Este estudio proporciona una investigación completa sobre las perturbaciones ionosféricas asociadas con el terremoto Mw 7.5 en la península de Noto en enero de 2024, utilizando datos de la red del Servicio Internacional de GNSS (IGS). Centrándose en el Contenido Electrónico Total (TEC), el análisis incorpora mapeo espacial y evaluaciones de patrones temporales durante un período de 30 días antes del terremoto. La serie temporal de TEC en la estación más cercana al epicentro, USUD, revela un descenso localizado, con una anomalía negativa significativa que supera los 5 TECU observada 22 y 23 días antes del terremoto, destacando el potencial de las variaciones de TEC como precursores sísmicos. Se observaron patrones similares en una estación cercana, MIZU, fortaleciendo el caso de un origen sismogénico. Las anomalías positivas se vincularon a episodios intensos de clima espacial, mientras que las anomalías negativas más notables ocurrieron en condiciones geomagnéticas tranquilas, apoyando aún más su asociación sísmica. Utilizando la interpolación de Kriging, se mostró que la zona de anomalía se alinea estrechamente con el epicentro del terremoto. Para evaluar la consistencia de las anomalías de TEC en diferentes eventos sísmicos, el estudio también examina el terremoto Mw 7.1 de Nichinan en agosto de 2024. Los resultados revelan una prominente anomalía negativa, reforzando la fiabilidad de los agotamientos de TEC en la detección de precursores sísmicos. Además, el análisis de correlación espacial de la correlación de Pearson a través de ambos eventos demuestra que la coherencia de TEC disminuye con el aumento de la distancia, con un notable decaimiento de la correlación más allá de 1000-1600 km. Este decaimiento espacial, consistente con el área de preparación para terremotos de Dobrovolsky, fortalece la asociación entre las anomalías de TEC y la actividad sísmica. Esta investigación destaca la compleja relación entre las anomalías ionosféricas y los eventos sísmicos, subrayando el valor del análisis de TEC como herramienta para la detección de precursores de terremotos. Los hallazgos mejoran significativamente nuestra comprensión de la dinámica ionosférica relacionada con eventos sísmicos, abogando por un enfoque integral y de múltiples estaciones en futuros esfuerzos de predicción de terremotos.