INVERSIÓN MASIVA DE CURVAS DE HVSR EN LA CIUDAD DE MÉXICO GUIADA POR UNA CLASIFICACIÓN CON MAPAS AUTO-ORGANIZADOS (SOM)
El cociente espectral horizontal-vertical de ruido sísmico (HVSR) es una herramienta esencial para la microzonificación sísmica y la estimación del período fundamental de sitio (Ts). Sin embargo, la determinación de perfiles estratigráficos de propiedades mecánicas y de espesores (lo que se denomina inversión) empleando grandes volúmenes de datos representa un reto metodológico importante, ya que el problema inherente de la no unicidad en la inversión del cociente HVSR exige definir un modelo inicial robusto para cada punto de medición.
En este trabajo se busca la construcción de un modelo de velocidades para la zona sur del Valle de México mediante la inversión de registros de ruido sísmico ambiental en 500 sitios. Para gestionar la variabilidad de la información, las curvas HVSR y sus atributos espectrales y geográficos se analizaron mediante mapas autoorganizados (SOM). Esta técnica de redes neuronales permitió clasificar las estaciones en grupos con alta correlación respecto a la zonificación geotécnica del área. Al identificar patrones comunes, el uso de SOM facilita la asignación de modelos iniciales representativos por grupo en lugar de hacerlo sitio por sitio, reduciendo significativamente la carga de trabajo y optimizando el procesamiento masivo.
Los patrones espectrales de cada grupo se invirtieron bajo la Hipótesis del Campo Difuso (DFA). De acuerdo con la DFA, el cociente HVSR está directamente relacionado con la función de Green del sistema, por lo que es posible obtener modelos estratigráficos con espesores y velocidades de ondas sísmicas a partir de la inversión del cociente HVSR.
Este trabajo fue parcialmente apoyado por el proyecto DGAPA-UNAM IN105523 and IG100626.