Los satélites RADAR pueden recopilar cantidades masivas de datos de teledetección que pueden detectar movimientos del suelo (defomaciones superficiales) en los volcanes casi en tiempo real. Estos movimientos de tierra podrían indicar una inminente actividad volcánica y disturbios; sin embargo, las nubes y otras perturbaciones atmosféricas e instrumentales pueden introducir errores importantes en las mediciones del movimiento del suelo.

Ahora, Los investigadores de Penn State han utilizado inteligencia artificial (IA) para aclarar ese ruido, facilitando y mejorando drásticamente la observación casi en tiempo real de los movimientos volcánicos y la detección de actividad volcánica y disturbios.

"La forma de los volcanes cambia constantemente y gran parte de ese cambio se debe a los movimientos de magma subterráneos en el sistema de tuberías de magma formado por depósitos y conductos de magma, "dijo Christelle Wauthier, profesor asociado de geociencias y miembro de la facultad del Instituto de Datos y Ciencias Computacionales (ICDS). "Gran parte de este movimiento es sutil y no puede ser captado a simple vista".

Los geocientíficos han utilizado varios métodos para medir los cambios del suelo alrededor de los volcanes y otras áreas de actividad sísmica. pero todos tienen limitaciones, dijo Jian Sun, autor principal del artículo y becario postdoctoral en geociencias, financiado por Dean's Postdoc-Facilitated Innovation through Collaboration Award de la Facultad de Ciencias de la Tierra y Minerales.

Añadió que, por ejemplo, los científicos pueden utilizar estaciones terrestres, como GPS o inclinómetros, para monitorear el posible movimiento del suelo debido a la actividad volcánica. Sin embargo, Hay algunos problemas con estos métodos basados ​​en tierra. Primero, los instrumentos pueden ser costosos y deben instalarse y mantenerse en el lugar.

"Entonces, es difícil poner muchas estaciones terrestres en un área específica en primer lugar, pero, digamos que en realidad hay una explosión volcánica o un terremoto, que probablemente dañaría muchos de estos costosos instrumentos, "dijo Sun". Segundo, esos instrumentos solo le darán mediciones de movimiento de tierra en lugares específicos donde están instalados, por lo tanto, esas mediciones tendrán una cobertura espacial muy limitada ".

Por otra parte, Los satélites y otras formas de teledetección pueden recopilar una gran cantidad de datos importantes sobre la actividad volcánica para los geocientíficos. Estos dispositivos también son, en la mayor parte, fuera de peligro de una erupción y las imágenes de satélite ofrecen una cobertura espacial muy extendida del movimiento del suelo. Sin embargo, incluso este método tiene sus inconvenientes, según Sun.

"Podemos monitorear el movimiento del suelo causado por terremotos o volcanes usando sensores remotos RADAR, pero si bien tenemos acceso a una gran cantidad de datos de teledetección, las ondas del RADAR deben atravesar la atmósfera para registrarse en el sensor, ", dijo." Y la ruta de propagación probablemente se verá afectada por esa atmósfera, especialmente si el clima es tropical con mucho vapor de agua y variaciones de nubes en el tiempo y el espacio ".

Según los investigadores, que informan de sus hallazgos en un número reciente de la Revista de investigación geofísica , un método de aprendizaje profundo que desarrollaron actúa como un maestro de rompecabezas. Al tomar datos claros, el sistema puede comenzar a llenar los huecos de datos "ruidosos", agujeros creados por la interferencia del clima y otros ruidos instrumentales. Entonces puede construir una imagen razonablemente precisa de la tierra y sus movimientos.

Usando este método de aprendizaje profundo, los científicos podrían obtener información valiosa sobre el movimiento del suelo, particularmente en áreas con volcanes activos o zonas de terremotos y fallas, dijo Sun. El programa puede detectar posibles señales de advertencia, como cambios repentinos de tierra que podrían ser un presagio de una erupción volcánica inminente, o terremoto.

"Es muy importante para áreas cercanas a volcanes activos, o cerca de donde ha habido terremotos, tener una advertencia lo más temprana posible de que algo podría suceder, "dijo Sun.

Aprendizaje profundo, como sugiere su nombre, utiliza datos de entrenamiento para enseñar al sistema a reconocer las características que los programadores quieren estudiar. En este caso, los investigadores entrenaron el sistema con datos sintéticos que eran similares a los datos de deformación de la superficie de los satélites. Los datos incluían señales de deformación volcánica, características atmosféricas correlacionadas espacial y topográficamente y errores en la estimación de las órbitas de los satélites.

La investigación futura se centrará en perfeccionar y expandir nuestro algoritmo de aprendizaje profundo, según Wauthier.

"Deseamos poder identificar movimientos de fallas y terremotos, así como fuentes magmáticas e incluir varias fuentes subterráneas que generan deformaciones superficiales, ", dijo." Aplicaremos este nuevo método innovador a otros volcanes activos gracias al apoyo de la NASA ".