Inteligencia Artificial aplicada a la predicción de los niveles de alerta de actividad volcánica del volcán Sabancaya, Arequipa, Perú

• Autores: Tomazi Klein, Guilherme, Todt, Viviane
• Formato: objeto de conferencia
• Fecha de Publicación: 2023
• Institución: Instituto Geológico, Minero y Metalúrgico
• Repositorio: INGEMMET-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ingemmet.gob.pe:20.500.12544/4499
• Enlace del recurso: https://hdl.handle.net/20.500.12544/4499
• Nivel de acceso: acceso abierto
• Materia: Volcanes; Monitoreo de volcanes; Erupciones volcánicas; Datos de satélite; http://purl.org/pe-repo/ocde/ford#1.05.00; http://purl.org/pe-repo/ocde/ford#1.05.06

La predicción de las erupciones volcánicas es un desafío, pero a partir de los datos históricos y los patrones precursores, es posible observar, interpretar y modelar las consecuencias del movimiento magmático (Boué, 2015). De esta manera, el desarrollo de estrategias que permitan predecir mejor las actividades volcánicas ha sido uno de los principales puntos de debate en la vulcanología. Para este fin, algunos investigadores han utilizado enfoques probabilísticos sobre datos históricos para tratar de predecir las erupciones volcánicas tanto a largo como a corto plazo (Boué, 2015). Sin embargo, a pesar de presentar buenos resultados en varias áreas de la ciencia y la ingeniería, los métodos probabilísticos no cumplen con las exigencias de la vulcanología en su totalidad, ya que la precisión y la fiabilidad de las predicciones aún están lejos de las condiciones ideales (Parra et al., 2017). Una posible forma de mejorar estas predicciones es utilizar modelos de predicción no paramétricos (Parra et al., 2017), siendo una de las posibilidades el uso de modelos obtenidos por técnicas de aprendizaje automático y minería de datos. Así la pregunta guía de este trabajo es: "debido a la dificultad que aún existe en la predicción de las actividades eruptivas, con altos niveles de precisión, ¿podrían las técnicas de minería de datos, basadas en la Inteligencia Artificial, contribuir significativamente a la eficiencia y eficacia de la determinación del nivel de alerta de las actividades volcánicas y así contribuir a la mitigación de los desastres naturales?” Así, este trabajo tiene como objetivo principal aplicar técnicas de minería de datos en las bases de datos del Instituto Geofísico del Perú que contienen información de monitoreo del volcán Sabancaya, Arequipa, Perú, para contribuir a la predicción del nivel de alerta de sus actividades volcánicas y evaluar esta técnica de inteligencia artificial en este contexto y aplicación.