DIRECCIÓN GENERAL DE COMUNICACIÓN SOCIAL
Investigadores de la UAS detectan riesgo estructural en la Terminal 2 del Aeropuerto Internacional de la Ciudad de México, mediante tecnología satelital e IA
Un equipo de siete investigadores, encabezado por el doctor Jesús Guadalupe Monjardín Quevedo, docente e 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). Mediante el uso avanzado de 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, la cual 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. Al explicar las ventajas de este método frente a sistemas tradicionales como el posicionamiento GNSS, el especialista detalló: “La ventaja de utilizar imágenes es que no es necesario acudir al campo. En este caso, no fue necesario ir al aeropuerto, sino que utilizamos las imágenes tomadas del lugar para evaluar el riesgo estructural”.
Asimismo, el investigador de la UAS destacó la precisión de los sensores utilizados: “Esta distancia se mide con mucha precisión, que es una de las grandes ventajas de InSAR. Como geodesta, eso es lo que busco siempre: que nuestras mediciones sean precisas”.
Explicó también que el equipo incorporó herramientas de Inteligencia Artificial y técnicas estadísticas como la simulación de Montecarlo. Sobre cómo se aplicó la tecnología para catalogar las zonas de estudio, el doctor Monjardín indicó: “La inteligencia artificial se aplicó para clasificar zonas con un riesgo o movimiento similar. ¿De qué nos sirve esto? Podemos evaluar cómo se comporta una ubicación con respecto a las demás, algo fundamental para determinar el riesgo estructural”.
De igual manera, el investigador puntualizó que en el artículo se realiza una proyección al año 2030 mediante técnicas de inteligencia artificial. “Utilizando la información de todas las imágenes, el pronóstico indica que el riesgo estructural aumentará. Por lo tanto, es necesario evaluar la situación directamente en el terreno mediante una inspección visual para identificar las causas”.
Los autores aclaran que 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 fue publicado en la prestigiada revista Results in Engineering (con un factor de impacto de 9.4), hito que resaltó el investigador universitario: “Es algo importante porque refleja el nivel del trabajo; esta investigación puede ser citada por otros autores e integrada en sus estudios”.
Finalmente, el doctor Monjardín destacó la participación colegiada del equipo multidisciplinario, integrado por Germán Michel, del Instituto Mexicano del Transporte e investigador egresado del Posgrado en Ciencias de la Información de la UAS; el doctor José Ramón Gaxiola Camacho, investigador de la Facultad de Ingeniería Culiacán de la UAS; el doctor Mehdi Shokouhian, docente de la Universidad Estatal de Morgan y pionero internacional en la aplicación de la tecnología InSAR, así como otros coautores que completan el grupo de especialistas.
Sursum Versus
UNIVERSIDAD AUTONOMA DE SINALOA
