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
