Des scientifiques de l’Université de Grenade ont développé un algorithme d’apprentissage automatique très précis censé prévoir les éruptions volcaniques. [L’apprentissage automatique (machine learning en anglais) est un champ d’étude de l’intelligence artificielle qui vise à donner aux machines la capacité d’« apprendre » à partir de données, via des modèles mathématiques].

Les travaux de ces scientifiques, publiés récemment dans Frontiers in Earth Science, montrent que cette technologie peut permettre de mieux comprendre et prévoir l’activité volcanique. Au final, elle permettra une meilleure préparation aux catastrophes et réduira les risques volcaniques.
Les chercheurs ont analysé un vaste ensemble de données sismiques de l’Etna (Sicile) couvrant plusieurs décennies. En appliquant le modèle d’apprentissage automatique à des données historiques, ils ont pu identifier les signaux sismiques qui précédaient systématiquement les éruptions. La capacité prédictive de l’algorithme a ensuite été testée en utilisant des données sismiques plus récentes. On aboutit à un taux de précision impressionnant, de plus de 90 %.​  Les chercheurs insistent sur le fait que cette approche peut être appliquée à différents systèmes volcaniques à travers le monde.
En appliquant des techniques de traitement du signal aux enregistrements sismiques, les scientifiques ont fait apparaître quatre caractéristiques sismiques différentes, qui évoluent lorsque le système volcanique s’approche d’un épisode éruptif. Ils ont ensuite élaboré une matrice temporelle avec ces paramètres et attribué une étiquette à chaque instant temporel en fonction de l’état réel de l’activité volcanique (simple activité, situation pré-éruptive, situation éruptive). Restait à résoudre le problème du développement de systèmes d’alerte précoce transférables entre volcans. Pour cela, les auteurs de l’étude ont appliqué leur méthodologie à des bases de données associées à différents systèmes volcaniques, y compris des données concernant des épisodes explosifs et effusifs, enregistrées dans plusieurs scénarios volcaniques à conduits ouverts et fermés. Les volcans pris en compte sont l’Etna (Sicile), le Bezymianny (Kamchatka), Volcán de Colima (Mexique), le Mont St. Helens et l’Augustine. (États Unis).
On peut être optimiste quant à la capacité de l’algorithme d’apprentissage automatique à prévoir correctement les éruptions d’autres volcans actifs à travers le monde. Cette technologie peut faciliter l’approche des catastrophes en fournissant des alertes précoces et en permettant aux autorités de mettre en œuvre des plans d’évacuation et de prévoir d’autres mesures de sécurité.
L’étude montre le potentiel de l’apprentissage automatique et d’autres avancées technologiques dans la recherche géophysique. La capacité des algorithmes d’apprentissage automatique à analyser des informations complexes et à identifier des modèles cachés peut être utilisée dans un large éventail d’applications des sciences de la Terre, notamment la prévision des séismes et la modélisation climatique. Les chercheurs vont maintenant s’efforcer d’améliorer leur modèle et de tester sa pertinence dans divers environnements volcaniques.

Référence:

Universal machine learning approach to volcanic eruption forecasting using seismic features – Pablo Rey Devesa et al. — Frontier in Earth Science, June 26, 2024 – https://doi.org/10.3389/feart.2024.1342468

Source : The Watchers.

Episode éruptif sur l’Etna (Photo: C. Grandpey)

°°°°°°°°°°

L’utilisation de l’intelligence artificielle dans la prévision volcanique et celle d’autres phénomènes naturels semble prometteuse. Cependant, il faut garder à l’esprit que l’intelligence artificielle fait partie de la science exacte alors que les éruptions dépendent des caprices de la Nature qui sont souvent imprévisibles !

Des progrès ont été réalisées au cours des dernières décennies en matière de prévision éruptive, mais il reste encore beaucoup à faire pour déjouer les traquenards mis sur le chemin des scientifiques par Dame Nature. L’intelligence artificielle permettra peut-être aussi un jour d’empêcher que des populations se fassent tuer par de puissants séismes.

—————————————————

Scientists at the University of Granada developed a very accurate machine-learning algorithm for predicting volcanic eruptions. Their work, published recently in Frontiers in Earth Science, demonstrates how this technique can assist us in better understanding and forecasting volcanic activity, which is a crucial step toward increasing disaster preparedness and decreasing volcanic dangers.

The researchers analyzed a large dataset of seismic recordings from Mount Etna gathered over several decades. By training the machine learning model on historical data, they were able to identify seismic signals that consistently preceded eruptions. The algorithm’s prediction capacity was then tested against more recent seismic data, and it achieved an impressive accuracy rate of more than 90%.​  The researchers insist that it is transferable to different volcanic systems around the world.

By applying signal processing techniques on seismic records, the scientists extracted four different seismic features, which usually change their trend when the system is approaching an eruptive episode. Then, they built a temporal matrix with these parameters and defined a label for each temporal moment according to the real state of the volcanic activity (Unrest, Pre-Eruptive, Eruptive). To solve the remaining problem of developing early warning systems that are transferable between volcanoes, the authors of the study applied their methodology to databases associated with different volcanic systems, including data from both explosive and effusive episodes, recorded at several volcanic scenarios with open and closed conduits: Mt. Etna, Bezymianny, Volcán de Colima, Mount St. Helens and Augustine.

The machine learning algorithm’s performance in properly predicting eruptions bodes well for its application to other active volcanoes across the world. This technology can help with disaster planning by providing early warnings and allowing authorities to enact evacuation plans and other safety measures on time.

The study demonstrates the greater potential of machine learning and other such technological advancements in geophysical research. Machine learning algorithms’ capacity to analyze complicated information and identify hidden patterns can be applied to a wide range of earth science applications, including earthquake prediction and climate modeling. The researchers intend to enhance their model further and test its relevance to various volcanic environments.

Reference:

Universal machine learning approach to volcanic eruption forecasting using seismic features – Pablo Rey Devesa et al. — Frontier in Earth Science, June 26, 2024 – https://doi.org/10.3389/feart.2024.1342468

Source : The Watchers.

°°°°°°°°°°

The use of artificial intelligence in volcanic prediction and the prediction of other natural phenomena looks promising. However, onse should keep in mind that artificial intelligence is part of exact science whereas eruptions depend on Nature’s whims which can be unpredictable !

Progress has been made in recent decades in eruptive prediction, but much remains to be done to thwart the traps put in the path of scientists by Mother Nature. Artificial intelligence may one day make it possible to prevent populations from being killed by powerful earthquakes.