وجدت دراسة حديثة أن مراقبة سلوك النبات يمكن أن يوفر مؤشرا مبكرا للنشاط البركاني، ما يسمح بالتحذير والاستعداد في الوقت المناسب، قبل وقت طويل من الطرق التقليدية لرصد ثورات البراكين. وأشار الباحثون إلى أن المؤشرات التقليدية، مثل زيادة انبعاثات ثاني أكسيد الكربون، غالبا ما تسبق الاضطرابات البركانية. ومع ذلك، فإن اكتشاف هذه الانبعاثات يمثل تحديا بسبب مستويات التركيز الطبيعية للغاز وعدم إمكانية الوصول إلى العديد من المواقع البركانية. ولمعالجة هذه المشكلة، قام روبرت بوغ وفريقه في جامعة ماكجيل بالتحقيق في ما إذا كانت صحة النبات يمكن أن تكون بمثابة مؤشر للنشاط البركاني. وقاموا بتحليل صور الأقمار الصناعية من حديقة يلوستون الوطنية على امتداد ثلاث فترات متميزة من عام 1984 إلى عام 2022. ويعرف يلوستون بأنه عبارة عن نظام كالديرا كبير وديناميكي (منخفض كبير يتشكل عندما ينفجر بركان وينهار) وينبعث منه كمية كبيرة من ثاني أكسيد الكربون. واكتسبت بحيرة تيرن التي تقع داخل القطاع الشمالي الشرقي من يلوستون، شهرة مؤخرا بسبب نشاطها الحراري المائي، والذي تم التعرف عليه من خلال صور الأقمار الصناعية التي تظهر التربة المتغيرة، والأشجار الميتة، والشذوذ في درجة حرارة الأشعة تحت الحمراء. ولاحظ الباحثون وجود علاقة بين زيادة خضرة النباتات، ما يدل على النمو المعزز من ثاني أكسيد الكربون الإضافي، والتحول إلى اللون البني اللاحق مع وصول النشاط البركاني إلى ذروته، والذي يعزى إلى ثاني أكسيد الكبريت ودرجات الحرارة المرتفعة التي تسبب موت النباتات. وتقترح النتائج التي نشرت في مجلة Geochemistry, Geophysics, Geosystems استخدام صور الأقمار الصناعية لمراقبة صحة النبات كنظام إنذار مبكر محتمل للنشاط البركاني، ما يوفر رؤى قبل سنوات. ومع ذلك، حذر الباحثون من أن طريقتهم قد تواجه تحديات في المناطق التي تحتوي على أنواع متعددة من الأشجار أو ضغوط كبيرة من العوامل غير البركانية مثل الجفاف أو حرائق الغابات. وهذا النهج مناسب بشكل خاص لرصد البراكين الطبقية ذات الشكل المخروطي الواسع الموجودة في مناطق الغابات، مثل بركان تال في الفلبين أو جبل إتنا في إيطاليا. وتؤكد الدراسة على أهمية أن تكون التأثيرات البيئية خفية وغالبا ما يتم تجاهلها من قبل المراقبين البشريين. وفي حين أن الحالات الشاذة الكبيرة تكون ملحوظة، إلا أن التأثيرات الأكثر دقة تتطلب بيانات مكثفة وتحليلات إحصائية أو تحليلات تعلم الآلة المتقدمة لاكتشافها.