Un nuovo studio sull’isola di Vulcano propone un avanzato sistema di monitoraggio del sistema idrotermale grazie all’integrazione tra intelligenza artificiale e dati satellitari combinati con misurazioni effettuate a terra. L’obiettivo è migliorare l’osservazione delle dinamiche sotterranee di acqua, vapore e gas, elementi chiave per comprendere l’attività del vulcano. La ricerca è stata coordinata dall’Istituto Nazionale di Geofisica e Vulcanologia 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.
Lo studio, pubblicato sulla rivista scientifica Remote Sensing Applications: Society and Environment, punta a rafforzare le capacità di sorveglianza vulcanica attraverso tecnologie innovative, aprendo nuove prospettive per la prevenzione dei rischi e la gestione delle aree vulcaniche attive. “Lo studio ha analizzato i dati raccolti tra il 2016 e il 2024, combinando informazioni sulla temperatura e le condizioni ambientali derivate dai satelliti VIIRS e Sentinel-2 con le temperature delle fumarole registrate dalla rete di monitoraggio dell’INGV nell’area del Cratere La Fossa” spiega Francesco Spina, ricercatore INGV e autore corrispondente della ricerca.
L’utilizzo di un modello di apprendimento semi-supervisionato ha permesso di distinguere con precisione le diverse condizioni di attività del sistema idrotermale: background, crisi minore e unrest. “In particolare – continua Gaetana Ganci, ricercatrice INGV e co-autrice dello studio – l’uso di un modello semi-supervisionato basato su reti neurali generative (SGAN) ha permesso di superare la limitata disponibilità di dati etichettati, dovuta alla rarità delle fasi di crisi. Il modello, infatti, può apprendere efficacemente sia con pochi dati etichettati sia con un’ampia mole di dati non etichettati”.
Le reti neurali generative (SGAN), infatti, sono sistemi in grado di riconoscere situazioni diverse anche con pochi esempi già classificati, sfruttando le informazioni contenute nei dati non etichettati. I risultati mostrano come l’intelligenza artificiale applicata ai dati satellitari possa supportare il monitoraggio dei vulcani, permettendo di analizzare nel tempo le variazioni di temperatura superficiale e di individuare cambiamenti legati all’attività del sistema idrotermale, aprendo la strada a sistemi di sorveglianza più avanzati e all’individuazione precoce di segnali di instabilità.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?