Seleccionar página

En 2011 se registraron 302 desastres naturales, que se cobraron más de 29.782 vidas y causaron daños económicos por valor de 366.000 millones de dólares (295.000 millones de euros). Hoy, cinco proyectos de investigación prometedores están utilizando los últimos métodos computacionales para predecir o pronosticar, según el punto de vista, eventos desastrosos o sus efectos.

1) Predicción de la incertidumbre de las crecidas repentinas

Modelo numérico 3D de muy alta resolución (1 km) que predice la precipitación (todas las partículas acuosas líquidas o sólidas que se originan en la atmósfera y caen a la superficie de la Tierra) que generó la inundación repentina de Génova el 4 de noviembre de 2011. El color naranja se refiere al isovolumen del agua de lluvia, el gris al isovolumen del granizo (granizo suave o nieve), el verde al isovolumen de la nieve y, finalmente, el violeta al isovolumen del vapor de agua. Imagen superior cortesía de Nicola Rebora. Imagen principal cortesía de Wikimedia Commons.

Las inundaciones rápidas debido a la lluvia intensa pueden causar inundaciones repentinas en cuestión de minutos. Los poderosos flujos de agua pueden desencadenar más deslizamientos de tierra. Según el Servicio Meteorológico Nacional de EE. UU., más personas mueren a causa de las inundaciones que de los rayos, los tornados y los huracanes. Investigadores de la Infraestructura de Investigación Distribuida para Hidrometeorología (DRIHM) financiados con fondos comunitarios utilizan computación distribuida y científicos ciudadanos para predecir inundaciones repentinas.

Los investigadores de DRIHM construyen modelos a partir de observaciones para calcular la precipitación promedio en un área determinada: 100 kilómetros cuadrados (39 millas cuadradas), por ejemplo. Luego, calculan la probabilidad de cuánta lluvia ocurrirá dentro de una "zona de captación" de unos pocos kilómetros para identificar cualquier caso de inundación repentina.

"Nuestro objetivo es desarrollar una infraestructura de investigación impulsada por el usuario para hidrometeorólogos, utilizando redes y computadoras de alto rendimiento", dijo Nicola Rebora de la fundación de investigación CIMA, Italia, y coordinador adjunto de DRIHM.

Un problema al tratar de predecir inundaciones repentinas es combinar varios modelos. "Para combinar la predicción meteorológica con el modelado hidrometeorológico, necesitamos reducir o aumentar las resoluciones. Si no usamos la resolución correcta, la predicción de inundaciones se subestimará, lo que podría costar vidas", dijo Rebora.

Las inundaciones repentinas se pueden predecir, pero con incertidumbre. Rebora pretende cuantificar esta incertidumbre. Los científicos ciudadanos juegan un papel crucial en este proceso.

"Los científicos ciudadanos pueden ayudarnos a diseñar los requisitos de nuestra infraestructura, ya que también serán sus usuarios", dijo Rebora. Los investigadores de DRIHM trabajan con redes de científicos ciudadanos en Italia y EE. UU., y colaboran a través de un foro de usuarios en línea. "Es un beneficio mutuo; los ciudadanos nos dan sus datos y recuperan poder computacional y conocimiento".

El proyecto DRIHM ayudó en las inundaciones repentinas de Cinque Terre (25 de octubre de 2011) y Génova (4 de noviembre de 2011). Rebora dijo: "En ambos casos, se emitió una alerta oportuna con más de 12 a 24 horas de anticipación".

2) Detectar tornados a través de supercélulas

2011 está clasificado como el cuarto año de tornados más mortífero en la historia de EE. UU.: hubo 1.691 tornados, que mataron a cientos. Este año, los investigadores de la Administración Nacional Oceánica y Atmosférica están utilizando los últimos modelos de computadora y computadoras de alto rendimiento para configurar un sistema de alerta temprana.

Imagen que muestra vorticidad cerca de la superficie o rotaciones instantáneas, presión y viento en la misma simulación y al mismo tiempo. La gran caída de presión (indicada por líneas negras) y el aumento de la vorticidad (color) confirman la formación de un tornado en la región inferior izquierda de la simulación. Imagen cortesía de Amy McGovern.

