Une avancée technologique majeure dans le domaine de la surveillance et de l'analyse des tremblements de terre a été officiellement lancée le 17 janvier au Centre national de supercalcul de Chengdu. La troisième version de test du modèle de grande taille de ondes sismiques « Dìtīng », le premier modèle au monde comptant des milliards de paramètres, est désormais en ligne. Ce modèle, développé conjointement par le Centre national de supercalcul de Chengdu, l'Institut de recherche en géophysique de l'Administration chinoise des tremblements de terre et l'Université Tsinghua, marque un bond en avant pour la Chine dans la technologie de recherche sur les tremblements de terre.
Le modèle « Dìtīng » a été développé dans le but d'améliorer la précision de l'identification des signaux sismiques et les capacités de surveillance, en particulier pour le traitement des données complexes de formes d'ondes sismiques, afin de fournir une analyse plus efficace et précise. Il est rapporté que ce modèle a été appliqué avec succès dans la région de Dingri au Tibet pour le traitement des données du tremblement de terre de magnitude 6,8. Il a permis d'identifier automatiquement 452 événements avant le séisme et 429 répliques dans les 27 heures suivant le séisme. Ce succès non seulement valide l'efficacité du modèle, mais fournit également de nouvelles méthodes technologiques pour la surveillance future des tremblements de terre.
À l'avenir, le modèle « Dìtīng » ouvrira son cadre d'ajustement fin et d'inférence en 2025, et lancera un processus de traitement des données associé. Les utilisateurs pourront alors utiliser cet outil directement sur la plateforme de supercalcul pour l'analyse opérationnelle et la recherche scientifique. À court terme, l'application du modèle se concentrera sur l'identification des signaux sismiques, la surveillance de l'activité sismique et la réponse rapide aux grands tremblements de terre. À long terme, la sismologie, en tant que science d'observation, repose sur une compréhension et une analyse approfondies des données d'observation.
Cette avancée est non seulement importante pour les chercheurs scientifiques, mais améliorera également considérablement la capacité d'alerte précoce du public face à l'activité sismique. Avec l'amélioration continue du modèle, il devrait fournir un soutien plus puissant à la prévision des tremblements de terre et aux efforts de prévention et de réduction des catastrophes.