Publicação
Contribution to real-time long-range erupting volcanoes monitoring based on infrasound
| datacite.subject.fos | Ciências Naturais::Outras Ciências Naturais | |
| dc.contributor.advisor | Wallenstein, Nicolau Maria Berquó de Aguiar | |
| dc.contributor.advisor | Ripepe, Maurizio | |
| dc.contributor.advisor | Campus, Paola | |
| dc.contributor.author | Matos, Sandro Branquinho de | |
| dc.date.accessioned | 2026-03-25T14:36:44Z | |
| dc.date.available | 2026-03-25T14:36:44Z | |
| dc.date.issued | 2026-11-02 | |
| dc.description | Tese de Doutoramento, Geologia, 11 de fevereiro de 2026, Universidade dos Açores. | |
| dc.description.abstract | De acordo com a base de dados do Global Volcanism Program (GVP) da Smithsonian InsAtuAon, existem atualmente 1 281 vulcões potencialmente aAvos e dezenas de milhares de vulcões dormentes no Planeta Terra. É importante destacar que apenas uma pequena parte dos vulcões aAvos e potencialmente aAvos do planeta é monitorizada em tempo real, e apenas uma minoria dispõe de redes mulAparamétricas instaladas. Para os vulcões situados em regiões remotas que carecem de sistemas locais de monitorização, as técnicas de deteção remota são os únicos recursos viáveis para a vigilância vulcânica. Diferentes esAlos de aAvidade erupAva representam disAntos Apos de perigos vulcânicos, com impacto numa escala local (na ordem de alguns quilómetros), até a uma escala regional ou global (superior a vários milhares de quilómetros). Do ponto de vista da miAgação de riscos, estudos recentes demonstraram que o uso da tecnologia com base em infrassons (uma técnica de deteção remota) pode contribuir significaAvamente para a deteção, localização e caracterização de erupções vulcânicas. As nuvens de cinzas geradas por grandes erupções explosivas podem ser transportadas pelos ventos a centenas ou milhares de quilómetros do vulcão emissor, atravessando fronteiras nacionais e internacionais, e representando uma ameaça séria para a aviação. Os Centros de Vigilância e Alerta que monitorizam nuvens de cinzas vulcânicas, (Volcanic Ash Advisory Centres-VAACs) fazem uso extensivo de imagens de satélite e interagem com observatórios vulcânicos em todo o mundo; no entanto, devido à semelhança entre nuvens vulcânicas e meteorológicas, e o possível atraso aos dados de satélite, é essencial encontrar uma alternaAva para se saber exatamente quando ocorre uma erupção com o potencial de injeção de cinzas na atmosfera. Com efeito, quando um vulcão entra em erupção, liberta energia sob a forma de ondas de pressão na atmosfera, geralmente em frequências muito baixas (< 20 Hz), abaixo do limiar audível para o ouvido humano. Erupções de grande escala podem gerar ondas de pressão atmosférica que se propagam à volta da Terra, sendo os infrassons uma ferramenta valiosa para a monitorização da aAvidade vulcânica, tanto a pequenas como a longas distâncias. O objeAvo deste trabalho foi o de avaliar a eficácia da deteção remota de aAvidade vulcânica explosiva através da monitorização com base em infrassons. Foi elaborado um algoritmo de deteção automáAca e aplicado a erupções registadas na base de dados do GVP no período de 2011 a 2020, com Índice de Explosividade Vulcânica (VEI) ≥ 3. A análise baseou-se em dados recolhidos de 43 estações de infrassons da rede do Sistema Internacional de Monitorização (Interna<onal Monitoring System - IMS), operada pela Comissão Preparatória da Organização do Tratado de Proibição Total de Ensaios Nucleares (Comprehensive Nuclear-Test-Ban Treaty Organiza<on - CTBTO), numa distância máxima de 4 500 km dos vulcões selecionados. A metodologia seguida adotou uma abordagem sequencial e estruturada, desde a idenAficação das erupções até à validação dos resultados. Numa fase inicial, foram idenAficadas as erupções explosivas, tendo sido compilada uma Listas de eventos Event List, com informações como a data, hora de início, localização e classificação da erupção, para cada evento. Simultaneamente, foram adquiridos e processados dados das estações de infrassons. As deteções resultantes foram compiladas em boleAns (Sta<on Detec<on Lists), com informações sobre parâmetros-chave do sinal, tais como o tempo de chegada, azimute inverso, duração e amplitude. Foi então efetuada uma correlação espaciotemporal entre as Listas de eventos e as Listas das deteções da Estação (Sta<on Detec<on Lists), com o objeAvo de idenAficar deteções potencialmente associadas às erupções previamente idenAficadas. Esta etapa de filtragem permiAu reduzir falsas deteções, ruido ambiente e destacar sinais mais prováveis de estarem associados à aAvidade vulcânica. Para avaliar a capacidade de deteção e melhorar esta relação entre os