Después del desastroso terremoto Sichuan del 2008, las personas se volcaron hacia Twitter para compartir la información de primera mano sobre el terremoto.
Lo que sorprendió a muchos fue la impresión de que Twitter estaba reportando más rápidamente sobre el terremoto que el Servicio de Vigilancia Geológica de los Estados Unidos, la organización gubernamental oficial a cargo de monitorear dichos eventos.
La actividad de Twitter no fue una gran sorpresa para el USGS. El Centro Nacional de Información de Terremoto de USGS (NEIC) procesa cerca de 2.000 sensores de terremoto en tiempo real, la mayoría basados en los Estados Unidos. Esto deja un gran espacio vacío en el mundo sin sensores.
Por otro lado, hay cientos de millones de personas usando Twitter que pueden reportar terremotos. Al principio el equipo de USGS era un poco escéptico con respecto a que Twitter pudiera ser usado como un sistema de detección de terremotos, pero cuando observaron con atención, se sorprendieron por la efectividad de Twitter Data para la detección.
Un sismólogo empleado de USGS, Paul Earle, y Michelle Guy, desarrollador de software, se unieron para ver cómo Twitter Data puede ser usado para la detección y verificación de terremotos.
Usando el Twitter Public API, decidieron usar el mismo método de detección de series de eventos en el mismo tiempo que usan cuando detectan terremotos. Esto les dio una línea de base para la conversación relacionada con terremotos, pero decidieron ir todavía más allá.
Ellos descubrieron que las personas que Twittean sobre verdaderos terremotos escriben sus Tweets muy cortos, incluso sólo preguntando “¿terremoto?” concluyendo que las personas que están experimentando terremotos no son muy conversadoras, y empezaron a filtrar Tweets de más de siete palabras.
Ellos también reconocieron que la personas que comparten links sobre el tamaño del terremoto fueron significativamente menos propensos a estar ofreciendo informes de primera mano, así que filtraron todos los Tweets que compartían un link o un nombre.
Finalmente, esta corriente de filtros probó ser muy importante para determinar cuándo los terremotos ocurrieron globalmente.
earthquake?
— ಠ_ಠ ( @MikeIsaac) October 7, 2013
Mientras estaba en la oficina de USGS en Golden Colo. cuando entrevistaba a Michelle y Paul, tres terremotos ocurrieron en un tiempo relativamente corto. Usando Twitter Data sus sistemas fueron capaces de recoger una secuela en Chile en un minuto y 20 segundos, y sólo tomo 14 Tweets de la corriente filtrada para enviar un alerta vía email.
Los otros dos terremotos, en la Isla de Pascua e Indonesia, no fueron recogidos porque no fueron ampliamente percibidos.
Un día normal, el NEIC procesa cerca de 70 terremotos, pero sólo un pequeño puñado de esos fueron percibidos. Ellos pueden tener su epicentro en el océano, en el fondo de la tierra o lejos de las áreas populosas.
Twitter Data puede ser crucial para ayudar a identificar terremotos percibidos por humanos y pueden desencadenar una alerta típica en menos de dos minutos.
El terremoto de Napa del 2014 fue detectado por el USGS en 29 segundos usando Twitter Data, probablemente gracias a la población con conocimientos tecnológicos que domina el área. (El tiempo de origen fue 2014-08-24 10:20:44 UTC y el tiempo de detección de Twitter Data fue 2014/08/24 10:21:13).
Los monitores de USGS para terremotos en muchos lenguajes y las palabras usadas pueden ser una pista de la magnitud y ubicación del terremoto. Chile tiene dos palabras para terremotos: terremoto y temblor; terremoto es usado para indicar un temblor más grande. Chile empezó con personas preguntando si era un terremoto, pero otros se dieron cuenta de que era un temblor.
Como hace notar el equipo de USGS, Twitter Data argumenta su propio trabajo de detección en los terremotos percibidos. Si ellos están recibiendo informes sobre un terremoto en un área poblada pero no hay Tweets de ahí, es un buen indicador para ellos que es una falsa alarma.
También es muy efectivo en cuanto a los costos para USGS, porque ellos usan el Twitter Public API y un software de código abierto como es Kibana y ElasticSearch para ayudar a determinar cuándo ocurren los terremotos.
A continuación el equipo de USGS dice que ellos quieren determinar si pueden arrojar Twitter Data basado en detecciones en algoritmos sísmicos, y si eso puede acelerar todavía más las alertas.
Gracias a Paul Earle y Michelle Guy de USGS por tomarse el tiempo de hablar con nosotros.
¿Alguien dijo… cookies?
X y sus socios utilizan cookies para brindarle un servicio mejor, más seguro
y más rápido y para apoyar a nuestro negocio. Algunas cookies son necesarias para el uso
de nuestros servicios, así como para mejorarlos y asegurarnos de que funcionen correctamente.
Mostrar más sobre sus opciones.