Saltar al contenido principalSaltar al pie de página

Secciones

Tecnología / Ciencias de la Tierra

Un gemelo digital con IA anticipa el deshielo del permafrost de Alaska

El modelo combina sensores de fibra óptica, aprendizaje automático y ecuaciones de transferencia de calor para reconstruir y predecir, en tiempo real, cómo cambia el suelo congelado bajo una carretera

La investigación ha desarrollado una herramienta para medir las modificaciones del suelo congelado bajo una carretera en Utqiaġvik.

La investigación ha desarrollado una herramienta para medir las modificaciones del suelo congelado bajo una carretera en Utqiaġvik. / Crédito: Fundación Aquae.

¿Ya nos sigues?Márcanos como medio preferente
Añádenos en Google

Pablo Javier Piacente / T21

Un equipo interdisciplinario de ingenieros y geocientíficos ha desarrollado un marco computacional que puede utilizar mediciones en tiempo real e Inteligencia Artificial (IA) para predecir las propiedades físicas del suelo congelado, llamado permafrost, que es vital en entornos como Alaska y para el equilibrio ambiental en general.

El permafrost o suelo congelado del Ártico se degrada con rapidez y sus cambios afectan al clima, al agua y a la estabilidad de carreteras, edificios y tuberías. Para medirlo mejor, investigadores de la Universidad Estatal de Pensilvania, en Estados Unidos, han desarrollado un gemelo digital con inteligencia artificial capaz de seguir la evolución térmica del subsuelo y afinar sus predicciones a medida que llegan nuevos datos.

Datos en tiempo real

El estudio, publicado en la revista Journal of Geophysical Research: Earth Surface, se centra en un tramo de terraplén vial en Utqiaġvik, en el extremo norte de Alaska, una zona donde el permafrost, el suelo que permanece congelado durante años, está respondiendo al calentamiento global con un deshielo acelerado. Según el estudio, esa evolución térmica tiene implicaciones directas sobre las emisiones de carbono, los cambios hidrológicos y la estabilidad del terreno.

Según una nota de prensa, la novedad principal del trabajo está en el enfoque: los científicos introducen un gemelo digital “físico-informado” que integra modelado diferenciable con datos de sensores de temperatura distribuidos por fibra óptica. En lugar de depender solo de simulaciones convencionales o de modelos de aprendizaje automático entrenados con datos históricos, el sistema combina observaciones reales con ecuaciones de transferencia de calor para recalibrarse de forma continua.

El resultado es una representación dinámica del subsuelo, que se actualiza con la llegada de nueva información. El equipo enterró dos cables de fibra óptica de un kilómetro de longitud, capaces de recoger datos térmicos y sísmicos. Una sección de ese sistema siguió el terraplén entre septiembre de 2021 y junio de 2024, y esos registros sirvieron como base para alimentar el modelo.

Ubicación del estudio y mapa de las posiciones de los cables en relación con el terraplén y las instalaciones de investigación. El pozo marcado se utilizó para ayudar a los investigadores a recopilar datos y comparar sus predicciones con las mediciones de campo.

Ubicación del estudio y mapa de las posiciones de los cables en relación con el terraplén y las instalaciones de investigación. El pozo marcado se utilizó para ayudar a los investigadores a recopilar datos y comparar sus predicciones con las mediciones de campo. / Crédito: Ming Xiao.

La respuesta del Ártico al cambio climático

Un gemelo digital es un sistema auxiliado por IA que puede reproducir fielmente las condiciones de un proceso o mecanismo natural. Este caso es una de las primeras aplicaciones de este tipo al estudio del permafrost, y podría ser el punto de partida para su empleo en otras problemáticas ambientales.

Referencia

Physics-Informed Digital Twin for Predicting Permafrost Thermodynamic Characteristics Under an Embankment Road in Utqiaġvik, Alaska. Lingyun Gou et al. Journal of Geophysical Research: Earth Surface (2026). DOI:https://doi.org/10.1029/2025JF008787

El gemelo digital permite inferir variables clave como la temperatura del suelo, el contenido de agua no congelada o la conductividad térmica, entre otros factores. También fue validado con distribuciones de velocidad de onda S obtenidas por detección acústica y con pruebas de laboratorio, lo cual refuerza la robustez del método.

Más allá del caso de Alaska, los científicos sostienen que el sistema podría trasladarse a otras infraestructuras en regiones frías. Esto permitiría mejorar las predicciones sobre el deshielo del permafrost y ayudar a anticipar daños costosos, reforzar la planificación de obras y abrir una nueva vía para estudiar cómo el Ártico responde al cambio climático.

Fuente: Levante - EMV

Tracking Pixel Contents