sinais e eventos, foi desenvolvido um algoritmo específico baseado no método de Correlação Progressiva MulA-Canal (Progressive Mul<-Channel Correla<on - PMCC). Este algoritmo foi adaptado para ter em consideração o estado da atmosfera no momento de cada evento, através da incorporação de dados de reanálise meteorológica dos modelos do ECMWF (ERA-Interim e ERA5) e do modelo empírico Ground-to-Space (G2S), que permite a aplicação de técnicas de traçados de raios (ray tracing) para simular a propagação de sinais de infrassons. Foi elaborado um conjunto de scripts em MATLAB® para automaAzar as seguintes etapas do processamento: (1) associação entre deteções de sinais de infrassons e eventos vulcânicos; (2) criação dos mapas de rácios de velocidade V_eff e padrões de atenuação; e (3) parâmetros atmosféricos, incluindo a temperatura e componentes do vento zonal e meridional e calculando, ainda, as velocidades do som adiabáAca e efeAva. Os resultados destes scripts são gerados em simultâneo e integrados na fase final do algoritmo de deteção, permiAndo uma análise dinâmica e sensível às condições atmosféricas. A robustez do algoritmo foi posteriormente avaliada por meio de uma comparação cruzada com os boleAns de eventos produzidos pelo Internacional Data Centre (IDC), da CTBTO, proporcionando uma referência externa independente para avaliação da eficácia do fluxo de trabalho e o grau de confiança das deteções relaAvas à aAvidade vulcânica explosiva. Os resultados obAdos foram organizados em oito classes de deteção, com base na distância entre o vulcão e as estações que registaram o sinal, com o objeAvo de avaliar o desempenho da rede de monitorização e o alcance da propagação das ondas infrassónicas. Estas classificações serviram de base para a avaliar a eficácia do algoritmo proposto na deteção de eventos vulcânicos explosivos, em função da duração e magnitude das erupções, da localização dos vulcões nas diferentes regiões e das limitações à deteção dos eventos, em parAcular a cobertura da rede e, sobretudo, as condições atmosféricas que condicionam a propagação eficaz. De forma geral, o algoritmo proposto detetou, com sucesso, 50 das 67 erupções registadas, e 128 dos 186 eventos discretos associados (VEI ≥ 3), de 30 vulcões, representando uma eficácia de 75% para as erupções e 69% para os eventos discretos. | por |
| dc.description.abstract | ABSTRACT: According to the Smithsonian Institution’s Global Volcanism Program (GVP) database, in January 2025, there were 1,281 potentially acAve volcanoes and tens of thousands of dormant volcanoes worldwide. It is important to realize that only a fraction of the world’s active and potentially active volcanoes is monitored in real-time, and only for few of them multiparametric networks are available. For volcanoes located in remote regions, lacking local ground-based monitoring systems, remotesensing techniques are the only available means of volcanic surveillance. Different styles of volcanic eruptive activity represent different types of volcanic hazards, ranging from local (< few km) to regional (< few hundreds of km) scales. In a risk mitigation perspective, recent studies have demonstrated how the use of infrasound technology (remote sensing technology) can contribute to the detection, location, characterization of volcanic eruptions. Ash clouds produced by major volcanic explosive eruptions can be blown by winds and spread hundreds or thousands of kms away from the volcanic edifice, crossing national and international borders, and can represent a serious threat to aviation. Volcanic Ash Advisories Centres (VAACs) perform extensive use of satellite images and interact with volcano observatories worldwide. However, due to the resemblance of volcanic and meteorological clouds, and the satellite data access data possible delay, it is critical to find an alternative to know when a major volcanic eruption occurs as it might potentially inject ash in the atmosphere. Indeed, when a volcano erupts, it releases energy in the form of pressure waves into the atmosphere, generally with low frequency (<20Hz), below the audible range of human hearing. Largescale volcanic eruptions have the potential to generate atmospheric pressure waves that propagate around the Earth, and the use of infrasound provides a valuable working tool for monitoring volcanic activity, both in the near- and far-field. The objective of this work was to assess the effectiveness of the remote detection of explosive volcanic activity using infrasound monitoring. An automatic detection algorithm was applied to eruptions reported in the GVP database for the period 2011-2020, with a Volcanic Explosivity Index (VEI) ≥ 