0 risultati
video suggerito
video suggerito
24 Ottobre 2021
7:00

Allerta tsunami, il nuovo modello previsionale dell’INGV

A settembre 2021 è stato pubblicato su Nature Communications uno studio chiamato "Probabilistic tsunami forecasting for early warning", realizzato da un team internazionale di ricercatori e guidato dall'INGV. Lo studio si pone come obiettivo quello di costruire un modello previsionale per calcolare in tempo reale la probabilità che un terremoto causi, a sua volta, uno tsunami.

2.330 condivisioni
Allerta tsunami, il nuovo modello previsionale dell’INGV
Sistema-allerta-tsunami
credit: TSUMAPS–NEAM.

Prevedere l'arrivo di uno tsunami è molto complicato. La complicazione nasce dal fatto che la maggior parte di questi eventi è collegata a terremoti che, a loro volta, non sono prevedibili.

Un team di ricerca internazionale guidato dall'INGV ha però creato un nuovo modello che è in grado di registrare un terremoto e, in tempo reale, fornire l'allerta precoce degli tsunami associati a quell'evento. Lo studio "Probabilistic tsunami forecasting for early warning" è stato pubblicato il 28 settembre 2021 su Nature Communications e si pone come obiettivo sia quello di spiegare come funziona questo modello di previsione del rischio maremoto (chiamato in modo sintetico PTF) sia di chiarire il suo rapporto con la politica del territorio.

Come fa il modello a prevedere uno tsunami?

In due parole, l'idea che sta alla base del PTF è quella di registrare i dati di un terremoto e, nel giro di poco tempo (meno di due minuti) calcolare quale potrebbe essere la probabilità che si verifichi uno tsunami. Detta così sembra semplice, ma come tutte le cose apparentemente semplici in realtà nasconde una grandissima complessità.

I modelli utilizzati fino ad oggi per valutare l'allerta precoce (quindi quella di uno tsunami entro 10-15 minuti dal sisma) sono di tipo non-probabilistico, quindi forniscono un risultato basandosi unicamente sui primi dati disponibili, come i rilevamenti di magnitudo e di ipocentro dei vari sismografi.
In questo nuovo modello si sfrutta invece un metodo probabilistico: come suggerisce il nome, è un modello che si basa sulla probabilità che un determinato evento – in questo caso uno tsunami innescato da un terremoto – accada.

Nella pratica, quello che viene fatto è registrare i valori dei sismografi (come già facevano i vecchi modelli) ma in più questo valore viene rapidamente confrontato con tutti i precedenti terremoti che hanno fatto registrare valori simili. Quanti dei terremoti passati (con caratteristiche simili a quello registrato oggi) hanno anche causato uno tsunami? Tanti? Pochi? Nessuno? In base a questa risposta, oltre che ai dati relativi al sisma registrato, il modello è in grado di stimare quanto sia probabile la formazione di uno tsunami. Più grande è il numero di terremoti e tsunami presenti nel database del modello, più precise e accurate saranno le sue previsioni.

Come è stato testato il modello?

Per controllare che il modello funzionasse correttamente, in fase di sviluppo il team di ricerca ha effettuato dei test prendendo come input dati di terremoti con magnitudo superiore a 6 dal 2000 in poi, come si vede nell'immagine sottostante. Il loro obiettivo era quello di vedere se il modello era in grado con questi dati di prevedere correttamente la formazione o meno di uno tsunami. Fortunatamente, i risultati sono stati ottimi.

Tsunami_allerta_mappa
Schema dei principali sismi utilizzati per verificare a posteriori il PTF (Selva et al., 2021).

I vantaggi del modello per l'allerta precoce di un maremoto

Una delle principali sfide che i ricercatori sono stati chiamati a risolvere è quella dell'incertezza. Cosa vuol dire?
L'ipotesi sulla quale si regge il modello è quella di conoscere a monte tutte le informazioni relative ad un terremoto, come magnitudo, epicentro e ipocentro, tipo di faglia ecc ecc. Il problema è che questi sono dati che riusciamo ad ottenere nel corso delle ore e dei giorni successivi al sisma. Il modello però deve essere in grado di fornire una previsione entro due minuti, visto che serve per inviare l'allerta precoce, ed è costretto a basarsi sui primissimi dati disponibili, per quanto questi possano poi rivelarsi imprecisi o non perfettamente accurati.
Ecco, questa è chiamata "incertezza".

Il grande punto di forza del PTF rispetto ai modelli usati finora è la capacità di quantificare l'incertezza, cioè di incorporare nella probabilità finale anche il "margine di errore". In pratica il modello ti dice "ok, i dati a disposizione sono questi, l'incertezza associata è questa e quindi secondo me la probabilità che ci sia uno tsunami è questa. Secondo le normative di questo Paese, dobbiamo far evacuare".

…è una super semplificazione, sia chiaro. Il punto è che il modello, incorporando nel risultato finale anche l'incertezza, restituisce un valore che può già essere pre-calibrato con le normative di quel particolare Paese, riuscendo a minimizzare i tempi per diramare un'eventuale allerta.

L'evacuazione in caso di tsunami

In realtà il discorso che stiamo per fare è piuttosto ampio e riguarda in buona misura ogni tipo di evacuazione, ma credo valga la pena spendere due parole in merito. Quello che gli strumenti o i modelli forniscono è un numero o un valore, ma come abbiamo visto sta poi alle leggi decidere quali valori sono da considerare "sufficientemente alti" per fare evacuare.
Ricordiamo infatti che se la legge è troppo cautelativa, allora si avranno molti falsi allarmi, mentre se lo è troppo poco allora ci saranno troppe allerte mancate. In entrambi i casi si mettono a rischio persone e/o soldi ed è quindi molto complesso scegliere i giusti intervalli di sicurezza.

Questo dimostra come spesso – se non "sempre" – scienza e società sono strettamente legate l'una all'altra, molto più di quanto non si creda.

Bibliografia
Selva, J., Lorito, S., Volpe, M. et al. Probabilistic tsunami forecasting for early warning. Nat Commun 12, 5677 (2021). https://doi.org/10.1038/s41467-021-25815-w

Sono un geologo appassionato di scrittura e, in particolare, mi piace raccontare il funzionamento delle cose e tutte quelle storie assurde (ma vere) che accadono nel mondo ogni giorno. Credo che uno degli elementi chiave per creare un buon contenuto sia mescolare scienza e cultura “pop”: proprio per questo motivo amo guardare film, andare ai concerti e collezionare dischi in vinile.
Sfondo autopromo
Cosa stai cercando?
api url views