Options
Tuvè, Tiziana
Loading...
Preferred name
Tuvè, Tiziana
Email
tiziana.tuve@ingv.it
Staff
staff
ORCID
64 results
Now showing 1 - 10 of 64
- PublicationOpen AccessProbabilistic seismic hazard assessment in the Mt. Etna region (Italy): application to local volcano-tectonic earthquakes(2014-08)
; ; ; ;Azzaro, Raffaele; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;D'Amico, Salvatore; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Tuvè, Tiziana; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia; ; Earthquakes are, by far, the most relevant source of hazard for the densely urbanised areas of Mt. Etna region. Local communities living in the eastern and southern flanks of the volcano continuously suffer social and economic losses due to the very high occurrence of damaging earthquakes, which produce intensities up to degree X EMS despite of low energy (M < 5.0). Seismic hazard in the Mt. Etna region is controlled by two distinct types of earthquakes, namely regional and local events, which have different magnitudes and frequencies (Azzaro et al., 2008). In particular, hazard deriving from local volcano-tectonic events can be relevant if short exposure times (30 years) are considered, since the reference intensity (Iref) calculated at the exceeding probability of 10% reaches, in some localities, the IX degree (Azzaro et al., 2008; Azzaro et al., 2013). In the framework of the UPStrat-MAFA project, the seismic hazard was performed following the probabilistic approach (PSHA) based on historical macroseismic data, by using the SASHA code (D'Amico and Albarello, 2008; Albarello and D’Amico, 2013) which has been implemented in the project itself. This approach uses intensity site observations to compute the seismic history for each investigated locality; results are obtained in terms of maximum expected intensity with an exceedance probability ≥ 10% for a given exposure time. In this study we produced PSHA maps referred to local volcano-tectonic seismicity.164 181 - PublicationRestrictedEstimating the magnitude of historic earthquakes from macroseismic intensity data: new relationships for the volcanic region of Mount Etna (Italy)(2011-07)
; ; ; ;Azzaro, R.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;D'Amico, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Tuvè, T.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia; ; In the present work, we propose new intensity-magnitude relationships specifically for the volcano seismicity in the Mt. Etna region, which provide magnitude estimations of historic earthquakes by the macroseismic intensity. Starting from the local and national earthquake catalogues, we selected a dataset of 150 events occurring from 1971 to 2010, for which both epicentral intensities and instrumental magnitudes were available. Using empiric models that fit, by least-square method, the average values of magnitude for each class of intensity (I0), we derive different I-M regressions calibrated on duration (MD), local (ML) and moment magnitudes (MW). Taking into account the values of confidence limits, the results show that the magnitudes calculated for intensity VIII EMS, the highest value of our dataset, range from 4.0 to 4.6 according to the adopted magnitude scale. These differences become even more significant in applications aimed at assessing the seismic potential of local seismicity and related hazard. In fact, considering an intensity IX-X EMS, which is the maximum value historically observed at Mt. Etna for the typical shallow earthquakes, the calculated MD-ML-MW magnitudes reach values up to 4.4, 5.1 and 5.3, respectively. This finding is coherent with the well-known problem of saturation of MD magnitude scale, that appears to be “contracted” with respect to the other ones, and provides more reliable estimations compared with the previous I-M relationship adopted so far.370 39 - PublicationOpen AccessCaratterizzazione sismica del sistema strutturale Pernicana - Provenzana (settore NE dell'Etna) attraverso l'utilizzo di differenti tecniche di rilocalizzazione.(2010-01-26)
; ; ; ; ; ; ; ; ;Alparone, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Cocina, O.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Ferrari, F.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Gambino, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Mostaccio, A.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Spampinato, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Tuvè, T.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Ursino, A.