Da fine luglio a ottobre 2022, i residenti delle Isole Manu’a nelle Samoa americane sentirono la terra agitarsi più volte al giorno, sollevando preoccupazioni di un’imminente eruzione vulcanica o tsunami.
Un catalogo del terremoto per l’area non ha rivelato nulla, perché le isole mancavano di una rete di monitoraggio sismico che poteva misurare lo agitazione e aiutare i sismologi nella loro ricerca della fonte dello sciame terremoto.
Ma gli abitanti delle isole Ta’ū, OFU e Olosega avevano bisogno di risposte, così Clara Yoon del US Geological Survey e i suoi colleghi hanno trovato un altro modo per riempire gli spazi vuoti sismici. Hanno usato l’apprendimento automatico e un’altra tecnica chiamata Matching Template sui dati di agitazione registrati da un singolo sensore sismico situato a 250 chilometri di distanza dallo sciame americano Samoa.
In Il record sismico, Yoon e colleghi condividono il modo in cui hanno monitorato lo sciame usando questi dati a stazione singola, combinati con i rapporti agitati dai residenti, fino a quando le stazioni sismiche permanenti locali sono state installate nelle Samoa americane nell’agosto e nel settembre 2022.
Il terremoto vulcanico non erpente iniziò nel luglio 2022 a circa 15 chilometri al largo dell’isola di Ta’ū. Le isole vulcaniche di Samoa nascono mentre la piastra tettonica del Pacifico si sposta su un hotspot nell’Oceano Pacifico meridionale.
I rapporti residenti sul frequente agitazione, che si verificano più volte al giorno per alcuni secondi alla volta, erano inizialmente le uniche informazioni sullo sciame.
“Quando sono iniziati i terremoti, American Samoa non ha avuto un monitoraggio geofisico strumentale, quindi anche informazioni di base sulla fonte delle implicazioni tremabili per il processo decisionale di emergenza e la sicurezza pubblica non erano inesistenti”, ha detto Yoon.
Per porre rimedio a questo, i ricercatori si sono rivolti a una remota stazione sismica su Upolu, Samoa, parte della rete sismografica globale, che ha dati che possono essere scaricati in tempo quasi realizzante attraverso il Data Center Earthscope, ha osservato Yoon.
Il segnale sismico del terremoto di samoa americano era difficile da rilevare nella stazione lontana, quindi Yoon e colleghi hanno usato un modello di apprendimento profondo chiamato Eqtransformer, insieme a una tecnica chiamata Matching Template, per scegliere questi piccoli terremoti da un rumoroso background sismico.
“Eqtransformer ha trovato molti terremoti con posizioni coerenti con le samoa americane orientale, il più grande delle quali corrisponde a tempi di rapporti di feltro”, ha spiegato Yoon. “Questi rapporti sentiti, contribuiti dai residenti locali delle Samoa americane al National Weather Service, erano fonti essenziali di dati sui terremoti e ci hanno dato la fiducia che gli eventi rilevati da eqtransformer fossero in realtà gli stessi terremoti provati dalla popolazione locale”.
Con questo nuovo catalogo terremoto per l’evento, i ricercatori sono stati in grado di caratterizzare l’insorgenza e il picco dell’attività dello sciame. I sensori di shake di lampone portatili ed economici schierati nell’agosto 2022 hanno contribuito a individuare rapidamente l’area dello sciame.
Lo sciame si concluse nell’ottobre 2022 senza un’eruzione, ma era probabilmente correlato al movimento del magma vulcanico, hanno concluso i ricercatori.
Yoon ha osservato che un approccio come la loro tecnica a stazione singola potrebbe essere utile in altri luoghi del mondo in cui il monitoraggio sismico permanente è scarso e il rischio sismico è poco compreso, come le regioni offshore con potenziale di tsunami o terremoti all’interno di una piastra tettonica.
Ha aggiunto che il più grande terremoto nello sciame americano Samoa era la magnitudo 4.5, rendendo improbabile che sarebbe stato rilevato dalle reti sismiche globali.
“Se nessuno avesse vissuto nelle vicinanze per segnalare il frequente agitazione, questo sciame di Samoa americano potrebbe essere andato completamente inosservato”, ha detto Yoon. “Molte fonti sismiche sconosciute e fenomeni stanno aspettando di essere scoperti, forse dalle future applicazioni globali su larga scala di approcci di apprendimento profondo in sismologia”.
Da un’altra testata giornalistica. news de www.sciencedaily.com
