Un algoritmo per la valutazione
probabilistica di forti repliche sismiche basato su dati e
informazioni dei cataloghi sismici della California. E' questo
il focus del nuovo studio di Stefania Gentili dell'Istituto
nazionale di Oceanografia e di geofisica sperimentale (Ogs) e di
Rita Di Giovambattista dell'Ingv, recentemente pubblicato su
Physics of the Earth and Planetary Interiors.
Per valutare la probabilità che un evento di magnitudo
superiore a 4 sia seguito da un forte evento sono stati
applicati algoritmi di machine learning, branca
dell'intelligenza artificiale, che, spiega Gentili, "funzionano
per apprendimento e hanno bisogno di una grande quantità di dati
per essere addestrati. Quello che abbiamo proposto, chiamato
Nestore, sin dalle prime ore dopo il primo forte evento fornisce
indicazioni sulla probabilità che avvengano repliche di
intensità simile o maggior. In questo studio, abbiamo utilizzato
cataloghi di terremoti avvenuti in California, una zona
sismicamente molto attiva e per questo molto ben monitorata e
analizzata. Nestore è stato in grado di prevedere l'accadimento
di forti terremoti anche con ampio anticipo nell'80% dei casi
analizzati, con un numero di falsi allarmi inferiore al 20%".
Per validare statisticamente il metodo e favorirne
l'applicazione a un ampio numero di eventi in diverse aree
tettoniche, il software verrà reso disponibile alla comunità
scientifica.
Riproduzione riservata © Copyright ANSA