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia; ; ; ; ; ; ; Il fianco nord-orientale dell’Etna è interessato da un noto sistema strutturale denominato Pernicana-Provenzana, che ha un andamento WNW–ESE. Esso è collegato ad ovest ad un altro importante elemento strutturale, il Rift di Nord-Est, che mostra avere un ruolo importante nel controllo dei fenomeni di instabilità del fianco orientale del vulcano. La sismicità associata a questo sistema strutturale è di tipo superficiale (max 2-3 km b.s.l.) e rilevanti fenomeni di creeping sono rilevabili sul suo segmento orientale. I terremoti associati a questo sistema di faglie, che possono raggiungere magnitudo sino a 4.3, qualche volta con fenomeni di fagliazione superficiale, hanno provocato danni importanti alle principali strutture alberghiere ed ai paesi ubicati in prossimità della struttura. Nel presente lavoro, sono riportati i risultati di uno studio di dettaglio della sismicità localizzata lungo tale sistema strutturale, nel periodo 1999-2009. I terremoti registrati dalla rete sismica permanente dell’Istituto Nazionale di Geofisica e Vulcanologia – Sezione di Catania, localizzati con un modello 1D utilizzando l’algoritmo Hypoellipse (Gruppo Analisi Dati Sismici, 2010), sono stati rilocalizzati applicando due differenti tecniche di localizzazione: NonLinLoc sviluppato da Lomax et al. (2000) e HypoDD proposto da Waldhauser & Ellsworth (2000). La prima metodologia è basata su un processo di ricerca globale, nello spazio 3D, dei parametri di localizzazione che possono essere ottenuti utilizzando diversi algoritmi. Il metodo HypoDD, che non prevede l’utilizzo di un modello 3D, è invece basato sull’algoritmo della doppia differenza che minimizza i residui tra le differenze dei traveltime osservati e calcolati per coppie di terremoti a stazioni comuni. L’applicazione di tali tecniche ha permesso di ottenere localizzazioni ipocentrali di migliore qualità, fondamentali per la caratterizzazione sismica della struttura. L’applicazione di queste differenti metodologie ha permesso di evidenziare che il sistema strutturale Pernicana- Provenzana risulta composto da segmenti caratterizzati da differenti rilasci di energia sismica. Sono stati individuati due cluster principali di terremoti, la cui distribuzione spaziale ha evidenziato un differente verso nell’immersione dei piani di faglia collegabili a questa sismicità. Infine, l’applicazione di tecniche di cross-correlazione delle forme d’onda registrate nel periodo indagato ha consentito di individuare “famiglie” di terremoti. L’analisi spazio – temporale delle famiglie individuate ha evidenziato per alcune di esse, una ricorrenza temporale ed ha permesso di ipotizzare che l’applicazione di un campo di stress sul sistema Pernicana-Provenzana potrebbe essere capace di attivare le stesse sorgenti sismiche in differenti periodi.225 97 - PublicationOpen AccessRILIEVO MACROSISMICO DEL TERREMOTO DI MAZZARRONE (SICILIA MERIDIONALE, PROV. DI CATANIA) 8 DICEMBRE 2022 - ORE 20:26 localiDESCRIZIONE DEGLI EFFETTI DI AVVERTIBILITA' E RISENTIMENTO DEL TERREMOTO DELL'08122022, ML 4.1
57 6 - PublicationOpen AccessValutazioni di pericolosità sismica in termini di intensità macrosismica utilizzando metodi di sito(2007-07-31)
; ; ; ; ; ; ; ; ;Albarello, D.; Dipartimento di Scienze della Terra, Università di Siena ;Azzaro, R.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Barbano, M. S.; Dipartimento di Scienze Geologiche, Università di Catania ;D'Amico, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;D'Amico, V.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Milano-Pavia, Milano, Italia ;Rotondi, R.; C.N.R. – Istituto di Matematica Applicata e Tecnologie Informatiche, Milano ;Tuvè, T.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Zonno, G.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Milano-Pavia, Milano, Italia; ; ; ; ; ; ; Vengono presentate le stime di pericolosità sismica, in termini di intensità macrosismica, ottenute mediante l’approccio probabilistico proposto da Albarello e Mucciarelli (2002), basato sull’impiego dei dati documentari relativi agli effetti locali prodotti dai terremoti passati (storie sismiche di sito). I risultati forniti da questa procedura (approccio “di sito”), in termini di minimo valore di intensità caratterizzato da una probabilità di eccedenza inferiore al 10% in 50 anni (Iref), sono confrontati con quelli ottenuti sul territorio italiano tramite la metodologia “standard” di Cornell-McGuire. Per meglio comprendere i motivi delle differenze osservate tra le due stime e il ruolo di differenti basi informative, sono state prodotte diverse mappe di pericolosità. Stime di pericolosità a scala locale sono state inoltre effettuate nell’area dell’Etna dove, grazie a numerosi studi macrosismici di dettaglio, sono disponibili storie sismiche di sito particolarmente ricche.280 161 - PublicationOpen AccessProbability distribution of the macroseismic intensity attenuation in the Italian volcanic districts(2008-10-06)
