人工智能预测火山爆发

处理卫星数据的新算法自动捕捉加拉帕戈斯群岛火山爆发前的地面运动。资料来源:卢卡斯·布斯塔曼特

卫星正在提供世界各地活火山的数据，但研究人员一直在努力利用这些数据来预测火山的危险程度。这个想法可能很快就会实现，因为目前的新算法可以自动计算火山风险数据信号，从而帮助科学家在几年内建立全球火山预警系统。

美国地质调查局黄石火山观测站的科学家迈克尔·波兰说，没有这些算法工具，地质学家将无法跟上卫星提供的信息。"数据量惊人。"波兰说。

英国利兹大学的火山学家安德鲁·胡珀领导开发了一种算法，他说这种算法将使生活在火山附近的大约8亿人受益。“海面上大约有1400座火山可能爆发。其中只有大约100人受到监视，但大多数人没有受到监视。”他说。

在最近的AGU会议上，研究人员展示了这两种预测火山爆发的方法。

在过去几年里，随着欧洲航天局的“1A哨兵”和“1B哨兵”卫星的发射，火山学领域获得了关于火山地面如何在世界各地移动的频繁和重复的数据。哨兵1号系列卫星使用一种叫做雷达干涉测量的技术，这种技术可以比较发送到地球和从地球反射回来的雷达信号，以跟踪地球表面的变化。

这种方法并不新颖，但值得一提的是，哨兵1号系列卫星每六天将重新探测地球上的每一个点，而且该小组可以迅速发布高分辨率的观测结果。被称为地震、火山和地质结构观测和建模中心(COMET)的英国研究小组已经开始为世界火山建立一个被称为“干涉图”的地面运动快照数据库。

与COMET合作的Hooper说，鉴于机器学习在其他形式的模式检测中的成功，用自动检测覆盖数据库似乎是可行的。

地面运动的变化通常能反映火山下的岩浆运动，但不能完全预测火山爆发。与气象卫星能够自动探测到的热点或火山灰羽不同，地面运动能够帮助预测火山爆发，而不仅仅是指示它们的发生。“移动并不总是意味着火山会爆发，但不移动就直接爆发是很少见的。”胡珀说。

首先，研究人员必须教算法不要混淆大气变化和地面运动，地面运动经常出现在一些干涉图中。为此，胡珀的团队应用了独立分量分析技术，可以将信号分解成不同的部分:例如，分层大气或短期湍流，以及弹坑或侧面的地面位移。这项技术使他们能够捕捉最新的地面运动或运动速度变化，这两者都可能是火山爆发的迹象。

与此同时，由布里斯托尔大学火山学家朱丽叶·比格斯领导的另一个彗星小组使用人工智能(卷积神经网络)构建了第二种算法。

研究人员首先使用欧洲环境卫星(哨兵的前身)的原始干涉图来训练神经网络。尽管该算法在分析30，000个“哨兵”干涉图方面取得了一些进展，但预测结果仍不令人满意。该组织的另一位火山学家杨奇煜·阿尔比诺说，他们目前只有几个研究实例。对于学习机来说，100等于0，它们需要数以千计的例子。

为了解决这个问题，比格斯和他的同事创建了一个模拟火山爆发的合成数据集。正如他们在AGU会议上报告的那样，这些综合数据将假阳性的比例从60%降低到了20%。阿尔比诺说，随着更多的病例被注入到算法中，这一趋势只会继续变好。“该系统将像谷歌一样进行调整，并(输入)数百万只猫和狗，然后该系统将学习。这是稳定的。”

虽然COMET火山数据库中的一些技术故障使得研究小组无法在所有火山上近乎实时地运行他们的算法，但胡珀公司已经在一些特定的地方运行了他们的技术，包括加拉帕戈斯群岛上的内格拉火山和沃尔夫火山。

此外，这两种算法是互补的。例如，神经网络不能捕捉变形的缓慢变化，但独立分量分析可以。因此，研究人员表示，COMET的预警系统可能会同时使用这两种方法。

当前的挑战是如何加快COMET从“哨兵”中提取雷达数据并将其传输到数据库。尽管这些数据可以在几小时内从卫星上获得，但要完全传输它们需要几周的时间。胡珀说这是一项艰难的工作，“我们相信我们会走得更远。”

波兰还说，这项工作正是世界所需要的，新技术肯定能改变对这些事件的探测。(唐毅宸)

中国科学新闻(2018-12-18第三版国际版)