본문 바로가기

댓글0
번역beta

Translated by kakao i

번역할 언어 선택

뷰 본문

이웃집과학자

인공지능 이용해 '화산폭발' 예측

By 이웃집과학자

2,876 읽음
댓글0
번역beta

Translated by kakao i

번역할 언어 선택

요약

최신 SAR 위성은 전세계 대부분의 활화산의 지면 변화를 측정할 수 있다고 하는데요. 기계학습 알고리즘을 통해 불안정한 상태에 있는 화산의 명백한 징후를 자동으로 감지합니다. 이러한 데이터를 이용해 연구진은 화산이 분화의 조짐을 보이는 변형이 발생했을 때 자동으로 경고할 수 있는 자동 검출 알고리즘을 개발했습니다. 이로써 화산 분화의 가능성을 미리, 정확히 예측할 수 있게 됐습니다.

세계에는 약 1,400개의 활화산이 있어요.

출처AdobeStock

미국에 있는 많은 화산들을 포함해 전 세계 약 1,400개의 활화산에는 현장 관측소가 없습니다. 이에 지상에서의 관측 데이터가 부족한 실정인데요. 이에 과학자들은 우주에서 화산을 감시하기 위해 인공위성으로 눈을 돌리고 있습니다. <Journal of Geophysical Research: Solid Earth>에 게재된 연구에 따르면 과학자들은 인공지능을 이용해 화산이 언제 폭발할지 그 경고 신호를 감지할 수 있는 위성 기반의 새로운 방법을 개발했다고 합니다.

인공위성 이용해 화산의 움직임 포착하다

연구진은 InSAR(interferometric synthetic aperture radar)를 이용해 이미지를 수집할 수 있는 장비가 탑재된 위성을 이용했습니다. InSAR는 지구 표면의 센티미터 규모의 변형까지 감지할 수 있다고 하는데요. 위성들 중 하나가 특정한 화산을 통과할 때마다(일반적으로 12일에 한번) 인공위성으로부터 멀리 떨어지거나 위성을 향해 지면이 움직이는 화산의 InSAR 이미지를 포착할 수 있었습니다. 

갈라파고스 제도의 시에라네그라 화산(Sierra Negra)이 2005년 10월 분화하며 나오는 화산재.

출처NASA

InSAR는 종종 마그마가 화산의 배관 안에서 움직일 때 발생하는 지면의 불길한 팽창을 포착할 수 있었는데요. 하지만 최신 SAR이 탑재된 인공위성이 만들어내는 엄청난 수의 이미지를 지속적으로 감시하는 데에는 어려움이 존재했습니다. 게다가 어떤 화산들은 즉각적으로 위험이 되지 않고 오랫동안 지속되는 변형을 보입니다. 또한 새로운 이미지와 오래된 화산을 비교해 화산의 변형이 경고의 징후인지 아니면 평상시처럼 거동하는 것인지 판단해야 했습니다.


합성개구레이다 간섭기법(InSAR)

합성개구레이다 간섭기법(Interferometric Synthetic Aperture Radar, InSAR)은 SAR 영상의 위상차 정보를 이용해 고해상도의 위치 정보 및 변위 측정을 하는 방법입니다. 이 방법은 약간 다른 위치에서 대상물을 관측하면 각각의 안테나에서 받는 신호에 위상차가 생긴다는 원리에서 비롯됐습니다.

합성개구레이더(Asynthetic aperture radar, SAR)

합성개구레이더(Synthetic Aperture Radar, SAR)는 기상 조건이나 주야에 관계없이 전천후로 광범위한 지역의 영상을 고해상도로 얻을 수 있는 능동형 전자파 레이다 센서입니다. 측방관측(side-looking) 영상 레이더로 인공위성이나 항공기 및 무인기 등의 다양한 플랫폼에 탑재하여 원하는 관심 지역을 전천후로 상시 관측 및 정찰을 할수 있는 특징을 지닙니다. SAR는 안테나에서 마이크로파 펄스를 지구 표면에 발사한 후 후방산란되어(back-scattered) 돌아오는 신호를 측정해 2차원 영상으로 복원합니다.

과거와 현재를 비교해 분화 예측

이러한 문제를 해결하기 위해 연구원들은 방대한 양의 데이터에서 미묘한 패턴을 수집할 수 있는 인공지능의 한 형태인 기계학습을 적용하기에 이릅니다. 연구진은 InSAR의 데이터를 빠르게 분석하고 현재의 변형을 과거의 활동과 비교했습니다. 그리고 화산이 불안정한 상태가 우려될 때 자동적으로 경보를 만들 수 있는 알고리즘을 개발했습니다.


시에라네그라 화산(Sierra Negra).

출처NASA

이 알고리즘의 실행 가능성을 테스트하기 위해 연구팀은 2018년 갈라파고스 제도에 있는 시에라네그라 화산(Sierra Negra)이 폭발하기까지의 기간 동안 실제 데이터에 이 알고리즘을 적용했습니다. 

그 결과 알고리즘은 제대로 작동했습니다. 이 알고리즘은 폭발하기 약 1년전 시작된 지표의 팽창의 증가를 포착할 수 있었습니다. 연구진은 당시 이 방법을 사용할 수 있었다면 시에라 네그라 화산이 폭발할 가능성이 있다는 사실을 연구진에게 정확히 알렸을 것이라고 밝혔습니다. 

##참고자료##

  • Gaddes, M. E., A. Hooper, and M. Bagnardi. "Using machine learning to automatically detect volcanic unrest in a time series of interferograms." Journal of Geophysical Research: Solid Earth (2019). 


작성자 정보

    실시간 인기

      번역중 Now in translation
      잠시 후 다시 시도해 주세요 Please try again in a moment