The Japan Times - Un algorithme pour mieux anticiper les tsunamis

EUR -
AED 4.120835
AFN 72.376646
ALL 91.446363
AMD 404.430758
ANG 2.00828
AOA 1030.068071
ARS 1734.359288
AUD 1.62136
AWG 2.022547
AZN 1.912974
BAM 1.961233
BBD 2.259861
BDT 139.356061
BGN 1.961204
BHD 0.423252
BIF 3378.578422
BMD 1.122079
BND 1.436078
BOB 13.334763
BRL 6.181191
BSD 1.122008
BTN 105.309742
BWP 15.416709
BYN 3.359607
BYR 21992.738982
BZD 2.256652
CAD 1.584964
CDF 2570.681235
CHF 0.920132
CLF 0.027649
CLP 1088.168925
CNY 7.487409
CNH 7.483652
COP 3676.0751
CRC 508.2079
CUC 1.122079
CUP 26.928601
CVE 110.665006
CZK 24.345714
DJF 199.415625
DKK 7.476381
DOP 68.053886
DZD 152.620074
EGP 60.46562
ERN 16.831178
ETB 180.876813
FJD 2.526699
FKP 0.840202
GBP 0.834944
GEL 2.911781
GGP 0.840202
GHS 13.111489
GIP 0.840202
GMD 83.033728
GNF 9944.378364
GTQ 8.573714
GYD 235.220589
HKD 8.799957
HNL 30.380262
HRK 7.595361
HTG 147.067424
HUF 362.431919
IDR 20293.912103
ILS 3.54441
IMP 0.840202
INR 105.415967
IQD 1698.826878
IRR 2134513.700104
ISK 137.228052
JEP 0.840202
JMD 178.243793
JOD 0.795585
JPY 177.315894
KES 145.756644
KGS 98.126077
KHR 4583.690588
KMF 495.958991
KPW 1009.870624
KRW 1509.96422
KWD 0.348775
KYD 0.935082
KZT 503.404593
LAK 25252.377599
LBP 100482.130971
LKR 373.071867
LRD 191.090351
LSL 18.581951
LTL 3.313206
LVL 0.678734
LYD 7.214799
MAD 10.948678
MDL 20.224849
MGA 5155.950214
MKD 61.536967
MMK 2355.754922
MNT 4040.791023
MOP 9.062205
MRU 45.163564
MUR 52.858792
MVR 17.275707
MWK 1949.05068
MXN 20.803113
MYR 4.553845
MZN 71.696486
NAD 18.581481
NGN 1511.450807
NIO 41.079237
NOK 10.551522
NPR 168.495788
NZD 1.991925
OMR 0.431396
PAB 1.122109
PEN 3.862754
PGK 5.040344
PHP 70.762196
PKR 310.423176
PLN 4.386822
PYG 7013.429462
QAR 4.087729
RON 5.343004
RSD 117.67346
RUB 92.574778
RWF 1655.065816
SAR 4.219482
SBD 9.031142
SCR 15.780944
SDG 674.960217
SEK 11.000016
SGD 1.435267
SHP 0.840351
SLE 25.751724
SLL 23529.430449
SOS 641.25269
SRD 42.136277
STD 23224.759885
STN 24.994299
SVC 9.8182
SYP 14589.264556
SZL 18.581752
THB 37.488452
TJS 10.300189
TMT 3.927275
TND 3.349961
TOP 2.701695
TRY 56.354259
TTD 7.610082
TWD 36.808219
TZS 2967.895463
UAH 51.116008
UGX 4594.728881
USD 1.122079
UYU 45.245142
UZS 13464.942184
VES 1005.737375
VND 28630.394464
VUV 133.821406
WST 3.128157
XAF 655.957
XAG 0.021033
XAU 0.000271308372
XCD 3.032473
XCG 2.022202
XDR 0.793368
XOF 655.957
XPF 119.331742
YER 265.51185
ZAR 18.382448
ZMK 10100.052768
ZMW 22.805178
ZWL 361.308825
SSP 6446.60178
MXV 2.338638
  • AEX

