Uniwersytet Genewski i INGV stworzyli szczegółowy model 3D wnętrza wulkanu Vulcano z wykorzystaniem AI i danych sejsmicznych

Zespół badawczy z Uniwersytetu Genewskiego, we współpracy z Narodowym Instytutem Geofizyki i Wulkanologii (INGV) we Włoszech, opracował przełomowy, trójwymiarowy model wnętrza aktywnego wulkanu Vulcano. Projekt ten, zlokalizowany na północ od Sycylii, łączy zaawansowane techniki sztucznej inteligencji z danymi sejsmicznymi pozyskanymi z sieci czujników, otwierając nowe możliwości w badaniu dynamiki wulkanicznej.

Wulkan Vulcano, którego historia aktywności sięga co najmniej 2000 lat, od 2021 roku wykazuje wzmożoną aktywność eksplozywną. W celu analizy energii sejsmicznej uwalnianej podczas tych zjawisk, naukowcy rozmili na wyspie około 200 przenośnych czujników sejsmicznych. Przez miesiąc czujniki te rejestrowały naturalne drgania gruntu. Ogromna ilość zebranych danych została przetworzona przy użyciu superkomputera "Yggdrasil" Uniwersytetu Genewskiego.

Wynikowy model 3D stanowi precyzyjną rekonstrukcję wewnętrznej struktury wulkanu. Ukazuje on, w jaki sposób uskoki u podstawy góry funkcjonują jako skomplikowany system "rurowy" dla magmy i płynów hydrotermalnych. Chociaż uzyskane wyniki nie pozwalają jeszcze na bezpośrednie przewidywanie erupcji, stanowią one znaczący krok naprzód w badaniu wewnętrznych procesów wulkanicznych. Ta innowacyjna metoda, integrująca dane z automatycznych stacji monitorujących ze sztuczną inteligencją, ma potencjał do ułatwienia monitorowania systemów wulkanicznych na całym świecie w czasie rzeczywistym.

Douglas Stumpp, główny autor badania, podkreśla, że analiza danych tomografii sejsmicznej szumu otoczenia przy wsparciu sieci neuronowych może umożliwić bieżącą ocenę zachowania poszczególnych obszarów wulkanu. Pozwoli to na tworzenie dynamicznych i elastycznych planów ewakuacji, zwiększając bezpieczeństwo lokalnych społeczności. Badania te wpisują się w szerszy trend wykorzystania sztucznej inteligencji w wulkanologii, gdzie algorytmy AI są coraz częściej stosowane do analizy ogromnych zbiorów danych sejsmicznych, identyfikacji subtelnych sygnałów poprzedzających erupcje oraz poprawy dokładności prognoz.

Potężna moc obliczeniowa superkomputerów, takich jak "Yggdrasil", jest kluczowa dla przetwarzania dużych ilości danych sejsmicznych w krótkim czasie. Integracja uczenia maszynowego i głębokiego uczenia czyni te analizy coraz bardziej wykonalnymi, umożliwiając głębsze zrozumienie procesów zachodzących pod powierzchnią Ziemi. Połączenie zaawansowanego monitoringu sejsmicznego ze sztuczną inteligencją stanowi potężne narzędzie do pogłębiania wiedzy o zachowaniach wulkanicznych i doskonalenia strategii oceny ryzyka oraz jego łagodzenia.