Antigues publicacions

ST-HASSET for volcanic hazard assessment: A Python tool for evaluating the evolution of unrest indicators

Bartolini, S., R. Sobradelo, and J. Martí (2016), ST-HASSET for volcanic hazard assessment: A Python tool for evaluating the evolution of unrest indicators, Computers and Geosciences, 93, 77-87, doi: 10.1016/j.cageo.2016.05.002.

Abstract

Short-term hazard assessment is an important part of the volcanic management cycle, above all at the onset of an episode of volcanic agitation (unrest). For this reason, one of the main tasks of modern volcanology is to use monitoring data to identify and analyse precursory signals and so determine where and when an eruption might occur. This work follows from Sobradelo and Martí [Short-term volcanic hazard assessment through Bayesian inference: retrospective application to the Pinatubo 1991 volcanic crisis. Journal of Volcanology and Geothermal Research 290, 111, 2015] who defined the principle for a new methodology for conducting short-term hazard assessment in unrest volcanoes. Using the same case study, the eruption on Pinatubo (15 June 1991), this work introduces a new free Python tool, ST-HASSET, for implementing Sobradelo and Martí (2015) methodology in the time evolution of unrest indicators in the volcanic short-term hazard assessment. Moreover, this tool is designed for complementing long-term hazard assessment with continuous monitoring data when the volcano goes into unrest. It is based on Bayesian inference and transforms different pre-eruptive monitoring parameters into a common probabilistic scale for comparison among unrest episodes from the same volcano or from similar ones. This allows identifying common pre-eruptive behaviours and patterns. ST-HASSET is especially designed to assist experts and decision makers as a crisis unfolds, and allows detecting sudden changes in the activity of a volcano. Therefore, it makes an important contribution to the analysis and interpretation of relevant data for understanding the evolution of volcanic unrest.

Original paper

Política de privacitat

De conformitat amb la Llei Orgànica 3/2018, de 5 de desembre, de Protecció de Dades Personals i Garantia de Drets Digitals (LOPDGDD), el Reglament General de Protecció de Dades (RGPD) i la legislació relacionada, GEO3BCN-CSIC es compromet a complir amb l'obligació de secret respecte a les dades personals i el deure de tractar-les confidencialment després de realitzar les corresponents anàlisis de risc, en particular, de conformitat amb la disposició addicional primera de la LOPDGDD, les mesures de seguretat corresponents a les previstes en el Règim Nacional de Seguretat, necessàries per evitar la seva alteració, pèrdua, tractament o accés no autoritzat.

Els usuaris podran exercitar en qualsevol moment els seus drets d'accés, rectificació, cancel·lació, oposició, limitació o portabilitat dirigint-se per escrit a la Secretaria General del CSIC a C/Serrano 117, 28006 MADRID (Espanya), aportant fotocòpia del seu Document Nacional d'Identitat (DNI) o a través del Registre Electrònic del CSIC, situat a la seva Seu Electrònica, per al qual hauran de disposar d'un certificat electrònic reconegut. És possible contactar amb el Delegat de Protecció de Dades del CSIC a través d'aquest correu electrònic: delegadoprotecciondatos thecsic.es

GEO3BCN-CSIC es reserva el dret a modificar la present Política de Privacitat amb la finalitat d'adaptar-la a les últimes legislacions, jurisprudencials o interpretacions efectuades per l'Agència Espanyola de Protecció de Dades. En aquest cas, el CSIC anunciarà aquests canvis, indicant clarament amb antelació les modificacions efectuades, i sol·licitant, si es considera necessari, la seva acceptació.

No
Acceptar

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.

ACEPTAR
Aviso de cookies
Desplaça cap amunt