卫星需要获取关于全球活火山的数据，但研究人员仍然致力于利用这些数据来预测火山的危险性程度。这一点子很有可能迅速就能构建，因为目前的算法可以自动计算出来火山风险数据信号，从而协助科学家在几年内创建全球火山预警系统。

本周，在华盛顿特区举办的美国地球物理联盟会议（AGU）上，该会议每半年举办一次，展出了两种预测火山爆发的方法。在过去的几年里，随着欧洲航天局的卫星Sentinel1A和Sentinel1B的升空，火山学领域致力于仔细观察火山周围陆地的运动情况。Sentinel1卫星用于一种称作雷达干预测量的技术，该技术需要较为发送到地球和从地球光线的雷达信号，以追踪行星表面的变化。

值得一提的是，间隔6天，Sentinel1卫星都会新的检测一次地球上的每个地点，Sentinel团队需要很快接到这些高分辨率的观测结果。地面运动的变化一般来说能体现火山下方的岩浆移动，但它无法几乎预测火山爆发。为了超过这一目标，团队必需教会他们的算法，无法只能误解地面运动的大气变化。

为此运用了一种称作独立国家成分分析的技术，该技术需要将信号分解成有所不同的部分：例如分层大气或短期湍流，以及火山火山口或侧翼的地面移位。该技术使他们需要捕猎近期的地面移动或移动速率变化，这两者都有可能是未来火山爆发的迹象。

与此同时，由英国布里斯托尔大学的火山学家朱丽叶·比格斯领导的另一个COMET团队用于人工智能建构了第二种算法，被称作卷积神经网络。研究人员首先用于来自Sentinel前身Envisat的完整干预图来训练他们的神经网络，他们有一些火山爆发的例子。

为了解决问题这一问题，比格斯和她的同事创立了一个仿真火山火山爆发的制备数据集。阿尔比诺说道，随着更好Sentinel示例被上传遍算法中，预测结果将不会更加精确。

本文来源：大阳城8722-www.likedaviddid.com