Volcanic hazard monitoring using distributed acoustic sensing at Stromboli Volcano

Comprendere i segnali geofisici prodotti dai vulcani è essenziale per monitorare e prevenire eventuali eruzioni. Tuttavia, le condizioni ambientali ostiche e gli elevati rischi possono complicare il monitoraggio continuo dei vulcani. La Tecnologia di rilevamento acustico distribuito (DAS, Distributed acoustic sensing) offre una soluzione più sicura ed economica per il monitoraggio vulcanico a lungo termine. Il DAS analizza i cavi in fibra ottica per fornire campionamenti spaziali (a scala metrica) e temporali (fino a kHz) molto dettagliati del campo d’onda sismico, misurando la deformazione dinamica delle fibre tramite interferometria della radiazione retrodiffusa (scattering di Rayleigh). Nel progetto ANR MONIDAS, abbiamo installato 4 km di fibra ottica sul fianco nord-orientale del vulcano Stromboli (Italia). Un interrogatore DAS Febus A1-R ha monitorato l’attività vulcanica durante vari esperimenti tra il 2020 e il 2023, raccogliendo circa cinque mesi di dati. Per validare le misurazioni DAS, abbiamo posizionato numerosi sismometri lungo la fibra e raccolto dati dalla rete di monitoraggio permanente dell’Università di Firenze (Italia), che include stazioni sismiche, inclinometri, sensori infrasonici, gauge di tsunami e telecamere visibili e termiche. I nostri obiettivi principali sono (1) valutare la precisione del DAS nella rilevazione dei segnali sismici vulcanici e (2) ottenere informazioni sulle dinamiche e le localizzazioni di questi eventi. Analizziamo le forme d’onda ottenute dal DAS in strain rate (tasso di de- formazione) associate a vari processi vulcanici, focalizzandoci principalmente sull’attività ordinaria. Quest’ultima comprende esplosioni moderate e frequenti (∼10 eventi/ora) e tremore vulcanico. I segnali di strain rate delle esplosioni stromboliane hanno frequenze principalmente tra 2-10 Hz e includono anche fase a lungo periodo, tra 0.03 e 0,3 Hz. Esaminiamo inoltre i segnali generati da esplosioni più violente e da flussi piroclastici. Per valutare la precisione del DAS, ne confrontiamo i dati con quelli registrati dai sismometri co-localizzati utilizzando due metodi: convertendo la velocità sismica dei sismometri in strain rate e e convertendo lo strain rate DAS in velocità. Con il primo metodo, osserviamo un’ottima corrispondenza di fase tra i due dataset. Il secondo metodo fornisce risultati simili. Tuttavia, le ampiezze DAS sono da 1.5 a 5 volte più piccole rispetto a quelle registrate dai sismometri, probabilmente a causa di un trasferimento inefficiente di deformazione tra il suolo, il cavo e la fibra. Infine, le tecniche di analisi di array ci permettono di localizzare sorgenti sismiche stazionarie (es. tremore ed esplosioni) e in movimento (es. flussi piroclastici). I back- azimuth ottenuti tramite i segnali DAS rivelano sorgenti sismiche dominanti vicino ai crateri attivi durante esplosioni e tremore, coerenti con i risultati degli array sismici co-localizzati. I dati DAS ci permettono anche di seguire lo spostamento di due flussi pircolastici dai crateri fino al mare con velocità comprese tra ∼30 e 70 m/s. Questi risultati corrispondono a quelli ottenuti tramite dati sismo-acustici e con le immagini registrate dalle telecamere di monitoraggio. Sebbene siano necessarie ulteriori ricerche, questi risultati dimostrano il potenziale di questa nuova tecnologia nella sorveglianza delle aree vulcaniche. Understanding the geophysical signatures of volcanic activity is crucial for eruption forecasting. However, hazardous and harsh volcanic environments often challenge continuous monitoring. Distributed Acoustic Sensing (DAS) offers a safer, cost-effective solution for long-term volcanic surveys. DAS probes fibre-optic cables to provide highly detailed spatial (metre-scale) and temporal (up to kHz) sampling of the seismic wavefield, measuring the dynamic fibre strain via Rayleigh backscatter interferometry. As part of the ANR MONIDAS project, we deployed 4 km of optical fibre on the north-eastern flank of Stromboli volcano (Italy). A Febus A1-R DAS interrogator monitored volcanic activity during several experiments between 2020 and 2023, capturing around five months of data. To validate the DAS measurements, we installed nodal seismometers along the fibre. We also gathered data from the permanent monitoring network of the University of Firenze (Italy), comprising seismic stations, tiltmeters, infrasonic sensors, tsunami gauges, and visual/thermal cameras. Our main objectives are (1) to assess the accuracy of DAS in detecting volcanic seismic signals and (2) to gain insights into the dynamics and locations of these events. We analyse DAS strain rate waveforms from several volcanic processes, primarily focusing on ordinary activity, including mild, frequent explosions (∼10 events/hour) alongside volcanic tremor. Strain rate signals from Strombolian explosions typically fall in the 2-10 Hz range. Moreover, DAS measurements comprise very long-period seismic signals between 0.03-0.3 Hz. Additionally, we examine strain rate signals from more violent (major) explosions and pyroclastic density currents (PDCs). To evaluate DAS accuracy, we compare its strain rate data with those of co-located nodes using two methods: converting seismic velocity from nodes into strain rate and converting DAS strain rate into velocity. Using the first method, we observe an almost perfect match in phase between the two datasets. The second method yields similar outcomes. However, DAS amplitudes are 1.5 to 5 times smaller than those recorded by nodes, likely due to inefficient strain transfer between the ground, cable, and fibre. Finally, array processing techniques help us pinpoint stationary sources (tremor and explosions) and track moving sources (PDCs). The back-azimuths obtained with the DAS reveal dominant seismic sources located near the active craters during explosions and tremor, coherent with outcomes from co-located nodal arrays. DAS data also enable us to track two PDCs propagating from the craters to the sea with velocities from ∼30 to 70 m/s. These outcomes match those obtained via seismo-acoustic data and with the images recorded by the monitoring cameras. Although further research is needed, these findings demonstrate the potential of this new technology in monitoring volcanic areas.