В настоящее время спутниковые данные интенсивно используются для обнаружения и количественной оценки термальных аномалий на действующих вулканах (Trifonov et al., 2016; Melnikov, Volynets, 2015; Ефремов и др., 2012). Для задач оперативного мониторинга успешно используются данные инструмента MODIS, установленного на борту ИСЗ Terra и Aqua, которые позволяют обнаруживать и проводить количественную оценку вулканической активности в условиях различных геотектонических обстановок (Wright et al., 2004; Coppola et al., 2016). Существуют различные алгоритмы обработки этих данных для обнаружения термальных аномалий. Одним из них является алгоритм глобального мониторинга вулканической активности - MODVOLC (Flynn et al., 2002; Wright et al., 2002). Он основан на поиске высокотемпературных аномалий в 21 (4 мкм) и 32 (12 мкм) каналах MODIS. Для этого рассчитывается нормализованный тепловой индекс (НТИ), как соотношение между разницей и суммой указанных яркостей. Порогом обнаружения термальных аномалий является значение НТИ=> -0.8 для ночных снимков MODIS.
В Институте вулканологии и сейсмологии ДВО РАН в 2015 году установлена приёмная станция УниСкан-36 (Сканэкс), которая позволяет производить приём и обработку спутниковых данных MODIS (от 4 до 8 снимков в сутки) в режиме реального времени. Авторами реализован алгоритм автоматической обработки снимков MODIS для обнаружения и количественной оценки термальных аномалий для действующих вулканов Камчатки и Курильских островов. Алгоритм позволяет: 1) для каждого действующего вулкана производится автоматический поиск тепловых аномалий на основе НТИ, 2) для каждого пикселя тепловых аномалий, имеющих пороговое значение НТИ=> -0.8 определяется мощность излучения (Wooster et al., 2003), 3) согласно определённой мощности излучения оценивается мгновенный расход лавы согласно методу D.Coppola (Coppola et al., 2013). Данные по зафиксированной максимальной, минимальной, фоновой температуре, количеству пикселей тепловых аномалий по каждому вулкану заносятся в базу данных.
Согласно описанному алгоритму, производится оперативный мониторинг извержения Ключевского вулкана, начавшегося в апреле 2016 года. Применение алгоритма позволило отметить начало извержения в виде стромболианской активности в кратере вулкана. Для этого периода характерна средняя мощность излучения 30-50 МВатт и расход лавы 0,6 м3/сек. 23 апреля произошло мощное эксплозивное событие, которое привело к частичному разрушению привершинной области восточного склона вулкана (верхняя часть Апахончичского желоба). По спутниковым снимкам 24-27 апреля было зафиксировано резкое увеличение мощности излучения до 500 МВатт и расхода лавы 5 м3/сек, что свидетельствовало о начале излияния лавового потока по восточному склону вулкана. Интенсивность излияния лавовых потоков начала повышаться с начала июня 2016 года, достигнув максимальных значений мощности излучения в 1500-1800 МВатт в июле-сентябре, средний расход лавы составил 4-6 м3/сек, при максимальных значениях 15-20 м3/сек. На сегодняшний день 30 сентября, извержение Ключевского вулкана продолжается, предварительный объём эффузивного материала составляет 0,05 км3 (±50%).
Работа выполнена при поддержке Российского научного фонда (проект № 16-17-00042).
The Kamchatka Volcanic Eruption Response Team (KVERT) has provided notices and reports of volcanic activity since 1993. Kamchatka is part of a Pacific ring of volcanoes with 29 active volcanoes. These volcanoes produce explosive volcanic ash clouds every 2 or 3 years that spread across major international air routes between North America and Asia. The staff of KVERT, in collaboration with Kamchatkan Experimental and Methodical Seismological Department (KEMSD) of the Russian Academy of Sciences and the Institute of Volcanology and Seismology (IVS), monitors active volcanoes of Kamchatka seismically. This is done by visual observations and video, utilizing satellite images for ash cloud detection and tracking of thermal anomalies. As of 2003, there were 28 remote seismic stations operating at 11 of the most active volcanoes in Kamchatka and the North Kurile Islands. Three volcanoes, Bezymyanny, Sheveluch and Kyuchevskoy are being monitored by a video-camera system. Real-time images of these three volcanoes are available on the Internet, at http://emsd.iks.ru. Seismic observations are used universally to discover the start of volcano unrest and to recognize volcanic blasts of volcanoes obscured by weather. KVET examines data from U.S. and Japanese meteorological satellites, in cooperation with the Alaska Volcano Observatory. A number of times a day, images from GOES (Geostationary Operational Environmental Satellites), GMS (Geostationary Meteorological Satellite) and polar-orbiting satellites carrying AVHRR (Advanced Very High Resolution Radiometer) are examined for volcanic activity.
