ALBERT

All Library Books, journals and Electronic Records Telegrafenberg

feed icon rss

Your email was sent successfully. Check your inbox.

An error occurred while sending the email. Please try again.

Proceed reservation?

Export
  • 1
    Publication Date: 2023-10-11
    Description: La qualità del segnale prodotto dalle stazioni sismiche in ingresso nelle sale di monitoraggio o archiviato nei database, riveste notevole importanza ai fini di una corretta analisi dei sismogrammi, in particolare per una corretta stima della magnitudo. Un potente strumento di verifica della qualità è l’analisi spettrale nelle sue varie forme. Il pacchetto SQLX produce vari tipi di rappresentazioni grafiche: medie spettrali settimanali, mensili ed annuali, distribuzione del livello di rumore sismico in funzione della frequenza su una data finestra temporale (anche annuale), spettrogrammi h24 mediati su una settimana, un mese o un anno, diagrammi del livello di potenza di frequenze campione ecc. Un’attenta osservazione dei diagrammi, specie se confrontati con figure standard, guida ad individuare vari tipi di anomalie del segnale che possono dipendere da vari fattori, molto diversi gli uni dagli altri. A volte l’anomalia è causata da malfunzionamenti del sismometro, a volte da disturbi elettronici nel digitalizzatore/acquisitore, a volte da problemi o interferenze nella trasmissione del dato, altre volte da errori nel database ossia nelle tabelle dei metadati associati ad una stazione. Questi ultimi sono i casi in cui è possibile porre rimedio senza costi di missioni operative ma correggendo i dati in un database. A titolo di esempio, la figura rappresenta il livello di rumore sismico in funzione della frequenza, registrato nell’arco di un anno alla stazione LADO (S.Nicola dell’Alto, KR). Sono riportate in grigio scuro anche le curve di minimo e alto rumore sismico, rispettivamente Low Noise Model o LNM e High Noise Model o HNM. La zona colorata mostra invece il livello di rumore rappresentato come Densità di Potenza Spettrale o PSD dell’accelerazione ed i colori la probabilità in un anno di trovare quel valore (il giallo o il verde indicano valori più frequenti). Nell’intervallo tra 0.1 e 0.5 Hz il rumore risulta troppo basso per essere realistico, circa 20 dB inferiore al modello di minimo. Inoltre la forma del diagramma somiglierebbe molto alla forma tipica di un diagramma di rumore sismico se fosse tutta traslata verso l’alto di circa 20 dB. E’ evidente un errore nella Funzione di Risposta strumentale e quasi sicuramente tale errore è limitato ad una costante moltiplicativa (sensibilità). Questo inficia il calcolo della magnitudo a causa dell’errato valore di sensibilità e in questo caso la sottostima è di circa un punto di magnitudo ML (20 dB negli spetti di Potenza = fattore 10 nell’Ampiezza del sismogramma). Nella casistica sopra menzionata, verranno illustrati criteri per l’individuazione delle più evidenti anomalie.
    Description: Unpublished
    Description: Roma, via di Vigna Murata 605
    Description: 1IT. Reti di monitoraggio e sorveglianza
    Keywords: Rumore Sismico ; Spettri di Potenza SQLX ; Power Spectral Density (PSD) ; Probability Density Function (PDF) ; 04.06. Seismology
    Repository Name: Istituto Nazionale di Geofisica e Vulcanologia (INGV)
    Type: Oral presentation
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 2
    Publication Date: 2023-10-11
    Description: Le reti neurali si stanno rivelando utili anche nelle discipline geofisiche ed in particolare quando si devono eseguire classificazioni di grandi moli di dati. I vari diagrammi SQLX (spettri di rumore, spettrogrammi ecc.) sono un importante strumento di analisi della qualità del segnale sismico in ingresso nelle sale operative INGV e/o archiviato. Grazie ad essi si possono individuare malfunzionamenti nelle stazioni o più in generale errori (anche di sensibilità/amplificazione) nel segnale sismico, errori che possono dipendere da vari fattori. Non potendo controllare “manualmente” diagrammi di circa 500 stazioni della RSN, oltre 3000 diagrammi, stiamo testando una procedura che utilizza l'intelligenza artificiale per automatizzare un’analisi preliminare che consenta poi all’analista di focalizzarsi solo su un numero limitato di stazioni “sospette”, già selezionate dalla procedura. In particolare, abbiamo eseguito il training di una rete neurale “profonda” che impara a classificare le immagini. Abbiamo eseguito il processo di apprendimento utilizzando 150 diagrammi di rumore standard (classificati preliminarmente “buoni”) e 150 classificati “anomali”. Durante la fase di apprendimento, il gruppo di appartenenza di ciascun diagramma (detto anche label) deve essere specificato come dato di input. Dopo aver eseguito il training, la rete neurale è in grado di classificare altri diagrammi (“buoni” e anomali) ossia di capire a quale gruppo indicato nel training appartiene un segnale che la rete non ha mai analizzato prima. Nel test eseguito, il sistema ha riconosciuto correttamente la classe di appartenenza dei diagrammi (buono/anomalo) nel 95% dei casi. La figura rappresenta la fase di apprendimento della rete neurale (linee blu). Durante tale fase, alcuni diagrammi sono riservati alla “validazione”: in altre parole, questi diagrammi non sono utilizzati nell’algoritmo matematico iterativo di apprendimento della rete neurale, ma soltanto per controllare l’accuratezza della rete anche su dati non utilizzati. L’accuratezza dei dati di validazione è mostrata dalla linea tratteggiata nera. Ai piedi del diagramma sono riportate alcune informazioni sulla procedura che impiega meno di 2 minuti per analizzare 300 diagrammi spettrali. In questa prima fase abbiamo usato solo le stazioni con sismometri a Larga Banda (canali HH*). Questo perché i diagrammi di tali stazioni sono simili tra loro e molto diversi da quelli delle stazioni a corto periodo. In altre parole abbiamo applicato la procedura a circa il 60% delle stazioni della RSN. Stiamo attualmente studiando come allargare l’analisi alle stazioni a corto periodo.
    Description: Unpublished
    Description: Roma, via di Vigna Murata 605
    Description: 1IT. Reti di monitoraggio e sorveglianza
    Keywords: Spettri di Potenza SQLX ; Power Spectral Density (PSD) ; Probability Density Function (PDF or PPSD) ; Rumore sismico ; Reti Neurali ; Convolutional Neural Network ; 04.06. Seismology ; 05.01. Computational geophysics ; 05.04. Instrumentation and techniques of general interest
    Repository Name: Istituto Nazionale di Geofisica e Vulcanologia (INGV)
    Type: Oral presentation
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 3
    Publication Date: 2023-02-09
    Description: In occasione di un rilevante terremoto si evidenzia la discrepanza tra le diverse stime di magnitudo. In genere la Mw (Magnitudo Momento) è la stima più affidabile ma non sempre calcolabile e richiede un certo tempo di elaborazione. Per scopi di Protezione Civile si ripiega su stime più rapide che hanno però un’applicazione più limitata. La Magnitudo Durata MD risente della soggettività dell’interpretatore ed è impossibile stimarla se ci sono eventi sulla coda. La Magnitudo Locale ML è più affidabile ed è anche automatizzabile ma necessita che entro 600 km ci siano sismometri Wood-Anderson o riconducibili ad esso come ad esempio sismometri a larga banda, il cui segnale può essere trattato con opportune convoluzioni. Sono state quindi utilizzate le quattro stazioni VBB della rete MedNet ricadenti entro 600 Km dalla zona epicentrale. Abbiamo stimato i valori di magnitudo locale ML per 123 eventi selezionati dalla sequenza sismica umbro-marchigiana, utilizzando i sismogrammi a larga banda della rete MedNet in un periodo di 7 mesi, dal 3 Settembre 1997 al 3 Aprile 1998 e in un intervallo di magnitudo compreso tra 2.6 e 5.8. Sono state effettuate due stime di magnitudo, la prima immediata, basata sulla localizzazione automatica, la seconda utilizzando la successiva rilocalizzazione. Per 118 dei 123 eventi è stata inoltre stimata la magnitudo durata MD sulla base delle durate ricavate dai sismogrammi ed utilizzando la relazione matematica attualmente in uso: MD =2*LogD – 0.87. Le stime di ML calcolate su localizzazione automatica e quelle su rilocalizzazione differiscono al massimo di 0.1. La rilocalizzazione, nella maggioranza dei casi, fa diminuire la deviazione standard della magnitudo mediata su più stazioni. La correzione per la distanza proposta da Gutenberg e Richter risulta valida per la sequenza umbro-marchigiana. I valori di ML e MD sono confrontabili per magnitudo intorno a 4 e differiscono man mano che ci si allontana da tale valore. La regressione lineare tra ML e LogD fornisce la seguente nuova relazione che proponiamo per la MD: MD = 2.64 Log D - 2.52
