On estime que pour qu’un tsunami soit généré par un séisme, ce dernier doit être d’une magnitude forte, d’au minimum 6,5 sur l’échelle de Richter. Une équipe regroupant des chercheurs de l’IRD, du CNRS, de l’Université Côte d’Azur, de l’Observatoire de la Côte d’Azur, du Los Alamos National Laboratory et de Kyoto University a utilisé l’intelligence artificielle pour estimer instantanément la magnitude des grands séismes à partir des « Prompt Elasto-Gravity Signals » (PEGS). Leur étude intitulée « Suivi instantané de la croissance des tremblements de terre avec des signaux d’élastogravité » a été publiée dans la revue Nature le 11 mai dernier.
Heureusement, les tsunamis sont des catastrophes naturelles rares mais ils peuvent tuer de nombreuses personnes habitant les zones côtières ou les états insulaires. Ainsi, le Tsunami qui a eu lieu le 26 décembre 2004 dans L’océan indien, à la suite d’un séisme de magnitude 9,1, a touché 14 pays, dont l’Inde, l’Indonésie, le Sri Lanka ou encore la Thaïlande, faisant environ 230 000 morts et disparus.
Des systèmes d’alerte basés sur les ondes sismiques ont été mis en place pour limiter le pertes humaines et matérielles de ces catastrophes. Les populations ne sont prévenues que quelques secondes avant les secousses mais comme les tsunamis se déplacent plus lentement, cela leur laisse quelques dizaines de minutes pour se réfugier en lieu sûr.
Cependant, ces systèmes d’alerte ne parviennent pas à estimer rapidement la magnitude des très grands séismes. Ainsi, le système d’alerte japonais a estimé une magnitude de 8 au lieu de 9 lors du séisme de la côte Pacifique du Tōhoku (couramment appelé séisme de Fukushima) en 2011, prévoyant une vague de 3 mètres au lieu de 15, une erreur aux conséquences dramatiques (18 079 morts ou disparus). Selon l’équipe de recherche, les approches basées sur la géodésie permettent de meilleures estimations, mais sont également sujettes à de grandes incertitudes et à une latence associée à la lenteur des ondes sismiques.
L’étude
L’équipe a démontré qu’il est possible d’exploiter les signaux gravitationnels (PEGS), qui, bien que très faibles, ont été découverts en 2017 dans les données du séisme de 2011, pour estimer de manière instantanée la magnitude des grands séismes.
Les PEGS (Prompt Elasto-Gravity Signals) sont des ondes gravitationnelles générées par le mouvement d’une immense masse de roche lors des grands séismes. Ces signaux se propagent à la vitesse de la lumière, bien plus vite donc que les ondes sismiques et peuvent ainsi fournir un délai supplémentaire aux populations pour se protéger.
La très faible amplitude des PEGS rendait jusqu’ici impossible leur utilisation dans des systèmes d’alerte. Les chercheurs ont contourné cette problématique grâce à un algorithme d’IA. Ils ont développé PESGNet, un modèle de deep learning, les CNN, qui exploite les informations apportées par les PEGS enregistrées par des sismomètres régionaux à large bande au Japon avant l’arrivée des ondes sismiques. Après un entraînement sur une base de 500 000 données de formes d’onde synthétiques augmentées de bruit empirique, l’algorithme peut suivre instantanément une fonction temporelle de la source d’un séisme sur des données réelles. Selon les chercheurs, « Notre modèle déverrouille l’accès “en temps réel” à l’évolution de la rupture des grands tremblements de terre en utilisant une partie des sismogrammes qui est systématiquement traitée comme du bruit et peut être immédiatement transformatrice pour l’alerte précoce aux tsunamis. »
Andrea Licciardi, géophysicien à GEOAZUR et premier auteur de l’étude, déclare :
« Testé au Japon, l’algorithme s’avère capable d’estimer la magnitude du séisme de Fukushima de manière plus rapide et plus fiable que tous les systèmes existants, sans utiliser les ondes sismiques »
Quentin Bletery, à l’initiative du projet, et dans la même unité, ajoute :
« La mise en place dans des systèmes d’alerte opérationnels reste à faire, mais nos résultats indiquent que les PEGS pourraient améliorer significativement les systèmes d’alerte tsunami. »
Sources de l’article : Licciardi, A., Bletery, Q., Rouet-Leduc, B. et al. Instantaneous tracking of earthquake growth with elastogravity signals. Nature (2022). https://doi.org/10.1038/s41586-022-04672-7.
