Estimation rapide et précise du champ magnétique terrestre pour la détection des catastrophes naturelles

Tokyo, Japon – Des chercheurs de l’Université métropolitaine de Tokyo ont appliqué des techniques d’apprentissage automatique pour obtenir des estimations rapides et précises des champs géomagnétiques locaux à l’aide de données recueillies à plusieurs points d’observation, permettant ainsi de détecter les changements causés par les séismes et les tsunamis. Un modèle de réseau neuronal profond (DNN) a été développé et formé en utilisant les données existantes; Le résultat est une méthode rapide et efficace pour estimer les champs magnétiques en vue d'une détection précoce sans précédent des catastrophes naturelles. Cela est essentiel pour la mise au point de systèmes d’alerte efficaces susceptibles de contribuer à réduire le nombre de victimes et de dommages étendus.

Les dégâts causés par les tremblements de terre et les tsunamis ne laissent aucun doute sur le fait qu’un moyen efficace de prévoir leur incidence revêt une importance primordiale. Certes, des systèmes d’alerte existent déjà juste avant l’arrivée des ondes sismiques; Pourtant, il arrive souvent que la vague S (ou vague secondaire), c'est-à-dire la dernière partie du tremblement de terre, soit déjà arrivée au moment où l'avertissement est donné. Un moyen plus rapide et plus précis est absolument nécessaire pour donner aux résidents locaux le temps de rechercher la sécurité et de minimiser les pertes.

On sait que les tremblements de terre et les tsunamis s'accompagnent de modifications localisées du champ géomagnétique. Pour les tremblements de terre, il s’agit essentiellement de ce que l’on appelle un effet piézo-magnétique, où le relâchement d’une quantité énorme de contraintes accumulées le long d’une faille provoque des modifications locales du champ géomagnétique; pour les tsunamis, c'est le vaste et soudain mouvement de la mer qui provoque des variations de la pression atmosphérique. Cela affecte à son tour l'ionosphère et modifie ensuite le champ géomagnétique. Les deux peuvent être détectés par un réseau de points d'observation situés à divers endroits. Le principal avantage d'une telle approche est la rapidité. En nous rappelant que les ondes électromagnétiques se déplacent à la vitesse de la lumière, nous pouvons détecter instantanément l’incidence d’un événement en observant les modifications du champ géomagnétique.

Cependant, comment pouvons-nous savoir si le champ détecté est anormal ou non? Le champ géomagnétique à divers endroits est un signal fluctuant; toute la méthode repose sur la connaissance du champ "normal" d'un emplacement.

Ainsi, Yuta Katori et Assoc. Le professeur Kan Okubo de l’Université métropolitaine de Tokyo a mis au point une méthode permettant de prendre des mesures à différents endroits du Japon et de créer une estimation du champ géomagnétique en différents points d’observation spécifiques. Plus précisément, ils ont appliqué un algorithme d’apprentissage automatique de pointe connu sous le nom de réseau de neurones profonds (DNN), modelé sur la manière dont les neurones sont connectés à l’intérieur du cerveau humain. En alimentant l'algorithme avec une grande quantité d'entrées issues de mesures historiques, ils lui ont permis de créer et d'optimiser un ensemble d'opérations extrêmement complexes et multicouches qui mappent le plus efficacement possible les données à ce qui a été réellement mesuré. À l'aide d'un demi-million de points de données pris en 2015, ils ont pu créer un réseau capable d'estimer le champ magnétique au point d'observation avec une précision sans précédent.

Compte tenu du coût de calcul relativement faible des DNN, le système peut éventuellement être associé à un réseau de détecteurs de haute sensibilité afin de détecter rapidement les tremblements de terre et les tsunamis, offrant ainsi un système d'alerte efficace permettant de minimiser les dommages et de sauver des vies.

Leave a comment

Send a Comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.