Les tremblements de terre se produisent lorsque la contrainte tectonique qui s'est progressivement accumulée le long d'une faille est soudainement libérée. Mesures de la déformation de la surface de la Terre au fil du temps, ou le taux de déformation, peut être utilisé dans les modèles d'aléa sismique pour prédire où les séismes pourraient se produire. Une façon dont les scientifiques estiment le taux de déformation est via des satellites en orbite et des mesures détaillées de la quantité de mouvement des stations GPS à la surface de la Terre.

Il y a des défis, cependant, à l'utilisation de telles données géodésiques. Les stations ne fournissent des mesures qu'à des emplacements spécifiques et ne sont pas réparties uniformément. La construction d'une carte de taux de déformation continue nécessite que les scientifiques fassent des estimations pour combler les lacunes dans les données. Ces données interpolées ajoutent de l'incertitude aux modèles mathématiques résultants.

Pour faire face à ces problèmes, Pagani et al. développé une méthode bayésienne transdimensionnelle pour estimer les taux de déformation de surface dans le sud-ouest des États-Unis, en mettant l'accent sur la faille de San Andreas. Leur méthode a essentiellement divisé la zone d'étude en triangles ne se chevauchant pas et a calculé les vitesses à l'intérieur de chaque triangle en incorporant les mesures des stations GPS situées à l'intérieur.

L'équipe ne s'est pas appuyée sur un seul de ces modèles. Ils ont utilisé un algorithme de Monte Carlo à chaîne de Markov à saut réversible pour produire jusqu'à des centaines de milliers de tels modèles, avec des coordonnées légèrement modifiées pour ces triangles 2D. En réalité, à travers ces modèles, même le nombre de triangles pourrait changer, car la méthode est transdimensionnelle, les auteurs n'ont prédéterminé aucun paramètre. Finalement, ils ont empilé tous ces modèles pour générer une carte finale de vitesse de déformation continue.

En utilisant les données de test, les auteurs ont constaté que leur approche gérait mieux les erreurs de données et la distribution inégale des données qu'un schéma d'interpolation B spline standard. En outre, parce que l'approche comprenait des informations provenant de nombreux modèles, il a produit une gamme d'estimations de taux de déformation à chaque point et des probabilités pour ces valeurs.

Lorsque l'équipe a utilisé la nouvelle approche pour calculer les taux de déformation autour du système de faille de San Andreas, ils ont trouvé que leur carte concordait avec les études antérieures. Il a même réussi à identifier des sections rampantes du système de failles à partir de segments verrouillés. La technique nouvellement décrite pourrait potentiellement être utilisée par les chercheurs pour développer d'autres cartes de vitesse de déformation et peut généralement avoir une application à d'autres problèmes d'interpolation dans les géosciences.

Cette histoire est republiée avec l'aimable autorisation d'Eos, hébergé par l'American Geophysical Union. Lisez l'histoire originale ici.