Inteligencia artificial para monitorizar volcanes a partir de datos satelitales

Comparta este Artículo en:

Más de la mitad de los volcanes activos del mundo no son monitoreados por instrumentos.

Por lo tanto, incluso las erupciones que potencialmente podrían haber sonado una alarma pueden ocurrir sin que las personas en riesgo tengan una idea del próximo desastre.

Como primer paso hacia un sistema de alerta temprana de volcanes, un proyecto de investigación encabezado por Sébastien Valade de la Universidad Técnica de Berlín (TU Berlín) y el Centro Alemán de Investigación de Geociencias GFZ en Potsdam condujo a una nueva plataforma de monitoreo de volcanes que analiza satélites Imágenes que utilizan, entre otros métodos, inteligencia artificial (IA).

A través de pruebas con datos de eventos recientes, Valade y sus colegas demostraron que su plataforma llamada MOUNTS (Monitoring Unrest from Space) puede integrar múltiples conjuntos de diversos tipos de datos para un monitoreo integral de volcanes.

De los 1500 volcanes activos en todo el mundo, hasta 85 hacen erupción cada año.

Debido al costo y la dificultad de mantener la instrumentación en entornos volcánicos, menos de la mitad de los volcanes activos se monitorean con sensores terrestres, y aún menos se consideran bien monitoreados.

Los volcanes considerados inactivos o extintos por lo general no son monitoreados por instrumentos, pero pueden experimentar erupciones grandes e inesperadas, como fue el caso del volcán Chaitén en Chile en 2008, que entró en erupción después de 8.000 años de inactividad.

Los satélites pueden proporcionar datos cruciales cuando la monitorización en tierra está limitada o no está completa.

Las observaciones continuas a largo plazo desde el espacio son clave para reconocer mejor los signos de disturbios volcánicos.

Las erupciones son a menudo, pero no siempre, precedidas por señales precursoras que pueden durar desde algunas horas hasta algunos años.

Estas señales pueden incluir cambios en el comportamiento sísmico, deformación del suelo, emisiones de gases, aumento de la temperatura o varios de los anteriores.

“Además de la sismicidad, todos estos pueden ser monitoreados desde el espacio mediante la explotación de varias longitudes de onda en todo el espectro electromagnético”, dice Sébastien Valade, líder del proyecto MOUNT.

“Con el sistema de monitoreo MOUNTS, explotamos múltiples sensores satelitales para detectar y cuantificar los cambios alrededor de los volcanes”, agrega.

“Y también integramos datos sísmicos de la red mundial GEOFON de GFZ y del USGS del Servicio Geológico de los Estados Unidos”.

Parte del proyecto consistió en probar si los algoritmos de IA podrían integrarse con éxito en el procedimiento de análisis de datos.

Estos algoritmos fueron desarrollados principalmente por Andreas Ley de la Universidad de Berlín.

Aplicó las llamadas redes neuronales artificiales para detectar automáticamente grandes eventos de deformación.

The active ingredient in this medicine is pharmacologically denoted as PDE5-inhibitor, which acts for nearly 36 hours, which means the drug runs in the blood for 36 hours and keeps you sexually active. go to these guys viagra soft 50mg All the other branded companies like Kamagra, Silagra etc are made with the same ingredient of india pharmacies levitra. Sildenafil works by relaxing blood vessels, increasing the flow of blood to the penis, allowing a man to get firmer penile erections rather than erections that are firm and long lasting. viagra sale in india This viagra online for women can be found by the name of levitra, Eriacta, Aurogra, Lovegra, Caverta, and Silagra etc.

Los investigadores las entrenaron con imágenes generadas por computadora que imitaban imágenes de satélite reales.

De esta gran cantidad de ejemplos sintéticos, el software aprendió a detectar grandes eventos de deformación en datos satelitales reales que antes no conocíamos.

Este campo de la ciencia de datos se denomina “aprendizaje automático”.

“Para nosotros, este fue un importante ‘globo de prueba’ para ver cómo podemos integrar el aprendizaje automático en el sistema”, dice Andreas Ley.

“En este momento, nuestro detector de deformación solo resuelve una sola tarea.

Pero nuestra visión es integrar varias herramientas de inteligencia artificial para diferentes tareas.

Dado que estas herramientas generalmente se benefician del entrenamiento en grandes cantidades de datos, queremos que aprendan continuamente de todos los datos que el sistema reúne a escala global “.

MOUNTS monitorea 17 volcanes en todo el mundo.

Los principales desafíos que él y sus co-autores tuvieron que enfrentar fueron el manejo de grandes cantidades de datos y problemas de ingeniería de software.

“Pero estos problemas pueden resolverse”, dice Sébastien Valade.

“Estoy profundamente convencido de que en un futuro no muy lejano, los sistemas de monitoreo automatizados que utilizan IA y datos de diferentes fuentes, como sensores satelitales y sensores terrestres, ayudarán a advertir a las personas de una manera más oportuna y sólida”.

Ya en la actualidad, el análisis provisto por la plataforma de monitoreo MOUNTS permite una comprensión integral de varios procesos en diferentes entornos climáticos y volcánicos en todo el mundo:

Desde la propagación de magma debajo de la superficie hasta el emplazamiento de material volcánico durante la erupción, así como los cambios morfológicos de las zonas afectadas y la emisión de gases a la atmósfera.

Los investigadores probaron con éxito MOUNTS en varios eventos recientes, como la erupción de Krakatau en Indonesia en 2018 o erupciones en Hawai y Guatemala, por nombrar algunos.

El sistema actualmente supervisa 17 volcanes en todo el mundo, incluido el Popocatépetl en México y el Etna en Italia.

El sitio web de la plataforma es de libre acceso y, gracias a la cobertura global y el acceso gratuito a los datos subyacentes, puede incorporar fácilmente nuevos datos.

Fuente: GFZ