É possível usar IA para prever a queda de lama vulcânica mortal? Cientistas buscam alternativas para evitar tragédias
Um dos perigos mais mortais e letais associados a vulcões não é a lava. E sim os fluxos de lama chamados lahares, que podem ocorrer sem aviso prévio.

Em junho de 2024, o geólogo Gustavo Béjar López viajou para a Guatemala para um projeto que visava usar inteligência artificial para detectar automaticamente e potencialmente prever deslizamentos de lama mortais, chamados lahares, no Vulcão de Fogo.
Empoleirado nas encostas instáveis do Vulcão de Fogo, no oeste da Guatemala, o geólogo Gustavo Béjar López ouvia o pulsar de uma das montanhas mais inquietas do mundo enquanto cavava buracos para instalar sismógrafos. O Vulcão de Fogo, situado a uma altitude de mais de 3.600 metros, entra em erupção consistentemente a cada 15 a 20 minutos, lançando cinzas e partículas incandescentes no ar e devastando a floresta tropical que cobre suas encostas íngremes.
“É difícil compreender a energia necessária para um vulcão continuar expelindo lava a cada 15 a 20 minutos”, comenta Béjar, que também é um Explorador da National Geographic. “Às vezes, você não consegue ver a cratera, mas ouve a explosão do vulcão, sente-a no peito e, em seguida, ouve rochas caindo.”
Embora suas explosões de baixa magnitude no dia a dia atraiam os excursionistas para o vulcão adormecido vizinho, Acatenango, o Vulcão de Fogo também é capaz de uma violência repentina e cataclísmica.
Em junho de 2018, por exemplo, uma erupção massiva lançou avalanches escaldantes de gás quente e lava, tão forte que devastou a cidade de San Miguel Los Lotes e ceifou centenas de vidas. Mas a ameaça imediata de erupções não foi o que levou Béjar às encostas do vulcão Fuego em 2021. Em vez disso, ele estava focado em outro perigo vulcânico mortal e pouco compreendido: os lahares.
Os lahares são poderosos fluxos de lama, misturas de cinzas, detritos e água com a consistência de concreto molhado, que descem a encosta dos vulcões, escavando novos canais e transformando leitos de rios secos em condutos para fluxos de lama destrutivos.
Agora, Béjar se uniu a cientistas locais na Guatemala para pesquisar o uso de inteligência artificial na tentativa de detectar melhor os lahares — e salvar vidas.
(Sobre Ciência, leia também: Um crânio que cabe na ponta do dedo: fóssil de 9,5 mm achado no Brasil é o menor da América do Sul)


Esta fotografia tirada por drone mostra a cratera ativa do vulcão Fuego, na Guatemala. A erupção do vulcão em 2018 matou centenas de pessoas.
Dois colegas de Béjar, Amilcar Caldera, do instituto guatemalteco, e Gregory Waite, da Michigan Tech, inspecionam as formas de onda sísmicas em tempo real geradas por um lahar ativo nas encostas do vulcão Fuego, em uma área chamada Barranca Ceniza.
Detecção de ameaças vulcânicas perigosas
Embora menos conhecidos em comparação com as erupções vulcânicas, os lahares são excepcionalmente perigosos. Uma erupção explosiva do vulcão Nevado del Ruiz, na Colômbia, em 1985, ejetou dióxido de enxofre quente e rochas vulcânicas que derreteram as geleiras da montanha, desencadeando uma cascata de quatro grandes lahares.
Descendo as encostas a 48 Km/h, os enormes deslizamentos de lama rapidamente engoliram a vila de Armero, que ficava a 60 quilômetros de distância. É considerado o desastre vulcânico causado por lahar mais mortal da história registrada, matando pelo menos 20 mil pessoas.
Mas os lahares não precisam de uma erupção para acontecer. Em vez disso, o gatilho geralmente é uma forte chuva ou o derretimento da neve, agravado por uma inclinação acentuada e pequenos fragmentos de detritos soltos, tornando esses fluxos de lama uma ameaça significativa durante a estação chuvosa nos trópicos.
"Pode haver lahares acontecendo 200 anos após a última erupção de um vulcão", explica Béjar, que cresceu no Equador. “Elas podem ser desencadeadas pelas mudanças climáticas, por meio do aumento das chuvas e até mesmo de furacões, como já aconteceu na Guatemala no passado.”
Esses deslizamentos de lama vulcânica têm sido objeto de estudo de Béjar desde que ele era estudante de doutorado na Michigan Tech, nos Estados Unidos. Ele queria resolver um problema crítico: os lahares são notoriamente difíceis de detectar em tempo real. Durante o pico da estação chuvosa na Guatemala, de maio a outubro, os lahares do Vulcão de Fogo podem ocorrer diariamente, mas apenas os muito grandes são relatados.
Historicamente, a detecção de lahares na montanha tem se baseado em uma combinação de monitoramento sísmico manual e raras confirmações visuais de observadores locais. Embora o Instituto Nacional de Sismologia, Vulcanologia, Meteorologia e Hidrologia da Guatemala forneça avisos técnicos, o processo é frequentemente dificultado pela visibilidade limitada e pelo alto custo de equipamentos especializados.
"Isso significa que os lahares podem passar despercebidos ou podem ser detectados e verificados principalmente quando se aproximam de comunidades", explica Béjar.

