Gjenskap enestående dybde og detaljer inne i vulkanen

Bildet viser innsiden av vulkanen og magmasonen nedenfor

SKJERMBILDE AV VITENSKAPSVARSEL

Forskere har utviklet en smart ny bildebehandlingsteknikk som lar oss kikke inn i gigantiske vulkaner med enestående detaljer og dybde.

Forskningsteamet ved det franske nasjonale senteret for vitenskapelig forskning (CNRS) og Paris-instituttet for planetfysikk (PIGP-Frankrike) lånte ideer fra medisinsk avbildning og optisk mikroskopi for å komme opp med sin tilnærming, rapporterte Science Alert 30. september.

Dette er en ny metode som bygger på en eksisterende teknikk kalt matriseavbildning, og den bidrar til å overvinne noen av vanskelighetene ved vulkankartlegging, som for eksempel at man ikke har mange sensorer (seismiske bølgemottakere) for å registrere de seismiske bølgene som reflekteres gjennom jorden.

Disse bølgene kan tolkes for å bestemme de ulike materialtypene og sammensetningene i jordskorpen. Ved hjelp av matriseavbildning blir denne tolkningen betydelig enklere.

«Vulkanutbrudd krever presis overvåking av magmatrykk og -ekspansjon for bedre prognoser. Å forstå dype magmareservoarer er avgjørende for risikovurdering, men å avbilde disse systemene er utfordrende», ifølge studien publisert i tidsskriftet Nature .

Forskerne valgte vulkanen La Soufrière i Guadeloupe, et fransk oversjøisk departement i Karibia, til eksperimentet sitt. Dekningen fra seismometernettverket på stedet beskrives av forskerne som «sparsom».

«Matriseavbildningsteknologi avkodet bølgedeformasjonene, og avslørte den indre strukturen til vulkanen La Soufrière på dybder på opptil 10 km», ifølge forskerne.

Funn fra denne studien inkluderer tilstedeværelsen av flere komplekse magmalag lagret under jorden og hvordan disse lagene er koblet til andre dype geologiske strukturer.

Disse tilleggsdataene gir en bedre forståelse av hva som skjer inne i vulkanen, noe som betyr at den kan forutsi mer nøyaktig når et utbrudd vil oppstå.

Den gode nyheten er at det ikke er behov for ekstra sensorer, ettersom matriseavbildningen kan fungere med eksisterende data. Forskerne mener metodene kan brukes på andre steder også.

Kilde: https://thanhnien.vn/tai-tao-hinh-anh-sau-va-chi-tiet-chua-tung-thay-ben-trong-nui-lua-18524093008412251.htm