Studio sui Campi Flegrei: Machine Learning per la Sismicità del SuperVulcano
Nuovo studio sui Campi Flegrei: il ruolo del machine learning nell’analisi della sismicità
Un innovativo studio sui Campi Flegrei, recentemente pubblicato sulla rivista scientifica Communications Earth and Environment di Nature, ha utilizzato per la prima volta tecniche di machine learning (ML) per analizzare la sismicità del complesso vulcanico situato a nord-ovest di Napoli.
Il lavoro, condotto da un team di ricercatori dell’Istituto Nazionale di Geofisica e Vulcanologia (INGV), segna un importante passo avanti nell’applicazione dell’intelligenza artificiale per il monitoraggio e la comprensione dei fenomeni sismici in una delle aree vulcaniche più attive d’Italia.
L’utilizzo dell’intelligenza artificiale per analizzare i terremoti
Negli ultimi decenni, l’impiego di algoritmi avanzati di intelligenza artificiale ha rivoluzionato la sismologia, permettendo una migliore interpretazione dei dati sismici. In particolare, l’uso delle reti neurali, che simula i neuroni del cervello umano, ha facilitato compiti complessi come il riconoscimento delle onde sismiche.
Questo approccio è stato applicato nello studio del sistema vulcanico dei Campi Flegrei, per identificare rapidamente i tempi di arrivo delle onde P e S (prime e seconde onde sismiche che giungono alla stazione di monitoraggio), cruciali per determinare la posizione e la profondità dell’epicentro di un terremoto.
Come spiega Rossella Fonzetti, una delle ricercatrici dell’INGV, «Durante un terremoto, l’energia si diffonde attraverso le onde sismiche, e stimare il tempo di arrivo di queste onde è essenziale per calcolare la distanza della stazione sismica dall’epicentro».
Tuttavia, i segnali registrati dai sismografi sono spesso disturbati, il che può rendere difficile anche per esperti riconoscere correttamente queste onde. Per questo motivo, è stato adottato l’uso di algoritmi di machine learning per semplificare e velocizzare il processo di analisi, con l’obiettivo di monitorare in tempo reale le variazioni della sismicità nella zona dei Campi Flegrei.
Lo studio si basa su dati sismici acquisiti tra gennaio 2023 e giugno 2024, un periodo in cui la caldera ha registrato due episodi significativi di incremento della sismicità. I dati sono stati ottenuti grazie alla piattaforma European Integrated Data Archive (EIDA), che fornisce accesso rapido ai segnali sismici provenienti dalle principali agenzie sismiche europee.
Le cause della sismicità e il possibile ruolo del magma
Uno dei risultati principali dello studio è la scoperta di una forte correlazione spaziale tra la distribuzione “ad anello” della sismicità profonda e una anomalia di velocità sismica già individuata in precedenti ricerche. Questa anomalia, localizzata a circa 5 km di profondità, è associata a una zona di accumulo di magma.
Sebbene tale fenomeno non indichi immediatamente una eruzione vulcanica, i ricercatori suggeriscono che la risalita del magma potrebbe essere la causa principale dei recenti terremoti e della relativa instabilità, nota come unrest. «La risalita del magma sembra essere un fattore determinante nell’accumulo di stress geologico e nel successivo rilascio sismico», commenta la ricercatrice Genny Giacomuzzi.
L’analisi ha inoltre rivelato l’attivazione di due strutture di faglia ai margini orientale e occidentale della caldera. Queste faglie, che fanno parte delle strutture preesistenti associate alla formazione della caldera, potrebbero attivarsi durante gli episodi di inflazione e deflazione del suolo, fenomeni legati ai cambiamenti nel volume del magma sotto la superficie terrestre. Tali attivazioni potrebbero quindi contribuire alla crescente sismicità nella zona.
Concludendo, i ricercatori sottolineano l’importanza di utilizzare tecniche avanzate di machine learning per analizzare la sismicità in tempo reale, un approccio che può fornire dati preziosi anche per lo studio della tomografia sismica e per il monitoraggio della struttura interna della caldera.
Il prossimo passo dello studio prevede l’uso di questi dati di alta qualità per realizzare una nuova tomografia 4D della caldera, volta a individuare eventuali cambiamenti nelle velocità sismiche che potrebbero segnalare ulteriori migrazioni di fluidi magmatici o magma stesso.
Questo approccio innovativo potrebbe rivoluzionare il monitoraggio vulcanico, migliorando la previsione dei fenomeni sismici e vulcanici e contribuendo a una maggiore sicurezza per le comunità locali.
https://postbreve.com/studio-machine-learning-supervulcano-campi-flegrei-32399.htmlScienzaTopCampi Flegrei,Eruzione vulcanica,INGV Terremoti,Machine learning,Sismicità,Supervulcano,Terremoti,TerremotoNuovo studio sui Campi Flegrei: il ruolo del machine learning nell'analisi della sismicità Un innovativo studio sui Campi Flegrei, recentemente pubblicato sulla rivista scientifica Communications Earth and Environment di Nature, ha utilizzato per la prima volta tecniche di machine learning (ML) per analizzare la sismicità del complesso vulcanico situato a...Federica SantoniFederica Santonifedericasantoni@postbreve.comAuthorEnjoy your LifePost Breve