Étiquette : prévision

L’intelligence artificielle au service de la prévision sismique // Artificial intelligence might help earthquake prediction

Une étude récente, conduite par des géophysiciens de l’Université d’Alaska à Fairbanks et de l’Université Ludwig-Maximilians de Munich, propose une nouvelle technique d’apprentissage automatique permettant de prévoir les puissants séismes plusieurs mois à l’avance. L’étude a été publiée dans Nature Communications en août 2024.
La nouvelle méthode utilisée par les chercheurs consiste à analyser des volumes importants de données sismiques pour identifier des schémas d’activité sismique de faible magnitude susceptibles d’annoncer de puissants événements. L’algorithme d’apprentissage automatique utilisé, qui se base sur des données sismiques historiques, peut détecter ces précurseurs, avec la capacité à prévoir une catastrophe majeure.des mois à l’avance.
Les chercheurs se sont concentrés sur deux puissants séismes récents: celui de magnitude M 7,1 d’Anchorage en 2018 et l’essaim sismique enregistré à Ridgecrest, en Californie, en 2019. Dans les deux cas, ils ont découvert des signes d’activité sismique anormale dans les mois précédant les principaux événements. La probabilité d’un puissant séisme était de plus de 80 % trois mois avant le séisme d’Anchorage et de 85 % quelques jours seulement avant qu’il se produise.
Les scientifiques ont testé leurs hypothèses dans des zones sismiques actives telles que le centre-sud de l’Alaska et le sud de la Californie. Ces régions ont fourni des données importantes pour tester la capacité de la méthode à prévoir les séismes de grande ampleur. Les résultats de l’étude pourraient être utilisés dans d’autres zones sujettes aux séismes, notamment la faille de San Andreas en Californie et la fosse de Nankai au Japon.
La nouvelle étude représente plusieurs années de collecte et d’analyse de données. Les résultats les plus récents indiquent une amélioration significative de la prévision sismique. L’objectif principal est d’améliorer la sécurité publique et la préparation aux catastrophes. La plupart des technologies traditionnelles de prévision sismique ne sont pas parvenues à fournir un avertissement préalable adéquat. Les auteurs de l’étude espèrent développer une méthode plus fiable. Cela permettrait de sauver des vies et de réduire les dommages économiques grâce à des évacuations rapides des populations menacées.
La méthode de prévision utilisée par les chercheurs a recours à des algorithmes d’apprentissage automatique basés sur des catalogues de séismes afin de repérer les schémas d’activité sismique aberrante de faible magnitude qui précèdent souvent les puissants séismes. Selon eux, ces précurseurs de faible magnitude sont peut-être causés par une augmentation de la pression des fluides interstitiels dans les failles, ce qui modifie les propriétés mécaniques de ces dernières. La méthodologie utilisée par les scientifiques a permis de découvrir cette activité antérieure dans 15 à 25 % des zones touchées, environ trois mois avant les séismes d’Anchorage et de Ridgecrest. La capacité du modèle à prévoir la probabilité qu’un puissant séisme se produise dans un laps de temps donné constitue un grand pas en avant dans la prévision sismique.
Les chercheurs font remarquer que l’approche basée sur l’apprentissage automatique présentée dans l’étude ne nécessite que des informations mises à jour et archivées de manière routinière dans les catalogues de séismes. Une telle approche pourrait permettre de mieux comprendre la dynamique des réseaux de failles et à identifier les variations dans le champ de contrainte régional. Elle pourrait être facilement mise en œuvre par les agences de surveillance pour contrôler la sismicité de faible magnitude en temps quasi réel. À terme, cette nouvelle approche pourrait aider à concevoir des stratégies de niveaux d’alerte sismique basées sur la détection de l’activité tectonique régionale, et à améliorer la prévision des séismes de forte magnitude plusieurs semaines à plusieurs mois à l’avance dans le sud de la Californie, le centre-sud de l’Alaska, mais aussi dans d’autres régions du monde.
L’étude est en libre accès à cette adresse :
https://doi.org/10.1038/s41467-024-51596-z

Voir aussi l’article sur le site The Watchers.

La faille de San Andreas et ses homologues en Californie sont susceptibles de provoquer de puissants séismes (Photos: C. Grandpey)

————————————————–

A recent study by geophycists of the University of Alaska Fairbanks and Ludwig-Maximilians-Universität in Munich proposes a new machine learning technique for predicting big earthquakes months in advance. The study was published in Nature Communications in August 2024.

