火山爆發後，噴射出來的火山灰一般經過五到十分鐘就能達到空中11公里左右的高度，而這也差不多是商用飛機正常飛行的高度，所以它們有可能損害飛機的引擎。

現在科學家們已經開發出一種新的算法，可以在火山爆發後不久識別和跟蹤爆炸性的火山灰雲。研究人員去年11月8日在《地球與空間科學》(Earth and Space Science)網絡版上報告說，利用衛星圖像，該算法可以在大約三分鐘內測量出不斷膨脹的雲層的溫度、高度和軌跡。

通過近實時跟蹤這些火山灰羽流，科學家們可以在需要更改火山灰預警或改變飛機飛行路徑時向航空當局發出警報。“及時發現是至關重要的，”該研究的合著者、威斯康辛州麥迪遜市的美國國家海洋和大氣管理局的物理學家邁克爾·帕沃羅尼斯(Michael Pavolonis)說。

這項新技術對於追蹤偏遠地區未受監控的火山尤其有用。在全球大約1500座活火山中，只有不到10%的活火山受到監測。

該算法通過掃描NOAA和NASA的合資企業、地球同步運行環境衛星系統(Geostationary Operational Environmental Satellite system)以及日本Himawari-8等氣象衛星拍攝的圖像來工作。這些衛星環繞赤道飛行，每隔30秒就能拍攝到地球上大片區域的照片。

火山灰分解

在2011年6月的一次噴發中，厄立特里亞的納布羅火山向天空噴射火山灰(見左圖衛星圖像)。一種計算機算法分析了噴發15分鐘後該地區的一些雲。在一項分析中(右圖)，深紅色表示Nabro上空的化學成分主要是火山灰和二氧化硫，而黑色表示的是充滿冰的雲。黃色代表高液態水含量的雲。

帕沃羅尼斯說，挑戰在於區分不同類型的雲。例如，為了區分火山灰雲的噴發和大雷暴的形成，該算法分析了亮度和溫度。當過熱的灰雲沖向天空時，它們在平流層附近迅速冷卻。

研究人員對2002年至2017年衛星數據顯示的79次火山爆發進行了算法訓練。當該算法使用前幾代衛星的數據時，它大約有55%的時間能準確識別火山灰雲。利用新衛星的數據，該項目發現了近90%的雲層。

英國曼徹斯特大學的火山學家邁克·伯頓(Mike Burton)沒有參與這項研究，他渴望看到人工智能被用於監測火山爆發。“這還處於起步階段，但我認為機器學習的應用潛力巨大。”

（作者：阿川頻道）