Geolog Gustavo Béjar López postavio je pet novih i iskoristio četiri postojeće seizmičke stanice na padinama Volcán de Fuego kako bi snimao signale koje proizvode lahari. Korišćenjem prilagođenog K-Nearest Neighbors (KNN) algoritma, tim je uspeo da pouzdano prepozna srednje i velike lahare i u nekim slučajevima detektuje tokove do 20 minuta pre dolaska. Rešenje je jeftino, energetski štedljivo i pogodno za regije sa ograničenim resursima; INSIVUMEH planira njegovu integraciju u sistem nadzora.
U trci s vremenom: Kako AI pomaže da se predvide smrtonosni lahari na Volcán de Fuego

Na strmim, nestabilnim padinama Volcán de Fuego u zapadnoj Gvatemali, geolog Gustavo Béjar López postavio je seizmičke stanice i koristi veštačku inteligenciju kako bi ranije otkrio lahare — zastrašujuće vulkanske blatne tokove koji mogu odneti živote i naselja.
Šta su lahari i zašto su opasni?
Lahari su guste mešavine pepela, krša i vode koje se kreću kao vlažni beton. Mogu biti pokrenuti erupcijama, ali često nastaju i bez erupcije — kao posledica obilnih padavina ili topljenja snega. Pri brzini i masi koje dostižu, lako preoraju korita reka i unište sve na putu; najpoznatiji primer je katastrofa u Armeru 1985. kada je poginulo najmanje 20.000 ljudi.
Kako rade seizmometri i gde ulazi AI?
Béjar i tim su na Fuego postavili pet novih seizmičkih stanica i iskoristili četiri postojeće. Seizmometri beleže vibracije tla — od vulkanskih eksplozija do šuštanja vegetacije — i stvaraju digitalne "otisak" događaja. Kada lahari prolaze, interakcija blata i podloge proizvodi karakteristične seizmičke signale.
„Seizmometri su kao mikrofon za zemlju,“ kaže Béjar. „Iz signala možemo iščitati veličinu toka, brzinu i koncentraciju sedimenta.“
Algoritam i praktična primena
Tim je optimizovao K-Nearest Neighbors (KNN) algoritam da upoređuje nove seizmičke zapise sa kuriranim skupom označenih događaja (lahar / ne-lahar). Prednost KNN-a je što je jednostavan, zahteva malu procesorsku snagu i može da radi na jeftinim računarima — što ga čini pogodnim za zemlje sa ograničenim resursima.
Rezultati i ograničenja
Na Fuego algoritam pouzdano prepoznaje srednje i velike lahare i u nekim slučajevima signal ukaže na vreme detekcije i do 20 minuta pre nego što tok stigne do monitoring-stanice. Ipak, sistem ima poteškoće sa manjim laharima i može da zahteva dodatnu kalibraciju zbog lažnih uzbuna ili varijacija u lokaciji stanica.
Šira primena i značaj
Projekat je finansiran putem grantova Nacionalne naučne fondacije (NSF) i National Geographic Society, a INSIVUMEH planira integraciju algoritma u svoj nadzorni sistem. Metod se može primeniti i na druge vulkane sa rizikom od lahara, poput Mount Rainiera i Cotopaxija. Prednost je niska cena implementacije i mogućnost brzog širenja na druge lokalitete.
Zašto je to važno: Ranija detekcija, pa i nekoliko minuta pred dolazak lahar-a, može spasiti živote omogućavanjem ranog upozorenja i evakuacije. Kombinacija seizmometrije i AI predstavlja praktičan i isplativ alat za smanjenje rizika u ugroženim zajednicama.
Napomena: Metoda nije zamena za sveobuhvatne sisteme za upravljanje rizikom — uspeh zavisi od gustine mreže senzora, kvaliteta podataka i stalne saradnje sa lokalnim nadležnim institucijama.
Pomozite nam da budemo bolji.



