; ; ; ; ; ; ;Rotondi, R.; Istituto di Matematica Applicata e Tecnologie Informatiche (CNR), sezione di Milano ;Azzaro, R.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Zonno, G.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Milano-Pavia, Milano, Italia ;D'Amico, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Tuvè, T.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Musacchio, G.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Milano-Pavia, Milano, Italia; ; ; ; ; We present the probabilistic version of the analysis performed in Azzaro et al. (2006a) on the attenuation of the seismic intensity in Italian volcanic districts. The main results are the estimate of the probability distribution of the intensity at site IS, conditioned on the site-epicenter distance d and on I0, and then, assuming the mode of this distribution as estimator of IS, the forecasting of future macroseismic fields given I0. To this end we have modified the method presented in Rotondi and Zonno (2004) by inserting the following innovative elements: identification of possible different trends and exploitation of knowledge from prior experience or data. Data set. The intensity dataset considered in the present analysis is the same used in the study by Azzaro et al. (2006a), based on a deterministic approach. We consider a total of 38 earthquakes located in the Italian volcanic areas, so distributed: Etna region (24 events), Aeolian Islands (6 events), Vesuvius-Ischia (3 events) and Albani Hills (5 events). The CMTE local earthquake catalogue (Azzaro et al., 2000, 2002, 2006b) has been used for the Etna region while for the other Italian volcanic districts (Aeolian Islands, Ischia, Vesuvius and Albani Hills) the CPTI04 Italian seismic catalogue (Gruppo di lavoro CPTI, 2004) and the DBMI04 associated database (Stucchi et al., 2007) have been considered (Tab. 1). For the analysis, subsets of earthquakes with epicentral intensity I0 ≥ VII MCS and I0 ≥ VI MCS were used for the Etna region and for the other Italian volcanic districts, respectively. Probability model. We cite here the key-elements of the probabilistic method, referring to Rotondi and Zonno (2004) for a detailed description. Instead of adding a gaussian error to deterministic relationships which express the intensity decay as a function of some factors (epicentral intensity, site-epicenter distance, depth, site types, and styles of faulting), we treat the decay as an aleatory variable defined on the domain {0, I0}. Consequently, we assume that the intensity IS is a discrete binomial distributed variable Bin(I0 , p) where pI0 means the probability of null decay, and p belongs to [0,1]. According to the Bayesian approach, p is considered as a random variable following the beta distribution Beta(α, β). Since mean and variance of p are functions of the α, β hyperparameters, we can express our initial knowledge on the decay process through these parameters. To do this, we have divided each macroseismic field in bins of fixed width and the intensity data points in subsets according to this spatial subdivision. For each bin we have repeated the following procedure: a) assessing the prior values to α, β, that is a prior distribution for p; b) updating, through Bayes’ theorem, the hyperparameters on the basis of the current observations; c) estimating the p parameter through the mean of its posterior distribution. By substituting this estimate in the distribution Bin(I0 , p), we obtain an updated binomial distribution indicated as plug-in distribution. Its mode has been assumed as the expected value of the intensity at the sites within the corresponding bin. To predict the intensity at any distance we have smoothed the p’s estimated in the different bins through a monotonically decreasing function; the lowest mean squared error was given by the inverse power function . Hence, the mode of the plug-in distribution obtained by setting p=g(d) provides an expected value for IS at any distance. If, on the contrary, we assume that, from the attenuation viewpoint, the sites inside any bin behave in the same way, we can average over the domain [0,1] of p by integrating the product of the likelihood with respect to the posterior Beta distribution of p. In this way we have obtained the so-called predictive distribution for every bin and its mode is taken as expected value for IS at any site inside that bin. Trends in the intensity decay. We have analysed the macroseismic field of the 38 earthquakes constituting our dataset (Tab. 1) by drawing the decay versus the site-epicenter distance of each data point. A quick look at these graphical representations suggests that these earthquakes do not show an homogeneous decay. To identify different trends in the decay, we have synthetized the information contained in each field by collecting, in a matrix, median, mean, and quartile of each set of distances from the epicenter of the points with the same ΔI. Then we have applied to this matrix a clustering algorithm based on the evaluation of the distance between each pair of rows of the matrix. The dataset has been thus partitioned into two groups of events according to their attenuation trend: the first set mainly formed by the earthquakes of Mt. Etna and Vesuvius-Ischia areas, the second one including the events of the Aeolian Islands and Albani Hills. The set 1 shows an higher decay than the set 2, so two different spatial scales are required: bins of width 1 km for the set 1 and of width 25 km for the set 2. A similar classification analysis was performed in Zonno et al. (2008) on 55 earthquakes representative of the Italian territory; in that case three classes were identified. The probabilistic analysis above described has been separately applied