Il Volcán de Colima, oggetto dei test sul campo per verificare la validità del metodo basato sull'intelligenza artificiale: alto 3860 metri, è il più attivo vulcano in Messico.
I ricercatori tengono d’occhio i vulcani e studiano le variazioni nelle dinamiche che possono rivelarsi utili nel comprendere se via sia un imminente rischio d’eruzione. Oltre al comportamento del flusso magmatico e le modifiche nella chimica dei gas emessi esiste un altro importante fattore da tenere sotto costante controllo, ovvero le mutazioni sulla superficie del vulcano.
Ma se esistono luoghi famosi proprio per la particolare evidenza di un periodico alzarsi e abbassarsi del terreno, più spesso le variazioni sono dell’ordine dei centimetri o persino millimetri. Non per questo meno importanti ma comprensibilmente molto più difficili da misurare.
Il respiro della terra
Il monitoraggio dei vulcani tramite tecnologie satellitari è già in opera da parecchio tempo ma per valutare le variazioni fra un’immagine e l’altra, riprese periodicamente a ogni passaggio del satellite sul sito in questione, si è finora ricorso a un lavoro visivo da parte di ricercatori umani con le relative problematiche in termini di rapidità e precisione.
Un team interdisciplinare del Centro tedesco di ricerca per le geoscienze (GFZ) di Potsdam guidato da Binayak Ghosh e Mahdi Motagh ha messo a punto un metodo basato sul machine learning, ovvero l’apprendimento automatico, per rilevare, elaborare ed eventualmente portare all’attenzione dei ricercatori questi piccoli cambiamenti nella vita quotidiana di un vulcano.
Le misurazioni effettuate via satellite attraverso metodologie come l’utilizzo di microonde sono in sé molto precise, ma sulla scala richiesta anche minuscole fluttuazioni dovute alle caratteristiche stesse del terreno oppure la creazione di artefatti nell’immagine causati dall’atmosfera sono da mettere in conto e assumono rilevanza determinante.
Un’analisi statistica automatica e intelligente
Anche l’utilizzo dell’intelligenza artificiale in questo campo di ricerca non è una novità, è sempre più impiegata da diversi anni a questa parte; il team di Ghosh e Motagh ha però introdotto un approccio basato sull’analisi delle componenti indipendenti (Independent component analysis, ICA) dove un algoritmo cerca di identificare le deformazioni del terreno “nascoste” nelle misurazioni satellitari e in seguito un metodo statistico incrocia i dati filtrando quelli che sono di maggiore interesse per gli scopi prefissati.
Il sistema è quasi automatico e quasi in tempo reale (si punta naturalmente a conseguire un’analisi in tempo reale vera e propria) e tiene conto anche di quelle fluttuazioni minori e temporanee che sarebbero tralasciate in un lavoro di cernita eseguito di persona. L’utilizzo delle possibilità del calcolo distribuito viene anche questa volta in aiuto per la complessa elaborazione di una grande mole di dati e si tratta per di più di monitorare 1500 vulcani attivi sull’intero pianeta.
Il più attivo vulcano in Messico
I test sul campo riguardo il Volcàn de Colima hanno confermato il raggiungimento di una precisione superiore a quanto conseguito finora con altre tecniche e hanno inoltre evidenziato che i cambiamenti di questo genere nei vulcani sono persino più frequenti di quanto ritenuto tanto che l’algoritmo ha evidenziato fenomeni di sollevamento e abbassamento del terreno che erano in precedenza passati inosservati.
Lo studio con la nuova metodologia, che può avvalersi di abbondanti immagini satellitari disponibili gratuitamente, potrà permettere di meglio comprendere gli schemi dietro ai fenomeni che regolano la vita dei vulcani, sperando di poter recepire col maggior anticipo possibile i segnali indicatori di un imminente fenomeno eruttivo nonché di comprendere nel dettaglio l’evoluzione dell’attività su lungo termine.
La ricerca “Automatic Detection of Volcanic Unrest Using Blind Source Separation With a Minimum Spanning Tree Based Stability Analysis“ sull’IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing.
