MAE AFTERSHOCK

L'obiettivo del progetto "Analysis of seismic sequences for strong aftershock forecasting", finanziato dal Ministero degli Affari Esteri e della Cooperazione Internazionale italiano, è di sviluppare una tecnica pratica che aiuti a definire, nel corso di una sequenza sismica che segue un terremoto dannoso, la probabilità che si verifichi un altro forte terremoto (SLE) di magnitudo simile a quella della scossa principale.

Molti forti terremoti sono seguiti da un successivo grande terremoto (SLE), di magnitudo simile al terremoto iniziale o anche più forte. I terremoti ripetuti provocano un accumulo di danni su edifici e infrastrutture già indeboliti; pertanto, prevederne il loro verificarsi è un compito impegnativo e importante per ridurre la perdita di vite umane dal punto di vista della protezione civile. 

Il progetto è stato il risultato della collaborazione tra OGS, INGV e il giapponese “The Institute of Statistical Mathematics (ISM), Research Organisation of Information and Systems”. È nell'Elenco dei Progetti di “Grande Rilevanza” nel periodo 2021-2023 nell'ambito dell'Accordo tra il Governo Italiano e il Governo del Giappone sulla Cooperazione Scientifica e Tecnologica, Programma Esecutivo per gli anni 2021-2023, firmato a Tokyo il 15 gennaio 2021.

L'assegnazione dei fondi è stata annuale. Il progetto è stato finanziato per tutti e tre gli anni con 30.000 € dal Ministero degli Affari Esteri e della Cooperazione Internazionale + 30.000 € di cofinanziamento da OGS e INGV. 

La collaborazione bilaterale ha consentito di mettere insieme:

1. competenze nelle tecniche di pattern recognition applicate alla sismologia sviluppate dallo staff italiano (algoritmo NESTORE) (OGS e INGV);
2. nuove tecniche per la previsione della distribuzione di probabilità di una forte scossa di assestamento basata su ETAS (ISM e INGV) e per l'analisi della migrazione delle scosse di assestamento (OGS).

L'analisi di un caso di studio, realizzata dall'OGS, mediante una tecnica per rilevare terremoti di magnitudo più bassa  sviluppata durante una precedente collaborazione Italia-Giappone, migliorerà la qualità dei risultati di questo progetto e valorizzerà le collaborazioni passate.

Il progetto è guidato da OGS e ISM.

Risultati:

• Repository interno della documentazione utile al progetto (stato dell'arte sulla valutazione dei cataloghi italiani, stato dell'arte sulla successiva previsione dei terremoti, ecc.)
• Confronto quantitativo tra i cataloghi disponibili a scala nazionale e locale/regionale, in termini di completezza e omogeneità di stima della magnitudo.
• Applicazione a cluster contenenti SLE delle nuove tecniche basate su ETAS per la previsione a breve termine della loro distribuzione di probabilità.
• Miglioramenti di NESTORE e prime prove su catalogo italianoapplicazione ai cataloghi italiani ISIDe e OGS.
• Riorganizzazione, validazione e ulteriore sviluppo del software relativo all’algoritmo NESTORE per distribuirlo alla comunità scientifica come software libero e renderlo facilmente utilizzabile anche da utenti non esperti. Il software è disponibile su GitHub all’indirizzo https://github.com/StefaniaGentili/NESTORE
• Applicazione di tecniche di template matching per aumentare il numero di eventi di un cluster avvenuto in Molise nel 2018, che presenta anomalie sia per NESTORE che per la identificazione del cluster.
• Applicazione del modello ETAS per l'individuazione di quiescenze relative nei cluster molisani.
• Applicazione di nuove tecniche di individuazione dei cluster. 
• Analisi della migrazione della sismicità con tecniche frattali e PCA sui clusters arricchiti.
• Applicazione dell’algoritmo NESTORE alla sismicità dell’Italia, del Giappone e della Grecia.
• Organizzazione deldei workshop internazionaleinternazionali "Anomalie di sismicità misurate da modelli statistici" (SAMSM).) per il 2021 e il 2022.

Pubblicazioni:

• Gentili, S., Di Giovambattista R. (2022). Forecasting strong subsequent earthquakes in California clusters by machine learning. Physics of the Earth and Planetary Interiors, 327, https://doi.org/10.1016/j.pepi.2022.106879.
• Gentili S., Brondi P., Di Giovambattista R. (2023). NESTOREv1.0: A MATLAB Package for Strong Forthcoming Earthquake Forecasting. Seismological Research Letters, ISSN: 0895-0695, https://doi.org/10.1785/0220220327
• Anyfadi E.-A., Gentili S., Brondi P., Vallianatos F. (2023). Forecasting Strong Subsequent Earthquakes in Greece with the Machine Learning Algorithm NESTORE. Entropy, vol. 25, ISSN: 1099-4300, https://doi.org/10.3390/e25050797
• Calderoni, G., Di Giovambattista, R., Ventura, G. (2023). A reliable procedure to estimate the rupture propagation directions from source directivity: the 2016-2018 Central Italy seismic sequence. Seismological Research Letters Letters 94 (4): 1912–1924. https://doi.org/10.1785/0220220318
• Si Z., Zhuang J., Gentili S., Jiang C., Wang W. (2024). A Bayesian Merging of Earthquake Magnitudes Determined by Multiple Seismic Networks. Seismological Research Letters https://doi.org/10.1785/0220230404
• Brondi P., Gentili S., Di Giovambattista R. (2024) Forecasting strong subsequent events in the Italian territory: a National and Regional application for NESTOREv1.0. Natural Hazards. https://doi.org/10.1007/s11069-024-06913-6
• I Spassiani, S Gentili, R Console, M Murru, M Taroni, G Falcone (2024). Reconciling the irreconcilable: window-based versus stochastic declustering algorithms submitted to Geophysical Journal International arXiv preprint https://arxiv.org/abs/2408.16491
• S Gentili, GD Chiappetta, G Petrillo, P Brondi, J Zhuang (2024). Forecasting Strong Subsequent Earthquakes in Japan using an improved version of NESTORE Machine Learning Algorithm submitted to Geoscience Frontiers  arXiv preprint https://arxiv.org/abs/2408.12956
• S Gentili, P Brondi, G Rossi, M Sugan, G Petrillo, J Zhuang, S Campanella (2024) Seismic clusters and fluids diffusion: a lesson from the 2018 Molise (Southern Italy) earthquake sequence submitted to Earth, Planets and Space https://www.researchsquare.com/article/rs-4435817/v1

Report:

• Gentili, S.,  Brondi, P.,  Rossi,  G., Venturini, E.,  Di Giovambattista, R. (2021). The Italy-Japan project - Analysis of seismic sequences for strong aftershock forecasting Relazioni OGS 2021/94 Sez. CRS 21.
• Lombardi A.M., Falcone G., Murru M., Di Giovanbattista R.(2021) Project: “Analysis of seismic sequences for strong aftershock forecasting”. The ISIDe earthquake catalog. INGV report.
• Falcone, G., Murru, M., Console, R., Spassiani,  I., and  Taroni, M. (2021) Project: "Analysis of seismic sequences for strong aftershock forecasting" Task 3.1 Apply to clusters containing SLEs the new ETAS-based techniques for short-term forecasting of their probability distribution.  INGV report.

Congressi e workshop:

• Gentili, S., Anyfadi, E.-A., Brondi, P., and Vallianatos, F.: Forecasting Strong Subsequent Earthquakes in Greece Using NESTORE Machine Learning Algorithm, EGU23-5738, https://doi.org/10.5194/egusphere-egu23-5738, 2023.
• Brondi, P., Gentili, S., and Di Giovambattista, R.: Forecasting strong aftershocks in the Italian territory: a National and Regional application for NESTOREv1.0, EGU23-5729, https://doi.org/10.5194/egusphere-egu23-5729, 2023.
• Spassiani I., Gentili S., Console R., Murru M., Taroni M., Falcone G. Reconciling the Irreconcilable: Window-Based VS Stochastic Declustering Algorithms. AGU23, San Francisco, CA 11-15 December 2023.
• Gentili, S., Brondi, P., Di Giovambattista, R. Machine Learning for Forecasting Strong Aftershocks in California: the NESTOREv1.0 Application. AGU23, San Francisco, CA 11-15 December 2023.
• Brondi, P., Gentili, S., Di Giovambattista, R. The National and Regional Scale Application of NESTOREv1.0 to Forecast Strong Aftershocks in Italy. AGU23, San Francisco, CA 11-15 December 2023.
• Gentili, S., Brondi, P., and Di Giovambattista, R. Anyfadi, E.-A and Vallianatos, F., A machine learning approach for strong aftershock forecasting by the NESTORE algorithm. Comparison of California, Italy and Greece results SigmaPhi 2023, Chania, Crete, Greece 10-14 July 2023
• Brondi, P., Gentili, S., and Di Giovambattista, R., The application of NESTOREv1.0 to forecast strong aftershocks in the Northeastern Italy and Western Slovenia, Applied Statistics 2023, September 24–26, 2023, Koper, Slovenia
• Brondi, P., Gentili, S., and Di Giovambattista, R., Forecasting strong aftershocks in the Italian territory: the National and Regional scale application of NESTOREv1.0, BEGEO2023, Naples, Italy 3-6 October 2023
• S. Gentili, G. D. Chiappetta, G. Petrillo, P. Brondi J. Zhuang, R. Di Giovambattista Aftershock forecasting by the NESTORE machine learning algorithm: applications to Italy, Slovenia, California, Greece and some preliminary results on Japan. 92SSS
• Z. Si, J. Zhuang, S. Gentili, C. Jiang, W. Wang, Bayesian merging of earthquake magnitudes determined by multiple seismic networks 92SSS
• E. A. Anyfadi, S. Gentili, P. Brondi and F. Vallianatos Strongest aftershock forecasting in Greece IWAP 2023 10th International Workshop on Applied Probability Thessaloniki, Greece, 7-10 June 2023
• S. Gentili, P. Brondi, R. Di Giovambattista A MATLAB package for the forecasting of strongest aftershocks: the NESTOREv1.0 software MATLAB Academic Forum for Research and Teaching Modeling and simulation for climate changes, sustainability and electrification online, 28 Sept 2023
• S. Gentili and J. Zhuang Third year meeting Italy-Japan project “Analysis of seismic sequences for strong aftershock forecasting”, Seismicity anomalies measured by statistical models (SAMSM) il 5 dic. 2023 (online).
• S. Gentili, P. Brondi, R. Di Giovambattista, E. A. Anyfadi, and  F. Vallianatos Application of NESTOREv1.0 to Greece and California Seismicity anomalies measured by statistical models (SAMSM) il 5 dic. 2023 (online).
• P. Brondi, S. Gentili, R. Di Giovambattista NESTORE in Italy SAMSM
• Spassiani I., Gentili S., Console R., Murru M., Taroni M., Falcone G. Reconciling the Irreconcilable: Window-Based VS Stochastic Declustering Algorithms Seismicity anomalies measured by statistical models (SAMSM) il 5 dic. 2023 (online).
• G. Petrillo, S. Gentili.  G. D. Chiappetta, P. Brondi, J. Zhuang Cluster identification in Japan Seismicity anomalies measured by statistical models (SAMSM) il 5 dic. 2023 (online).
• G. D. Chiappetta, S. Gentili, P. Brondi, G. Petrillo, J. Zhuang Preliminary results of NESTORE application to Japan earthquake catalog SAMSM
• Z. Si, J. Zhuang, S. Gentili, C. Jiang, W. Wang, Bayesian merging of earthquake magnitudes determined by multiple seismic network Seismicity anomalies measured by statistical models (SAMSM) il 5 dic. 2023 (online).
• G. Petrillo, J. Zhuang Assessing Magnitude Dependence in Earthquake Triggering: Insights from Physical Model and High-Resolution Catalogues talk in Udine, October 2, 2023.
