Satellieten en ‘machine learning’ zijn de allernieuwste technologische middelen die worden gebruikt door de geologen die verantwoordelijk zijn voor het monitoren van de vulkanen vop de Canarische Eilanden.
Machine learning is een vorm van kunstmatige intelligentie (Artificial intelligence) die is gericht op het bouwen van systemen die van eerdere verwerkte gegevens kunnen leren en deze data gebruiken om belangrijke prognoses te maken. Kunstmatige intelligentie is een overkoepelende term voor systemen of machines die de menselijke intelligentie nabootsen.
De recente vulkaanuitbarstingen van de Fagradalsfjall in IJsland of de Sinabung in Indonesië hebben de focus gelegd op het monitoren van deze geologische formaties maar ook de wetenschappers op de Canarische Eilanden zijn steeds alert en voortdurend op zoek naar onregelmatigheden om de bevolking tijdig te kunnen verwittigen.
Achter de enorme hoeveelheid wetenschappelijke gegevens, die 24 uur per dag worden verzameld, staat het team van het Instituto Vulcanológico de Canarias (INVOLCAN), dat vanaf het eiland Tenerife de activiteit van de vulkanen op de eilanden zelf controleert maar ook van andere vulkanen over de hele wereld. Hun methoden, waarmee ze vandaag de dag werken, hebben niets meer te maken met de veldexpedities die in het verleden nodig waren en die soms geologen in gevaar brachten.
David Calvo, de geoloog die verantwoordelijk is voor de communicatie bij INVOLCAN, legt uit hoe de nieuwste technologie helpt om de Canarische vulkanen vandaag de dag scherp in de gaten te houden, vooral de berg Teide als de belangrijkste en meest actieve op de hele archipel.
De technologische vooruitgang heeft de instrumenten ter plaatse niet verdrongen. Deze op de vulkanen geïnstalleerde apparaten blijven een primaire gegevensbron om mee te werken. Zo heeft INVOLCAN apparatuur die de gassen meet die door de vulkaan worden uitgestoten. Hogere gasemissies kunnen erop wijzen dat de vulkaan actiever is en in de toekomst voor problemen kan zorgen.
Verder hebben we seismische stations die zijn samengesteld uit seismografen die de aardbevingen van de vulkanen registreren. Deze apparatuur, zo benadrukt hij, is erg gevoelig en legt zelfs de kleinste seismische beweging vast. Beide databronnen vereisen fysieke aanwezigheid op de vulkaan. Sommigen van hen zelfs binnenin de vulkanen, zodat de metingen zo waarheidsgetrouw mogelijk zijn.
We hebben een combinatie van metingen op de grond en metingen in de ruimte via satellieten met behulp van GPS. We installeren een apparaat op de flanken van de vulkaan en we meten de positie van dat instrument met behulp van GPS. Ons werk vereist uiterste precisie, we hebben het over enkele centimeters vervorming die aangeeft dat de vulkaan kan uitbarsten. De foutmarge, die hun apparaten hanteren, is één millimeter horizontaal en één centimeter verticaal.
De hoeveelheid gegevens, die wordt verzameld door de instrumenten op de vulkanen en door de satellieten, gaat vervolgens naar het INVOLCAN-operatiecentrum op het eiland Tenerife. De hoeveelheid gegevens, die dagelijks wordt ontvangen, is enorm. Dit aantal neemt toe wanneer complexe seismische bewegingen worden geregistreerd, zoals de zwermen die enige tijd geleden op het eiland La Palma plaatsvonden.
‘Machine Learning’ helpt ons deze signalen te verwerken en ze kunnen het beter en sneller dan mensen waardoor mogelijke vulkaanuitbarstingen rapper kunnen worden voorspeld en de lokale bevolking tijdig kan worden geïnformeerd.