AI-répliques-sismiques

Une étude d’apprentissage automatique qui a analysé des centaines de milliers de séismes a battu la méthode standard pour prédire l’emplacement des répliques. Les scientifiques affirment que ce travail fournit une nouvelle manière d’explorer comment les changements du stress au sol, tels que ceux qui se produisent lors d’un grand séisme, déclenchent les tremblements de terre. Cela pourrait également aider les chercheurs à développer de nouvelles méthodes pour évaluer les risques sismiques.

L’IA prédit les répliques sismiques

«Nous n’avons vraiment fait qu’explorer ce que l’apprentissage automatique peut faire pour la prévision des répliques», explique Phoebe DeVries, sismologue à l’Université Harvard de Cambridge, au Massachusetts. Elle et ses collègues rapportent leurs découvertes le 29 août dans Nature.

Les répliques sismiques se produisent après le tremblement de terre principal et peuvent être tout aussi dommageables – ou plus encore – que le choc initial. Un séisme de magnitude 7,1 survenu près de Christchurch, en Nouvelle-Zélande, en septembre 2010, n’a tué personne, mais une réplique de magnitude 6,3 qui a suivi plus de 5 mois plus tard et touché le centre-ville a fait 185 morts.

Les sismologues peuvent généralement prédire l’ampleur des répliques, mais ils ont du mal à prévoir où les tremblements de terre vont se produire. Jusqu’à présent, la plupart des scientifiques utilisaient une technique qui calcule comment un séisme modifie la contrainte dans les roches avoisinantes et prédit la probabilité que ce changement entraîne une réplique dans un endroit particulier. Cette méthode de rupture peut expliquer avec succès les répliques lors de nombreux grands séismes, mais cela ne fonctionne pas toujours très bien.

DeVries et ses collègues ont décidé de les exploiter pour trouver une meilleure méthode de prévision. «L’apprentissage automatique est un outil très puissant dans ce genre de scénario», explique M. DeVries.

Réseau neuronal

Les scientifiques ont examiné plus de 131 000 tremblements de terre, dont certains parmi les plus  puissants de l’Histoire, tel que l’événement de magnitude 9,1 qui a frappé le Japon en mars 2011. Les chercheurs ont utilisé ces données pour former un réseau neuronal, une grille de cellules, à 5 kilomètres de côté, entourant chaque choc principal. Ils ont indiqué au réseau qu’un tremblement de terre s’était produit et lui ont fourni des données sur la façon dont la contrainte changeait au centre de chaque cellule de la grille.

Ensuite, les scientifiques lui ont demandé de fournir la probabilité que chaque cellule de la grille génère une ou plusieurs répliques. Le réseau traitait chaque cellule comme son propre petit problème isolé à résoudre, plutôt que de calculer comment les contraintes se répercutaient séquentiellement dans les roches.

Lorsque les chercheurs ont testé leur système sur 30 000 événements principaux de répliques, la prévision du réseau neuronal a permis de prévoir les emplacements des répliques plus précisément que la méthode habituelle de rupture de contrainte. Peut-être plus important encore, explique DeVries, le réseau neuronal a également fait allusion à certains des changements physiques qui auraient pu se produire dans le sol après le choc principal.

Il a indiqué que certains paramètres étaient potentiellement importants – ceux qui décrivent les changements de stress dans des matériaux tels que les métaux, mais que les chercheurs n’utilisent pas souvent pour étudier les séismes.

Un bon pas vers l’examen des répliques

Selon Daniel Trugman, sismologue au Laboratoire national de Los Alamos, au Nouveau-Mexique, ces résultats sont un bon pas vers l’examen des répliques avec un regard neuf. «L’algorithme d’apprentissage automatique nous dit quelque chose de fondamental sur les processus complexes qui sous-tendent le déclenchement du séisme», explique-t-il.

Selon Gregory Beroza, géophysicien de l’université de Stanford en Californie, cette dernière recherche n’aura pas le dernier mot sur les prévisions des répliques. Par exemple, il ne prend pas en compte un type de changement de contrainte qui se produit lorsque les ondes sismiques traversent la Terre.

Mais «cette étude doit être considérée comme une nouvelle façon d’aborder le déclenchement des répliques sismiques, c’est important, et c’est motivant.», conclut-il.

Crédit photo : Wired
Source : Scientific American