Terremoti, l’OGS di Trieste studia il “linguaggio nascosto” delle faglie con l’intelligenza artificiale

Capire meglio come evolve la sismicità nel tempo e analizzare il comportamento delle faglie attraverso l’intelligenza artificiale. È questo l’obiettivo di una nuova ricerca internazionale pubblicata sulla prestigiosa rivista scientifica Nature Communications e realizzata anche con il contributo dell’OGS di Trieste.

Lo studio ha coinvolto l’Istituto Nazionale di Oceanografia e di Geofisica Sperimentale insieme all’Università di Genova e a importanti realtà scientifiche internazionali tra Germania e Stati Uniti, tra cui Stanford University, Helmholtz Centre for Geosciences e Freie Universität Berlin.

Il machine learning applicato ai grandi terremoti

La ricerca si concentra sull’utilizzo di algoritmi di machine learning per riconoscere configurazioni specifiche dell’attività sismica osservate prima di alcuni grandi terremoti.

Tra gli eventi analizzati figurano il terremoto dell’Aquila del 2009, quello di Amatrice del 2016, il sisma di Kahramanmaraş in Turchia del 2023, il terremoto di Iquique in Cile del 2014 e quello di Noto in Giappone del 2024.

Gli studiosi hanno esaminato dati sismologici e cataloghi storici cercando di individuare eventuali variazioni transitorie della sismicità, come sciami sismici o aumenti anomali dell’attività registrati nei mesi o nelle settimane precedenti ai terremoti principali.

“Non è una previsione dei terremoti”

A spiegare il significato della ricerca è Matteo Picozzi, direttore del Centro di Ricerche Sismologiche dell’OGS e co-autore dello studio.

“Prevedere i terremoti non è attualmente possibile e resta una delle principali sfide della ricerca sismologica”, sottolinea Picozzi.

Secondo il ricercatore, però, il machine learning sta aprendo nuove possibilità nell’analisi di enormi quantità di dati sismologici, permettendo di studiare con maggiore precisione l’evoluzione dei sistemi di faglia.

Il metodo utilizzato nello studio è definito “non supervisionato”: l’algoritmo riesce cioè a individuare autonomamente somiglianze e strutture nei dati senza ricevere istruzioni predefinite.

I risultati dello studio

I risultati ottenuti mostrano che il sistema è riuscito a riconoscere pattern compatibili con fasi di sismicità transiente nei casi in cui tali fenomeni erano già stati documentati in letteratura scientifica.

Al contrario, nei terremoti dove questi segnali preliminari non erano mai stati osservati chiaramente, l’algoritmo non ha rilevato configurazioni analoghe.

Gli studiosi precisano comunque che la ricerca non rappresenta un metodo per prevedere i terremoti, ma uno strumento avanzato per comprendere meglio i processi fisici che regolano il comportamento delle faglie e l’evoluzione della sismicità.

Trieste protagonista nella ricerca internazionale

Lo studio conferma ancora una volta il ruolo centrale dell’OGS di Trieste nel panorama internazionale della ricerca geofisica e sismologica.

Attraverso tecnologie avanzate e collaborazioni scientifiche globali, il centro triestino continua infatti a lavorare su uno dei temi più complessi e delicati della ricerca contemporanea: comprendere come si muove la Terra prima dei grandi terremoti.