卫星可以提供世界各地活火山的数据,但研究人员一直在努力利用这些数据来预测火山的风险。这个想法很快就会实现,因为目前的算法可以自动计算火山风险数据信号,帮助科学家在几年内建立全球火山预警系统

新的应用程序ai人工智能可以帮助预测火山爆发-而后网

来自华盛顿黄石火山观测站(美国地质调查局的一个分部)的科学家迈克尔波兰说,如果没有这些算法作为辅助,地质学家就无法跟上提供信息的卫星。英国利兹大学的火山学家安德鲁·胡珀(Andrew Hooper)领导了一种算法的开发,他说这种算法将使居住在火山附近的大约8亿居民受益。 “大约1,400座火山可能在海上爆发,”他说。 “其中约有100人受到监视,但另一部分未受到监控。”

本周,在华盛顿举行的美国地球物理联盟会议(AGU)上,该会议每半年举行一次,并展示了两种预测火山爆发的方法。在过去的几年里,随着欧洲航天局的卫星Sentinel 1A和Sentinel 1B的发射,火山学领域一直致力于观测火山周围的土地运动。 Sentinel 1卫星使用一种称为雷达干涉测量的技术,比较发送到地球和从地球发出的雷达信号,以跟踪行星表面的变化。

这种方法已经是陈词滥调,但值得一提的是,每6天,Sentinel 1卫星重新检测到地球上的每个位置,Sentinel团队可以快速接收这些高分辨率的观测结果。在英国,一个名为地震的研究小组,火山结构观测和建模中心(COMET)已经开始为世界火山建立一个称为“干涉图”的地面运动快照数据库。与COMET合作的Hooper表示,考虑到在其他领域成功测试学习机,我们逻辑上考虑使用自动检测来覆盖这个数据库。

地面运动的变化通常反映了火山下的岩浆运动,但它并不能完全预测火山爆发。与热天气卫星可以自动探测到的热点或灰烬不同,地面运动可以帮助预测火山爆发,而不仅仅是指示它们的发生。 “移动并不总是意味着火山会爆发,”胡珀说。 “但是,没有移动就会发生很少的爆发。”

为了实现这一目标,团队必须教授他们的算法,而不是轻易混淆地面运动中的大气变化。为此,Hooper的团队使用了一种称为独立成分分析的技术,将信号分解为不同的部分:分层大气或短期湍流,以及火山口或侧翼的地面位移。这项技术使他们能够捕捉地面运动运动速率的最新变化,这两者都可能是未来火山爆发的迹象。

与此同时,由英国布里斯托尔大学的火山学家Juliette Biggs领导的另一个COMET团队使用ai人工智能来构建第二个算法,称为卷积神经网络。研究人员首先使用Sentinel的前身Envisat的原始干涉图来训练他们的神经网络

他们有一些火山爆发的例子。尽管该算法在分析30,000个Sentinel干涉图方面取得了一些进展,但其预测结果仍然不尽如人意。该组织的另一位火山学家Fabian Albino表示他们目前只有一些研究实例,而对于学习机器,需要数以千计的例子。

为了解决这个问题,比格斯和她的同事创建了一个模拟火山爆发的合成数据集。 Albino表示,随着更多Sentinel示例上传到算法,预测将变得更加准确。