El ¡®Shazam¡¯ que, en vez de canciones, identifica terremotos

Los terremotos por debajo del tres en la escala de Richter no merecen una noticia: son demasiado d¨¦biles para causar cat¨¢strofes. Tambi¨¦n, demasiado numerosos. Se confunden f¨¢cilmente con las ondas que dibujan en los sism¨®grafos las rocas al crepitar con los cambios de temperatura, incluso con el batir del viento o las sacudidas de los veh¨ªculos sobre las carreteras. Simple ruido, demasiado ruido, que embarulla sin pena ni gloria las quebradas gr¨¢ficas de los sism¨®grafos y gasta miles de megas en los discos duros de las estaciones de medici¨®n.

El sistema encuentra m¨¢s r¨¢pido los se¨ªsmos premonitores, esos p¨¢jaros de mal ag¨¹ero que ocurren antes de muchos grandes terremotos

Sobre la ciencia de la sismolog¨ªa pesa la losa de la incertidumbre: no es posible saber cu¨¢ndo va a ocurrir un terremoto grande. Sin embargo, muchos de estos peque?os terremotos tienen un poder que no desperdician los sism¨®logos desde hace unos a?os: son premonitorios (premonitores los llaman ellos) de uno m¨¢s grande. Ubicar bien d¨®nde se producen ayuda a averiguar d¨®nde est¨¢ la falla y la forma que tiene: su tama?o est¨¢ ligado al m¨¢ximo terremoto que puede producir. Si se puede dibujar con precisi¨®n, puede saberse el riesgo m¨¢ximo que encierra.

Alentados contra la incertidumbre por la ley de Gutenberg-Richter, una elegante curva matem¨¢tica que relaciona la frecuencia de los terremotos en una zona con la probabilidad de que en ella se d¨¦ uno de determinada magnitud, los sism¨®logos rastrean los registros en busca de microterremotos. Que por contarlos y cuadrar asi mejor el c¨¢lculo de probabilidades no quede. El problema estriba en que la labor de ficharlos?es ardua y penosa.

Ahora, un equipo de la Universidad de Stanford ha ingeniado un sistema para que sean m¨¢s f¨¢ciles de detectar, medir y contabilizar. Su l¨ªder pens¨® que si una aplicaci¨®n como Shazam se las apa?aba bien para identificar, con escuchar apenas unos segundos de una canci¨®n, su t¨ªtulo y autor entre un cat¨¢logo de 30 millones, lo mismo podr¨ªa hacerse con las ondas que genera un microterremoto. ¡°La app es capaz de filtrar r¨¢pidamente todo el ruido de fondo y los sonidos que no tienen nada que ver con la canci¨®n, como una conversaci¨®n¡±, se?ala Greg Beroza, profesor de Geof¨ªsica de la Facultad de Ciencias Medioambientales, de la Energ¨ªa y de la Tierra de Stanford. Asegura que la inspiraci¨®n le lleg¨® en una tienda donde sonaba m¨²sica: ech¨® mano de Shazam para averiguar el nombre de una canci¨®n que ten¨ªa en la punta de la lengua.

La huella digital del terremoto

Las ondas de la m¨²sica son vibraciones de alta frecuencia en el aire. Las de un terremoto, vibraciones de baja frecuencia en el suelo. Clara Yoon, doctoranda de Geof¨ªsica y firmante tambi¨¦n del trabajo que publica la revista Science Advances, sabe bien que en ambos casos se representan como una gr¨¢fica sinuosa que, en el caso de un terremoto, es larga y pesada de analizar en su conjunto. Eso s¨ª, tiene unos rasgos b¨¢sicos que pueden permitir etiquetarla sin tener que escucharla entera. ¡°La t¨¦cnica de huella digital es la misma en los terremotos que en el audio, aunque usamos par¨¢metros de entrada y rangos de frecuencia distintos en los se¨ªsmos¡±, aclara Yoon desde Palo Alto (California).

Uno de los sism¨®logos asegura que la inspiraci¨®n le lleg¨® en una tienda donde sonaba m¨²sica: ech¨® mano de Shazam para averiguar una canci¨®n

Sobre el ruido de fondo, los terremotos surgen como una explosi¨®n de alta energ¨ªa a la que enseguida sucede otra a¨²n mayor. Luego, esa energ¨ªa va disminuyendo hasta confundirse de nuevo con el ruido de fondo de la tierra. Entrenando el o¨ªdo de los sistemas de detecci¨®n de una manera adecuada, son capaces de capturar justo los rasgos que distinguen las ondas del microterremoto del aburrido e in¨²til ruido de fondo, y, en lugar de seguir escuchando, pasar r¨¢pidamente a ocuparse de cazar otro sin perder m¨¢s tiempo.