    -1.6800

    1118.52

    -0.15%

  • BEL20

    -9.6000

    5637.54

    -0.17%

  • PX1

    -36.9600

    7998.54

    -0.46%

  • ISEQ

    13.0500

    14517.8

    +0.09%

  • OSEBX

    -1.6600

    2073.83

    -0.08%

  • PSI20

    72.5000

    9738.69

    +0.75%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    9.8600

    4491.39

    +0.22%

  • N150

    -2.9600

    4224.74

    -0.07%

Un algorithme pour mieux anticiper les tsunamis
Un algorithme pour mieux anticiper les tsunamis / Photo: CHARLY TRIBALLEAU - AFP/Archives

Un algorithme pour mieux anticiper les tsunamis

Les tsunamis seraient mieux anticipés si l'on arrivait à évaluer en temps réel la puissance des séismes qui les provoquent: un algorithme d'intelligence artificielle, décrit mercredi dans une étude, pourrait relever ce défi et aider à limiter les dégâts.

Taille du texte:

Le 11 mars 2011, l'un des plus violents tremblements de terre jamais enregistrés dans le monde secouait les profondeurs de l'océan Pacifique au large des côtes nord-est du Japon, entraînant un raz-de-marée qui a fait près de 18.500 morts et entraîné la catastrophe nucléaire de Fukushima.

La magnitude du séisme était de 9 sur l'échelle de Richter, mais à l'instant de la secousse, les systèmes d'alerte ne l'avaient évaluée qu'à 8,1. Une sous-estimation de taille, mais presque inévitable lorsqu'il s'agit de méga-séismes.

"Les instruments actuels de mesure des ondes sismiques sont limités", souligne Quentin Bletery, co-auteur de l'étude parue dans la revue Nature. Ils sont trop lents, et au-delà d'un certain seuil - une magnitude de 8 - ils ont tendance à "saturer et faire une prédiction à maximum 8, quoiqu'il arrive", explique à l'AFP ce géophysicien à l'Institut de recherche pour le développement (IRD).

En 2017 furent découverts des signaux plus rapides que les ondes sismiques: les PEGS ("Prompt Elastro-Gravity Signals"), qui sont des perturbations de champ de gravité terrestre provoquées par les tremblements de terre. Et se déplacent à la vitesse de la lumière.

- 350.000 séismes virtuels -

Mais ces signaux sont trop ténus pour être exploités directement. Une équipe de chercheurs de l'IRD basée à l'Université Côte d'Azur a donc décidé d'élaborer un modèle d'apprentissage profond basé sur la modélisation de ces "PEGS".

L'algorithme d'intelligence artificielle (IA) a été entraîné à partir 350.000 scénarios de séismes virtuels le long des principales failles du Japon, en calculant tous les signaux gravitationnels prévus. "Pour chaque séisme virtuel, nous avons entraîné l'IA, en lui donnant chaque fois la réponse, à trouver la magnitude et la localisation à partir des PEGS attendus", développe Quentin Bletery.

Le modèle a ensuite été testé sur des données réelles, celles du séisme de mars 2011. Résultat: il a prédit la bonne localisation et la bonne magnitude - à 0,3 point près - au bout de 50 secondes. Et donné la magnitude parfaitement exacte de 9 au bout de deux minutes seulement.

"En 2011, on a mis plusieurs heures pour l'évaluer exactement, bien après l'arrivée du tsunami. Or avec une estimation de 8,1, on s'attendait à des vagues de trois mètres maximum", se souvient le chercheur.

Une taille qui n'aurait pas posé de problème aux digues érigées sur les côtes japonaises. "Mais un séisme à 9 provoque des vagues de plus de 15 mètres... Si on l'avait su avant, on aurait évacué encore davantage les populations", souligne-t-il.

L'algorithme est actuellement en phase de test au Pérou, et a vocation à être intégré dans les systèmes d'alertes des régions du monde menacées par les tsunamis.

T.Ikeda--JT