Un grupo de investigadores de la Universidad Nacional Autónoma de México (UNAM) logró un avance sin precedentes en el estudio del volcán Popocatépetl: el desarrollo del primer modelo tridimensional de su interior utilizando una combinación innovadora de inteligencia artificial (IA), técnicas sismológicas avanzadas y trabajo de campo en condiciones extremas a más de 4,200 metros sobre el nivel del mar.
Este proyecto, liderado por Marco Calò del Instituto de Geofísica de la UNAM, tiene como objetivo principal revelar la estructura interna del Popocatépetl para mejorar la vigilancia y prevención ante posibles erupciones. “Lo que hacemos es generar una radiografía tridimensional que nos permite ‘girar’ el volcán y observar cómo se propagan las ondas sísmicas dentro de él”, explicó Calò, destacando la relevancia de este enfoque para visualizar en detalle el comportamiento del gigante.
Desde 2019, el equipo instaló 18 estaciones sísmicas alrededor y sobre el volcán para complementar el monitoreo oficial del Centro Nacional de Prevención de Desastres (CENAPRED). Estas estaciones capturan más de cien mediciones por segundo, generando una cantidad ingente de datos que anteriormente requerían un análisis manual prolongado. Ahora, gracias a la IA, este proceso se automatizó y aceleró significativamente: “Podemos procesar un año completo de datos en solo tres horas”, comentó Karina Bernal, estudiante del Posgrado en Ciencias de la Tierra y parte fundamental del equipo.
Bernal desarrolló un sistema que detecta y clasifica automáticamente diferentes tipos de sismos relacionados con el movimiento magmático. “Enseñamos a la computadora a distinguir si una señal sísmica proviene de la fractura de una roca o del paso de una burbuja de gas en el magma”, describe. Este avance permite identificar zonas internas clave, como acumulaciones de magma y conductos de ascenso, analizando la velocidad a la que las ondas sísmicas atraviesan distintos materiales: más rápidas en rocas sólidas y más lentas en áreas con magma o materiales blandos.
Una de las innovaciones más prometedoras del proyecto es la posibilidad de crear tomografías en cuatro dimensiones modelos 3D que cambian con el tiempo para anticipar incrementos en la actividad volcánica al detectar movimientos magmáticos ascendentes. Aunque el primer gran logro ha sido la obtención de un modelo tridimensional de referencia, este futuro desarrollo permitiría a las autoridades anticipar con mayor precisión los riesgos y actuar a tiempo.
Leonarda Isabel Esquivel, egresada del Posgrado en Ciencias de la Tierra, contribuyó generando una tomografía sísmica basada en las velocidades de ondas superficiales recogidas continuamente por las estaciones, aportando mayor claridad sobre la dinámica interna del Popocatépetl. Por otro lado, Nizar Karim Uribe, estudiante de la Facultad de Ingeniería, explicó la complejidad logística que implica mantener operativas las estaciones en condiciones de alta montaña: “Requiere computadoras especializadas, cables, buena señal y baterías, además de un equipo que realice mantenimiento constante”.
Más allá del avance científico, este modelo tiene implicaciones cruciales para la protección civil en México. Conocer la dinámica interna del volcán permite a las autoridades tomar decisiones informadas sobre alertas tempranas, zonas de evacuación y planes de emergencia. “La inteligencia artificial no decide las acciones, pero nos brinda información clave para actuar con mayor precisión. Por ejemplo, podríamos identificar si el magma asciende por conductos laterales y así ampliar zonas de evacuación si es necesario”, señala Marco Calò.
Aunque existen modelos similares para volcanes en otros países, el equipo de la UNAM destaca que este es el primer estudio integral, continuo y apoyado en IA dedicado al Popocatépetl, un volcán de gran importancia para millones de personas en México.
Este avance abre una nueva era en el monitoreo volcánico nacional, combinando tecnología de punta y trabajo de campo extremo para proteger vidas y entender mejor uno de los volcanes más emblemáticos del país.
