Introduzione alla Predizione del terremoto

I terremoti si collocano tra i più devastanti disastri naturali, capaci di annientare intere città e di innescare i pericoli secondari come tsunami, frane e incendi. La ricerca di prevedere questi eventi sismici con precisione, con informazioni precise sui tempi, la posizione e la magnitudine, è stata una sfida centrale nella sesologia per oltre un secolo.

La fisica complessa della Rupture del terremoto

I terremoti hanno origine quando l’energia accumulata nella crosta terrestre supera la forza attrito che ha un difetto in atto, causando una improvvisa rottura e rilascio di energia. Questo processo di rottura comporta fenomeni fisici altamente non lineari ed eterogenei, tra cui la ridistribuzione dello stress, i cambiamenti di pressione dei fluidi all’interno delle zone di difetti e le proprietà di roccia variabili.

L’iniziazione della rottura dipende da cambiamenti sottili e spesso inosservabili nelle proprietà di stress e roccia locali a profondità. Poiché i difetti funzionano al limite del fallimento, anche le perturbazioni minuti possono innescare un grande terremoto, ma queste perturbazioni sono effettivamente nascosti dall’osservazione diretta. Inoltre, il comportamento caotico delle reti di guasto significa che le differenze molto piccole nelle condizioni iniziali possono produrre risultati sismici drasticamente diversi, un concetto ricorda anni

Tettonici e caratterizzazione di guasto

La teoria tettonica moderna fornisce un ampio quadro per identificare le regioni soggette a grandi terremoti. La maggiore sismicità si concentra lungo i confini della piastra, comprese le zone di subduzione (dove una piastra si immerge sotto l'altra), trasforma i difetti (dove le piastre si dispiegano l'una accanto all'altra), e le zone di collisione continentali.

Organizzazioni come il U.S. Geological Survey (USGS)[]] generano mappe di pericolo sismico che illustrano la probabilità di agitazione del terreno durante lunghi periodi (di solito 30–50 anni). Queste mappe probabilistiche sono essenziali per la pianificazione urbana, i codici di costruzione e l'assicurazione, ma non forniscono specifiche previsioni su quando o dove si verificano i terremoti.

La caratterizzazione dettagliata dei singoli difetti, comprese le misurazioni delle velocità di scivolamento, degli intervalli di ricorrenza e della segmentazione, comporta valutazioni dei rischi. Ad esempio, la paleosesismoologia studia trenching attraverso i difetti per scoprire le storie di rottura passate. Tuttavia, le incertezze significative rimangono circa la tempistica precisa delle rotture future perché il comportamento di errore può essere irregolare e influenzato da interazioni complesse con i difetti vicini.

Avanzamenti recenti in Sessologia

Negli ultimi due decenni, i sismologi hanno sviluppato nuove tecnologie e metodi che forniscono informazioni limitate ma preziose sulle previsioni del terremoto, che si concentrano su tre aree chiave: reti di monitoraggio potenziate, sistemi di allarme rapido del terremoto e la ricerca di precursori fisici o statistici agli eventi sismici.

Reti sismiche ad alta densità e dati in tempo reale

Regioni sisticamente attive come il Giappone, la California e la Nuova Zelanda ospitano oggi fitti array sismici composti da migliaia di strumenti sensibili in grado di rilevare microearthquakes, spesso con magnitudine inferiori a 3. Questi microearthquakes erano in precedenza inosservabili ma sono cruciali per comprendere dinamiche difetti e cambiamenti di stress.

L'analisi dei cambiamenti delle velocità sismiche in queste reti può rivelare variazioni sottili nella crosta, come la dilatazione o la migrazione fluida lungo i difetti, che a volte precedono i terremoti più grandi.

Sistemi di allarme rapido del terremoto (EEW)

I sistemi di avvertimento precoce (EEW) del terremoto sono emersi come una tecnologia pratica e salvavita, anche se non prevedono i terremoti in anticipo. Invece, i sistemi EEW rilevano rapidamente le prime onde primarie, meno distruttive (P) generate da un terremoto e inviano avvisi prima dell'arrivo delle onde secondarie (S) più dannose. Questo avviso di anticipo, che vanno da pochi secondi a decine di secondi a seconda della distanza dalle imprese epicenter, consente.

  • Gli esempi includono ShakeAlert negli Stati Uniti, che è operativo dal 2019 e copre California, Oregon e Washington.
  • Il sistema di Agenzia Meteorologica Giapponese (JMA), che è stato in vigore dai primi anni 2000, fornisce avvisi a livello nazionale e si integra con le infrastrutture pubbliche.
  • Il sistema SASMEX del Messico, che fornisce avvisi anticipati alle grandi popolazioni urbane di Città del Messico e di altre aree.

I sistemi EEW possono arrestare automaticamente i treni, le porte aperte dell'ascensore e inviare avvisi per smartphone, riducendo sostanzialmente le lesioni e le perdite economiche durante i terremoti. Mentre EEW è un passo importante in avanti nella mitigazione dei rischi sismici, è fondamentalmente diverso dalla previsione del terremoto, in quanto richiede un terremoto di aver già iniziato.

Ricerca in Precursori Fisici

Gli scienziati hanno esplorato una varietà di fenomeni fisici che potrebbero fungere da precursori dei grandi terremoti, tra cui fluttuazioni dei livelli delle acque sotterranee, rilascio di gas radon, anomalie elettromagnetiche e persino un comportamento animale insolito. L'ipotesi sottostante è che lo stress intenso e la microfrattura che precedono la rottura producono segnali misurabili.

Per esempio, gli esperimenti di laboratorio simulano il fallimento della roccia e mostrano che il microcracking può generare segnali elettrici o gas di rilascio intrappolati negli spazi dei pori. Studi sul campo, come l'indagine del terremoto [2011 Tohoku[]], identificati diminuzioni sottili in tempi sismici di velocità prima del mainshock, suggerendo la dilatazione della zona di guasto o il movimento fluido.

Tuttavia, questi potenziali precursori sono confondati da numerose fonti di rumore ambientale, tra cui i cambiamenti di pressione atmosferica, maree oceaniche e attività umana. La mancanza di segnali costanti e ripetibili in diversi terremoti e regioni limita il loro uso pratico nella previsione.

Limitazioni dei metodi di predizione attuali

Nonostante decenni di ricerca e successi multipli, nessun metodo di previsione del terremoto ha ancora soddisfatto i rigorosi standard scientifici necessari per una previsione di routine affidabile, i limiti nascono sia dalla natura intrinseca dei terremoti che dai vincoli pratici nell'osservazione e nella comunicazione.

Mancanza di Clear, Precursori Ripetibili

Per un precursore del terremoto, deve verificarsi costantemente prima di grandi terremoti e avere un basso tasso di falsi allarmi. Ad oggi, nessun singolo parametro osservabile soddisfa questi criteri a livello globale o anche regionale.

Il terremoto di Haicheng del 1975 in Cina è spesso citato come un raro esempio di previsione a breve termine, basata sull'attività di prepuzio e sul comportamento animale insolito. Tuttavia, Haicheng rimane un outlier; il terremoto del 1976 Tangshan, che ha causato gravi perdite, si è verificato senza preavviso.

Il caos dei sistemi di default

La dinamica della rottura del terremoto mostra caratteristiche di sistemi caotici, il che significa che una precisa previsione a lungo termine è teoricamente impossibile oltre un certo orizzonte. Il concetto di “critica auto-organizzata” descrive i sistemi di guasto come perpetuo vicino a uno stato critico, dove le perturbazioni minori potrebbero innescare grandi eventi imprevedibilmente. Questa situazione è analoga a una sabbia dove l’aggiunta di un singolo grano può a volte causare una massiccia vala, ma quale si innesca il grano.

A causa di questa imprevedibilità intrinseca, previsioni deterministiche che specificano tempi, luogo e giorni di grandezza o settimane in anticipo sono ampiamente considerati irraggiungibili con la comprensione scientifica attuale e la tecnologia.

Sfide etiche e sociali

Anche se i metodi predittivi hanno mostrato qualche abilità, emettere avvisi di terremoto pubblici solleva profonde sfide etiche e sociali. Falsi allarmi possono causare panico, disagi economici e la perdita di fiducia pubblica nelle autorità.

Per questi motivi, la maggior parte delle agenzie sismiche privilegia le valutazioni probabilistiche a lungo termine dei rischi e dei sistemi di allarme precoce sulle previsioni deterministiche a breve termine. L'USGS afferma esplicitamente che né esso né nessun altro istituto scientifico ha mai previsto un terremoto importante e sostiene la comunicazione delle probabilità piuttosto che certezze.

Il ruolo dell'apprendimento della macchina nel terremoto

Le recenti scoperte nell'apprendimento automatico (ML) e nell'intelligenza artificiale offrono nuove vie per analizzare i dati sismici e migliorare le previsioni del terremoto.

