Catégorie : Science

L’intelligence artificielle (IA) au service de la prévision sismique // Artificial Intelligence (AI) to help seismic prediction

La prévision sismique reste aujourd’hui l’un des maillons faibles de la science. Force est de constater que nous ne savons pas prévoir les séismes. Chaque fois que de puissantes secousses se produisent, le nombre de victimes est très élevé et les dégâts matériels sont souvent considérables.

Nous connaissons la plupart des zones où les séismes les plus puissants sont susceptibles de se produire, mais notre connaissance sismique s’arrête là. Pourtant, une zone sensible comme la Californie avec la Faille de San Andreas est truffée de sismographes qui fournissent une foule d’informations, mais nous ne savons pas suffisamment les interpréter pour éviter des catastrophes.

Il se pourrait qu’avec l’avènement de l’Intelligence Artificielle (IA) des progrès soient accomplis rapidement en matière de prévision. Le numéro de novembre 2024 du National Geographic raconte l’histoire de Zachary Ross, professeur adjoint de géophysique à l’Institut de Technologie (Caltech) de Californie.

Zachary Ross a cherché une nouvelle approche d’interprétation des signaux sismiques californiens. Il avait remarqué que la majorité des failles dans cet État génèrent de minuscules secousses et des ondes sismiques tellement faibles qu’elles sont difficilement décelables par l’Homme.

En 2017, le scientifique eut l’idée de transposer à la sismologie la technique du machine learning ou apprentiisage automatique utilisée pour l’IA, en particulier pour la gestion de grandes quantités de photos. Il s’est proposé de l’appliquer aux innombrables microséismes, parfois difficilement détectables, mais probablement révélateurs au niveau des failles, enregistrés en Californie.

Avec ses collègues, Zachary Ross a collecté tous les sismogrammes obtenus dans le sud de l’État. Il a ensuite établi des modèles d’ondes sismiques pour chacun d’entre eux et passé ces données au crible d’un algorithme pour qu’il recherche des secousses imperceptibles correspondant à ces modèles. Le résultat a révélé que près de deux millions de séismes survenus entre 2008 et 2017 – et non détectés – ont été identifiés par l’algorithme. Cela a permis de mettre en évidence un réseau complexe de failles qui n’avait pas été décelé jusqu’alors. Toutefois, l’algorithme n’a pu discerner des séismes que dans les données qu’il avait appris à reconnaître.

Zachary Ross s’est alors tourné vers des programmes de self-learning – ou auto-apprentissage – autrement dit des programmes se servant d’informations existantes pour prédire l’avenir, c’est à dire les ondes que pourrait émettre une plus grande variété de séismes. Ces outils ont effectivement repéré une foule de séismes méconnus, mais confirmés par les scientifiques.

Ces programmes d’auto-apprentissage ne se contentent pas d’identifier les séismes indétectables par l’Homme et les failles cachées. Une fois déployés à travers la Californie, ils ont révélé une nouvelle catégorie d’essaims sismiques à propagation lente.

On peut raisonnablement penser que ces programmes de machine learning, de plus en plus précis, donneront bientôt un aperçu plus précis de la croûte terrestre. Peut-être permettront ils d’améliorer la rapidité et l’exactitude des systèmes d’alerte précoce. Ils rejoindront inévitablement une gamme de plus en plus fournie d’outils reposant sur l’IA pour que les catastrophes sismiques soient moins destructrices.

Il reste toutefois un long chemin à parcourir avant que les humains et l’IA parviennent ensemble à une prévision sismique digne de ce nom.

Adapté d’un article paru dans le National Geographic France.

