📄 ciencias de la Tierra

A comprehensive, multi-model exploration of flow scenarios for supporting probabilistic hazard assessment of pyroclastic density currents: application at Fuego volcano (Guatemala)

Este estudio presenta un marco integral multimodelos utilizando TITAN2D y Volcflow para evaluar los peligros de corrientes de densidad piroclástica en el volcán Fuego, revelando que, si bien la topografía controla primordialmente las trayectorias de flujo, los supuestos reológicos específicos de cada modelo influyen significativamente en las huellas de inundación y la movilidad, estableciendo así un enfoque transferible para propagar las incertidumbres de la fuente y estructurales en las evaluaciones de peligro probabilísticas.

Autores originales: Elaine T. Spiller, Pablo Tierz, Sylvain Charbonnier, Eric C. P. Breard, Rüdiger Escobar-Wolf, Robert L. Wolpert, Roberto Mérida, Gustavo Chigna, Eliza S. Calder

Publicado 2026-10-01

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Elaine T. Spiller, Pablo Tierz, Sylvain Charbonnier, Eric C. P. Breard, Rüdiger Escobar-Wolf, Robert L. Wolpert, Roberto Mérida, Gustavo Chigna, Eliza S. Calder

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Los volcanes que nunca duermen realmente plantean un desafío único para las personas que viven en su sombra. A diferencia de un volcán que entra en erupción una vez y luego duerme durante siglos, estos gigantes persistentes producen explosiones frecuentes y más pequeñas que pueden convertirse repentinamente en ríos de rápido movimiento de gas, ceniza y roca. Los científicos llaman a estos ríos corrientes de densidad piroclástica. Son aterradoramente eficientes para destruir todo a su paso, viajando a menudo decenas de kilómetros desde la cumbre. Para las comunidades que viven en las laderas de tales volcanos, saber hacia dónde podrían ir estos flujos es una cuestión de vida o muerte. Sin embargo, predecir su trayectoria es increíblemente difícil porque el terreno es irregular, los flujos se comportan de maneras complejas y las condiciones que los inician pueden variar enormemente. Para tomar decisiones seguras sobre evacuaciones o asentamientos a largo plazo, los científicos necesitan más que una simple conjetura; necesitan una imagen clara de todas las posibles formas en que un flujo podría comportarse, incluyendo qué tan lejos podría viajar y dónde podría desbordarse de sus canales naturales.

Un equipo de investigadores abordó recientemente este problema en el volcán Fuego en Guatemala, una montaña empinada y activa que ha producido flujos devastadores en el pasado, incluyendo un evento catastrófico en 2018 que cobró cientos de vidas. El equipo no se basó en un solo programa informático para predecir el futuro. En su lugar, ejecutaron miles de simulaciones utilizando dos modelos computacionales diferentes y ampliamente aceptados que calculan cómo se mueven estos flujos calientes y pesados sobre el terreno real. Querían ver si los modelos coincidían en el panorama general, incluso si discrepaban en los detalles. Para lograrlo, crearon una biblioteca masiva de escenarios. Simularon flujos que iban desde muy pequeños hasta enormes, con duraciones que variaban desde segundos hasta muchos minutos, y variaron la "fricción" interna de los flos para ver cómo esto cambiaba su movimiento. Ejecutaron estas simulaciones por seis barrancos principales que cortan las laderas del volcán, generando un total de 3,600 escenarios de flujo diferentes.

Los resultados revelaron una consistencia tranquilizadora en los trazos generales. Ambos modelos computacionales coincidieron en los límites externos de hasta dónde podrían llegar los flujos. Más importante aún, ambos identificaron los mismos puntos exactos a lo largo de los barrancos donde el terreno cambia de forma de manera que obliga al flujo a desbordarse de su canal y extenderse por la tierra circundante. Esto sugiere que la forma del paisaje es el factor más poderoso que controla hacia dónde van estas corrientes peligrosas. Si el terreno tiene una curva pronunciada o un aplanamiento repentino, es probable que el flujo se desborde, independientemente de qué modelo computacional se utilice. Esto da confianza a los planificadores de emergencias para que puedan identificar las áreas más vulnerables basándose únicamente en la topografía.

