幫助飛機躲避火山灰雲的演算法

火山噴發後只用5到10分鐘，熾熱的火山灰就可以達到11公里高處——已經超過了通常商用噴氣機的巡航高度，並且足以對其發動機造成危害。

現在有科學家開發出了一種新演算法，可以在火山噴發後立即識別並追蹤火山灰雲的走向。在11月8日的《地球與空間科學》網路版上，研究人員報告說，利用衛星圖像，該程序可以在大約3分鐘內分析出爆發性灰雲的溫度、高度和軌跡。

通過近乎實時地追蹤，科學家們可以提醒航空當局修改途徑火山區域的飛機的飛行路線。 「及時發現至關重要。」研究合作者者Michael Pavolonis說，他是威斯康星州麥迪遜市國家海洋和大氣管理局的物理科學家。

對於偏遠地區不受人類監控的火山，該技術具有特別的價值。在全球大約1500座活火山中，只有不到10％受到了監測。

演算法通過掃描氣象衛星拍攝到的圖像，如NOAA和NASA的合作發射的地球同步環境衛星系統和日本的Himawari-8。這些衛星在赤道附近掠過，每隔30秒就會拍攝地球的照片。

2011年6月厄利垂亞納布羅火山噴發的衛星圖像以及火山噴發15分鐘後AI對周圍雲層的模擬結果。深紅代表火山灰和二氧化硫，黑色是充滿冰的雲層。黃色代表高液態水含量的雲團。
左圖：JEFF SCHMALTZ / MODIS快速反應組 GSFC / NASA;右：M.PAVOLONIS / NOAA

Pavolonis說，難點在於分辨出不同類型的雲。例如，為了區分火山灰雲和大雷暴，該演算法需要計算一種被稱為亮度溫度的東西。當過熱的灰雲湧向高空時，它們在平流層附近迅速冷卻。

研究人員訓練演算法，向其輸入了2002年至2017年衛星數據中記錄下的79次火山爆發。當該演算法使用早期衛星的數據時，它有55％的概率準確識別出灰雲。使用來自新世代衛星的數據時，準確率上升到了近90％。

英國曼徹斯特大學的火山學家Mike Burton沒有參與這項研究，但他非常希望看到能有一部可用於監測火山爆發的人工智慧。「它剛剛起步，但我認為機器學習應用在火山學上的潛力極其巨大。」

本文譯自 sciencenews，由譯者 majer 基於創作共用協議(BY-NC)發布。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！