Kahramanmaraş depremi: Önceden uyarıda bulunmak mümkün mü?

I primi segni che i sismologi videro di questo grande disastro furono i movimenti improvvisi dei dispositivi sensibili causati dalle onde sismiche prodotte dal terremoto. Ore dopo, è seguito un secondo terremoto di magnitudo 7,5.

Il fatto che entrambi i terremoti si siano verificati relativamente vicino alla superficie ha causato forti scosse. Mentre la regione continua a essere scossa da scosse di assestamento, gli esperti dello United States Geological Survey hanno avvertito che i sopravvissuti e i soccorritori che si sono riversati nell’area per chiedere aiuto affrontano rischi significativi, come frane e liquefazione del terreno a causa delle scosse.

Mentre il mondo sta cercando di fornire assistenza alle persone colpite dal terremoto su entrambi i lati del confine tra Turchia e Siria, viene in primo piano la domanda sul perché non siamo stati in grado di rilevare i terremoti in anticipo.

La linea di faglia dell’Anatolia orientale, dove si sono verificati i terremoti, fa parte di una “tripla giunzione” tettonica in cui tre placche tettoniche – le placche anatolica, araba e africana – si sfregano l’una contro l’altra. Dal 1970, il numero di terremoti di magnitudo 6 e superiore non è elevato nella regione e molti geologi (geologi) si aspettavano già un grande terremoto qui.

Allora perché non potevano prevedere il tempo per questo?

In effetti, prevedere i terremoti è scientificamente molto difficile. Mentre ci sono segnali molto piccoli che possono essere rilevati nei dati sismici dopo che si è verificato un evento, è molto più difficile sapere cosa cercare e usarlo per prevedere.

“Quando simuliamo i terremoti in laboratorio, possiamo vedere che si verificano tutti questi piccoli difetti: appaiono prima alcune crepe e fessure”, afferma Chris Marone, professore di geoscienze alla Sapienza Università di Roma in Italia e alla Penn State University in Pennsylvania, USA. “Ma c’è molta incertezza in natura sul motivo per cui di solito non vediamo alcuna indicazione preliminare di un grande terremoto”.

I geologi hanno cercato di utilizzare metodi scientifici moderni per prevedere i terremoti almeno dagli anni ’60, ma con scarso successo. Secondo Marone, la ragione più importante di ciò è la complessità delle linee di faglia che attraversano il globo. C’è anche molto rumore sismico; Il mondo brontola e ruggisce costantemente, il che, combinato con il rumore indotto dall’uomo del traffico, dei lavori di costruzione e della vita di tutti i giorni, rende difficile individuare segnali chiari.

Secondo l’US Geological Survey, sono necessarie tre cose per fare una previsione del terremoto veramente utile: dove si verificherà il terremoto, quando accadrà e quanto sarà grande. Dicono che fino ad ora nessuno è stato in grado di farlo definitivamente.

Ma i geologi fanno previsioni su “mappe dei pericoli”, dove calcolano la probabilità di un terremoto per un periodo di diversi anni. Questi possono aiutare con un certo grado di pianificazione, come migliorare gli standard di costruzione nelle aree più a rischio; Non consente allarmi precoci per consentire alla popolazione di evacuare o chiedere asilo. Inoltre, non tutti coloro che vivono in una zona sismica possono permettersi il tipo di infrastruttura in grado di resistere a forti scosse.

“C’erano molti fattori in Turchia e Siria che significavano che gli edifici erano pronti a crollare”, dice Marone. “Molte parti del mondo occidentale hanno codici di adeguamento sismico implementati negli anni ’70 e ’80. Ma la costruzione e l’adeguamento degli edifici è molto costoso”.

Quindi, invece, gli scienziati stanno cercando modi per rendere le previsioni dei terremoti più accurate. Oltre ai segnali sismici, i ricercatori hanno cercato indizi in un’ampia varietà di luoghi, dal comportamento degli animali ai disturbi elettrici nell’alta atmosfera terrestre.

