Search

The Global Navigation Satellite System (GNSS) is widely acknowledged for its ability to monitor ground deformation and provide guidance to assess associated hazards. However, noise in GNSS time-series can hide or even mask the actual ground deformation signals. Various denoising techniques have been developed to improve the signal-to-noise ratio and detect low amplitude signals. The Discrete Wavelet Transform (DWT) has proven to be one of the most effective techniques. However, the DWT requires extensive time-series data and it is therefore computationally expensive, making it unsuitable for real-time monitoring.In this research, we first assess the feasibility of using deep learning (DL) to perform the equivalent of wavelet analysis on GNSS data. Secondly, we explore the possibility of using DL to predict the future values of a wavelet-denoised GNSS time-series. The proposed method can be described as follows: i) wavelet analysis is applied to GNSS time-series coming from different sites in a permanent network; ii) a DL model is trained using the original time-series as input and the "Wavelet processed" series as target; iii) the trained model is used to perform real-time denoising on newly recorded GNSS data; iv) a separate model is trained to predict future values of the so-denoised GNSS data.We tested our approach on GNSS data collected in the Campi Flegrei area (Naples, Italy), an active volcanic caldera well-known for its ongoing deformation. The preliminary results are promising, as the models show good accuracy in both tasks: simulating past denoised signals and predicting future ones., The 28th IUGG General Assembly (IUGG2023) (Berlin 2023)

SISMIKO è una task force operativa che prevede il coordinamento a livello nazionale delle Reti Sismiche Mobili di Pronto Intervento dell’Istituto Nazionale di Geofisica e Vulcanologia (INGV) [Moretti et al., 2012; 2016; Pondrelli et al., 2016] e coinvolge le diverse Sezioni INGV che si occupano normalmente del monitoraggio sismico del territorio nazionale. La notte del 24 agosto 2016, a poche ore dal forte terremoto di magnitudo 6.0 che ha interessato il vasto settore del centro Italia, al confine tra l’Umbria, il Lazio, l’Abruzzo e le Marche [Gruppo di Lavoro INGV sul terremoto di Amatrice, 2016a; 2016b], SISMIKO, come gli altri gruppi operativi INGV previsti per la gestione delle emergenze, ovvero EMERGEO, per il rilievo degli effetti geologici cosismici, EMERSITO, per lo studio gli effetti di sito, QUEST per il rilievo macrosismico e IES rivolto alle attività informative per le scuole e la popolazione coinvolta, è stato prontamente convocato per partecipare all’Unità di Crisi INGV e, come previsto nell’ambito della Convenzione vigente fra il Dipartimento di Protezione Civile (DPC) e l’INGV, si è adoperato per l’installazione di stazioni sismiche temporanee ad integrazione della Rete Sismica Nazionale (RSN [Michelini et al., 2016]) presente in area epicentrale [SISMIKO working group, 2016a; Moretti et al., 2016]. La prima geometria della rete sismica temporanea installata da SISMIKO a pochi giorni dall’inizio della sequenza sismica, era costituita da 19 stazioni di cui 14 a 6 componenti (maggiori dettagli in [SISMIKO working group, 2016a; Moretti et al., 2016]). Successivamente, a seguito delle forti scosse che il 26 ottobre e poi il 30 ottobre hanno interessato il settore settentrionale della sequenza, la rete è stata ampliata di circa 25 km verso nord [SISMIKO working group, 2016b] portando a 23 il numero delle stazioni temporanee distribuite in un’area di circa 75 x60 km2. Nei primi giorni del nuovo anno, a causa di avverse condizioni meteo che hanno interessato tutta l’area colpita dal sisma, molte stazioni sismiche, sia permanenti che temporanee, hanno avuto gravi problemi di funzionamento mettendo a dura prova il sistema di monitoraggio della sequenza sismica in atto: numerose sono state le interruzioni della corrente elettrica che hanno influito sulla continuità della trasmissione dei dati, soprattutto nell’area abruzzese. Per diversi giorni è stato considerato imprudente mandare personale in area epicentrale per la manutenzione e il ripristino della strumentazione, considerato che era comunque garantita l’efficienza del servizio di sorveglianza sismica. La mattina del 18 gennaio, 4 nuove scosse di magnitudo superiore a 5.0 sono avvenute nell’estremità meridionale dell’area già attivatasi e quindi, seppur con difficoltà, sono state avviate le procedure per il ripristino del maggior numero di stazioni sismiche possibile. In tale occasione è stata installata una ulteriore stazione nella zona a SW della sequenza, a migliore copertura dell’ultima area colpita, portando a 24 il numero totale di stazioni temporanee installate dal 24 agosto 2016. In queste ultime settimane, il personale del gruppo operativo SISMIKO è stato costantemente impegnato nella cura e nella manutenzione della strumentazione per garantire la continuità dell’acquisizione e della trasmissione dei dati. Alla data di aggiornamento del presente report, è stata decretata, anche in considerazione dell’andamento della sismicità, una rimodulazione della geometria della rete sismica temporanea che avverrà durante la primavera. Tutti i dati acquisiti dalle stazioni temporanee SISMIKO, continuano ad essere disponibili senza alcun vincolo, al pari dei dati della RSN, tramite l’archivio di forme d’onda European Integrated Data Archive (EIDA [Mazza et al., 2012]) e utilizzati per prodotti scientifici in tempo reale (localizzazioni fornite in sala di sorveglianza sismica INGV, calcolo dei Time Domain Moment Tensor, shakeMaps, ecc) e off-line (ri-localizzazioni, ecc).

