ピッツバーグ大学のイアン・フリン教授らは、2022 年のマウナ・ロー火山噴火を対象とした研究を通じて、噴火予測と溶岩流のモニタリング精度を飛躍的に高める手法を開発しました。この研究は、NASA の民間衛星データと従来の公的衛星データを組み合わせて機械学習アルゴリズムを適用したもので、2022 年 11 月の噴火の際、溶岩が住民の生活路線であるサンダルロードを回避するまでの経路をリアルタイムで追跡可能にしました。当初、溶岩が道路を直撃する恐れがありましたが、この分析手法により溶岩流の進行と停止を予測し、安全確保に貢献することができました。 さらに研究チームは、イタリアの地震火山物理研究所との協力により、噴火の約 1 か月前に熱活動の増大を検出することに成功しました。これは、火山ごとに固有の特性があるという前提に立ち、従来の地震活動や熱の観測だけでは把握が難しかった前兆を捉える画期的な成果です。また、NASA ゴダード宇宙飛行センターの研究者との連携により、氷河分析で用いられていた手法を溶岩流に応用し、三次元的な溶岩流の厚みや体積、冷却速度の推定を可能にしました。これにより、噴火がまだ危険な段階にあるのか、それとも終息に向かっているのかをより正確に判断できるようになります。 この技術は地球規模の防災だけでなく、太陽系惑星の研究にも応用可能です。特に金星の火山活動について、地球での溶岩の冷却メカニズムを理解することで、異星環境下での火山活動モデルを精密化できます。フリン教授は、すべての火山に万能な予測モデルは存在しないとし、各火山の個性に基づいた個別の監視システムが必要だと強調しています。今後、より多くのデータが入手可能になることで、マウナ・ローのような活火山だけでなく、近隣住民への脅威となる他の火山についても、独自の予測アプローチを構築していくことが期待されています。