火山学家们正将卫星对地面运动的测量与人工智能相结合，以更准确地监测——并最终预测——火山爆发。尽管大约有8亿人生活在距火山100公里以内的地区
火山学家们正将卫星对地面运动的测量与人工智能相结合，以更准确地监测——并最终预测——火山爆发。
尽管大约有8亿人生活在距火山100公里以内的地区，但人类对这些潜在的自然灾害很少进行持续监测。但是，英国布里斯托尔大学的火山学家Juliet Biggs说，新兴的方法使研究人员能够时刻关注火山。
她的团队将于3月20日在新墨西哥州圣达菲举行的一次会议上展示他们的工作成果，该工作使用机器学习来发现火山周围地表变形的形成。
Biggs和她的同事借助执行欧洲哨兵1号(Sentinel-1)任务的两颗卫星的雷达观测。根据它们环绕地球的位置，探测器每隔6天、12天或24天收集一次关于世界火山的数据。当它们反复经过同一地点时，卫星会测量它们与地面之间的距离。这可以表明距离是否随着时间的推移而改变——例如，当岩浆在火山下发生变化时，地面会上升或下降。
但这些数据也存在问题。大气中的水蒸气可以模拟地面变化的信号，研究人员在进行雷达观测时必须考虑到这一点。当科学家们试图在近乎实时的情况下工作时，这些大气造成的影响尤其成问题。
研究大气折射引起的火山图像崎变的方法
Biggs的团队在开始研究哨兵1号发来的2017年11月印度尼西亚巴厘岛阿贡火山爆发的图像时，对这些水蒸气造成的挑战有了初步的了解。两个月前，该地区发生了数百次小地震，迫使14万人疏散。
阿贡火山周围的大气折射引起的图像崎变使研究小组研究火山周围地面变形的工作复杂化。但是，当Biggs和她的同事们设计出一种方法来校正大气信号时，他们发现阿贡火山北侧的地面上升了10厘米，并向邻近的一座火山倾斜。该研究小组上月在《自然通讯》上发表报告称，地面的移动表明岩浆可能在连接两座火山的天然管道系统中移动。研究小组并没有试图预测阿贡火山的喷发，但是他们“从这个例子中学到了很多”，Biggs说。
布里斯托尔大学的地球物理学家Fabien Albino是该研究小组的成员，他现在正在开发一种方法，可以在近乎实时的天气模型的帮助下，快速纠正大气折射引起的图像崎变。
如果它能预测某一特定区域的大气干扰，那么他就能从卫星雷达数据中识别出可能由水蒸气而非火山动荡引起的异常信号。Albino说，这项工作仍处于早期阶段，但它最终可能提供一种更快速地评估在阿贡火山发生的变化的方法。
Biggs 和她的同事们现在正努力加快对全球火山的监测。他们已经创建了一个神经网络，该网络已经扫描了3万多张哨兵1号收集的图像，其中包括900多座火山，并标记了约100幅图像以供进一步研究。研究小组去年报告称，其中至少有39个是对实际地面变形的准确探测。 Biggs 说，通过使用一种算法对数据进行初步排序，研究人员可以节省更多的时间来更好地跟踪感兴趣的火山。
该团队还在对模拟火山爆发产生的合成数据进行神经网络训练。布里斯托尔大学的电气工程师Pui Anantrasirichai将在圣达菲会议上介绍这项工作。
其他预测火山爆发的方法
在利兹大学，由地球物理学家Andrew Hooper领导的一个小组正在开发另一种方法来自动检测潜在的干扰迹象。Hooper和他的同事没有像Biggs的团队那样对哨兵1号的雷达图像进行分类，而是使用了一种搜索卫星数据变化的技术。如果火山的地面已经发生变形，Hooper的方法可以在变形开始加速、减速或以其他方式发生变化时发出信号。这将使研究人员能够在很长一段时间内探测到哪怕是很小的地面变化。
这是一种不同于Biggs工作的分析类型，但是这两个小组的最终目标都是“随时处理所有火山的数据”，Hooper说。
Biggs和Hooper计划在一个全球火山地面变形数据库上测试他们的方法，该数据库由英国地震、火山和构造观测与建模中心(Centre for Observation and Modelling of, volcano and Tectonics)主办。但由于数据库存在一些技术问题，研究人员尚未对他们的技术进行并排比较。
其他科学家，如纽约康奈尔大学伊萨卡分校的火山学家 Matt Pritchard，正在试图开发一种算法，利用诸如地表温度、火山灰和气体排放等其他卫星数据来发现火山的变化。 Pritchard与Biggs等人合作，希望利用机器学习技术，对美国宇航局的Terra和Aqua卫星17年来的数据进行筛选。
