Dott. Jiancang Zhuang (ISM, a destra) e il dottor Robert Shcherbakov (Western University, sinistra). Questa foto è stata scattata quando il Prof. Shcherbakov ha visitato il Dr. Zhuang nel luglio 2016. Credito:The Institute of Statistical Mathematics (ISM)
I terremoti possono avere impatti devastanti sulle comunità di tutto il mondo. Colpiscono senza preavviso, spesso causando grandi vittime. Poiché le scosse di assestamento che seguono il terremoto iniziale spesso si rivelano più catastrofiche della scossa principale, essere in grado di prevedere con precisione l'intensità delle scosse di assestamento future può aiutare a salvare vite umane. Il Professore Associato Jiancang Zhuang e il Professore Emerito Yosihiko Ogata dell'Istituto di Matematica Statistica (ISM) in Giappone, in collaborazione con i colleghi, hanno sviluppato un metodo in grado di prevedere la probabilità di quando e dove è probabile che si verifichino scosse di assestamento, e quanto forte sarà il più grande di questi.
I loro risultati sono stati pubblicati il 6 settembre, 2019 in Comunicazioni sulla natura .
I terremoti possono innescare movimenti all'interno della crosta terrestre, causando instabilità che può provocare tremori più potenti. Un terremoto raramente è un evento isolato, ma piuttosto accompagnata da una sequenza di eventi, spesso indicati come cluster. Ogni sequenza è tipicamente dominata da un evento che ha una grandezza maggiore di tutti gli altri eventi all'interno della sequenza. Questo evento è noto come il mainshock, mentre gli eventi che precedono e/o seguono sono conosciuti rispettivamente come scosse premonitrici e scosse di assestamento. Le scosse di assestamento si verificano nella stessa regione della scossa principale, ma sono di entità minore. Quando una scossa di assestamento è maggiore della scossa principale, lo shock principale originale è ridisegnato come shock previsionale, e la scossa di assestamento più grande è riconosciuta come la scossa principale.
"Molti forti terremoti sono seguiti da un successivo grande terremoto, di magnitudo simile al terremoto iniziale o anche più forte. I terremoti ripetuti causano danni accumulati su edifici e infrastrutture già indeboliti; perciò, prevedere il loro verificarsi è un compito impegnativo dal punto di vista della protezione civile per prevenire la continua perdita di vite umane, " hanno detto gli autori. "Le probabilità del più grande terremoto che segue un grande terremoto possono essere valutate imparando da altre sequenze di terremoti - un metodo statistico noto come inferenza bayesiana - e da una registrazione molto breve della sequenza del terremoto, " Ha spiegato Zhuang.
Gli autori hanno introdotto un nuovo metodo per prevedere l'entità della più grande scossa di assestamento entro un intervallo di tempo futuro, in tempo reale, dalla storia della sequenza sismica. Questo metodo analizza i modelli di dati del particolare terremoto combinando due metodi statistici (statistica bayesiana e teoria dei valori estremi) e incorporando i dati nel modello Epidemic Type Aftershock-Sequence (ETAS), un processo puntuale che rappresenta l'attività correlata al tempo dei terremoti in una determinata regione geofisica, al fine di calcolare e prevedere in modo rapido e accurato la probabilità e la gravità delle scosse di assestamento. Il metodo, che è stato utilizzato con successo per analizzare le sequenze sismiche del terremoto del 2016 a Kumamoto, Giappone, e predetto retrospettivamente la probabilità di grandi terremoti successivi alla scossa principale, fornisce uno strumento utile per mitigare il rischio sismico.
"Comprendiamo che è impossibile fare previsioni precise su quando e dove si verificherà un terremoto dannoso a causa della casualità intrinseca nel verificarsi del terremoto e delle nostre osservazioni limitate del processo sotterraneo. Ma anche il verificarsi di un terremoto non è completamente casuale, " ha detto Zhuang. "Questo lavoro viene svolto sfruttando la nostra comprensione dell'aggregazione dei terremoti, che è la componente più prevedibile della sismicità. Il nostro obiettivo è trovare il maggior numero possibile di componenti prevedibili nel processo sismico in modo da ridurre la casualità nelle nostre previsioni".
Questa ricerca fa seguito a un risultato di ricerca correlato co-autore di Ogata che è stato pubblicato in Rapporti scientifici nel 2013, che ha utilizzato la formula di Omori per prevedere grandi scosse di assestamento entro un giorno dopo lo shock principale.
"La differenza tra le due carte, " dice Zhuang, "è che il primo si basa sulla formula Omori, che si applica solo nel caso di un unico mainshock, e implica che la frequenza delle scosse di assestamento diminuisce rapidamente con il tempo. Considerando che il nostro documento si basa sul modello ETAS, un modello più avanzato che si applica a più grandi terremoti, come nel caso Kumamoto, " ha detto. "Il modello utilizzato nello studio del 2013 mira a correggere i pregiudizi causati da dati mancanti, mentre il nuovo modello aiuta a ottenere risultati stabili il più rapidamente possibile utilizzando le conoscenze pregresse".
Per di più, il modello descritto nel documento del 2013 "prevede il tasso di terremoti in futuro, e considera solo la più grande grandezza in un intervallo di tempo fisso nel futuro, " disse Zhuang, aggiungendo:"I risultati dei due documenti si compensano a vicenda piuttosto che entrare in conflitto tra loro. È difficile confrontarli direttamente attraverso i loro risultati".
"Uno degli importanti vantaggi del metodo implementato è che incorpora pienamente le incertezze dei parametri del modello nell'analisi e nella struttura di clustering della sismicità, " scrivono gli autori, concludendo che "l'attivazione complessa, comprese le scosse di assestamento e/o le scosse di assestamento di ordine superiore, non può essere trascurata ai fini della previsione di terremoti/shock di assestamento".
Secondo Zhuang, il prossimo passo è essere in grado di calcolarlo in tempo reale, in modo che una volta aggiornato il registro dei terremoti, la previsione di probabilità viene aggiornata immediatamente.