Technology Review 2/2019
S. 10
Aktuell

Berechenbare Feuerspucker

Britische Wissenschaftler wollen Vulkanausbrüche mit künstlicher Intelligenz vorhersagen.

Interferogramme des Pico do Fogo auf den Kapverden – links kurz vor einem Ausbruch 2014, rechts vom Januar 2018. Die Bodenveränderungen über einen Zeitraum von drei Wochen werden durch Regenbogenfarben dargestellt. Fotos: ESA

Weltweit gibt es rund 1500 aktive Vulkane an Land, etwa 60 davon brechen jedes Jahr aus. Trotzdem wird ihre Umgebung gern besiedelt, denn sie ist besonders fruchtbar. Schätzungsweise 500 bis 800 Millionen Menschen leben in Reichweite eines aktiven Vulkans.

Um Eruptionen vorherzusagen, installieren Vulkanologen Sensoren für Erschütterungen, Hitze, Gase oder Bodenbewegungen. Das kostet pro Vulkan 500000 Euro im Jahr. Deshalb sind nur gut 100 aktive Vulkane entsprechend verkabelt. Wie zuverlässig solche Systeme sind, ist von Vulkan zu Vulkan unterschiedlich.

Forscher des britischen „Centre for the Observation and Modelling of Earthquakes, Volcanoes and Tectonics“ (Comet) haben nun Ansätze für ein System entwickelt, das sämtliche Vulkane weltweit abdecken kann (DOI: 10.1126/ science.aaw3523).

Die Daten dafür sind schon länger vorhanden: Seit 2014 beziehungsweise 2016 kreisen die beiden Esa-Satelliten Sentinel 1A und 1B in einer Höhe von knapp 800 Kilometern um die Erde. Sie senden Radarwellen aus und erstellen daraus eine millimetergenaue dreidimensionalen Karte („Interferogramm“) der Erde. Und da sie jeden Punkt der Erde alle sechs Tage erfassen, lassen sich aus diesen Daten Zeitreihen darüber generieren, wo sich der Boden gehoben oder ausgebeult hat – mögliche Indizien für einen bevorstehenden Ausbruch.

Allerdings lassen sich die Daten nur schwer auswerten. Die Sentinel-1-Satelliten produzieren mehr als zehn Terabyte pro Tag. Zudem beeinflussen Störsignale aus der Atmosphäre die Messungen, und der Boden in der Nähe aktiver Vulkane ist immer mehr oder weniger stark in Bewegung – etwa durch Bergrutsche.

Eine Forschergruppe um den Vulkanologen Andrew Hooper von der University of Leeds hat deshalb einen selbstlernenden Algorithmus entwickelt, der aus all diesen Signalen diejenigen herausfiltern soll, die auf einen bevorstehenden Ausbruch hinweisen. Ihr System haben die Forscher mit Zeitreihen von mehr als zehn Interferogrammen trainiert. Mit Daten, die nicht zum Trainingsset gehörten, konnten sie unter anderem den Ausbruch des Vulkans Sierra Negra auf den Galapagosinseln im Juni 2018 korrekt vorhersagen. Bereits zwei Jahre vor der Eruption erkannte die Software eine beschleunigte Hebung des Erdbodens. „Wir erwarten nicht, mit dieser Technik die letzten Minuten vor einem Ausbruch zu erfassen“, sagt Hooper. „Das wäre sehr futuristisch. Aber wir hoffen, längerfristige Vorzeichen zu erkennen.“

Einen ähnlichen Ansatz verfolgt die Forschergruppe von Juliet Biggs, Vulkanologin an der University of Bristol. Im Gegensatz zu Hoopers Ansatz arbeitet ihr neuronales Netzwerk „überwacht“ – das heißt, es lernt aus mehr als 30000 handverlesenen Interferogrammen von rund 900 Vulkanen, Bodenveränderungen zu erkennen.

Nach dem Training prognostizierte das Netzwerk zunächst noch in 60 von 100 Fällen fälschlicherweise einen Ausbruch. Die Quote verbesserte sich erst, als die Wissenschaftler per Computersimulation künstliche Vulkanausbrüche erzeugten und diese ebenfalls in die Trainingsdaten einspeisten. So sank die falsch-positive Fehlerrate auf 20 Prozent.

Mehr reale Trainingsdaten sollen die Fehlerquote künftig auf nahe null drücken. Schließlich sind die Sentinel-Satelliten noch nicht allzu lange im All, und bei relativ seltenen Ereignissen wie Vulkanausbrüchen kommt Maschinenlernen schnell an seine Grenzen. Ein weiteres Problem: Derzeit kann es mehrere Wochen dauern, bis Satellitendaten in die entsprechende Datenbank eingepflegt werden.

Ein zukünftiges weltweites Warnsystem würde vermutlich auf den Methoden beider Forschergruppen aufbauen, weil sie sich gegenseitig ergänzen. Hoopers Verfahren kann langsame und kleine Deformationen besser erkennen, Biggs’ große und schnelle.

Allerdings hätte das System selbst dann noch Mängel, wenn es sämtliche relevanten Bodenveränderungen zuverlässig erfassen würde: Manchen Vulkanausbrüchen gehen keine auffälligen Deformationen voraus. Umgekehrt kann es passieren, dass der Druck des Magmas wieder nachlässt, bevor es die Erdkruste durchbricht. Für eine genauere Prognose sind deshalb auch Daten zu Temperatur, seismischen Aktivitäten und austretenden Gasen nötig.

Hooper, Biggs und ihre Forscherteams wollen nun zunächst eine automatische Analyse der aktuellen Sentinel-Daten einrichten. Bis zu einem weltweiten Warnsystem wird es also noch mehrere Jahre dauern. MALTE KANTER

UMWELT

Bienen als fliegende Sensoren

Der Sensor-Rucksack fällt kaum auf. Foto:: Mark Stone/University of Washington

Wenn es um Ausdauer und Reichweite geht, sind Bienen die besseren Drohnen. US-Forscher um Shyam Gollakota von der University of Washington haben nun ein Sensorpaket entwickelt, mit dem Bienen große Areale überwachen können. Es wiegt nur 102 Milligramm und kann den Insekten auf den Rücken geklebt werden.

In ersten Versuchen konnten die Wissenschaftler Temperatur, Luftfeuchte und Lichtintensität über mehrere Stunden messen. Da ein GPS-Modul viel zu schwer wäre, installierten die Forscher mehrere Radiosender rund um ein knapp einen Hektar großes Testfeld. Die Position einer Biene während der Messung ließ sich so über die Feldstärke und -ausrichtung der Funkwellen bestimmen.

Bisher sammelten die Bienen bis zu 30 Kilobyte Daten auf einem mehrstündigen Flug. Wieder im Bienenstock angekommen, ließen sich diese Daten kontaktlos auslesen. Während der Ruhezeiten im Stock konnte auch der Akku im Sensor-Rucksack – allein etwa 70 Milligramm schwer – wieder aufgeladen werden. Sollten Sensoren und Kameras weiter schrumpfen, halten Gollakota und seine Kollegen in Zukunft sogar einen Video-Livestream aus Sicht der Bienen für möglich. Jan Oliver Löfken