la région continue de trembler sous l'effet des répliques
La tragédie qui se déroule parmi des bâtiments effondrés du sud-est de la Turquie et du nord de la Syrie montre à quel point les tremblements de terre peuvent être inattendus.
Les scientifiques cherchent des moyens de détecter les signes avant-coureurs de ces catastrophes naturelles les plus imprévisibles.
Ils ont frappé soudainement et sans avertissement. Les deux séismes dévastateurs qui ont frappé le sud-est de la Turquie et le nord de la Syrie ont fait des milliers de victimes et en ont laissé beaucoup plus blessées ou sans abri. La plupart des victimes se trouvaient à l'intérieur, aux premières heures du 6 février, lorsque le premier tremblement de terre, d'une magnitude de 7,8, a fait s'écrouler leur maison.
La première indication que les sémiologues ont eue de l'imminence d'une catastrophe majeure a été les brusques éclairs d'activité sur leurs instruments sensibles répartis dans le monde entier, alors que les ondes sismiques produites par le premier tremblement de terre se répercutaient sur toute la planète. Quelques heures plus tard, un second tremblement de terre de magnitude 7,5 a suivi.
La faible profondeur relative des deux séismes a rendu l'intensité de la secousse particulièrement forte. Alors que la région continue de trembler sous l'effet des répliques, les experts du United States Geological Survey ont prévenu que les survivants et les secouristes qui affluent maintenant dans la région pour apporter leur aide sont exposés à des risques importants de glissements de terrain et de liquéfaction du sol en raison des secousses.
Mais alors que le monde entier s'empresse de fournir de l'aide aux communautés détruites de part et d'autre de la frontière entre la Turquie et la Syrie, certains se demandent pourquoi nous n'avons rien vu venir.
Le système de failles de l'Anatolie orientale où se sont produits les tremblements de terre fait partie d'une "triple jonction" tectonique où trois plaques tectoniques - les plaques d'Anatolie, d'Arabie et d'Afrique - se frottent l'une contre l'autre. Depuis 1970, seuls trois tremblements de terre de magnitude 6 ou plus ont frappé la région, et de nombreux géologues pensaient que la région était "en retard" pour un grand tremblement de terre.
Alors, pourquoi ne pouvaient-ils pas le prévoir ?
En réalité, la science de la prévision des tremblements de terre est très, très difficile. S'il est souvent possible de détecter d'infimes signaux dans les données sismiques après un événement, savoir ce qu'il faut rechercher et utiliser cela pour faire des prévisions à l'avance est bien plus difficile.
"Lorsque nous simulons des tremblements de terre en laboratoire, nous pouvons voir toutes ces petites défaillances se produire - il y a des fissures et des défauts qui apparaissent en premier", explique Chris Marone, professeur de géosciences à l'université Sapienza de Rome, en Italie, et à l'université Penn State en Pennsylvanie, aux États-Unis. "Mais dans la nature, il y a beaucoup d'incertitude quant à la raison pour laquelle nous ne voyons souvent pas de répliques ou d'indications qu'il va y avoir un gros tremblement de terre."
Les géologues tentent d'utiliser des méthodes scientifiques modernes pour prédire les tremblements de terre depuis au moins les années 1960, mais sans grand succès. Selon M. Marone, cela s'explique en grande partie par la complexité des systèmes de failles qui sillonnent le globe. Il y a aussi beaucoup de bruit sismique - la Terre gronde et gronde constamment, ce qui, combiné au bruit anthropique de la circulation, des travaux de construction et de la vie quotidienne, rend difficile la détection de signaux clairs.
Selon le United States Geological Survey, trois éléments sont nécessaires pour produire une prévision de tremblement de terre vraiment utile : l'endroit où il se produira, le moment où il se produira et son ampleur. Jusqu'à présent, personne ne peut le faire avec certitude.
Au lieu de cela, les géologues produisent ce qui constitue leurs meilleures suppositions dans des "cartes de risque" où ils calculent la probabilité d'un tremblement de terre sur une période de plusieurs années. Si ces cartes peuvent contribuer à un certain degré de planification, par exemple en améliorant les normes de construction dans les zones les plus exposées, elles ne fournissent pas le niveau de prévision nécessaire pour alerter rapidement le public et lui permettre d'évacuer ou de s'abriter. Et tous ceux qui vivent dans une zone sismique ne peuvent pas se permettre le type d'infrastructure nécessaire pour résister à de fortes secousses.
