Detección sísmica mediante señales de polarización en cables submarinos con aprendizaje automático

Escuchar terremotos con cables de internet bajo el mar

La mayor parte de los terremotos del planeta retumban bajo los océanos, lejos de los sensores terrestres tradicionales. Sin embargo, casi todos los continentes ya están conectados por extensas redes de cables de fibra óptica que transportan nuestro tráfico de internet. Este estudio plantea una pregunta simple pero potente: ¿pueden esos cables existentes servir también como enormes y ya disponibles «oídos» para escuchar terremotos en el lecho marino?

Por qué un cable de internet puede percibir el movimiento de la Tierra

La luz que circula por un cable de fibra óptica hace más que transportar datos; sus propiedades internas varían sutilmente cuando el cable se dobla, estira o sacude. Una de esas propiedades es el estado de polarización, una medida de cómo se orientan las ondas de luz mientras viajan. Cuando el lecho marino se mueve durante un terremoto, puede sacudir un cable enterrado o apoyado y, a su vez, alterar la polarización de la luz en su interior. Los autores examinaron una ruta principal de internet en el Mar Mediterráneo, el cable Med-Nautilus que conecta Catania en Sicilia con Tel Aviv, para averiguar si los terremotos reales dejan una huella consistente en estas señales de polarización.

Convertir señales crudas del cable en pistas útiles

Entre mediados de 2022 y finales de 2024, un operador de telecomunicaciones italiano proporcionó registros continuos de cantidades relacionadas con la polarización del cable, junto con información sobre el comportamiento del sistema óptico. Los investigadores emparejaron esto con un catálogo sísmico independiente que cubre el Mediterráneo, centrándose en 60 eventos de magnitud 5 o superior. Estimaron la distancia de cada sismo al cable y cuándo deberían llegar las ondas sísmicas primarias y secundarias, usando modelos estándar de la Tierra. Luego limpiaron y estandarizaron los datos ópticos, dividiéndolos en ventanas temporales alrededor de cada evento y en periodos de control sin sismos significativos. Esta preparación cuidadosa sentó las bases para probar tanto métodos de detección tradicionales como técnicas modernas de inteligencia artificial sobre exactamente los mismos datos.

Las reglas simples se quedan cortas; las máquinas que aprenden funcionan mejor

El equipo probó primero herramientas clásicas al estilo de la sismología que buscan saltos repentinos en la intensidad de la señal o en la energía espectral, controladas por umbrales fijos. En los datos de polarización, estos métodos basados en reglas o bien generaron demasiadas falsas alarmas o bien no detectaron la mayoría de los eventos reales, a veces rindiendo no mejor que un azar. En contraste, los modelos de aprendizaje automático que podían ponderar muchas características sutiles a la vez tuvieron un rendimiento claramente superior. Una técnica llamada Extreme Gradient Boosting, que agrega decisiones de muchos árboles de decisión pequeños, alcanzó aproximadamente un 60% de precisión, sensibilidad y especificidad al distinguir días afectados por terremotos de días más tranquilos. El análisis del comportamiento del modelo mostró que no dependía de una sola característica decisiva, sino de una mezcla de medidas estadísticas que en conjunto capturaban cambios pequeños pero significativos en los patrones de polarización.

Qué puede y qué no puede «oír» el cable

Los autores examinaron después qué terremotos eran más propensos a ser reconocidos por el algoritmo de aprendizaje. Sorprendentemente, factores directos como la distancia al cable, la profundidad del sismo o incluso la magnitud no mostraron tendencias simples. Algunos terremotos moderadamente fuertes produjeron cambios claros y detectables en la polarización, mientras que otros con características similares pasaron en gran medida desapercibidos. Un enfoque adicional de aprendizaje profundo, que aprendía cuál es el comportamiento «normal» del cable y señalaba como anomalías las desviaciones fuertes, sólo reaccionó claramente a unos pocos de los eventos más grandes. Esto sugiere que la capacidad del cable para “oír” un sismo depende de más que del propio terremoto; detalles como el grado de acoplamiento del cable con el lecho marino, su enterramiento y construcción, y el ruido ambiental circundante desempeñan todos papeles importantes.

La perspectiva general para la monitorización oceánica futura

Pese a tasas de detección modestas y numerosos eventos no detectados, el estudio aporta una prueba de concepto importante: aunque el cable Med-Nautilus nunca fue diseñado como sensor, aún transporta información utilizable sobre terremotos fuertes a través de la polarización de su luz. Para el público, el mensaje clave es que nuestra infraestructura digital existente podría, en principio, funcionar como una vasta y económica red de instrumentos científicos. Si se refinan métodos como estos y se combinan con otras tecnologías de sensado, los sistemas globales de cables submarinos podrían ayudar a cubrir los puntos ciegos actuales en la monitorización sísmica oceánica, ofreciendo a las comunidades costeras alertas más tempranas y una comprensión más rica de lo que ocurre bajo las olas.

Cita: Caruso, M., Morelli, M., Monaco, A. et al. Seismic detection using submarine cable polarization signals with machine learning. Commun Earth Environ 7, 421 (2026). https://doi.org/10.1038/s43247-026-03434-x

Palabras clave: cables submarinos, detección de terremotos, sensado por fibra óptica, aprendizaje automático, Mar Mediterráneo