Sebuah tim dari University of Geneva dan INGV telah menciptakan model 3D yang akurat yang belum pernah terjadi sebelumnya dari struktur internal gunung berapi aktif, menandai kemajuan dalam manajemen risiko.
Letusan gunung berapi dapat memiliki konsekuensi dramatis. Tetapi bagaimana kita bisa mengantisipasi fenomena ini, yang terungkap hingga puluhan kilometer di bawah permukaan? Sebuah tim dari University of Geneva, bekerja sama dengan National Institute of Geophysics and Volcanology (INGV) di Italia, telah berhasil menciptakan kembali model 3D interior gunung berapi Vulcano, yang terletak di Sisilia Utara. Gambar ini, diproduksi dengan akurasi yang belum pernah terjadi sebelumnya, diperoleh dengan menggabungkan jaringan seismik nodal dan kecerdasan buatan. Diterbitkan di Komunikasi Alamhasil ini merupakan terobosan besar dalam memahami struktur vulkanik dan, berpotensi, dalam manajemen risiko.
Planet kami adalah rumah bagi lebih dari 1.500 gunung berapi aktif, namun hanya 30% dari mereka yang dipelajari dengan baik oleh para ilmuwan. Sementara itu, lebih dari 800 juta orang tinggal di dekat raksasa yang sering tidak terduga ini. Oleh karena itu, mengembangkan alat untuk lebih memahami dan mengantisipasi letusan merupakan tantangan penelitian utama.
Ini adalah terobosan yang sebanding dengan transisi dari USG ke MRI dalam kedokteran.
“Until now, volcano seismology has primarily focused on earthquake signals beneath volcanoes. Large-scale studies have certainly helped to outline their internal structures, but very few have examined in detail what occurs deep underground,” says Douglas Stumpp, a doctoral candidate in the Department of Earth Sciences, Earth and Environmental Sciences Section, at the Faculty of Science, UNIGE, and lead author of the study. Hal ini disebabkan oleh sifat unik dari masing -masing gunung berapi dan tidak dapat diaksesnya domain geologis di mana letusan nukleat.
“Foto” presisi yang belum pernah terjadi sebelumnya
Berkat karya terbaru oleh tim Matteo Lupi, Associate Professor di Departemen Ilmu Pengetahuan Bumi, Bagian Ilmu Bumi dan Lingkungan, Fakultas Sains, Unige, Douglas Stumpp telah menghasilkan citra internal Vulcano yang beresolusi tinggi. Terletak di pulau eponymous di Sisilia utara, gunung berapi memasuki fase kerusuhan pada akhir 2021. Kebangkitan ditandai oleh apa yang disebut peristiwa seismik “periode yang sangat panjang”, sebuah sinyal yang menunjukkan gerakan magma dan gas dalam sistem vulkanik.
“Kami menggunakan pendekatan tomografi noise seismik, yang diperoleh oleh jaringan nodal. Untuk memproses data kami menggunakan jaringan saraf, sebuah teknologi yang memungkinkan kami untuk 'rontgen' gunung berapi. Pekerjaan ini dilakukan sebagai bagian dari program master gabungan dari universitas Jenewa dan Lausanne (Elste),” jelas peneliti. Dengan dukungan dan kolaborasi INGV, tim ini mengerahkan sekitar 200 sensor seismik portabel di seluruh pulau. Selama sebulan, seismometer canggih ini mencatat getaran tanah alami pada berbagai frekuensi.
Diketahui, misalnya, bahwa gelombang tertentu – yang dikenal sebagai gelombang seismik sekunder – merambat secara perlahan ketika melewati zona kaya cairan, memungkinkan deteksi magma potensial. Volume data yang sangat besar ini kemudian diproses oleh superkomputer Unige, Yggdrasil. “Teknologi tomografi noise ambient telah tersedia selama sekitar 20 tahun, tetapi menggunakan sejumlah besar sensor dan memproses data mereka dengan AI benar -benar baru,” kata Matteo Lupi, yang memimpin penelitian.
Berkat data ini, tim dapat merekonstruksi struktur internal Vulcano secara tepat. Pemodelan ini juga mengungkapkan distribusi cairan magmatik di daerah atasnya. “Ini adalah terobosan yang sebanding dengan transisi dari USG ke MRI dalam kedokteran,” kata peneliti.
Dari pengetahuan hingga pencegahan
Hasil ini belum memungkinkan letusan diprediksi, tetapi mereka mewakili lompatan yang signifikan dalam memahami dinamika internal gunung berapi. “If we could process data from seismic ambient noise nodal tomography in real time, assisted by neural networks, we could analyse the behaviour of each area of the volcanic system as it unfolds-and thus design dynamic, adaptable evacuation plans. The ultra-fast processing of such massive volumes of data remains a major technical challenge, but the integration of machine learning and deep learning, as demonstrated in this study, shows that this prospect is now becoming feasible,” menyimpulkan Douglas Stumpp.