El sistema de pronóstico por conjuntos a escala de tormentas tiene como objetivo predecir la probabilidad de tormentas severas cada hora durante un período subsiguiente de uno o dos días. Este enfoque de conjunto es un conjunto de modelos numéricos que tienen un espacio de cuadrícula horizontal de uno a cuatro kilómetros (0,6 a 2,5 millas). Proporcionan una previsibilidad de ciertos resultados.

Para pronósticos precisos de tornados, los investigadores necesitan resoluciones de modelo de 50 a 75 metros (164 a 246 pies). En lugar de profundizar en este detalle, pueden comprender la formación de tornados mediante el estudio de tormentas eléctricas de supercélulas a escalas de alrededor de 10 kilómetros (seis millas). Estas supercélulas se utilizan como proxy para predecir la probabilidad de formación de tornados.

"A estas escalas, no estamos pronosticando tornados explícitamente, pero estamos en el rango de supercélulas y otras estructuras de tormentas eléctricas que producen clima severo, por ejemplo, granizo grande y vientos fuertes", dijo Greg Carbin, investigador de la NOAA.

Para obtener predicciones precisas, los investigadores, como Amy McGovern de la Universidad de Oklahoma, simulan entre 100 y 150 tormentas. Luego extrae metadatos sobre los vientos que soplan hacia arriba y hacia abajo, y otros datos, para identificar las firmas de formación de tornados. McGovern ejecuta estas simulaciones de alta resolución en un software que utiliza la red informática de alto rendimiento XSEDE.

“Buscamos características de tormentas que generan tornados, que no aparecen en las tormentas que no generan tornados, y viceversa. Construimos un bosque de árboles de decisión para hacer predicciones”, dijo McGovern.

Ahora, el principal desafío es desarrollar métodos que permitan a los pronosticadores digerir e interpretar la gran cantidad de datos que llegan. “Necesitamos avances en sistemas expertos que ayuden a los meteorólogos a separar la señal del ruido”, dijo Carbin.

Los pronosticadores humanos sobresalen en el reconocimiento de patrones y pueden ser mejores que las computadoras en esta tarea. "El reconocimiento de patrones y el 'instinto visceral' pueden ser fundamentales para hacer un pronóstico preciso a corto plazo", dijo Carbin. "Hasta que esta capacidad humana pueda incorporarse a los sistemas autónomos, los humanos probablemente seguirán desempeñando un papel importante en 'hacer la llamada' en las advertencias de tornados".

3) Replicar el comportamiento del fuego

Visualización de la herramienta SmokeView de los resultados computacionales del Fire Dynamics Simulator. Esta imagen muestra pruebas de incendio de automóviles realizadas por el instituto de Hluchý, que incluyeron incendios en el compartimiento del motor y en el compartimiento de pasajeros. Imagen cortesía de Ladislav Hluchý.

Un brote de incendio en una casa familiar, una planta de energía o un bosque puede provocar la pérdida de vidas y costosos daños ambientales y económicos. Por ejemplo, en Europa, los incendios forestales queman un promedio de 5000 kilómetros cuadrados (1931 millas cuadradas) cada año.

La infraestructura de red nacional de Eslovaquia ha llevado a cabo un proyecto de simulación de incendios en equipo virtual de seis meses, como parte de la infraestructura de red europea, para recursos informáticos y desarrollar simulaciones de fuego y humo más precisas para predecir el comportamiento del fuego.

El proyecto virtual reunió la experiencia de la investigación europea sobre incendios, incluidos investigadores eslovacos, españoles y portugueses.

Al simular incendios en túneles, por ejemplo, utilizaron una versión informática distribuida del Fire Dynamics Simulator, una herramienta de software numérico desarrollada por el Instituto Nacional de Estándares y Tecnología de EE. UU.

