La ricerca, guidata dall’Istituto Nazionale di Geofisica e Vulcanologia (INGV) in sinergia con il Dipartimento di Matematica e Informatica dell’Università degli Studi di Catania, è stata condotta nell’ambito del progetto SAFARI (Strategia Basata su Intelligenza Artificiale per il Monitoraggio dei Rischi Vulcanici dallo Spazio), finanziato dal programma Pianeta Dinamico dell’INGV, ed è stata pubblicata sulla rivista scientifica Remote Sensing Applications: Society and Environment.
“Lo studio ha esaminato i dati raccolti tra il 2016 e il 2024, combinando informazioni sulla temperatura e le condizioni ambientali ricavate dai satelliti VIIRS e Sentinel-2 con le temperature delle fumarole monitorate dalla rete INGV nell’area del Cratere La Fossa”, afferma Francesco Spina, ricercatore INGV e autore principale dello studio.
L’impiego di un modello di apprendimento semi-supervisionato ha consentito di identificare con precisione le varie condizioni operative del sistema idrotermale: background, crisi minore e unrest.
“In particolare – aggiunge Gaetana Ganci, ricercatrice INGV e co-autrice della ricerca – l’applicazione di un modello semi-supervisionato basato su reti neurali generative (SGAN) ha permesso di superare la scarsa disponibilità di dati etichettati, a causa della rarità delle fasi di crisi. Questo modello può, infatti, apprendere in modo efficace sia da un limitato numero di dati etichettati che da una grande quantità di dati non etichettati.”
Le reti neurali generative (SGAN) sono sistemi capaci di identificare situazioni diverse anche con un numero esiguo di esempi già classificati, sfruttando le informazioni contenute nei dati non etichettati.
I risultati indicano che l’intelligenza artificiale applicata ai dati satellitari può sostenere il monitoraggio dei vulcani, facilitando l’analisi nel tempo delle variazioni di temperatura superficiale e l’identificazione di cambiamenti legati all’attività del sistema idrotermale, aprendo la porta a sistemi di sorveglianza più avanzati e alla rilevazione precoce di segnali di instabilità.
– foto ufficio stampa INGV –
