Registro de resúmenes

Reunión Anual UGM 2026


 Resumen número: 0274  |  Resumen en espera de aceptación 
Presentación oral

Título:

ESTRUCTURA TRIDIMENSIONAL DE LA VELOCIDAD DE ONDA S PARA EL MUNICIPIO DE TIJUANA: RESULTADOS PREELIMINARES PARA EVALUAR RIESGO NATURAL.

Autores:

1 Favio Cruz Hernández ← Ponente
División de Ciencias de la Tierra, CICESE
fcruz@cicese.edu.mx

2 Jorge Daniel Castro Morales
División de Ciencias de la Tierra, CICESE
castrojd@cicese.edu.mx

3 Luis Mendoza Garcilazo
División de Ciencias de la Tierra, CICESE
lmendoza@cicese.mx

4 Jose Acosta Chang
Retirado
acostachang@yahoo.com.mx

5 Sergio Vázquez Hernández
División de Ciencias de la Tierra, CICESE
svazquez@cicese.mx

6 Jessica Jazmin Salas Ariza
División de Ciencias de la Tierra, CICESE
jsalas@cicese.edu.mx

7 Euclides Ruiz Cruz
División de Ciencias de la Tierra, CICESE
eruiz@cicese.mx

8 Rogelio Reyes Serrano
División de Ciencias de la Tierra, CICESE
roreyes@cicese.mx

9 Armando Valdez Terríquez
División de Ciencias de la Tierra, CICESE
avaldez@cicese.edu.mx

Sesión:

RN Riesgos naturales Sesión regular

Resumen:

El municipio de Tijuana, Baja California, se ubica en una región expuesta a riesgo geológico y sísmico.

El riesgo geológico está asociado a problemas de deslizamientos debido a las condiciones de los depósitos de suelo, antropogénicas y topográficas que se conocen superficialmente. Sin embargo, hay poco conocimiento en profundidad de las propiedades mecánicas de los materiales, fallas y sismicidad somera que podría estar relacionada con la concentración de los deslizamientos en regiones particulares. En este trabajo presentamos los primeros resultados que buscan construir un modelo tridimensional de velocidad de onda S a escala local, utilizando información de terremotos y ruido sísmico registrados por la Red Urbana Acelerométrica de Baja California administrada por el CICESE. Para lograr el objetivo, se construyeron modelos a priori a través de la inversión de cocientes espectrales de terremotos, se evaluó la capacidad de resolución tomográfica de la red acelerométrica y se aplicaron técnicas de machine learning para incrementar la cobertura fuente-estacion.





Reunión Anual UGM 2026
Del 26 al 30 de Octubre
Puerto Vallarta, Jalisco, México