En los últimos años, la incorporación de nuevas tecnologías en las ciencias de la Tierra ha generado avances significativos en la forma en que se estudia y monitorea la actividad volcánica. Uno de los más relevantes es el uso de la inteligencia artificial (IA) para analizar grandes volúmenes de datos sísmicos, lo que permite identificar patrones que antes resultaban difíciles de observar y comprender.
Recientemente, investigadores de la Universidad de Granada, la Universidad Libre de Bruselas, el Instituto Volcanológico de Canarias, el Centro Universitario de Estudios Vulcanológicos de Colima, la Universidad de Canterbury y el Instituto Tecnológico y de Energías Renovables de España desarrollaron un procedimiento basado en inteligencia artificial y teoría de la señal capaz de anticipar una erupción volcánica con al menos doce horas de antelación y confirmar su finalización en un lapso aproximado de tres horas. Este avance resulta especialmente relevante para la gestión del riesgo y la protección civil.
La metodología ya fue validada en las erupciones del volcán Tajogaite, en La Palma (2021), y del Volcán de Fuego de Colima, en México. En ambos casos, el modelo analizó en tiempo real parámetros sísmicos para anticipar el inicio de la actividad eruptiva y caracterizar su evolución.
Un enfoque novedoso que requiere grandes volúmenes de datos
Para Patricia Jácome Paz, investigadora del Instituto de Geofísica de la UNAM, el estudio presenta una propuesta metodológica novedosa dentro del monitoreo volcánico. A diferencia de las técnicas convencionales, basadas en la interpretación directa de las señales sísmicas, este trabajo emplea algoritmos de inteligencia artificial previamente entrenados, capaces de procesar grandes volúmenes de datos de manera más eficiente.
Esto permite no solo acelerar el análisis, sino también identificar correlaciones complejas entre distintos parámetros, que serían mucho más difíciles de detectar de forma manual. No obstante, la especialista subrayó que esta metodología depende de que los sistemas volcánicos cuenten con redes de monitoreo bien establecidas y con registros de datos continuos y de buena calidad.
Aun con estas limitaciones, el estudio representa un avance significativo tanto en términos técnicos como de capacidad de procesamiento, al demostrar que la IA puede convertirse en una herramienta útil para interpretar la sismicidad volcánica y fortalecer los sistemas de alerta temprana.
Los tres parámetros clave del modelo
Las señales sísmicas constituyen el pilar del monitoreo volcánico, ya que registran las ondas que se propagan a través de la estructura del volcán y reflejan procesos internos como la circulación de fluidos, el ascenso del magma, el fracturamiento de rocas o cambios en la presión interna.
El estudio se basa en el análisis de tres parámetros derivados de estas señales:
- Entropía de Shannon: mide el grado de desorden de una señal. Una señal altamente caótica, con gran cantidad de “ruido”, refleja una actividad poco definida, mientras que una señal más ordenada, con menor entropía, indica un proceso físico más coherente. En un contexto volcánico, una disminución de la entropía puede sugerir que el sistema se reorganiza hacia un proceso específico, como una intrusión magmática o una posible ruptura.
- Índice de frecuencia: considera la relación entre frecuencias altas y bajas. Las frecuencias altas suelen asociarse con fracturas súbitas o explosiones, mientras que las bajas pueden indicar circulación interna de fluidos o procesos menos violentos. Este índice permite identificar transiciones entre distintos modos de comportamiento del volcán.
- Curtosis: describe qué tan concentrada o “picuda” es la forma de la señal. Valores altos de curtosis se relacionan con eventos sísmicos de gran amplitud y duración corta, típicos de explosiones, mientras que valores bajos corresponden a procesos más graduales y distribuidos en el tiempo.
En conjunto, estos parámetros ofrecen una visión complementaria de la dinámica volcánica: orden y desorden del sistema, distribución de la energía y características de los eventos sísmicos.
Aplicaciones a futuro
De acuerdo con la investigadora del Instituto de Geofísica, este tipo de modelos podría integrarse a los sistemas de alerta temprana en regiones cercanas a volcanes activos. Aunque los parámetros analizados ya se utilizan de manera regular en los observatorios volcánicos, este enfoque permite examinar con mayor detalle su evolución y detectar momentos críticos de transición en el comportamiento del volcán.
Con esta información, las autoridades de Protección Civil y los comités científicos pueden activar mecanismos de vigilancia intensiva, realizar reuniones extraordinarias, ajustar el semáforo volcánico y preparar protocolos de evacuación o estrategias de comunicación con la población.
Desafíos pendientes
Pese a los avances, el estudio presenta limitaciones. Los autores señalan la necesidad de incorporar otras variables, como emisiones de gases volcánicos, temperatura, deformación del suelo y datos geoquímicos. Sin embargo, estas mediciones suelen tener distintas escalas temporales y no siempre se registran en tiempo real, lo que complica su integración al modelo.
Además, Jácome Paz destacó que el éxito de esta metodología depende de la existencia de redes de monitoreo robustas, ya que la falta de datos dificulta el entrenamiento de los algoritmos, la identificación de patrones y la definición de umbrales confiables para la alerta temprana.
También es necesario ampliar la muestra y aplicar el modelo a otros volcanes con registros sísmicos extensos y de buena calidad, como el Popocatépetl (México), el Nevado del Ruiz (Colombia), el Villarrica (Chile), o los volcanes Stromboli y Etna, en Italia. Asimismo, aunque requieren mejoras en sus redes de monitoreo, podrían considerarse el Chichón, Tacaná, Ceboruco y el Pico de Orizaba.
Una herramienta útil para el monitoreo volcánico
Finalmente, la investigadora reflexionó sobre la creciente incorporación de la inteligencia artificial en las ciencias de la Tierra. Si bien aclaró que la IA no sustituye la interpretación científica ni la experiencia de los especialistas, destacó que en este caso permitió analizar miles de horas de datos con mayor rapidez y detectar patrones sutiles en la sismicidad.
El uso de la inteligencia artificial abre nuevas posibilidades para comprender la dinámica volcánica y, sobre todo, para proteger a las poblaciones que viven cerca de estos sistemas naturales. A medida que estas metodologías se perfeccionen y se integren con otros datos geofísicos y geoquímicos, será posible avanzar hacia sistemas de monitoreo más precisos y una gestión más eficaz del riesgo volcánico.