衛(wèi)星能夠提供關于全球活火山的數(shù)據(jù)，但研究人員一直致力于利用這些數(shù)據(jù)來預測火山的危險程度。這一想法很可能很快就能實現(xiàn)，因為目前的算法可以自動計算火山風險數(shù)據(jù)信號，從而幫助科學家在幾年內(nèi)建立全球火山預警系統(tǒng)。

本周，在華盛頓特區(qū)舉行的美國地球物理聯(lián)盟會議(AGU)上，該會議每半年舉行一次，展示了兩種預測火山爆發(fā)的方法。

在過去的幾年里，隨著歐洲航天局的衛(wèi)星Sentinel 1A和Sentinel 1B的發(fā)射，火山學領域致力于觀察火山周圍陸地的運動情況。 Sentinel 1衛(wèi)星使用一種稱為雷達干涉測量的技術，該技術能夠比較發(fā)送到地球和從地球反射的雷達信號，以跟蹤行星表面的變化。

值得一提的是，每隔6天，Sentinel 1衛(wèi)星都會重新檢測一次地球上的每個地點，Sentinel團隊能夠迅速收到這些高分辨率的觀測結果。

地面運動的變化通常能反映火山下方的巖漿移動，但它不能完全預測火山爆發(fā)。

為了達到這一目標，團隊必須教會他們的算法，不能輕易混淆地面運動的大氣變化。為此運用了一種稱為獨立成分分析的技術，該技術能夠?qū)⑿盘柗纸獬刹煌牟糠郑豪绶謱哟髿饣蚨唐谕牧鳎约盎鹕交鹕娇诨騻纫淼牡孛嬉莆?。該技術使他們能夠捕捉最新的地面移動或移動速率變化，這兩者都可能是未來火山爆發(fā)的跡象。

與此同時，由英國布里斯托爾大學的火山學家朱麗葉·比格斯領導的另一個COMET團隊使用人工智能構建了第二種算法，被稱為卷積神經(jīng)網(wǎng)絡。研究人員首先使用來自Sentinel前身Envisat的原始干涉圖來訓練他們的神經(jīng)網(wǎng)絡，他們有一些火山爆發(fā)的例子。

為了解決這一問題，比格斯和她的同事創(chuàng)建了一個模擬火山噴發(fā)的合成數(shù)據(jù)集。阿爾比諾說，隨著更多Sentinel示例被上傳到算法中，預測結果將會越來越準確。