🌋 Découverte majeure sous Yellowstone grâce à l'IA
Restez toujours informé: suivez-nous sur Google Actualités (icone ☆)
L'utilisation de l'IA pour analyser les données sismiques a révélé près de 86 000 séismes sur une période de 15 ans, un chiffre bien supérieur aux estimations précédentes. Cette découverte offre une vision plus précise de l'activité géologique sous Yellowstone, mettant en lumière des essaims sismiques le long de failles immatures.
Le Grand Prismatic, source chaude de Yellowstone, est alimenté par une chambre magmatique. Ses couleurs vives sont dues à des bactéries hydrophiles.
Image Wikimedia
Les essaims sismiques, contrairement aux répliques, sont des groupes de petits séismes interconnectés qui se propagent sur une courte période. Ces phénomènes, maintenant mieux documentés, pourraient aider à améliorer les mesures de sécurité et le développement de l'énergie géothermique.
Les chercheurs ont utilisé des modèles fractals pour caractériser la rugosité des failles, une approche innovante qui pourrait s'appliquer à d'autres régions volcaniques.
Qu'est-ce qu'un essaim sismique ?
Un essaim sismique est une série de petits tremblements de terre qui se produisent dans une zone restreinte sur une courte période. Contrairement aux répliques, ils ne suivent pas un séisme principal et peuvent indiquer une activité géologique particulière, comme le mouvement de fluides sous la surface.
Ces essaims sont souvent associés à des régions volcaniques, où le magma et les eaux souterraines interagissent avec les roches. Leur étude permet de mieux comprendre les processus géologiques en profondeur et d'anticiper d'éventuelles éruptions.
Les essaims sismiques sous Yellowstone ont été détectés le long de failles immatures, dont la rugosité favorise ce type d'activité. Cette découverte pourrait aider à identifier des zones à risque dans d'autres régions volcaniques.
L'IA au bénéfice de la sismologie
L'intelligence artificielle permet d'analyser rapidement de vastes quantités de données sismiques, révélant des séismes trop petits ou trop proches dans le temps pour être détectés manuellement. Cette technologie ouvre une nouvelle ère dans l'étude des tremblements de terre.
En appliquant des algorithmes de machine learning aux données historiques, les chercheurs peuvent identifier des motifs et des corrélations invisibles à l'œil humain. Cette approche a permis de multiplier par dix le nombre de séismes connus sous Yellowstone.
Son utilisation devrait se généraliser dans les années à venir, transformant notre compréhension de l'activité sismique mondiale.