Los tsunamis son olas increíblemente destructivas y pueden destruir la infraestructura costera y causar la pérdida de vidas. Las alertas tempranas de tales desastres naturales son difíciles porque el riesgo de un tsunami depende en gran medida de las características del terremoto submarino que lo provoca.
en física de fluidosPor AIP Publishing, investigadores de la Universidad de California, Los Ángeles y la Universidad de Cardiff en el Reino Unido han desarrollado un sistema de alerta temprana que combina la última tecnología acústica e inteligencia artificial para clasificar al instante los terremotos e identificar posibles riesgos de tsunami.
Los terremotos submarinos pueden desencadenar tsunamis si se desplaza una gran cantidad de agua, por lo que determinar el tipo de terremoto es fundamental para evaluar el riesgo de tsunami.
«Es más probable que los eventos tectónicos con un fuerte componente de deslizamiento vertical eleven o bajen la columna de agua en comparación con los elementos de deslizamiento horizontal», dijo el coautor Bernabé Gómez. «Por lo tanto, conocer el tipo de desliz en las primeras etapas de la evaluación puede reducir las falsas alarmas y mejorar la confiabilidad de los sistemas de alarma a través de una validación cruzada independiente».
En estos casos, el tiempo es esencial, y depender de boyas de aguas profundas para medir los niveles de agua a menudo deja poco tiempo para la evacuación. En cambio, los investigadores proponen medir la radiación acústica de un terremoto, que transporta información sobre el evento tectónico y viaja más rápido que las olas de un tsunami. Los micrófonos submarinos, llamados hidrófonos, registran ondas de sonido y monitorean la actividad tectónica en tiempo real.
«La radiación acústica viaja a través de la columna de agua mucho más rápido que las olas de un tsunami. Lleva información sobre la fuente original y su campo de presión se puede registrar en ubicaciones remotas, incluso a miles de kilómetros de la fuente. La derivación de soluciones analíticas para el campo de presión es una factor clave en el análisis en tiempo real”, dijo el coautor Usama Qadri.
El modelo computacional triangula la fuente del terremoto a partir de los hidrófonos y los algoritmos de IA clasifican el tipo y la magnitud del deslizamiento. Luego calcula propiedades importantes como la longitud y el ancho efectivos, la velocidad de altitud y la duración, que determinan la magnitud del tsunami.
Los autores probaron su modelo utilizando datos de micrófonos disponibles y descubrieron que describía casi instantáneamente y con éxito los parámetros del terremoto con un orden computacional bajo. Están mejorando el modelo teniendo en cuenta más información para aumentar la precisión de la caracterización del tsunami.
Su trabajo de pronóstico de tsunamis es parte de un proyecto más grande para fortalecer los sistemas de alerta de peligros. La clasificación de tsunamis es la parte trasera de un programa que puede mejorar la seguridad de las plataformas y los barcos en alta mar.
«Beer ninja. Experto en redes sociales sin complejos. Fanático de la web. Geek de Twitter. Pensador galardonado. Estudiante».
More Stories
Desde energía renovable hasta chiles verdes, las comunidades rurales de Nuevo México reciben dinero del USDA
Chile lanza observatorio de cambio climático y se convierte en sensor global
Ministro de Ciencia de Chile visita sede de ESO