L’estrazione geotermica dal sottosuolo richiede – a volte – una stimolazione, che consiste nell’iniettare dei fluidi nella crosta terrestre per renderla più permeabile. Questa procedura può indurre terremoti, a volte rilevanti. Un gruppo di ricercatori ha messo a punto un algoritmo di machine learning che prevede l’aumento di permeabilità ottenuto, a partire dalla magnitudo dei terremoti indotti. Lo ha fatto sfruttando i dati raccolti da due esperimenti negli Stati Uniti e ne sta testando la validità anche in altri siti. L’algoritmo potrebbe diventare uno strumento per la selezione dei siti più adatti, per sistemi geotermali migliorati e per la loro ottimizzazione. Inoltre, poter prevedere la sismicità indotta potrebbe aumentare l’accettabilità sociale di questi stabilimenti. Chiara Sabelli ha intervistato Chris Marone, geofisico alla Sapienza Università di Roma, che ha coordinato lo studio, e Ryan Schultz, che guida il gruppo di sismicità indotta del servizio sismologico svizzero, presso l’ETH Zürich. L’articolo è sostenuto dalla Fondazione Return, un partenariato esteso finanziato dal Piano Nazionale di Ripresa e Resilienza, che mira a rafforzare le filiere di ricerca sui rischi ambientali, naturali e antropici a livello nazionale e a promuovere la loro partecipazione alle catene del valore strategiche europee e globali.