• Brondi, P., Gentili, S., and Di Giovambattista, R., 2022. NESTORE applied to Italy and Northeastern Italy. International workshop SAMSM, Udine, October 11, 2022.
• Brondi, P., Gentili, S., and Di Giovambattista, R., 2022. NESTOREv1.0 application to Italian seismicity. 40 GNGTS, 27 - 29 June 2022, Trieste, Italy.
• Gentili, S., 2022. Molise 2018 how many clusters? International workshop SAMSM, Udine, October 11, 2022.
• Gentili, S., Brondi, P., and Di Giovambattista, R., 2022. NESTORE v1.0: A MATLAB based code to forecast strong aftershocks applied to Italian seismicity. 10th Spanish-Portuguese Assembly of Geodesy and Geophysics Toledo (Spain) November 28-December 1, 2022.
• Gentili, S., Brondi, P., and Di Giovambattista, R., 2022. The machine learning-based algorithm NESTORE for strong aftershocks forecasting in seismic clusters becomes a free available software: application to Italy. Book of abstracts 12th International Conference on Statistical Seismology (STATSEI 12), Cargèse, 17th to 21st of October 2022.
• Gentili, S., Brondi, P., and Di Giovambattista, R., 2022. An optimized online version of NESTORE software package for the forecasting of strong aftershocks: an application to Italian clusters, EGU General Assembly 2022, Vienna, Austria, 23–27 May 2022, EGU22-3959, https://doi.org/10.5194/egusphere-egu22-3959 .
• Gentili, S., Brondi, P., and Di Giovambattista, R., 2022. NESTOREv1.0: a machine learning-based Matlab package for forecasting strong aftershocks in seismic clusters. 40 GNGTS, 27 - 29 June 2022, Trieste, Italy.
• Rossi, G., 2022. Fractal and PCA analysis of the Molise 2018 seismicity. International workshop SAMSM, Udine, October 11, 2022.
• Sugan, M., Vuan, A., and Campanella, S. 2022. Template matching applied to the 2018 Molise seismic sequence. International workshop SAMSM, Udine, October 11, 2022.
• Zhuang, J. and Gentili, S., 2022. Seismic quiescence during NESTORE cluster analyzed using the ETAS model. International workshop SAMSM, Udine, October 11, 2022.
• Gentili, S.,  Di Giovambattista, R. (2021). A pattern recognition approach for strong following earthquake forecasting Spatial Data Science 2020 Rescheduled online June 8-11, 2021. Book of abstracts, page 15.
• Gentili, S.,  Di Giovambattista, R. (2021). Decision tree-based machine learning approach for following strong earthquake forecasting in seismic clusters, 39 GNGTS, online, June 22-24, 2021.
• Gentili, S. and Di Giovambattista, R. (2021). NESTORE: A machine learning approach to strong following earthquake forecasting, 37 General Assembly of European Seismological commission ESC 2021, online, 19-24 September 2021.
• Brondi, P., and Gentili, S. (2021). Quantitative comparison between the catalogs available in northeastern Italy. Clusters of seismicity in Italy and northeastern Italy by window based method. International workshop SAMSM online, December 15, 2021.
• Rossi, G. (2021) Fractal based methods for cluster identification: three case-studies. International workshop SAMSM online, December 15, 2021.
• Murru, M., Console, R., Falcone, G., Spassiani, I., and Taroni, M. (2021). Cluster characterization based on ETAS. International workshop SAMSM online, December 15, 2021.
• Zhuang, J., Ziyao, X., and Falcone, G. (2021). Long-term earthquake forecasting for the Italy region by using the short-term ETAS model. International workshop SAMSM online, December 15, 2021.
• Gentili, S.,  Di Giovambattista, R., and Brondi, P. (2021) Improvements of NESTORE machine learning approach to strong following earthquake forecasting International workshop SAMSM online, December 15, 2021

Staff italiano: Stefania Gentili (coordinatrice), Giuliana Rossi, Monica Sugan, Alessandro Vuan, Rita Di Giovambattista, Giuseppe Falcone, Anna Maria Lombardi, Maura Murru. Personale non strutturato: P. Brondi, Elisa Venturini, Giuseppe Davide Chiappetta. Hanno inoltre collaborato al progetto Rodolfo Console, Ilaria Spassiani e Matteo Taroni.

Staff giapponese: Jiancang Zhuang (coordinatore), Shun'ichi Nomura, Yoshihiko Ogata, Xiong Ziyao, Takao Kumazawa, Giuseppe Petrillo, Si Zheng Ya.