Скрытые закономерности в вулканической сейсмичности: открытия глубокого обучения на примере активности Этны в 2020–2021 гг.

Прислушиваясь к беспокойному вулкану

Вулкан Этна на Сицилии — один из самых активных вулканов в мире, и его извержения могут угрожать близлежащим городам, аэропортам и важной инфраструктуре. Обсерватории вулканов уже внимательно следят за Этной с помощью множества приборов, но огромный объём данных затрудняет людям своевременное обнаружение всех предупреждающих сигналов. В этом исследовании показано, как современные методы искусственного интеллекта могут просеять год сейсмического «ритма» Этны и выявить скрытые закономерности, которые указывают, когда вулкан спокоен, когда он перезаряжается и когда готовится к извержению.

Почему «звуковые дорожки» вулканов важны

Вулканы постоянно генерируют колебания, распространяющиеся по земле в виде сейсмических волн. Одни из них — резкие, похожие на землетрясения толчки, другие — скорее непрерывный гул, называемый вулканическим тремором, или особые тона, известные как долгопериодные события. На Этне эти сигналы круглосуточно записываются плотной сетью сейсмометров. Традиционно эксперты оценивают силу и спектр этих колебаний вместе с выбросами газов, деформацией поверхности и визуальными наблюдениями, чтобы судить, безопасен ли вулкан или приближается опасное извержение. Но активность Этны с конца 2020 по конец 2021 года была особенно интенсивной: она породила две длительные серии впечатляющих лавовых фонтанов и поток данных, которые трудно интерпретировать в реальном времени.

Обучение компьютеров находить скрытые закономерности

Исследователи применили негруппируемый (unsupervised) подход глубокого обучения, то есть компьютеру заранее не говорили, какие дни были извержениями, а какие — спокойными. Вместо этого они загрузили ежедневные спектрограммы — цветные изображения, показывающие, как мощность сейсмических колебаний меняется во времени и по частоте — с двух вершинных станций Этны. Тип нейронной сети, называемый автоэнкодером, сначала научился сжимать сложную «картину» сейсмики каждого дня в небольшой набор ключевых признаков, а затем восстанавливать её, обеспечивая сохранение важной информации. Затем метод кластеризации сгруппировал дни с похожими сейсмическими «отпечатками» в четыре различных кластера. Команда проверила эти группы по независимым данным: когда регистрировались лавовые фонтаны, насколько силён был тремор, сколько было долгопериодных событий и сколько мелких землетрясений произошло под вулканом.

Четыре грани активности Этны

Четыре кластера, найденные компьютером, чётко соответствовали осмысленным вулканическим состояниям. Одна группа соответствовала относительно тихим или смешанным дням, когда присутствовал только фоновый тремор и случайные слабые взрывы. Вторая группа охватывала дни, доминирующие за счёт многочисленных долгопериодных событий, что, вероятно, отражает подъём газов и флюидов, создающих давление в мелкопластовой системе без крупных поверхностных выбросов. Третья группа выделяла «подготовительную фазу», когда тремор усиливался и становился более устойчивым в течение недель с середины декабря 2020 года по середину февраля 2021 года, хотя на поверхности ещё не появилось крупных лавовых фонтанов. Четвёртая группа соответствовала самим зрелищным эпизодам лавовых фонтанов с высокой точностью, обнаруживая порядка 95 % дней извержений и демонстрируя интенсивную широкополосную сейсмическую энергию во время параксизмов.

Наблюдение переходов и неоднозначных дней

Объединив данные с обеих вершинных станций и ища дни, когда несколько приборов сходились на одном кластере, исследователи смогли отделить чёткие режимы от более неоднозначных интервалов. Некоторые дни попали в категорию «неопределённые», когда сигналы были смешанными или различались на двух станциях — вероятно, отражая наложение процессов, таких как землетрясения, тремор и газо‑жидкостные события, происходящие одновременно. Интересно, что метод также зафиксировал признаки подготовительного режима в конце ноября 2021 года и обнаружил намёки на второй цикл извержений за несколько дней до подтверждения лавовых фонтанов, что указывает на то, что тонкие изменения в сейсмических шаблонах могут предшествовать заметной активности.

Что это значит для людей, живущих рядом с вулканами

Для неспециалистов главный вывод в том, что компьютеры теперь могут «слушать» беспокойный вулкан и автоматически классифицировать его сложные колебания в несколько понятных состояний: фоновая активность, внутреннее накачивание, фаза накопления и полноценные извержения. Исследование показывает, что такие инструменты негруппируемого глубокого обучения могут тесно совпадать с экспертными оценками, при этом работая быстро и последовательно на больших массивах данных. Хотя этот подход не заменяет вулканологов или другие методы мониторинга, он даёт мощное дополнительное «взгляд» — помогая обсерваториям распознавать, когда вулкан вроде Этны тихо бурлит, когда он перезаряжается и когда он может находиться на пороге нового драматического извержения.

Цитирование: Abed, W., Zali, Z., Sciotto, M. et al. Hidden patterns in volcanic seismicity: deep learning insights from Mt. Etna’s 2020–2021 activity. Sci Rep 16, 6155 (2026). https://doi.org/10.1038/s41598-026-36677-x

Ключевые слова: мониторинг вулканов, машинное обучение, вулкан Этна, сейсмическая активность, прогнозирование извержений