यूनिवर्सिटी ऑफ जिनेवा और INGV ने AI और सिस्मिक डेटा का उपयोग करके वल्कैनो के आंतरिक भाग का विस्तृत 3D मॉडल बनाया
द्वारा संपादित: Vera Mo
वर्ष 2025 में, यूनिवर्सिटी ऑफ जिनेवा और इटली के नेशनल इंस्टीट्यूट ऑफ जियोफिजिक्स एंड वोल्केनोलॉजी (INGV) की एक संयुक्त टीम ने वल्कैनो, उत्तरी सिसिली में स्थित एक सक्रिय ज्वालामुखी के आंतरिक भाग का एक विस्तृत 3D मॉडल सफलतापूर्वक तैयार किया है। यह अभूतपूर्व मॉडल नोडल सिस्मिक नेटवर्क से प्राप्त सिस्मिक डेटा को आर्टिफिशियल इंटेलिजेंस तकनीकों के साथ एकीकृत करके बनाया गया है।
लगभग 2,000 वर्षों से सक्रिय वल्कैनो, जो उत्तरी सिसिली के तट से दूर स्थित है, ने 2021 से बढ़ी हुई विस्फोटक गतिविधि दिखाई है। इन विस्फोटों से जारी सिस्मिक ऊर्जा का लाभ उठाते हुए, शोधकर्ताओं ने द्वीप पर लगभग 200 पोर्टेबल सिस्मिक सेंसर तैनात किए। एक महीने तक, इन सीस्मोमीटरों ने प्राकृतिक ग्राउंड कंपन को रिकॉर्ड किया, और इस व्यापक डेटा को यूनिवर्सिटी ऑफ जिनेवा के सुपरकंप्यूटर 'Yggdrasil' का उपयोग करके प्रोसेस किया गया।
परिणामी 3D मॉडल वल्कैनो की आंतरिक संरचना का सटीक पुनर्निर्माण प्रदान करता है, जिससे यह पता चलता है कि ज्वालामुखी के आधार पर फॉल्ट एक "प्लंबिंग सिस्टम" के रूप में कैसे काम करते हैं, जो मैग्मा और हाइड्रोथर्मल तरल पदार्थों के लिए मार्ग प्रशस्त करता है। हालांकि ये निष्कर्ष अभी तक विस्फोट की भविष्यवाणी करने में सक्षम नहीं हैं, वे ज्वालामुखी की आंतरिक गतिशीलता की समझ में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करते हैं।
स्वचालित स्टेशनों को आर्टिफिशियल इंटेलिजेंस के साथ एकीकृत करने से दुनिया भर में ज्वालामुखी प्रणालियों की वास्तविक समय की निगरानी की सुविधा मिल सकती है, जिससे गतिशील और अनुकूलनीय निकासी योजनाएं संभव हो सकेंगी। जैसा कि अध्ययन के प्रमुख लेखक डगलस स्टम्प ने निष्कर्ष निकाला है, न्यूरल नेटवर्क की सहायता से सिस्मिक एम्बिएंट नॉइज़ टोमोग्राफी डेटा को वास्तविक समय में प्रोसेस करने से प्रत्येक क्षेत्र के व्यवहार का विश्लेषण किया जा सकता है, जिससे गतिशील, अनुकूलनीय निकासी योजनाओं का डिजाइन संभव हो सकेगा।
यह तकनीक, जिसे सिस्मिक एम्बिएंट नॉइज़ टोमोग्राफी (SANT) के रूप में जाना जाता है, ज्वालामुखी के नीचे की संरचनाओं को उच्च-रिज़ॉल्यूशन में मैप करने में सक्षम बनाती है, जो पहले संभव नहीं था। इस क्षेत्र में प्रगति, जैसे कि मशीन लर्निंग का उपयोग करके सिस्मिक डेटा का विश्लेषण करना, ज्वालामुखी निगरानी में क्रांति ला रहा है, जिससे संभावित रूप से भविष्य में अधिक सटीक और समय पर चेतावनी मिल सकेगी।
स्रोतों
Forbes
Forbes
इस विषय पर और अधिक समाचार पढ़ें:
क्या आपने कोई गलती या अशुद्धि पाई?
हम जल्द ही आपकी टिप्पणियों पर विचार करेंगे।