좋은 타이밍, 슈퍼컴퓨터 업그레이드로 화산 폭발 예측 성공

좋은 타이밍, 슈퍼컴퓨터 업그레이드로 화산 폭발 예측 성공
날짜:
2022년 6월 3일
원천:
일리노이 대학교 어바나 샴페인, 뉴스 국
요약:
2017년 가을, 지질학자 팀은 Blue Waters와 iForge 슈퍼컴퓨터에서 새로운 화산 예측 모델링 프로그램을 방금 설정했습니다. 동시에 다른 팀은 에콰도르 갈라파고스 제도의 시에라 네그라 화산 활동을 모니터링하고 있었습니다. 팀은 통찰력을 공유했으며 다음에 일어난 일은 2018년 6월 시에라 네그라 화산 폭발이 일어나기 5개월 전의 우연한 예측이었습니다.

2017년 가을, 지질학 교수인 Patricia Gregg와 그녀의 팀은 Blue Waters와 iForge 슈퍼컴퓨터에서 새로운 화산 예측 모델링 프로그램을 설정했습니다. 동시에 다른 팀은 에콰도르 갈라파고스 제도의 시에라 네그라 화산 활동을 모니터링하고 있었습니다. 에콰도르 프로젝트의 과학자 중 한 명인 콜게이트 대학의 데니스 가이스트(Dennis Geist)는 그레그에게 연락했고, 그 다음에 일어난 일은 2018년 6월 시에라 네그라 화산 폭발이 일어나기 5개월 전의 우연한 예측이었습니다.

처음에 iMac 컴퓨터에서 개발된 새로운 모델링 접근 방식은 2008년 알래스카의 Okmok 화산의 예상치 못한 폭발을 성공적으로 재현하여 이미 주목을 받았습니다. 이 모델의 새로운 고성능 컴퓨팅 업그레이드를 테스트하기 위해 Geist의 Sierra Negra 관측에 따르면 폭발이 임박한 징후가 나타났습니다.

성공적인 노력에 대한 새로운 보고서의 주 저자인 Gregg는 "시에라 네그라는 잘 행동하는 화산입니다. "과거에 폭발이 일어나기 전에 화산은 그라운드 스웰, 가스 방출 및 지진 활동 증가와 같이 볼 것으로 예상되는 모든 폭발 징후를 보여주었습니다. 이러한 특성으로 인해 시에라 네그라는 업그레이드된 모델에 대한 훌륭한 테스트 사례가 되었습니다. ."

그러나 많은 화산이 이러한 깔끔하게 설정된 패턴을 따르지 않는다고 연구원들은 말했습니다. 분화를 예측하는 것은 화산학의 가장 큰 도전 중 하나이며 이러한 까다로운 시나리오를 돕기 위한 정량적 모델의 개발은 Gregg와 그녀의 팀 작업의 초점입니다.

2017-18년 겨울 방학 동안 Gregg와 그녀의 동료들은 새로운 슈퍼컴퓨팅 기반 모델을 통해 Sierra Negra 데이터를 실행했습니다. 그들은 2018년 1월에 실행을 완료했으며 테스트 목적이었음에도 불구하고 시에라 네그라의 분화 주기를 이해하고 미래 분화의 가능성과 시기를 평가하기 위한 프레임워크를 제공했지만 아직 아무도 깨닫지 못했습니다.

NCSA 교수이기도 한 Gregg는 "우리 모델은 시에라 네그라의 마그마 챔버를 포함하는 암석의 강도가 6월 25일에서 7월 5일 사이에 매우 불안정해져서 기계적 고장과 후속 분화를 초래할 수 있다고 예측했습니다."라고 말했습니다. . "우리는 2018년 3월 과학 회의에서 이 결론을 발표했습니다. 그 후, 우리는 다른 작업으로 바빠서 Dennis가 6월 26일에 나에게 문자를 보내 우리가 예측한 날짜를 확인하도록 요청할 때까지 우리 모델을 다시 보지 않았습니다. 시에라 네그라 우리가 예측한 가장 빠른 기계적 고장 날짜 이후 하루 만에 폭발했습니다. 우리는 바닥을 쳤습니다."

연구원들은 이것이 이상적인 시나리오를 나타내지만 이 연구는 고성능 슈퍼컴퓨팅을 실제 연구에 통합하는 힘을 보여주고 있다고 말했습니다. 일리노이주 대학원생이자 이 보고서의 공동 저자인 Yan Zhan은 "이 업그레이드된 모델의 장점은 다양한 분야의 실시간 데이터를 지속적으로 동화하고 이를 신속하게 처리하여 일기 예보와 유사한 일일 예보를 제공할 수 있다는 것입니다."라고 말했습니다. 공부하다. "이것은 화산 예측 커뮤니티에서 이전에 사용할 수 없었던 엄청난 양의 컴퓨팅 성능을 필요로 합니다."

이러한 강점의 모델링 프로그램을 생성하기 위해 움직이는 부품을 제자리에 가져오려면 Gregg의 팀이 NCSA와 협력할 때까지 접근할 수 없었던 고도로 다학문적인 접근 방식이 필요합니다.

연구 기관인 NCSA의 기술 보조 이사인 Seid Koric은 "이번 화산 마그마 챔버의 경우 기계적 고장을 예측하는 데 필요한 수치적 다중물리 분석 및 고성능 컴퓨팅과 관련하여 우리는 모두 같은 언어를 사용합니다"라고 말했습니다. 기계 과학 및 공학 교수이자 이 연구의 공동 저자입니다.

Koric의 전문성을 바탕으로 팀은 인공 지능과 기계 학습을 예측 모델에 통합하여 표준 랩톱 및 데스크톱 컴퓨터에서 작업하는 연구원들이 이 컴퓨팅 성능을 사용할 수 있도록 하기를 희망한다고 말했습니다.