Un nuovo studio dedicato all’isola di Vulcano introduce un approccio che, grazie all’intelligenza artificiale e all’integrazione di dati satellitari con misure acquisite a terra, puo’ consentire di migliorare il monitoraggio del sistema idrotermale, cioe’ l’insieme di acqua, vapore e gas presenti nel sottosuolo. La ricerca, coordinata dall’Istituto nazionale di geofisica e vulcanologia (Ingv) in collaborazione con il Dipartimento di Matematica e Informatica dell’Universita’ degli Studi di Catania, e’ stata realizzata nell’ambito del progetto Safari (an artificial intelligence-based StrAtegy for volcAno hazaRd monItoring from space) finanziato dal programma Pianeta dinamico dell’Ingv, ed e’ stata pubblicata sulla rivista scientifica Remote Sensing Applications: Society and Environment.
“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 attivita’ 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 disponibilita’ di dati etichettati, dovuta alla rarita’ delle fasi di crisi. Il modello, infatti, puo’ apprendere efficacemente sia con pochi dati etichettati sia con un’ampia mole di 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’attivita’ del sistema idrotermale, aprendo la strada a sistemi di sorveglianza piu’ avanzati e all’individuazione precoce di segnali di instabilita’. (AGI)