La rete sismica temporanea installata dal gruppo operativo INGV SISMIKO a seguito del terremoto del 24 agosto 2016 tra i Monti della Laga e la Valnerina, è stata ampliata nel settore settentrionale a seguito dei forti terremoti avvenuti alla fine del mese di ottobre 2016. Successivamente alle due scosse di Mw 5.4 e 5.9 che il 26 ottobre hanno interessato l’area al confine Marche-Umbria tra i Comuni di Castelsantangelo sul Nera (MC), Norcia (PG) e Arquata del Tronto (AP), la geometria della rete è stata estesa di circa 25 km verso nord con l’attivazione di ulteriori tre stazioni temporanee di cui una, da subito, disposta per la trasmissione dei dati in tempo reale e per l’inserimento nel sistema di sorveglianza sismica dell’Istituto Nazionale di Geofisica e Vulcanologia (INGV). Un’ultima stazione è stata inoltre installata nei pressi di Campello del Clitunno in provincia di Perugia ad ovest della sequenza, a seguito del terremoto Mw 6.5 che la mattina del 30 ottobre ha interessato l’intera area già fortemente provata dalla sequenza in corso; questo è stato il più forte terremoto registrato negli ultimi 30 in Italia. A circa 5 mesi dall’inizio dell’emergenza sismica, la rete temporanea conta quindi 23 stazioni che da metà dicembre sono tutte trasmesse in tempo reale ai diversi centri di acquisizione INGV, ovvero Milano, Ancona e Grottaminarda ma soprattutto Roma dove i dati vengono contestualmente archiviati nell’European Integrated Data Archive (EIDA) e integrati nel sistema di monitoraggio e sorveglianza sismica dell’INGV; per la sorveglianza sono incluse solo parte delle stazioni. Nelle ultime settimane, le attività di campagna del gruppo operativo SISMIKO sono state costantemente focalizzate alla cura e alla manutenzione della strumentazione per garantire la continuità della trasmissione e dell’acquisizione dei dati, a volte compromesse da malfunzionamenti legati al maltempo. Alla data di aggiornamento del presente report, non è ancora stata decretata una dismissione o una rimodulazione della geometria della rete sismica temporanea, anche in considerazione della attività sismica in corso a tutt’oggi molto sostenuta. Tutti i dati acquisiti dalle stazioni temporanee SISMIKO, sono distribuiti senza alcun vincolo, al pari dei dati della Rete Sismica Nazionale (RSN, codice di rete IV), ed utilizzati per prodotti scientifici in tempo reale (localizzazioni di sala, calcolo dei Time Domain Moment Tensor -TDMT delle ShakeMaps, ecc) e per l’aggiornamento dei database dell’INGV come l’Italian Seismological Instrumental and Parametric Database (ISIDe) con la revisione del Bollettino Sismico Italiano (BSI), dell’INGV Strong Motion Data (ISMD) e dell’ITalian ACcelerometric Archive (ITACA), dell’European-Mediterranean Regional Centroid Moment Tensors (RCMT) e nei lavori scientifici che utilizzano forme d’onda velocimetriche ed accelerometriche (ri-localizzazioni, studi della sorgente sismica ecc.).

Sintesi delle attività svolte dal coordinamento delle reti sismiche mobili INGV in emergenza, denominato SISMIKO, nel primo mese della sequenza sismica “Amatrice” seguita al terremoto di Mw 6.0 del 24 agosto 2016 (01:36 UTC). Descrizione della rete sismica implementata e prime analisi dei dati acquisiti. Report on the activities in the first month of emergency by coordination of mobile seismic networks INGV emergency, called SISMIKO, after the Mw 6.0 Amatrice earthquake (August 24th, 2016, central italy). Description of the temporary seismic network implemented and preliminary analysis of the acquired data.

The great potential of the Global Navigation Satellite System (GNSS) in monitoring ground deformation is widely recognized. As with other geophysical data, GNSS time series can be significantly noisy, hiding elusive ground deformation signals. Several denoising techniques have been proposed to improve the signal-to-noise ratio over the years. One of the most effective denoising techniques has been proved to be multi-resolution decomposition through the discrete wavelet transform. However, wavelet analysis requires long data sets to be effective, as well as long computation times, that hinder its use as a real or near real-time monitoring tool. We propose training by a Convolutional Neural Network (CNN) to perform the equivalent of wavelet analysis to overcome these limitations. Once trained, the CNN model provides answers within seconds, making it feasible as a real-time data analysis tool. Our Machine Learning algorithm is tested on daily GNSS time series collected in the Campi Flegrei caldera (Southern Italy), which is a highly volcanic risk area. Without significant gaps, the retrieved RMSE and R2 values vary in the ranges 0.65–0.98 and 0.06–0.52 cm, respectively. These results are encouraging, as they hint at the possibility of applying this methodology in more effective real-time monitoring solutions for active volcanoes.