Des années avant que le tremblement de terre dévastateur de Tohoku ne frappe la côte du Japon en 2011, la croûte terrestre près du site du séisme commençait à s'agiter. Des chercheurs de l'Université du Texas à Austin utilisent des modèles informatiques pour déterminer si les minuscules tremblements détectés près de ce site pourraient être liés à la catastrophe elle-même.

La recherche pourrait aider les scientifiques à mieux comprendre les forces à l'origine des tremblements de terre à méga poussée, le type de tremblement de terre le plus puissant au monde, et à améliorer l'évaluation des risques sismiques. L'étude a été publiée le 15 décembre, 2018, dans Lettres des sciences de la Terre et des planètes .

Auteur principal Thorsten Becker, professeur à l'UT Jackson School of Geosciences et chercheur à l'Institut de géophysique de l'Université du Texas, a déclaré qu'il s'agissait de la première étude complète montrant des changements dans l'activité des tremblements à peine perceptibles avant le tremblement de terre de la méga poussée de Tohoku.

"La partie de la croûte qui est proche de l'endroit qui a finalement rompu change d'état de stress quelques années avant l'événement, " dit Becker. " En démontrant cela, nos travaux complètent les études sur la déformation de la croûte et notre compréhension des forces à l'origine des tremblements de terre."

L'Institute for Geophysics est une unité de recherche de la Jackson School of Geosciences.

Alors que la localisation des secousses soulève des questions sur leur lien potentiel avec le séisme, Becker a déclaré qu'on ne sait pas pour le moment si les deux événements sont liés. Cependant, la signature sismique des secousses aide à affiner un modèle informatique qui pourrait aider à démêler la connexion. Cette nouvelle technique de modélisation permet aux scientifiques de créer une image en quatre dimensions de la croûte terrestre et des interactions entre les plaques tectoniques, montrant comment les forces poussant à la faille changent au fil du temps.

Une fois les données sismiques saisies, le modèle correspondait aux observations de la façon dont la plaque s'est déformée au cours des années avant et après le tremblement de terre. Cela a permis aux scientifiques de faire des inférences sur le type de forces se produisant à la frontière de la plaque, le point où une plaque plonge dans la chaleur de la Terre, manteau visqueux. Dans cette couche semi-fondue, les roches solides suintent et se comportent de manière inattendue, ainsi, comprendre la dynamique de la couche pourrait aider à identifier le lien entre la pression le long d'une faille avant et après un séisme majeur.

La nouvelle recherche est importante car le modèle a été développé à l'origine à l'aide d'un ensemble de données différent :des informations géodésiques sur la forme de la surface de la Terre. En obtenant des résultats similaires en utilisant différents ensembles de données (ondes sismiques et changements dans la forme de la planète), les scientifiques peuvent être beaucoup plus confiants quant à l'exactitude des modèles sismiques.

Becker pense qu'avec une recherche et un soutien appropriés, des modèles informatiques avancés peuvent être utilisés pour étudier la physique des tremblements de terre et peut-être contribuer à de meilleures prévisions.

Actuellement, les scientifiques peuvent au mieux proposer des cartes d'aléas montrant les zones sismiques connues et une vague probabilité d'un tremblement de terre dans les décennies à venir. En savoir plus sur quand et où un tel séisme pourrait se produire, même en quelques années, représenterait une amélioration significative par rapport aux prévisions actuelles des tremblements de terre et laisserait peut-être aux autorités et à l'industrie suffisamment de temps pour se préparer à un tel événement.

À cette fin, les auteurs espèrent que leur étude contribuera aux efforts mondiaux visant à améliorer l'évaluation des risques sismiques, comme le Modelling Collaboratory for Subduction RCN, un nouveau réseau de collaboration de recherche dirigé par UT financé par la National Science Foundation (NSF).