GNGTS 2021 - Atti del 39° Convegno Nazionale

5 GNGTS 2021 S essione 1.1 UN APPROCCIO PROBABILISTICO PER L’INTEGRAZIONE DELLE DISTRIBUZIONI DI INTENSITÀ MACROSISMICHE DEI TERREMOTI STORICI A. Antonucci 1,2 , A. Rovida 1 , V. D’Amico 3 , D. Albarello 4 1 Istituto Nazionale di Geofisica e Vulcanologia, Milano, Italia 2 Dipartimento di Scienze della Terra, Università di Pisa, Pisa, Italia 3 Istituto Nazionale di Geofisica e Vulcanologia, Pisa, Italia 4 Dipartimento di Scienze Fisiche, della Terra e dell’Ambiente, Università di Siena, Siena, Italia I risentimenti dei terremoti documentati in una determinata località nel corso del tempo co- stituiscono l’informazione di base per molteplici scopi. Per esempio, le distribuzioni spaziali di questi risentimenti possono essere utilizzate per la determinazione dei parametri epicentrali di un terremoto in assenza di stime strumentali (es: Gasperini et al ., 1999). Questi dati, collezionati nei cataloghi parametrici (es: Manchuel et al ., 2017; Rovida et al ., 2021; Rovida e Antonucci, 2021), rappresentano un elemento chiave per le stime di pericolosità sismica (es: Stucchi et al ., 2011; Meletti et al ., 2021). La ricerca degli effetti provocati da un terremoto passato in una data località presenta una serie di difficoltà principalmente dovute alla disponibilità delle fonti stori- che e, per questo motivo, le distribuzioni spaziali dei risentimenti dei terremoti storici presentano spesso dei vuoti informativi. Al fine di colmare questi vuoti, gli effetti in una località possono es- sere stimati grazie all’utilizzo di relazioni di attenuazione dell’intensità (Intensity Prediction Equa- tions - IPEs) che permettono di calcolare il decadimento dell’intensità macrosismica in funzione della distanza dall’epicentro e dell’intensità epicentrale o della magnitudo. Nel caso delle IPEs, il carattere discreto ed ordinale dell’intensità macrosismica, l’incertezza associata al valore osservato e i possibili effetti locali si aggiungono alla elevata incertezza dei modelli di attenuazione in generale. Al fine di ridurre questa incertezza e di meglio modellare la distribuzione spaziale dei risentimenti, l’intensità al sito calcolata tramite una IPE può essere “corretta” sulla base dei valori di intensità osservati per i medesimi terremoti in località vicine (Albarello et al ., 2007; D’Amico e Albarello, 2008). A tal fine in questo studio è stato utilizzato un approccio probabilistico basato sul teorema di Bayes che permette di calcolare la probabilità p l ( I s | I v ) che l’intensità al sito considerato sia I s , posto che per lo stesso terremoto sia stata osser- vata una intensità I v nei siti vicini: (1) A. Antonucci 1,2 , A. Rovida 1 , V. D’Amico 3 , D. Albarello 4 1 Istituto Nazionale di Geofisica e Vulcanologia, Milano, Italia 2 Dipartimento di Scienze della Terra, Università di Pisa, Pisa, Italia 3 Istituto Nazionale di Geofisica e Vulcanologia, Pisa, Italia 4 Dipartimento di Scienze Fisiche, della Terra e dell’Ambiente, Università di Siena, Siena, Italia risentimenti dei terremoti documentat in una determinata località nel corso del te costituiscono l’informazione di base per molteplici scopi. Per esempio, le distribuzioni spazial questi risentimenti possono essere utilizzate per la determinazione dei parametri epicentrali di terremoto in assenza di stime strumentali (es: Gasperini et al., 1999). Questi dati, collezionati cataloghi parametrici (es: Manchuel et al., 2017; Rovida et al., 2021; Rovida e Antonucci, 20 rappresentano un elemento chiave per le stime di pericolosità sismica (es: Stucchi et al., 2 Meletti et al., 2021). La ricerca degli effetti provocati da un terremoto passato in una data loca presenta una seri di difficoltà princip mente d ute all disponibilità delle fonti storiche e, questo motivo, le distribuzioni sp ziali d i risentim nti dei erre oti storici presentano spesso vuoti informativi. Al fine di colmare questi vuoti, gli effetti in una località possono essere sti grazie all’utilizzo di relazioni di attenuazione dell’intensità (Intensity Prediction Equations - IP che permettono di calcolare il decadimento dell’intensità macrosismica in funzione della dista dall’epicentro e dell’intensità epicentrale o della mag itudo. Nel caso delle IPEs, il carattere discreto ed ordinale dell’intensità macrosismica, l’incerte associata al valore osservato e i possibili effetti locali si aggiungono alla el vata incertezza m delli di ttenuazione in generale. Al fine di ridurre questa inc rtezza e di meglio modellar distribuzione spaziale d i risentimenti, l’intensità al sito calcolata tramite una IPE può es “corretta” sulla base dei valori di intensità osservati per i medesimi terremoti in località vi (Albarello et al., 2007; D’Amico e Albarello, 2008). A tal fine in questo studio è stato utiliz un approccio probabilistico basato sul teorema di Bayes che permette di calcolare la probabi p l (I s |I v ) che l’i tensità al sito consider to sia I s , posto che per lo st ss terremoto ia stata osser una inte sità I v nei siti vi i i: � ( � | � ) = � ( � ) �(� � |� � ) ∑ � � (�)�(� � |�) ����� (1) dove p l (I s ) rappresenta la probabilità a priori dedotta dalla IPE, mentre q(I v |I s ) è la probabi condizionata che esprime la correlazione fra i dati di intensità osservati nelle località vicine rif a ciascun evento. Questa correlazione è stata stimata analizzando la distribuzione degli scart dove p l ( I s ) rappresenta la probabilità a priori dedotta dalla IPE, mentre q ( I v | I s ) è la probabilità condizionata che esprime la correlazione fra i dati di intensità osservati nell località vicine riferiti a ciascun ev nto. Questa correlazione è stata stimata analizz ndo a distribuzione degli scarti ∆ I ( I v - I s ) fra il valore di intensità osservato al sito I s e quello osservato nelle località vicine I v entro un raggio di 20 km. I dati incerti (es: 6-7) sono stati trattati considerando come valori possibili ed equiprobabili i due gradi interi contigui (es: 6 o 7). La Tab. 1 riporta i valori di q ( I v | I s ) ottenuti con- siderando un dataset di 546 terremoti con i relativi 58062 dati di intensità contenuti nel Database Macrosismico Italiano – DBMI15 (Locati et al ., 2019). Con lo scopo di testare la procedura descritta, è stata calcolata la distribuzione di probabilità p l ( I s | I v ) nell’Eq.(1) per un set di 28 località italiane. I risultati ottenuti sono stati poi confrontati con le osservazioni macrosismiche relative a ciascuna località contenute in DBMI15. Inoltre, al fine di valutare l’impatto di questo approccio rispetto al solo utilizzo di una IPE, sono stati con- frontati i valori osservati in DBMI15 con quelli ottenuti mediante: (i) questo approccio, (ii) la sola IPE di Pasolini et al . (2008), ricalibrata da Lolli et al . (2019).