La possibilità di prevedere i terremoti è uno dei “temi caldi” dell’attualità scientifica. Recentemente, uno studio italiano ha combinato tre diversi modelli predittivi per ottenere previsioni spaziali e temporali dell’evoluzione di eventi sismici, un approccio che sembra molto promettente. Un gruppo di ricercatori del Los Alamos National Laboratory (USA) e dell’Università di Cambridge (UK) ha invece pensato di ricorrere all’intelligenza artificiale per identificare un precursore acustico dei terremoti. Grazie all’analisi del precursore, negli esperimenti condotti dal gruppo è stato possibile prevedere la tempistica di eventi sismici prodotti in laboratorio, come descritto nel loro articolo pubblicato dal Geophysical Research Letter.
Molti fenomeni che comportano il cedimento di materiali, dalle valanghe alle frane, ai crolli di cumuli di materiale granulare, sono preceduti da un segnale acustico caratteristico, indice del superamento di un livello critico di stress. I ricercatori hanno dunque pensato che anche nel caso di eventi sismici un precursore acustico ancora indeterminato possa indicare un terremoto imminente. E hanno iniziato a cercarlo… nei loro laboratori.
Come passo preliminare della loro ricerca, gli scienziati hanno ricreato in laboratorio un sistema a due faglie alternando a tre blocchi d’acciaio, indeformabili, due strati di rocce tettoniche. I movimenti di faglia sono stati simulati dallo scorrimento a velocità costante del blocco centrale tra le due rocce. Lo scorrimento sollecita le rocce, determinandone di tanto il cedimento e riproducendo così una serie di mini-terremoti da laboratorio, dei “labmoti” (labquakes, nell’articolo).
Durante gli esperimenti sono stati registrati sia il segnale sismico che quello acustico dovuto allo scorrimento dei diversi strati l’uno sull’altro.I segnali sono stati messi a confronto attraverso un algoritmo di machine learning detto Random Forest. In una prima fase la “macchina” è stata addestrata ad associare il profilo delle onde sonore a diverse caratteristiche del segnale sismico. Successivamente è stata utilizzata per predire il momento di un nuovo labmoto. Le previsioni temporali dell’algoritmo si sono rivelate accurate al 90% e hanno inoltre permesso di scoprire un segnale acustico a bassa frequenza, prima considerato dagli scienziati semplice rumore, che potrebbe essere utilizzato come precursore sismico. Il segnale è presente durante tutte le fasi dello scorrimento, ma la sua modulazione cambia ampiezza con l’approssimarsi dell’evento sismico, una variazione sottile che solo l’algoritmo di machine learning è stato in grado di identificare.
La tecnica non è ancora stata applicata ad eventi reali, solo ai labquakes che comunque approssimano molto bene tipici eventi sismici. Inoltre ha il limite di poter dare solo informazioni temporali su eventi locali, e non previsioni sull’intensità del terremoto. Il nuovo approccio apre comunque la strada a nuovi schemi di predizione, applicabili anche ad altri eventi naturali come valanghe e frane.
Riferimenti: Geophysical Research Letters
