Satelliti e intelligenza artificiale: monitoraggio innovativo del sistema idrotermale dell’isola di Vulcano.
Un nuovo studio sull’isola di Vulcano utilizza l’intelligenza artificiale per migliorare il monitoraggio del sistema idrotermale, integrando dati satellitari con misure a terra. Coordinato dall’Istituto Nazionale di Geofisica e Vulcanologia (INGV) e dal Dipartimento di Matematica e Informatica dell’Università di Catania, il lavoro è parte del progetto SAFARI e pubblicato sulla rivista Remote Sensing Applications. Analizzando dati raccolti tra il 2016 e il 2024, il modello di apprendimento semi-supervisionato consente di identificare con precisione diverse fasi di attività idrotermale, migliorando la sorveglianza vulcanica e la rilevazione di segnali di instabilità.
Innovazione nel Monitoraggio del Sistema Idrotermale dell’Isola di Vulcano
ROMA (ITALPRESS) – Un recente studio sull’isola di Vulcano ha introdotto un metodo innovativo per il monitoraggio del sistema idrotermale, un insieme di acqua, vapore e gas situato sottoterra. Grazie all’integrazione di dati satellitari con informazioni raccolte a terra, l’utilizzo dell’intelligenza artificiale ha reso possibile un miglioramento significativo nella sorveglianza di questo delicato ecosistema.
La ricerca è stata condotta dall’Istituto Nazionale di Geofisica e Vulcanologia (INGV) in collaborazione con il Dipartimento di Matematica e Informatica dell’Università degli Studi di Catania, nell’ambito del progetto SAFARI (Strategia basata su Intelligenza Artificiale per il monitoraggio dei pericoli vulcanici dallo spazio). Il progetto è stato finanziato dal programma Pianeta Dinamico dell’INGV e i risultati sono stati pubblicati nella rivista scientifica Remote Sensing Applications: Society and Environment.
Francesco Spina, ricercatore dell’INGV e autore principale dello studio, ha spiegato che sono stati analizzati dati raccolti tra il 2016 e il 2024, combinando informazioni sulla temperatura e le condizioni ambientali provenienti dai satelliti VIIRS e Sentinel-2 con le misurazioni delle fumarole effettuate dalla rete di monitoraggio dell’INGV nell’area del Cratere La Fossa. Un modello di apprendimento semi-supervisionato ha reso possibile la distinzione precisa tra le varie condizioni di attività del sistema idrotermale, identificando stadi come il background, crisi minore e unrest.
Gaetana Ganci, ricercatrice INGV co-autrice dello studio, ha sottolineato l’importanza dell’uso di modelli basati su reti neurali generative (SGAN), che consentono di compensare la scarsità di dati etichettati. Questi modelli possono apprendere efficacemente anche con dati limitati, migliorando l’accuratezza nella classificazione delle attività vulcaniche. I risultati ottenuti dimostrano come l’intelligenza artificiale possa svolgere un ruolo chiave nel monitoraggio vulcanico, facilitando l’analisi delle variazioni strutturali nel tempo e contribuendo a sistemi avanzati di sorveglianza e rilevamento precoce di segnali di instabilità.
(ITALPRESS).
Innovativa Ricerca sul Monitoraggio del Sistema Idrotermale di Vulcano
ROMA (ITALPRESS) – Un nuovo studio dedicato all’isola di Vulcano ha introdotto un approccio innovativo capace di migliorare il monitoraggio del sistema idrotermale, che comprende acqua, vapore e gas nel sottosuolo. Grazie all’impiego dell’intelligenza artificiale e all’integrazione di dati satellitari con misurazioni effettuate a terra, questa ricerca rappresenta un significativo avanzamento nel campo della vulcanologia.
Il progetto, coordinato dall’Istituto Nazionale di Geofisica e Vulcanologia (INGV) in partnership con il Dipartimento di Matematica e Informatica dell’Università degli Studi di Catania, è realizzato nell’ambito di SAFARI (An Artificial Intelligence-based StrAtegy For volcAno hazaRd monItoring from space). Finanziato dal programma Pianeta Dinamico dell’INGV, lo studio è stato pubblicato sulla rivista scientifica Remote Sensing Applications: Society and Environment.
Francesco Spina, ricercatore dell’INGV e autore principale della ricerca, ha spiegato come i ricercatori abbiano analizzato dati raccolti tra il 2016 e il 2024. Questo include informazioni sulla temperatura e condizioni ambientali ottenute dai satelliti VIIRS e Sentinel-2, in combinazione con le temperature delle fumarole monitorate dall’INGV nell’area del Cratere La Fossa. Grazie a un modello di apprendimento semi-supervisionato, è stato possibile identificare con precisione diverse fasi di attività del sistema idrotermale, come background, crisi minore e unrest.
Gaetana Ganci, ricercatrice INGV e co-autrice dello studio, ha sottolineato l’importanza dell’uso di reti neurali generative (SGAN) per superare le limitazioni nell’accesso ai dati etichettati durante fasi di crisi rare. Questi modelli possono apprendere sia da pochi dati etichettati che da un grande volume di dati non etichettati. I risultati ottenuti evidenziano come l’intelligenza artificiale applicata ai dati satellitari possa rivoluzionare il monitoraggio vulcanico, consentendo di analizzare le variazioni di temperatura superficiale e di rilevare cambiamenti significativi legati all’attività del sistema idrotermale, facilitando così il riconoscimento precoce di segnali di instabilità.
Non perderti tutte le notizie di tecnologia su Blog.it
About The Author