The new method entails analyzing massive volumes of seismic data to identify minor patterns of low-magnitude earthquake activity that may foreshadow big quakes. The machine learning algorithm, trained on historical earthquake data, may detect these precursors, potentially providing months of notice before a large-magnitude disaster.

The researchers concentrated on two recent significant earthquakes: the 2018 M 7.1 Anchorage earthquake and the 2019 Ridgecrest, California, earthquake series. In both cases, they discovered signs of aberrant seismic activity in the months preceding up to the main events, with the probability of a significant earthquake climbing up to over 80% three months before the Anchorage quake and 85% just days before it occurred.

The scientists test their conclusions in seismically active areas such as Southcentral Alaska and Southern California. These regions, recognized for their high seismic activity, supplied important data to test the method’s ability to forecast big earthquakes. The study’s findings have far-reaching ramifications for other earthquake-prone areas, including California’s San Andreas Fault and Japan’s Nankai Trough.

The new study represents several years of data collecting and analysis, with the most recent findings indicating a significant improvement in earthquake prediction. The major goal of this research was to enhance public safety and catastrophe preparedness. Traditional earthquake prediction technologies have frequently failed to provide adequate advance warning. The authors of the study hope to develop a more reliable method of anticipating seismic events. This would allow to save lives and decrease economic damages through timely evacuations and preparedness.

The researchers forecast method used machine learning algorithms trained on earthquake catalogs to spot patterns of aberrant, low-magnitude seismic activity, which frequently precede big earthquakes. In their opinion, these precursory low-magnitude earthquakes could be caused by increased pore fluid pressure within faults, which changes the faults’ mechanical properties. Their methodology discovered this antecedent activity in 15% to 25% of the afflicted zones about three months before the Anchorage and Ridgecrest earthquakes. The model’s capacity to forecast the likelihood of a big earthquake occurring within a given timeframe is a huge step forward in earthquake prediction.

The researchers say that it is worth noting that the machine learning-based approach presented in the study only requires information that is currently being archived routinely in earthquake catalogs; could help to better understand the dynamics of fault networks and identify variations in the regional stress field; and can be easily implemented by surveillance agencies to monitor low-magnitude seismicity in near-real time. Eventually, this new approach could help to design earthquake alert level strategies based on the detection of regional tectonic unrest, and to improve the forecast of large-magnitude earthquakes from weeks to months in advance in Southern California, Southcentral Alaska, and potentially elsewhere.

The study is in Open access at this address :

https://doi.org/10.1038/s41467-024-51596-z

See the article on the website The Watchers.

Islande : l’éruption se fait attendre // Iceland : is the eruption overdue ?

Le Met Office islandais indique dans sa dernière mise à jour du 16 août 2024 que la sismicité est restée assez stable ces derniers jours, avec environ 60 à 90 événements par jour. La plupart des séisme sont de faible intensité, inférieure à M1,0, dans la zone allant du mont Stóra-Skógfell à Grindavík. Cette activité est semblable à celle observée au cours des deux dernières semaines.
Le soulèvement du sol et l’accumulation de magma se sont produits à un rythme assez constant ces derniers jours. Les modélisations montrent que le volume de magma sous Svartsengi est désormais plus important qu’il ne l’était avant la dernière éruption du 29 mai. Avant la dernière éruption, l’accumulation de magma s’est poursuivie pendant deux semaines après avoir atteint les seuils censés être requis pour son déclenchement.
En comparant l’activité avant les précédentes éruptions et les intrusions magmatique, l’activité sismique actuelle ainsi que le soulèvement du sol montrent des signes clairs qu’une intrusion magmatique et une éruption pourraient commencer à tout moment. Sur la base de la dernière éruption, une accumulation continue de magma pourrait être nécessaire pendant encore 2 à 3 semaines avant que débute une nouvelle éruption. Cela signifie donc que la date limite du 15 août avait été initialement prévue pour la fin juillet doit être modifiée. L’éruption se produirait entre le 30 août et le 6 septembre… Bienvenue au jeu des pronostics !
Source : Met Office.

 Evolution du soulèvement du sol à Svartsengi (Source : Met Office)

————————————————-

The Icelandic Met Office indicated in its latest update (August 16th, 2024) that seismicity has been fairly steady in recent days, with about 60 to 90 earthquakes recorded per day. Most of the earthquakes are small, less tha M1.0, in the area from Mt. Stóra-Skógfell to Grindavík. This is similar to the activity observed in the past two weeks.

