Imager en temps-réel la plomberie interne d’un volcan pour mieux anticiper ses éruptions

Une plomberie interne « éclairée » de l’intérieur

Durant la phase préparatoire d’une éruption, un volcan se déforme légèrement en raison des mouvements de fluides magmatiques en profondeur. Modéliser ces déformations de surface permet de déterminer et quantifier certaines des caractéristiques de la source active qui en est à l’origine : sa localisation, sa forme géométrique et sa variation de volume. Pourtant, le terme de « tomographie » (qui vient de la racine grecque « représentation en coupes ») n’avait jamais été utilisé en volcanologie pour décrire l’image obtenue à partir des déformations actives, alors que cette méthode est tout à fait complémentaire aux autres techniques d’imagerie structurales (sismique, électrique, gravimétrique…).

Des chercheurs de l’Institut de physique du globe de Paris (IPGP-Université de Paris), de l’ISTerre (IRD, Université Grenoble-Alpes), du Laboratoire de Biométrie et Biologie Évolutive (LBBE-CNRS-Université Claude Bernard Lyon I) et de l’Université Gadjah Mada (Indonésie) démontrent, dans une étude publiée dans Geophysical Research Letters, qu’à partir d’une inversion bayésienne et d’un modèle analytique relativement simple, il est possible d’obtenir une image cohérente de la plomberie interne d’un volcan à partir de mesures GPS temps-réel, chaque structure empruntée et soumise à la pression du magma étant activée lors de la migration vers la surface.

Un modèle analytique révolutionnaire

Le modèle analytique utilisé dans cette étude, appelé Point Compound Dislocation Model (pCDM), a été proposé récemment par Nikkhoo et al. (2017). Il permet de simuler toute forme de source (sphère, ellipsoïde, sill, dyke, pipe) dans un milieu élastique homogène et en champ lointain, avec un nombre limité de paramètres. Il a ainsi la particularité de pouvoir se substituer à la majorité des modèles analytiques précédents qui devaient être utilisés au cas par cas.

Suite à un codage numérique le plus optimisé possible des équations du modèle (en langages C et Matlab), l’équipe de chercheurs a implémenté ce dernier dans un problème inverse adapté permettant d’explorer « l’espace des modèles », c’est-à-dire l’ensemble des solutions probables au travers de millions de calculs en seulement quelques dizaines de secondes. La méthode utilisée est dite « non supervisée » car elle minimise le nombre d’informations a priori imposées au calcul : c’est le modèle qui détermine l’ensemble des localisations et formes de sources les plus probables, exclusivement contraint par les mesures GPS observées et leurs incertitudes. Le résultat est ainsi une « traduction » évoluée et parfaitement quantifiée des données de surface.