Un innovativo studio integra intelligenza artificiale e dati satellitari per un monitoraggio più efficace del sistema idrotermale dell'isola di Vulcano. La ricerca promette di migliorare la comprensione dell'attività vulcanica.
Nuovo approccio per monitorare l'isola
Un'indagine scientifica sull'isola di Vulcano, situata nell'arcipelago delle Eolie, propone un metodo rivoluzionario. Questo approccio sfrutta l'intelligenza artificiale (IA). Integra dati ottenuti da satelliti con misurazioni effettuate sul terreno. L'obiettivo è affinare il controllo del sistema idrotermale.
Questo sistema comprende acqua, vapore e gas presenti nel sottosuolo. L'Istituto nazionale di geofisica e vulcanologia (INGV) ha guidato lo studio. La ricerca è frutto della collaborazione con l'università di Catania. È stata realizzata nell'ambito del progetto Safari. Questo progetto riceve finanziamenti dal programma Pianeta dinamico dell'INGV. I risultati sono stati pubblicati sulla rivista scientifica Remote Sensing Applications: Society and Environment.
Dati satellitari e terrestri combinati
Il ricercatore Francesco Spina, autore corrispondente dello studio, ha fornito dettagli. La ricerca ha esaminato dati raccolti tra il 2016 e il 2024. Sono state combinate informazioni sulla temperatura e sulle condizioni ambientali. Queste informazioni provengono dai satelliti Viirs e Sentinel-2. Sono state integrate con le temperature delle fumarole. Queste ultime sono state registrate dalla rete di monitoraggio dell'INGV.
L'area di interesse è il Cratere La Fossa. L'uso di un modello di apprendimento semi-supervisionato è stato cruciale. Questo modello ha permesso di distinguere con accuratezza le diverse condizioni di attività del sistema idrotermale. Sono state identificate tre condizioni: attività di background, una crisi minore e una fase di unrest (instabilità).
Il ruolo delle reti neurali generative
La ricercatrice Gaetana Ganci dell'INGV, co-autrice dello studio, ha approfondito l'aspetto tecnico. L'impiego di un modello semi-supervisionato basato su reti neurali generative (SGAN) si è rivelato fondamentale. Questo ha permesso di superare la scarsità di dati etichettati. Tali dati sono rari a causa della bassa frequenza delle fasi di crisi vulcanica. Il modello, infatti, è in grado di apprendere efficacemente. Utilizza sia pochi dati già classificati sia un'ampia quantità di dati non etichettati.
Le reti neurali generative (SGAN) sono sistemi avanzati. Sono capaci di riconoscere situazioni differenti. Possono farlo anche con pochi esempi già classificati. Sfruttano le informazioni presenti nei dati non etichettati. Questo approccio innovativo apre nuove prospettive per la sorveglianza vulcanica.
Potenziali applicazioni future
I risultati della ricerca dimostrano il potenziale dell'intelligenza artificiale. Applicata ai dati satellitari, può offrire un supporto significativo al monitoraggio dei vulcani. Permette di analizzare nel tempo le variazioni della temperatura superficiale. Consente di individuare cambiamenti correlati all'attività del sistema idrotermale. Questo apre la strada allo sviluppo di sistemi di sorveglianza più avanzati. Inoltre, favorisce l'identificazione precoce di segnali di instabilità vulcanica.
La combinazione di tecnologie satellitari e intelligenza artificiale rappresenta un passo avanti. Migliora la nostra capacità di comprendere e prevedere i fenomeni vulcanici. La ricerca sull'isola di Vulcano ne è una chiara dimostrazione. L'applicazione di questi metodi potrebbe estendersi ad altri contesti vulcanici nel mondo.