Sin embargo, los dos modelos contaron historias muy diferentes sobre lo que sucede una vez que el flujo se desborda. Un modelo produjo flujos largos y estrechos, manteniéndose fuertemente compactados dentro de los valles de los ríos durante gran parte de su trayecto. El otro modelo produjo flujos más cortos pero mucho más anchos, extendiéndose como una fina capa sobre la tierra tan pronto como dejaron el canal principal. La diferencia radica en cómo cada modelo maneja la resistencia que el suelo ejerce sobre la roca en movimiento. Un modelo asume que, a medida que el flujo se vuelve más delgado, se ralentiza mucho más rápido, manteniéndolo confinado. El otro asume que el flujo continúa moviéndose mientras el terreno sea lo suficientemente empinado, incluso si la capa de roca es muy delgada. Esto significa que, si bien ambos modelos coinciden en dónde un flujo podría desbordarse, discrepan en cuánta tierra cubrirá una vez que lo haga.

Los investigadores también descubrieron que el tamaño del flujo importa de una manera específica. Encontraron un punto de transición alrededor de un volumen de 10 millones de metros cúbicos. Por debajo de este tamaño, los flujos tendían a permanecer en los canales. Por encima de este tamaño, los flujos en uno de los modelos comenzaron a extenderse rápidamente, convirtiéndose en láminas delgadas que podían cubrir vastas áreas de tierra lejos del barranco principal. Este hallazgo ayuda a explicar por qué algunas erupciones causan daños localizados mientras que otras cubren regiones enteras. Además, el equipo utilizó herramientas estadísticas avanzadas para mapear exactamente qué combinación de tamaño de flujo, velocidad y duración sería necesaria para alcanzar pueblos específicos ubicados cerca de las riberas de los ríos. Encontraron que el tiempo que tarda el flujo en comenzar a moverse puede cambiar el resultado, incluso para ubicaciones a diez kilómetros de la cumbre.

En última instancia, este trabajo no proporciona una única y perfecta predicción del próximo desastre. En cambio, proporciona un marco robusto para comprender el rango de posibilidades. Al ejecutar miles de escenarios y comparar dos formas diferentes de entender la física, los investigadores han demostrado que, si bien los detalles del comportamiento de un flujo dependen de las herramientas utilizadas para medirlo, los riesgos fundamentales están dictados por la forma de la tierra. Este enfoque permite a los científicos ir más allá de las simples conjeturas y avanzar hacia una comprensión probabilística más completa de los peligros volcánicos. Para las comunidades que viven en las laderas del Fuego, esto significa que los futuros mapas de seguridad pueden construirse sobre una base que reconozca la incertidumbre en lugar de ignorarla, asegurando que las decisiones sobre dónde vivir y cómo evacuar se basen en todo el espectro de lo que la montaña podría hacer.

Resumen Técnico: Una Exploración Multimodelo Integral de Escenarios de Flujo para la Evaluación Probabilística de Peligros por Corrientes de Densidad de Pyroclastos en el Volcán Fuego

Planteamiento del Problema
Los volcanes persistentemente activos que generan corrientes de densidad de pyroclastos (PDC, por sus siglas en inglés) plantean riesgos de alto impacto para las poblaciones circundantes, como lo evidencia la erupción de 2018 del volcán Fuego en Guatemala, la cual resultó en pérdidas significativas de vidas debido al desbordamiento de las márgenes de las barrancas por las PDC. La mitigación efectiva de peligros requiere evaluaciones científicas robustas que den cuenta de las incertidumbres en las condiciones de la fuente, la topografía, la reología y la estructura del modelo. Si bien el modelado de flujo es una herramienta estándar, los enfoques de un solo modelo suelen fallar al capturar el rango completo de la incertidumbre epistémica asociada con la estructura del modelo y la formulación reológica. Existe la necesidad de un marco sistemático que propague estas incertidumbres hacia las evaluaciones probabilísticas de peligro volcánico (PVHA) para apoyar las decisiones relativas a evacuaciones y reasentamientos.