Région tourmentée de la Faille de San Andreas (Photos: C. Grandpey)

————————————————-

Earthquake prediction remains one of the weak points in science today. Indeed, we are not able to predict earthquakes. Every time powerful tremors occur, the number of victims is very high and the material damage is often considerable.
We know most of the areas where the most powerful earthquakes are likely to occur, but our seismic knowledge does not go any further. A sensitive area like California with the San Andreas Fault is full of seismographs that provide a wealth of information, but we do not know how to interpret them to avoid disasters.
It is possible that with the advent of Artificial Intelligence (AI), progress will be made quickly in terms of prediction. The November 2024 issue of National Geographic tells the story of Zachary Ross, an assistant professor of geophysics at the California Institute of Technology (Caltech).
Zachary Ross was looking for a new approach to interpreting Californian seismic signals. He had noticed that most of the faults in this State generate tiny tremors and seismic waves so weak that they are difficult to detect by humans.
In 2017, the scientist had the idea of ​​transposing to seismology the machine learning technique used for AI, in particular for the management of large quantities of photos. He proposed to apply it to the countless microseisms, sometimes difficult to detect, but probably revealing at the level of the faults, recorded in California.
With his colleagues, Zachary Ross collected all the seismograms recorded in the southern part of the State. He then established seismic wave patterns for each of them and ran the data through an algorithm to look for imperceptible tremors that matched those patterns. The result was that nearly two million earthquakes that had occurred between 2008 and 2017—and had not been detected—were identified by the algorithm. This revealed a complex network of faults that had previously gone undetected. However, the algorithm could only discern earthquakes in data that it had learned to recognize.
Zachary Ross then turned to self-learning programs – programs that use existing information to predict the future, that is, the waves that a wider variety of earthquakes might emit. These tools did indeed detect a host of unknown earthquakes, but that scientists confirmed.
These self-learning programs don’t just identify earthquakes that humans can’t detect and hidden faults. When deployed across California, they revealed a new class of slow-moving seismic swarms.
It’s reasonable to assume that these increasingly accurate machine learning programs will soon provide a more precise view of the Earth’s crust. Perhaps they will help improve the speed and accuracy of early warning systems. They will inevitably join a growing range of AI-powered tools to make seismic disasters less destructive.
However, there’s still a long way to go before humans and AI can work together to predict earthquakes.
Adapted from an article in National Geographic France.

La Lune à nouveau à la mode // The Moon is back in fashion

Une nouvelle étude publiée le 15 novembre 2024 dans la revue Science confirme ce que l’on savait déjà : des volcans étaient en éruption sur la face cachée de la Lune il y a des milliards d’années, tout comme sur la face que nous pouvons voir. J’avais déjà publié un article sur ce sujet le 10 septembre 2024 :

https://claudegrandpeyvolcansetglaciers.com/2024/09/10/des-volcans-actifs-sur-la-lune-au-temps-des-dinosaures-active-volcanoes-on-the-moon-when-dinosaurs-roamed-earth/

Des chercheurs ont analysé le sol lunaire rapporté par la sonde chinoise Chang’e-6. Deux équipes ont daté des fragments de roche volcanique à environ 2,8 milliards d’années. Un échantillon était encore plus ancien, datant de 4,2 milliards d’années.
Les scientifiques savent qu’il y avait des volcans actifs sur la face visible de la Lune au cours d’une période similaire. Des études antérieures, notamment à partir des données fournies pat le Lunar Reconnaissance Orbiter de la NASA, laissaient supposer que la face cachée avait un passé volcanique elle aussi. Les premiers échantillons rapportés de cette région que nous ne voyons pas confirment un historique actif.
La Chine a lancé plusieurs engins spatiaux vers la Lune. En 2020, le vaisseau Chang’e-5 a rapporté des roches de la face visible de la Lune, les premières depuis celles collectées par les astronautes d’Apollo de la NASA et les engins spatiaux de l’Union soviétique dans les années 1970. Le vaisseau spatial Chang’e-4 est le premier à avoir visité la face cachée de la Lune en 2019.
La face cachée de la Lune est couverte de cratères et comporte moins de plaines que la face visible qui a été sculptée par des coulées de lave. La raison pour laquelle les deux faces de la Lune sont si différentes reste un mystère.
La nouvelle étude révèle qu’il y a eu plus d’un milliard d’années d’éruptions volcaniques sur la face cachée de la Lune. Les recherches futures permettront de déterminer comment cette activité a pu durer aussi longtemps.
Le programme lunaire de la Chine s’inscrit dans le cadre d’une rivalité avec les États-Unis et d’autres pays, dont le Japon et l’Inde. La Chine a envoyé un équipage de trois membres à bord de sa propre station spatiale en orbite autour de la Terre, et elle prévoit d’envoyer des astronautes sur la Lune d’ici 2030. D’autres missions de sonde lunaire chinoises sont prévues au cours des quatre prochaines années.
De son côté, la NASA prévoit sa première mission pilotée Artemis à la fin de l’année prochaine. Il s’agira d’envoyer trois astronautes de la NASA et un pilote canadien dans un voyage en boucle autour de la Lune avec retour sur Terre pour tester le vaisseau Orion destiné à transporter des équipages.

