Percées en apprentissage automatique : des alertes sismiques plusieurs mois avant les tremblements de terre majeurs
ParisDes chercheurs de l'Université d'Alaska Fairbanks et de la Ludwig-Maximilians-Universität ont découvert que l'intelligence artificielle peut prévoir des tremblements de terre plusieurs mois à l'avance. Cette avancée pourrait révolutionner la manière dont nous anticipons ces catastrophes et contribuer à minimiser leurs impacts sur les populations et les infrastructures.
Une équipe dirigée par Társilo Girona de l'Université d'Alaska Fairbanks a découvert que de petites activités tectoniques précèdent les grands tremblements de terre. En utilisant l'apprentissage automatique pour analyser les données des séismes de Anchorage en 2018 et de Ridgecrest en Californie en 2019, ils ont détecté des comportements sismiques inhabituels trois mois avant ces événements.
Principaux résultats de l'étude :
- Environ trois mois de sismicité de faible magnitude ont été observés sur 15% à 25% des régions touchées.
- La probabilité accrue de seismes majeurs dans les 30 jours précédant leur occurrence a atteint jusqu'à 85%.
- L'activité sismique de faible amplitude inférieure à 1,5 est un indicateur clé de tremblements de terre imminents.
Les recherches indiquent qu'une augmentation de la pression des fluides dans les failles peut les rendre glissantes, provoquant ainsi de petites secousses qui annoncent l'imminence de grands séismes. Cette découverte met en évidence les changements dans la mécanique des failles avant les tremblements de terre majeurs.
L'utilisation de l'apprentissage automatique dans la recherche sismique représente une avancée majeure. Les réseaux sismiques modernes génèrent d'énormes quantités de données qui peuvent désormais être analysées de près pour détecter des signes précoces. L'apprentissage automatique aide à identifier des schémas que les humains pourraient manquer. Des ordinateurs rapides accélèrent ces analyses, permettant une surveillance en temps réel.
Cependant, la mise en œuvre de ces prévisions pose plusieurs défis. Des considérations éthiques et pratiques se présentent :
- Les fausses alertes pourraient provoquer une panique inutile et des perturbations économiques.
- Les prévisions manquées pourraient entraîner des conséquences catastrophiques.
L'algorithme développé par Girona et Drymoni sera testé en quasi temps réel pour résoudre ces problèmes. Il est essentiel d'utiliser des données sismiques antérieures des régions concernées afin de garantir son efficacité et sa fiabilité.
Prédire les séismes avec précision peut avoir un impact considérable. Les alertes précoces permettent aux gens d'évacuer les zones dangereuses, de réduire les pertes financières et de sauver des vies. Cependant, il est essentiel de diffuser ces informations avec prudence pour maintenir la confiance du public.
Cette étude propose une méthode innovante pour se préparer aux tremblements de terre en utilisant des technologies avancées. L'intégration de l'apprentissage automatique aux études sismologiques traditionnelles permet de mieux prévoir et gérer ces phénomènes naturels.
L'étude est publiée ici:
http://dx.doi.org/10.1038/s41467-024-51596-zet sa citation officielle - y compris les auteurs et la revue - est
Társilo Girona, Kyriaki Drymoni. Abnormal low-magnitude seismicity preceding large-magnitude earthquakes. Nature Communications, 2024; 15 (1) DOI: 10.1038/s41467-024-51596-zPartager cet article