Investigadores de la Universidad Pablo de Olavide (UPO) y la de Sevilla (US) han encontrado patrones de comportamiento que se producen antes de un terremoto en la Península Ibérica. El equipo ha utilizado técnicas matemáticas de agrupamiento (clustering) para predecir movimientos sísmicos de magnitud media o alta cuando confluyen determinadas circunstancias.
“Mediante técnicas matemáticas hemos encontrado patrones para la ocurrencia de terremotos de magnitud media-alta, es decir, superiores a 4,4 en la escala Richter”, revela a SINC Francisco Martínez Álvarez, coautor del estudio y profesor de la UPO.
La investigación, que publica este mes la revista Expert Systems with Applications, parte de los datos recogidos por el Instituto Geográfico Nacional sobre 4017 terremotos, de magnitudes entre 3 y 7 en la escala Richter, ocurridos en la Península Ibérica y mares que la rodean entre 1978 y 2007.
Los científicos aplicaron sobre los registros técnicas matemáticas de clustering o agrupamiento, lo que permite encontrar similitudes entre ellos y descubrir patrones que ayuden a predecir un terremoto.
El equipo se centró en las dos zonas sismogénicas con más datos (el Mar de Alborán y el área Azores Occidental-Falla de Gibraltar) y analizó tres atributos: la magnitud del seísmo, el tiempo transcurrido desde el último terremoto y lo que varía de un movimiento sísmico a otro un parámetro denominado ‘b-value’ (refleja la tectónica de la región analizada).
Un valor alto de ‘b-value’ significa que predomina el número de terremotos de pequeña magnitud y, por tanto, el terreno tiene una baja resistencia. Por el contrario, un valor bajo indica que el número relativo de seísmos grandes y pequeños es similar, lo que implica una mayor resistencia del suelo.
Una probabilidad de acierto superior al 80%
“Hemos descubierto la fuerte relación que existe entre los seísmos y el parámetro ‘b-value’, llegando a alcanzar tasas de acierto superiores al 80%”, destaca Antonio Morales Estaban, otro de los autores y profesor en la US. “Una vez realizados los cálculos, si se dan las circunstancias y secuencias que hemos determinado como patrones precursores, la probabilidad de acierto que obtenemos es significativa”.
La técnica sintetiza las predicciones en dos factores: la sensibilidad (probabilidad de que ocurra un terremoto tras suceder los patrones detectados) y la especificidad (probabilidad de que, no habiendo ocurrido el patrón, no haya un terremoto).
Los resultados reflejan una sensibilidad del 90% y una especificidad de 82,56% para la zona del Mar de Alborán, y del 79,31% y 90,38% respectivamente para el área sismogénica Azores Occidental-Falla de Gibraltar.
Es decir, en estas regiones los terremotos suceden justo después de los patrones descubiertos con una gran probabilidad (sensiblidad alta) y, además, la mayoría de las veces que ocurren, lo hacen sólo después de los patrones descubiertos (especificidad también alta).
En la actualidad el equipo está analizando los mismos datos mediante algoritmos propios basados en ‘reglas de asociación’, otras técnicas matemáticas que se usan para descubrir sucesos comunes o que cumplen condiciones concretas dentro de un conjunto de registros.
“Los resultados están siendo prometedores, si bien creo que nunca podremos afirmar que somos capaces de predecir un terremoto con un 100% de acierto”, reconoce Martínez Álvarez.
————————————-
Referencia bibliográfica:
A. Morales-Esteban, F. Martínez-Álvarez , A. Troncoso , J.L. Justo y C. Rubio-Escudero. “Pattern recognition to forecast seismic time series”. Expert Systems with Applications 37 (12): 8333–8342, diciembre de 2010. Doi: 10.1016/j.eswa.2010.05.050.
Fuente: SINC
