DOI: https://doi.org/10.20535/SRIT.2308-8893.2019.4.03

Прогнозування емісії SO2 вулкана Кілауеа з використанням інтелектуального методу аналізу даних

Stanislav Zabielin

Анотація


Кілауеа є одним з найактивніших і відомих вулканів у світі, і велика частина знань про вулканізм ґрунтується на його дослідженнях. Під час тривалого вивчення вулканів запропоновано багато різних методів прогнозування їх активності, від сейсмологічного аналізу до статистичного аналізу їх викидів. Однак комплексний аналіз масивів даних за допомогою інтелектуальних методів аналізу даних раніше не проводився. Із використанням нечітких методів оброблення даних, нейронної мережі, вулканічних і атмосферних показників спрогнозовано викиди SO2 на період від одного до трьох місяців.

Ключові слова


нейронні мережі; вулканологія; нечітка логіка; LSTM

Повний текст:

PDF (English)

Посилання


Hawaii Volcanoes National Park (N.P.), natural resources management plan. — Hawaii: Department of the Interior, 1974. — P. 32.

Shimozuru D. A seismological approach to the prediction of volcanic eruptions / D. Shimozuru // The Surveillance and Prediction of Volcanic Activity. — Paris, 1971. — P. 19–45.

Aiello G. Volcanoes: geological and geophysical setting, theoretical aspects and numerical modeling, applications to industry and their impact on the human health / G. Aiello. — London: IntechOpen, 2018. — 285 p.

Gvishiani A.D. Artificial intelligence and dynamic systems for geophysical applications / A.D. Gvishiani, J.O. Dubois. — Berlin: Springer, 2011. — P. 239–283.

Zobin V.M. Introduction to volcanic seismology / M. V. Zobin. — Amsterdam: Elsevier, 2017. — P. 29–43.

Elias T. Sulfur dioxide emission rates of Kilauea Volcano, Hawaii, 1979–1997. Menlo Park, CA: U.S. / T. Elias // Geological Survey. — 1998.

Carey R. Hawaiian volcanoes: from source to surface / R. Carey. — Washington, D.C: American Geophysical Union, 2015. — P. 393–404.

Poland M.P. Characteristics of Hawaiian volcanoes / M.P. Poland, T.J. Takahashi, C.M. Landowski. — Reston, Virginia: U.S. Department of the Interior, U.S. Geological Survey, 2014. — 429 p.

Helz R.T. Whole-rock analyses of core samples from the 1988 drilling of Kilauea Iki lava lake, Hawaii / R.T. Helz, J.E. Taggart // Open-File Report. — 2010. — doi: 10.3133/ofr20101093

Bhargava A.K. Fuzzy set theory fuzzy logic and their applications / A.K. Bhargava // Ram Nagar, New Delhi: S CHAND & CO LTD, 2013. — P. 315–348.

Goodfellow I. Deep learning. Cambridge / I. Goodfellow, Y. Bengio, A. Courville. — MA: MIT Press, 2017. — P. 408–412.


Пристатейна бібліографія ГОСТ


1. Hawaii Volcanoes National Park (N.P.), natural resources management plan. — Hawaii: Department of the Interior, 1974. — P. 32.

2. Shimozuru D. A seismological approach to the prediction of volcanic eruptions / D. Shimozuru // The Surveillance and Prediction of Volcanic Activity. — Paris, 1971. — P. 19–45.

3. Aiello G. Volcanoes: geological and geophysical setting, theoretical aspects and numerical modeling, applications to industry and their impact on the human health / G. Aiello. — London: IntechOpen, 2018. — 285 p.

4. Gvishiani A.D. Artificial intelligence and dynamic systems for geophysical applications / A.D. Gvishiani, J.O. Dubois. — Berlin: Springer, 2011. — P. 239–283.

5. Zobin V.M. Introduction to volcanic seismology / M. V. Zobin. — Amsterdam: Elsevier, 2017. — P. 29–43.

6. Elias T. Sulfur dioxide emission rates of Kilauea Volcano, Hawaii, 1979–1997. Menlo Park, CA: U.S. / T. Elias // Geological Survey. — 1998.

7. Carey R. Hawaiian volcanoes: from source to surface / R. Carey. — Washington, D.C: American Geophysical Union, 2015. — P. 393–404.

8. Poland M.P. Characteristics of Hawaiian volcanoes / M.P. Poland, T.J. Takahashi, C.M. Landowski. — Reston, Virginia: U.S. Department of the Interior, U.S. Geological Survey, 2014. — 429 p.

9. Helz R.T. Whole-rock analyses of core samples from the 1988 drilling of Kilauea Iki lava lake, Hawaii / R.T. Helz, J.E. Taggart // Open-File Report. — 2010. — doi: 10.3133/ofr20101093

10. Bhargava A.K. Fuzzy set theory fuzzy logic and their applications / A.K. Bhargava // Ram Nagar, New Delhi: S CHAND & CO LTD, 2013. — P. 315–348.

11. Goodfellow I. Deep learning. Cambridge / I. Goodfellow, Y. Bengio, A. Courville. — MA: MIT Press, 2017. — P. 408–412.