Perché non possiamo prevedere i terremoti
Nel suo libro EARTHQUAKES: models, statistics, testable forecasts¹, il noto sismologo Yan Y. Kagan illustra molto chiaramente le difficoltà inerenti allo studio dei terremoti: il problema scientifico di descrivere i fenomeni di fratturazione fragile — e quindi il processo di rottura che è all’origine del terremoto — presenta complessità maggiori persino di quelle incontrate nello sviluppo della teoria della turbolenza dei fluidi, che è uno dei sette problemi matematici del millennio (www.claymath.org/millennium-problems). Da sola, questa constatazione sarebbe sufficiente a lasciar intendere le complessità incontrate da chi dedica la propria vita allo studio dei terremoti. Cerchiamo però di capire più nel dettaglio perché non possiamo prevedere i terremoti.
Per prima cosa, chiariamo che con il termine previsione ci si riferisce alla possibilità di stabilire con buona accuratezza l’istante, il luogo e la magnitudo di un evento futuro. In inglese, tale concetto si traduce con il termine prediction. Modelli di previsione o, meglio, di previsione deterministica, restituiscono un valore unico di output. Esiste però un’altra possibilità, e cioè quella di stimare la probabilità che un evento di una certa magnitudo possa avvenire in un determinato intervallo di tempo ed in una certa area geografica. In italiano non esiste un termine specifico per tale approccio — se non la definizione di previsione probabilistica — mentre in inglese sì, ed è il termine forecast. In quest’ultimo caso, l’output è una distribuzione di probabilità, che quantifica l’incertezza associata al modello ed ai dati. Nel seguito faremo riferimento al solo concetto di previsione deterministica.
La prima ragione fondamentale per cui non riusciamo a prevedere i terremoti sta nella casualità che caratterizza il fenomeno sismico. Difatti, l’evoluzione del sistema (va bene se pensiamo ad un piano di faglia per ora, ma vedremo tra poco che questa è un’approssimazione molto semplicistica) ha una sua intrinseca componente casuale (random in inglese). Questo implica che, pur conoscendo con estrema accuratezza le condizioni iniziali, non è possibile capire come il sistema evolverà nel seguito. A titolo d’esempio, uno studio² pubblicato su Geophysical Research Letters ha dimostrato come tutti i terremoti, nelle fasi iniziali, siano di fatto indistinguibili. Non sappiamo prevedere, insomma, quanto la frattura iniziale si possa propagare: nella maggior parte dei casi, tale propagazione non va oltre un certo limite, innescando terremoti di piccola-media magnitudo, ma in rari casi tale propagazione prosegue ulteriormente, originando terremoti di magnitudo alta. Alla base della estrema variabilità stocastica del processo sismico c’è la frattalità. Il termine frattale deriva dal latino fractus (rotto, spezzato) e si riferisce ad un oggetto che si ripete uguale (o molto simile) a scale diverse. Questo significa che nel mondo dei terremoti non abbiamo a che fare con una scala “caratteristica”, in quanto la sismicità che noi osserviamo è il risultato di una complessa interazione tra scale diverse che non permette di descrivere il fenomeno in termini di componenti più semplici. Sarebbe come voler prevedere la durata, l’intensità e l’estensione di una valanga studiando i singoli fiocchi di neve. Il problema con fenomeni di questo tipo, definiti caotici, è che hanno una loro casualità intrinseca, in quanto tutte le scale sono importanti e processi a piccola scala possono avere effetti su scale più grandi. Il motivo per cui la sismicità è frattale risiede nel fatto che le faglie stesse sono frattali, e qui ritorniamo al monito precedente riguardo la visione semplicistica che dipinge una faglia come un semplice piano di rottura. Le cose, in realtà, stanno molto diversamente: le faglie si presentano organizzate in strutture estremamente complicate, frattali, ed in continua interazione tra di loro. Difatti, sarebbe più corretto parlare di sistema frattale di faglie. Ora dovrebbe essere più semplice capire perché è impossibile riuscire a prevedere se piccole rotture iniziali possono evolvere in rotture più estese, nello spazio e nel tempo (almeno allo stato di conoscenza attuale).
A complicare le cose c’è l’eterogeneità del sistema di faglie, che va ad incrementare ulteriormente la variabilità del processo risultante. L’intensità e la direzione degli stress tettonici; la presenza di fluidi; la disomogeneità litologica e chimica; il gradiente geotermico: questi sono solo alcuni dei fattori che contribuiscono a restituire un’immagine molto complessa delle faglie e quindi dell’intero motore alla base dei terremoti. Questo implica che, prima ancora dei modelli, è lo stato iniziale del sistema (e quindi l’input dei modelli) ad essere caratterizzato da una estrema incertezza. Per stimare con accuratezza tempo, luogo e magnitudo di eventi futuri, dovremmo conoscere con esattezza le condizioni attuali ed essere in grado di convertirle in una previsione attraverso l’uso di funzioni matematiche. Questo, al momento, non è possibile.
Essere consapevoli delle enormi difficoltà incontrate nell’ambito dello studio dei terremoti deve spingerci a fare di più, non di meno. La disponibilità di dati sempre più numerosi e di qualità migliore, lo sviluppo di nuovi modelli matematici, il progresso di tecniche di osservazione della terra (GPS, dati satellitari quali InSAR…), l’elaborazione di nuovi approcci di analisi statistica: questi sono solo alcuni dei progressi in campo scientifico che possono contribuire a migliorare la nostra conoscenza del fenomeno sismico. Ad oggi, sappiamo quali sono le aree in cui è più probabile che si verifichi un terremoto di media o grande magnitudo. Tale conoscenza, che trova la sua rappresentazione nelle mappe di pericolosità sismica nazionali, è alla base delle tecniche di costruzione e di messa in sicurezza in campo edilizio, e rappresenta il miglior meccanismo di difesa a nostra disposizione. Inoltre, per scale temporali più piccole, abbiamo a disposizione dei modelli di pericolosità sismica a breve termine³. Questi modelli di forecast si basano sull’evidenza empirica che le sequenze sismiche si presentano a grappoli (clusters in inglese), in quanto l’energia sismica rilasciata da un terremoto tende ad essere estremamente localizzata nello spazio e nel tempo a causa dell’interazione tra faglie vicine. Intuitivamente, la capacità di un terremoto di innescarne altri diminuisce progressivamente a distanze via via maggiori ed a tempi via via superiori. Ne consegue che subito dopo un grande terremoto, la probabilità che ne avvenga un altro di media-grande magnitudo è più alta rispetto a periodi di relativa tranquillità. Eppure in molti, convinti del contrario, ritengono che il peggio sia passato all’indomani di un grande evento. Ecco dunque che, accanto alla naturale sete di conoscenza che è alla base della scienza ed alle enormi ripercussioni in ambito sociale, esiste un’altra ragione per cui la ricerca scientifica è fondamentale, e cioè la sua capacità di mettere in dubbio le nostre convinzioni.
¹ Kagan, Y. Y. (2013). Earthquakes: models, statistics, testable forecasts. John Wiley & Sons.
² Meier, M. A., Heaton, T., & Clinton, J. (2016). Evidence for universal earthquake rupture initiation behavior. Geophysical Research Letters, 43(15), 7991–7996.
³ Jordan, T. H., Chen, Y. T., Gasparini, P., … & Zschau, J. (2011). Operational earthquake forecasting. State of knowledge and guidelines for utilization. Annals of Geophysics, 54(4).
