Terremoti e intelligenza artificiale: un nuovo algoritmo per rilevare i terremoti anche in aree urbane

14/04/2022 4412

La rilevazione dei terremoti nelle aree urbane, in particolare quelle di grandi dimensioni, è disturbata dalle vibrazioni di natura antropica. I ricercato di Stanford hanno trovato un modo per ottenere un segnale più chiaro, grazie all'intelligenza artificiale e il modello potrebbe scoprire terremoti che in precedenza sarebbero stati liquidati come vibrazioni generate dall'uomo.

Terremoti e intelligenza artificiale: un nuovo algoritmo per rilevare i terremoti anche in aree urbane


Un algoritmo di deep learning potrebbe rilevare i terremoti filtrando il rumore della città

 

In città non esiste solo un rumore "sonoro". C'è anche un rumore vibrazionale - causato dalle attività antropiche come la circolazione dei mezzi di trasporto, il funzionamento degli impianti, in cantieri all'interno dell'area - che di fatto sporca le rilevazioni riguardanti gli eventi sismici, in particolare quelli più deboli. 

I ricercatori di Stanford - grazie all'uso dell'intelligenza artificiale, hanno trovato un modo per ottenere un segnale più chiaro.

Hanno creato un algoritmo, descritto in un articolo su Science Advances, che dobrebbe migliorare la capacità di rilevamento delle reti di monitoraggio dei terremoti nelle città e in altri centri abitati. Filtrando il rumore vibrazionale di fondo, può aumentare la qualità complessiva del segnale e recuperare segnali che in precedenza potrebbero essere stati troppo deboli per essere registrati.

Gli algoritmi "addestrati", quindi intelligenti, in grado di vagliare questo rumore di fondo potrebbero essere di particolare utilità per le stazioni di monitoraggio all'interno e intorno alle vivaci città soggette a terremoti e i ricercato hanno pensato alle città del Sud America, del Messico, del Mediterraneo, dell'Indonesia e del Giappone.

I terremoti sono monitorati da sensori sismici, noti anche come sismometri, che misurano continuamente le onde sismiche dalle vibrazioni del terreno. L'algoritmo di apprendimento profondo del team di Stanford, chiamato UrbanDenoiser, è stato addestrato su set di dati di 80.000 campioni di rumore sismico urbano e 33.751 campioni che indicano l'attività sismica.

E questi algoritmi, applicati ai set di dati presi dall'area di Long Beach, hanno rilevato un numero sostanzialmente maggiore di terremoti e hanno reso più facile capire come e dove sono iniziati. E quando applicato ai dati di un terremoto del 2014 a La Habra, sempre in California, il team ha osservato quattro volte più rilevamenti sismici rispetto al numero registrato ufficialmente.

Non è l'unica ricerca svolta nel mondo sull'applicazione dell'Intelligenza Artificiale nella rilevazione dei terremoti.

I ricercatori della Penn State hanno addestrato algoritmi di apprendimento profondo per prevedere con precisione come i cambiamenti nelle misurazioni potrebbero indicare terremoti imminenti.

I membri del team di Stanford hanno addestrato modelli per la selezione di fase o la misurazione dei tempi di arrivo delle onde sismiche all'interno di un segnale di terremoto, che possono essere utilizzati per stimare la posizione del sisma.

Gli algoritmi di deep learning sono particolarmente utili per il monitoraggio dei terremoti perché possono alleggerire l'onere dei sismologi umani. In passato, i sismologi esaminavano i grafici prodotti dai sensori che registravano il movimento del suolo durante un terremoto e identificavano i modelli a vista. Il deep learning potrebbe rendere questo processo più rapido e accurato, aiutando a tagliare grandi volumi di dati.