- La imagen tiene una resolución inédita, explicó Karina Bernal Manzanilla
- Ha trabajado con un modelo de computación al cual le “enseñó” a diferenciar y reconocer distintos tipos de temblores del volcán; a partir de ello se elaboró una tomografía
Dos de las tres cámaras magmáticas que resguardan al volcán Popocatépetl, localizadas hasta a 10 kilómetros de profundidad y formadas por 70 por ciento de roca cristalizada, fueron “observadas” por un equipo científico del Instituto de Geofísica de la UNAM, como parte de la tomografía del coloso realizada utilizando inteligencia artificial (IA).
Karina Bernal Manzanilla, doctorante del programa en Ciencias de la Tierra, explicó que se efectuó con los registros sísmicos de enero 2019 a diciembre de 2024, generados por el Centro Nacional de Prevención de Desastres. Además, los compararon con datos anteriores y obtuvieron una resolución inédita que permite describir con mayor detalle su forma interna.
La investigadora ofreció la conferencia “Avances en la tomografía sísmica del Popocatépetl a partir de catálogos automáticos”, en la que precisó: estudios petrológicos previos han sugerido la existencia de tres reservorios de magma y, con este trabajo, fue posible ver los dos primeros que están más cerca de la superficie.
De acuerdo con la científica -quien trabaja con el investigador del Instituto de Geofísica de la UNAM, Marco Calò-, el material magmático está estancado, pero no del todo en forma líquida, y al estar confinado se cristaliza como roca, el cual suele “recalentarse” ocasionalmente.
Bernal Manzanilla explicó que parte del que está contenido en estos espacios se mueve todos los días, como demuestran las emisiones del volcán, lo que permitió pensar en dos escenarios: que sucede en profundidades mayores; o que hay algún mecanismo dentro que permite se vuelva líquido y gaseoso otra vez y se active.
Aunque considera posible que ambos procesos ocurran constantemente, la tomografía no les ha facilitado visualizarlos, pues para conocer lo que sucede en la tercera cámara magmática se requeriría de otros sistemas de monitoreo.
Detalló que ha trabajado con un modelo de computación al cual le “enseñó” a diferenciar y reconocer distintos tipos de temblores del volcán; a partir de ello se elaboró la tomografía de las estructuras internas. Estas, precisó, equivalen a 30 kilómetros por debajo del nivel del mar, es decir, casi llegando al mando de la Tierra.
Los resultados fueron presentados en el estudio Automated seismo-volcanic event detection applied to popocatépetl using machine learning, publicado en el Journal of Volcanology and Geothermal Research. Y se encuentra en revisión el artículo Impact of Machine Learning Phase Oicking on Seismic Tomographhy at Popocatepetl Volcano, Mexico, en el Journal South American Earth Sciences.
Al abundar sobre la investigación, mencionó que la tomografía se basa en movimientos sísmicos en los que se mide qué tan rápido viajan las ondas sísmicas. El siguiente paso será indagar cuánta energía pierden estas cuando van hacia la superficie.
Si hay una zona que tiene material demasiado caliente se pierde mayor energía con respecto a lo que sucede cuando está más fría, por lo que realiza un estudio al respecto, lo que permitirá corroborar si los datos obtenidos de la tomografía son correctos, puntualizó.
