Un método de Deep learning para el pronóstico espacio temporal de eventos sísmicos

Vista sencilla de ítem
dc.contributor.advisorSalas, Rodrigo
dc.contributor.advisorProfesora Co-guía: Velandia Muñoz, Daira
dc.contributor.authorCanales Olivares, Angello
dc.date.accessioned2024-06-04T19:43:12Z
dc.date.available2024-06-04T19:43:12Z
dc.date.issued2021-12-29
dc.description.abstractLos eventos sísmicos son una de las catástrofes naturales más devastadoras para la civilización humana. Sus consecuencias son tan graves que pueden provocar daños estructurales notables, genera una gran cantidad de damnificados e incluso desencadenar otros tipos de tragedias como por ejemplo los tsunamis, esto sin mencionar la gran cantidad de muertes que pueden ocurrir producto de esto. El momento exacto en el que puede ocurrir este tipo de catástrofe es completamente incierto, en propias palabras de Charles Ritcher: “Sólo los tontos, los charlatanes y los mentirosos predicen los terremotos”(Johnson 2020). Sin embargo, la ciencia dispone en la actualidad de instrumentos y técnicas matemáticas muy avanzadas para controlar las zonas sísmicas, a pesar de esto a ciencia cierta no es posible predecir la magnitud exacta y el momento de ocurrencia. Chile es considerado, a nivel mundial, uno de los territorios que posee un alto riesgo de eventos sísmicos devastadores, siendo históricamente, el único país del mundo hasta la fecha que ha sufrido un cataclismo de magnitud 9,5 en el año 1960 en la Región de Magallanes, ocurrido las 15:11 horas del domingo 22 de mayo, según menciona un testimonio en la noticia ” Desde los relatos de sobrevivientes: 60 años del terremoto y maremoto de Valdivia”(22 de may. de 2020) Periódico Resumen, la tierra se “tragó” a algunas personas como si se hablase de una película de Hollywood. La magnitud de este evento fue tal que incluso lo describen como equiparable a 89 veces todo el arsenal nuclear existente. La nación chilena, se ubica en la placa tectónica sudamericana, en su límite occidental donde convergen las placas de Nazca y Antártica y ´estas generan una zona de subducción con la placa sudamericana. El presente proyecto busca estimar la tasa de ocurrencia sísmica en la zona de subducción de las 2 placas, utilizando una arquitectura de red neuronal profunda (DNN), en base a un enfoque del modelo espacio-temporal ETAS (secuencias de réplicas de tipo epidémico). Este modelo corresponde a una función de intensidad condicional de procesos de puntos, la cual determina la tasa de ocurrencia sísmica espacio-temporal. Este modelo considera dos tipos de sismicidad, las cuales son, la sismicidad activa o de racimo y la sismicidad de fondo, donde los eventos de fondo desencadenan los eventos de racimo. El modelo ETAS propuesto se estima mediante una técnica semiparamétrica teniendo en cuenta los componentes paramétricos y no paramétricos correspondientes a la sismicidad activada y de fondo, respectivamente. Luego, el modelo se utiliza para predecir la incidencia sísmica temporal y espacial. Dicha estimación de la tasa de ocurrencia sísmica se analizará de forma temporal, con una arquitectura de redes neuronales LSTM esta se utiliza para aprender de experiencias importantes y variaciones que han pasado en el tiempo; además de una arquitectura de red CNN, la cual se utilizará para la predicción de la probabilidad de que la intensidad máxima se produzca en un lugar determinado. Planteamiento del problema La problemática nace sobre la necesidad de desarrollar herramientas de aprendizaje profundo que permitan descubrir el comportamiento la incidencia sísmica en distintas zonas. Esto debido al interés que representa este tipo de estudios para Chile debido a la gran cantidad de actividad sísmica que presenta esta región. Hipótesis de trabajo Es posible estimar la tasa de incidencia sísmica en la región de subducción entre la placa Sud- americana y la placa de Nazca mediante el uso de redes neuronales recurrentes y el preprocesamiento de un catálogo de eventos sísmicos con el modelo ETAS. Objetivo general Estimar con una alta probabilidad la intensidad y ubicación de eventos sísmicos en la zona de subducción de la placa de Nazca con la placa Sudamericana, a partir del uso de redes neuronales y de resultados obtenidos a través del modelo ETAS Objetivos específicos 1. Obtener la tasa de ocurrencia sísmica diaria, en un periodo de tiempo de 2001-01-01 a 2021- 01-01, a partir del modelo ETAS espacio-temporal 2. Entrenar una red neuronal recurrente y una convolucional, para predecir la tasa de ocurrencia de eventos sísmicos y su ubicación en el espacio, en la zona de subducción de la placa de Nazca con la placa sudamericana.
dc.identifier.urihttps://repositoriobibliotecas.uv.cl/handle/uvscl/13896
dc.language.isoes
dc.publisherUniversidad de Valparaíso
dc.subjectMOVIMIENTOS TECTONICOS
dc.subjectFLUCTUACION TEMPORAL
dc.subjectPREDICCION DE TERREMOTOS
dc.titleUn método de Deep learning para el pronóstico espacio temporal de eventos sísmicos
dc.typeThesis
uv.catalogadorPJR CIEN
uv.colectionTesis
uv.departamentoFacultad de Ciencias. Instituto de Estadística
uv.notageneralIngeniero en Estadística con meción en Minería de datos. Universidad de Valparaíso, 2021

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Un método de deep learning para el pronóstico espacio-temporal de eventos sísmicos.pdf
Tamaño:
1.08 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
349 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis