Des scientifiques ont développé une technique mathématique qui accélère les simulations sismiques d'un facteur de 1 000, facilitant la cartographie des couches souterraines et l'évaluation des risques de tremblements de terre. Dirigée par Kathrin Smetana du Stevens Institute of Technology, l'approche utilise la réduction d'ordre des modèles pour gérer plus efficacement les calculs complexes. Bien qu'elle ne permette pas de prédire les séismes, elle pourrait améliorer la préparation dans les zones vulnérables.
Les tremblements de terre frappent fréquemment, le United States Geological Survey estimant environ 55 occurrences par jour dans le monde, totalisant autour de 20 000 par an. Des événements de magnitude 7 ou plus se produisent environ 15 fois par an, et un atteint la magnitude 8 ou plus. En 2025, un séisme de magnitude 7,0 a frappé l'Alaska le 6 décembre, tandis qu'un événement offshore de magnitude 8,8 au large de la péninsule russe du Kamtchatka figure parmi les plus puissants jamais enregistrés. Ces catastrophes causent des dommages importants, coûtant aux États-Unis environ 14,7 milliards de dollars par an, selon un rapport de 2023 de l'USGS et de la Federal Emergency Management Agency. L'urbanisation dans les zones sismiques aggrave le bilan financier et humain. Bien que la prédiction reste impossible, comprendre les structures sous la surface peut améliorer l'évaluation des risques. Les chercheurs utilisent l'inversion de forme d'onde complète pour imager les couches souterraines, en simulant des ondes sismiques et en les comparant à des données réelles des sismogrammes. Kathrin Smetana, professeure assistante en sciences mathématiques au Stevens Institute of Technology, note que des matériaux comme la roche solide, le sable ou l'argile affectent différemment la propagation des ondes. «Vous pouvez avoir des couches de roche solide, ou du sable ou de l'argile», explique-t-elle. Les simulations traditionnelles, impliquant des millions de variables et répétées des milliers de fois, peuvent prendre des heures sur des ordinateurs puissants, limitant leur utilisation pratique. Pour y remédier, Smetana a collaboré avec Rhys Hawkins et Jeannot Trampert de l'Université d'Utrecht, et Matthias Schlottbom et Muhammad Hamza Khalid de l'Université de Twente. Leur méthode réduit la taille du système d'environ 1 000 fois tout en maintenant la précision. «Essentiellement, nous avons réduit la taille du système à résoudre d'environ 1 000 fois», dit Smetana. Détailée dans l'article «Model Order Reduction for Seismic Applications» publié dans SIAM Journal on Scientific Computing (2025, volume 47, numéro 5), la technique aide à créer des modèles sous-sol détaillés pour une meilleure évaluation des risques. Elle pourrait aussi soutenir les simulations de tsunamis, offrant du temps pour les réponses d'urgence. «Il n'y a aucun moyen de prédire les séismes pour l'instant», insiste Smetana, «mais notre travail peut aider à générer une vue réaliste du sous-sol avec moins de puissance de calcul, rendant nos modèles plus pratiques et nous aidant à être plus résilients aux séismes».
