Des chercheurs de l’Université d’Ariel explorent l’utilisation de l’IA pour prédire les tremblements de terre
L’équipe a découvert que le contenu total en électrons de l’ionosphère peut être utilisé pour prédire avec précision les tremblements de terre.
Des chercheurs de l’Université d’Ariel en Judée Samarie ont fait des progrès dans le domaine de la prévision des tremblements de terre en utilisant l’intelligence artificielle pour étudier les niveaux d’électrons dans l’ionosphère et trouver des précurseurs potentiels d’un tremblement de terre.
L’équipe a utilisé une machine à vecteurs de support (SVM) – un ensemble d’ algorithmes d’apprentissage automatique considérés comme efficaces pour résoudre les problèmes de classification et de régression – avec des estimations de séries chronologiques du contenu total d’électrons ionosphériques GPS (TEC) pour rechercher des précurseurs d’un tremblement de terre et ainsi générer prédictions sismiques plus précises.
Les chercheurs, dirigés par le Dr Yuval Reuveni du Département de physique, ont publié dimanche leurs découvertes dans une étude évaluée par des pairs dans la revue de géographie Remote Sensing.
En examinant le lien entre le TEC de l’ionosphère et l’activité géodynamique, l’équipe a découvert que le TEC peut être utilisé pour prédire avec précision les tremblements de terre.
« Les signatures de danger naturel associées à de forts tremblements de terre peuvent apparaître dans la lithosphère, la troposphère et l’ionosphère, où les technologies actuelles de télédétection sont devenues des outils précieux pour détecter et mesurer les signaux d’alerte précoce de l’accumulation de stress au plus profond de la croûte terrestre (probablement associée à un tremblement de terre événements) », ont déclaré les chercheurs.
Graphique montrant comment une machine à vecteurs de support choisirait un hyperplan séparateur pour deux classes de points en 2D. H1 ne sépare pas les classes. H2 le fait, mais seulement avec une petite marge. H3 les sépare avec la marge maximale. (crédit : ZACK WEINBERG/UTILISATEUR : CYC/CC BY-SA 3.0 (https://creativecommons.org/licenses/by-sa/3.0)/VIA WIKIMEDIA)
« Après avoir filtré et criblé nos données pour les influences solaires ou géomagnétiques à différentes échelles de temps, nos résultats indiquent que pour les grands tremblements de terre (> Mw 6) [supérieur à 6,0 sur l’échelle de magnitude du moment], de véritables prédictions négatives peuvent être obtenues avec une précision de 85,7 %. , et de vraies prédictions positives avec une précision de 80% », ont-ils ajouté.
« Bien que ce ne soit pas encore une méthode infaillible de prévision des tremblements de terre, c’est une avancée prometteuse dans nos efforts pour mieux comprendre et anticiper l’activité sismique. » Dr Yuval Reuveni, Département de physique de l’Université d’Ariel
« Nos recherches montrent qu’il existe une corrélation claire entre les valeurs TEC ionosphériques et l’activité géodynamique. En utilisant l’approche ML, nous avons pu prédire avec précision les événements sismiques avec un certain degré de succès », a déclaré Reuveni. « Bien que ce ne soit pas encore une méthode infaillible de prévision des tremblements de terre, c’est une avancée prometteuse dans nos efforts pour mieux comprendre et anticiper l’activité sismique. »
Une nouvelle méthode de prédiction pourrait sauver des vies et réduire les dommages causés par les tremblements de terre
L’utilisation de récepteurs GPS pour estimer le TEC est moins coûteuse que d’autres méthodes et pourrait donner le temps aux gens de se préparer à un tremblement de terre ou de réduire les dommages causés par le tremblement de terre, selon l’université.
Par JÉRUSALEMPOST – Illustration : Antioche (2019), shutterstock
