Un equipo científico del Instituto de Geofísica de la Universidad Nacional Autónoma de México (UNAM), liderado por la investigadora Karina Bernal Manzanilla, logró describir con una resolución inédita la estructura interna del Volcán Popocatépetl mediante el uso de inteligencia artificial y tomografías sísmicas.
De acuerdo con la máxima casa de estudios, este trabajo permite observar dos de las tres cámaras magmáticas del volcán, localizadas hasta a 10 kilómetros de profundidad y conformadas en alrededor de 70 por ciento por roca cristalizada, pues los resultados ofrecen una imagen más precisa de la arquitectura interna de "Don Goyo" y de los procesos que mantienen su actividad.
Bernal Manzanilla, doctora en formación, explicó que la investigación se basó en el análisis de registros sísmicos de enero de 2019 a diciembre de 2024, generados por el Centro Nacional de Prevención de Desastres (Cenapred). Estos datos se compararon con información histórica, lo que permitió alcanzar un nivel de detalle no logrado en estudios previos.
La investigadora señaló que estudios petrológicos anteriores ya sugerían la existencia de tres reservorios de magma, pero con el uso de inteligencia artificial fue posible identificar con claridad los dos más superficiales.
El material magmático en estas cámaras no se encuentra completamente líquido, explicó, pues al estar confinado, se cristaliza como roca, aunque puede recalentarse de manera periódica.
Parte de este material se mueve de forma cotidiana, como lo evidencian las emisiones del volcán, lo que abre dos escenarios: el primero es que los procesos activos ocurran a mayores profundidades o que existan mecanismos internos que permitan que el material vuelva a estado líquido y gaseoso.
Aunque ambos procesos podrían ocurrir de manera constante, la tomografía actual no permite observar lo que sucede en la tercera cámara magmática, por lo que se requerirán otros sistemas de monitoreo para confirmarlo.
Para elaborar la tomografía, Bernal Manzanilla desarrolló y entrenó un modelo de cómputo capaz de diferenciar distintos tipos de temblores volcánicos. A partir de esa clasificación automática se reconstruyeron las estructuras internas, que alcanzan profundidades cercanas a 30 kilómetros bajo el nivel del mar, prácticamente hasta el manto terrestre.
La investigación se realizó en colaboración con el investigador Marco Caló, también del Instituto de Geofísica de la UNAM, y forma parte de una línea de trabajo institucional enfocada en el monitoreo y comprensión de volcanes activos en México.
Los resultados se publicaron en el estudio "Automated seismo-volcanic event detection applied to Popocatépetl using machine learning" en el "Journal of Volcanology and Geothermal Research". Además, un segundo artículo se encuentra en proceso de revisión en el Journal of South American Earth Sciences.
El siguiente paso del proyecto, informaron, será analizar cuánta energía pierden las ondas sísmicas al desplazarse hacia la superficie, análisis que permitirá identificar zonas con material más caliente y corroborar la consistencia de la tomografía obtenida.