Bienvenidas y bienvenidos a esta nueva entrada del blog. Nos hace especial ilusión porque celebramos un año desde que empezamos con este proyecto de divulgación. Así que, vamos a contaros como surgió este proyecto, por qué «Geodarte» y un poco más sobre nosotros para que conozcáis mejor al equipo que está detrás de todo.

EL CICLO DE FORMACIÓN DE GEODARTE

Para contaros como surge el proyecto tenemos que remontarnos al confinamiento por la pandemia. Dánae empezó a ilustrar más (estando todo el día en casa no había muchas opciones). En ese momento se le ocurrió empezar un proyecto en el que sus ilustraciones tuviesen un peso importante. Entonces… ¿por qué no divulgar la Geología a partir de ilustraciones? Ese fue el momento en el que contactó con Víctor para unirse a ese proyecto, aún sin nombre ni rumbo. Después de muchas conversaciones y tormentas de ideas llegamos a la conclusión de crear un blog de divulgación geológica. Bien, ya teníamos la idea, pero una idea sin nombre no sirve de mucho.

Dánae quería que se llamase «El Arte de la Geología» pero era un nombre demasiado largo para la web. Después de muchas pruebas encontramos la combinación de palabras perfecta: GEODARTE.

Lo siguiente fue crear el blog, las redes sociales (Instagram y Twitter) y un logo. Y por último, preparar la primera entrada que publicamos hace un año: «El tiempo geológico». A ésta le han seguido otras durante estos 12 meses: «Las Bardenas Reales de Navarra», «Historia de la Geología» y más. Quizás no tantas como nos gustaría pero la investigación de nuestras tesis doctorales nos consumen la mayor parte del tiempo. Y ese es el siguiente punto que queremos contaros para que nos conozcáis mejor: nuestras investigaciones.

UNA INVESTIGACIÓN DE TAMAÑO ATÓMICO

La investigación de Dánae consiste en aplicar el análisis de isótopos estables en el registro fósil de vertebrados cenozoicos de la Península Ibérica y de Argentina. El análisis de isótopos estables es una técnica muy útil que ha dado lugar a una rama denominada Paleontología Isotópica. Pero antes de ver más en detalle mi investigación… ¿Qué son los isótopos estables?

Son átomos de un mismo elemento químico (= número de protones), pero diferente masa atómica (≠ número de neutrones). Nosotras analizamos en el laboratorio el polvo que obtenemos del esmalte dental/huesos (Fig. 3) para conocer la composición isotópica de los fósiles.

Volviendo a mi investigación, ¿qué información puedo obtener de los isótopos estables? La relación isotópica del carbono (relación entre el isotopo pesado (13C) y el ligero (12C)) nos da información sobre el tipo de dieta de los animales. Por tanto, en el caso de animales herbívoros podemos determinar el tipo de vegetación que consumían (bosques, praderas, etc.) y en los carnívoros nos permite inferir la presa consumida. Otro ejemplo, es el oxígeno, que nos permite hacer inferencias de variables climáticas como la temperatura o la evaporación.

Así que en mi tesis doctoral realizo inferencias paleoclimáticas, paleoambientales y paleoecológicas a partir del análisis de isotopos estables en mamíferos del fósiles del Cenozoico.

Un ejemplo de mi investigación

Para que veáis algún ejemplo de la aplicación de mi investigación os traigo los resultados de un artículo que publicamos el año pasado. A partir del estudio de los isótopos estables de los fósiles del yacimiento de Corral de Lobato (Guadalajara) hemos podido reconstruir el ambiente, clima y ecología de hace 7 millones de años. La figura 4 es una reconstrucción del paisaje de los alrededores del yacimiento. Hemos representado el tipo de vegetación que había, los cuerpos de agua de los cuales bebían los animales y los ambientes sedimentarios. Para poder realizar esta reconstrucción también llevamos a cabo el estudio de las rocas y sedimentos de la zona. Como se ve en la figura las conclusiones de nuestra investigación apuntan hacia un ecosistema de tipo mosaico con bosques abiertos y praderas húmedas, así como zonas de pradera más abierta y algo más seca en las cercanías del yacimiento.

Figura 4. Reconstrucción del paisaje del yacimiento de Corral de Lobato (Mioceno final, Guadalajara). Esta reconstrucción se ha podido realizar gracias al análisis de isótopos estables de los fósiles del yacimiento y al estudio de las rocas y sedimentos de la zona. Esta imagen pertenece al artículo Sanz-Pérez et al. (2020).
EN BUSCA DE LAS AGUAS SUBTERRÁNEAS

Por su parte, Víctor ha enfocado la investigación de su tesis doctoral hacia las novedosas tecnologías de inteligencia artificial y su aplicación en el campo de la hidrogeología. La presencia de aguas subterráneas está condicionada por una serie de factores. Estos factores pueden ser la geología, los usos del suelo, la precipitación, la geomorfología, la distancia a los canales o índices derivados de información captada por los satélites.

El punto de partida es una base de datos de pozos o sondeos suficientemente grande y una serie de capas de información geográfica (Fig. 5). Éstas capas se corresponden con los factores que se han comentado anteriormente y deben extenderse por toda la zona de estudio.

Una vez disponemos de esta información es cuando entran en juego los algoritmos de clasificación. El «machine learning» nos ayuda a encontrar aquellos patrones de las variables que conducen a un pozo positivo y cuales conducen a un resultado negativo. Pero, ¿qué significa que una zona tenga potencial positivo o potencial negativo desde un punto de vista hidrogeológico? Una zona puede tener un potencial positivo para las aguas subterráneas cuando la tasa de éxito de las perforaciones es elevado o cuando los caudales de los pozos superan un cierto umbral.

Figura 5. Esquema del desarrollo y los materiales usados en la metodología de cartografía de potencialidad hidrogeológica con técnicas de inteligencia artificial.
Los algoritmos, los grandes aliados

Los algoritmos son entrenados para encontrar los patrones con una parte de los datos y, posteriormente, se les somete a un examen con el resto de datos (lo que se denomina datos de validación). De esta manera podemos analizar si los algoritmos obtienen buenas puntuaciones, en cuyo caso podemos usarlos para predecir el potencial en aquellas zonas en las que no tenemos datos. Para ello, usan las variables explicativas y extrapolan los patrones aprendidos al resto de la región. De esta manera obtenemos mapas (Fig. 6) con zonas verdes (potencial positivo) y zonas de color rojo (potencial negativo). 

Figura 6. Mapas individuales de las predicciones de los algoritmos (izquierda) y mapa agreement (derecha).

Para combinar las predicciones de distintos algoritmos usamos lo que se denomina un mapa “agreement”. Este mapa nos permite añadir un grado de incertidumbre y ver en qué zonas los algoritmos detectan potenciales idénticos y en cuáles difieren. Estos mapas son los que pueden ayudar a las autoridades en la gestión de los recursos hídricos seleccionando las áreas que presentan un mayor potencial de ser explotadas para abastecer a la población. 

CONTINUARÁ…

Esperamos que os haya gustado esta entrada y que hayáis conocido mejor el equipo de GEODARTE. Nos encantaría leeros en comentarios, podéis contarnos qué os parecen nuestras investigaciones y si os gustaría que hiciésemos una entrada específica contando nuestras investigaciones en más detalle. Eso es todo, ¡nos leemos pronto!

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *