Low-Cost Real-Time Earthquake Detection and Early Warning System Using IoT, Embedded Machine Learning

Resumen Técnico: Sistema de Bajo Costo para la Detección de Terremotos en Tiempo Real y Alerta Temprana mediante IoT y Aprendizaje Automático Embebido

Definición del Problema
Los terremotos siguen siendo entre los desastres naturales más devastadores, causando pérdidas significativas de vidas e infraestructura. El desafío principal reside en la inherente imprevisibilidad de los eventos sísmicos, que surgen de procesos subsuperficiales complejos y no lineales. Los métodos de pronóstico convencionales, que dependen de registros históricos y análisis estadísticos manuales, tienen dificultades para detectar patrones precursores sutiles o proporcionar el tiempo de ventaja necesario para una evacuación efectiva. Además, las infraestructuras de monitoreo existentes suelen sufrir debilidades estructurales: son frecuentemente centralizadas, dependientes de la nube y costosas de mantener. Estos sistemas se vuelven poco fiables precisamente cuando más se necesitan —durante desastres que interrumpen la conectividad a internet— creando cuellos de botella en la difusión de alertas a las autoridades y al público. Existe una brecha crítica entre la investigación avanzada de aprendizaje automático y las soluciones prácticas de gestión de desastres de bajo costo que operan independientemente del acceso continuo a internet.

Metodología
El sistema propuesto aborda estos desafíos integrando el aprendizaje automático (ML) con hardware de Internet de las Cosas (IoT) para crear un sistema de alerta temprana basado en computación en el borde (edge computing) y escalable.

• Arquitectura del Sistema: El flujo principal utiliza una Raspberry Pi 4 (notada como ESP32 en secciones específicas de hardware del texto) para realizar inferencia en tiempo real. El sistema procesa datos sísmicos brutos, asigna un nivel de riesgo y, al detectar un evento potencial, consulta un módulo GPS (NEO-6M) para obtener una geolocalización precisa. Un módulo GSM (SIM800L) transmite entonces alertas inmediatas por SMS que contienen los niveles de riesgo y las coordenadas a usuarios y autoridades pre-registrados sin intervención humana.
• Recolección y Preprocesamiento de Datos: Los datos sísmicos históricos se obtuvieron de los repositorios USGS e IRIS, abarcando magnitud, profundidad focal, coordenadas geográficas y marcas de tiempo. Los datos fueron sometidos a una limpieza para eliminar duplicados y completar valores faltantes, seguida de una normalización para asegurar la convergencia estable del modelo. El conjunto de datos se dividió en particiones de 75% para entrenamiento y 25% para pruebas.
• Modelos de Aprendizaje Automático: El estudio implementó y evaluó cuatro algoritmos para descubrir patrones ocultos en los datos sísmicos:
  1. Random Forest: Un conjunto de árboles de decisión utilizado para reducir la varianza y manejar relaciones no lineales.
  2. Máquina de Vectores de Soporte (SVM): Utilizada para identificar hiperplanos de separación óptimos entre clases de riesgo.
  3. Gradient Boosting: Una técnica de ensamble para mejorar la precisión de la predicción.
  4. Regresión Logística: Utilizada como un modelo de clasificación base.
     Los modelos fueron entrenados utilizando librerías de Python (scikit-learn, pandas, numpy), con el rendimiento evaluado mediante precisión, exactitud (accuracy), recall, puntuación F1 y curvas ROC.
• Implementación de Hardware: El sistema embebido integra sensores incluyendo un MPU6050/ADXL335 para la detección de vibraciones, un DHT11 para el contexto ambiental (temperatura/humedad) y módulos de comunicación para GPS y GSM. El sistema cuenta con una interfaz gráfica de usuario (GUI) para la visualización en tiempo real de los datos de vibración, niveles de confianza y mapeo de ubicación en vivo.

Resultados Clave
El artículo presenta un análisis comparativo de los modelos implementados. Según la tabla de rendimiento proporcionada:

• La Regresión Logística alcanzó la mayor exactitud (0.565) y recall (0.817), aunque con una puntuación F1 moderada (0.661).
• Random Forest produjo una exactitud de 0.550.
• La Máquina de Vectores de Soporte (SVM) alcanzó una exactitud de 0.540 con un recall de 0.721.
• Gradient Boosting registró la exactitud más baja (0.510) entre los modelos probados.

En la demostración de hardware, el sistema mostró exitosamente el estado en tiempo real ("SAFE" - SEGURO), parámetros ambientales y gráficas de vibración. La interfaz proporcionó un valor de confianza (por ejemplo, 0.20) que indica una baja probabilidad de un evento, junto con un mapa en vivo para geolocalización. El sistema demostró la capacidad de operar de forma autónoma, registrando datos y visualizando tendencias sin activar falsas alarmas bajo condiciones normales.

Significancia y Reivindicaciones
El artículo sostiene que este trabajo cierra la brecha entre la investigación avanzada de ML y la gestión práctica de desastres al entregar un sistema que es:

1. Bajo Costo y Escalable: El uso de hardware asequible (Raspberry Pi/ESP32, GSM, GPS) hace que el despliegue sea factible en regiones con recursos limitados.
2. Capaz de Computación en el Borde: Al realizar la inferencia localmente, el sistema elimina la dependencia de la conectividad en la nube, asegurando la fiabilidad durante los cortes de red comunes en escenarios de desastre.
3. En Tiempo Real y Automatizado: La integración de GPS y GSM permite alertas de SMS instantáneas y automatizadas con geolocalización precisa, acortando significativamente la ventana entre la detección y la respuesta comunitaria.
4. Adaptativo: El sistema conserva registros de predicción para apoyar el reentrenamiento futuro de los modelos, permitiendo que la precisión mejore a medida que se acumulan más datos sísmicos.

Los autores mantienen una postura modesta, reconociendo que el sistema aún no predice terremotos con absoluta certeza —un desafío que permanece abierto en la comunidad científica en general. En su lugar, el trabajo se posiciona como un avance significativo en la evaluación probabilística del riesgo sísmico, ofreciendo una herramienta práctica para mejorar la conciencia situacional y acelerar la respuesta ante crisis.

Alcance Futuro
El artículo esboza varias direcciones para el desarrollo futuro, incluyendo:

• La integración de flujos de sensores en vivo (acelerómetros y geófonos) para ir más allá de la dependencia de conjuntos de datos históricos.
• La implementación de arquitecturas avanzadas de aprendizaje profundo (por ejemplo, híbridos CNN–LSTM, Transformers, Redes Neuronales de Grafos) para modelar mejor las dependencias espaciales y temporales.
• El despliegue de una red federada de nodos distribuidos para el monitoreo a gran escala.
• La extensión del marco a la predicción de múltiples riesgos (deslizamientos de tierra, inundaciones, tsunamis).
• El desarrollo de tableros basados en la nube y aplicaciones móviles dedicadas para un acceso público más amplio.