Dans une nouvelle étude, les chercheurs ont appliqué la méthode de Monte Carlo à chaînes de Markov à saut réversible aux données d'observation du tremblement de terre de Tōhoku-oki en 2011 au Japon, dont les séquelles sont illustrées ici. Crédit :Douglas Sprott, CC BY-NC 2.0
Lors d'un tremblement de terre, La croûte terrestre bouge, ou glisse, le long de fractures dans la roche appelées failles. Ces mouvements peuvent être détectés et enregistrés par des instruments géophysiques situés à divers endroits sur la surface de la Terre. Les enregistrements des instruments géophysiques ont une orientation différente par rapport à l'épicentre du séisme et enregistrent donc un aspect différent d'un glissement de faille. Un problème important en sismologie est de concilier ces différentes mesures pour déterminer la véritable orientation des nombreux glissements de faille d'un séisme, ainsi que les contraintes à grande échelle qui les créent.
Le processus de détermination de la distribution des glissements de faille qui crée un ensemble donné d'observations géophysiques est appelé inversion de glissement. A l'ère de l'informatique, il a traditionnellement été accompli par une variété de routines d'ajustement des moindres carrés qui tentent de faire correspondre les distributions de glissement possibles aux données observées. Cependant, cette technique fait face à un certain nombre de défis, y compris assurer une solution physiquement plausible, gérer correctement les incertitudes d'observation complexes, et déterminer une distribution de glissement qui varie spatialement.
Pour résoudre ces problèmes, les techniques modernes d'inversion de glissement ont commencé à utiliser une approche probabiliste utilisant les méthodes de Monte Carlo par chaîne de Markov (MCMC). Une approche MCMC traditionnelle surmonte bon nombre des problèmes rencontrés par une technique d'optimisation comme les moindres carrés, mais peut rencontrer des difficultés lorsqu'elle rencontre la distribution très non uniforme des observations sismiques. Pour remédier à ce, Tomita et al. développé une technique MCMC transdimensionnelle. Dans une approche transdimensionnelle, le nombre de paramètres du modèle n'est pas prédéterminé mais, plutôt, émerge naturellement de la complexité des données d'entrée.
Les auteurs ont créé leur approche à partir de la technique MCMC à saut réversible (rj-MCMC), un cadre existant pour effectuer des calculs MCMC transdimensionnels. Pour évaluer leur approche, ils ont simulé les effets d'un séisme situé dans une tranchée sous-marine à plusieurs centaines de kilomètres de divers sites d'observation géodésique. Ils ont envisagé trois scénarios :deux avec un mélange de sites d'observation à terre et en mer et un avec uniquement des sites à terre.
Dans les scénarios mixtes, la technique rj-MCMC et l'approche des moindres carrés reproduisaient toutes deux la distribution du glissement de manière raisonnable. Cependant, seul le calcul rj-MCMC pourrait traiter le scénario plus asymétrique des seules observations à terre.
Finalement, ils ont appliqué la méthode rj-MCMC aux données d'observation du tremblement de terre de Tōhoku-oki de 2011 au large du Japon dans l'océan Pacifique. Leur résultat est globalement similaire aux travaux antérieurs sur cet événement mais permet une meilleure expression des glissements les plus importants. Globalement, le transdimensionnel, L'approche probabiliste semble être un outil prometteur pour les futures études sismiques.
Cette histoire est republiée avec l'aimable autorisation d'Eos, hébergé par l'American Geophysical Union. Lisez l'histoire originale ici.