Ma ultimamente, c’è stata una crescente aspettativa che l’intelligenza artificiale rilevi il tipo di piccoli segni che gli umani trascurano. Gli algoritmi potenziati dall’apprendimento automatico possono analizzare abbondanti quantità di dati dai terremoti passati per cercare schemi che possono essere utilizzati per prevedere eventi futuri.

“Questo tipo di previsione basata sull’apprendimento automatico ha ricevuto molta attenzione”, afferma Marone. Lui ei suoi colleghi hanno sviluppato algoritmi in grado di rilevare i guasti nei terremoti simulati in laboratorio negli ultimi cinque anni. Usando blocchi di granito delle dimensioni di un pugno, possono ricreare l’accumulo di stress e l’attrito che possono verificarsi su una faglia, creando quelli che chiamano “terremoti di laboratorio” aumentando la pressione fino a quando la faglia scivola.

“Le onde elastiche viaggiano lungo la faglia man mano che la faglia si rompe gradualmente”, afferma Marone. “Sulla base di questi cambiamenti nelle proprietà elastiche e del rumore delle scosse premonitrici nelle zone di faglia, possiamo prevedere quando si verificherà la rottura in laboratorio. Ci piacerebbe poterlo fare sulla Terra, ma non ci siamo ancora.”

È molto più difficile trasferire questo potere predittivo dell’intelligenza artificiale all’ambiente più ampio e complesso delle zone di faglia nel mondo reale.

“Ci sono stati alcuni casi in cui le persone hanno capito come farlo dopo un terremoto, il che dimostra che può funzionare. Ma non ci sono stati ancora grandi progressi”, dice Marone.

Ad esempio, gli scienziati in Cina hanno cercato fluttuazioni nelle particelle elettricamente cariche nella ionosfera terrestre (da 70 km a 400 km dell’atmosfera dove ci sono abbastanza ioni ed elettroni liberi per riflettere le onde elettromagnetiche) nei giorni prima dei terremoti causati da cambiamenti nella il campo magnetico al di sopra delle zone di faglia. Ad esempio, un gruppo guidato da Jing Liu dell’Earthquake Prediction Institute di Pechino ha affermato che all’inizio di aprile 2010 sono stati in grado di vedere interruzioni negli elettroni atmosferici sopra l’epicentro del terremoto di Baja, in California, 10 giorni prima del terremoto.

Un altro gruppo in Israele ha recentemente affermato di poter utilizzare l’apprendimento automatico per prevedere i principali terremoti con una precisione dell’83% 48 ore prima, esaminando i cambiamenti nel contenuto di elettroni nella ionosfera negli ultimi 20 anni.

È chiaro che la Cina ripone la speranza in questi indizi nella ionosfera. Nel 2018, la Cina ha lanciato il China Seismo-Electromagnetic Satellite (CSES) per monitorare le anomalie elettriche nella ionosfera terrestre. L’anno scorso, gli scienziati del China Earthquake Center di Pechino hanno affermato di aver riscontrato diminuzioni della densità elettronica nella ionosfera due settimane e una settimana prima dei terremoti che hanno colpito la Cina continentale nel maggio 2021 e nel gennaio 2022. Tuttavia, avevano il vantaggio della visione retrospettiva perché utilizzavano dati retrospettivi. I ricercatori avvertono che anche con i dati satellitari, le loro scoperte sono ancora lontane dal prevedere un imminente terremoto.

“Non siamo in grado di individuare dove si verificherà un evento imminente”, affermano i ricercatori, osservando in parte perché i grandi terremoti possono causare correnti molto lontane dall’epicentro, rendendo difficile individuare la posizione esatta.

Altri ricercatori ripongono le loro speranze su segnali diversi. Alcuni in Giappone affermano di poter fare previsioni utilizzando i cambiamenti nel vapore acqueo sopra le zone sismiche. I test mostrano un’accuratezza del 70% per queste previsioni; ma possono solo dire che potrebbe esserci un terremoto a un certo punto nel prossimo mese.

Altri cercano di fare previsioni utilizzando piccole fluttuazioni della gravità terrestre che possono verificarsi prima di un terremoto.

