Predicción de la deformación en la corteza del Volcán – Nevado del Ruíz en el año 2020 mediante información troposférica TROPOMI, técnica DInsar y redes neuronales

Prediction of crustal deformation of Volcán - Nevado del Ruíz in 2020 using TROPOMI tropospheric information, DInsar technique and neural networks.

Palabras clave: Deformación de la corteza, TROPOMI, Redes neuronales, Actividad volcánica, DInSAR

Resumen

El Volcán Nevado del Ruíz situado entre los límites de los Departamentos del Caldas y Tolima en Colombia presentó un comportamiento inestable en el trascurso del año 2020, dicha actividad volcánica conllevó a efectos secundarios en la corteza, es por ello que la predicción de deformaciones se torna como menester de los geocientíficos. En el transcurso de la investigación presentada se dispuso el uso de variables troposféricas, tales como evapotranspiración, índice de aerosoles UV, monóxido de carbono, dióxido de nitrógeno, metano, temperatura superficial, entre otros; para entrenar un conjunto de redes neuronales que puedan predecir el comportamiento de la fase resultante de un interferograma sin desenrollar con la técnica DInSAR, cuyo objetivo principal sea identificar y caracterizar el comportamiento de la corteza con base en las condiciones del entorno. Para lo anterior, se realizó la recolección de variables, la conformación de un modelo lineal generalizado y el conjunto de redes neuronales. Posterior al entrenamiento de la red, se realizó la validación con los datos de testeo, otorgando un MSE de 0,17598 y, un r – cuadrado asociado de aproximadamente 0,88454. El modelo resultante permitió la obtención de un conjunto de datos con exactitud temática buena, reflejando el comportamiento del volcán en el año 2020 dado un conjunto de características del ambiente.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Juan Sebastián Hernández Santana, Universidad Distrital Francisco José de Caldas

Profesional en ciencias de la tierra e ingeniería, con énfasis en el análisis y procesamiento de información espacial, con aplicación en Sistemas de Información Geográfica, Cartografía, Programación, Procesamiento digital de imágenes, Ciencia de datos espaciales y Analítica espacial. Orientado a la Ingeniería de datos, visualización y exploración, análisis espacial (Detección de patrones espaciales, analítica espacio – temporal, analítica predictiva, modelos de idoneidad, optimización de procesos, planeación de rutas, análisis de terrenos), Machine learning e IA, Big data, modelamiento y código, para la generación de proyectos y reportes. Miembro del semillero pensamiento espacial y análisis territorial vinculado al grupo NIDE del proyecto curricular de Ingeniería Catastral y Geodesia de la Universidad Distrital Francisco José de Caldas

Referencias bibliográficas

G. Acosta et al., «Detection of active landslides by DInSAR in Andean Precordillera of San Juan, Argentina», Journal of South American Earth Sciences, vol. 108, p. 103205, jun. 2021, doi: 10.1016/j.jsames.2021.103205.

(ESA) Agencia Espacial Europea, «Data products Tropomi», dic. 31, 2021. http://www.tropomi.eu/data-products

K. S. Ajithabh y P. K. Patro, «Crustal deformation in Volcanic covered area as inferred from magnetotelluric studies: An example from India», Journal of Geodynamics, vol. 145, p. 101840, may 2021, doi: 10.1016/j.jog.2021.101840.

R. Alfaro-Sánchez, J. J. Camarero, J. I. Querejeta, J. Sagra, D. Moya, y D. A. Rodríguez-Trejo, «Volcanic activity signals in tree-rings at the treeline of the Popocatépetl, Mexico», Dendrochronologia, vol. 59, p. 125663, feb. 2020, doi: 10.1016/j.dendro.2020.125663.

J. Blahůt y J. Klimeš, «Causes and Triggers of Mass-Movements: Volcanic Activity», en Reference Module in Earth Systems and Environmental Sciences, Elsevier, 2021. doi: 10.1016/B978-0-12-818234-5.00121-8.

A. Brasca Merlín et al., «DInSAR and statistical modeling to assess landslides: The case study of Sierras Chicas (central Argentina)», Journal of South American Earth Sciences, vol. 108, p. 103179, jun. 2021, doi: 10.1016/j.jsames.2021.103179.