"Usamos una herramienta llamada SmokeView para visualizar los resultados del cálculo FDS, como la geometría del escenario del incendio, la propagación de las llamas y el humo, las curvas de temperatura y otras cantidades físicas que describen el desarrollo del incendio", dijo Ladislav Hluchý, director del Instituto de Informática de la Academia de Ciencias de Eslovaquia.

Con acceso a recursos informáticos paralelos, Hluchý y su equipo crearon más experimentos de simulación, redujeron el tiempo para simular incendios y produjeron modelos más realistas.

"El tiempo que lleva hacer un cálculo secuencial para un túnel de carretera de 180 metros de largo fue de 377 horas", dijo Hluchý. "Con un grupo en nuestro instituto, tomó 33 horas". Estos resultados del comportamiento del fuego ayudan a aumentar el realismo de los escenarios de reconstrucción de incendios para capacitar a los bomberos, y los legisladores pueden crear legislación para ayudar a reducir los riesgos, tanto naturales como provocados por el hombre.

Hluchý dijo: "A nivel nacional, hay un alto nivel de aceptación de los resultados de nuestra investigación. Las más altas autoridades contra incendios nos pidieron que preparáramos una simulación por computadora de incendios en casas familiares para fines judiciales". El proyecto finalizó el 30 de junio; Se ha diseñado un cuestionario para ayudar a definir los servicios de simulación necesarios en EGI para expertos en simulación de incendios de 12 países. Se han recibido aportes de tres Infraestructuras de Redes Nacionales en España, Portugal y Eslovaquia.

4) Pronosticar erupciones submarinas

Las estimaciones actuales son que el 80% de las erupciones volcánicas del planeta ocurren bajo el agua. Incluso en las profundidades del océano, un respiradero o fisura volcánica puede arrojar grandes cantidades de CO 2 que calienta el planeta, crear tsunamis o generar un ruido ensordecedor que puede dañar la vida marina.

En 2011, Bob Dziak, geólogo marino de la NOAA, EE. UU., junto con un equipo de investigadores, pronosticó la erupción del monte submarino Axial, frente a la costa de Oregan. Esta fue la primera vez que se hizo una estimación precisa de la erupción de un volcán submarino.

Un cangrejo araña inspecciona un hidrófono del fondo del océano (OBH) mientras se encuentra en el fondo marino en Axial Seamount antes de la erupción de 2011. El OBH es un instrumento de monitoreo diseñado para detectar terremotos submarinos. La cadena está conectada a la flotación por encima de la vista de la foto. Imagen cortesía de Bill Chadwick, Universidad Estatal de Oregón.

"Nuestros métodos de pronóstico a largo plazo son precisos en meses o años. Nuestros métodos sísmicos a corto plazo son precisos en unos pocos días u horas una vez que vemos que comienza un evento volcánico", dijo Dziak. Estas técnicas son la tecnología más precisa actualmente disponible para la comunidad de investigación de ciencias oceánicas. Otro aspecto sorprendente de la historia fue que, aunque uno de mis hidrófonos del fondo marino quedó enterrado bajo 30 cm (11,81 pulgadas) de lava, sus componentes electrónicos siguieron funcionando. Todavía podía comunicarse con el barco de investigación en la superficie del mar".

Para hacer pronósticos a largo plazo, los investigadores analizaron datos recopilados de hidrófonos autónomos ubicados cerca de Axial Seamount con una herramienta de código abierto. La herramienta de análisis que utilizaron se escribió utilizando el lenguaje de datos interactivo, que crea visualizaciones comprensibles a partir de datos numéricos complejos. Este software ayudó a los investigadores a identificar las mediciones de presión del fondo marino que indicaban que el volcán se estaba inflando.

La cantidad de datos necesarios para los pronósticos a corto plazo es de alrededor de 40 gigabytes por cada año de datos de hidrófonos, y los pronósticos a largo plazo requieren 400 gigabytes de 10 años de datos de hidrófonos y presión volcánica.

Sus últimos estudios muestran que pueden identificar firmas clave unas dos horas antes de una erupción. "No está claro si nuestras observaciones son exclusivas de Axial Seamount o pueden replicarse en otros volcanes submarinos en todo el mundo", dijo Dziak.

