L’Apporto delle Reti Neurali Generative
di Francesca Buttarazzi
L’isola di Vulcano, parte delle Isole Eolie in Italia, è al centro di una rivoluzionaria ricerca che mira a migliorare il monitoraggio delle sue attività idrotermali. Questo è reso possibile grazie all’integrazione tra intelligenza artificiale e dati satellitari.
Un nuovo studio dell’Istituto Nazionale di Geofisica e Vulcanologia (INGV), in collaborazione con il Dipartimento di Matematica e Informatica dell’Università degli Studi di Catania, ha introdotto un approccio innovativo per la sorveglianza del sistema idrotermale dell’isola. Il progetto, denominato SAFARI (An Artificial Intelligence-based StrAtegy For volcAno hazaRd monItoring from space), è stato finanziato dal programma Pianeta Dinamico dell’INGV e pubblicato sulla rivista Remote Sensing Applications: Society and Environment.
Tra il 2016 e il 2024, i ricercatori hanno raccolto dati combinando informazioni sulle temperature ambientali dai satelliti VIIRS e Sentinel-2 con le misurazioni delle fumarole registrate dalla rete INGV nell’area del Cratere La Fossa. Francesco Spina, ricercatore INGV, spiega come l’utilizzo di un modello semi-supervisionato abbia permesso una distinzione precisa tra le diverse condizioni del sistema idrotermale: background, crisi minore e unrest.
Gaetana Ganci, co-autrice dello studio, sottolinea come l’impiego di reti neurali generative semi-supervisionate (SGAN) abbia superato la limitata disponibilità di dati etichettati dovuta alla rarità delle crisi. Queste reti possono apprendere efficacemente anche da pochi esempi classificati sfruttando ampie quantità di dati non etichettati.
I risultati dello studio dimostrano che l’applicazione dell’intelligenza artificiale ai dati satellitari può migliorare significativamente la capacità di monitorare i vulcani. Questo approccio permette non solo un’analisi dettagliata nel tempo delle variazioni termiche superficiali ma anche l’individuazione precoce dei segnali d’instabilità del sistema idrotermale.