Un nuevo programa de modelización de previsiones volcánicas en dos superordenadores ha permitido predecir una erupción con cinco meses de anticipación, según un reciente estudio publicado el viernes (03.06.2022) por la revista Science Advances.
En el otoño de 2017, la profesora de geología Patricia Gregg y su equipo de la Universidad de Illinois Urbana-Champaign acababan de poner en marcha un nuevo programa de modelización de previsiones volcánicas en los superordenadores Blue Waters e iForge.
Simultáneamente, otro equipo estaba controlando la actividad del volcán Sierra Negra en las Islas Galápagos, Ecuador. Uno de los científicos del proyecto de Ecuador, Dennis Geist, de la Universidad Colgate, se puso en contacto con Gregg, y lo que ocurrió a continuación fue la previsión fortuita de la erupción de Sierra Negra de junio de 2018, cinco meses antes de que se produjera.
Un modelo para predecir una erupción inminente
El equipo de Gregg, con sede en la Universidad de Illinois Urbana-Champaign y en el National Center for Supercomputing Applications, quería poner a prueba la nueva mejora de la computación de alto rendimiento del modelo, y las observaciones de Geist sobre Sierra Negra mostraban signos de una erupción inminente.
"Sierra Negra es un volcán que se comporta bien. Esto significa que, antes de las erupciones en el pasado, el volcán ha mostrado todos los signos reveladores de una erupción que esperaríamos ver, como el oleaje, la liberación de gas y el aumento de la actividad sísmica. Esta característica hizo de Sierra Negra un gran caso de prueba para nuestro modelo actualizado", explicó Gregg.
Sin embargo, muchos volcanes no siguen estos patrones claramente establecidos, precisan los investigadores. La previsión de erupciones es uno de los grandes retos de la vulcanología, y el desarrollo de modelos cuantitativos que ayuden en estos escenarios más complicados es el objetivo del trabajo de Gregg y su equipo.
Solo hubo un día de diferencia en la predicción
Los investigadores ejecutaron los datos de Sierra Negra a través del nuevo modelo con potencia de supercomputación. Completaron la ejecución en enero de 2018 y, aunque estaba pensada como una prueba, terminó proporcionando un marco para entender los ciclos de erupción del volcán y evaluar el momento de las futuras erupciones.
"Nuestro modelo predijo que la fuerza de las rocas que contienen la cámara de magma de Sierra Negra se volvería muy inestable en algún momento entre el 25 de junio y el 5 de julio, y posiblemente daría lugar a un fallo mecánico y a una erupción posterior", recordó Gregg.
"Presentamos esta conclusión en una conferencia científica en marzo de 2018. Después de eso, nos ocupamos de otros trabajos y no volvimos a mirar nuestros modelos hasta que Dennis me envió un mensaje de texto el 26 de junio, pidiéndome que confirmara la fecha que habíamos pronosticado. Sierra Negra entró en erupción un día después de la fecha de fallo mecánico que habíamos pronosticado más temprano. Nos quedamos helados", añadió.
La supercomputación fue clave en la predicción
Aunque representa un escenario ideal, reconocen los investigadores, el estudio muestra el poder de incorporar la supercomputación de alto rendimiento a la investigación práctica: "La ventaja de este modelo actualizado es su capacidad para asimilar constantemente datos multidisciplinares en tiempo real y procesarlos rápidamente para ofrecer una previsión diaria, similar a la previsión meteorológica. Esto requiere una increíble cantidad de potencia de cálculo que antes no estaba disponible para la comunidad de predicción volcánica", apuntó Yan Zhan, coautor del estudio.
Reunir las piezas móviles para producir un programa de modelización de esta potencia requiere un enfoque altamente multidisciplinar al que el equipo de Gregg no tenía acceso hasta trabajar con el NCSA.
"Todos hablamos el mismo idioma cuando se trata del análisis numérico multifísico y la computación de alto rendimiento necesarios para predecir fallos mecánicos, en este caso de una cámara de magma volcánica", señaló Seid Koric, también coautor del estudio.
Gracias a la experiencia de Koric, el equipo espera incorporar la inteligencia artificial y el aprendizaje automático al modelo de previsión para ayudar a que esta potencia de cálculo esté al alcance de los investigadores que trabajan con ordenadores portátiles y de sobremesa estándar.
