Un equipo de la UNIGE y del INGV ha representado en 3D, con una precisión sin precedentes, la estructura interna de un sistema volcánico en estado de alerta. Un avance para la gestión de riesgos.
Las erupciones volcánicas pueden tener consecuencias dramáticas. Pero, ¿cómo anticipar este fenómeno, que se prepara a decenas de kilómetros bajo tierra? Un equipo de la Universidad de Ginebra, en colaboración con el Instituto Nacional de Geofísica y Vulcanología (INGV) en Italia, ha logrado modelar en 3D el interior del volcán Vulcano, al norte de Sicilia.
Esta imagen de una precisión inédita se obtuvo combinando sensores sísmicos e inteligencia artificial. Publicados en
Nature Communications, estos resultados constituyen un verdadero avance para la comprensión de las estructuras volcánicas y, potencialmente, para la gestión de riesgos.
Corte vertical del modelo de velocidad de las ondas S, paralelo al sistema de fallas Eoliano-Tindari-Letojanni, entre Lipari y Vulcano. Las anomalías se clasifican en altas (H) y bajas velocidades (L). El basamento volcánico fracturado (H1–H3), afectado por fallas normales, libera fluidos o magmas hacia un reservorio potencial (L2) y su sistema de alimentación. Estos fluidos ascienden a lo largo de estructuras subverticales hasta el sistema hidrotermal activo (L3), identificado por las fumarolas de la cima, fuentes termales costeras y señales sísmicas de tipo VLP (estrella azul). El corte se limita a las zonas donde la resolución sigue siendo suficiente, por encima de 1 km bajo el nivel del mar. Nuestro planeta cuenta con más de 1.500 volcanes activos, pero solo el 30 % de ellos son bien conocidos por los científicos. Sin embargo, más de 800 millones de personas viven cerca de estos gigantes a menudo impredecibles. Desarrollar dispositivos que permitan comprender y anticipar mejor las erupciones es, por tanto, un importante desafío de investigación.
Es un avance comparable al paso de la ecografía a la resonancia magnética en medicina.
"Hasta ahora, la vulcano-sismología se ha centrado principalmente en las señales sísmicas situadas justo bajo los volcanes. Los estudios a gran escala ciertamente han permitido esbozar su estructura interna, pero muy pocos han ido a ver en detalle lo que sucede realmente en profundidad", indica Douglas Stumpp, doctorando del Departamento de Ciencias de la Tierra, Sección de Ciencias de la Tierra y Medio Ambiente, de la Facultad de Ciencias de la UNIGE, y primer autor del estudio. Esta situación se explica por el carácter único de cada volcán y la inaccesibilidad de las zonas donde se preparan las erupciones.
El volcán Vulcano, situado en la isla homónima al norte de Sicilia, entró en una fase de alerta a finales de 2021.
© Douglas Stumpp Una "fotografía" de una precisión inédita
Gracias a trabajos recientes realizados en el equipo de Matteo Lupi, profesor asociado del Departamento de Ciencias de la Tierra, Sección de Ciencias de la Tierra y Medio Ambiente, de la Facultad de Ciencias de la UNIGE, Douglas Stumpp logró obtener una imagen en tres dimensiones y en alta resolución de la estructura interna del Vulcano. Situado en la isla homónima al norte de Sicilia, este volcán entró en una fase de alerta a finales de 2021 caracterizada por eventos sísmicos denominados "de período muy largo", que indican la circulación de magma y gases en el sistema volcánico.
"Utilizamos un dispositivo de tomografía por ruido sísmico ambiental, asistida por red nodal. Para procesar los datos, utilizamos redes neuronales, una tecnología que nos permite 'radiografiar' los volcanes. Estos trabajos se realizaron en el marco del máster conjunto de la Escuela Lemanica de Ciencias de la Tierra (ELSTE), que asocia las universidades de Ginebra y Lausana", explica el investigador. Con el apoyo y la colaboración del INGV, los científicos desplegaron alrededor de 200 sensores sísmicos portátiles en la isla. Durante un mes, estos sismómetros de última generación registraron las vibraciones naturales del suelo en toda una gama de frecuencias.
Se sabe, por ejemplo, que ciertas ondas - las ondas sísmicas denominadas secundarias - se propagan a baja velocidad cuando atraviesan zonas ricas en fluidos, lo que permite detectar la presencia potencial de magma. Este volumen masivo de datos fue luego procesado por el superordenador ("Yggdrasil") de la UNIGE. "La tecnología tomográfica está disponible desde hace unos veinte años. Pero el hecho de desplegar tal número de sensores y procesar sus datos con IA es una verdadera novedad", precisa Matteo Lupi, quien dirigió estos trabajos.
Gracias a esta información, el equipo pudo modelar con precisión la estructura interna del Vulcano. Esta modelización también pone de relieve la distribución de los fluidos magmáticos en su parte superior. "Es un avance comparable al paso de la ecografía a la resonancia magnética en medicina", indica el investigador.
Del conocimiento a la prevención
Estos resultados aún no permiten predecir una erupción, pero representan un verdadero salto adelante en la comprensión de la dinámica interna de los volcanes. "Si lográramos procesar en tiempo real los datos procedentes de la tomografía nodal por ruido sísmico ambiental, asistida por red neuronal, podríamos analizar el comportamiento de cada zona del sistema volcánico a medida que avanza - y así diseñar planes de evacuación dinámicos y adaptables.
El procesamiento ultrarrápido de volúmenes tan masivos de datos representa aún un obstáculo técnico mayor, pero la integración del
machine y del
deep learning, tal como se demuestra en este estudio, prueba que esta perspectiva se vuelve ahora viable", concluye Douglas Stumpp.
Fuente: Universidad de Ginebra