A Bayesian Parametric Ground-Motion Prediction Model: Response Spectra of Shallow Crustal Seismicity in Europe

Quando il terreno trema, la violenza del sussulto in un punto specifico non è solo una questione di quanto sia stato grande il terremoto o di quanto lontano sia avvenuto. È anche la storia del percorso che l'energia ha seguito attraverso la Terra e della natura specifica del suolo sotto un edificio. Gli scienziati che studiano questi modelli di scossa utilizzano modelli matematici per prevedere quanto sarà forte il movimento del terreno in un dato punto. Queste previsioni sono vitali per progettare edifici che possano sopravvivere a una scossa e per comprendere il rischio per le comunità. Tuttavia, l'Europa presenta una sfida unica. A differenza delle regioni con terremoti frequenti e massicci, gran parte dell'Europa sperimenta sussulti più piccoli e meno frequenti. Questa scarsità di eventi di grandi dimensioni rende difficile costruire modelli di previsione accurati, costringendo gli scienziati a fare affidamento sui dati di piccoli terremoti e a cercare di scalarli verso l'alto. Il problema è che il terreno in Francia o in Belgio si comporta diversamente da quello in Italia o in Grecia, e un modello che funziona per una regione spesso fallisce in un'altra.

Un team di ricercatori con sede a Grenoble, in Francia, ha sviluppato un nuovo modo per prevedere questi movimenti del terreno che tiene conto meglio di queste differenze regionali. Hanno creato un modello che combina dati provenienti da tre fonti distinte: un enorme database europeo di registrazioni sismiche, un dataset specializzato della Francia e un altro del Belgio. Fondendo questi record, hanno costruito un quadro completo di come le onde sismiche si propagano attraverso il continente, coprendo tutto, dai minuscoli sussulti ai grandi eventi. Il risultato è uno strumento in grado di prevedere l'intensità della scossa degli terremoti superficiali in tutta Europa con una precisione maggiore rispetto ai metodi precedenti, particolarmente nelle aree in cui i grandi terremoti sono rari ma ancora possibili.

I ricercatori hanno iniziato raccogliendo una vasta collezione di registrazioni sismiche. Hanno combinato i dati di oltre 55.000 registrazioni di scosse al suolo, catturando eventi avvenuti tra il 1976 e il 2026. Queste registrazioni provenivano da sensori posizionati in un'ampia fascia dell'Europa, dalle zone ad alta sismicità dell'Italia e della Grecia alle regioni più tranquille della Francia e del Belgio. Una parte fondamentale del loro lavoro ha riguardato la pulizia e la standardizzazione di questi dati. Le magnitudo dei terremoti, che misurano la dimensione dell'evento, erano state calcolate in modi diversi da vari gruppi. Il team ha sostituito queste stime variabili con un unico set coerente di valori di magnitudo. Questo passaggio è stato cruciale perché misurazioni incoerenti possono distorcere la relazione tra la dimensione di un terremoto e la scossa che produce. Hanno inoltre garantito che i dati includessero una vasta gamma di dimensioni dei terremoti, da eventi molto piccoli con magnitudo intorno a 1,6 fino a quelli grandi vicini a 7,7, permettendo loro di studiare come la scossa si scala attraverso l'intero spettro.

Una volta preparati i dati, il team ha costruito un nuovo modello di previsione utilizzando un approccio statistico sofisticato noto come regressione bayesiana. A differenza dei metodi più vecchi che trattavano ogni posizione come un punto generico, questo nuovo modello riconosce che la Terra non è uniforme. Divide l'Europa in una griglia di piccoli quadrati, ciascuno dei quali misura mezzo grado per mezzo grado. Per ogni quadrato di questa griglia, il modello apprende come il terreno attenua, o indebolisce, le onde sismiche. Questo è un cambiamento significativo rispetto ai modelli precedenti, che spesso assegnavano a una singola regione ampia un insieme uniforme di regole. Utilizzando una griglia, il nuovo modello può rilevare variazioni sottili. Ad esempio, può distinguere tra le zone ad alta attenuazione dei Pirenei, dove le onde si esauriscono rapidamente, e le zone a bassa attenuazione del basso Graben del Reno, dove le onde viaggiano più lontano con meno perdita.

