En 2022, investigadoras e investigadores de las áreas de las Ciencias de la Tierra y de la Ingeniería de cuatro universidades chilenas conformaron el Grupo Interdisciplinario de Amenaza Sísmica (GIASIS), para mejorar su comprensión y, a través de la integración interdisciplinaria y abordarla de manera más eficaz.
Así, especialistas de las universidades de Chile, Pontificia Católica de Chile, de Concepción y Católica del Maule, desde entonces, han impulsado la realización de congresos internacionales anuales para promover el estudio y la difusión del conocimiento relacionado con esta temática desde una perspectiva interdisciplinaria y con énfasis en su aplicación práctica.
En este contexto, del lunes 10 al miércoles 12 de noviembre se realizó, en Talca, el ‘IV Congreso de Amenaza Sísmica’ que reunió a estudiantes de pregrado y postgrado, investigadores/as, académicos/as y profesionales para compartir avances, metodologías y perspectivas sobre la amenaza sísmica, abordándola desde diversas disciplinas como la geofísica, la geología, tsunamis, la ingeniería sísmica y la ingeniería geotécnica.
“Hay distintos tipos de congresos y éste, en particular es muy académico y específico en la temática de Amenaza Sísmica”, comentó el Dr. Gonzalo Montalva Alvarado, académico del Departamento de Ingeniería Civil de la Facultad de Ingeniería e integrante del claustro del Doctorado en Ciencias Geológicas de la Universidad de Concepción, programa de postgrado que contó con una importante presencia en el encuentro.
Aproximaciones al estudio de amenaza sísmica
Así, fueron cuatro los estudiantes del DCG que participaron en el congreso, presentando en formato charla, algunos de los principales resultados de sus investigaciones de tesis:
- Catalina Cabello Parada: ‘Análisis de sensibilidad en el Análisis Probabilístico de Amenaza Sísmica’
- José Tomás Drápela Soto: ‘Impacto de las heterogeneidades de la fuente en la atenuación sísmica y predicción del daño estructural’
- Martin Riedel Hornig: ‘El espesor sismogénico de la corteza andina a diferentes escalas temporales’
- Martín Sepúlveda Vergara: ‘A shallow learning and feature-based approach for transient signal detection: application to GNSS time series’
Las presentaciones de Catalina Cabello y de Martin Riedel fueron destacadas por los organizadores con menciones honrosas. “En esta oportunidad”, comentó Catalina, “presenté un análisis de sensibilidad sobre algunos parámetros que influyen en el cálculo de amenaza sísmica, uno de los objetivos más importantes de mi tesis doctoral”.
“Entre ellos, se probó el efecto que tiene la segmentación del país, las magnitudes mínimas y máximas a considerar y la forma de filtrar réplicas y premonitores”, profundizó y destacó que “con este hecho, ahora ya estoy en la etapa final del cálculo de amenaza sísmica para Chile”.
Catalina comentó que ella había participado en las tres versiones anteriores del Congreso GIASIS, tanto presentando, como en la organización de la versión 2023 que se realizó en la UdeC. “Éste es el congreso más afín a mi tema de tesis doctoral, por lo que muchos aspectos que se tratan en este evento pueden serme útiles”
La candidata a Doctora valoró que “éste es un congreso pequeño, con un ambiente muy seguro para presentar, preguntar y conversar con distintos estudiantes, profesores e investigadores”.
“Quisiera destacar”, agregó Catalina, “el apoyo del Proyecto EASER dirigido por mi profesor guía, Gonzalo Montalva. Este proyecto nos financió el viaje y la estadía en Talca a los estudiantes del proyecto, alojándonos todos en un mismo lugar, lo que permitió conocernos entre estudiantes de distintas ciudades que estamos trabajando en temas a fines”.
“Mi presentación recibió una de las menciones honrosas de los estudiantes, por lo que estoy muy contenta, pero, además, me dio la oportunidad de conversar con otros profesores e investigadores del área, quienes me dieron algunas ideas para continuar profundizando en mi investigación”, destacó.
IA que aprende y se adapta
En tanto, Martín Sepúlveda explicó que “mi tesis trata del desarrollo de un modelo de aprendizaje automático (machine learning) que nos ayuda a detectar, a través de distintos tipos de análisis, deformación transiente o transitoria en series de tiempo GPS”.
En el congreso, Martín presentó los contenidos de la que va a ser la primera publicación realizada en el contexto de su tesis que, detalló, “tiene que ver con los resultados y validación de la metodología utilizada para el modelo, para mostrarla en un área similar, ya que el GIASIS comprende tanto geofísica como ingeniería civil”.
Desde la segunda versión este congreso (UdeC en 2023) Martín ha estado presentando los avances de su investigación. “Es súper importante el feedback que uno puede obtener de expertos de la amenaza símica, sismología, geofísica y también expertos en el área de ingeniería civil, y también para ver qué es lo que se está realizando en áreas similares por colegas y por estudiantes”, destacó Martín y agregó que es interesante poder hacer, además, el seguimiento a cómo se van desarrollando otros proyectos similares al propio “y cómo va progresando el estado del arte del área en este aspecto”.
Su presentación, comentó, generó interés de los asistentes, especialmente de otros estudiantes e investigadores jóvenes, “dado el boom reciente, los avances que se han suscitado con respecto al aprendizaje automático durante los últimos años y su aplicación en sismología, geofísica o geodesia y, en particular, en esta oportunidad, también mostré cómo lo que aprende un modelo de machine learning también puede transferirse y reaplicarse en otros casos”.
En este sentido, aunque el modelo desarrollado ha sido validado con datos de la zona de subducción de Cascadia, “también mostré resultados para la fase precursora del evento principal del terremoto de Iquique de 2014, con buenos resultados. Se logró detectar la deformación transitoria previa al terremoto, la cual ya está publicada en otros trabajos hace bastantes años, pero era importante poder detectar esta actividad con nuestro modelo que no ha sido reentrenado para ello. Entonces, es una cierta transferencia del conocimiento del modelo a una situación nueva que el modelo no ha visto o de la que no tiene conocimiento previo”.
“A diferencia de otros congresos que son grandes en número de participantes y en la cantidad de temáticas”, concluyó el Prof. Gonzalo Montalva, “en un evento como el GIASIS, los participantes pueden presentar sus investigaciones o ideas de ellas, en un ambiente protegido en que pueden decir cosas que no estén del todo probadas y tener la oportunidad de recibir retroalimentación de los mejores especialistas de Chile en la materia”.
“En esta oportunidad”, enfatizó el académico, “los trabajos fueron de clase mundial”. Además de conocer otros trabajos y presentar el propio, los estudiantes participaron en actividades de camaradería que ayudan a fomentar la colaboración entre la comunidad de Amenaza Sísmica en Chile”.
