Intelligenza artificiale e dati satellitari per mappare il sistema idrotermale dell'Isola di Vulcano: e i risultati sono sorprendenti
Il nuovo studio dell'INGV e dell'Università di Catania: analizzati otto anni di temperature al cratere La Fossa. Il sistema distingue perfettamente gli stati di normalità, le crisi minori e le pericolose fasi di "unrest"
Un recente studio sull’isola di Vulcano, nell’arcipelago delle Eolie, propone una metodologia che, grazie all’intelligenza artificiale e alla fusione di dati satellitari con misurazioni effettuate a terra, punta a potenziare il monitoraggio del sistema idrotermale, ossia l’insieme di acqua, vapore e gas presenti nel sottosuolo.
La ricerca, coordinata dall’Istituto nazionale di geofisica e vulcanologia in collaborazione con l’Università di Catania, è stata sviluppata nell’ambito del progetto Safari, finanziato dal programma Pianeta dinamico dell’Ingv, e pubblicata sulla rivista scientifica Remote Sensing Applications: Society and Environment.
“Lo studio – spiega il ricercatore Francesco Spina, autore corrispondente della ricerca – ha analizzato i dati raccolti tra il 2016 e il 2024, combinando informazioni sulla temperatura e sulle 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. 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 – aggiunge 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 di tipo Sgan sono in grado di riconoscere scenari differenti anche con un numero ridotto di esempi già classificati, valorizzando le informazioni contenute nei dataset non etichettati.
I risultati indicano come l’intelligenza artificiale applicata ai dati satellitari possa supportare la sorveglianza dei vulcani, consentendo di seguire nel tempo le variazioni della temperatura superficiale e di individuare segnali connessi all’attività del sistema idrotermale, aprendo la strada a strumenti di monitoraggio più evoluti e all’individuazione precoce di possibili condizioni di instabilità.