ニュージーランドのワカリでの突然の爆発的な火山噴火の自動前兆認識とリアルタイム予測

Automatic precursor recognition and real-time forecasting of sudden explosive volcanic eruptions at Whakaari, New Zealand.

• D E Dempsey
• S J Cronin
• S Mei
• A W Kempa-Liehr

抄録

突然の水蒸気駆動型噴火は警告なしに襲い、観光火山での死亡事故の主要な原因となっています。2019年のニュージーランドのWhakaari噴火に続く最近の死亡者数は、正確で短期的な予測の必要性を露呈しています。しかし、現在の火山警報システムはヒューリスティックであり、人間の入力による更新が遅すぎる。ここでは、構造化された機械学習アプローチが、Whakaariからストリーミングされたリアルタイムの地震データで噴火前兆を検出できることを示す。我々は、ほとんどの噴火の数時間から数日前に発生する4時間のエネルギーバーストを特定し、これらは高温のマグマ流体によるベント熱水系の充電を示していることを示唆している。我々は、噴火の可能性が高まっていることを短期的に警告するモデルを開発し、クロスバリデーションテストの下で、2019年の噴火に対する少なくとも4時間の警告を含む、5つの事例のうち4つの事例で未確認の噴火の事前警告を提供できることを示した。このことは、活火山でリアルタイム予測モデルを採用することを強く示唆している。

Sudden steam-driven eruptions strike without warning and are a leading cause of fatalities at touristic volcanoes. Recent deaths following the 2019 Whakaari eruption in New Zealand expose a need for accurate, short-term forecasting. However, current volcano alert systems are heuristic and too slowly updated with human input. Here, we show that a structured machine learning approach can detect eruption precursors in real-time seismic data streamed from Whakaari. We identify four-hour energy bursts that occur hours to days before most eruptions and suggest these indicate charging of the vent hydrothermal system by hot magmatic fluids. We developed a model to issue short-term alerts of elevated eruption likelihood and show that, under cross-validation testing, it could provide advanced warning of an unseen eruption in four out of five instances, including at least four hours warning for the 2019 eruption. This makes a strong case to adopt real-time forecasting models at active volcanoes.