"En Turquie et en Syrie, de nombreux facteurs ont fait que les bâtiments étaient dans un état tel qu'ils étaient prêts à s'effondrer et à s'écrouler", explique M. Marone. "Dans une grande partie du monde occidental, il y a eu des codes de renforcement sismique qui ont été mis en œuvre dans les années 1970 et 1980. Mais cela coûte très cher de construire et de moderniser les bâtiments."
Les scientifiques ont donc cherché des moyens de rendre les prévisions sismiques plus précises. Outre les signaux sismiques, les chercheurs ont cherché des indices dans une grande variété d'endroits - du comportement des animaux aux perturbations électriques dans la haute atmosphère de la Terre.
Récemment, cependant, les capacités de l'intelligence artificielle à détecter le type de signaux subtils qui échappent aux humains ont suscité un intérêt croissant. Les algorithmes d'apprentissage automatique peuvent analyser de grandes quantités de données sur les tremblements de terre passés afin de rechercher des modèles qui pourraient être utilisés pour prédire les événements futurs.
"Ce type de prédiction basée sur l'apprentissage automatique a suscité beaucoup d'intérêt", explique M. Marone. Au cours des cinq dernières années, ses collègues et lui ont développé des algorithmes capables de détecter les défaillances de failles sismiques simulées en laboratoire. À l'aide de blocs de granit de la taille d'un poing, ils peuvent recréer l'accumulation de contraintes et la friction qui pourraient se produire sur une faille, faisant monter la pression jusqu'à ce que la faille glisse, créant ce qu'ils appellent des "séismes de laboratoire".
"Des ondes élastiques traversent la faille lorsqu'elle se brise petit à petit", explique Marone. "Nous pouvons prédire le moment où la rupture va se produire en laboratoire en nous basant sur ces changements de propriétés élastiques et sur le bruit provenant des pré-chocs dans la zone de la faille elle-même. Nous aimerions beaucoup porter cela sur la Terre, mais nous n'en sommes pas encore là."
Transférer ce pouvoir prédictif de l'IA à l'environnement plus vaste et complexe des zones de faille du monde réel est beaucoup plus difficile.
"Il y a quelques cas où les gens ont compris comment le faire en post-prédiction après un tremblement de terre qui suggèrent que cela pourrait fonctionner", dit Marone. "Mais il n'y a pas encore eu de grande percée".
Des scientifiques chinois, par exemple, ont recherché des ondulations dans les particules chargées électriquement dans l'ionosphère de la Terre dans les jours précédant les tremblements de terre, causées par des changements dans le champ magnétique au-dessus des zones de faille. Un groupe dirigé par Jing Liu, de l'Institut de prévision des tremblements de terre de Pékin, a ainsi déclaré pouvoir observer des perturbations dans les électrons atmosphériques au-dessus de l'épicentre du tremblement de terre qui a frappé Baja, en Californie, 10 jours avant qu'il ne se produise, début avril 2010.
Un autre groupe basé en Israël a récemment affirmé être en mesure d'utiliser l'apprentissage automatique pour prédire les grands tremblements de terre 48 heures à l'avance avec une précision de 83 % en examinant l'évolution du contenu en électrons de l'ionosphère au cours des 20 dernières années.
La Chine place clairement ses espoirs dans ces indices de l'ionosphère. En 2018, la Chine a lancé le satellite sismo-électromagnétique chinois (CSES) pour surveiller les anomalies électriques dans l'ionosphère terrestre. L'année dernière, des scientifiques du Centre du réseau sismique chinois à Pékin, ont affirmé avoir trouvé des baisses de la densité des électrons dans l'ionosphère jusqu'à 15 jours avant les tremblements de terre qui ont frappé la Chine continentale en mai 2021 et janvier 2022.
"Un transfert d'énergie peut se produire entre la lithosphère et les deux couches supérieures - c'est-à-dire l'atmophère et l'ionosphère", explique Mei Li, l'une des chercheuses travaillant au Centre du réseau sismique chinois. Mais elle précise que le mécanisme de ce phénomène est encore controversé. Et elle prévient que, même avec les données satellitaires, leurs résultats sont encore loin de pouvoir prédire un tremblement de terre imminent.
"Nous ne pouvons pas spécifier l'endroit exact où un événement à venir se produira", déclarent les chercheurs dans un article consacré à leurs découvertes. Li souligne également une autre complication : les grands tremblements de terre peuvent induire des changements dans l'ionosphère très loin de leur épicentre, ce qui rend difficile la confirmation de l'emplacement précis.
