Yapay Zeka ve Sismik Verilerle Yanardağın İçine 3D Bakış: CERN ve INGV'den Çığır Açan Çalışma

Cenevre Üniversitesi ve İtalya Ulusal Jeofizik ve Volkanoloji Enstitüsü (INGV) araştırmacıları, yapay zeka ve sismik verileri birleştirerek Sicilya'nın kuzeyindeki aktif yanardağ Vulcano'nun iç yapısının detaylı bir 3 boyutlu (3D) modelini başarıyla oluşturdular. Bu yenilikçi çalışma, yanardağların iç dinamiklerini anlama yolunda önemli bir ilerleme sağlıyor.

Yaklaşık 2.000 yıldır volkanik aktivite sergileyen ve özellikle 2021'den bu yana artan patlayıcı faaliyetlerde bulunan Vulcano adasında, artan sismik enerjiden faydalanmak amacıyla adanın geneline yaklaşık 200 adet taşınabilir sismik sensör yerleştirildi. Bir ay boyunca doğal yer titreşimlerini kaydeden bu sensörlerden elde edilen devasa veri kümesi, Cenevre Üniversitesi'nin "Yggdrasil" adlı süper bilgisayarı kullanılarak işlendi. Bu işlem, Vulcano'nun iç yapısının hassas bir şekilde yeniden yapılandırılmasını mümkün kıldı.

Elde edilen model, yanardağın tabanındaki fayların, magma ve hidrotermal akışkanlar için bir "tesisat sistemi" gibi davrandığını ortaya koydu. Bu bulgular henüz doğrudan patlama tahmini yapmaya imkan tanımasa da, yanardağların iç işleyişini anlamada büyük bir adım olarak değerlendiriliyor. Sismik gürültü tomografisi (Seismic Ambient Noise Tomography - SANT) adı verilen bu teknik, doğal ortamdaki titreşimleri kullanarak yerin altındaki yapıları haritalandırmada kullanılıyor ve geleneksel yöntemlere göre daha yüksek çözünürlük, daha düşük maliyet ve daha geniş veri kapsama alanı gibi avantajlar sunuyor.

Çalışmanın baş yazarı Douglas Stumpp'a göre, yapay sinir ağları tarafından desteklenen sismik ortam gürültüsü tomografisi verilerinin gerçek zamanlı işlenmesi, yanardağ sistemlerinin her bir bölgesinin gelişimini analiz etmeye olanak tanıyabilir. Bu durum, dinamik ve uyarlanabilir tahliye planlarının geliştirilmesine de kapı aralayabilir. Yapay zeka ve makine öğrenimi tekniklerinin volkanoloji alanındaki kullanımı, dünya genelindeki yanardağların izlenmesini kolaylaştırarak potansiyel tehlikelere karşı daha hazırlıklı olmayı sağlayacaktır. Penn State Üniversitesi'ndeki araştırmacıların, bulutlar ve atmosferik bozulmaların neden olduğu hataları düzelterek yanardağ hareketlerinin gerçek zamanlı gözlemini kolaylaştıran bir yapay zeka yöntemi geliştirmesi de bu alandaki ilerlemelere örnek teşkil ediyor.

Bu araştırma, gelişmiş sismik izleme ile yapay zekanın birleşiminin, yanardağ davranışlarını daha iyi anlamak ve risk değerlendirme stratejilerini geliştirmek için büyük bir potansiyel taşıdığını vurguluyor. Cenevre Üniversitesi'nin "Yggdrasil" gibi süper bilgisayarlarının bu tür büyük veri kümelerini işlemedeki rolü de projenin başarısında kritik öneme sahip. Bu tür teknolojiler, gelecekte yanardağların izlenmesi ve olası afetlere karşı hazırlık konusunda önemli bir fark yaratma potansiyeli taşıyor.