Classificazione di eventi infrasonici sul vulcano Etna

Classificazione di eventi infrasonici sul vulcano Etna
Andrea Cannata(1), Placido Montalto(2), Eugenio Privitera(2), Danilo Reitano(2), Gaetano Russo(3)
(1)
Università di Catania, Dipartimento di Scienze Geologiche, Corso Italia 57 - 95100 Catania, Italy
INGV – Istituto Nazionale di Geofisica e Vulcanologia, piazza Roma, 2 – 95123 Catania, Italy
(3)
Consorzio Cometa, via Santa Sofia, 64 – 95100 Catania, Italy
(2)
Email : [email protected]
______________________________
L’Istituto Nazionale di Geofisica e Vulcanologia - Sezione di Catania, dal 2006 gestisce una rete di
sensori infrasonici, sita in area sommitale Etnea, volta all’acquisizione e al campionamento di
segnali in tempo reale. L’analisi delle forme d’onda acquisite permette un migliore monitoraggio
dell’ area sismovulcanica considerata.
Poiché diverse tipologie di eventi sono legati, sia a differenti fenomenologie geofisiche che
all’attività di distinti crateri, si è resa utile la suddivisione in classi dei segnali registrati.
L’individuazione di parametri significativi, descrittivi dei diversi fenomeni geofisici, può essere
utilizzata per lo sviluppo di strumenti informatici capaci di migliorare la comprensione dei fenomeni
che caratterizzano l’attività vulcanica etnea.
Il sistema di classificazione proposto è formato da quattro organi distinti: il primo ha la funzione di
estrarre ed archiviare, in un’apposita banca dati, i transienti presenti nei segnali acquisiti in
continuo dalla rete di sensori infrasonici;
il secondo si basa sull’impiego di algoritmi di
classificazione capaci di suddividere in famiglie gli eventi presenti nella banca dati, utilizzando
funzioni di similarità tra le diverse forme d’onda; la terza consiste nell’estrazione di features,
ovvero elementi descrittivi, che definiscono l’appartenenza degli eventi alle classi ottenute; la
quarta è invece basata sull’utilizzo di sistemi esperti, quali le reti neurali artificiali, che vengono
allenati e testati sulla base delle informazioni ricavate dai precedenti tre step.
Considerando la lunghezza del dataset ottenuto nella prima fase d’analisi, il quale contiene più di
5000 eventi, campionati a 100Hz e con lunghezza di circa due/tre secondi per ciascuno, ne
consegue che anche la migliore ottimizzazione dell’algoritmo di calcolo richieda considerevoli
risorse computazionali. Da qui l’idea di sfruttare le potenzialità offerte dal paradigma grid del
progetto PON PI2S2 (Consorzio Cometa), sia allo scopo di effettuare prove su notevoli quantità di
nodi utilizzando differenti parametri di ingresso, sia a supporto degli studi attualmente in corso su
implementazioni parallele di reti neurali artificiali, condotte nell’ambito del progetto stesso.