Sin embargo, la rapidez de los sistemas de alerta temprana varía de un país a otro. En Japón y en EE. UU., las enormes redes de sensores y estaciones sísmicas alertan rápidamente a los ciudadanos sobre un terremoto. Pero instalar y mantener estas redes cuesta mucho, en tiempo y dinero. Los países propensos a sufrir terremotos como México e Indonesia no tienen un sistema tan avanzado ni tan extendido.
nUna forma barata y efectiva que podría cerrar esta brecha consiste en la creación de informes de terremotos de forma colaborativa, una estrategia que puede combinarse con los datos de detección tradicional desde las estaciones del control sísmico. Este planteamiento ha sido recientemente descrito en un artículo en Science Advances.
nLos datos de los informes colaborativos proceden de tres fuentes: personas que envían información mediante LastQuake, una aplicación creada por el Centro Sismológico Euro-mediterráneo (CSEM); tuits con palabras clave relacionadas con terremotos; y los datos de hora y dirección IP asociados a las visitas a la página web del CSEM.
nCuando se aplicó este método de forma retrospectiva a los terremotos de 2016 y 2017, las detecciones de fuentes colectivas por separado tuvieron una precisión del 85 %. La combinación de esta técnica con los datos sísmicos tradicionales elevó la precisión al 97 %. El sistema de colaboración colectiva también fue más rápido. Alrededor del 50 % de las ubicaciones de los terremotos fueron identificadas en menos de dos minutos, un minuto menos que con los datos proporcionados solo por una red sísmica tradicional.
nCuando CSEM identifica un posible terremoto, envía alertas a través de su aplicación LastQuake para solicitar más información a los usuarios cercanos: imágenes, vídeos, descripciones del nivel de temblor, etcétera. Esto puede ayudar a evaluar el nivel de daños para los primeros auxilios.
nLa inspiración para este enfoque nació al detectar que los terremotos provocaron unas enormes oleadas de tráfico a la página web de CSEM y la aplicación LastQuake. Durante un terremoto en Bali (Indonesia) en agosto de 2018, el equipo recibió 100.000 datos en solo unos minutos, afirma el secretario general de CSEM, Rémy Bossu. La aplicación rastrea la ubicación física de los usuarios (con su permiso), mientras el equipo usa la ubicación de la dirección IP como proxy para las ubicaciones de terremotos en función de las visitas a la página.
n"Es un indicador efectivo y bastante claro. Un terremoto ocurre en un punto fijo en el tiempo, y luego aparece una oleada de personas que buscan información", explica el programador científico del CSEM y coautor del estudio Robert Steed, y añade: "Las personas son, efectivamente, nuestros sensores en tiempo real".
nSegún explica el artículo, en vez de sustituir los datos sísmicos, el método acelera la detección y mejora la confianza de que se ha producido un terremoto "notable" (uno que los humanos pueden notar). Esto puede acelerar la puesta en marcha de los mecanismos de respuesta del área local.
nEl trabajo es el primer caso de un proyecto de ciencia ciudadana que mejora el rendimiento de una red de control sísmico, asegura Bossu. El experto en sismología de la Universidad de Strathclyde (Escocia) John Douglas, quien no participaba en el estudio, afirma: "Es un buen ejemplo de cómo los recientes desarrollos tecnológicos y el big data disponibles online casi en tiempo real producen mejores resultados científicos".
nEsto podría reducir las muertes ante un terremoto potencialmente dañino, pues se podría alertar a las autoridades mucho más rápidamente, ayudándolas a preparar equipos para el despliegue en caso de daños estructurales, agrega Douglas. El siguiente paso será probar este sistema durante un terremoto real. Todavía se trata de un prototipo, pero estará listo para ser evaluado a partir de este verano.
n