WP2.3 Seismic Anisotropy D.Piccinini L. Margheriti P. Baccheschi F. Bianco L. Zaccarelli Marina Pastori INGVRM INGVNA Uni PG WP2.3 Seismic Anisotropy Obiettivi:  implementazione di un codice per il calcolo dei parametri anisotropici e sua applicazione al dataset acquisito durante il progetto. Interpretazione dei risultati e studio di possibili correlazioni fra le variazioni temporali dei parametri anisotropici e la sismicità

Confronto fra differenti codici disponibili (ANISOMAT, SPY, SHEBA) WP2.3 Seismic Anisotropy Confronto fra differenti codici disponibili (ANISOMAT, SPY, SHEBA) Selezione degli eventi e stima dei parametri Interpretazione dei risultati in termini di campo di fratturazione e variazioni temporali del campo di stress 1st Year 2nd Year Ci eravamo lasciati nel kick-off meeting con questo cronoprogramma. Abbiamo confrontato i codici prodotti da Roma, Napoli e Bristol. Dopo una lunga fase di test abbiamo applicato il codice scelto (ANISOMAT) su dataset già acquisiti nei test-sites. Val d’agri Città di Castello Il confronto ha permesso di individuare I punti più critici del sistema di analisi, offrendo la possibilità di automatizzare la procedura ottenendo risultati molto attendibili.

WP2.3 Seismic Anisotropy Applicazione al dataset della Val d’Agri Presenza di un campo di estrazione petrolifera Due modelli sismotettonici che interpretano le maggiori strutture sismogenetiche (Eastern Agri Fault System e Monti Maddalena Fault System) Primo Test Site: Val d’Agri. A sinistra: Rose delle direzioni FAST ad ogni stazione. A destra: In verde le direzioni medie alle stazioni con più di 10 misure di anisotropia. La lunghezza della linea è proporzionale al DT normalizzato. L’area colorata corrisponde alle zone con maggior valore di DT (dal giallo al rosso scuro). In blu l’area che rappresenta la zona di estrazione petrolifera. In questo caso il volume roccioso più intenasmente fratturato è localizzato al bordo SW del bacino dove è localizzata la maggior parte della sismicità, e dove la forte anisotropia lascia ipotizzare una deformazione attiva. Stress aligned cracks in the upper crust of the Val d'Agri region as revealed by Shear Wave Splitting (2009), Pastori et al., GJI

WP2.3 Seismic Anisotropy Applicazione al dataset della Val d’Agri: confronto fra analisi manuale ed automatica. Automatico Manuale Confronto fra analisi manuale ed automatica sul dataset della val d’agri.

Applicazione al Test-Site Val Tiberina (2000-2001) WP2.3 Seismic Anisotropy Applicazione al Test-Site Val Tiberina (2000-2001) LANF (Alto Tiberina Fault) Alto tasso di microsismicità su ATF ( > 3 eq/giorno) A Dx mappa delle direzioni alle stazioni con più di 10 misure, e della distribuzione del DT normalizzato (scala di colori giallo-rosso scuro). Si nota una generale rotazione del trend mediato delle misure FAST (ca 140°) rispetto alla direzione delle faglie mappate in superficie (ca 120°). A sx: trend temporale dei parametri di anisotropia. (DT normalizzato, andamento della dir FAST) Da notare come le misure siano abbastanza costanti durante tutto il periodo fatta esclusione per la parte centrale dove ad una forte variazione di DT normalizzato corrisponde una rotazione delle misure FAST. 1 e 15Hz STEP=15; SPAN=5; % overlap dei giorni Il campo di fratturazione crostale visto dall’anisotropia sismica: presenza di fluidi e loro possibile ruolo nel processo sismogenetico – Marina Pastori – PhD Thesis

Applicazione al Test-Site Arco Calabro WP2.3 Seismic Anisotropy Applicazione al Test-Site Arco Calabro Test Site II : Arco Calabro Stiamo ultimando l’analisi automatica. La procedura ha richiesto un lavoro di adattamento della parametrizzazione del codice per poter lavorare con eventi sismici subcrostali (> 150 km). a) Comparison between P-wave velocity anomalies averaged between 100 and 200 km depth (Courtesy of P. De Gori, from Chiarabba et al., 2008) and S splitting measurements projected at 100 km depth (the same as Figure 4; white bars) in the Southern Italy subduction system. b) Representation of the anisotropic parameters on a regular grid. Average fast directions (solid white bars) are obtained smoothing the raw splitting data beneath well sampled areas. Individual splitting time delays were interpolated using a nearest neighbour algorithm which averages, over a 10? (latitude) × 10? (longitude) grid, measurements within a 1° radius, if there is at least one value inside each of the three 120° azimuthal sectors. Average delay times are represented by the colour scale. The averaged S split times show the smaller values, corresponding to the position of the slab (blue regions in a), while split times increase into the supra-slab wedge (red regions in a). The inset in the Upper right corner shows the SKS splitting measurements available for the same area, same as in  Figure 8. Anisotropy patterns in the subducting slab and in the mantle wedge. A case study: the Southern Italy subduction system. –Baccheschi et al.. in prep.