The powerful explosive eruptions with large volumes of volcanic ash pose a great danger to the population and jet aircraft. Global experience in monitoring volcanoes and observing changes in the parameters of their thermal anomalies is successfully used to analyze the activity of volcanoes and predict their danger to the population. The Kamchatka Peninsula in Russia, with its 30 active volcanoes, is one of the most volcanically active regions in the world. The article considers the thermal activity in 2015–2022 of the Klyuchevskoy, Sheveluch, Bezymianny, and Karymsky volcanoes, whose rock composition varies from basaltic andesite to dacite. This study is based on the analysis of the Value of Temperature Difference between the thermal Anomaly and the Background (the VTDAB), obtained by manual processing of the AVHRR, MODIS, VIIRS, and MSU-MR satellite data in the VolSatView information system. Based on the VTDAB data, the following “background activity of the volcanoes” was determined: 20 °C for Sheveluch and Bezymianny, 12 °C for Klyuchevskoy, and 13–15 °C for Karymsky. This study showed that the highest temperature of the thermal anomaly corresponds to the juvenile magmatic material that arrived on the earth’s surface. The highest VTDAB is different for each volcano; it depends on the composition of the eruptive products produced by the volcano and on the character of an eruption. A joint analysis of the dynamics of the eruption of each volcano and changes in its thermal activity made it possible to determine the range of the VTDAB for different phases of a volcanic eruption.
Шивелуч -один из наиболее активных вулканов Камчатки.Его современная постройка включает три главных элемента: Старый Шивелуч, древнюю кальдеру и Молодой Шивелуч.На юго-западном склоне Старого Шивелуча находится группа древних экструзивных куполов (с юга на север): Шероховатая, Красная, Каран, Сопочка на склоне.Только в районе купола Каран имеются прогретые площадки с температурой мофет 70-96 °С.После мощного эксплозивного извержения влк.Шивелуч в апреле 2023 г. парогазовая активность купола Каран усилилась, на спутниковых снимках в районе купола начала отмечаться слабая термальная аномалия.На спутниковом снимке JPSS-1 (англ
For the first time, the results of petrophysical studies of the Bezymianny volcano extrusive rocks from dacites to andesites are presented. A comparative characteristic of the extrusive rocks properties is given according to the selected age groups. The dynamics of changes in the properties of extrusion rocks depending on their age is shown: it is established that the older the rocks, the higher the indicators of their density, strength and elastic properties. The petrophysical features of the rocks of the extrusive domes and lava flows are compared. The applicability of petrophysical properties to clarify the genesis of rocks similar in petrographic characte-ristics, in particular, of extrusive and effusive origin, is substantiated.
One of the most important tasks when studying volcanic activity is to monitor their thermal radiation. To fix and assess the evolution of thermal anomalies in areas of volcanoes, specialized hardware-thermal imagers are usually used, as well as specialized instruments of modern satellite systems. The data obtained with their help contain information that makes it relatively easy to track changes in temperature and the size of a thermal anomaly. At the same time, due to the high cost of such complexes and other limitations, thermal imagers sometimes cannot be used to solve scientific problems related to the study of volcanoes. In the current paper, day/night video cameras with an infrared-cut filter are considered as an alternative to specialized tools for monitoring volcanoes’ thermal activity. In the daytime, a camera operated in the visible range, and at night the filter was removed, increasing the camera’s light sensitivity by allowing near-infrared light to hit the sensor. In that mode, a visible thermal anomaly could be registered on images, as well as other bright glows, flares, and other artifacts. The purpose of this study is to detect thermal anomalies on night images, separate them from other bright areas, and find their characteristics, which could be used for volcano activity monitoring. Using the image archive of the Sheveluch volcano as an example, this article presents the results of developing a computer algorithm that makes it possible to find and classify thermal anomalies on video frames with an accuracy of 98%. The test results are presented, along with their validation based on thermal activity data obtained from satellite systems.
'/%3e%3cpath id='b' d='M658.84 441.31c-7.618 16.446-22.845 19.271-36.164 5.995 0 0 5.354-3.783 11.086-4.826-1.075-4.574 1.13-10.902 4.235-14.324 3.258 2.227 7.804 6.689 8.96 11.874 8.03-1.04 11.883 1.282 11.883 1.282z'/%3e%3cuse xlink:href='%23b' transform='rotate(9.37 700 804)'/%3e%3cuse xlink:href='%23b' transform='rotate(18.74 700 804)'/%3e%3cpath fill='none' stroke='%23f8c300' stroke-width='16' d='M603 478a340 340 0 0 1 194 0'/%3e%3cg transform='translate(700 380)'%3e%3cg transform='translate(0 -140)'%3e%3cpath id='c' d='m0-513674 301930 929245-790463-574305h977066l-790463 574305z' transform='scale(.00005)'/%3e%3c/g%3e%3cg id='d'%3e%3cuse xlink:href='%23c' transform='translate(-70 -121.244)'/%3e%3cuse xlink:href='%23c' transform='translate(-121.244 -70)'/%3e%3cuse xlink:href='%23c' transform='translate(-140)'/%3e%3c/g%3e%3cuse xlink:href='%23d' transform='scale(-1 1)'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)