Großartiges Timing und Supercomputer-Upgrade führen zu einer erfolgreichen Vorhersage des Vulkanausbruchs

Im Herbst 2017 hatten die Geologieprofessorin Patricia Gregg und ihr Team gerade ein neues Modellierungsprogramm für Vulkanvorhersagen auf den Supercomputern Blue Waters und iForge eingerichtet. Gleichzeitig überwachte ein anderes Team die Aktivität am Vulkan Sierra Negra auf den Galapagos-Inseln in Ecuador. Einer der Wissenschaftler des Ecuador-Projekts, Dennis Geist von der Colgate University, kontaktierte Gregg, und was als nächstes geschah, war die zufällige Vorhersage des Ausbruchs der Sierra Negra im Juni 2018, fünf Monate bevor er stattfand.

Ursprünglich auf einem iMac-Computer entwickelt, hatte der neue Modellierungsansatz bereits Aufmerksamkeit erregt, weil er den unerwarteten Ausbruch des Okmok-Vulkans in Alaska im Jahr 2008 erfolgreich nachgebildet hatte. Greggs Team von der University of Illinois Urbana-Champaign und dem National Center for Supercomputing Applications suchte um das neue High-Performance-Computing-Upgrade des Modells zu testen, und Geists Sierra Negra-Beobachtungen zeigten Anzeichen eines bevorstehenden Ausbruchs.

„Sierra Negra ist ein gut erzogener Vulkan“, sagte Gregg, der Hauptautor eines neuen Berichts über die erfolgreichen Bemühungen. „Das bedeutet, dass der Vulkan vor Ausbrüchen in der Vergangenheit alle verräterischen Anzeichen eines Ausbruchs gezeigt hat, die wir erwarten würden, wie Bodenwelle, Gasfreisetzung und erhöhte seismische Aktivität. Diese Eigenschaft machte Sierra Negra zu einem großartigen Testfall für unser verbessertes Modell .“

Viele Vulkane folgen jedoch nicht diesen sauber etablierten Mustern, sagten die Forscher. Die Vorhersage von Eruptionen ist eine der größten Herausforderungen in der Vulkanologie, und die Entwicklung quantitativer Modelle zur Unterstützung dieser kniffligeren Szenarien steht im Mittelpunkt der Arbeit von Gregg und ihrem Team.

In der Winterpause 2017/18 ließen Gregg und ihre Kollegen die Sierra-Negra-Daten durch das neue Supercomputer-betriebene Modell laufen. Sie schlossen den Lauf im Januar 2018 ab und obwohl er als Test gedacht war, lieferte er am Ende einen Rahmen, um die Eruptionszyklen der Sierra Negra zu verstehen und das Potenzial und den Zeitpunkt zukünftiger Eruptionen zu bewerten – aber noch niemand hat es erkannt.

„Unser Modell prognostizierte, dass die Stärke der Felsen, die die Magmakammer von Sierra Negra enthalten, irgendwann zwischen dem 25. Juni und dem 5. Juli sehr instabil werden und möglicherweise zu einem mechanischen Versagen und einem anschließenden Ausbruch führen würde“, sagte Gregg, der auch ein NCSA-Fakultätsstipendiat ist . „Wir haben diese Schlussfolgerung auf einer wissenschaftlichen Konferenz im März 2018 präsentiert. Danach beschäftigten wir uns mit anderen Arbeiten und schauten uns unsere Modelle nicht mehr an, bis Dennis mir am 26. Juni eine SMS schrieb und mich bat, das von uns prognostizierte Datum zu bestätigen. Sierra Negra brach einen Tag nach unserem frühesten prognostizierten mechanischen Ausfalldatum aus. Wir waren am Boden.“

Obwohl es ein ideales Szenario darstellt, so die Forscher, zeige die Studie die Kraft der Einbeziehung von Hochleistungs-Supercomputing in die praktische Forschung. „Der Vorteil dieses aktualisierten Modells ist seine Fähigkeit, multidisziplinäre Echtzeitdaten ständig zu assimilieren und schnell zu verarbeiten, um eine tägliche Vorhersage zu erstellen, ähnlich wie bei Wettervorhersagen“, sagte Yan Zhan, ein ehemaliger Doktorand aus Illinois und Mitautor des lernen. „Dies erfordert eine unglaubliche Menge an Rechenleistung, die der Gemeinschaft der Vulkanvorhersagen zuvor nicht zur Verfügung stand.“

Um die beweglichen Teile an ihren Platz zu bringen, um ein Modellierungsprogramm dieser Stärke zu erstellen, ist ein äußerst multidisziplinärer Ansatz erforderlich, zu dem Greggs Team bis zur Zusammenarbeit mit NCSA keinen Zugang hatte.

„Wir sprechen alle die gleiche Sprache, wenn es um die numerische Multiphysik-Analyse und das Hochleistungsrechnen geht, die zur Vorhersage eines mechanischen Versagens erforderlich sind – in diesem Fall einer vulkanischen Magmakammer“, sagte Seid Koric, der technische stellvertretende Direktor am NCSA, ein Forschungsprofessor der Maschinenbau- und Ingenieurwissenschaften und Co-Autor der Studie.

Mit der Expertise von Koric hofft das Team, künstliche Intelligenz und maschinelles Lernen in das Prognosemodell integrieren zu können, um diese Rechenleistung Forschern zur Verfügung zu stellen, die mit Standard-Laptops und Desktop-Computern arbeiten.

Die Ergebnisse der Studie werden in der Zeitschrift veröffentlicht Wissenschaftliche Fortschritte.