Vulcano, l’intelligenza artificiale per il monitoraggio: nuovo studio INGV-Università di Catania
Pubblicato il da Luigi Salemi - aggiornato il - Green
Un nuovo studio scientifico sull’isola di Vulcano segna un passo avanti nell’uso dell’intelligenza artificiale applicata alla sorveglianza vulcanica e alla prevenzione dei rischi naturali. La ricerca introduce un sistema innovativo che integra dati satellitari e misurazioni a terra per migliorare il monitoraggio del sistema idrotermale, cioè l’insieme di acqua, vapore e gas presenti nel sottosuolo.
Un progetto tra INGV e Università di Catania
Lo studio è stato coordinato 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 (An Artificial Intelligence-based StrAtegy For volcAno hazaRd monItoring from space), finanziato dal programma Pianeta Dinamico dell’INGV.
I risultati sono stati pubblicati sulla rivista scientifica Remote Sensing Applications: Society and Environment.
Dati satellitari e misure sul campo per leggere il vulcano
La ricerca ha analizzato un ampio periodo di osservazione, dal 2016 al 2024, combinando dati provenienti dai satelliti VIIRS e Sentinel-2 con le rilevazioni delle temperature delle fumarole registrate dalla rete di monitoraggio dell’INGV nell’area del Cratere La Fossa.
“Lo studio ha integrato informazioni termiche e ambientali per ricostruire l’evoluzione del sistema idrotermale nel tempo”, spiega Francesco Spina, ricercatore INGV e autore dello studio.
L’intelligenza artificiale per interpretare le fasi del vulcano
Uno degli aspetti innovativi della ricerca è l’utilizzo di un modello di apprendimento semi-supervisionato, capace di distinguere con maggiore precisione le diverse condizioni del sistema vulcanico: background, crisi minore e unrest (fase di instabilità).
“In particolare – sottolinea Gaetana Ganci, ricercatrice INGV – l’uso di reti neurali generative semi-supervisionate (SGAN) ha permesso di superare il limite della scarsa disponibilità di dati etichettati, tipica degli eventi di crisi vulcanica”.
Le SGAN sono modelli di intelligenza artificiale in grado di apprendere anche con pochi dati già classificati, sfruttando al tempo stesso grandi quantità di informazioni non etichettate.
Verso un monitoraggio vulcanico più preciso e precoce
I risultati dello studio dimostrano come l’intelligenza artificiale applicata ai dati satellitari possa diventare uno strumento fondamentale per la sorveglianza vulcanica.
L’approccio consente infatti di:
analizzare nel tempo le variazioni di temperatura superficiale
individuare segnali legati all’attività del sistema idrotermale
migliorare la capacità di riconoscere precocemente eventuali fasi di instabilità
Una nuova frontiera per la prevenzione dei rischi naturali
L’integrazione tra osservazione satellitare e modelli di intelligenza artificiale apre la strada a sistemi di monitoraggio più avanzati, capaci di aumentare la sicurezza nelle aree vulcaniche attive.
Un’evoluzione che rafforza il ruolo della tecnologia nella comprensione dei fenomeni naturali e nella prevenzione dei rischi ambientali, con possibili applicazioni future anche in altri contesti geologici complessi.