Metodología
Los autores presentan una exploración multimodelo sistemática de escenarios de PDC en el volcán Fuego utilizando dos modelos de flujo de profundidad promedio ampliamente aplicados: TITAN2D y Volcflow. Estos modelos emplean formulaciones reológicas y de implementación numérica contrastantes.

Diseño de Simulación: Se utilizó un diseño de hipercubo latino para generar un total de 3,600 simulaciones (300 por modelo por barranca) a través de seis barrancas principales que drenan el volcán.
Parámetros de Entrada: Las simulaciones variaron tres parámetros de entrada clave: volumen de la PDC ( $V$ , que oscila entre 0.3 y 300 Mm³), duración de la fuente de flujo ( $d$ ) y parámetros reológicos específicos del modelo (fricción de Coulomb $\mu$ para TITAN2D; estrés de retardo constante, CRS, para Volcflow). Se empleó un diseño de llenado de espacio en una escala logarítmica para explorar el espacio de escenarios sin presuponer funciones de densidad de probabilidad específicas.
Topografía y Fuente: Las simulaciones utilizaron un Modelo Digital de Superficie (DSM) de 8 m de resolución derivado de datos ALOS AW3D. La iniciación de la PDC se modeló como fuentes de flujo ubicadas en las cabeceras de las barrancas, aproximadamente a 0.5 km del borde del cráter, con volúmenes y duraciones vinculados mediante una relación log-log lineal para reflejar las correlaciones observadas entre el tamaño y la duración del flujo.
Emulación Estadística: Para resolver los umbrales de inundación de manera eficiente sin ejecutar decenas de miles de simulaciones adicionales, los autores emplearon emuladores de procesos gaussianos con censura en cero (zGP). Estos emuladores fueron entrenados con los resultados de las simulaciones para modelar la relación entre los parámetros de entrada y la cantidad de interés (profundidad máxima del flujo) en puntos de interés específicos (A, B y C) en la Barranca Trinidad. Esto permitió la identificación rápida de las "isolíneas de flujo cero" que separan los escenarios de inundación de los de no inundación.

Contribuciones Clave

Comparación Sistemática de Modelos: Este trabajo proporciona la comparación sistemática más exhaustiva de TITAN2D y Volcflow hasta la fecha, demostrando cómo sus diferentes formulaciones reológicas (dominadas por Coulomb vs. estrés de retardo constante) e implementaciones numéricas influyen en el recorrido (runout), la canalización, la propagación lateral y el desbordamiento.
Marco Transferible: Establece un marco sistemático y transferible para la aplicación de modelos de flujo numéricos a volcanes frecuentemente activos que producen PDC, diseñado específicamente para apoyar futuras PVHA.
Control Topográfico vs. del Modelo: El estudio evalúa hasta qué punto las ubicaciones de desbordamiento son independientes de la elección del modelo, distinguiendo los controles topográficos de los comportamientos dependientes del modelo.
Nueva Métrica de Movilidad: Los autores introducen una nueva métrica de razón de área ( $A_{100cm} : A_{10cm}$ ), definida como la razón entre el área inundada por flujos con profundidad $\ge$ 100 cm y el área con profundidad $\ge$ 10 cm. Esta métrica caracteriza el adelgazamiento y la propagación distal, abordando las limitaciones de las métricas de movilidad escalares convencionales como $H/L$ (altura de caída/longitud de recorrido).
Aplicación de Emuladores: El trabajo utiliza emuladores estadísticos para identificar combinaciones específicas de volumen, duración y condiciones reológicas que separan los escenarios de inundación de los de no inundación en ubicaciones seleccionadas, resaltando la influencia de la duración de la fuente en la inundación a distancias de hasta 10 km del cráter.

