AREE TEMATICHE

Aree di Ricerca

Paleoantropologia Evoluzionistica e Paleoecologia

 

Paleoantropologia

La ricerca dipartimentale di Paleoantropologia ha come principale soggetto di studio l’evoluzione morfologica dei Primati, con particolare interesse per gli ominidi, che si pongono direttamente sulla linea evolutiva della nostra specie. La ricerca prende in esame strutture morfologiche quali la mandibola, il cranio o gli endocast della scatola cranica appartenenti a specie viventi ed estinte nell’ambito dei Primati analizzandoli in chiave evolutiva. Si occupa inoltre di identificare i pattern evolutivi che sono alla base delle differenze tra la nostra specie e gli altri gruppi di Primati. Nella ricerca vengono inoltre impiegati strumenti innovativi, come la computer grafica e la stampa in 3D, per ampliare la collezione di fossili appartenenti alla linea evolutiva della nostra specie. Questa collezione costituisce un valido supporto nell’ambito della ricerca e della didattica.

Paleontologia Evoluzionistica

La ricerca dipartimentale nell’ambito della Paleontologia Evoluzionistica si incentra sullo sviluppo di metodi filogenetici comparativi (PCM), al fine di conciliare lo studio dell’evoluzione della diversità fenotipica e tassonomica. Fondamentale a tale scopo è l’integrazione dell’informazione derivante dai fossili, che si rendono indispensabili per comprendere la reale storia evolutiva dei cladi. A partire dalle informazioni derivate dal record fossile è infatti possibile costruire e calibrare alberi filogenetici omnicomprensivi che si utilizzano nell’ambito dei PCM per descrivere o identificare pattern evolutivi. Lo studio e lo sviluppo di nuovi metodi si è infine tradotto nella produzione di software dedicati.

Paleo-macroecologia e paleoecologia

La ricerca dipartimentale nell’ambito della Paleo-macroecologia e della Paleoecologia riguarda lo studio e ricostruzione della distribuzione spaziale delle specie fossili e delle loro esigenze bioclimatiche al fine di comprendere le dinamiche evolutive delle comunità del passato in risposta a vari disturbi ambientali. Questo tipo di ricerca si avvale dei più moderni strumenti analitici e predittivi, quali algoritmi di Machine Learning e statistica Bayesiana, che attualmente rappresentano l’avanguardia nelle discipline di conservazione e che puntano a predire l’evoluzione del range geografico di una specie focale in vari scenari futuri e passati, in risposta a repentini cambiamenti climatici e ai disturbi antropogenici.

La pericolosità sismica e la previsione probabilistica dei terremoti

 

Staff: Prof. Warner Marzocchi, Prof. Jacopo Selva, Prof. Ester Piegari, Dr. Marcus Herrmann, Dr. Paola Corrado (studente PhD), Dr. Annamaria Pane (studente PhD presso la Scuola Superiore Meridionale)

 I terremoti rappresentano una grave minaccia per la società e una previsione probabilistica (forecast) attendibile dell'atteso scuotimento del suolo causato dai terremoti ("pericolosità sismica") è l'ingrediente scientifico principale per qualsiasi azione di mitigazione del rischio. Il programma di ricerca in corso di sviluppo presso il Dipartimento di Scienze della Terra, dell'ambiente e delle risorse dell'Università di Napoli, Federico II, si concentra principalmente sul forecast dei terremoti e del relativo scuotimento del terreno per diverse finestre temporali di previsione, da giorni a settimane per prevedere probabilisticamente l'evoluzione delle sequenze sismiche, ad anni e decenni per fini di normativa antisismica.

Vengono esplorati diversi tipi di modelli, empirici, stocastici, basati sulla fisica dei sistemi complessi, e sull'intelligenza artificiale. L'impatto di questo tipo di modellistica è duplice: può fornire strumenti innovativi agli ingegneri e ai decision-makers che sono responsabili per le azioni di riduzione del rischio sismico, e consente agli scienziati di verificare sperimentalmente ciò che sanno veramente sul processo fisico che genera i terremoti.

A tale scopo stiamo lavorando attivamente con il Collaboratory for the Study of Earthquake Predictability che fornisce un'infrastruttura internazionale per una fase di test prospettica, trasparente e riproducibile per qualsiasi modello di previsione e forecast dei terremoti.

earthquake forecasting2Alcuni esempi di forecast settimanali. (A) Forecast poche ore dopo il terremoto di Amatrice e i terremoti M3.5 + (cerchi blu-verdi) che si sono verificati nella finestra del tempo di previsione. (B) Forecast prima del terremoto M5.9 (stella blu-verde) verificatosi il 26 ottobre. (C) Forecast prima del terremoto M6.5 di Norcia (stella blu-verde) verificatosi il 30 ottobre. (D) Forecast prima del terremoto di Campotosto M5.5 (stella blu-verde) che si è verificato il 18 gennaio.

 

earthquake forecasting4La rete internazionale denominata Collaboratory for the Study of Earthquake Predictability (CSEP).

earthquake forecasting3Risultati preliminari per il nuovo modello di pericolosità sismica di lungo termine per l'Italia (MPS19). La mappa riporta la probabilità di osservare una accelerazione del terreno superiore a 0.1g nei prossimi 50 anni.
 

Risultati preliminari per il nuovo modello di pericolosità sismica di lungo termine per l'Italia (MPS19). La mappa riporta la probabilità di osservare una accelerazione del terreno superiore a 0.1g nei prossimi 50 anni.  

 

Analisi della complessità spaziotemporale della distribuzione magnitudo-frequenza dei terremoti con tecniche di machine learning

La disponibilità di cataloghi sismici di sempre più grandi dimensioni rende l'estrazione di informazioni sempre più complessa e chiama in causa l'utilizzo di tecniche di analisi sempre più sofisticate. La linea di ricerca esplora l’utilizzo di algoritmi di machine learning, in particolare sinora quelli basati sulla densità DBSCAN e OPTICS, per identificare, in modo automatico e in grandi dataset, i volumi sismicamente più attivi che possano rappresentare al meglio le principali strutture. L'applicazione di questi metodi ai cataloghi sismici di sequenze recenti, come quelle di Kumamoto 2016 e in Italia centrale 2016/2017, ha evidenziato l’efficacia degli algoritmi nell’individuare caratteristiche tridimensionali delle strutture tettoniche attivate e la complessità spaziotemporale della distribuzione magnitudo-frequenza (MFD) dei terremoti. In particolare, si è mostrato come la distribuzione delle magnitudo differisca tra cluster vicini, variando o rimanendo costante nel tempo a seconda del cluster, suggerendo che l'eterogeneità e la complessità del sistema di faglie influenzano fortemente la MFD. L’identificazione di scale spaziotemporali fisicamente significative per interpretare e utilizzare la variabilità della MFD e del parametro b ad essa correlato, e direttamente chiamato in causa nelle stime di pericolosità, è argomento di attuale ricerca.

clusteringFig. 3: a) Risultati dell’analisi di clustering relativi allo studio della sequenza sismica di Kumamoto del 2016 (da Piegari et al., 2022). b) Distribuzioni magnitudo-frequenza dei principali cluster di terremoti identificati per la sequenza sismica del centro Italia 2016/2017 (da Herrmann et al., 2022).

 

Collaborazioni attive

 Istituto Nazionale di Geofisica e Vulcanologia,

University of Southern California,

U.S. Geological Survey,

University of Bristol,

Dipartimento di Ingegneria dell'Università di Napoli, Federico II.  

GFZ Potsdam,

GNS New Zealand,

ETH Zurich,

Stanford University.

 

 

Geotecnica

Docente afferente: Giacomo Russo

 Principali temi di ricerca:

Miglioramento delle proprietà meccaniche dei terreni

  • Analisi sperimentale degli effetti fisici e meccanici del trattamento con leganti di terreni di diversa natura in condizioni di parziale o completa saturazione
  • Analisi dell’evoluzione chimico fisica e delle modifiche micrsostrutturali indotti dal trattamento di terreni con leganti (calce, cemento)
  • Utilizzo di leganti innovativi (e.g. leganti ad attivazione alcalina) per il trattamento dei terreni
  • Analisi microstrutturale e caratterizzazione fisica e idro-meccanica di terreni cementati ed alleggeriti mediante l’utilizzo di tensioattivi
  • Durabilità del trattamento di terreni con leganti in presenza di differenti sollecitazioni ambientali (e.g. cicli di wetting e drying)

geot1

 

Monitoraggio e comportamento di opere geotecniche in vera grandezza

  • Comportamento di opere geotecniche (opere di sostegno, scavi, opere di fondazione, dighe, gallerie) dai dati del monitoraggio, con riferimento alla fase di costruzione, alle condizioni di esercizio, al comportamento in condizioni sismiche.

Casi di studio:

    • comportamento di gallerie superficiali in terreni sciolti durante la costruzione
    • comportamento di scavi in ambiente urbano durante le fasi costruttive
    • comportamento di dighe di terreni sciolti durante la fase di costruzione e di esercizio
    • comportamento di una diga in rockfill con manto di tenuta in conglomerato bituminoso durante la fase di invaso sperimentale (comportamento tenso-deformativo in condizioni statiche, analisi dei moti di filtrazione nell’ammasso di fondazione, analisi del comportamento in presenza di sisma)
  • Studio della subsidenza di grandi aree mediante modellazione numerica

 

Metodi statistici per la Geotecnica  

  • Applicazione di metodi geostatistici per la definizione della variabilità spaziale delle proprietà geotecniche dei terreni e
  • Influenza della variabilità spaziale sulle valutazioni di sicurezza e sul comportamento in esercizio di opere geotecniche.
  • Controllo statistico della costruzione di opere di terra
  • Affidabilità del modello geotecnico di sottosuolo
geot2
 
logoUniNa   
scuola psb
universitaly

Dove siamo

  whatsapp

Trovaci

Iscriviti alla newsletter