Public Release: 

Le crowdsourcing accélère la surveillance des séismes

Une nouvelle étude démontre comment utiliser les données du trafic Internet et les tweets permet de localiser plus rapidement les tremblements de terre

GFZ GeoForschungsZentrum Potsdam, Helmholtz Centre

Les données produites par les utilisateurs lors de leur connexion à des sites internet peuvent contribuer à l'accélération de la détection de séismes. En cas de tremblement de terre il est essentiel de produire rapidement une information fiable sur l'évènement. Afin d'estimer correctement les conséquences, éventuellement catastrophiques, d'un séisme, il est nécessaire de connaître la localisation de l'épicentre, la profondeur et la magnitude. Une équipe internationale de scientifiques a présenté une méthode pour combiner, en temps-réel, des données issues de réseaux sismologiques avec des informations liées à la recherche d'information sismologiques de la part du public, que ce soit sur des sites spécifiques liés à la sismologie, sur l'application mobile LastQuake ou via Twitter. Cette méthode réduit de façon significative le temps nécessaire pour détecter et localiser les séismes ressentis par le public. Les résultats ont été publiés dans le journal Science Advances.

Robert J. Steed, Amaya Fuenzalida et Remy Bossu du Centre Sismologique Euro-Méditerranéen (CSEM), basé en France, ont mené les recherches en partenariat avec des collègues Français, Hongrois, et Allemands. Le CSEM est l'un des plus important centre d'information sismologique au monde. A travers ses sites (http://www.emsc-csem.org, m.emsc.eu), son application LastQuake et son compte Twitter (@lastQuake) il met gratuitement à disposition du public des données sismiques mondiales. Ces différents outils facilitent également le crowdsourcing puisqu'ils permettent de collecter des témoignages, photos et vidéos des personnes qui ont ressenti le séisme. Cela permet de rapidement prendre conscience de la gravité de la situation. La recherche a été menée en collaboration avec István Bondár (MTA CSFK), expert en localisation de séismes, et avec le Centre de Géosciences Allemand (GFZ) dont le système GEOFON compte parmi les sources les plus rapides au monde en termes d'information sismologique. GEOFON exploite un réseau d'une centaine de stations et associe ces données, en temps réel, avec celles d'autres réseaux ouverts afin d'analyser automatiquement l'activité sismique mondiale.

En moyenne, le logiciel développé par GFZ met entre 3 et 8 minutes pour calculer la localisation et l'ampleur d'un séisme. L'information est alors publiée en ligne et partagée immédiatement avec les partenaires de l'organisation. Pour les séismes ressentis, la nouvelle méthode de calcul peut réduire le temps de détection jusqu'à entre 1 et 3 minutes. En effet, après avoir ressenti un séisme, les citoyens ont tendance à rapidement chercher de l'information en ligne, ou à partager leur ressenti sur les réseaux sociaux, notamment sur Twitter. Cette soudaine augmentation de la demande d'information sur les tremblements de terre peut être détectée en analysant le trafic sur le site web du CSEM par exemple. Par ailleurs, grâce à des données sur l'origine géographique approximative de ces connexions, une estimation de la localisation peut être réalisée. Ces données crowdsourcées collectées par le CSEM, associées aux données sismiques fournies par GFZ, accélèrent ainsi la détection des séismes ressentis. L'algorithme prend en compte non seulement les visites sur les sites Internet du CSEM et l'application LastQuake, mais aussi l'utilisation du mot « séisme » sur Twitter, et ce, dans 59 langues différentes.

L'équipe scientifique a utilisé cette approche pour analyser plus de 1 500 séismes ayant eu lieu en 2016 et 2017. Elle conclue que le temps nécessaire pour arriver à une détection fiable pourrait être réduit, en moyenne, de plus d'une minute par rapport à l'approche classique qui, elle, n'utilise que les données sismiques.

###

Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.