    Description: Published
    Description: Roma, Consiglio Nazionale delle Ricerche, Piazzale Aldo Moro 7
    Description: 1SR TERREMOTI - Sorveglianza Sismica e Allerta Tsunami
    Keywords: Magnitudo locale ; Magnitudo Durata ; Sequenza sismica Umbria-Marche 1997/98 ; 04.06. Seismology
    Repository Name: Istituto Nazionale di Geofisica e Vulcanologia (INGV)
    Type: Extended abstract
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
  • 4
    Publication Date: 2024-01-26
    Description: L’attuale copertura della Rete Sismica Nazionale (RSN) in Sardegna è costituita da quattro stazioni permanenti ubicate nella fascia orientale dell’isola che si affaccia sul mar Tirreno e da una stazione temporanea del progetto Sulcis [Anselmi et al., 2017] acquisita in tempo reale presso la sala operativa del nostro Istituto. Un ampliamento della rete sarebbe importante non solo per una migliore rilevazione degli eventi lontani (telesismi) e regionali (ad es. eventi dell’Appennino), ma anche per la localizzazione della sismicità propria del blocco Sardo-Corso e dei mari circostanti. Sebbene, infatti, la Sardegna sia considerata sostanzialmente asismica, una certa attività è presente soprattutto ai bordi del blocco continentale, con magnitudo anche di rilievo. In questo rapporto tecnico si descrive l’attività svolta per la scelta di una seconda postazione nella parte centro-settentrionale della Regione, nella zona geografica approssimativamente equidistante ai siti di AGLI e DGI. L’area presa in considerazione è situata nella foresta di Fiorentini, una delle più antiche ed estese foreste demaniali della Sardegna. Si è indagata tale area in quanto, già sulla carta, offriva i requisiti fondamentali per la realizzazione di una stazione sismica di qualità [Trnkoczy et al., 2012]. Il luogo è caratterizzato, infatti, dall’assenza di fonti di disturbo importanti quali ferrovie, strade con traffico continuo, fiumi, aree di cava, zone industriali, impianti eolici, città o zone abitate in prossimità. Va inoltre considerato che il complesso forestale è costantemente presenziato, un elemento questo sempre più importante per la sicurezza delle apparecchiature contro furti, danneggiamenti e manomissioni. I dati acquisiti durante la campagna di monitoraggio nell’area della Foresta Demaniale Fiorentini hanno permesso di validare l’idoneità del sito Vivaio Sa Pruna come futura stazione permanente della RSN nella Sardegna centro-settentrionale. Le caratteristiche generali, geologiche e di rumore ambientale relativamente contenuto su un ampio range di frequenze, propendono per una realizzazione very broad band nel luogo selezionato. I disturbi dovuti all’utilizzo dell’impianto idrico non appaiono inficiare significativamente il livello del noise, essendo limitati alla breve durata (qualche secondo) dell’impulso dell’accensione/spegnimento degli apparati. La registrazione efficace di eventi sismici alle varie scale di propagazione è un notabile risultato, data la posizione geografica dell’isola, sia per la sorveglianza sismica che per nuovi studi sulla struttura del Mediterraneo centro-occidentale. Ciò rende particolarmente utile il proseguimento del programma di potenziamento intrapreso.
    Description: Published
    Description: 1-23
    Description: 1IT. Reti di monitoraggio
    Description: N/A or not JCR
    Keywords: "site selection", ; "seismic station" ; "Seismic noise" ; Site selection for seismic station ; Seismic Networks
    Repository Name: Istituto Nazionale di Geofisica e Vulcanologia (INGV)
    Type: article
    Location Call Number Expected Availability
    BibTip Others were also interested in ...
Close ⊗
This website uses cookies and the analysis tool Matomo. More information can be found here...