L’intelligence artificielle (IA) pour mieux comprendre le Popocatepetl (Mexique) // Artificial intelligence (AI) to better understand Popocatepetl (Mexico)

Des scientifiques de l’Université nationale autonome du Mexique (UNAM) ont créé le premier modèle tridimensionnel du Popocatépetl qui dresse ses 5426 m à 70 kilomètres au sud-est de Mexico, dans les États de Puebla et de Mexico.

Les chercheurs espèrent que leurs travaux permettront de mieux comprendre la structure interne du volcan avec l’existence possible de chambres magmatiques, et d’optimiser la surveillance du volcan et la prévention des catastrophes.

L’étude intitulée « Estructura de velocidades sísmicas del volcán Popocatépetl, México, a partir de campos difusivos », publiée dans la revue ScienceDirect, indique que ces travaux permettront de mieux anticiper les futures éruptions. Grâce à l’intelligence artificielle (IA), les chercheurs seront en mesure, à l’avenir, de construire des tomographies en quatre dimensions.
Depuis 1994, année de la première éruption du Popocatépetl en plus de 70 ans, diverses études géophysiques ont été menées afin de comprendre l’histoire éruptive, l’activité et les risques volcaniques de ce volcan. Cependant, les modèles précédents, basés sur la sismicité volcano-tectonique, se sont avérés insuffisants pour décrire les phénomènes dans certaines zones ou sur une grande profondeur, en raison de la distribution spatiale de l’activité sismique et des stations utilisées. La nouvelle étude propose le premier modèle 3D du Popocatépetl, et prend en compte l’ensemble du volcan.

Les responsables du projet ont utilisé 18 stations sismiques réparties sur le volcan. Huit d’entre elles ont été installées par leurs soins, les autres appartenaient déjà au CENAPRED. Les appareils effectuent au moins 100 mesures par seconde et ces données, qui représentent une immense quantité d’informations, sont traitées automatiquement grâce à l’intelligence artificielle. Auparavant, tout était analysé manuellement. Aujourd’hui, grâce à l’IA, les scientifiques peuvent traiter une année de données, provenant de toutes les stations, en trois heures seulement. L’étude menée sur 18 stations permet de détecter des structures internes interconnectées, susceptibles d’être des zones d’accumulation de magma, des conduits d’alimentation et des anomalies. Toutes ces structures sont identifiées grâce à la propagation des ondes sismiques dans le sous-sol ; ces ondes se propagent plus rapidement dans les roches dures et plus lentement dans les zones contenant du magma ou des matériaux tendres.

Modèle de la structure interne du Popocateptl après traitement des données par l’intelligence artificielle (Source : UNMA)

L’étude montre la présence d’un système magmatique en forme de champignon dans deux régions présentant une vitesse des ondes S (Vs) élevée. Ces régions sont situées respectivement entre 0 et 5 kilomètres d’altitude, et entre 4 et 7 kilomètres de profondeur, et sont reliées par un conduit étroit en forme de tube.
Selon l’étude, la région à Vs élevée la plus superficielle est directement liée à des structures volcaniques anciennes et récentes. Ce phénomène résulte du mélange de matériaux magmatiques et d’un processus intense de dégazage, qui accroît la viscosité et la cristallisation du magma.
La région à Vs élevée la plus profonde est interprétée comme un piégeage de matériaux magmatiques par la pression lithostatique exercée par le poids des roches et sédiments sus-jacents sur une formation rocheuse profonde. De plus, le modèle met en évidence des paléostructures volcaniques enfouies et des vestiges d’anciens effondrements volcaniques.
Source : EL PAÍS USA.

Il ne fait aucun doute que l’IA, par la rapidité avec laquelle elle est capable de traiter des volumes importants de données, va énormément aider les volcanologues dans leur étude des structures volcaniques. Malgré tout, il restera encore un long chemin avant de pouvoir prévoir avec plus de précision qu’aujourd’hui le déclenchement des éruptions volcaniques.

———————————————

Scientists from the National Autonomous University of Mexico (UNAM) have created the first tridimensional model of the Popocatépetl volcano in the pursuit of understanding its internal structure, resolving doubts as to the existence of magma chambers, and optimizing monitoring efforts as well as disaster prevention. The study Estructura de velocidades sísmicas del volcán Popocatépetl, México, a partir de campos difusivos (Structure of seismic velocities of the Popocatépetl volcano, Mexico, via diffusion fields), which was published in the journal ScienceDirect, states that the model will better allow for the anticipation of future eruptive episodes. Thamks to the use of use of artificial intelligence, the researchers will be able to construct tomographies in four dimensions in the future.

Since 1994, the year that Popocatépetl erupted for the first time in more than 70 years, various geophysics studies have been carried out in the hopes of understanding the eruptive history, activity and volcanic perils of the volcano. But previous models based on volcanic-tectonic seismicity have not been sufficient in describing patterns in certain areas or across a large range of depth, due to spatial distribution of seismic activity and stations that have been used. The new study proposes the first 3D velocity model of Popocatépetl volcano describing the whole edifice.

Project leaders utilized 18 seismic stations located across the volcano. They installed eight of them, and the rest belong to the National Center for Disaster Prevention. Teams register at least 100 measurements per second and that data, an immense quantity of information, is automatically processed using AI. Previously, everything was analyzed manually. Today, with AI, scientists can process a year’s worth of data, from all stations, in three hours.

The 18-station study allows for the detection of interconnected internal structures as possible regions of magma accumulation and ascending conduits and abnormalities. All are identified by seismic waves traveling through the subsoil, which are faster in hard rocks and slower in areas with magma or soft material.

The study suggests the presence of a mushroom-shaped magmatic system in two regions with high Vs (S-wave velocity) between zero and five kilometers above sea level, and four and seven kilometers below sea level, connected by a narrow tube-shaped conduit.

According to the study, the most shallow high Vs region is directly related to old and new volcanic structures, as a result of magmatic materials mixing with and being affected by an intense process of degasification, which increases magma’s viscosity and crystal content.

The deepest region of high Vs is interpreted as magmatic material trapped by lithostatic pressure exerted by the weight of overlying rocks and sediments on a deep rock formation. In addition, the model presents evidence of buried volcanic paleostructures and remnants of ancient volcanic collapses.

Source : EL PAÍS USA.