3. A total of 46 active volcanoes were selected from 11 volcanic regions, adopted by the GVP based on its geodynamic framework. The analysis was based on data from 43 infrasound stations of the International Monitoring System (IMS), operated by the Comprehensive Nuclear-Test-Ban Treaty OrganizaAon (CTBTO), in a maximum distance of 4,500 km from the selected volcanoes. The methodology workflow followed a sequential and structured approach, from the identification of eruptions to the results validation. In the initial phase, explosive eruptions were identified, and an Event List was compiled, comprising information such as date, onset Ame, location, and eruption classification for each event. At the same Ame, data from the infrasound stations were retrieved and processed. The resulted detections were compiled into Station Detection Lists (BulleAns), with key signal parameters such as arrival Ame, back-azimuth, length and amplitude. A space-Ame correlation was then carried out between the Event Lists and the Station Detection Lists, with the aim of identifying detections potentially associated with the reported eruptions. This filtering step allowed us to reduce unrelated signals and highlight those most likely to be associated with volcanic activity. To assess the detection capability and improve the association between signals and volcanic events, a specific algorithm was developed based on the Progressive Multi-Channel Correlation (PMCC) method. This algorithm was adjusted to consider the state of the atmosphere at the Ame of each event, by incorporating meteorological reanalysis data from the ECMWF models (ERA-Interim and ERA5) and the Ground-to-Space (G2S) empirical model for application of ray tracing techniques to simulate infrasonic signal propagation. A set of MATLAB® scripts was created to automate the following processing steps: (1) association between infrasonic detections and volcanic events; (2) atmospheric parameters, including temperature, zonal and meridional wind components, also calculating adiabatic and effective sound speeds; and (3) generation of Veff-ra#o maps and acenuation pacerns; The resulting scripts outputs are generated in parallel and integrated in the final stage of the detection algorithm, allowing for a dynamic analysis sensitive to atmospheric conditions. The algorithm's robustness was then assessed by a cross comparison with the bulletins produced by the International Data Centre (IDC), from CTBTO, offering an independent external reference for evaluating the workflow's effectiveness and the detections' confidence of explosive volcanic actvity. The obtained results were organized into eight detection classes, based on the source's distance from the station that registered the signal, with the aim of evaluating the performance of the monitoring network and the propagation range of the infrasonic waves. These classifications were used to discuss the effectiveness of the proposed algorithm in the detection of explosive volcanic events. The performance of the algorithm was evaluated in terms of the eruptions' duration and magnitude, volcano’s location in the different regions, and the constraints on event detection, in particular the network coverage and, above all, the atmospheric conditions, that limits the propagation. Overall, the proposed algorithm detected successfully 50 out of the 67 recorded erupAons and 128 of the 186 associated discrete events (VEI ≥ 3), from 30 volcanoes, representing an effectiveness of 75% for eruptions and 69% for discrete events. | eng |
| dc.identifier.citation | MATOS, Sandro Branquinho de. (2025). "Contribution to real-time long-range erupting volcanoes monitoring based on infrasound". Ponta Delgada: Universidade dos Açores, 2025. 187 p. Tese de Doutoramento em Geologia. Disponível em http://hdl.handle.net/10400.3/8909 | |
| dc.identifier.tid | 101851057 | |
| dc.identifier.uri | http://hdl.handle.net/10400.3/8909 | |
| dc.language.iso | eng | |
| dc.rights.uri | N/A | |
| dc.subject | Monitorização da atividade vulcãnica | |
| dc.subject | Nuvens de cinzas | |
| dc.subject | Perigos vulcãnicos | |
| dc.subject | Vulcões ativos | |
| dc.subject | Vulcões dormentes | |
| dc.title | Contribution to real-time long-range erupting volcanoes monitoring based on infrasound | por |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Doutoramento |
Ficheiros
Principais
1 - 1 de 1
Miniatura indisponível
- Nome:
- TeseDoutoramento_Sandro Branquinho de Matos.pdf
- Tamanho:
- 25.82 MB
- Formato:
- Adobe Portable Document Format
Licença
1 - 1 de 1
Miniatura indisponível
- Nome:
- license.txt
- Tamanho:
- 1.73 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: