2022 年基拉韦厄火山（注：原文 Mauna Loa 为茂纳洛亚）爆发期间，匹兹堡大学研究人员利用卫星数据与机器学习算法，显著提升了对岩浆流向和喷发时间的预测能力。当时，一条熔岩流正逼近连接居民区与工地的关键公路“鞍道”，但无人能准确判断其是否会阻断交通。研究团队通过整合公私卫星数据，实现了熔岩前锋的实时追踪，最终确认熔岩在距公路约 2.4 公里处停止。 该研究不仅关注流向，还致力于解决喷发前的预警难题。通过与意大利地球物理与火山学研究所合作，团队开发的机器学习算法成功识别出爆发前一个月出现的异常热信号。匹兹堡大学副教授伊恩·弗林指出，每座火山都有其独特的“性格”，需定制化监测方案。此外，研究还借鉴冰川厚度测量技术，创新性地测定了熔岩流的厚度。这一突破使科学家能区分喷发是处于增强还是减弱阶段，并通过分析熔岩冷却速度和成分变化来评估持续危害。 这些基于地球火山的研究成果具有深远的跨学科价值。掌握熔岩冷却规律将有助于科学家在分析其他行星如金星上的活跃熔岩流时建立更精准的模型。随着数据积累，未来火山监测将不再依赖通用方案，而是针对不同火山特性开发专属的预测系统。这一进展标志着人类在火山灾害预警及地外天体地质研究方面迈出了重要一步，为保护生命安全和探索宇宙奥秘提供了强有力的技术支持。