GNGTS 2018 - 37° Convegno Nazionale

464 GNGTS 2018 S essione 2.2 selezionando il variogramma più appropriato tra i modelli esponenziale, sferico e gaussiano (Cressie, 1993) attraverso una procedura di cross-validazione; 3. Applicazione della tecnica di interpolazione spaziale univariata di Kriging e di simulazione Gaussiana condizionata come predittori per stimare il valore dei correttivi e di sigma alle diverse ordinate spettrali; 4. Simulazione di campi di scuotimento per la generazione di realizzazioni equiprobabili del moto del terreno inclusivi della variabilità spaziale aleatoria. L’analisi esplorativa della distribuzione spaziale dei correttivi condotta nell’area studio evidenzia un comportamento differenziato tra dati relativi al corto ed al lungo periodo. In particolare, i dati corrispondenti alla PGA risultano caratterizzati da un trend costante (validando così l’ipotesi di stazionarietà) e da isotropia. Al contrario, i periodi più lunghi (T=4s) sono associati a un trend spaziale nei correttivi positivi, distribuiti in direzione EW, lungo gli Appennini settentrionali, e raccordati perpendicolarmente al sistema di faglie principali in corrispondenza della dorsale di Mirandola. Tale pattern spaziale supporta la formulazione di un modello non-stazionario per il lungo periodo, e l’introduzione di un termine di trend (stimato tramite un’analisi di regressione ai minimi quadrati) per descrivere la distribuzione dei dati lungo le direzioni preferenziali osservate. La rimanente componente di variabilità attorno alla media è modellata con un processo stocastico stazionario, adottando la funzione di variogramma esponenziale. La predizione dei termini correttivi e di sigma, su tutti i punti della griglia spaziale di riferimento, è ottenuta sia applicando la tecnica di Kriging, sia con la tecnica della simulazione condizionata. In entrambi i casi, i risultati delle correlazioni spaziali dei correttivi sono sommati alla predizione del modello NI15 per lo scenario di riferimento e utilizzati per generare realizzazioni casuali dei campi di scuotimento. Le stime e le simulazioni fornite incorporano inoltre gli effetti dell’incertezza locale associata alla predizione ed il contributo spazio-dipendente della variabilità aleatoria corretta per il sito ed il percorso. L’efficacia di predizione delle mappe di scuotimento prodotte è valutata sia con la tecnica della cross-validazione, sia verificando le stime su eventi indipendenti dal dataset di calibrazione. Fig 1 - Esempi di predizione spaziale dei termini correttivi stimati mediante Kriging (in scala logaritmica decimale), corrispondenti alla PGA (a sinistra) e periodo T=4.0 s (a destra). I triangoli indicano le stazioni di registrazione. I rettangoli rappresentano la proiezione in superficie dei piani di faglia dei due eventi principali del 20/5/2012 e del 29/5/2012. Le localizzazioni epicentrali dei due eventi sono indicate dagli asterischi neri.