in

Au bon moment, la mise à niveau du superordinateur conduit à une prévision réussie de l'éruption volcanique


À l’automne 2017, la professeure de géologie Patricia Gregg et son équipe venaient de mettre en location un nouveau programme de modélisation des prévisions volcaniques sur les supercalculateurs Blue Waters et iForge. Simultanément, une autre équipe surveillait l’activité du volcan Sierra Negra dans les îles Galapagos, en Équateur. L’un des scientifiques du projet équatorien, Dennis Geist de l’Université Colgate, a contacté Gregg, et ce qui s’est passé ensuite était la prévision fortuite de l’éruption de la Sierra Negra de juin 2018 cinq mois avant qu’elle ne se produise.

Initialement développée sur un ordinateur iMac, la nouvelle approche de modélisation avait déjà attiré l’attention pour avoir recréé avec succès l’éruption inattendue du volcan Okmok en Alaska en 2008. L’équipe de Gregg, basée à l’Université de l’Illinois à Urbana-Champaign et au Countrywide Heart for Supercomputing Applications, voulait pour tester la nouvelle mise à niveau de calcul haute functionality du modèle, et les observations de Geist sur la Sierra Negra ont montré des signes d’une éruption imminente.

“La Sierra Negra est un volcan qui se comporte bien”, a déclaré Gregg, l’auteur principal d’un nouveau rapport sur l’effort réussi. “Cela signifie qu’avant les éruptions du passé, le volcan a montré tous les signes révélateurs d’une éruption que nous nous attendrions à voir comme une lame de fond, un dégagement de gaz et une activité sismique accrue. Cette caractéristique a fait de la Sierra Negra un exceptional test pour notre modèle amélioré..”

Cependant, de nombreux volcans ne suivent pas ces modèles clairement établis, ont déclaré les chercheurs. La prévision des éruptions est l’un des grands défis de la volcanologie, et le développement de modèles quantitatifs pour aider à ces scénarios furthermore délicats est au centre des travaux de Gregg et de son équipe.

Au cours de la pause hivernale de 2017-2018, Gregg et ses collègues ont analysé les données de Sierra Negra by way of le nouveau modèle alimenté par le supercalcul. Ils ont terminé la program en janvier 2018 et, même s’il s’agissait d’un take a look at, il a fini par fournir un cadre pour comprendre les cycles d’éruption de la Sierra Negra et évaluer le potentiel et le calendrier des futures éruptions – mais personne ne s’en est encore rendu compte.

“Notre modèle a prévu que la drive des roches qui contiennent la chambre magmatique de la Sierra Negra deviendrait très instable entre le 25 juin et le 5 juillet, et entraînerait peut-être une panne mécanique et une éruption ultérieure”, a déclaré Gregg, également membre du corps professoral du NCSA.. “Nous avons présenté cette conclusion lors d’une conférence scientifique en mars 2018. Après cela, nous nous sommes occupés d’autres travaux et n’avons furthermore revu nos modèles jusqu’à ce que Dennis m’envoie un texto le 26 juin, me demandant de confirmer la day que nous avions prévue. Sierra Negra a éclaté un jour après notre première date de panne mécanique prévue. Nous avons été terrassés.

Bien qu’il s’agisse d’un scénario idéal, selon les chercheurs, l’étude montre la puissance de l’intégration du supercalcul haute general performance dans la recherche pratique. “L’avantage de ce modèle amélioré est sa capacité à assimiler en permanence des données multidisciplinaires en temps réel et à les traiter rapidement pour fournir une prévision quotidienne, similaire aux prévisions météorologiques”, a déclaré Yan Zhan, ancien étudiant diplômé de l’Illinois et co-auteur du étude. “Cela prend une quantité incroyable de puissance de calcul auparavant indisponible pour la communauté des prévisions volcaniques.”

La mise en spot des pièces mobiles pour produire un programme de modélisation de cette force nécessite une approche hautement multidisciplinaire à laquelle l’équipe de Gregg n’avait pas accès avant de travailler avec NCSA.

“Nous parlons tous le même langage en ce qui concerne l’analyse multiphysique numérique et le calcul haute general performance nécessaires pour prévoir une défaillance mécanique – dans ce cas d’une chambre magmatique volcanique”, a déclaré Seid Koric, directeur adjoint approach au NCSA, un centre de recherche professeur de sciences mécaniques et d’ingénierie et co-auteur de l’étude.

Grâce à l’expertise de Koric, l’équipe a déclaré qu’elle espérait intégrer l’intelligence artificielle et l’apprentissage automatique dans le modèle de prévision pour aider à mettre cette puissance de calcul à la disposition des chercheurs travaillant à partir d’ordinateurs portables et de bureau standard.

Les résultats de l’étude sont publiés dans la revue Science Advances.

Geist est directeur de programme à la Countrywide Science Foundation et professeur de géologie à l’Université Colgate. Falk Amelung de l’Université de Miami Patricia Mothes de l’Instituto Geofísico Escuela Politecnica Nacional, Equateur et Zhang Yunjun du California Institute of Know-how ont également contribué à cette recherche.

La Nationwide Science Foundation, la NASA et le NCSA ont soutenu cette étude.