to the two sets, discriminating the events of from those of , and using as a priori distributions for the parameters p’s those indicated in Zonno et al. (2008) for the class of earthquakes with the highest attenuation. The hyperparameters α’s and β’s have been then updated through the observed intensity data points according to the expressions α=α0 + ΣNn=1 IS (n) and β= β0 + ΣNn=1 (I0 - IS (n)). Some results. For each bin the values of the predictive probability function of for the Etna area and Aeolian Islands, are shown in Fig. 1; the squares indicate the values of the intensity decay computed through the logarithmic regressions (Tab. 2) obtained by Azzaro et al. (2006) with the same dataset. These values can be compared with the mode of the predictive function in each bin. The fit between the two methods is good but much more information is provided by the probabilistic approach. In addition to the estimate of the intensity at any site, the probability distribution of IS provides a measure of the uncertainty and its values can be directly used in the software “SASHA” (D’Amico and Albarello, 2007) to calculate the probabilistic seismic hazard at the site. Conclusions. The identification of different decay trends produced by the clustering algorithm matches well with that already presented in the literature (Azzaro et al. 2006), and this suggests that the method could be successfully applied to other cases. Only two earthquakes in Albani Hills - 1876/10/26, I0 VI-VII, 1927/12/26, I0 VII-VIII - are unexpectedly included in the set 1 together with the events of Mt. Etna and Vesuvio-Ischia areas; further, detailed analyses are required to explain such an anomaly. Some problems are still open: a) most of the earthquakes here considered have epicentral intensity I0 VII or VIII, so that we have evaluated the probability functions of IS conditioned on these two values of I0. Also other values of I0 must be used in the analysis; b) the method should be also validated on other earthquakes not included in the dataset of Tab. 1, on the basis of probabilistic measures of the degree to which the model predicts the decay in the data points of a macroseismic field (Rotondi and Zonno, 2004).138 121 - PublicationRestrictedFrom Seismic Input to Damage Scenario: An Example for the Pilot Area of Mt. Etna Volcano (Italy) in the KnowRISK-Project(Springer International Publishing AG, 2019)
; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;In this paper we present a multidisciplinary approach aimed at assessing seismic risk regarding non-structural damage. The study has been carried out in the framework of the European KnowRISK Project and focuses on the pilot area of Mt. Etna volcano (Italy). Both instrumental data and as well as macroseismic observations provide unique opportunities for testing innovative and classical approaches for assessing seismic risk. Starting from the seismic hazard analysis, we first identify a test site (Zafferana) affected by non-structural damage. We produce seismic scenarios based on macroseismic and ground-motion data and finally obtain the relevant risk map using the Italian census data to classify buildings into vulnerability classes and a model to predict damage distribution.103 3 - PublicationOpen AccessRILIEVO MACROSISMICO DEL TERREMOTO EOLIANO DEL 4 DICEMBRE 2022 - ORE 08:12 locali(2022)
; ; ; ; ; ; ; ; ; ; ; ; ; Descrizione degli effetti di avvertibilità e risentimento del terremoto del 04/12/2022, ML 4.641 13 - PublicationOpen AccessTerremoti con effetti macrosismici in Sicilia orientale nel periodo Gennaio 2009 - Dicembre 2013(2014)
; ; ; ; ; ; ;Azzaro, R.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;D'Amico, S.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Mostaccio, A.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Scarfì, L.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Tuvè, T.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia ;Manni, M.; Istituto Nazionale di Geofisica e Vulcanologia, Sezione Catania, Catania, Italia; ; ; ; ; Sono analizzati ed elaborati i dati dei rilievi macrosismici relativi ai terremoti verificatisi in Sicilia nel periodo 2009-2013. Si tratta di eventi che hanno provocato effetti macrosismici di rilievo e/o danneggiamento per la maggior parte localizzati nellâ area etnea, cui si aggiungono alcuni terremoti di magnitudo moderata, legati a sequenze sismiche significative verificatisi nei settori ibleo, peloritano e eoliano. I dati sono stati raccolti e elaborati secondo le procedure operative di prassi adottate in questi casi dal gruppo QUEST (ex-TTC 1.11 â Osservazioni e monitoraggio macrosismico del territorio nazionaleâ ) dellâ INGV, e successivamente parametrizzati secondo gli standard adottati per la compilazione del catalogo CPTI e banca dati macrosismica DBMI (ex-TTC 5.1 â Banche dati e metodi macrosismiciâ ).506 86 - PublicationOpen AccessRAPPORTO MACROSISMICO SUL TERREMOTO DI GUARDIA (ETNA) DEL 18/05/2023 - ORE 3:22 locali(2023)
; ; ; ; ; ; ; ; ; Descrizione degli effetti di invertibilità e risentimento del terremoto del 18/05/2023, ML 3.274 26