SDQ: un progetto Python-based per la valutazione della qualità di dati sismo-accelerometrici.

A cura di Fabio Varchetta (INGV Milano)
Negli ultimi anni, è stata dedicata molta attenzione alla questione dell'elaborazione e delle procedure di verifica dei dati, in particolare dei dati strong-motion per la loro fondamentale importanza in caso di forti terremoti. Ad oggi, a livello nazionale, sono disponibili due strumenti strutturati in modo tale da poter
analizzare quotidianamente tutti i dati della Rete Sismica Nazionale (RSN) per la stima preliminare della qualità del dato: i portali EIDA (European Integrated Data Archive) Italia (eida.ingv.it/i...) e ISMDq (INGV Strong-Motion Data quality, ismd.mi.ingv.it....
In questo contesto, nasce il progetto Seismic Data Quality (SDQ) che si propone di fornire uno strumento di ulteriore supporto alla comunità sismologica al fine di valutare in modo rapido ed efficace il corretto funzionamento di una stazione sismica multicanale. Il progetto è basato su codici scritti in Python,
liberamente disponibili e scaricabili, dove si effettuano analisi sia sugli eventi sismici, selezionati in base alla magnitudo e alla distanza, sia su flussi di dati acquisiti in continuo.
Per quanto riguarda i dati tagliati su eventi sismici, la valutazione si basa su un confronto tra dati accelerometrici e velocimetrici registrati alla stessa stazione. Il codice funziona importando un file di input esterno, contenente il codice identificativo, il codice della stazione e il codice di rete ed è organizzato in tre
fasi principali: acquisizione, pre-elaborazione ed elaborazione.
Tutte le informazioni sugli eventi, i metadati delle stazioni e le forme d'onda sono ottenute dai servizi web FDSN (www.fdsn.org/w.... Le forme d’onda scaricate sono classificate in intervalli di qualità da A (dato ottimo) a D (da rigettare) stabiliti in base ad analisi compiute nel dominio del
tempo e della frequenza. Le soglie empiriche per la classificazione del dato sono state determinate attraverso l’analisi statistica basata su circa 15.000 forme d’onda registrate da gennaio 2012 a giugno 2023 dalle reti IV (RSN) e MN (MedNet) gestite dall’INGV.
Le analisi sul dato in continuo sono effettuate a partire da dati giornalieri in formato miniSEED di rumore ambientale. Ad ogni stazione e per ogni stream di dati vengono calcolati giornalmente RMS (Root Mean Square) e PSD (Power Spectral Density) per successivi intervalli di frequenza, stimata la differenza tra
accelerometro e velocimetro co-locati e valutati il numero ed il valore dei gap temporali.
SDQ fornisce i risultati finali in termini di tabelle parametriche, immagini e log esplicativi dei processi attuati. Sebbene il codice sia tutt’ora in fase di sviluppo, la versione attuale è disponibile sulla piattaforma GitLab dell’INGV all’indirizzo: gitlab.rm.ingv....