Seminario de Sismología: Detección de precursores sísmicos y pronóstico de erupciones volcánicas usando machine learning

Seminario de Sismología: Detección de precursores sísmicos y pronóstico de erupciones volcánicas usando machine learning

Expone: Expone: Alberto Ardid, investigador de postdoctorado University of Canterbury, Nueva Zelanda.

Abstract/Resumen: Las erupciones volcánicas que ocurren sin previo aviso pueden ser mortales en áreas turísticas y pobladas. Pronosticar erupciones explosivas repentinas y mortales ha demostrado ser un desafío excepcional en muchos volcanes de todo el mundo debido a la falta de precursores reconocibles, especialmente la falta de acuerdo sobre los precursores que se ven en más de un volcán. Aquí exploramos correlaciones en datos sísmicos que ocurrieron antes de múltiples erupciones en volcanes de Nueva Zelanda y Alaska. Mediante el uso de ingeniería de características de series temporales, una técnica popular en el aprendizaje automático, descubrimos patrones distintivos ocultos en las señales sísmicas que ocurren antes de muchas de las erupciones estudiadas. Mostramos que hay patrones sísmicos comunes, de los cuales algunos pueden clasificarse como precursores de erupciones, en particular para erupciones freáticas, un tipo de erupciones que suelen ser muy explosivas. Usando los precursores localizados, proponemos un mecanismo eruptivo basado en datos para la erupción del volcán Whakaari 2019 en Nueva Zelanda e identificamos varias fases eruptivas que llevaron a la erupción en la que murieron 21. Para nuestra investigación, este estudio sienta las bases para futuros desarrollos en el monitoreo de precursores que pueden mejorar el pronóstico de erupciones en tiempo real. Las técnicas introducidas son una herramienta útil y fácil de usar para el análisis de datos sísmicos volcánicos que podrían dar soporte a los observatorios volcánicos y los organismos de gestión de riesgo que actualmente monitorean e interpretan estas señales.

Fecha: miércoles 18 de mayo 2022, 16:00 horas.

Transmisión vía zoom en: https://bit.ly/3LgCNEf o https://uchile.zoom.us/j/92635152971?pwd=VW82enNYQXl3SkpxSWJjNzFycExwUT09