Quando si verifica una scossa sismica di forte intensità, poter stimare in modo attendibile la probabilità di successive forti repliche è cruciale per definire dei piani di intervento e ridurre ulteriori possibili danni.
Su questo filone di ricerca si misura uno studio, recentemente pubblicato sulla rivista Physics of the Earth and Planetary Interiors, basato sull’uso dell’intelligenza artificiale per lo studio di sequenze sismiche.
La ricerca, condotta da Stefania Gentili dell’Istituto Nazionale di Oceanografia e di Geofisica Sperimentale (OGS) e di Rita Di Giovambattista dell’Istituto Nazionale di Geofisica e Vulcanologia (INGV), ha messo a punto, in base a dati e informazioni dei cataloghi sismici della California, un algoritmo dimachine learning chiamato NESTORE per la valutazione probabilistica – a fronte di un primo importante evento sismico – di forti repliche.
“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’ottanta percento dei casi analizzati, con un numero di falsi allarmi inferiore al 20%” ha raccontato Stefania Gentili, ricercatrice del Centro di Ricerche Sismologiche dell’OGS.
Lo studio è parte del progetto di ricerca “Analisi di sequenze sismiche per la previsione di forti repliche”, coordinato dall’OGS, e a cui partecipano l’INGV e l’ente di ricerca giapponese The Institute of Statistical Mathematics (ISM), inserito nel protocollo Protocollo esecutivo 2021-2023 di cooperazione scientifico-tecnologica bilaterale tra Italia e Giappone.
L’articolo pubblicato su Physics of the Earth and Planetary Interiors
