2万人丧生，比火山喷发更致命的是火山泥流，AI技术或许能救命

---

地球是一个奇迹

科技｜全球

将国家地理中文网设为星标方能收到正常推送

2024年6月，青年地质学家古斯塔沃・贝哈尔・洛佩斯（Gustavo Béjar López）前往危地马拉，参与一项旨在利用人工智能，对火峰火山上致命的火山泥开展自动监测与预警研究的项目。

在危地马拉西部动荡的山坡之上，火峰火山（Volcán de Fuego）终日躁动不安。

地质学家古斯塔沃·贝哈尔·洛佩斯（Gustavo Béjar López）正挖坑布设地震仪，静静聆听这座全球最活跃火山之一的“心跳”。

火峰火山海拔超过12000英尺，每隔15至20分钟便会规律性喷发，火山灰与炽热的喷发物直冲天际，在被雨林覆盖的陡峭山体上留下一道道触目惊心的痕迹。

“很难想象，一座火山需要何等巨大的能量，才能每隔15到20分钟就持续喷涌岩浆。”身为美国国家地理探险家的贝哈尔感慨道，“很多时候你根本看不见火山口，却能听见火山爆发的轰鸣，震动直抵胸腔，随后便是岩石滚落的声响。”

尽管火峰火山频繁的小规模喷发，吸引了不少徒步爱好者前往邻近的休眠火山阿卡特南戈火山（Acatenango）远眺观景，但这座火山同样具备突然爆发灾难性喷发的能力。

2018年6月，一次剧烈喷发引发了灼热的高温气体与岩浆崩流，瞬间吞噬了圣米格尔·洛斯洛特斯镇，夺走数百条生命。

不过，2021年贝哈尔初次踏上火峰火山时，吸引他前来的并非喷发本身的直接威胁，而是另一种致命却少为人知的火山灾害——火山泥流（lahars）。

火山泥流是火山灰、碎石与水混合而成的强力流体，质地如同湿混凝土，顺着山势迅猛奔涌，冲刷出新的河道，将干涸的河床变为破坏性泥石流的通道。

如今，贝哈尔与危地马拉本土科学家携手合作，尝试借助人工智能技术更精准地监测火山泥流，以此挽救更多生命。

 这张无人机航拍图展示了火峰火山活跃的火山口。这座火山在2018 年发生的喷发，造成了数百人遇难。

贝哈尔的两位同事——危地马拉国家地震、火山、气象与水文研究所的阿米卡尔・卡尔德拉与密歇根理工大学的格雷戈里・韦特（Gregory Waite），正一同检视火峰火山山坡上灰烬峡谷区域内，一场活跃的火山泥流所产生的实时地震波形。

监测火山的致命威胁

火山泥流虽然不如火山喷发广为人知，却有着极强的破坏力。

1985年，哥伦比亚的内瓦多·德尔鲁伊斯火山（Nevado del Ruiz）发生爆炸性喷发，喷出的高温二氧化硫气体与火山岩石融化了山顶冰川，接连引发四股大型火山泥流。

这些巨型泥石流以每小时30英里的速度沿山坡倾泻而下，迅速吞没了37英里之外的阿尔梅罗村（Armero）。这场灾难被认为是有记录以来最严重的火山泥流灾害，至少造成两万人遇难。

但火山泥流的形成并不一定需要火山喷发。通常，强降雨或冰雪融化，再加上陡峭的地形与松散的碎石堆积，就足以触发泥流。因此在热带地区的雨季，这类泥石流始终是重大安全隐患。

在厄瓜多尔长大的贝哈尔表示：“一座火山即便已经沉寂两百年，依然有可能发生火山泥流。气候变化带来的强降雨、甚至飓风，都可能成为诱因，危地马拉过去就曾出现过这样的情况。”

早在密歇根理工大学（Michigan Tech）攻读博士学位期间，贝哈尔就已将这类泥石流作为研究重点。

他希望攻克一个关键难题：火山泥流的实时监测向来极其困难。危地马拉的雨季集中在5月至10月，火峰火山的火山泥流几乎每天都会发生，可最终只有规模极大的事件才会被记录和上报。

