Seismic Risk: GPS/GIS Monitoring and Neural Network Application to Control an Active Fault in the Castrovillari Area (South Italy)

Vincenzo Barrile, Antonino Fotia

Abstract


The monitoring of geodynamic phenomena is constantly evolving. The availability of the big data acquired over time allows us to create specific models that can simulate those phenomena. However, the prediction of earthquakes is still scientifically impossible. Earthquakes occur in clusters and the major tremors are preceded by small tremors. The application of mathematical models to the data gathered from swarm measurement, could consequentely provide a percentage value concerning the likelihood of major seismic activity in a certain region. A probabilistic forecasting system of seismological phenomena can help authorities and public administration to make practical decisions or make decisive choices for the lives of citizens and for the management of our Cultural Heritage when the danger threshold is exceeded. The aim of the following work is to analyse the results of an experimental predictive system developed by the Geomatics Laboratory in Reggio Calabria. This system, based on neural networks, has been developed in such a way as to calculate the probability of occurrence of a seismic event depending ont the superficial tremors that were registered in the area and its surroundings on the monitoring network. For this purpose, data from the National Institute of Geophysics and Volcanology was used employing the data collected by an experimental GPS monitoring network, located on the active fault of Castrovillari (Calabria, Italy).

 

Rischio sismico: monitoraggio GPS/GIS e applicazioni di reti neurali per il controllo di una faglia attiva nell’area di Castrovillari

Il monitoraggio dei fenomeni geodinamici è sempre in continua evoluzione. La disponibilità di big data acquisiti nel tempo, consente di creare modelli specifici in grado di simulare la situazione in questione, tuttavia la predizione dei terremoti è ancora scientificamente impossibile. I terremoti si presentano a grappoli e le scosse di terremoto maggiori sono preceduti da piccole scosse. L’applicazione di appositi modelli matematici ai dati ricavati dalla misurazione degli sciami, potrebbe fornire come risultato un valore percentuale relativo alla probabilità che in una determinata regione possa accadere un evento sismico di data rilevanza. Un sistema di previsione probabilistico dei fenomeni sismologici può aiutare le autorità e le amministrazioni pubbliche a prendere decisioni pratiche o fare scelte decisive per la vita dei cittadini o di gestione del patrimonio culturale. L’obiettivo del seguente lavoro è quello di analizzare i risultati di uno sperimentale sistema predittivo sviluppato dal Laboratorio di Geomatica di Reggio Calabria. Tale sistema, basato su reti neurali, è stato sviluppato in modo da calcolare la probabilità di accadimento di un evento sismico in funzione degli scostamenti superficiali di punti di una rete di monitoraggio in relazione ad eventi avvenuti nel loro intorno. A tale scopo sono stati utilizzati i dati in possesso dell'istituto Nazionale di Geofisica e Vulcanologia correlati con i dati rilevati da una sperimentale rete GPS di  monitoraggio, posizionata a cavallo della faglia attiva di Castrovillari (Calabria, Italia).


Parole chiave


Big data; neural network; GPS

Full Text

PDF (English)


DOI: https://doi.org/10.14633/AHR182

Refback

  • Non ci sono refbacks, per ora.


Copyright (c) 2019 Vincenzo Barrile, Antonino Fotia

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

........................................................................................................................................................................................................................................................................................................................................................

ArcHistoR è una rivista open access e peer reviewed (double blind), di Storia dell’architettura e Restauro, pubblicata dall’Università Mediterranea di Reggio Calabria con cadenza semestrale.

  ISSN 2384-8898

    

 

Comitato scientifico internazionale

Maria Dolores Antigüedad del Castillo-Olivares, Monica Butzek, Jean-François Cabestan, Alicia Cámara Muñoz, David Friedman, Alexandre Gady, Jörg Garms, Miles Glenndinning, Mark Wilson Jones, Loughlin Kealy, Paulo Lourenço, David Marshall, Werner Oechslin, José Luis Sancho, Dmitrij O. Švidkovskij

 

Comitato direttivo

Tommaso Manfredi (direttore responsabile), Giuseppina Scamardì (direttrice editoriale), Antonello Alici, Salvatore Di Liello, Fabrizio Di Marco, Paolo Faccio, Mariacristina Giambruno, Bruno Mussari, Annunziata Maria Oteri, Francesca Passalacqua, Edoardo Piccoli, Renata Prescia, Nino Sulfaro, Fabio Todesco, Guglielmo Villa

.