Ma nonostante tutte queste affermazioni, nessuno di loro poteva prevedere con successo dove e quando si sarebbe verificato un terremoto prima che accadesse.

“Non abbiamo l’infrastruttura per eseguire il tipo di monitoraggio di cui abbiamo bisogno”, afferma Morone. “Chi pagherà 100 milioni di dollari per installare un set di sismometri, del tipo che usiamo in laboratorio per monitorare una faglia? Sappiamo come prevedere i terremoti in laboratorio, ma quello che non sappiamo è se possono essere trasferiti alla complessità di faglie del mondo reale. Ad esempio, la faglia dell’Anatolia orientale si trova in una regione complessa del mondo – semplice Non è un piano di faglia, è un insieme di cose che si uniscono”.

E anche se si possono fare stime migliori, rimane la domanda su cosa fare con queste informazioni. Fino a quando la precisione non migliora, evacuare intere città o chiedere alle persone di stare lontano da edifici a rischio può essere costoso se commesso un errore. Ma Marone guarda al mondo delle previsioni meteorologiche per avere qualche indicazione su cosa potrebbe accadere se i dati migliorassero.

“Prevedono già in anticipo i principali eventi meteorologici con un certo grado di precisione”, afferma Marone. Ciò consente alle agenzie governative di prepararsi alla risposta di emergenza a eventi come gli uragani e di emettere avvisi che possono aiutare a proteggere il pubblico. Potrebbero volerci ancora anni prima che possiamo fare qualcosa di simile per i terremoti, Marone dice: “Non ci siamo vicini in questo momento”.

Un’area in cui l’intelligenza artificiale può svolgere un ruolo più urgente è negli eventi che si sono verificati immediatamente dopo il terremoto. I ricercatori della Tohoku University e della Renmin University of China stanno sviluppando strumenti che utilizzano l’intelligenza artificiale per classificare i danni causati da disastri naturali dalle immagini satellitari; così i governi e le squadre di soccorso possono essere inviati dove sono più necessari. Questi strumenti utilizzano algoritmi per valutare i danni agli edifici e identificare le strutture completamente distrutte o potenzialmente pericolose.

Si spera inoltre che gli algoritmi sviluppati con l’apprendimento automatico possano aiutare a prevedere meglio le scosse di assestamento che seguono un forte terremoto, mantenendo così al sicuro i soccorritori e i sopravvissuti. Questi possono rappresentare un grande rischio causando lo scivolamento degli edifici e un’ulteriore distruzione quando il loro equilibrio viene scosso dal primo terremoto.

I ricercatori dell’Università di Harvard, ad esempio, stanno utilizzando il deep learning, un tipo di apprendimento automatico, per studiare i modelli delle scosse di assestamento nella speranza che possano essere previste.

“Capiamo molto bene cosa succede dopo un evento importante e perché si verificano le scosse di assestamento”, afferma Marone. “Ma non è ancora del tutto. Come comunità scientifica, siamo migliorati nel sapere se piccoli shock porteranno a uno shock più grande, ma c’è sempre incertezza.

“Ci sono stati due grandi terremoti di fila in Turchia. Il precedente ha innescato il secondo, ma si trattava di due grandi scosse principali. Non è necessario sapere molto di terremoti e scosse di assestamento per rendersi conto che si tratta di una situazione molto insolita .”

Gli animali possono prevedere i terremoti?

Rapporti di animali spaventosi e in fuga in preda al panico prima dei terremoti risalgono a migliaia di anni fa, ma è difficile utilizzare queste osservazioni in modo significativo.

Il comportamento degli animali non sempre consente di fare previsioni corrette. Ci sono rapporti secondo cui decenni fa in Cina è stato previsto un terremoto con l’aiuto di comportamenti animali insoliti, ma questo non si è ripetuto.

Gli scienziati del Max Planck Institute for Animal Behavior in Germania registrano e studiano il comportamento di mucche, pecore e cani nelle zone terremotate italiane. I ricercatori affermano che gli animali cambiano il loro comportamento prima che si avvicinino all’epicentro delle prossime scosse e terremoti.