基于TROPOMI与机器学习方法的火山SO2羽流全球探测与定量化云平台VSTAR-G

《GeoHazards》：VSTAR-G: Cloud-Based Tool for Global Detection and Quantification of Volcanic SO2 Plumes Using TROPOMI and Machine Learning Approach

　　

SO2排放是岩浆活动的主要指标之一，在局部尺度风险管理（包括空气质量和航空安全）以及通过硫酸盐气溶胶形成改变地球辐射平衡的区域至全球气候过程中均发挥着基础性作用。近年来，卫星观测彻底改变了火山排放监测的方式。特别是哥白尼计划（Copernicus programme）中的哨兵-5P卫星（Sentinel-5P）搭载了对流层监测仪（TROPOMI），该光谱仪为大气痕量气体（如SO2）监测提供了高分辨率观测。研究人员在此介绍VSTAR-G——一个谷歌地球引擎（Google Earth Engine，GEE）应用程序，该应用将先前开发的算法投入业务化运行。该应用能够利用先前开发的算法，实现火山SO2羽流的自动探测及其按羽流高度进行的质量定量化分析。通过直观的界面，用户可以交互式地探索全球200多座火山的SO2排放，定义空间和时间感兴趣区域（ROIs），并使用同步分窗可视化功能比较不同日期或不同羽流高度产品。该应用还能生成所选区域内SO2质量的时间序列，支持多个羽流的同步分析，并允许用户以GeoTIFF格式导出羽流探测地图以及以CSV文件格式导出相关卫星数据。所开发的应用将现有探测算法转化为可访问的业务化工具，结合卫星观测、机器学习和云计算，支持火山SO2排放的可扩展近实时监测。

论文解读

一、研究背景与意义

火山气体排放监测在火山监视中发挥着基础性作用，气体成分和排放速率的变化为岩浆储存、上升和脱气过程提供了重要线索。在主要火山气体中，二氧化硫（SO₂）是第三丰富的物种，且在大气背景中含量极低。由于SO₂在较浅的通道深度（<140 MPa）即发生出溶，对其排放速率的定量化可提供岩浆排放、对流循环和喷发前通道增压的直接实时指标。因此，大量研究已将SO₂排放确立为监测火山脱气和喷发扰动的基本参数，并在皮纳图博火山（Mt. Pinatubo）、蒙特塞拉特苏弗里耶尔火山（Soufrière Hills, Montserrat）和基拉韦厄火山（Kīlauea）等著名火山系统中得到验证。

卫星遥感技术的进步显著提升了区域和全球尺度火山气体排放的探测与监测能力。特别是哥白尼哨兵-5P先导卫星（Sentinel-5 Precursor）上搭载的对流层监测仪（TROPOMI），相比前代传感器在空间分辨率和灵敏度方面均有显著提升，不仅能够探测大型喷发排放，还能识别较弱的持续性火山脱气。然而，将卫星获取的SO₂分布转化为定量估算并非易事，结果取决于羽流范围和高度以及大气输送条件，特别是风速和风向。单个卫星场景的分析涉及多个处理步骤，包括区分火山SO₂信号与背景变率、识别羽流像元、估算羽流高度以及对探测到的羽流进行SO₂柱积分。这些任务在近实时火山监视中尤为具有挑战性。

此外，TROPOMI二级（Level-2）SO₂产品提供预设高度情景（1、7和15 km）下的柱浓度，单一固定高度假设无法代表所有像元的实际羽流高度，可能导致SO₂质量估算偏差。因此，需要自动化方法充分挖掘卫星火山气体监测的潜力。在此背景下，人工智能（AI）和机器学习（ML）技术为识别复杂空间模式和处理大规模遥感数据集提供了有效工具。

二、研究内容与核心技术方法

研究人员开发了VSTAR-G，这是一个完全在谷歌地球引擎（Google Earth Engine，GEE）中实现的交互式应用程序，将先前由Corradino等人开发的机器学习算法业务化。该应用自动检索和处理每日哨兵-5P/TROPOMI观测数据，将SO₂垂直柱密度（VCD）产品与云顶高度（Cloud Top Height，CTH）信息相结合，以在SO₂质量定量化中考虑羽流高度因素。

