Strumenti di previsione basati su intelligenza artificiale, sviluppati da University of Edinburgh, British Geological Survey e Università di Padova, possono stimare entro pochi secondi il numero e la distribuzione delle repliche successive a terremoti di magnitudo pari o superiore a 4. Lo studio, pubblicato su ‘Earth, Planets and Space’, mostra che i modelli di machine learning raggiungono prestazioni comparabili al sistema Etas utilizzato operativamente in diversi Paesi, ma con costi computazionali drasticamente inferiori rispetto alle simulazioni che richiedono ore o giorni.
I ricercatori hanno addestrato le reti su cataloghi sismici provenienti da regioni con diversi contesti tettonici, tra cui California, Nuova Zelanda, Italia, Giappone e Grecia, dimostrando che il metodo è trasferibile a gran parte delle aree soggette a terremoti.
L’analisi ha valutato la capacità dei modelli di prevedere le repliche nelle 24 ore successive all’evento principale e ha evidenziato un’efficienza sufficiente per supportare decisioni operative in tempo reale. Secondo gli autori, l’integrazione con cataloghi ad alta risoluzione generati automaticamente potrà migliorare la gestione delle crisi sismiche.
I risultati indicano che i sistemi basati su AI potrebbero fornire alle autorità informazioni tempestive per pianificare misure di sicurezza, allocare risorse e delimitare aree a rischio nelle prime fasi dell’emergenza.
Il lavoro è stato finanziato dal programma Horizon 2020 Marie Skodowska-Curie SPIN e rappresenta un passo verso l’utilizzo operativo dell’apprendimento automatico nella sismologia. I ricercatori intendono ora testare i modelli in scenari reali e valutare la possibilità di combinarli con sistemi convenzionali per migliorare l’affidabilità delle previsioni.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?