Il modello separa inoltre gli effetti della sorgente del terremoto dagli effetti del sito di registrazione. Calcola quanta scossa è causata dalle caratteristiche specifiche del terremoto stesso, come la sua posizione e profondità, e quanta è causata dalla geologia locale dove si trova il sensore. Questa separazione permette al modello di essere più preciso. Ad esempio, può identificare che una specifica valle in Francia amplifica costantemente la scossa più di una collina vicina, anche se sono vicine tra loro. I ricercatori hanno scoperto che questo livello di dettaglio ha ridotto l'incertezza nelle loro previsioni. Il nuovo modello produce margini di errore più piccoli rispetto al precedente miglior modello utilizzato in tutta Europa, il che significa che ingegneri e valutatori del rischio possono avere maggiore fiducia nei numeri che ricevono.

Uno dei risultati più importanti riguarda il modo in cui il modello gestisce i piccoli terremoti. In passato, i modelli spesso faticavano a prevedere la scossa dei piccoli eventi, producendo talvolta risultati irrealistici in cui la scossa sembrava aumentare man mano che il terremoto diventava più piccolo. Il nuovo modello corregge questo problema utilizzando l'abbondante quantità di dati provenienti da terremoti piccoli e moderati per stabilire una base affidabile. Ciò consente l'applicazione del modello a regioni con sismicità bassa-moderata come la Francia e il Belgio, dove i piccoli terremoti sono comuni ma possono comunque causare danni in aree vulnerabili come le valli fluviali. Il modello ora si comporta in modo coerente con la realtà fisica, mostrando che i terremoti più piccoli producono meno scosse, e può prevedere in modo affidabile gli effetti di eventi con magnitudo pari anche a 4.

I ricercatori hanno inoltre scoperto che il modo in cui le onde sismiche perdono energia dipende fortemente dalla frequenza della scossa. Le onde ad alta frequenza, che causano scossoni rapidi e bruschi, si comportano diversamente dalle onde a bassa frequenza, che causano movimenti più lenti e ondulatori. Il nuovo modello cattura questa dipendenza dalla frequenza permettendo alle regole di attenuazione di cambiare in base al periodo dell'onda. Ciò significa che il modello può prevedere non solo la scossa massima, ma l'intero schema di come il terreno si muove nel tempo. Questo è essenziale per progettare diverse tipologie di strutture, poiché un edificio alto potrebbe rispondere diversamente a un movimento ondulatorio a bassa frequenza rispetto a una casa piccola e rigida soggetta a scossoni ad alta frequenza.

Lo studio conferma che il nuovo modello rappresenta un miglioramento significativo rispetto al suo predecessore. Copre una gamma più ampia di dimensioni e distanze dei terremoti, da quelli molto vicini alla sorgente fino a quelli a centinaia di chilometri di distanza. Fornisce inoltre un quadro più chiaro dell'incertezza coinvolta in qualsiasi previsione. Trattando il modello come un sistema vivente che può essere aggiornato con nuovi dati, i ricercatori hanno creato uno strumento che diventerà più accurato nel tempo man mano che verranno raccolte nuove registrazioni sismiche. Questo è particolarmente importante per l'Europa, dove la rete sismica è in costante espansione. Il modello è già in fase di adattamento per l'uso nelle mappe nazionali del rischio per il Belgio e la Francia, aiutando a perfezionare gli standard di sicurezza per gli edifici in questi paesi.

Sebbene il modello rappresenti un grande passo avanti, i ricercatori riconoscono che c'è ancora del lavoro da fare. Alcune regioni, in particolare i Balcani, rimangono sotto-campionate, il che significa che il modello dispone di meno dati in quelle aree. Inoltre, la profondità dei terremoti può essere difficile da individuare con precisione, il che introduce ulteriore incertezza. Tuttavia, la struttura che hanno costruito è progettata per gestire queste limitazioni. Man mano che nuovi dati diventano disponibili, il modello può essere aggiornato per colmare le lacune e ridurre l'incertezza. L'obiettivo finale è creare un quadro continuo e altamente accurato del rischio sismico in tutto il continente, garantendo che le comunità siano meglio preparate per il terreno sotto i loro piedi.

Questo lavoro dimostra che combinando enormi quantità di dati con tecniche statistiche avanzate, gli scienziati possono svelare gli strati di complessità che hanno a lungo oscurato la nostra comprensione delle scosse sismiche. Il nuovo modello non si limita a prevedere numeri; rivela i modelli nascosti di come l'energia si muove attraverso la crosta europea. Mostra che il terreno non è uno sfondo passivo, ma un partecipante attivo in ogni terremoto, modellando il pericolo in modi che ora stanno finalmente diventando chiari. Per le persone che vivono in queste regioni, questa chiarezza si traduce in edifici più sicuri e in un approccio più informato all'evidente rischio di attività sismica.