L’IA et les signaux de gravité pourraient détecter rapidement de grands tremblements de terre

Les tremblements de terre massifs ne se contentent pas de déplacer le sol, ils ajustent la vitesse de la lumière au champ gravitationnel de la Terre. Maintenant, les chercheurs ont formé des ordinateurs pour identifier ces minuscules signaux gravitationnels, démontrant comment les signaux peuvent être utilisés pour marquer l’emplacement et la taille d’un fort tremblement de terre presque instantanément. C’est une première étape vers la création d’un système d’alerte très précoce pour les tremblements de terre les plus puissants de la planète, rapportent les scientifiques le 11 mai dans Nature. Un tel système pourrait aider à résoudre un problème épineux en sismologie : comment déterminer rapidement la véritable magnitude d’un séisme massif immédiatement après qu’il se soit produit, explique Andrea Licciardi, géophysicien à l’Université Côte d’Azur à Nice, en France. Sans cette capacité, il est beaucoup plus difficile d’émettre rapidement et efficacement des avertissements de danger qui pourraient sauver des vies. Inscrivez-vous pour recevoir les dernières nouvelles de Science News Titres et résumés des derniers articles de Science News, livrés dans votre boîte de réception Merci de vous être inscrit ! Un problème est survenu lors de votre inscription. Au fur et à mesure que les grands tremblements de terre éclatent, les secousses et les frissons envoient des ondes sismiques à travers le sol qui apparaissent comme de grandes ondulations sur les sismomètres. Mais les méthodes actuelles de détection basées sur les ondes sismiques ont notoirement du mal à faire la distinction entre, disons, un séisme de magnitude 7,5 et de magnitude 9 dans les quelques secondes qui suivent un tel événement. En effet, les estimations initiales de magnitude sont basées sur la hauteur des ondes sismiques appelées ondes P, qui sont les premières à arriver aux stations de surveillance. Pourtant, pour les tremblements de terre les plus forts, ces amplitudes initiales des ondes P atteignent leur maximum, ce qui rend les tremblements de terre de différentes magnitudes difficiles à distinguer. Mais les ondes sismiques ne sont pas les premiers signes d’un tremblement de terre. Toute cette masse se déplaçant lors d’un grand tremblement de terre modifie également la densité des roches à différents endroits. Ces changements de densité se traduisent par de minuscules changements dans le champ gravitationnel de la Terre, produisant des ondes « d’élastogravité » qui traversent le sol à la vitesse de la lumière, encore plus rapidement que les ondes sismiques. De tels signaux étaient autrefois considérés comme trop petits pour être détectés, explique le sismologue Martin Vallée de l’Institut de physique du Globe de Paris, qui n’a pas participé à la nouvelle étude. Puis, en 2017, Vallée et ses collègues ont été les premiers à signaler avoir vu ces signaux d’élastogravité dans les données des stations sismiques. Ces découvertes ont prouvé que « vous avez une fenêtre entre le début du tremblement de terre et le moment où vous recevez le [seismic] vagues », dit Vallée. Mais les chercheurs réfléchissaient encore à la manière de transformer ces signaux d’élastogravité en un système d’alerte précoce efficace. Parce que les tremblements de gravité sont minuscules, ils sont difficiles à distinguer du bruit de fond dans les données sismiques. Lorsque les scientifiques ont regardé rétroactivement, ils ont découvert que seuls six méga-séismes au cours des 30 dernières années avaient généré des signaux d’élastogravité identifiables, y compris le tremblement de terre de magnitude 9 de Tohoku-Oki en 2011 qui a produit un tsunami dévastateur qui a inondé deux centrales nucléaires à Fukushima, au Japon ( SN : 16/03/11). (L’estimation initiale basée sur les ondes AP de la magnitude de ce séisme était de 7,9.) C’est là que les ordinateurs peuvent intervenir, dit Licciardi. Lui et ses collègues ont créé PEGSNet, un réseau d’apprentissage automatique conçu pour identifier les «signaux d’élastogravité rapides». Les chercheurs ont formé les machines sur une combinaison de données sismiques réelles collectées au Japon et de 500 000 signaux de gravité simulés pour les tremblements de terre dans la même région. Les données synthétiques de gravité sont essentielles pour la formation, dit Licciardi, car les données réelles sont si rares et le modèle d’apprentissage automatique nécessite suffisamment d’entrées pour pouvoir trouver des modèles dans les données. Une fois formés, les ordinateurs ont ensuite été soumis à un test : suivre l’origine et l’évolution du tremblement de terre de Tohoku en 2011 comme s’il se produisait en temps réel. Le résultat était prometteur, dit Licciardi. L’algorithme a pu identifier avec précision à la fois la magnitude et l’emplacement du tremblement de terre cinq à 10 secondes plus tôt que les autres méthodes. Cette étude est une preuve de concept et, espérons-le, la base d’un prototype de système d’alerte précoce, déclare Licciardi. « En ce moment, c’est adapté au travail… au Japon. Nous voulons construire quelque chose qui puisse fonctionner dans d’autres régions » connues pour leurs puissants tremblements de terre, notamment au Chili et en Alaska. Finalement, l’espoir est de construire un système qui peut fonctionner à l’échelle mondiale. Les résultats montrent que PEGSNet a le potentiel d’être un outil puissant pour les alertes précoces aux tremblements de terre, en particulier lorsqu’il est utilisé avec d’autres outils de détection des tremblements de terre, a déclaré Vallée. Pourtant, il reste encore du travail à faire. D’une part, l’algorithme a été formé pour rechercher un point unique pour l’origine d’un tremblement de terre, ce qui est une approximation raisonnable si vous êtes loin. Mais de près, l’origine d’un séisme ne ressemble plus à un point, c’est en fait une région plus vaste qui s’est rompue. Si les scientifiques veulent une estimation précise de l’endroit où une rupture s’est produite à l’avenir, les machines doivent rechercher des régions et non des points, ajoute Vallée. De plus grandes avancées pourraient survenir à l’avenir, car les chercheurs développent des instruments beaucoup plus sensibles capables de détecter des perturbations encore plus infimes du champ gravitationnel terrestre tout en filtrant d’autres sources de bruit de fond susceptibles d’obscurcir les signaux. La Terre, dit Vallée, est un environnement très bruyant, de ses océans à son atmosphère. « C’est un peu le même défi auquel les physiciens sont confrontés lorsqu’ils essaient d’observer les ondes gravitationnelles », dit Vallée. Ces ondulations dans l’espace-temps, déclenchées par des collisions colossales colossales, sont un type très différent d’ondes gravitationnelles (SN : 11/2/16). Mais les signaux des ondes gravitationnelles sont également éclipsés par le bruit de la Terre – dans ce cas, des microtremblements dans le sol.

Laisser un commentaire