人工智能可以幫助預(yù)測(cè)火山爆發(fā)

衛(wèi)星能夠提供關(guān)于全球活火山的數(shù)據(jù)，但研究人員一直致力于利用這些數(shù)據(jù)來預(yù)測(cè)火山的危險(xiǎn)程度。這一想法很可能很快就能實(shí)現(xiàn)，因?yàn)槟壳暗乃惴梢宰詣?dòng)計(jì)算火山風(fēng)險(xiǎn)數(shù)據(jù)信號(hào)，從而幫助科學(xué)家在幾年內(nèi)建立全球火山預(yù)警系統(tǒng)。

本周，在華盛頓特區(qū)舉行的美國(guó)地球物理聯(lián)盟會(huì)議(AGU)上，該會(huì)議每半年舉行一次，展示了兩種預(yù)測(cè)火山爆發(fā)的方法。

在過去的幾年里，隨著歐洲航天局的衛(wèi)星Sentinel 1A和Sentinel 1B的發(fā)射，火山學(xué)領(lǐng)域致力于觀察火山周圍陸地的運(yùn)動(dòng)情況。 Sentinel 1衛(wèi)星使用一種稱為雷達(dá)干涉測(cè)量的技術(shù)，該技術(shù)能夠比較發(fā)送到地球和從地球反射的雷達(dá)信號(hào)，以跟蹤行星表面的變化。

值得一提的是，每隔6天，Sentinel 1衛(wèi)星都會(huì)重新檢測(cè)一次地球上的每個(gè)地點(diǎn)，Sentinel團(tuán)隊(duì)能夠迅速收到這些高分辨率的觀測(cè)結(jié)果。

地面運(yùn)動(dòng)的變化通常能反映火山下方的巖漿移動(dòng)，但它不能完全預(yù)測(cè)火山爆發(fā)。

為了達(dá)到這一目標(biāo)，團(tuán)隊(duì)必須教會(huì)他們的算法，不能輕易混淆地面運(yùn)動(dòng)的大氣變化。為此運(yùn)用了一種稱為獨(dú)立成分分析的技術(shù)，該技術(shù)能夠?qū)⑿盘?hào)分解成不同的部分：例如分層大氣或短期湍流，以及火山火山口或側(cè)翼的地面移位。該技術(shù)使他們能夠捕捉最新的地面移動(dòng)或移動(dòng)速率變化，這兩者都可能是未來火山爆發(fā)的跡象。

與此同時(shí)，由英國(guó)布里斯托爾大學(xué)的火山學(xué)家朱麗葉·比格斯領(lǐng)導(dǎo)的另一個(gè)COMET團(tuán)隊(duì)使用人工智能構(gòu)建了第二種算法，被稱為卷積神經(jīng)網(wǎng)絡(luò)。研究人員首先使用來自Sentinel前身Envisat的原始干涉圖來訓(xùn)練他們的神經(jīng)網(wǎng)絡(luò)，他們有一些火山爆發(fā)的例子。

為了解決這一問題，比格斯和她的同事創(chuàng)建了一個(gè)模擬火山噴發(fā)的合成數(shù)據(jù)集。阿爾比諾說，隨著更多Sentinel示例被上傳到算法中，預(yù)測(cè)結(jié)果將會(huì)越來越準(zhǔn)確。