Yellowstone, il primo parco nazionale degli Stati Uniti e una delle destinazioni turistiche più iconiche, nasconde sotto la sua superficie una delle reti di attività vulcanica più sismicamente attive della Terra. Una recente ricerca, pubblicata su Science Advances, ha rivelato una quantità di terremoti 10 volte superiore a quanto ritenuto in precedenza, rivoluzionando la nostra comprensione dei processi geologici del sito.
Il professor Bing Li della Western University, in collaborazione con ricercatori dell’Universidad Industrial de Santander in Colombia e dello United States Geological Survey, ha utilizzato tecniche di apprendimento automatico per riesaminare i dati sismici storici della caldera di Yellowstone. Analizzando un periodo di 15 anni, il team è riuscito a rilevare e assegnare magnitudo a circa 86.276 eventi sismici, contro i circa 8mila precedentemente registrati. Questo catalogo notevolmente ampliato, che copre gli anni dal 2008 al 2022, offre una visione senza precedenti dei sistemi vulcanici e sismici della regione.
Sciami sismici, la chiave della nuova scoperta
Una delle scoperte più significative dello studio è che oltre la metà dei terremoti registrati a Yellowstone facevano parte di sciami sismici. A differenza delle repliche, che seguono un terremoto principale, gli sciami sono gruppi di piccole scosse interconnesse che si diffondono e si spostano in un’area relativamente piccola e per un breve periodo di tempo.
“Sebbene Yellowstone e altri vulcani abbiano ciascuno caratteristiche uniche, la speranza è che queste intuizioni possano essere applicate altrove“, ha affermato Li, esperto di terremoti indotti da fluidi e meccanica delle rocce. “Comprendendo i modelli di sismicità, come gli sciami sismici, possiamo migliorare le misure di sicurezza, informare meglio il pubblico sui potenziali rischi e persino guidare lo sviluppo dell’energia geotermica lontano dai pericoli in aree con promettenti flussi di calore“.
Il ruolo cruciale dell’IA
Prima dell’applicazione dell’apprendimento automatico, i terremoti venivano generalmente rilevati tramite ispezione manuale da parte di esperti qualificati. Questo processo è dispendioso in termini di tempo e costi e spesso rileva meno eventi di quanti ne siano possibili ora con l’IA. L’apprendimento automatico ha scatenato una “corsa all’oro” nel data mining negli ultimi anni, poiché i sismologi rivisitano la vasta quantità di dati storici sulle forme d’onda archiviati nei data center di tutto il mondo, imparando di più sulle regioni sismiche attuali e precedentemente sconosciute.
“Se dovessimo farlo alla vecchia maniera, con qualcuno che clicca manualmente tutti questi dati alla ricerca di terremoti, non potremmo farlo. Non è scalabile“, ha sottolineato Li.
Lo studio ha anche rivelato che gli sciami sismici sotto la caldera di Yellowstone si sono verificati lungo strutture di faglia relativamente immature e più “irregolari”, rispetto alle strutture di faglia più tipiche e mature osservate in regioni come la California meridionale. L’irregolarità è stata misurata caratterizzando i terremoti come frattali, forme geometriche che mostrano auto-similarità. I ricercatori ritengono che questi sciami di terremoti siano stati causati da un mix di acqua sotterranea che si muove lentamente e improvvise esplosioni di fluido.
“In larga misura, non esiste una comprensione sistematica di come un terremoto ne inneschi un altro in uno sciame. Possiamo solo misurare indirettamente lo spazio e il tempo tra gli eventi“, ha concluso Li. “Ora abbiamo un catalogo molto più robusto di attività sismica sotto la caldera di Yellowstone, e possiamo applicare metodi statistici che ci aiutano a quantificare e trovare nuovi sciami che non abbiamo mai visto prima, studiarli e vedere cosa possiamo imparare da essi“.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?