La UAS detecta 76% de riesgo estructural en Terminal 2 del AICM con satélites e IA

Un estudio de siete investigadores, con tecnología InSAR e inteligencia artificial, advierte que el deterioro se agravará hacia 2030 si no hay inspección directa

Culiacán, Sinaloa. – 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), detectó mediante Radar de Apertura Sintética Interferométrica (InSAR) e inteligencia artificial un riesgo estructural del 76 por ciento en la Terminal 2 del Aeropuerto Internacional de la Ciudad de México (AICM).

El hallazgo contrasta con la Terminal 1, que se reportó en óptimas condiciones y sin indicios de riesgo elevado. De acuerdo con la investigación, el porcentaje detectado en la Terminal 2 está asociado principalmente a los mantenimientos registrados en esa instalación durante 2023.

El núcleo del estudio radica en la aplicación de la técnica satelital InSAR, que permite medir la distancia entre el satélite y el terreno con precisión milimétrica sin necesidad de acudir físicamente al lugar evaluado. Al comparar este método con sistemas tradicionales como el posicionamiento GNSS, el especialista explicó que la ventaja de utilizar imágenes es que no es necesario acudir al campo, pues en este caso no fue necesario ir al aeropuerto, ya que se utilizaron las imágenes tomadas del lugar para evaluar el riesgo estructural.

El investigador de la UAS también subrayó la precisión de los sensores empleados, señalando que esa distancia se mide con mucha precisión, lo que constituye una de las grandes ventajas de InSAR, y que como geodesta, eso es lo que siempre busca: que las mediciones sean precisas.

El equipo incorporó, además, herramientas de inteligencia artificial y técnicas estadísticas como la simulación de Montecarlo. Sobre la forma en que se aplicó esta tecnología para catalogar las zonas de estudio, el doctor Monjardín detalló que la inteligencia artificial se aplicó para clasificar zonas con un riesgo o movimiento similar, lo que permite evaluar cómo se comporta una ubicación con respecto a las demás, un elemento fundamental para determinar el riesgo estructural.

El investigador puntualizó que el artículo científico incluye una proyección al año 2030 elaborada con técnicas de inteligencia artificial. De acuerdo con esa proyección, utilizando la información de todas las imágenes analizadas, el pronóstico indica que el riesgo estructural aumentará, por lo que resulta necesario evaluar la situación directamente en el terreno mediante una inspección visual que permita identificar las causas.

Los autores del estudio aclararon que los resultados obtenidos señalan un riesgo en los estados límites de servicio, lo cual puede influir en la percepción de comodidad y seguridad de los usuarios o indicar la necesidad de revisar posibles fallas futuras, pero no representan un colapso inminente. No obstante, enfatizaron la urgencia de realizar evaluaciones directas en campo e instalar sensores como medida de prevención de accidentes.

El artículo fue publicado en la revista científica Results in Engineering, la cual cuenta con un factor de impacto de 9.4, un dato que el investigador universitario resaltó como relevante, pues consideró que esto refleja el nivel del trabajo realizado y que la investigación puede ser citada por otros autores e integrada en sus propios estudios.

Finalmente, el doctor Monjardín reconoció la participación colegiada del equipo multidisciplinario que hizo posible el estudio, 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 responsable de la investigación.