INGV, dati satellitari e IA per il monitoraggio del sistema idrotermale dell’isola di Vulcano
L'utilizzo di un modello di apprendimento semi-supervisionato ha permesso di distinguere con precisione le diverse condizioni di attività del sistema idrotermale
ROMA (ITALPRESS) – 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, può consentire di migliorare il monitoraggio del sistema idrotermale, cioè 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’Università degli Studi di Catania, è 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 è 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 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.
– foto ufficio stampa INGV –
(ITALPRESS).