Source : U.S. News media.

Vue de la super lune du 15 novembre 2024.

——————————————————

A new reserach published on November 15th, 2024 in the journal Science confirms what we already knew. I already posted an article on this topic on 10 September 2024 : Volcanoes were erupting on the far side of the moon billions of years ago just like on the side that we can see :

https://claudegrandpeyvolcansetglaciers.com/2024/09/10/des-volcans-actifs-sur-la-lune-au-temps-des-dinosaures-active-volcanoes-on-the-moon-when-dinosaurs-roamed-earth/

Researchers analyzed lunar soil brought back by China’s Chang’e-6. Two separate teams found fragments of volcanic rock that were about 2.8 billion years old. One piece was even more ancient, dating back to 4.2 billion years.

Scientists know there were active volcanoes on the near side, the part of the moon seen from Earth, dating back to a similar time frame. Previous studies, including data from NASA’s Lunar Reconnaissance Orbiter, suggested the far side might also have a volcanic past. The first samples from that region facing away from Earth confirm an active history.

China has launched several spacecraft to the moon. In 2020, the Chang’e-5 spacecraft returned moon rocks from the near side, the first since those collected by NASA’s Apollo astronauts and Soviet Union spacecraft in the 1970s. The Chang’e-4 spacecraft became the first to visit the moon’s far side in 2019.

The moon’s far side is pockmarked by craters and has fewer of the near side’s flat, dark plains carved by lava flows. Why the two halves are so different remains a mystery.

The new research reveals over 1 billion years of volcanic eruptions on the lunar far side. Future research will determine how the activity lasted so long.

China’s moon program is part of a growing rivalry with the U.S. and others, including Japan and India. China launched a three-member crew on its own space station orbiting the Earth, and it aims to put astronauts on the moon by 2030. More Chinese lunar probe missions are planned over the next four years.

On its side, NASA plans its first piloted Artemis mission late next year, launching three NASA astronauts and a Canadian flyer on a looping voyage around the moon and back to test the agency’s Orion crew transport ship.

Source : U.S. News media.

La cartographie géologique : une science et un art // Geological mapping: a science and an art

L’un des derniers épisodes de la série « Volcano Watch » publié par l’Observatoire Volcanologique d’Hawaï (HVO) est consacré à la cartographie géologique, qui est à la fois une science et un art.

