火山学家正在将人造卫星的地面运动测量结果与人工智能相结合，以更准确地监测“火山爆发”，并最终预测“火山爆发”。
尽管大约有8亿人生活在火山100公里以内，但对这些潜在自然灾害的监测很少。英国布里斯托大学的火山学家朱丽叶·比格斯（Juliet Biggs）说，但是现在新兴的方法使研究人员能够不断关注火山。
她的团队将在3月20日在新墨西哥州圣达菲举行的会议上介绍其工作，该工作将使用机器学习来发现火山周围地面变形的形成。
Biggs和她的同事使用构成欧洲哨兵1号任务的两颗卫星的雷达观测数据。根据它们绕地球运行的位置，飞船每6、12或24天收集一次世界火山的数据。当卫星反复经过同一地点时，它们会测量其与地面之间的距离。这可以指示该距离是否随时间改变了，例如当岩浆在火山下方移动时地面升起或下降时。
但是此类数据存在问题。大气中的水蒸气可以模仿地面移动的信号，研究人员在观察雷达观测时必须考虑到这一点。当科学家试图近乎实时地工作时，这些大气扭曲尤其成问题。
看清楚
当Biggs的团队开始研究印度尼西亚巴厘岛巴厘岛阿贡火山的Sentinel-1影像时，就早早了解了这些挑战，直到2017年11月喷发。两个月前，数以百计的小地震开始在该地区震撼，迫使14万人撤离。
阿贡周围的大气变形使研究小组研究火山周围地面变形的工作变得复杂。但是，毕格斯（Biggs）和她的同事们设计出一种纠正大气信号的方法后，他们发现地面在阿贡北翼向邻近的火山隆起了多达10厘米。研究小组上个月在《自然通讯》上报道说，这种地面运动表明岩浆可能正在连接两个火山的天然管道系统中转移。该小组没有试图预测阿贡火山喷发，但他们“通过看这个例子获得了很多”。比格斯说。
布里斯托大学的地球物理学家法比恩·阿尔比诺（Fabien Albino）的团队成员现在正在开发一种方法，该方法借助近乎实时运行的天气模型来快速校正大气变形。
如果能够预测给定区域的大气干扰，那么他可以在卫星雷达数据中识别出异常信号，这些异常信号可能是由水蒸气而不是火山爆发引起的。阿尔比诺说，这项工作仍处于初期阶段，但最终可以提供一种方法，以便更快地评估在阿贡等情况下发生的情况。
Biggs和她的同事们现在正在努力在全球范围内更快地监测火山。他们创建了一个神经网络，可以浏览900多个火山的30,000多个Sentinel-1图像，并标记出约100幅图像以进行仔细检查。研究小组在去年的报告中指出，其中至少39个是对实际地面变形的准确检测。Biggs说，通过获得一种算法来进行数据分类的初始工作，研究人员可以节省时间，使他们可以更好地花在关注感兴趣的火山上。
该团队还正在训练其神经网络，以模拟火山爆发产生的合成数据。布里斯托大学的电气工程师Pui Anantrasirichai说，这项工作使算法的精度大致提高了一倍，他将在Santa Fe会议上介绍该工作。
替代方法
在利兹大学，由地球物理学家安德鲁·胡珀（Andrew Hooper）领导的小组正在开发另一种自动检测潜在动荡迹象的方法。Hooper和他的同事没有像Biggs的团队那样对Sentinel-1的雷达图像进行分类，而是使用了一种技术来搜索卫星数据中的变化3。如果地面已经在火山中变形，则Hooper方法可以标记该变形是否开始加速，减速或以其他方式改变。这样一来，研究人员就可以长时间检测出甚至很小的地面变化。
这是与Biggs的工作不同的分析类型，但两组的最终目标是“始终保持所有火山的过程数据”。胡珀说。
Biggs和Hooper计划在全球火山地面变形数据库中测试其方法，该数据库由英国合作组织地震，火山和构造观测与建模中心托管。但是由于数据库存在一些技术问题，研究人员尚未对其技术进行并排比较。
其他科学家，例如纽约州伊萨卡市康奈尔大学的火山学家Matt Pritchard，正在尝试开发可利用其他类型的卫星数据（例如地表温度或灰分和气体排放量）来发现火山变化的算法4。Pritchard希望与Biggs等人合作，希望使用机器学习技术来筛选来自NASA Terra和Aqua卫星的17年数据，这些数据用于测量地球喷发火山喷出的热量。
但是他和他的同事才刚刚开始使用他们的算法，这还有很长的路要走。至少就目前而言，本科生在挑起火山喷发方面比机器好得多。
大自然567，156-157（2019）