Ahora, se está planificando la instalación de cables de fibra óptica para ayudar a aumentar la sensibilidad de los pronósticos. Esto se completará en unos pocos años y proporcionará video en tiempo real y datos químicos, de temperatura y biológicos. Dziak dijo: "Mi mayor desafío es asegurar fondos adicionales para colocar más sensores sísmicos e hidrófonos en la montaña submarina, y ver cómo responde el volcán después de una erupción para obtener pronósticos futuros más precisos".

5) Previsión de daños por terremoto

Skarlatoudis realiza simulaciones de propagación de ondas sísmicas para el área más amplia de Tesalónica en Grecia. Imagen cortesía de Andreas Skarlatoudis.

Según la fundación Global Earthquake Model, más de medio millón de personas murieron en la última década a causa de los terremotos. Es muy difícil, si no imposible, hacer una predicción precisa de terremotos a corto plazo, dijo Andreas Skarlatoudis, sismólogo del Laboratorio Geofísico de la Universidad de Tesalónica, en Grecia. Skarlatoudis trabaja con otros sismólogos y expertos en TI de Hellasgrid para predecir las áreas que recibirán altos niveles de "temblores de tierra" a causa de los terremotos.

"Un conocimiento más profundo de la respuesta terrestre a un terremoto y su impacto nos ayudará a construir edificios más seguros", dijo Skarlatoudis.

Requiere datos sísmicos precisos, como ubicación, magnitud, tipo de falla y un modelo geofísico de un área. Luego, Skarlatoudis utiliza un software de simulación, implementado en el lenguaje de programación Fortran 90, para producir sismogramas. El código se ejecuta en la red, que está coordinado por la Infraestructura de red europea. Los resultados son simulaciones en 3D del movimiento de las ondas sísmicas, que se utilizan para estudiar los efectos sobre el movimiento del suelo.

Para evaluar sus resultados, Skarlatoudis los comparó con los datos del terremoto del 4 de julio de 1978, el mayor que azotó la zona en décadas. La comparación mostró que este método puede predecir con precisión las características básicas del movimiento del suelo en un área metropolitana y las áreas que se verán afectadas por los temblores más fuertes. Estos modelos podrían usarse para predecir vulnerabilidades urbanas en futuros terremotos.

"Afortunadamente, desde 1978, mi ciudad no ha sufrido un fuerte terremoto, por lo que no he tenido la oportunidad de aplicar mi método en un escenario reciente de la vida real", dijo Skarlatoudis. "En Grecia, este trabajo es el más avanzado. Siempre estoy interesado en nuevas colaboraciones de investigación y cooperar con campos científicos multidisciplinarios. Entre mis planes futuros está el estudio de terremotos profundos que ocurren a profundidades de 60 a 120 km en el Mar Egeo Meridional".

Qué desastres naturales no se pueden pronosticar

Los terremotos difieren de otros tipos de desastres naturales. Los meteorólogos pueden rastrear un huracán con precisión, pero los sismólogos no pueden predecir exactamente cuándo y dónde ocurrirá un terremoto.

¿Cuál es el desastre natural más difícil de predecir?

Según el Servicio Geológico de los EE. UU. (USGS), todos los estados de los EE. UU. han experimentado un terremoto. Los terremotos son uno de los desastres más impredecibles y dañinos. La comunidad científica aún tiene que encontrar una manera de predecir cuándo ocurrirá un terremoto con tiempo suficiente para evacuar las áreas.

¿Se puede predecir el desastre?

Los desastres naturales no se pueden prevenir, pero algunos se pueden predecir, lo que permite a los humanos diseñar y diseñar soluciones para minimizar el impacto de los desastres naturales.

¿Puede la NASA predecir los desastres naturales?

Los esfuerzos de la NASA para predecir varios desastres naturales en su mayoría aún se encuentran en la etapa experimental de desarrollo, por lo que probablemente aún falten años para que la agencia funcione como un vidente confiable.

Video: what natural disasters can be predicted