Réseaux neuronaux convolutionnels pour l'estimation de la profondeur des séismes superficiels à différentes échelles. – ShallowDepthDL

Le projet a pour objectif d'améliorer de manière significative l'estimation de la profondeur des séismes superficiels (profondeur < 15 km) en utilisant des techniques avancées d'apprentissage automatique, en particulier l'apprentissage profond (Deep Learning - DL). Les séismes superficiels jouent un rôle crucial dans diverses études, notamment en sismotectonique, pour l'évaluation des risques sismiques et la compréhension de la sismicité naturelle et anthropique induite par les fluides. Cependant, leur estimation précise est entravée par les limitations des méthodes actuelles et par le manque de stations sismiques dans les zones intracontinentales stables. Je propose d'exploiter les caractéristiques des formes d'ondes enregistrées aux stations, pour améliorer l'estimation de la profondeur, à la fois à l'échelle régionale (0-100 km) et à l'échelle télésismique. Un accent particulier sera mis sur l'identification des événements très peu profonds, ayant des profondeurs inférieures à 2-3 km, car ils sont d'une importance cruciale pour évaluer le risque sismique et pour la discrimination entre les explosions et les tremblements de terre.
Le projet propose également des applications concrètes de ces méthodes d'estimation de la profondeur par Deep Learning pour les études sismotectoniques des Pyrénées et de l'Ouest du Népal. De plus, ces méthodes seront utilisées pour le suivi de la sismicité induite de la région de Lacq (SudOuest, France), en l'absence d'un réseau suffisamment dense. Enfin, le projet a pour ambition de caractériser de manière plus précise les variations de l'épaisseur sismogéne des zones continentales stables. En combinant des techniques d'apprentissage automatique avancées avec des données sismiques de haute qualité, ce projet cherche à contribuer à révolutionner notre compréhension de la sismicité peu profonde, ouvrant ainsi la voie à des applications significatives dans le domaine de la sismologie.