Des chercheurs emploient l’IA pour détecter rapidement les tsunamis
Des chercheurs de l’Université de Cardiff ont développé un système basé sur l’IA permettant de caractériser un tremblement de terre et de prédire le déclenchement d’un tsunami à partir de la signature acoustique du séisme. La solution pourrait compléter les systèmes actuels et générer des alertes plus précoces.
Ce vendredi matin, le Japon a été secoué par un tremblement de terre de magnitude 6, 3 sur l’échelle de Richter au nord de la région d’Ishikawa à quelque 300 kilomètres de Tokyo. Selon l’agence météorologique nippone, le séisme n’a pas provoqué de tsunami, mais une hausse de 10 cm du niveau de la mer a été constatée dans la préfecture touchée. On est donc loin de la catastrophe de 2011, où le séisme de magnitude 9,1 avait provoqué un tsunami avec des vagues de plusieurs dizaines de mètres en certains endroits et entraîné l’accident nucléaire de Fukushima.
Souvent frappé, le Japon dispose sans doute de l’un des systèmes de détection et d’alerte de tsunami les plus sophistiqués. L’utilisation de l’intelligence artificielle pourrait encore améliorer ce système. C’est l’objectif de chercheurs de l’Université de Cardiff qui expliquent dans un article paru fin avril avoir développé un système recourant au machine learning pour la détection précoce des raz-de-marée.
Alors que les systèmes actuels s’appuient sur des sismographes et déclenchent l’alerte lorsque les vagues atteignent des bouées marines, la solution des chercheurs se base sur les signaux acoustiques. «Notre étude montre comment obtenir des informations rapides et fiables sur la taille et l'ampleur des tsunamis en surveillant les ondes acoustiques et gravitationnelles, qui se déplacent dans l'eau beaucoup plus rapidement que les vagues de tsunami, ce qui permet de disposer de plus de temps pour évacuer les lieux avant qu'ils n'atteignent leur point d'arrivée», explique Dr Usama Kadri, co-auteur de l’étude.
En analysant le signal acoustique du tremblement de terre capté par des microphones sous-marins, le système développé par les chercheurs est capable d’en déterminer la magnitude et de savoir s’il s’agit d’un séisme vertical. Si tel est le cas, le modèle de machine learning qu’ils ont développé parvient à élucider d’autres attributs clés: la largeur, la longueur et surtout l’élévation soudaine d’un énorme volume d’eau caractéristique du tsunami. Des modèles de propagation permettent ensuite de prédire quelle sera la hauteur des vagues dans des lieux éloignés.
Le concept présente par ailleurs l’avantage que les sons peuvent être captés à très grande distance de la source et qu’ils peuvent être analysés quasiment en temps réel. Pour les chercheurs, la solution n’est pas destinée à remplacer mais à compléter les systèmes d’alerte actuels.
