Mapping of aquifer geological composition from space
Questo studio dimostra che combinare i dati di deformazione superficiale in serie temporali provenienti da SAR interferometrico con reti neurali profonde può mappare efficacemente la composizione geologica e la dimensione dei grani degli acquiferi, come la Central Valley della California, per prevedere meglio la subsidenza del suolo e il comportamento delle acque sotterranee in regioni con scarsità di dati.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il terreno sotto i nostri piedi non è una lastra solida e immutabile. In molti luoghi, è un ammasso simile a una spugna di sabbia, argilla e ghiaia che trattiene enormi quantità d'acqua. Quando le persone estraggono quest'acqua per l'agricoltura o per bere, la pressione all'interno dei pori del suolo diminuisce e gli strati superiori possono collassare, causando l'abbassamento della superficie terrestre. Questo sprofondamento, noto come subsidenza, è un problema serio. Può spaccare le strade, danneggiare gli edifici e ridurre permanentemente lo spazio disponibile per conservare l'acqua in futuro. Mentre gli scienziati possono facilmente vedere il terreno che affonda utilizzando i satelliti, capire esattamente perché affondi in alcuni luoghi e non in altri è molto più difficile. La ragione risiede nel profondo del sottosuolo, nella specifica miscela di materiali che compongono l'acquifero. Alcuni strati sono fatti di sabbia grossolana che può risalire quando l'acqua ritorna, mentre altri sono fatti di argilla fine che si schiaccia e resta giù per sempre. Sapere quale materiale si trova dove è fondamentale per gestire l'acqua, ma ottenere tali informazioni richiede solitamente la perforazione di costosi fori nel terreno, un processo lento e spesso impossibile nelle aree remote.
Un team di ricercatori del California Institute of Technology ha trovato un modo per vedere questi strati nascosti senza scavare un singolo buco. Osservando la Central Valley della California, una regione che sta sprofondando drasticamente a causa dell'uso dell'acqua, hanno scoperto che il modo in cui il terreno si muove nel tempo custodisce un codice segreto su ciò che si trova al di sotto. Hanno utilizzato dati provenienti da satelliti dotati di radar, che possono misurare minuscoli cambiamenti nell'altezza della superficie terrestre con una precisione incredibile. Invece di mappare semplicemente dove il terreno sta affondando, hanno inserito i modelli di questo movimento in un tipo di sistema di apprendimento informatico noto come rete neurale profonda. Questo sistema è stato addestrato a riconoscere la relazione tra il modo in cui il terreno si muove e gli strati geologici che causano tale movimento. I ricercatori hanno istruito il computer utilizzando mappe esistenti della geologia della valle, costruite a partire da migliaia di campioni di carotaggio, e poi hanno chiesto al computer di prevedere la geologia basandosi esclusivamente sui dati del movimento satellitare.
I risultati sono stati sorprendenti. Il modello informatico ha predetto con successo la composizione della colonna di suolo, distinguendo tra aree con alte percentuali di grani grossolani come la sabbia e aree dominate da grani fini come l'argilla. Il modello ha ottenuto una forte correlazione con la realtà del terreno, anche quando i ricercatori lo hanno testato con dati molto limitati o quando hanno costretto il computer a imparare da punti distanti tra loro. Ciò suggerisce che il metodo sia robusto e non si limiti a memorizzare le posizioni specifiche su cui è stato addestrato. Lo studio ha rivelato che la tempistica del movimento del terreno conta immensamente. Il modello ha ottenuto prestazioni migliori quando includeva i dati dei mesi autunnali e invernali, specificamente ottobre e dicembre. Questo ha senso perché questi sono i periodi in cui le piogge invernali ricaricano l'acquifero, facendo rimbalzare verso l'alto le parti elastiche e sabbiose del terreno. Senza osservare questo "rimbalzo" stagionale, il computer non sarebbe stato in grado di distinguere accuratamente tra la sabbia elastica e l'argilla schiacciabile.
Questo approccio offre un nuovo modo per mappare l'architettura invisibile degli acquiferi in tutto il mondo. Sebbene il modello non fornisca una mappa perfetta, grano per grano, offre una visione affidabile a livello di screening della composizione geologica, mostrando dove i materiali grossolani e resilienti terminano e dove iniziano i materiali fini e permanentemente compattabili. Questo è un passo avanti significativo perché trasforma la superficie della terra in una finestra sul sottosuolo profondo. I ricercatori osservano che questo metodo potrebbe essere applicato ad altre regioni in sprofondamento a livello globale, specialmente in quelle che mancano di dati dettagliati di perforazione. Guardando al futuro, vedono un grande potenziale nelle imminenti missioni satellitari che forniranno misurazioni ancora più frequenti e dettagliate del movimento del terreno. Combinando queste nuove osservazioni con le stesse tecniche di apprendimento, gli scienziati potrebbero presto essere in grado di stimare rapidamente la struttura geologica di acquiferi critici in qualsiasi parte del pianeta, aiutando le comunità a gestire le proprie risorse idriche con un quadro molto più chiaro di ciò che si trova sotto i loro piedi.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.