Culiacán, Sinaloa. – Un equipo de siete investigadores, liderados por Jesús Guadalupe Monjardín Quevedo, investigador de la Facultad de Ciencias de la Tierra y el Espacio de la Universidad Autónoma de Sinaloa, UAS, reveló importantes hallazgos sobre las condiciones estructurales del Aeropuerto Internacional de la Ciudad de México (AICM), usando avanzada tecnología de Radar de Apertura Sintética Interferométrica (InSAR) e Inteligencia Artificial, el estudio detectó un riesgo estructural alto del 76 % en la Terminal 2.
La investigación detalla que este porcentaje de riesgo está asociado principalmente a los mantenimientos registrados en dicha terminal durante el año 2023, un contraste significativo frente a la Terminal 1, que se reportó en óptimas condiciones y sin indicios de riesgo elevado.
El núcleo de la investigación radica en la aplicación de la técnica satelital InSAR, la cual permite medir la distancia entre el satélite y el terreno con precisión milimétrica, destacando la precisión de los sensores utilizados.
“Esta tecnología, al nosotros tomar las imágenes el satélite mide la distancia del satélite al terreno, tenemos una serie de imágenes, esta distancia se toma con mucha precisión, que es una de las grandes ventajas de InSAR, y uno como geodesta, una de las áreas que trabajamos, la geodesia, eso es lo que busco siempre, que nuestras mediciones sean precisas”.
El equipo incorporó herramientas de Inteligencia Artificial y técnicas estadísticas como la simulación de Montecarlo. La inteligencia artificial se aplicó para clasificar zonas con un riesgo o movimiento similar, evaluando cómo se comporta una ubicación con respecto a las demás, algo fundamental para determinar el riesgo estructural.
“Utilizando la información de todas las imágenes, salió un pronóstico que va a aumentar el riesgo estructural, por lo tanto, es necesario tomar en cuenta la parte de ir a evaluarlo directamente en el terreno, una inspección visual y ver directamente las causas, y si es necesario hacer una rehabilitación o hacer algún trabajo para que funcione mejor”.
Los resultados señalan un riesgo en los estados límites de servicio, lo cual puede influir en la percepción de comodidad y seguridad del usuario o indicar la necesidad de revisar posibles fallas futuras, y no representan un colapso inminente. Sin embargo, enfatizan la urgencia de realizar evaluaciones directas en el campo e instalar sensores para prevenir accidentes.
El artículo científico realiza una proyección al año 2030 mediante técnicas de inteligencia artificial, y fue publicado en la prestigiada revista Results in Engineering, reflejando el nivel del trabajo realizado, y esta investigación puede ser citada por otros autores e integrada en sus estudios.
