Vulkanausbrüche vorherzusagen, ist schwierig. Ein Team der Technischen Universität München (TUM) will mithilfe von einem Laser und einer Drohne verräterische Gaskonzentrationen erfassen, die auf einen bevorstehenden Ausbruch hinweisen können.

Das Messsystem besteht aus einem Laser und einem Quadrocopter, unter dem ein halbkugelförmiger Reflektor montiert ist. Während die Drohne eine vorgegebene Route durch den Krater abfliegt, schickt der Laser Lichtpulse im Infrarot-Bereich in Richtung der Drohne.

Das Licht trifft auf den Reflektor und wird zum Lasergerät zurückgeworfen. Auf seinem Weg wird das Licht durch das Kohlendioxid, das der Lichtstrahl durchquert, abgeschwächt. Aus der Intensität des zurückgeworfenen Laserlichts lässt sich die Kohlendioxidkonzentration bestimmen.

Test auf den Liparischen Inseln

Das Team um den TUM-Forscher Marius Schaab hat das System in der Praxis erstmals auf der Insel Vulcano getestet, die zu den Liparischen Inseln vor der Nordküste Siziliens gehört. Die Drohne flog in einer knappen Viertelstunde eine Route in einer Entfernung von bis zu 60 Metern zum Laser ab. In der Zeit führte das System etwa 3.000 Messungen durch. Ein Algorithmus erzeugte aus den Messdaten dann eine Karte, auf der die Kohlendioxidkonzentration in einer bestimmten Höhe dargestellt ist.

Dabei wird auch der aktuell herrschende Wind berücksichtigt. Die Abweichung bei dieser Methode beträgt etwa fünf Prozent. Das testete das Team zuvor in einem Windkanal.

Wenn die Lava drückt

Wenn Lava aus dem Untergrund an die Oberfläche drückt, treten Gase aus, vor allem Kohlenstoff- und Schwefelverbindungen. Je stärker die Lava drückt, desto größer wird die Konzentration der Gase. Sie ist also ein guter Indikator für die Aktivität in einem Vulkanfeld.

Bisher wurden die Werte am Boden erfasst. Allerdings emittieren auch Pflanzen Kohlendioxid, weshalb die Messungen ungenau ausfielen. Der Drohneneinsatz mache die Messungen „präziser und sicherer“, sagte Achim Lilienthal, stellvertretender Direktor des Robotikinstituts TUM MIRMI und Leiter des Lehrstuhls für Perzeption für intelligente Systeme der TUM School of Computation, Information and Technology. „Unser Ziel ist, das Messen und Kartieren zu automatisieren und einer künstlichen Intelligenz die Interpretation der Daten zu übergeben.“

(wpl)