HyperAIHyperAI

Command Palette

Search for a command to run...

Deep learning révèle des séismes cachés en Antarctique

Des chercheurs ont utilisé des algorithmes d'apprentissage profond pour détecter des centaines de séismes à grande profondeur jusque-là inconnus sous le glacier David, en Antarctique oriental. Cette découverte, publiée dans la revue Science, repose sur l'analyse des données sismiques collectées entre 2001 et 2015 par 49 stations. Le modèle d'intelligence artificielle a automatisé l'identification des ondes sismiques, permettant de cataloguer 1 068 événements, dont 510 se situent à une profondeur comprise entre 70 et 300 kilomètres, dans le manteau supérieur. Ces tremblements de terre intermédiaires sont particulièrement surprenants car ils surviennent loin des frontières tectoniques actives, dans des zones généralement considérées comme stables. Les roches à cette profondeur étant suffisamment chaudes pour se comporter de manière fluide, leur rupture sismique restait un mysture. Les scientifiques avaient précédemment évoqué diverses hypothèses, telles que la subduction ancienne ou le détachement de portions lithosphériques, mais aucune ne correspondait à cette région. L'étude révèle que ces séismes prennent naissance à la limite entre la lithosphère épaisse et froide de l'Antarctique oriental et la couche plus mince et plus chaude de l'Antarctique occidental. Les mécanismes identifiés correspondent aux prédictions de modèles géodynamiques : la flexion de la plaque rigide sous l'effet des contrastes de température et de rigidité concentre les contraintes tectoniques. À cela s'ajoute la charge imposée par la calotte glaciaire, qui amplifie les forces de cisaillement et déclenche les ruptures en profondeur. Cette découverte remet en question les théories établies sur l'origine des séismes intraplaques profonds. Elle démontre également la capacité des outils d'intelligence artificielle à extraire des signaux faibles des archives sismiques, là où les méthodes traditionnelles et la couverture stationnelle limitée laissaient passer ces événements. Les auteurs estiment que des phénomènes similaires doivent être courants à l'échelle mondiale, mais restent souvent indétectés. À l'avenir, le recours à l'apprentissage profond pourrait transformer l'exploration sismologique des régions polaires et des zones continentales stables, tout en améliorant notre compréhension des interactions entre la cryosphère, la lithosphère et le manteau terrestre.

Liens associés