利用人工智能,卫星和气体传感器来预测火山爆发
研究人员将雷达数据与记录温度和二氧化硫排放量的卫星观测数据相结合,以捕获火山爆发前和爆发过程中发生的多维图像, 并创建了一个称为 MOUNTS(监测太空动荡)的火山监测平台来利用多项相关数据。在他们开始该项目时,研究人员面临着一个新的,不寻常的问题-数据过多。卫星提供的读数激增,超出了研究人员使用常规方法可以分析的范围。研究人员表示:「火山太多,数据太多,我们需要更智能的方式来处理数据集」。为了应对这一挑战,研究人员转向了机器学习技术,这是一种人工智能形式,其中可以训练诸如神经网络之类的计算机算法来挑选数据模式。英国布里斯托大学的火山学家 Juliet Biggs 和她的同事们创建了一个神经网络,通过 900 多个火山的 30,000 张 Sentinel-1 图像进行搅拌,并标记出约 100 张图像需要进一步关注。在这些图像中,有 39 个显示出真实的地面变形,这意味着 AI 系统将火山学家的工作量减少了近 10 倍。据了解,他们目前正在对来自 1000 多个火山的约 50 万幅图像进行测试。(自然杂志)