Університет Женеви та INGV створили деталізовану 3D-модель надр вулкана за допомогою ШІ та сейсмічних даних

У 2025 році команда вчених з Університету Женеви та Національного інституту геофізики та вулканології (INGV) в Італії досягла значного прориву, створивши першу детальну 3D-модель внутрішньої структури вулкана Вулькано на півночі Сицилії. Ця новаторська модель була розроблена шляхом інтеграції сейсмічних даних, зібраних за допомогою щільної мережі сейсмічних датчиків, з передовими методами штучного інтелекту (ШІ).

Вулкан Вулькано, що знаходиться на однойменному острові біля узбережжя північної Сицилії, демонструє вулканічну активність протягом щонайменше 2000 років. З 2021 року спостерігається зростання вибухової активності, що спонукало дослідників до активізації моніторингу. Скориставшись сейсмічною енергією, що вивільняється під час цих подій, команда розгорнула близько 200 портативних сейсмічних датчиків по всьому острову. Протягом місяця ці сейсмометри записували природні вібрації землі.

Обробка величезного обсягу зібраних даних була здійснена за допомогою суперкомп'ютера Університету Женеви "Yggdrasil". Результатом стала високоточна 3D-модель, яка детально відтворює внутрішню будову вулкана. Вона виявила, як розломи в основі вулкана функціонують як складна "каналізаційна система" для магми та гідротермальних рідин, що дозволяє їм досягати поверхні. Цей висновок підкреслює важливість розуміння внутрішньої динаміки вулканів для кращого прогнозування їхньої поведінки.

Хоча ці результати ще не дозволяють точно передбачати виверження, вони становлять значний крок уперед у розумінні складних процесів, що відбуваються глибоко під землею. Інтеграція автоматизованих систем моніторингу з штучним інтелектом може значно покращити відстеження вулканічних систем у всьому світі. Це, у свою чергу, може сприяти розробці більш динамічних та адаптивних планів евакуації в разі небезпеки.

Як зазначив Дуглас Штумпп, головний автор дослідження, обробка даних сейсмічної томографії шуму в реальному часі за допомогою нейронних мереж дозволить аналізувати поведінку кожної ділянки вулканічної системи по мірі її розвитку. Дослідження, опубліковане в журналі Nature Communications, підкреслює потенціал поєднання передового сейсмічного моніторингу з можливостями штучного інтелекту для поглиблення нашого розуміння вулканічної активності та вдосконалення стратегій оцінки ризиків і пом'якшення їх наслідків.

Цей підхід, що використовує сейсмічну томографію шуму, яка застосовується вже близько 20 років, набуває нової потужності завдяки розгортанню великої кількості датчиків та обробці даних за допомогою ШІ, що робить його справді новаторським.