Diese Drohnen sollen Vulkanausbrüche früher erkennen
Forschende der TUM messen mit Drohnen und Laser die CO₂-Verteilung über Vulkanfeldern. So sollen Warnsignale früher sichtbar werden.
Forscher Marius Schaab (vorne) von der TUM überprüft die Drohne, die in einem Krater auf Vulcano über Vulkangasen fliegen soll.
Foto: A. Schmitz / TUM
Ein Laserstrahl folgt einer Drohne über einem Vulkanfeld. Die Drohne trägt keinen Gassensor, sondern einen Reflektor. Er wirft das Licht zur Bodenstation zurück. Aus den Veränderungen des Laserstrahls berechnen Forschende der Technischen Universität München (TUM), wie sich Kohlendioxid in der Luft verteilt.
Das Verfahren soll die Überwachung aktiver Vulkane verbessern. Einen bevorstehenden Ausbruch erkennt die Drohne allerdings nicht direkt. Sie liefert Messdaten über vulkanische Gase, deren Zusammensetzung sich verändern kann, wenn Magma unter der Erdoberfläche aufsteigt. Erst zusammen mit Erdbebenmessungen, Bodenbewegungen und Temperaturdaten entsteht ein belastbares Bild der Vulkanaktivität.
Inhaltsverzeichnis
Laser misst durch die Gaswolke hindurch
Das TUM-Team hat sein System auf der Liparischen Insel Vulcano vor Sizilien eingesetzt. Auf einem kleinen Wagen befindet sich ein beweglicher Laser. Eine Kamera und Positionsdaten helfen ihm dabei, die Drohne zu finden und den Strahl automatisch auf deren Reflektor auszurichten.
Das Licht durchquert die Gaswolke auf dem Weg zur Drohne und zurück. Dabei absorbiert Kohlendioxid einen Teil des Lichts bei einer bestimmten Wellenlänge. An der Abschwächung erkennt das System, wie hoch die über den gesamten Laserweg gemittelte CO₂-Konzentration ist.
Das Messprinzip besteht aus drei Schritten:
- Die Drohne fliegt eine vorgegebene Route über dem Messgebiet ab.
- Der Laser folgt dem Reflektor und misst aus verschiedenen Richtungen durch die Gaswolke.
- Ein Algorithmus verbindet die einzelnen Messwege zu einer zweidimensionalen Karte der CO₂-Verteilung.
Die Drohne bleibt zehn bis 15 Minuten in der Luft und entfernt sich dabei bis zu 60 m von der Bodenstation. In dieser Zeit kann das System bis zu 3000 Messungen durchführen. Die Berechnung berücksichtigt auch den Wind, da er austretende Gase laufend verschiebt. Unter kontrollierten Bedingungen im Windkanal lag die Abweichung laut TUM bei etwa 5 %. Wie genau das Verfahren bei wechselnden Windverhältnissen im Vulkanfeld arbeitet, müssen weitere Messkampagnen zeigen.
Rotoren können Messwerte verfälschen
Drohnen können Gassensoren auch direkt in eine Vulkanfahne tragen. Die Rotoren erzeugen dabei jedoch einen kräftigen Luftstrom. Er vermischt die vulkanischen Gase mit der Umgebungsluft und kann kleine oder bodennahe Gasquellen auseinanderdrücken, bevor ein Sensor sie erfasst.
Das zeigte sich bei Versuchen an den Salinelle dei Cappuccini. Diese Schlammvulkane liegen bei Paternò am Fuß des Ätna und dienen als Testgebiet für neue Messverfahren. Ein Sensor an der Drohne erkannte dort einige CO₂-Austritte nicht zuverlässig. Die Lasermessung über eine offene Strecke konnte die Verteilung des Gases dagegen rekonstruieren. Die Ergebnisse stimmten grundsätzlich mit Kontrollmessungen überein, die das Team direkt am Boden vorgenommen hatte.
