Meer dan de helft van 's werelds actieve vulkanen wordt niet instrumenteel gevolgd. Vandaar, zelfs zeer ernstige uitbarstingen vinden plaats zonder waarschuwing voor nabijgelegen bevolkingsgroepen van de aanstaande ramp. Als een eerste en vroege stap in de richting van een waarschuwingssysteem voor vulkaanuitbarstingen, een onderzoeksproject onder leiding van Sébastien Valade van de Technische Universiteit van Berlijn (TU Berlijn) en het GFZ German Research Center for Geosciences in Potsdam leidde tot een nieuw vulkaanmonitoringplatform dat satellietbeelden analyseert met behulp van kunstmatige intelligentie (AI). Door middel van tests met gegevens van recente gebeurtenissen, Valade en zijn collega's toonden aan dat hun platform, Monitoring Unrest from Space (MOUNTS) kan meerdere sets van verschillende soorten gegevens integreren voor een uitgebreide monitoring van vulkanen. De resultaten van het team zijn gepubliceerd in het tijdschrift Teledetectie .

Van de 1500 actieve vulkanen wereldwijd, tot 85 barsten elk jaar uit. Vanwege de kosten en de moeilijkheid van het onderhouden van instrumentatie in vulkanische omgevingen, minder dan de helft van de actieve vulkanen wordt gemonitord met sensoren op de grond, en nog minder worden als goed gecontroleerd beschouwd. Vulkanen die als slapend of uitgestorven worden beschouwd, worden gewoonlijk helemaal niet instrumenteel gecontroleerd, maar kunnen grote en onverwachte uitbarstingen ervaren, zoals het geval was voor de Chaitén-vulkaan in Chili in 2008, die uitbrak na 8000 jaar inactiviteit.

Uitbarstingen vaak voorafgegaan door voorafgaande signalen

Satellieten kunnen cruciale gegevens leveren wanneer monitoring op de grond beperkt is of volledig ontbreekt. Voortdurende langetermijnobservaties vanuit de ruimte zijn de sleutel tot het beter herkennen van tekenen van vulkanische onrust. Uitbarstingen zijn vaak maar niet altijd, voorafgegaan door inleidende signalen die enkele uren tot enkele jaren kunnen duren. Deze signalen kunnen veranderingen in seismisch gedrag omvatten, grondvervorming, uitstoot van gassen, temperatuurstijging of meerdere van bovenstaande.

"Behalve seismiciteit, deze kunnen allemaal vanuit de ruimte worden gevolgd door gebruik te maken van verschillende golflengten in het elektromagnetische spectrum, " zegt Sébastien Valade, leider van het MOUNT-project. Het wordt gefinancierd door GEO.X, een onderzoeksnetwerk voor geowetenschappen in Berlijn en Potsdam opgericht in 2010, en uitgevoerd aan de TU Berlijn en GFZ. "Met het MOUNTS monitoringsysteem, we gebruiken meerdere satellietsensoren om veranderingen rond vulkanen te detecteren en te kwantificeren, " voegt hij eraan toe. "En we hebben ook seismische gegevens geïntegreerd van het wereldwijde GEOFON-netwerk van GFZ en van de United States Geological Survey USGS."

Onderdeel van het project was om te testen of AI-algoritmen succesvol konden worden geïntegreerd in de data-analyseprocedure. Deze algoritmen zijn voornamelijk ontwikkeld door Andreas Ley van de TU Berlijn. Hij paste zogenaamde kunstmatige neurale netwerken toe om grote vervormingsgebeurtenissen automatisch te detecteren. De onderzoekers trainden ze met door de computer gegenereerde beelden die echte satellietbeelden nabootsten. Uit dit enorme aantal synthetische voorbeelden, de software leerde grote vervormingen te detecteren in echte satellietgegevens die voorheen niet bekend waren. Dit gebied van datawetenschap wordt machine learning genoemd.

"Voor ons, dit was een belangrijke testballon om te zien hoe we machine learning in het systeem kunnen integreren, " zegt Andreas Ley. "Op dit moment, onze vervormingsdetector lost slechts een enkele taak op. Maar onze visie is om verschillende AI-tools voor verschillende taken te integreren. Aangezien deze tools meestal baat hebben bij training met grote hoeveelheden gegevens, we willen ze continu laten leren van alle data die het systeem wereldwijd verzamelt."

MOUNTS houdt wereldwijd 17 vulkanen in de gaten

De belangrijkste uitdagingen waarmee hij en zijn co-auteurs te maken hadden, waren het omgaan met de grote hoeveelheden gegevens en software-engineering. "Maar deze problemen kunnen worden opgelost, ", zegt Sébastien Valade. "Ik ben er diep van overtuigd dat in de niet zo verre toekomst, geautomatiseerde bewakingssystemen die AI en gegevens uit verschillende bronnen gebruiken, zoals teledetectie via satellieten en sensoren op de grond, zullen mensen helpen om tijdiger en krachtiger te waarschuwen."

Nu al, de analyse van het MOUNTS-monitoringplatform zorgt voor een uitgebreid begrip van verschillende processen in verschillende klimatologische en vulkanische omgevingen over de hele wereld, inclusief de voortplanting van magma onder het oppervlak, de plaatsing van vulkanisch materiaal tijdens de uitbarsting, evenals de morfologische veranderingen van de getroffen gebieden, en de uitstoot van gassen in de atmosfeer. De onderzoekers hebben MOUNTS met succes getest op een aantal recente gebeurtenissen zoals de Krakatau-uitbarsting in Indonesië in 2018 of uitbarstingen in Hawaï en Guatemala, om er een paar te noemen.

Het systeem bewaakt momenteel wereldwijd 17 vulkanen, waaronder de Popocatépetl in Mexico en de Etna in Italië. De website van het platform is vrij toegankelijk, en kunnen dankzij de wereldwijde dekking en gratis toegang tot de onderliggende data eenvoudig nieuwe data opnemen.