Dos temblores pusieron en alerta a los residentes de Fontana en California

El primer sismo tuvo una magnitud preliminar de 3.5 grados en la escala de Richter y fue percibido por habitantes de Riverside, Upland y Rancho Cucamonga

Guardar
EL USGS recibió diversos informes de residentes de zonas como Riverside y Cucamonga. (Imagen Ilustrativa Infobae)
EL USGS recibió diversos informes de residentes de zonas como Riverside y Cucamonga. (Imagen Ilustrativa Infobae)

El sábado por la tarde, los residentes de Fontana, California, experimentaron un breve pero notable temblor que puso en alerta a la región. A las 14:17 horas, un terremoto de magnitud preliminar 3,5, según informó el Servicio Geológico de Estados Unidos (USGS), sacudió el área a unos 7 kilómetros al noroeste de Fontana. El epicentro del sismo se ubicó a una profundidad de 2,5 kilómetros, lo que lo convierte en un fenómeno de poca profundidad, típico de los eventos que pueden sentirse claramente en las zonas cercanas.

Tras el temblor, el USGS recibió numerosos informes de residentes de áreas cercanas como Riverside, Upland y Rancho Cucamonga, quienes reportaron haber sentido el movimiento sísmico. Aunque breve, el terremoto generó inquietud entre los habitantes, destacando la sensibilidad de la región ante este tipo de fenómenos debido a su proximidad a varias fallas tectónicas activas en el sur de California. Sin embargo, no se registraron casos de pánico generalizado ni interrupciones significativas en las actividades diarias.

Este temblor inicial fue seguido por un segundo movimiento telúrico de magnitud 3,4, registrado alrededor de las 20:17 horas. Ambos sismos se sintieron ampliamente en el sur de California, según el rastreador “Did you feel it?” (”¿Lo sentiste?”) del USGS, con reportes provenientes de lugares tan distantes como Santa Clarita y Temecula.

¿Tembló hoy en Los Ángeles?

Habitantes de lugares como Santa Clarita y Temecula reportaron el sismo a través del rastreador “Did you feel it?” del USGS. (Imagen Ilustrativa Infobae)
Habitantes de lugares como Santa Clarita y Temecula reportaron el sismo a través del rastreador “Did you feel it?” del USGS. (Imagen Ilustrativa Infobae)

Si bien el USGS no informó réplicas hasta las 15:30 horas tras el primer sismo, sin embargo, el segundo evento cerca de las 20:17 horas ocurrió en casi el mismo sitio, a 6 kilómetros del norte, es decir, al noreste de Fontana, teniendo una profundidad de más de tres kilómetros.

De acuerdo con información del medio, no se reportaron daños ni heridos derivados de ambos incidentes, no obstante, aseguran que residentes de todo el sur de California percibieron dicho movimiento telúrico.

¿Será posible predecir terremotos?

Un estudio reciente analizó el posible papel de los modelos de redes neuronales y el aprendizaje automático avanzado en la predicción de terremotos. (Imagen Ilustrativa Infobae)
Un estudio reciente analizó el posible papel de los modelos de redes neuronales y el aprendizaje automático avanzado en la predicción de terremotos. (Imagen Ilustrativa Infobae)

En un estudio reciente publicado en la revista científica Nature, un grupo de investigadores aprovechó el aprendizaje automático avanzado y modelos de redes neuronales para “abrir nuevos caminos” en cuanto a la predicción de terremotos en Los Ángeles.

Según el equipo de científicos, predecir de manera precisa los sismos “es crucial” para mitigar riesgos y aumentar los niveles de preparación entre la población, “especialmente en regiones con actividad sísmica” como lo puede ser la ciudad de Los Ángeles.

Contar con la capacidad de predecir estos desastres naturales puede también ayudar a reducir el número de posibles víctimas, así como minimizar las pérdidas económicas.

Para desarrollar un modelo de predicción eficaz, los investigadores utilizaron un conjunto de datos exhaustivo que recopiló información de todos los terremotos registrados en la ciudad californiana durante los últimos 12 años.

Incluyó variables críticas previamente identificadas en investigaciones sobre patrones sísmicos, como la magnitud, la frecuencia de los sismos y características geológicas de la región.

El estudio evaluó después un total de 16 algoritmos diferentes, los cuales incluían modelos clásicos de aprendizaje automático y arquitecturas más complejas basadas en redes neuronales.

El modelo Random Forest demostró ser el más efectivo, alcanzando una tasa de precisión del 97.7% en la predicción de terremotos de magnitud máxima dentro de un período de 30 días.

“La importancia de esta investigación radica en su capacidad de aprovechar el poder del aprendizaje automático y las redes neuronales para mejorar la precisión predictiva de los eventos sísmicos”, escribieron los autores del estudio.

El trabajo de los investigadores busca mejorar las técnicas de modelado predictivo existentes, específicamente las que se enfocan en la región de Los Ángeles.

Guardar