Satelliti e Intelligenza Artificiale per monitorare i vulcani: cosa è il progetto Safari dell'Ingv che serve (anche) a rendere più sicuro il traffico aereo

L’integrazione tra le più avanzate capacità del telerilevamento satellitare e le tecnologie di Intelligenza Artificiale (IA) sta ridefinendo la sorveglianza dei vulcani, aprendo scenari finora inediti. Obiettivo di questa sinergia è la caratterizzazione completamente automatica dello stato di attività dei sistemi vulcanici e, laddove possibile, la previsione della loro evoluzione.

Al centro di questa trasformazione scientifica e tecnologica c’è SAFARI, acronimo di "An artificial intelligence-based StrAtegy For volcAno hazaRd monItoring from space". Avviato nel 2023 e coordinato dall’INGV in collaborazione con università ed enti di ricerca nazionali e internazionali, il progetto punta a sviluppare una strategia integrata per valutare la pericolosità vulcanica direttamente dallo spazio.

La forza di SAFARI risiede nella fusione di una mole imponente di informazioni: i dati satellitari acquisiti da sensori ottici, termici e a microonde vengono confrontati in modo sistematico con le misure quotidiane delle reti di osservazione a terra (sismiche, geodetiche e geochimiche).

A questo sforzo contribuisce un team internazionale composto da ricercatrici e ricercatori dell’INGV, dell’Università di Catania e di Palermo, del Max Planck Institute for Chemistry, del Goma Volcanological Observatory, dell’Instituto Geofísico in Ecuador e dell’Observatoire de Physique du Globe de Clermont-Ferrand.

Le metodologie sviluppate sono state applicate con successo su quattro vulcani chiave: Etna e Vulcano in Italia, Nyiragongo nella Repubblica Democratica del Congo e Sangay in Ecuador. Questi ultimi due, ad altissima pericolosità e situati in aree remote, dipendono in larga misura dall’osservazione dallo spazio.

I risultati raggiunti nei tre anni di attività affrontano snodi cruciali del monitoraggio vulcanico. Anzitutto, l’IA è stata impiegata per “ripulire” le immagini radar. I dati SAR (Radar ad Apertura Sintetica) sono spesso affetti da disturbi e fluttuazioni casuali che generano granularità e complicano l’interpretazione.

Grazie a un filtro innovativo, l’IA ha “imparato” a separare il segnale utile dal rumore, migliorando drasticamente il rapporto segnale-rumore e riducendo le false anomalie. Questa tecnica, applicata ai dati del satellite Sentinel-1 durante l’eruzione del Sangay nel 2021, ha prodotto un salto di qualità nell’affidabilità delle immagini.

Un secondo traguardo riguarda la previsione autonoma, in tempo reale, del percorso delle colate laviche. Il sistema automatizza le simulazioni di propagazione dei flussi per generare rapidamente mappe di pericolosità, fondamentali per la gestione del rischio. Utilizzando i tassi di effusione stimati dallo spazio, il modello riproduce l’estensione del fronte e anticipa l’evoluzione del campo lavico con giorni di anticipo, migliorando progressivamente l’accuratezza delle mappe di rischio.

Ricadute significative emergono anche per la sicurezza del traffico aereo. Conoscere l’esatta altezza di una nube vulcanica è vitale per l’aviazione. Sull’Etna, il team di SAFARI ha addestrato una rete neurale su migliaia di immagini satellitari, ottenendo un sistema in grado di distinguere in automatico i colori delle emissioni laviche da quelli delle nubi generate dall’attività esplosiva e di calcolare in tempo reale l’altezza della colonna eruttiva.

Infine, in contesti con scarsa disponibilità di dati storici, come il Nyiragongo, l’IA ha operato con un approccio di “Apprendimento Non Supervisionato” (Unsupervised Learning). Analizzando in autonomia i dati satellitari, l’algoritmo ha raggruppato i comportamenti del vulcano in “famiglie” di attività, individuando il passaggio dalla quiete a una fase anomala proprio durante l’eruzione del maggio 2021. In scenari simili, l’IA può agire come una “sentinella autonoma”, capace di esaminare rapidamente enormi quantità di informazioni e riconoscere schemi impercettibili all’occhio umano. Come ogni sistema automatico, tuttavia, richiede sempre la verifica di esperti per scongiurare falsi allarmi.

Nel meeting conclusivo del progetto sono stati presentati i risultati di questo lavoro congiunto, segnando un passaggio cruciale: dall’ideazione e sperimentazione all’impiego di routine di tecnologie spaziali e di intelligenza artificiale per la valutazione quotidiana della pericolosità vulcanica su scala globale.