La cartographie géologique était l’une des principales fonctions dévolues à l’U.S. Geological Survey (USGS) lors de sa création par le Congrès américain en 1879. L’agence était tenue d’ « établir une classifications des terres publiques et d’examiner la structure géologique, les ressources minérales et les produits à l’intérieur et à l’extérieur du domaine national ».
Les premières cartes géologiques étaient de taille uniforme ; elles contenaient toutes les informations disponibles sur la topographie et la géologie d’un site, avec un texte d’accompagnement décrivant la géologie cartographiée.
Les cartes modernes ont tendance à être plus polyvalentes et plus faciles à interpréter ; elles affichent les gisements géologiques et les caractéristiques présentant un intérêt particulier pour un projet ou une étude.
Dans le cas de la cartographie géologique du HVO sur l’île d’Hawaï, les principales caractéristiques intéressantes concernent le relief volcanique avec les fissures et les cônes de scories, ainsi que les coulées de lave et les dépôts de téphra associés ; ils sont répertoriés en fonction de l’âge.
Il est facile de faire apparaître ces caractéristiques pour les dernières éruptions. Les éruptions des dernières années sont cartographiées quelques heures ou quelques jours après le début de l’activité à l’aide d’un logiciel d’information géographique. Les techniques de télédétection utilisant l’imagerie aérienne et satellitaire rendent également cette opération beaucoup plus rapide.
Si certaines coulées de lave plus anciennes peuvent être cartographiées à l’aide de la télédétection, d’autres qui ont été exposées aux éléments pendant des centaines ou des milliers d’années sont parfois plus difficiles à distinguer. C’est pourquoi des critères de diagnostic sur le terrain ou en laboratoire sont généralement nécessaires pour déterminer leur étendue géographique.
Les géologues se rendent sur le terrain pour documenter les minéraux présents dans les coulées de lave et ils collectent des échantillons pour analyser la chimie, les âges radiométriques et le paléomagnétisme. En général, une combinaison de ces éléments est nécessaire pour faire apparaitre une image complète sur une carte.
Il existe un ensemble normalisé de symboles, de motifs et de couleurs pour les cartes géologiques publiées par l’USGS : c’est le schéma de carte géologique, ou GeMS.
Alors que les symboles et les lignes ont tendance à être objectifs sur une carte géologique, les couleurs utilisées peuvent être plus subjectives. Les cartes géologiques représentent souvent des terrains volcaniques avec de jeunes coulées de lave et des téphras en utilisant des couleurs «chaudes» telles que le rouge et l’orange, et ces couleurs deviennent progressivement plus «froides», passant au vert, au bleu et au violet, à mesure que les éléments représentés vieillissent.
Il est ainsi facile d’observer une carte géologique et d’avoir une idée rapide de l’âge relatif de l’activité volcanique.
Ces cartes géologiques de l’USGS sont généralement sur papier, mais toutes sont désormais également publiées sous forme numérique et disponibles gratuitement en téléchargement.
Source : USGS / HVO.

Cette carte géologique a été créée par le HVO le 17 septembre 2024, quelques heures après la télédétection (survol en hélicoptère) de l’éruption qui a eu lieu du 15 au 20 septembre dans la Middle East Rift Zone du Kilauea. Les différents âges des coulées de lave sont indiqués par des changements de couleur ; celles qui ont été émises entre 1790 et 2018 sont en violet (les coulées de lave plus anciennes sont grises) ; celles qui ont été émises le 15 septembre sont en rose et celles qui ont été émises les 16 et 17 septembre sont en rouge. La fissure active apparaît sous le forme d’une ligne jaune. Cette carte montre également les routes et la limite du Parc national des volcans d’Hawaï. (Source : HVO)

———————————————-

One of the last « Volcano Watch » episodes by the Hawaiian Volcano Observatory (HVO) was dedicated to geological mapping which is both a science and an art.

Geological mapping has been one of the most fundamental mandates of the U.S. Geological Survey since its establishment by Congress in 1879. The aim of the agency was to “classify the public lands and examine the geological structure, mineral resources and products within and outside the national domain.”

The first geological maps were uniform in size and contained all available information on topography and geology, with accompanying text describing mapped geology.

Modern maps tend to be more versatile, displaying geologic deposits and features of special interest for a project or investigation.

In the case of Hawaiian Volcano Observatory geological mapping on the Island of Hawaii, the primary features of interest are volcanic vents, such as fissures and scoria cones, and their associated lava flows and tephra deposits divided by age.

It is easy to make these determinations for young eruptions that have been witnessed, with eruptions during the past few years being mapped within hours or days of activity starting using geographic information systems software.

Remote sensing techniques using aerial and satellite imagery have also made this much quicker.

While some older lava flows can be mapped using remote sensing, others exposed to the elements for hundreds or thousands of years can be harder to tell apart. Therefore, diagnostic criteria from the field or lab is usually required to distinguish their geographic extents.

Geologists make field excursions to document minerals present in the lava flows and their abundances, and collect samples to analyze chemistry, radiometric ages and paleomagnetism. Usually, a combination of these is needed to put together a full picture on a map sheet.

There is a standardized set of symbols, patterns and colors that are used for geologic maps published by the USGS : the Geologic Map Schema, or GeMS for short.

Whereas symbols and lines tend to be objective on a geologic map, colors used for geological map units can be more subjective. It is common for geological maps that portray volcanic terrains with young lava flows and tephras to have the “hottest” colors, such as reds and oranges, and those colors gradually get “cooler,” shifting to greens, blues and purples, as the map units get older.