Ein weiterer Vorteil liegt in der Distanz zur Quelle. Das Messpersonal muss sich den Gasaustritten nicht unmittelbar nähern. „Das ist präziser und sicherer“, sagt Achim Lilienthal, stellvertretender Direktor des Robotikinstituts TUM MIRMI.
Weshalb CO₂ allein nicht ausreicht
Das TUM-System kartiert bei den bisherigen Versuchen Kohlendioxid. Für die Einschätzung eines Vulkans interessiert Fachleute jedoch besonders das Verhältnis von Kohlendioxid zu Schwefeldioxid.
Beide Gase verhalten sich im Magma unterschiedlich. Kohlendioxid kann schon in größerer Tiefe entweichen. Schwefeldioxid wird verstärkt freigesetzt, wenn Magma in flachere Bereiche aufsteigt. Ändert sich das Verhältnis beider Gase, kann dies auf Vorgänge im Untergrund hindeuten.
„Dann steigt zum Beispiel das Verhältnis von Kohlendioxid zu Schwefeldioxid erst stark an und fällt dann noch vor dem Beginn des Ausbruchs wieder ab“, erläutert die Vulkanologin Nicole Bobrowski von der Universität Heidelberg. Solche Veränderungen wurden vor mehreren Eruptionen beobachtet. Das Muster gilt jedoch nicht als universeller Countdown. Jeder Vulkan besitzt andere Gasquellen und charakteristische Ausgangswerte. Entscheidend sind daher längere Messreihen und Abweichungen vom jeweiligen Normalzustand.
Mainzer Drohne fliegt direkt in die Vulkanfahne
Ein Team um Thorsten Hoffmann von der Johannes Gutenberg-Universität Mainz verfolgt einen anderen Ansatz. Seine Drohnen tragen leichte Sensoren für CO₂ und SO₂ direkt an Bord und fliegen in die Vulkanfahne hinein. Zusätzlich messen sie unter anderem Temperatur, Luftdruck und Luftfeuchtigkeit.
„Besonders wichtig sind uns die Gase Kohlendioxid und Schwefeldioxid, denn deren Verhältnis gibt uns Aufschluss darüber, was unter der Erde passiert“, sagt Hoffmann. Das Mainzer System misst die Konzentration unmittelbar entlang der Flugroute. Die TUM-Methode erfasst dagegen die CO₂-Konzentration über längere Laserstrecken und kann daraus räumliche Karten berechnen.
Noch handelt es sich um zwei unterschiedliche Messkonzepte. Sie zeigen aber, wie Drohnen die Vulkanüberwachung ergänzen können. Das Ziel des TUM-Teams ist eine weitgehend automatische Messkette. „Unser Ziel ist, das Messen und Kartieren zu automatisieren und einer künstlichen Intelligenz die Interpretation der Daten zu übergeben“, sagt Lilienthal.
Veröffentlichungen
Visual Cooperative Drone Tracking for Open-Path Gas Measurements; Marius Schaab, Alisha Kiefer, Thomas Wiedemann, Patrick Hinsen, Achim J. Lilienthal; https://www.researchgate.net/publication/401178423_Visual_Cooperative_Drone_Tracking_for_Open-Path_Gas_Measurements (vorgestellt auf der I2MTC 2026, Nancy)
Towards Drone-based Mapping of Volcanic Gases using Gas Tomography; Marius Schaab, Niklas Karbach, Antonia Rabe, Thomas Wiedemann, Patrick Hinsen, Dmitriy Shutin, Thorsten Hoffmann, Achim J. Lilienthal; https://arxiv.org/abs/2605.27180 (vorgestellt auf der ISOEN 2026 in Chongqing)
Methane Release Rate Estimation Using Model-Based Gas Tomography; Marius Schaab, Thomas Wiedemann, Patrick Hinsen, Achim J. Lilienthal; IEEE Sensors Letters, 9-2025; https://ieeexplore.ieee.org/document/11123752
Ein Beitrag von:
