Investigadores españoles y ecuatorianos han desarrollado una metodología para estimar las fallas y los volcanes que pueden activarse en una región después de un terremoto. Los mapas generados se presentan en una escala de colores para facilitar a las autoridades la toma de decisiones. La técnica se ha aplicado al seísmo que ocurrió en Pedernales (Ecuador) durante 2016.
Utilizando técnicas de la geodesia espacial, un equipo de investigadores de España y Ecuador han creado una metodología para estimar las fallas y los volcanes que pueden activarse en una región después de la ocurrencia de un terremoto.
Los resultados se presentan en mapas con una escala de color tipo semáforo para que resulten fáciles de entender, ya que uno de los objetivos fundamentales de la investigación realizada es mejorar la transferencia de resultados científicos obtenidos después de un terremoto al ámbito de la gestión post evento. El estudio ha sido liderado por investigadores de la ETSI en Topografía, Geodesia y Cartografía de las Universidad Politécnica de Madrid (UPM), junto a la Complutense (UCM) y el Instituto Geológico y Minero de España (IGME); y se ha publicado en la revista Remote Sensing.
La metodología se ha aplicado al terremoto (de magnitud Mw 7.8) que tuvo lugar en abril del 2016 en Pedernales, frente a las costas de Ecuador, y se basa en la estimación de los cambios de esfuerzos en las fallas y volcanes vecinos que se producen como consecuencia de la liberación de energía debida al seísmo.
Para ello se combinan, modelizan y analizan datos geológicos, recogidos en catálogos de fallas y volcanes de la zona, y datos de la deformación cosísmica producida por el terremoto, obtenidos a partir de técnicas de la geodesia espacial: interferometría radar (InSAR) y sistema global de navegación por satélite (GNSS).
Con los resultados de este análisis se generan un conjunto de mapas finales que consisten en una versión simplificada, y que representan, con una escala de color tipo semáforo, el nivel de verosimilitud de que una falla o volcán sea activado por el terremoto. Esta estimación no está libre de incertidumbre, cuya cuantificación es un reto a desarrollar en futuras investigaciones.
Para la gestión pre y post evento
Aunque las técnicas utilizadas para el análisis y modelización de los datos son ampliamente utilizadas en el ámbito científico, la novedad del estudio radica en la transferencia de estos resultados al ámbito de la gestión post evento, aunque también se podría aplicar a la gestión pre evento.
Este es uno de los objetivos fundamentales del estudio: conseguir una transferencia efectiva de los conocimientos y técnicas científicas más actuales a los usuarios no expertos responsables de la gestión del desastre y del riesgo, para lo cual se ha colaborado estrechamente con personal del Instituto Nacional de Investigación Geológico Minero Metalúrgico (INIGEMM) de Ecuador.
También han participado investigadores de otras instituciones ecuatorianas como la Universidad Técnica de Manabí y la Universidad de las Fuerzas Armadas de Ecuador (ESPE), además del Centre Tecnològic de les Telecomunicacions de Catalunya (CTTC) y la Universidad de Granada en España.
Referencia bibliográfica:
Marta Béjar-Pizarro, José A. Álvarez Gómez, Alejandra Staller, Marco P. Luna, Raúl Pérez-López, Oriol Monserrat, Kervin Chunga, Aracely Lima, Jorge Pedro Galve, José J. Martínez Díaz, Rosa María Mateos and Gerardo Herrera. InSAR-Based Mapping to Support Decision-Making after an Earthquake. Remote Sens. 2018, 10 (6), 899. DOI: 10.3390/rs10060899.
El pájaro robótico PigeonBot II, probado con éxito en un túnel de viento y de manera autónoma al aire libre, logra volar de manera similar a estas aves, sin aleta vertical. Sus aplicaciones abren el camino para diseñar aviones más eficientes en combustible.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
