Una nueva herramienta creada con inteligencia artificial podría ayudar a pronosticar erupciones volcánicas en todo el mundo, según una investigación innovadora de un equipo dirigido por la Universidad de Canterbury. Los modelos basados en datos desarrollados por el equipo podrían convertirse en parte de los sistemas de alerta temprana utilizados para predecir futuras erupciones, con el potencial de salvar vidas y evitar daños a infraestructuras críticas.
por la Universidad de Canterbury
El ingeniero de investigación en ingeniería civil y de recursos naturales Dr. Alberto Ardid y el profesor asociado David Dempsey han utilizado el aprendizaje automático para analizar patrones sísmicos que condujeron a 41 erupciones anteriores en 24 volcanes, incluidos tres en Nueva Zelanda.
Descubrieron que estas señales de advertencia de erupción siguen patrones repetibles que pueden transferirse a otros volcanes menos estudiados.
«Este hallazgo podría ser un gran avance para la predicción de erupciones, ya que nos permitiría utilizar datos de volcanes bien monitoreados para mejorar el monitoreo y la mitigación de riesgos en sitios poco monitoreados, mejorando así la seguridad de los volcanes a nivel mundial», afirma el Dr. Ardid.
Las erupciones suponen una amenaza importante para los 29 millones de personas en todo el mundo que viven a menos de 10 kilómetros de volcanes activos .
«La previsión oportuna y precisa de erupciones puede salvar vidas, reducir las pérdidas económicas y minimizar las pérdidas debidas a interrupciones en los viajes aéreos, la agricultura y las cadenas de suministro globales «, afirma el Dr. Ardid. «Nuestro método proporciona una solución rentable y escalable para mejorar la previsión en volcanes poco vigilados, lo que beneficia a las comunidades y a las agencias de gestión de desastres a nivel mundial».
El Dr. Ardid ganó recientemente el Premio de Geofísica de Nueva Zelanda por esta investigación. Dice que es emocionante desarrollar una herramienta que pueda contribuir a los sistemas de alerta de volcanes que previenen la pérdida de vidas.
«Será especialmente valioso en países en desarrollo donde los datos son escasos, como el Sudeste Asiático y América Central, y esa es una gran motivación detrás de este proyecto».
El profesor asociado Dempsey dice que el equipo de investigación ha colaborado estrechamente con observatorios de volcanes a nivel internacional para garantizar que los nuevos modelos proporcionen datos útiles. El plan es que estos códigos se compartan con observatorios de volcanes aquí y en el extranjero en una política de acceso abierto.
«La herramienta de modelado que hemos desarrollado es relativamente sencilla y complementa las prácticas existentes de observación volcánica, pero aporta una capa adicional de información», afirma. «Significa que podemos empezar a pensar en la previsión de erupciones en volcanes que nunca han tenido erupciones registradas instrumentalmente, como el monte Taranaki», afirma.
El profesor Ben Kennedy, vulcanólogo de la Escuela de Tierra y Medio Ambiente de la UC, quien también colaboró en el estudio publicado en Nature Communications , dice que los volcanes activos, como Whakaari, Ruapehu y Tongariro en Aotearoa Nueva Zelanda, son impredecibles y a veces peligrosos, pero los sistemas de alerta efectivos pueden ayudar a salvar vidas y evitar lesiones debilitantes.
«Esta nueva investigación es realmente emocionante porque desafía el paradigma actual de que los precursores de erupciones, o señales de advertencia, son exclusivos de cada volcan.
«Esta es la primera vez que tenemos un modelo que demuestra cómo podemos utilizar datos precursores de erupciones de varios volcanes para ayudar a pronosticar una futura erupción en otro volcán donde hay muy pocos datos disponibles».
El proyecto de investigación fue una colaboración con el profesor Shane Cronin de la Universidad de Auckland, junto con 18 investigadores internacionales de nueve países.
Más información: Alberto Ardid et al, Precursores sísmicos ergódicos y transferencia de aprendizaje para la predicción de erupciones a corto plazo en volcanes con escasez de datos, Nature Communications (2025). DOI: 10.1038/s41467-025-56689-x