Resultos Clave

Envolventes Externas: Ambos modelos producen envolventes de inundación externas ampliamente comparables e identifican consistentemente las mismas zonas topográficas (por ejemplo, rupturas de pendiente, curvas de valle) susceptibles al desbordamiento. Esto indica que la geometría de la barranca ejerce el control dominante de primer orden sobre las rutas de flujo.
Diferencias de Comportamiento Sistemáticas: Dentro de estas envolventes, los modelos exhiben comportamientos distintos:
- TITAN2D produce huellas generalmente más anchas y cortas, con una propagación fuera de canal más extensa. Su resistencia de Coulomb dominante es independiente de la profundidad del flujo, lo que permite que láminas delgadas continúen moviéndose si la pendiente local supera el ángulo de fricción.
- Volcflow produce corrientes más estrechas, largas y fuertemente canalizadas. Su formulación de estrés de retardo constante hace que la movilidad dependa de la profundidad del flujo; a medida que los flujos se adelgazan al desbordarse, la resistencia aumenta, causando que se detengan rápidamente.
Volumen de Transición: La nueva métrica de razón de área identifica una transición en el comportamiento de TITAN2D alrededor de los 10 Mm³ (en las barrancas estudiadas), donde las corrientes se expanden rápidamente como láminas de desbordamiento delgadas. Por debajo de este volumen, los flujos permanecen altamente canalizados; por encima de él, se propagan significstdamente.
Perspectivas del Emulador: Los resultados de zGP revelan que la duración de la fuente influye en la inundación a distancias de hasta 10 km del cráter. Además, la estructura del modelo altera la susceptibilidad relativa de las ubicaciones dentro y fuera del canal. Por ejemplo, en TITAN2D, las ubicaciones fuera de canal son inundadas por volúmenes menores que las ubicaciones en canal, mientras que Volcflow muestra el orden inverso.
Limitaciones de las Métricas: El estudio confirma que las métricas de movilidad escalares (como $H/L$ ) proporcionan solo una descripción parcial del comportamiento de las PDC y no pueden distinguir entre el transporte canalizado y la inundación amplia y delgada.

Significancia y Reivindicaciones
El artículo afirma establecer un marco transferible para propagar la incertidumbre de la fuente y del modelo hacia las evaluaciones probabilísticas de peligro de las PDC. Al tratar los dos modelos como representaciones de comportamientos extremos contrastantes, en lugar de competir por un único "mejor" modelo, los autores proporcionan una forma de delimitar la incertidumbre en la propagación lateral y el recorrido.

Los resultados se presentan como un paso fundacional hacia un mapa de peligro probabilístico completo para el Fuego. Los autores enfatizan que, si bien el presente trabajo constituye una exploración diseñada del espacio de escenarios y no un conjunto ponderado por probabilidad, el catálogo de huellas resultante y los emuladores entrenados están diseñados para permitir que futuros modelos de probabilidad para las condiciones de la fuente y los parámetros se propaguen a través del sistema. El trabajo subraya que tanto las condiciones de la fuente (volumen, duración) como la incertidumbre estructural del modelo deben llevarse explícitamente hacia adelante en los cálculos de peligro futuros para evaluar con precisión el riesgo para las poblaciones que viven en áreas interfluviales y a lo largo de los márgenes de drenaje. Los autores mantienen la modestia respecto a las limitaciones, señalando que los modelos no resuelven la física inicial de la falla, la erosión o el acoplamiento de corrientes concentradas con nubes diluidas que las sobrepasan, y que el trabajo futuro debe integrar estos resultados de simulación con datos poblacionales y cuantificación de la incertidumbre para producir mapas de peligro operativos.

Más como este