P. Castellazzi et al., «Land subsidence in major cities of Central Mexico: Interpreting InSAR-derived land subsidence mapping with hydrogeological data», International Journal of Applied Earth Observation and Geoinformation, vol. 47, pp. 102-111, may 2016, doi: 10.1016/j.jag.2015.12.002.

Copernicus Sentinel Data, «For Sentinel data: Sentinel-5P», dic. 21, 2021. https://sentinels.copernicus.eu/web/sentinel/missions/sentinel-5p

F. Deng et al., «High-resolution DEM generation from spaceborne and terrestrial remote sensing data for improved volcano hazard assessment — A case study at Nevado del Ruíz, Colombia», Remote Sensing of Environment, vol. 233, p. 111348, nov. 2019, doi: 10.1016/j.rse.2019.111348.

C. Federico, S. Inguaggiato, Z. Chacón, J. M. Londoño, E. Gil, y D. Alzate, «Vapour discharges on Nevado del Ruíz during the recent activity: Clues on the composition of the deep hydrothermal system and its effects on thermal springs», Journal of Volcanology and Geothermal Research, vol. 346, pp. 40-53, oct. 2017, doi: 10.1016/j.jvolgeores.2017.04.007.

M. Feng et al., «Crustal seismogenic structures and deformation styles along the Longmen Shan Fault belt in the eastern Tibetan Plateau inferred from ambient noise tomography», Tectonophysics, vol. 798, p. 228689, ene. 2021, doi: 10.1016/j.tecto.2020.228689.

E. Gómez Díaz y O. M. Mariño Arias, «Structural assessment and geochemistry of thermal waters at the Cerro Machin Volcano (Colombia): An approach to understanding the geothermal system», Journal of Volcanology and Geothermal Research, vol. 400, p. 106910, ago. 2020, doi: 10.1016/j.jvolgeores.2020.106910.

J. A. Gómez-Arango, H. Murcia, y C. Borrero, «Finding eruptive mechanisms through pyroclasts from the current eruption (1984–present) at Nevado del Ruíz Volcanic Complex, Colombia», Journal of Volcanology and Geothermal Research, vol. 364, pp. 48-58, sep. 2018, doi: 10.1016/j.jvolgeores.2018.09.003.

S. Guo, G. Zhang, y Y. Zhu, «Gravity changes and crustal deformations before the Menyuan, Qinghai Ms6.4 earthquake of 2016», Geodesy and Geodynamics, vol. 10, n.º 4, pp. 315-320, jul. 2019, doi: 10.1016/j.geog.2019.03.007.

S. Hajra, D. Hazarika, S. Mondal, S. K. Pal, y P. N. S. Roy, «Deformation of the upper crust in the Kumaon Himalaya analyzed from seismic anisotropy and gravity lineament studies», Physics of the Earth and Planetary Interiors, vol. 322, p. 106827, ene. 2022, doi: 10.1016/j.pepi.2021.106827.

S. Inguaggiato, J. M. Londoño, Z. Chacón, M. Liotta, E. Gil, y D. Alzate, «The hydrothermal system of Cerro Machín volcano (Colombia): New magmatic signals observed during 2011–2013», Chemical Geology, vol. 469, pp. 60-68, oct. 2017, doi: 10.1016/j.chemgeo.2016.12.020.

O. Intrator y N. Intrator, «Using Neural Nets for Interpretation of Nonlinear Models. Proceedings of the Statistical Computing Section», San Francisco: American Statistical Society (eds), pp. 244-249, 1993.

P. Kumar, M. Dobriyal, A. Kale, y A. K. Pandey, «Temporal dynamics change of land use/land cover in Jhansi district of Uttar Pradesh over past 20 years using LANDSAT TM, ETM+ and OLI sensors», Remote Sensing Applications: Society and Environment, vol. 23, p. 100579, ago. 2021, doi: 10.1016/j.rsase.2021.100579.

F. Lara, R. Lara-Cueva, J. C. Larco, E. V. Carrera, y R. León, «A deep learning approach for automatic recognition of seismo-volcanic events at the Cotopaxi volcano», Journal of Volcanology and Geothermal Research, vol. 409, p. 107142, ene. 2021, doi: 10.1016/j.jvolgeores.2020.107142.