研究人员将AI辅助监测技术，与人工相机拍摄和无人机航拍的火山泥流实地观测数据相结合，图中这处正是火山泥流进入最终阶段的景象。

过去，火峰火山的泥流监测主要依靠人工地震监测，再辅以当地观测员有限的目视确认。尽管危地马拉国家地震、火山、气象与水文研究所会发布技术预警，但监测工作常常受限于能见度不足与专业设备成本高昂等问题。

贝哈尔解释说：“这就意味着，火山泥流往往无法被及时发现，大多只有在靠近社区时，才能被监测和核实。”在美国国家科学基金会与美国国家地理学会的资助下，他和团队在火峰火山不同海拔位置布设了5个地震监测站，并利用了4个已有的监测站点。

登山过程本就十分艰难，还要额外背负为监测站供电的汽车电池与其他设备，难度进一步加大。在每个监测点，他们都需要挖出一米深的坑洞，安放沉重的圆柱形传感器。

“一开始我们还能用小铲子挖掘，到后来只能徒手刨土，过程格外艰难，因为这里的地面满是火山灰、沙土和粗大的枯木。”贝哈尔说，地震仪就像是“大地的麦克风”。

它不仅能捕捉来自火山内部的震动，还能感知地表植被随风晃动、周边环境的机械噪音，甚至行人脚步产生的振动。而对于火山泥流，地震仪可以捕捉泥石流与流经路径相互作用所释放的能量信号。

这些信号为贝哈尔提供了泥流规模、运动速度以及沉积物浓度的数字化特征。他优化并改进了一种名为K近邻算法（K-Nearest Neighbors, KNN）的机器学习模型，将新采集的地震数据与经过整理、标注好“火山泥流”和“非火山泥流”事件的训练数据集进行比对识别。

火峰火山非常适合用于算法训练，因为多年来，这里火山泥流的地震信号特征始终保持相对稳定。此前研究人员认为，信号频率与泥流类型之间的关联，主要由沉积物浓度、颗粒大小以及流动方式决定，贝哈尔近期发表的研究也证实了这一观点。

例如，低频振动通常对应沉积物含量高、流动更为缓慢、且沿途裹挟着大块岩石的泥流。“当火山泥流规模足够大时，在泥石流抵达监测站前20分钟，我们就能够检测到信号。”贝哈尔说。

但他同时提醒，这一切都取决于人工智能能否准确区分火山泥流与火山内部其他地质活动产生的信号。该算法在识别中、大型泥流时表现十分出色，但对小型泥流的识别仍存在一定困难。

火山泥流的威胁不止于危地马拉

K近邻算法操作简便，对算力要求极低，还可以部署在低成本电脑上，依托现有的地震监测网络运行，对于危地马拉这类资源有限的地区而言，是十分理想的解决方案。

贝哈尔表示，危地马拉国家地震、火山、气象与水文研究所计划在今年将这一算法纳入其监测系统。“我们希望，在危地马拉所做的工作，能够让作为项目合作伙伴的他们直接受益。”

但这项技术的应用价值远不止于火峰火山。适合运用人工智能开展研究的候选火山还包括靠近美国西雅图的雷尼尔山（Mount Rainier），以及毗邻厄瓜多尔基多市的科托帕希火山（Cotopaxi）——这些火山都存在形成致命泥石流的潜在风险。

贝哈尔希望未来能与其他地质学家合作，在这些火山以及更多火山上测试这套基于人工智能的监测系统。

现任密歇根州阿尔比恩学院客座教授的贝哈尔，并非火山学领域唯一运用人工智能的研究者，但他确信，自己是首个将AI应用于火峰火山泥流研究的人。

人工智能正越来越多地成为火山研究中的自动化工具：从深度学习进行模式识别，到研发早期预警系统、构建预测模型、开展太空遥感监测，再到解析火山内部的运作机制，应用场景不断拓展。

对贝哈尔而言，这既是能够持续探索火山的方式，也是一份有益且有意义的事业。“我的愿望是与更多科学家和机构携手合作，共同推动各类风险防范工具的现代化升级，不仅针对火山泥流，也应对当今社会面临的诸多其他火山威胁。”

古斯塔沃・贝哈尔・洛佩斯站在邻近的阿卡特南戈火山上，身后便是火峰火山的身影。