Adem¨¢s, como se?ala Yoon, ¡°los terremotos que han surgido en la misma secci¨®n de una falla dibujan una huella muy similar, con independencia de sus magnitudes y de que hayan ocurrido ayer o hace diez a?os, porque las ondas s¨ªsmicas que generan han tenido que atravesar las mismas estructuras subterr¨¢neas hasta alcanzar la superficie¡±. Por eso, encontrar las ondas que se parecen entre s¨ª en el galimat¨ªas de semanas de registros continuos ayuda a conocer la marca de la casa de una zona s¨ªsmica concreta.

Un sistema eficiente

El nuevo m¨¦todo demuestra que es capaz de emparejar las ondas similares m¨¢s eficaz y r¨¢pidamente (sus siglas en ingl¨¦s, FAST, r¨¢pido, apelan a esa gran velocidad) que los m¨¦todos convencionales. Para demostrarlo, los autores escogieron una muestra de datos s¨ªsmicos de seis meses y el sistema desenmascar¨® 3.000 veces m¨¢s r¨¢pido que con las t¨¦cnicas habituales las ondas gemelas que escond¨ªan.

Desde Granada, una de las zonas con m¨¢s actividad s¨ªsmica de la pen¨ªnsula ib¨¦rica, el subdirector del Instituto Andaluz de Geof¨ªsica y Prevenci¨®n de Desastres S¨ªsmicos, Gerardo Alguacil, valora como ¡°eficiente, aunque no revolucionario¡± el nuevo sistema: ¡°Antiguamente se registraban solo los terremotos, pero desde hace unos a?os la tendencia es a guardar registro en continuo en las estaciones s¨ªsmicas, y eso significa obtener muchos datos que analizar [20 megas al d¨ªa por estaci¨®n, en el caso de centro andaluz]. Hasta ahora, la mayor¨ªa de ellos se estudian seleccion¨¢ndolos a mano por un operador y estudi¨¢ndolos de forma semiautom¨¢tica, pero, encima, primero hay que detectarlos¡±.

La t¨¦cnica tradicional comprueba sin necesidad todos los datos para encontrar terremotos similares (es lo que se conoce como t¨¦cnica de multipletes), mientras que el equipo de Stanford primero filtra las ondas que no causan los terremotos, sino otros fen¨®menos, lo que supone desechar el 99% de los datos, que son in¨²tiles.

Clara Yoon avanza con claridad alguna de las aplicaciones del nuevo algoritmo: ¡°Va a ser ¨²til para analizar las secuencias de un terremoto que genere muchos microterremotos¡±. El sistema es capaz de detectar temblores de magnitud hasta cuatro, pero aseguran que han sido capaces de encontrar una inmensidad de terremotos por debajo de uno: "Eso nos permite asegurar que nuestra t¨¦cnica es muy sensible. FAST es capaz de rastrear y detectar terremotos desapercibidos en todo el conjunto de datos, sin que importe su nivel de energ¨ªa".

Adem¨¢s de encontrar los premonitores, esos p¨¢jaros de mal ag¨¹ero que preceden a muchos grandes terremotos, quieren afinar el sistema para estudiar tambi¨¦n las r¨¦plicas que se suceden tras un gran temblor. "Muchas de ellas quedan registradas en los datos de las estaciones, pero ni siquiera llegan a descubrirse. Podr¨ªamos aprovechar otros m¨¦todos para averiguar de d¨®nde proceden y as¨ª saber c¨®mo una falla vuelve a la normalidad despu¨¦s de un terremoto grande¡±, explica con entusiasmo Yoon.

La joven investigadora, que adem¨¢s de geof¨ªsica y sism¨®loga es programadora de software, apuesta por usar FAST tambi¨¦n para los microterremotos que provoca la actividad humana, ¡°como la inyecci¨®n de agua en la extracci¨®n de petr¨®leo y gas¡±. Su t¨¦cnica y el algoritmo, descritos prolijamente en el estudio publicado, son reproducibles en centros de sismolog¨ªa de todo el mundo.