Investigadores del Departamento de Informática de la Universidad Pablo de Olavide aplican técnicas basadas en la Minería de Datos para el descubrimiento de patrones en series temporales de origen sísmico. El objeto es encontrar patrones que precedan a la ocurrencia de un terremoto y poder anticiparlo en un tiempo considerable que permita la capacidad de actuación necesaria para abordar un plan de prevención y/o emergencia.

En este sentido, el investigador responsable de Capacidad I+D, Francisco Martínez Álvarez, ha desarrollado un sistema matemático con el que es posible predecir terremotos en los siguientes siete días a lo largo de 50 kilómetros a la redonda y con un 80% de precisión. Este sistema, junto con la Universidad de Sevilla, lo han probado con éxito sobre series de seísmos ya existentes en Chile, uno de los países del mundo con mayor actividad sísmica, y en la Península Ibérica. En la actualidad trabajan sobre datos de Japón, otra zona que sufre grandes terremotos: http://www.youtube.com/watch?v=g0mO7O-QWLw&feature=player_embedded.

• Aunque en el mercado ya existen diversos aparatos que detectan con algunos momentos de anticipación la venida de un terremoto, ninguno es tan preciso y tampoco tiene posibilidades de ampliar su desarrollo o entregar datos analíticos. Desde la Universidad Pablo de Olavide aplican la minería de datos para extraer conocimiento de series temporales sísmicas  (una secuencia de valores observados a lo largo del tiempo y, en consecuencia, ordenados cronológicamente) con el objetivo final de encontrar patrones en los datos que preceden a la ocurrencia de un movimiento telúrico y poder anticiparse a éste con un tiempo necesario que permita la adopción de un plan de prevención o emergencia.
• Los resultados de esta Capacidad I+D podrían tener aplicación para hacer un prototipo de software como sistema de detección de terremotos.
• Los científicos analizan y predicen la ocurrencia de terremotos bajo determinadas circunstancias, mediante la aplicación de dos técnicas clásicas (reglas de asociación cuantitativas (QAR) y regresión), teniendo en cuenta diferentes variables como el tiempo de un terremoto a otro, la magnitud del terremoto anterior, y un parámetro que caracteriza el comportamiento del suelo. 

• Este trabajo podría extrapolarse a cualquier tipo de desastre natural siempre que se aporten los datos necesarios, lo cual sería de gran interés por ejemplo para la predicción de tsunamis tras un terremoto, puesto que el sistema de detección, consistente en alarmas sensores de las boyas instaladas en el mar, avisa sólo cuatro horas antes de que se produzca. 
• También los investigadores están estudiando la posibilidad de aplicar la minería de datos a la predicción de tifones, lo que requiere hacer un análisis de datos relacionados, determinar si la metodología es aplicable y extrapolable, y por tanto hacer las modificaciones oportunas.

• Empresas del sector TIC interesadas en hacer un prototipo de software como un sistema de detección de terremotos
• Entidades relacionadas con el sector medioambiental dedicadas a la detección de desastres naturales
• Servicios de Protección Civil.
• Servicios que monitorean datos sísmicos

Disponible para el cliente

DATA SCIENCE & BIG DATA LAB (TIC 254)  > Más ofertas de este grupo