Y. Li, «Analysis of GAMIT/GLOBK in high-precision GNSS data processing for crustal deformation», Earthquake Research Advances, vol. 1, n.º 3, p. 100028, jul. 2021, doi: 10.1016/j.eqrea.2021.100028.

Q. Liu, D. Zhu, Z. Jin, Q. Meng, y S. Li, «Influence of volcanic activities on redox chemistry changes linked to the enhancement of the ancient Sinian source rocks in the Yangtze craton», Precambrian Research, vol. 327, pp. 1-13, jul. 2019, doi: 10.1016/j.precamres.2019.02.017.

J. M. Londono, «Evidence of recent deep magmatic activity at Cerro Bravo-Cerro Machín volcanic complex, central Colombia. Implications for future volcanic activity at Nevado del Ruíz, Cerro Machín and other volcanoes», Journal of Volcanology and Geothermal Research, vol. 324, pp. 156-168, sep. 2016, doi: 10.1016/j.jvolgeores.2016.06.003.

J. M. Londoño y Y. Sudo, «Velocity structure and a seismic model for Nevado del Ruíz Volcano (Colombia)», Journal of Volcanology and Geothermal Research, pp. 61-87, 2021, doi: https://doi.org/10.1016/S0377-0273(02)00306-2.

J. M. Londoño y H. Kumagai, «4D seismic tomography of Nevado del Ruíz Volcano, Colombia, 2000–2016», Journal of Volcanology and Geothermal Research, vol. 358, pp. 105-123, jun. 2018, doi: 10.1016/j.jvolgeores.2018.02.015.

JM. Marreo y A. L. Ortiz, «Dirección general de protección civil y emergencias.» s.f.

V. L. Martínez et al., «Advanced signal recognition methods applied to seismo-volcanic events from Planchon Peteroa Volcanic Complex: Deep Neural Network classifier», Journal of South American Earth Sciences, vol. 107, p. 103115, abr. 2021, doi: 10.1016/j.jsames.2020.103115.

D. Moreno, J. Lopez-Sanchez, D. Blessent, y J. Raymond, «Fault characterization and heat-transfer modeling to the Northwest of Nevado del Ruíz Volcano», Journal of South American Earth Sciences, vol. 88, pp. 50-63, dic. 2018, doi: 10.1016/j.jsames.2018.08.008.

K. C. Niraj, S. K. Gupta, y D. P. Shukla, «Kotrupi landslide deformation study in non-urban area using DInSAR and MTInSAR techniques on Sentinel-1 SAR data», Advances in Space Research, dic. 2021, doi: 10.1016/j.asr.2021.11.042.

G. Paris y J. A. R. L, «Fallas activas en Colombia», Boletín Geológico, vol. 34, n.º 2-3, Art. n.º 2-3, jul. 1994.

M. Riedmiller, «Rprop—Description and Implementation Details», 1994. https://www.scirp.org/%28S%28351jmbntvnsjt1aadkposzje%29%29/reference/referencespapers.aspx?referenceid=52366 (accedido ene. 01, 2022).

M. Riedmiller y H. Braun, «A direct adaptive method for faster backpropagation learning: the RPROP algorithm», en IEEE International Conference on Neural Networks, mar. 1993, pp. 586-591 vol.1. doi: 10.1109/ICNN.1993.298623.

Servicio Geológico Colombiano, «Boletín informativo No. 2944 del mes de mayo de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2945 del mes de junio de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2946 del mes de julio de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2947 del mes de agosto de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2948 del mes de septiembre de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2949 del mes de octubre de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2950 del mes de noviembre de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

Servicio Geológico Colombiano, «Boletín informativo No. 2951 del mes de diciembre de 2020 con referencia a la actividad volcánica del segmento norte de Colombia.» 2020.

L. Shikwambana, P. Mhangara, y N. Mbatha, «Trend analysis and first time observations of sulphur dioxide and nitrogen dioxide in South Africa using TROPOMI/Sentinel-5 P data», International Journal of Applied Earth Observation and Geoinformation, vol. 91, p. 102130, sep. 2020, doi: 10.1016/j.jag.2020.102130.

