Applicazione di tecniche di clustering spaziale su dati macrosismici di felt reports per stimare i parametri dei terremoti

Questa tesi tratta lo sviluppo e l'applicazione di tecniche di clustering a dati macrosismici di risentimento individuali, ovvero dei singoli utenti, raccolti su piattaforme internet e l'uso di dati di intensità per ricavare informazioni su localizzazione e magnitudo dei terremoti. La procedura si articola in 2 step principali: raggruppamento delle singole intensità individuali (IDPs) attraverso metodi di clustering per ricavare intensità macrosismiche (MDPs) simili alle località secondo le definizioni delle scale macrosismiche (MCS, EMS); elaborazione di tali intensità (MDPs) mediante l'applicazione del codice Boxer (Gasperini et al.,1999; 2010). Sono stati analizzati 9 terremoti in totale avvenuti in Italia dal 2016. Sono state utilizzate 5 tecniche per ricavare intensità MDPs dalle intensità IDPs di EMSC e HSIT, piattaforme di raccolta di IDPs web-based. Le tecniche applicate sono state sviluppate in Matlab e sono: grid-based spaziali con celle equiareali quadrate ed esagonali; aree circolari con raggio proporzionale alla densità; tecniche miste (cerchi+celle equiareali); tecnica DBSCAN. Le MDPs costruite da dati EMSC sono state poi elaborate con il codice Boxer e i risultati ottenuti confrontati con i parametri ricavati per le MDPs di HSIT e con i dati strumentali. La tesi è strutturata i 4 capitoli: 1) trattazione generale sulla fisica del fenomeno sismico e descrizione di cause ed effetti. Vengono descritti i parametri sintetici strumentali e gli equivalenti macrosismici. Viene quindi descritto l'algoritmo di Boxer utilizzato. 2) trattazione sui felt report raccolti da Internet come dati macrosismici con proprie caratteristiche e problematiche specifiche. 3) definizione della trasformazione tra IDPs e MDPs e principali tipologie di tecniche di clustering per effettuarla. 4) descrizione dei dataset dei terremoti utilizzati, dell'elaborazione e dell'analisi condotte.