Desarrollo de un sistema de clasificación de eventos sismo volcánicos usando librerías de Machine Learning en Python

Abstract

El Ecuador posee 31 volcanes activos lo que representa una amenaza para el país debido a que cerca de los volcanes se encuentran regiones densamente pobladas y en caso de una erupción miles de personas estarían en riesgo. Es por eso que el Ecuador tiene un sistema de alerta temprana (Ecuador, 2020), que consta de una red de sismómetros de banda ancha que brinda los datos obtenidos de ciertos volcanes como es el Cotopaxi, cuya monitorización es constante y de suma importancia para generar un aviso anticipado de los riesgos del volcán Cotopaxi. El Instituto Geofísico de la Escuela Politécnica Nacional (IGEPN) se encarga de monitorear, analizar y clasificar los Eventos Sismo Volcánicos (ESV) en el país, mismos que al aumentar su ocurrencia incrementa la probabilidad de una erupción volcánica. La gran cantidad de datos generada por los sensores generalmente se la analiza de forma visual por un operador, por lo tanto, este trabajo busca clasificar los ESV de manera automática mediante el uso de algoritmos de clasificación usando Machine Learning (ML) en un software libre como Python. La clasificación se realizará en base a 103 eventos de largo periodo (LP) y 101 eventos vulcano tectónicos (VT) utilizando seis algoritmos de clasificación distintos. También se realiza un estudio comparativo de los algoritmos implementados, con trabajos realizados utilizando Matlab en cuanto al mismo volcán. Por último, se realiza una prueba a los modelos de clasificación con una base de 1187 ESV. Los resultados obtenidos del mejor clasificador RF son exactitud del 95% y BER del 0.0052 utilizando la técnica de selección hacia adelante reduciendo las características a 30 de 84.