KI-gestützte Seismologie enthüllt detailliertes 3D-Modell des Vulkans Vulcano

Ein internationales Forscherteam unter Beteiligung der Universität Genf und des Nationalen Instituts für Geophysik und Vulkanologie (INGV) in Italien hat im Jahr 2025 einen bedeutenden Fortschritt in der Vulkanologie erzielt. Ihnen gelang die Erstellung eines hochpräzisen 3D-Modells des Inneren des aktiven Vulkans Vulcano auf Sizilien. Dieses Modell kombiniert seismische Daten von einem dichten Netzwerk von Seismometern mit fortschrittlichen Methoden der künstlichen Intelligenz (KI).

Die Vulkanologie hat in den letzten Jahrzehnten durch technologische Innovationen erhebliche Fortschritte gemacht. Während traditionelle Methoden wie die Analyse von Erdbebensignalen und Bodenbewegungen grundlegende Einblicke lieferten, ermöglicht die Integration von KI und einer dichten Verteilung seismischer Sensoren ein tieferes Verständnis der komplexen Prozesse im Erdinneren. Die vulkanische Aktivität auf Vulcano, die seit mindestens 2.000 Jahren besteht und seit 2021 eine Zunahme explosiver Aktivitäten aufweist, bot die ideale Gelegenheit, diese neuen Technologien zu erproben.

Für die Studie wurden rund 200 tragbare seismische Sensoren auf der Insel installiert, um über einen Zeitraum von einem Monat natürliche Bodenerschütterungen aufzuzeichnen. Die gesammelten riesigen Datenmengen wurden auf dem Supercomputer 'Yggdrasil' der Universität Genf verarbeitet. Die KI-gestützte Analyse dieser Daten ermöglichte eine präzise Rekonstruktion der internen Struktur des Vulkans. Das resultierende 3D-Modell offenbart, wie Verwerfungen an der Basis des Vulkans als ein komplexes "Rohrsystem" für Magma und hydrothermale Flüssigkeiten fungieren.

Diese Erkenntnisse sind ein wichtiger Schritt zum besseren Verständnis der Dynamik vulkanischer Systeme. Obwohl diese Fortschritte noch keine direkten Vorhersagen von Eruptionen ermöglichen, ebnen sie den Weg für eine kontinuierliche Überwachung vulkanischer Systeme weltweit. Die Anwendung von KI-gestützter seismischer Ambient Noise Tomographie, einer Technik, die bereits in der Mineralexploration zur Kartierung des Untergrunds eingesetzt wird, verspricht, die Echtzeitüberwachung vulkanischer Aktivität zu revolutionieren und die Entwicklung dynamischer Evakuierungspläne zu ermöglichen.

Douglas Stumpp, Hauptautor der Studie, betont das Potenzial der Echtzeitverarbeitung von seismischen Ambient Noise Tomographie-Daten mithilfe von neuronalen Netzen, um das Verhalten einzelner Bereiche in Echtzeit zu analysieren. Solche Fortschritte sind entscheidend für das Risikomanagement und die Sicherheit von Gemeinden in der Nähe aktiver Vulkane. Die Forschung unterstreicht das Potenzial der Kombination von fortschrittlicher seismischer Überwachung mit künstlicher Intelligenz zur Verbesserung unseres Verständnisses vulkanischen Verhaltens und zur Weiterentwicklung von Strategien zur Gefahrenbewertung und -minderung.