Os pesquisadores combinaram a detecção habilitada por IA com observações presenciais por câmeras e drones de lahares, como este em seu estágio final.
Com financiamento da Fundação Nacional de Ciência e da National Geographic Society, ele e sua equipe instalaram cinco estações sísmicas e utilizaram outras quatro já existentes em diferentes altitudes no vulcão Fuego. A escalada foi desafiadora, com o peso das baterias de carro para alimentar as estações e outros equipamentos, o que tornava a subida ainda mais difícil.
Em cada estação, precisavam cavar um buraco de um metro de profundidade para colocar o pesado sensor cilíndrico. “Começávamos com uma pequena pá e, em certo ponto, passamos a usar apenas as mãos, o que era muito incômodo, pois o solo ali é cheio de cinzas, areia e troncos grandes.”
Os sismômetros, diz Béjar, “são como microfones para o solo”. Eles detectam vibrações não apenas provenientes do vulcão, mas também da vegetação superficial que se move com o vento, ruídos mecânicos gerados nas proximidades e até mesmo os passos de pessoas caminhando. No caso de lahares, os sismômetros detectam a energia gerada quando um fluxo de lama interage com o caminho que percorre.
(Você pode se interessar também: Vulcões em erupção: como se formam e quais tipos existem)
Esses sinais forneceram a Béjar registros digitais do tamanho, velocidade e concentração de sedimentos dos fluxos. Ele otimizou e adaptou um algoritmo de aprendizado de máquina chamado K-Nearest Neighbors (KNN) para comparar os novos pontos de dados sísmicos com um conjunto de dados de treinamento selecionado de eventos previamente classificados como "lahar" e "não-lahar".
O vulcão Fuego é um bom campo de treinamento para um algoritmo porque as características sísmicas dos lahars nessa montanha permaneceram relativamente estáveis ao longo de vários anos. Anteriormente, os pesquisadores acreditavam que a relação entre a frequência do sinal e o tipo de lahar era definida principalmente pela concentração de sedimentos, tamanho dos grãos e forma como flui.
O estudo de Béjar, publicado recentemente, corrobora essa ideia. Vibrações de baixa frequência, por exemplo, estão associadas a fluxos com grande quantidade de sedimentos, que se movem mais lentamente e carregam blocos maiores ao longo do caminho da avalanche.
“Quando os lahares são significativamente grandes, o sinal pode ser detectado até 20 minutos antes do deslizamento de lama atingir a estação de monitoramento”, afirma Béjar. Ele alerta que tudo isso depende da capacidade da IA de distinguir corretamente um lahar de outro tipo de evento vulcânico gerado dentro da montanha. Até então, o algoritmo foi muito bom em sinalizar lahares de médio e grande porte, mas ainda teve dificuldades para identificar os menores.
(Conteúdo relacionado: As 7 erupções vulcânicas mais mortais do mundo)

O Explorador NatGeo Gustavo Béjar López está no vizinho Vulcão Acatenango com Vulcão del Fuego ao fundo, na Guatemala.
Os lahares representam ameaças que vão além da Guatemala
O KNN é fácil de usar, requer poder de processamento mínimo e pode ser implementado em computadores de baixo custo utilizando redes de monitoramento sísmico já existentes. Isso o torna uma solução ideal para regiões com recursos limitados, como a Guatemala. Béjar afirma que o instituto guatemalteco planeja incorporar o algoritmo ao seu sistema de monitoramento ainda este ano.
“A ideia é que o trabalho que realizamos na Guatemala possa beneficiá-los diretamente como parceiros do projeto.”
Mas suas implicações vão muito além das encostas do Vulcão de Fogo. Vulcões candidatos para o uso de IA incluem o Monte Rainier, próximo a Seattle, nos Estados Unidos, e o Cotopaxi, perto de Quito, no Equador, pois ambos compartilham o mesmo potencial para a formação de fluxos de lama perigosos. Béjar espera um dia colaborar com outros geólogos e testar seu sistema baseado em IA nesses e em outros vulcões.
E Béjar, que atualmente é professor visitante no Albion College, em Michigan, Estados Unidos, não é o único a trabalhar com inteligência artificial em vulcanologia, embora acredite ser o primeiro a fazê-lo com os lahares do Vulcão de Fogo.
A inteligência artificial está sendo cada vez mais utilizada como ferramenta automatizada no estudo de vulcões — desde o uso de aprendizado profundo no reconhecimento de padrões até a exploração de sistemas de alerta precoce, modelagem preditiva, monitoramento espacial e compreensão do funcionamento interno dessas montanhas.
Para Béjar, é uma forma de continuar visitando vulcões, enquanto realiza um trabalho benéfico e significativo. “Minha aspiração é conectar-me com outros cientistas e organizações para trabalharmos juntos e modernizarmos essas ferramentas de prevenção de riscos, não apenas para os lahares, mas para a infinidade de outras ameaças vulcânicas às quais a sociedade está exposta hoje.”
** A National Geographic Society, uma organização sem fins lucrativos dedicada a revelar e proteger as maravilhas do nosso mundo, financiou o trabalho do Explorador Gustavo Béjar López.