西雅图、那不勒斯和东京相距数千英里，但它们都与潜在的毁灭性火山为邻。
全球大约有 8 亿人生活在距火山 100 公里的范围内，他们的生命安全和生计受到直接威胁。即使是发生在偏远地区的火山爆发也会散布火山灰，对公共卫生、农业和经济造成不利影响。
一些火山持续喷出熔岩，而另一些火山则每隔几十万或几千年才喷发一次。世界各地很难对此类自然灾害作出准确预测。
然而，布里斯托尔大学地球科学学院博士后研究员 Fabien Albino 和视觉信息实验室研究员 Nantheera Anantrasirichai 表示，深度学习可以帮助研究人员更好地发现火山活动的迹象。
此前，研究人员通常使用配备 GPS 或倾斜仪的基站来探测火山表面的变化。但是，并非所有的火山都容易接近或靠近研究中心。因此，科学家们将目光转向了卫星数据等遥感方法。
结合各自在地球科学和深度学习方面的专业知识，Albino 和 Anantrasirichai 正在使用神经网络分析干涉图。这些雷达扫描图像能够显示卫星到地面某一点的距离何时改变。研究人员可借助它们来识别火山岩浆在喷发前加热和膨胀时发生的地面变形。
他们二人利用布里斯托尔大学的超级计算机 BlueCystal（使用 Nvidia P100 GPU 驱动）对 30000 张干涉图训练了深度学习模型，其中涉及大约 900 座活火山。
他们希望借此减少手动检查火山活动迹象的干涉图数量，并帮助科研人员研究更长远的火山活动趋势。
“以前，研究人员每次只能研究某个国家的单个火山弧。现在，我们可以了解全球的火山活动情况，建立全球火山动荡警报系统。”Albino 说。
Albino 和 Anantrasirichai 正在改进该模型，以便更好地识别大气变化。大气变化类似于地面变形信号，可能导致误报的发生。研究人员正在使用合成数据进行一项后续研究，该研究显示误报率已大大下降。
Anantrasirichai 表示：“专家需要查看 30000 张干涉图，而该模型只需要查看 50 张便可了解火山活动情况。”
一旦检测到火山变形，当地科学家便可将注意力集中在该地点，并使用地面监测仪器对此处进行观测。根据不同的火山情况，地震活动和地面变形会在火山爆发前几个小时到几个月之间发生。
对于生活在火山附近的近 10 亿人而言，这种先进的监测技术会为他们提供更好的灾难规划和火山爆发时的疏散警报。
上图拍摄于 2006 年，显示了阿拉斯加奥古斯丁火山喷发出的烟柱。图片来源：美国地质调查局/摄像师：Cyrus Read。已获得公共领域使用授权。