Dubai Telegraph - Ingv, satelliti e IA per monitorare sistema idrotermale di Vulcano

EUR -
AED 4.256313
AFN 76.481248
ALL 92.079325
AMD 421.971218
ANG 2.074029
AOA 1062.633689
ARS 1750.698414
AUD 1.617103
AWG 2.085869
AZN 1.969856
BAM 1.957939
BBD 2.333601
BDT 142.065188
BGN 1.965776
BHD 0.436305
BIF 3461.962364
BMD 1.158816
BND 1.476012
BOB 14.08272
BRL 5.903175
BSD 1.158591
BTN 110.100722
BWP 15.617543
BYN 3.581713
BYR 22712.790737
BZD 2.330167
CAD 1.603743
CDF 2635.146746
CHF 0.942006
CLF 0.027615
CLP 1086.830009
CNY 7.786257
CNH 7.784554
COP 3665.716955
CRC 525.630882
CUC 1.158816
CUP 30.70862
CVE 110.608574
CZK 24.192829
DJF 205.944872
DKK 7.475054
DOP 68.018872
DZD 154.598445
EGP 59.157893
ERN 17.382238
ETB 189.250896
FJD 2.575758
FKP 0.856675
GBP 0.85921
GEL 3.024371
GGP 0.856675
GHS 13.123588
GIP 0.856675
GMD 85.751964
GNF 10168.609472
GTQ 8.839656
GYD 242.397797
HKD 9.087376
HNL 31.082954
HRK 7.534656
HTG 151.519244
HUF 367.645692
IDR 20527.264037
ILS 3.503801
IMP 0.856675
INR 109.470263
IQD 1518.628177
IRR 1592908.272534
ISK 140.599679
JEP 0.856675
JMD 183.630592
JOD 0.821614
JPY 183.90173
KES 149.996994
KGS 101.33867
KHR 4688.569197
KMF 493.655309
KPW 1042.934609
KRW 1573.544338
KWD 0.358225
KYD 0.965546
KZT 527.193659
LAK 25986.445017
LBP 103771.959592
LKR 380.655816
LRD 210.328867
LSL 18.599213
LTL 3.421682
LVL 0.700956
LYD 7.36484
MAD 10.85659
MDL 20.09586
MGA 5004.942333
MKD 61.603141
MMK 2433.365691
MNT 4168.50431
MOP 9.359734
MRU 46.317596
MUR 54.707322
MVR 17.915475
MWK 2011.704277
MXN 19.680751
MYR 4.688106
MZN 74.04581
NAD 18.598865
NGN 1541.086414
NIO 42.636575
NOK 10.797545
NPR 176.163438
NZD 1.983255
OMR 0.445557
PAB 1.158576
PEN 3.899159
PGK 5.220198
PHP 72.460573
PKR 321.339822
PLN 4.330252
PYG 6852.135492
QAR 4.224015
RON 5.255112
RSD 117.297699
RUB 101.15519
RWF 1708.328286
SAR 4.342823
SBD 9.293427
SCR 15.954287
SDG 697.025944
SEK 11.157312
SGD 1.473323
SHP 0.858527
SLE 28.564989
SLL 24299.788153
SOS 662.183348
SRD 43.772534
STD 23985.148537
STN 24.529441
SVC 10.138037
SYP 15066.923624
SZL 18.598611
THB 38.449415
TJS 10.705611
TMT 4.055855
TND 3.390804
TOP 2.79015
TRY 55.956201
TTD 7.850422
TWD 36.814188
TZS 3070.705575
UAH 51.744406
UGX 4378.783245
USD 1.158816
UYU 46.645382
UZS 13693.958849
VES 927.254028
VND 30213.226352
VUV 137.068512
WST 3.128518
XAF 656.736739
XAG 0.017743
XAU 0.000264
XCD 3.131758
XCG 2.08807
XDR 0.819343
XOF 656.74525
XPF 119.331742
YER 274.696937
ZAR 18.59902
ZMK 10430.733443
ZMW 22.071205
ZWL 373.138232
Ingv, satelliti e IA per monitorare sistema idrotermale di Vulcano
Ingv, satelliti e IA per monitorare sistema idrotermale di Vulcano

Ingv, satelliti e IA per monitorare sistema idrotermale di Vulcano

Ricerca realizzata nell'ambito del progetto Safari con ateneo di Catania

Dimensione del testo:

Un nuovo studio dedicato all'isola di Vulcano, nell'arcipelago delle Eolie, introduce un approccio che, grazie all'intelligenza artificiale e all'integrazione di dati satellitari con misure acquisite a terra, può consentire di migliorare il monitoraggio del sistema idrotermale, cioe' 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, e' stata realizzata nell'ambito del progetto Safari finanziato dal programma Pianeta dinamico dell'Ingv, ed e' stata 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 le 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 - continua 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 disponibilita' di dati etichettati, dovuta alla rarità delle fasi di crisi. Il modello, infatti, puo' apprendere efficacemente sia con pochi dati etichettati sia con un'ampia mole di dati non etichettati". Le reti neurali generative (Sgan) sono sistemi in grado di riconoscere situazioni diverse anche con pochi esempi già classificati, sfruttando le informazioni contenute nei dati non etichettati. I risultati mostrano come l'intelligenza artificiale applicata ai dati satellitari possa supportare il monitoraggio dei vulcani, permettendo di analizzare nel tempo le variazioni di temperatura superficiale e di individuare cambiamenti legati all'attività del sistema idrotermale, aprendo la strada a sistemi di sorveglianza più avanzati e all'individuazione precoce di segnali di instabilità

I.Uddin--DT