ইউনিভার্সিটি অফ জেনেভা ও INGV-এর যৌথ উদ্যোগে ভলকানোর অভ্যন্তরের বিস্তারিত 3D মডেল তৈরি

২০২৫ সালে, ইউনিভার্সিটি অফ জেনেভার একটি গবেষক দল এবং ইতালির ন্যাশনাল ইনস্টিটিউট অফ জিওফিজিক্স অ্যান্ড ভলকানোলজি (INGV) কৃত্রিম বুদ্ধিমত্তা (AI) এবং সিসমিক ডেটা ব্যবহার করে ভলকানোর অভ্যন্তরের একটি অত্যাধুনিক 3D মডেল তৈরি করতে সক্ষম হয়েছে। এই যুগান্তকারী মডেলটি নোডাল সিসমিক নেটওয়ার্ক থেকে প্রাপ্ত ডেটা এবং উন্নত AI কৌশলগুলির সমন্বয়ে গঠিত।

উত্তর সিসিলির উপকূলে অবস্থিত ভলকানো দ্বীপটি অন্তত ২০০০ বছর ধরে আগ্নেয়গিরির কার্যকলাপ প্রদর্শন করছে এবং ২০২১ সাল থেকে এর বিস্ফোরক কার্যকলাপ বৃদ্ধি পেয়েছে। এই অগ্ন্যুৎপাতের ফলে নির্গত সিসমিক শক্তিকে কাজে লাগাতে, গবেষণা দলটি দ্বীপ জুড়ে প্রায় ২০০টি পোর্টেবল সিসমিক সেন্সর স্থাপন করেছিল। এক মাস ধরে, এই সিসমোমিটারগুলি প্রাকৃতিক ভূমি কম্পন রেকর্ড করেছে। এই বিপুল পরিমাণ ডেটা ইউনিভার্সিটি অফ জেনেভার সুপারকম্পিউটার 'ইগড্রাসিল' দ্বারা প্রক্রিয়াজাত করা হয়েছে।

ফলস্বরূপ 3D মডেলটি ভলকানোর অভ্যন্তরীণ কাঠামোর একটি সুনির্দিষ্ট পুনর্গঠন প্রদান করে। এটি দেখায় যে আগ্নেয়গিরির গোড়ায় থাকা ফল্টগুলি কীভাবে ম্যাগমা এবং হাইড্রোথার্মাল ফ্লুইডের জন্য একটি 'প্লাম্বিং সিস্টেম' হিসাবে কাজ করে। যদিও এই অনুসন্ধানগুলি এখনও অগ্ন্যুৎপাতের পূর্বাভাস দিতে সক্ষম নয়, তবে এটি আগ্নেয়গিরির অভ্যন্তরীণ গতিশীলতা বোঝার ক্ষেত্রে একটি উল্লেখযোগ্য অগ্রগতি।

গবেষণার প্রধান লেখক ডগলাস স্টাম্প বলেছেন যে নিউরাল নেটওয়ার্কের সহায়তায় রিয়েল-টাইমে সিসমিক অ্যাম্বিয়েন্ট নয়েজ টমোগ্রাফি ডেটা প্রক্রিয়াকরণ প্রতিটি এলাকার আচরণ বিশ্লেষণ করতে সাহায্য করতে পারে। এটি স্বয়ংক্রিয় স্টেশনগুলির সাথে কৃত্রিম বুদ্ধিমত্তার একীকরণ বিশ্বজুড়ে আগ্নেয়গিরির সিস্টেমগুলির রিয়েল-টাইম পর্যবেক্ষণে সহায়তা করতে পারে, যা গতিশীল এবং অভিযোজিত নিষ্কাশন পরিকল্পনা সক্ষম করবে। এই গবেষণা উন্নত সিসমিক পর্যবেক্ষণ এবং কৃত্রিম বুদ্ধিমত্তার সমন্বয়ের মাধ্যমে আগ্নেয়গিরির আচরণ সম্পর্কে আমাদের বোঝাপড়া বাড়াতে এবং ঝুঁকি মূল্যায়ন ও প্রশমন কৌশল উন্নত করার সম্ভাবনা তুলে ধরে। সিসমিক টমোগ্রাফি, যা এক্স-রে স্ক্যানের মতো, ভলকানোর গভীরে ম্যাগমা এবং গরম ফ্লুইডের প্রবাহপথ সনাক্ত করতে ব্যবহৃত হয়। প্রায় ৭৮টি আগ্নেয়গিরির উপর এই পদ্ধতি প্রয়োগ করা হয়েছে এবং এটি গরম বা গলিত শিলা সনাক্ত করতে পারে, যা অগ্ন্যুৎপাতের পূর্বাভাসে সহায়ক হতে পারে।