Inspirándose en la aplicación de descubrimientos musicales Shazam, varios científicos han descubierto una manera de identificar pequeños terremotos que previamente pasaban desapercibidos, lo que podría ayudarles a predecir sismos más grandes en un futuro.
Shazam usa un algoritmo que identifica patrones en canciones, ayudando a las personas a saber el nombre de ellas con tan solo grabar algunos segundos, y los investigadores de Stanford creen que esa misma idea puede ser aplicada a los temblores, por lo que han desarrollado Fingerprint And Similarity Thresholding.
Se trata de un sistema que busca en una gran base de datos sismológica por patrones que indiquen que un sismo ocurrió, incluyendo pequeños eventos que no se registran como terremotos con equipo convencional.
A pesar de que estos pequeños sismos no son tan severos como para despertar a alguien en la noche, podrían ayudar a los científicos a ver qué tan seguido pueden ocurrir temblores más fuertes y en qué parte del planeta sucederían.
La idea detrás de este proyecto vino a la mente de Greg Beroza, un profesor de geofísica de Stanford, cuando hace varios años se encontraba en una tienda de electrónicos y escuchó una canción que no pudo identificar.
Debido a ello, organizó un equipo y usó el algoritmo de Shazam para analizar actividad sísmica en la Falla Calaveras, una ramificación de la Falla de San Andrés en el norte de California. Impresionantemente, el sistema pudo identificar sismos tanto importantes como otros más pequeños de los que nadie se dio cuenta.
Estos investigadores creen que la tecnología puede ser usada en lugares como Oklahoma y Arkansas, donde un incremento en pequeños temblores se ha vinculado a la fracturación hidráulica, por lo que ésta ayudaría a determinar cuáles son las áreas en riesgo de terremotos.
El siguiente paso es probar el sistema en varios centros sismológicos durante periodos largos de tiempo, algo que ayudaría a predecir a los científicos qué tan seguido los terremotos naturales ocurrirán.
Referencia: Standford