B. S. Simmons y J. M. Wempen, «Quantifying relationships between subsidence and longwall face advance using DInSAR», International Journal of Mining Science and Technology, vol. 31, n.º 1, pp. 91-94, ene. 2021, doi: 10.1016/j.ijmst.2020.12.021.

G. Singh, B. R. Nela, D. Bandyopadhyay, S. Mohanty, y A. V. Kulkarni, «Discovering anomalous dynamics and disintegrating behaviour in glaciers of Chandra-Bhaga sub-basins, part of Western Himalaya using DInSAR», Remote Sensing of Environment, vol. 246, p. 111885, sep. 2020, doi: 10.1016/j.rse.2020.111885.

M. Tian, H. Xu, J. Cai, J. Wang, y Z. Wang, «Artificial neural network assisted prediction of dissolution spatial distribution in the volcanic weathered crust: A case study from Chepaizi Bulge of Junggar Basin, northwestern China», Marine and Petroleum Geology, vol. 110, pp. 928-940, dic. 2019, doi: 10.1016/j.marpetgeo.2019.08.045.

M. I. Vélez, D. Blessent, S. Córdoba, J. López-Sánchez, J. Raymond, y E. Parra-Palacio, «Geothermal potential assessment of the Nevado del Ruíz volcano based on rock thermal conductivity measurements and numerical modeling of heat transfer», Journal of South American Earth Sciences, vol. 81, pp. 153-164, ene. 2018, doi: 10.1016/j.jsames.2017.11.011.

W. Wang, X. Liu, J. Bi, y Y. Liu, «A machine learning model to estimate ground-level ozone concentrations in California using TROPOMI data and high-resolution meteorology», Environment International, vol. 158, p. 106917, ene. 2022, doi: 10.1016/j.envint.2021.106917.

J. M. Wempen, «Application of DInSAR for short period monitoring of initial subsidence due to longwall mining in the mountain west United States», International Journal of Mining Science and Technology, vol. 30, n.º 1, pp. 33-37, ene. 2020, doi: 10.1016/j.ijmst.2019.12.011.

X. Yang et al., «The impact of volcanic activity on the deposition of organic-rich shales: Evidence from carbon isotope and geochemical compositions», Marine and Petroleum Geology, vol. 128, p. 105010, jun. 2021, doi: 10.1016/j.marpetgeo.2021.105010.

X. Yao et al., «Average-DInSAR method for unstable escarpments detection induced by underground coal mining», International Journal of Applied Earth Observation and Geoinformation, vol. 103, p. 102489, dic. 2021, doi: 10.1016/j.jag.2021.102489.

J. Zhang, Z. Wu, Z. Shen, C. Dong, C. Wang, y Y. Zhao, «Seismic evidence for the crustal deformation and kinematic evolution of the Nansha Block, South China Sea», Journal of Asian Earth Sciences, vol. 203, p. 104536, nov. 2020, doi: 10.1016/j.jseaes.2020.104536.

L. Zhang, S. Liang, X. Yang, y C. Dai, «The migration of the crustal deformation peak area in the eastern Himalayan Syntaxis inferred from present-day crustal deformation and morpho-tectonic markers», Geodesy and Geodynamics, vol. 12, n.º 3, pp. 165-174, may 2021, doi: 10.1016/j.geog.2021.02.002.

Y. Zhang et al., «Estimación acoplada de 500 my evapotranspiración global con resolución de 8 días y primaria bruta producción en 2002-2017», Ambiente Sens. Remoto, pp. 165-182, 2019, doi: https://doi.org/10.1016/j.rse.2018.12.031.

Y. Zhang et al., «Tendencias multidecenales en la evapotranspiración terrestre global y sus componentes.», Sci. Rep. 6, p. 19124, 2016, doi: https://doi.org/10.1038/srep19124.

Publicado
2022-07-04
Cómo citar
Hernández Santana, J. S. (2022). Predicción de la deformación en la corteza del Volcán – Nevado del Ruíz en el año 2020 mediante información troposférica TROPOMI, técnica DInsar y redes neuronales: Prediction of crustal deformation of Volcán - Nevado del Ruíz in 2020 using TROPOMI tropospheric information, DInsar technique and neural networks. Revista Educación En Ingeniería, 17(34), 1-11. https://doi.org/10.26507/rei.v17n34.1224