研究采用的主要关键技术方法包括：第一，利用TROPOMI三级（Level-3）SO₂产品中的两个波段——SO₂column_number_density（代表1 km高度的SO₂ VCD）和SO₂column_number_density_15km（代表15 km高度的SO₂ VCD），分别适用于探测低空普通火山活动和更剧烈的爆炸性喷发排放。第二，采用在GEE中实现的监督式随机森林（Random Forest，RF）分类器进行羽流探测，该分类器使用完整特征集，包括地面SO₂ VCD、15 km SO₂ VCD以及六个灰度共生矩阵（Grey-Level Co-Occurrence Matrix，GLCM）纹理特征。第三，分类后采用基于形态学操作和像元连通性的后处理来细化探测到的羽流掩膜，去除孤立的噪声簇。第四，通过将SO₂ VCD对所有分类为羽流的像元进行积分来计算SO₂羽流总质量。第五，应用提供同步分窗可视化、时间序列生成以及GeoTIFF和CSV格式数据导出的交互式图形用户界面。

三、研究结果

3.1 平静脱气阶段

研究人员选取意大利埃特纳火山（Mt. Etna）2026年3月至4月的脱气活动作为案例。TROPOMI观测经RF模型处理后，揭示了来自山顶火山口的持续性SO₂排放。这一结果与哨兵-2 MSI卫星数据完全一致，确认了该火山处于不同速率的脱气活动状态。该案例凸显了VSTAR-G系统在喷发事件之间的长期间隔中探测平静脱气的能力，对评估火山活动状态和确保火山扰动及时探测具有重要价值。

3.2 喷发前活动

在乌拉旺火山（Ulawun，巴布亚新几内亚）2019年6月26日VEI 4喷发前的案例中，VSTAR-G在喷发前一天即探测到SO₂排放，测得6月25日SO₂质量为2.557千吨，随后在6月27日普林尼式喷发阶段增至189.538千吨，与拉包尔火山观测站（RVO）记录的数据相符。

在安布里姆火山（Ambrym，瓦努阿图）2018年12月15日喷发案例中，VSTAR-G成功探测到早在2018年12月10日即出现的喷发前SO₂排放增加，随后在12月16日喷发活动期间达到峰值，测得质量79.389千吨。

3.3 喷发活动

在2021年坎布雷维哈火山（Cumbre Vieja，加那利群岛拉帕尔马）喷发案例中，VSTAR-G展示了从2021年9月20日喷发开始至12月14日最终阶段的羽流时空演化全过程，实现了每日监测、空间追踪和SO₂总排放量的定量估算。

在2026年富尔奈斯火山（Piton de la Fournaise，留尼汪岛）喷发案例中，该火山于2026年2月13日开始喷发，4月12日结束。VSTAR-G记录了整个喷发活动期间SO₂羽流的时空演化，最高排放峰值出现在2026年2月14日，达6.771千吨SO₂。

3.4 长期监测案例

在埃特纳火山2026年1月至8月的长期监测中，VSTAR-G时间序列清晰捕捉了火山活动状态的转变：从1月至6月的持续低水平脱气和零星灰烬排放，到7月初沃拉吉内火山口（VOR）与东北火山口（NEC）之间裂缝开启和斯通博利式活动的开始，再到7月30日熔岩喷泉活动的恢复，直至8月5日至17日期间接近熔岩喷泉条件的增强活动阶段，期间探测到最强SO₂排放接近16千吨。火山活动最终于8月19日停止，SO₂排放随后恢复到之前的低背景水平。

四、讨论与结论

在讨论部分，研究人员指出，VSTAR-G在乌拉旺和安布里姆火山案例中实现了喷发前脱气异常的回顾性识别，但强调SO₂的增加或减少本身不能解释为明确的喷发前兆，其意义取决于每座火山的岩浆输送系统、喷发风格、大气条件和时间演化，需要在更广泛的多参数监测框架中评估。在坎布雷维哈和富尔奈斯火山案例中，VSTAR-G展示了追踪长时间喷发序列演化的能力，空间和时间信息的结合有助于识别喷发期间的主要变化并比较不同活动阶段。

研究同时指出若干局限性：计算出的羽流质量代表卫星过境时刻ROI内探测到的SO₂，而非每日排放质量；低风条件下的气体积累可能增加观测质量而不对应排放增加；超出ROI的输送可能导致总羽流质量低估；每日单次过境无法解析亚日变率或区分新排放气体与较老羽流组分；云覆盖、反演噪声和羽流高度不确定性可能影响结果。

研究结论认为，VSTAR-G提供了一个统一的基于云的环境，将卫星数据处理、羽流可视化、时间分析和数据导出集成于一体。用户可以快速选择火山、检查探测到的羽流、使用同步地图面板比较采集日期或SO₂产品，并在选定时间段内生成羽流质量时间序列。这些能力支持对过去喷发的回顾性研究和近期观测的分析。地图和数值数据的导出进一步支持与独立地球物理、地球化学和遥感数据集的比较和整合。未来发展方向包括集成额外卫星传感器、改进分类算法以及纳入情境地球物理数据，将进一步扩展其业务潜力，使VSTAR-G成为全球火山灾害早期探测和缓解的关键工具。