La sismologia negli ultimi decenni ha cominciato a impiegare algoritmi di intelligenza artificiale, in particolare le cosiddette reti neurali, che simulano i neuroni del nostro cervello. Se adeguatamente addestrate, esse permettono di facilitare alcuni compiti del sismologo come il riconoscimento delle onde sismiche.

“Durante un terremoto, l’energia – spiega Rossella Fonzetti, ricercatrice dell’Ingv – viene rilasciata attraverso le onde sismiche P e S (rispettivamente le prime e le seconde ad arrivare alla stazione sismica). Stimare il loro tempo di arrivo è fondamentale per capire la distanza della stazione dal terremoto e calcolarne l’ipocentro. Poiché molto spesso il segnale registrato dai sismografi è disturbato, anche un sismologo esperto può avere difficoltà nel loro riconoscimento. Per questo motivo abbiamo deciso di utilizzare questi nuovi algoritmi di intelligenza artificiale per estrarre rapidamente i tempi di arrivo delle onde P e S generate dai terremoti avvenuti tra il mese di gennaio del 2023 e il mese di giugno del 2024, periodo in cui la caldera ha vissuto due episodi di incremento della sismicità”.

Lo studio, realizzato grazie ai dati rapidamente disponibili sulla piattaforma European Integrated Data Archive – EIDA, (l’infrastruttura che fornisce un accesso rapido ai segnali sismici acquisiti dalle principali agenzie Europee), si configura come un passo ulteriore verso lo sviluppo di uno strumento di monitoraggio integrato dell’evoluzione sismica e vulcanica dei Campi Flegrei.

“Per comprendere al meglio le cause del recente incremento della sismicità – aggiunge Genny Giacomuzzi, ricercatrice dell’INGV – abbiamo rilocalizzato gli eventi sismici utilizzando differenti algoritmi e confrontato le nuove localizzazioni ipocentrali con modelli di velocità precedentemente elaborati”.

Uno dei risultati principali è la significativa correlazione spaziale tra la distribuzione “ad anello” della sismicità più profonda e un’anomalia di velocità, evidenziata da precedenti studi, individuata a 5 km e associata a una zona di accumulo di magma. Sebbene questo non implichi l’imminenza di un’eruzione vulcanica, tale correlazione suggerisce una relazione causale tra la risalita di magma e l’accumulo di stress nella zona sovrastante e conseguente rilascio sismico, corroborando l’ipotesi che proprio la risalita del magma possa rappresentare la causa dell’unrest (cioè della instabilità) in corso.

L’analisi della sismicità degli ultimi due anni evidenzia, inoltre, l’attivazione di due strutture di faglia localizzate ai bordi orientale e occidentale della caldera. Questo risultato si accorda con le stime fornite da modelli analogici e numerici i quali suggeriscono che faglie preesistenti legate alla formazione della caldera si possono attivare durante successivi episodi di sollevamento e abbassamento del suolo (detti, rispettivamente, inflazione e deflazione).

“L’elevata qualità del dato ottenuto con il machine-learning – prosegue Giacomuzzi – può essere molto utile anche nelle indagini di tomografia sismica per studiare la struttura di velocità della caldera, aspetto fondamentale per un monitoraggio in tempo reale dell’evoluzione del fenomeno”.

“Il prossimo passo prevede, infatti, l’utilizzo di questo dataset di alta qualità – conclude Claudio Chiarabba, direttore dipartimento Terremoti dell’Ingv – per effettuare una nuova tomografia 4D della caldera, finalizzata a individuare eventuali zone in cui i recenti cambiamenti nelle velocità sismiche possano indicare ulteriori migrazioni di fluidi magmatici o magma”.
Le notizie del sito Dire sono utilizzabili e riproducibili, a condizione di citare espressamente la fonte Agenzia DIRE e l’indirizzo https://www.dire.it