Riconoscimento del modello sismico

Le reti neurali avanzate, comprese le architetture convoluzionali e ricorrenti, sono state addestrate a rilevare sequenze di predezza, segnali sismici nascosti e cambiamenti sottili della forma d'onda che precedono i mainshocks. Uno studio notevole da parte dei ricercatori di Stanford e Google ha applicato l'apprendimento profondo alle forme d'onda della sequenza terremotata di Ridgecrest 2019 in California, scoprendo che le previsioni contengono informazioni sulla grandezza di mainshock.

Tuttavia, questi modelli di machine learning spesso lottano per generalizzare oltre le regioni specifiche e i dataset su cui sono stati formati, portando a overfitting. La loro abilità predittiva diminuisce quando applicata a diversi ambienti tettonici o periodi di tempo, limitando la loro utilità operativa attuale.

Integrazione e Modelli di previsione dei dati

Integrando diversi dataset geofisici, forme d'onda sismiche, misurazioni geodetiche del GPS, osservazioni geochimiche e dati idrologici, consente la costruzione di modelli più ricchi e multidimensionali.

Tuttavia, la sfida fondamentale rimane: i grandi terremoti sono rari, con solo alcuni eventi significativi registrati per secolo in una determinata regione. Questa scarsità di dati di formazione rende difficile distinguere i modelli predittivi autentici da correlazioni coincidenza.

Le future indicazioni in Seismologia

Data la complessità intrinseca e l'imprevedibilità dei terremoti, il futuro della previsione sismica si basa su approcci multidisciplinari che raffinano modelli probabilistici, espandono l'infrastruttura osservazionale e approfondiscono la ricerca fondamentale.

Infrastrutture di monitoraggio avanzate

Le reti di sensori sempre più dense sia su terra che sotto il pavimento oceanico sono fondamentali per catturare i segnali sismici sottili e gli eventi di lento scivolamento legati a grandi terremoti.

Strumenti aggiuntivi come i deformatori del foro e gli indicatori di pressione delle acque sotterranee offrono una maggiore sensibilità misurando la deformazione crostale e le variazioni di fluido a profondità, completando i sismometri delle superfici. La visione è quella di distribuire griglie di osservazione dense e in tempo reale con spazi di osservazione sub-cilometro nelle regioni critiche, analoghe alle reti radar dense utilizzate nelle previsioni meteorologiche.

Simulazioni interdisciplinari di ricerca e di laboratorio

Studi sperimentali di laboratorio utilizzando granito o altri campioni di roccia in condizioni di stress controllato simulano i processi di microcracking e di scivolamento che portano alla rottura. Questi esperimenti forniscono informazioni sulle leggi di attrito di guasto e la sequenza di eventi che precedono il fallimento.

Un articolo della Natura sulla previsione del terremoto di laboratorio[] ha dimostrato che l'apprendimento automatico può prevedere tempistiche e magnitudine del terremoto di laboratorio con alta precisione, offrendo un ambiente controllato per testare e perfezionare gli algoritmi di previsione prima di applicarli ai dati del campo.

Probabilistico Operativo Terremoto Previsione

Invece di focalizzarsi sulle previsioni binarie, molte agenzie ora emettono previsioni operative del terremoto che comunicano probabilità di terremoti dannosi entro le finestre di tempo specificate che vanno dalle ore alle settimane. Ad esempio, la previsione operativa di [USGS[]]] per i postumi in California impiega il modello di Epidemic Type Aftershock Sequence (ETAS), che aggiorna gli eventi principali del rischio sismico.

Prolungare le previsioni probabilistiche per coprire le natiche incorporando fattori come lo stress innescando, eventi di scivolamento lento, e il guasto strisciante è un'area attiva di ricerca. Anche la modesta abilità nella previsione probabilistica potrebbe facilitare gli sforzi mirati di preparazione, come la priorità ispezioni di infrastrutture critiche, migliorare la disponibilità di risposta di emergenza, o l'attivazione di piani di evacuazione volontari.

Conclusioni

La fisica caotica della rottura dei guasti, la rarità dei grandi eventi, e la difficoltà di isolare i precursori affidabili dal rumore di fondo impongono limiti fondamentali alla previsione deterministica. Tuttavia, i progressi nel monitoraggio sismico, i sistemi di allarme precoce, l'apprendimento delle macchine e la ricerca multidisciplinare hanno transito il campo da analisi reattive a previsione limitata.

Piuttosto che cercare un singolo predittore “taglia magica”, il futuro della scienza del terremoto sta nel raffinare modelli probabilistici, espandere reti di sensori densi, sfruttando l’intelligenza artificiale e approfondire la comprensione della meccanica dei guasti attraverso studi di laboratorio e di campo.