Se hai scelto di non accettare i cookie di profilazione e tracciamento, puoi aderire all’abbonamento "Consentless" a un costo molto accessibile, oppure scegliere un altro abbonamento per accedere ad ANSA.it.
Ti invitiamo a leggere le Condizioni Generali di Servizio, la Cookie Policy e l'Informativa Privacy.
In evidenza
In evidenza
Un gruppo di ricercatori
dell'Ateneo di Firenze ha sviluppato una App, Gaia, basata
sull'Intelligenza artificiale, che è in grado di predire la
profondità delle camere magmatiche dei vulcani: sapere dove si
trovano i serbatoi di magma può aiutare a prevedere un'eruzione
e la sua intensità. Allo strumento di analisi, che è a
disposizione della comunità scientifica, è dedicato un articolo
su Earth and Planetary Science Letters.
"A ispirare la nostra ricerca - spiega Simone Tommasini,
docente di petrologia e petrografia e coordinatore del team - è
stata la considerazione che per tale valutazione e per gestire
il rischio vulcanico abbiamo bisogno di nuovi metodi di
indagine, creando sinergia tra diverse competenze". Gaia,
partendo dai dati a disposizione sulla composizione chimica dei
clinopirosseni, minerali che si ritrovano comunemente nelle
rocce vulcaniche, è in grado di determinare pressione e
temperatura e quindi profondità delle camere magmatiche da cui
questi minerali si sono originati. "L'app - prosegue Tommasini -
consentirà di analizzare la storia eruttiva di un vulcano e
vedere se esiste una correlazione tra la profondità di un
serbatoio magmatico e l'intensità dell'eruzione". "Abbiamo
sviluppato il sistema di reti neurali in due step - aggiunge
Lorenzo Chicchi, dottorando del dipartimento di fisica e
astronomia e primo firmatario dell'articolo - utilizzando un
database esistente in letteratura, prima addestrandolo su una
parte dei dati e poi testando la sua capacità predittiva sulla
restante parte". Gaia è stato poi applicato allo studio
dell''anatomia' di cinque vulcani italiani attivi, Etna,
Stromboli, Vesuvio, Vulcano e Campi Flegrei, ricostruendo le
caratteristiche dei serbatoi magmatici presenti al di sotto di
ciascun vulcano durante la sua intera storia eruttiva. I test
svolti, "confermano la capacità predittiva della rete neurale
sugli episodi del passato - concludono Duccio Fanelli e Luca
Bindi, rispettivamente docenti di fisica della materia e di
mineralogia - e ci auguriamo che la App possa diventare un
efficace strumento di lavoro grazie al quale sarà possibile
svelare più facilmente la dinamica dei sistemi vulcanici,
contribuendo così a raccogliere indizi robusti utili alla
valutazione del rischio di eruzione".
Riproduzione riservata © Copyright ANSA
Ultima ora