"L'anomalie ionosphérique peut apparaître autour de l'épicentre d'un tremblement de terre ainsi que de son point magnétiquement conjugué dans l'autre hémisphère, ce qui nous donne plus de difficultés à confirmer la localisation de l'événement à venir", dit-elle.
D'autres chercheurs fondent leurs espoirs sur des signaux différents. Au Japon, certains prétendent être capables d'utiliser les changements de vapeur d'eau au-dessus des zones sismiques pour faire des prédictions. Les tests suggèrent que ces prédictions ont une précision de 70 %, bien qu'elles ne puissent dire qu'un tremblement de terre pourrait se produire à un moment donné au cours du mois suivant. D'autres ont essayé d'utiliser les infimes ondulations de la gravité terrestre qui peuvent se produire avant un tremblement de terre.
Mais malgré toutes ces affirmations, aucune n'a pu prédire avec succès où et quand un tremblement de terre se produira avant qu'il ne se produise.
"Nous n'avons tout simplement pas l'infrastructure nécessaire pour effectuer le type de surveillance dont nous aurions besoin", explique M. Morone. "Qui va mettre 100 millions de dollars pour installer un ensemble de sismomètres du type de ceux que nous utilisons en laboratoire pour surveiller une faille ? Nous savons comment prédire les tremblements de terre en laboratoire, mais nous ne savons pas s'ils s'appliquent réellement à la complexité des failles du monde réel. La faille de l'Anatolie orientale, par exemple, se trouve dans une région complexe du monde - il ne s'agit pas d'un plan de faille simple, mais d'un ensemble de choses qui se rejoignent."
Et même avec la capacité de faire de meilleures prévisions, il reste la question de savoir ce qu'il faut faire de ces informations. Jusqu'à ce que la précision s'améliore, évacuer des villes entières ou demander aux gens de rester à l'écart des bâtiments à risque pourrait s'avérer coûteux si des erreurs sont commises. Mais M. Marone se tourne vers le monde des prévisions météorologiques pour avoir une idée de ce qui pourrait arriver si les données s'amélioraient.
"Ils prévoient déjà les grands événements météorologiques avec une certaine précision à l'avance", explique M. Marone. Cela permet aux agences gouvernementales de préparer des réponses d'urgence à des événements tels que les ouragans et d'émettre des avertissements à l'intention des membres du public pour les aider à rester en sécurité. Selon M. Marone, il faudra encore des années avant de pouvoir faire quelque chose de similaire pour les tremblements de terre. "Nous n'en sommes pas encore là pour le moment".
Un domaine dans lequel l'intelligence artificielle pourrait avoir un rôle plus immédiat à jouer est celui des événements qui se produisent immédiatement après un tremblement de terre. Des chercheurs de l'université de Tohoku et de l'université Renmin de Chine ont mis au point des outils qui utilisent l'IA pour classer les dommages causés par les catastrophes naturelles à partir d'images satellites, afin que les gouvernements et les équipes de secours puissent être envoyés là où ils sont le plus nécessaires. Elle utilise des algorithmes pour évaluer les dommages causés aux bâtiments et identifier les structures qui ont été totalement détruites ou qui sont potentiellement dangereuses.
On espère également que les algorithmes d'apprentissage automatique pourront contribuer à la sécurité des secouristes et des survivants des tremblements de terre en aidant à mieux prévoir les répliques qui suivent un séisme majeur. Celles-ci peuvent représenter un risque énorme en déplaçant les bâtiments laissés instables par le séisme initial, provoquant ainsi de nouvelles destructions.
Des chercheurs de l'université de Harvard, par exemple, ont déployé l'apprentissage profond - une forme d'apprentissage automatique - pour étudier les modèles de répliques dans l'espoir de pouvoir les prédire.
"Nous avons une très bonne compréhension de ce qui se passe après un grand événement et de la raison pour laquelle les répliques se produisent", déclare Marone. "Mais elle n'est pas encore complète. En tant que société scientifique, nous sommes mieux à même de savoir si de petites secousses peuvent conduire à une secousse encore plus importante, mais l'incertitude demeure.
"Il n'est pas nécessaire d'en savoir beaucoup sur les tremblements de terre et les répliques sismiques pour comprendre que ce qui s'est passé en Turquie est une situation très inhabituelle, avec deux très gros tremblements de terre proches l'un de l'autre. Le second a été déclenché par le premier, mais il s'agissait de deux grandes secousses principales."