This makes it easy to glance at a geological map and get a quick sense of the relative age of volcanic activity.

These USGS geological maps are generally printed, but all are now also published as geographic information systems digital databases and freely available to be downloaded.

Source : USGS / HVO.

Surveillance volcanique à Mayotte

Avant toute chose, il est bon de rappeler que Mayotte est un département français, au même titre que la Gironde ou la Haute Vienne. Il doit donc être traité de la même façon par le gouvernement français.

Pour surveiller l’activité du volcan sous-marin Fani Maoré, entré en éruption entre 2018 et 2020, une plateforme de surveillance vient d’être installée sur le lac Dziani à Petite-Terre. Son but est d’étudier les gaz d’origine volcanique qui ont fortement augmenté depuis l’éruption du Fani Maore, à une cinquantaine de kilomètres au large de Mayotte et à 3.500 mètres sous le niveau de la mer, A noter que la quantité de gaz émis reste toutefois stable depuis 2021.

Une caméra a été installée sur la plateforme par une équipe du réseau de surveillance volcanologique et sismologique de Mayotte (Revosima) créé en 2019 suite à la découverte du Fani Maore. La plateforme a été pensée et conçue par l’OVPF à La Réunion spécialement pour le lac Dziani où on peut voir des zones de bullages dues à des remontées de gaz volcanique, principalement du CO2. Le gaz s’échappe en continu des zones de stockage de magma présentes à plusieurs kilomètres ou dizaines de kilomètres de profondeur.

Outre la caméra, la plateforme se compose de capteurs immergés pour suivre les paramètres physico-chimiques de l’eau et des gaz, ainsi que d’une station météorologique et d’un GPS RTK pour suivre le niveau de l’eau. Ces équipements permettront d’analyser en temps réel l’activité du lac. Ils sont en permanence connectés à l’OVPF. Le réseau, financé par l’État, est chapeauté par l’IPGP.

En plus des données sur les bullages, les instruments permettront d’en savoir plus sur le lac Dziani au sens large. Le bon fonctionnement de la plateforme reste un défi, car l’intervention des équipes qui ne sont pas sur zone reste difficile. De plus, les conditions météorologiques peuvent impacter le matériel, tout comme la salinité de l’eau du lac qui est 1,5 à deux fois plus salée que l’eau de mer.

Les premiers résultats fournis par la plateforme seront publiés dans un an au minimum dans les bulletins mensuels du Revosima.

En parallèle du lac Dziani, la mission scientifique a installé trois stations sismiques supplémentaires sur les îlots d’Handréma, Mogné Amiri et M’bouini. Les informations ainsi obtenues sont numérisées et transmises à l’OVPF à La Réunion.

Vue du lac Dziani (Crédit photo : Wikipedia)

À côté du lac Dziani, au début du mois de novembre 2024, des stations de surveillance ont par ailleurs été installées sur Mayotte par le REVOSIMA pour un meilleur suivi à long-terme de l’activité sismo-volcanique du Fani Maoré. Le Réseau a déployé des stations de mesure des paramètres géophysiques et chimiques à Mayotte et sur l’île Grande Glorieuse. Les données de ces stations sont transmises chaque jour, 24h/24, et sont analysées par les scientifiques du Réseau. À chaque alerte, le Revosima informera la Préfecture de Mayotte dans les plus brefs délais.

Pour traquer le moindre frémissement du Fani Maoré, les scientifiques utilisent 8 sismomètres et 2 accéléromètres. Les déplacements du sol sont surveillés par 10 stations GPS. Les émanations de gaz sont enregistrées par un point de mesure du dégazage diffus de CO2 par le sol. En plus de ces instruments, trois stations magnéto-telluriques permettent de fournir une image mensuelle de certaines caractéristiques des profondeurs du sous-sol notamment en relation aux zones profondes de stockage des magmas localisées jusqu’à plusieurs dizaines de kilomètres.

Malgré tous ces instruments, une scientifique reconnaît qu’« on ne peut pas prédire une éruption, c’est impossible. Le volcan fait ce qu’il veut quand il veut. » En revanche, « il est possible de détecter plusieurs signes annonciateurs. »

Source : Mayotte la 1ère.

Image du Fani Maoré