The Fort Worth Press - Ingv, satelliti e IA per monitorare sistema idrotermale di Vulcano

USD -
AED 3.673042
AFN 65.000368
ALL 81.855041
AMD 360.540403
ANG 1.790403
AOA 918.000367
ARS 1546.131265
AUD 1.476887
AWG 1.8
AZN 1.70397
BAM 1.769883
BBD 2.014669
BDT 124.411223
BGN 1.77347
BHD 0.37715
BIF 3005
BMD 1
BND 1.287984
BOB 11.678099
BRL 5.666304
BSD 1.000231
BTN 94.214794
BWP 13.981141
BYN 2.99667
BYR 19600
BZD 2.011773
CAD 1.42715
CDF 2315.000362
CHF 0.838719
CLF 0.025287
CLP 995.220396
CNY 6.67175
CNH 6.67522
COP 3319.97
CRC 448.217041
CUC 1
CUP 24.005936
CVE 100.150394
CZK 22.139304
DJF 177.720393
DKK 6.782304
DOP 60.703884
DZD 137.227489
EGP 53.502064
ERN 15
ETB 161.050392
EUR 0.90715
FJD 2.25325
FKP 0.755319
GBP 0.75683
GEL 2.590391
GGP 0.755319
GHS 11.72504
GIP 0.755319
GMD 74.000355
GNF 8857.503848
GTQ 7.646644
GYD 209.264655
HKD 7.84565
HNL 26.950388
HRK 6.831965
HTG 131.169348
HUF 331.003504
IDR 18235.4
ILS 3.216704
IMP 0.755319
INR 94.25795
IQD 1514
IRR 1913737.503816
ISK 123.930386
JEP 0.755319
JMD 158.047862
JOD 0.70904
JPY 159.72504
KES 130.050385
KGS 87.435504
KHR 4080.00035
KMF 447.00035
KPW 900.00035
KRW 1336.565039
KWD 0.31147
KYD 0.833529
KZT 445.849094
LAK 22530.000349
LBP 89550.000349
LKR 332.687818
LRD 170.000348
LSL 16.930381
LTL 2.95274
LVL 0.60489
LYD 6.445039
MAD 9.961704
MDL 18.169149
MGA 4590.000347
MKD 55.830725
MMK 2099.899875
MNT 3604.081637
MOP 8.083632
MRU 40.603743
MUR 47.620378
MVR 15.403739
MWK 1736.000345
MXN 18.536504
MYR 4.086104
MZN 63.903729
NAD 16.930377
NGN 1343.570377
NIO 36.803722
NOK 9.57248
NPR 150.739077
NZD 1.809628
OMR 0.385141
PAB 1.000231
PEN 3.403039
PGK 4.511504
PHP 63.960375
PKR 276.603701
PLN 3.996535
PYG 6207.891986
QAR 3.64425
RON 4.851904
RSD 106.559038
RUB 82.829047
RWF 1476
SAR 3.77446
SBD 8.097697
SCR 13.945304
SDG 601.503676
SEK 10.075038
SGD 1.287204
SHP 0.752984
SLE 23.050371
SLL 20969.503664
SOS 572.503662
SRD 37.49037
STD 20697.981008
STN 22.2
SVC 8.752585
SYP 13002.000337
SZL 16.930369
THB 33.875038
TJS 9.227282
TMT 3.5
TND 3.008504
TOP 2.40776
TRY 50.342104
TTD 6.789769
TWD 32.891404
TZS 2648.920367
UAH 45.477786
UGX 4131.053487
UYU 40.541335
UZS 12039.000334
VES 912.87925
VND 25725.5
VUV 120.332725
WST 2.794859
XAF 595.051667
XAG 0.020459
XAU 0.00025782798
XCD 2.70255
XCG 1.802699
XDR 0.707052
XOF 595.051667
XPF 108.325037
YER 236.550363
ZAR 16.976255
ZMK 9001.203584
ZMW 20.450473
ZWL 321.999592
SSP 5946.510642
MXV 2.081672
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

P.Grant--TFWP