Uplift and magma accumulation have been occurring at a fairly steady rate in recent days. Model calculations show that the volume of magma under Svartsengi is now estimated to be greater than it was before the last eruption of May 29th. Before the last eruption, magma accumulation continued for two weeks after reaching previous thresholds before an eruption began.

When comparing the activity before previous eruptions and magma intrusions, the current seismic activity along with the uplift shows clear signs that a magma intrusion and even an eruption could begin at any time. Based on the last eruption, continued magma accumulation could potentially be required for an additional 2-3 weeks before a new eruption starts. This means that the August 15th deadline that was predicted by the end of July should be extended to August 30th – September 6th… Welcome to the prediction game !

Source : Met Office.

L’intelligence artificielle arrive en volcanologie // Artificial intelligence arrives in volcanology

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.

KMT, un projet ambitieux en Islande // KMT, an ambitious project in Iceland

Dans deux notes publiés le 28 septembre 2021 et le 22 janvier 2024, j’expliquais qu’un nouveau projet – Krafla Magma Testbed (KMT) – est en cours de développement en Islande.

https://claudegrandpeyvolcansetglaciers.com/2021/09/28/voyage-au-centre-de-la-terre-journey-to-the-centre-of-the-earth-3/

https://claudegrandpeyvolcansetglaciers.com/2024/01/22/islande-la-geothermie-au-coeur-dun-volcan-iceland-geothermy-at-the-heart-of-a-volcano/

Un article publié le 23 mars 2024 sur le site Iceland Monitor nous informe que deux des principaux objectifs du projet sont « d’améliorer considérablement les prévisions des éruptions volcaniques dans le monde et de concevoir de nouvelles méthodes plus économiques pour la production d’énergie géothermique. »
La société KMT vise à construire dans les années à venir un centre de recherche international de recherche en matière de volcanisme et d’énergie dans la région du Krafla à Þingeyjarsveit. L’idée du projet est née du forage IDDP-1 qui, en 2009, a atteint de manière tout à fait inattendue une poche de magma dans la région du Krafla, à une profondeur de 2,1 km.
L’équipement utilisé en 2009 n’était pas capable de résister à la chaleur, à la pression et à la corrosion à proximité du magma, mais des informations importantes ont été recueillies au niveau du forage avant sa fermeture. Les scientifiques ont pu déterminer l’emplacement exact d’une chambre magmatique, une première mondiale, et le forage s’est avéré dix fois plus puissant que les forages traditionnels déjà réalisés dans la région du Krafla.
Quinze ans après le forage de 2009, l’objectif est de récidiver avec une nouvelle technologie mise au point par la société KMT.
Voici une vidéo de KMT (en anglais) expliquant le projet et ses ambitions :
https://youtu.be/Bf-yA_L8mZA

Photos: C. Grandpey

————————————————-

In two posts released on September 28th, 2021 and January 22nd, 2024, I explained that a new project – Krafla Magma Testbed (KMT) – is being developed in Iceland.

https://claudegrandpeyvolcansetglaciers.com/2021/09/28/voyage-au-centre-de-la-terre-journey-to-the-centre-of-the-earth-3/

https://claudegrandpeyvolcansetglaciers.com/2024/01/22/islande-la-geothermie-au-coeur-dun-volcan-iceland-geothermy-at-the-heart-of-a-volcano/

An article published on March 23rd, 2024 on the website Iceland Monitor informs us that two of the main goals of the project are « to greatly improve global volcanic eruption predictions and design new and more cost-effective methods for the energy production of geothermal energy. »

KMT aims to build an international research center for volcanic and energy research in the Krafla area in Þingeyjarsveit in the coming years. The idea for the project stems from the Icelandic deep-water drilling project IDDP-1, where they unexpectedly drilled into magma at Krafla at a depth of 2.1 km in 2009.

The equipment used in IDDP-1 in 2009 was not able to withstand the heat, pressure, and corrosion closer to the magma but important information was gathered from the borehole before it was closed. Scientists were now able to determine the exact location of a base magma chamber, which is considered unique worldwide, and the borehole was found to be ten times more powerful than traditional production boreholes in Krafla.

Now fifteen years after the unexpected drilling of magma in Krafla, the aim is to do so again with a new instrumentation that KMT is developing.

Here is a video from KMT explaining the project and its ambitions:

https://youtu.be/Bf-yA_L8mZA