Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

PIM-TSUNAMI: A global TSUNAMI hazard amplification model considering site-specific factors and applying Physics-Informed Machine learning

Description du projet

Un modèle avancé prend en compte des facteurs négligés qui amplifient le potentiel de tsunami

Les tsunamis déclenchés par des tremblements de terre de grande amplitude dans les zones de subduction ont provoqué certaines des catastrophes les plus meurtrières de l’histoire, comme le tsunami de 2004 dans l’océan Indien, qui a fait plus de 220 000 morts. Des recherches récentes ont montré que des facteurs spécifiques au site, tels que la courbure de la dalle, la pente de la bathymétrie et l’épaisseur des sédiments, peuvent amplifier les risques de tsunami de deux à trois fois. Malgré les progrès réalisés dans l’analyse des risques de tsunami, ces facteurs critiques restent sous-explorés. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet PIM-TSUNAMI vise à développer un modèle d’apprentissage automatique informé par la physique qui intègre des facteurs spécifiques au site sur la hauteur des tsunamis. Le modèle proposé devrait aider les chercheurs et les autorités chargées de la réduction des risques de catastrophe dans le monde entier à renforcer la sécurité face aux tsunamis.

Objectif

Project PIM-TSUNAMI aims to develop a model that incorporates the effects of site-specific factors on tsunami heights, using Physics-Informed Machine Learning simulations and offering a user-friendly interface. Megathrust earthquakes in subduction zones, along with their cascading tsunamis, have led to some of the most devastating hazards on Earth, such as the 2004 Indian Ocean tsunami, which claimed more than 220,000 lives, and the 2011 Tohoku tsunami in Japan, resulting in over 20,000 fatalities. Recent understanding has revealed that the tsunami potential of megathrust earthquakes depends on site-specific factors such as slab curvature, bathymetry steepness, and sediment thickness. Despite significant advancements in tsunami hazard analysis over the past 30 years, the critical issue of site-specific factors, which can amplify tsunami hazards two- to threefold, remains a major gap in research and practice. By addressing this critical gap, PIM-TSUNAMI offers significant improvements to global tsunami hazard assessments and contributes to the safety of millions of people worldwide who live at risk of tsunamis.

The objectives of this project are: i) Understand the impacts of site-specific factors on tsunami-genesis, ii) Develop a user-friendly model for tsunami amplification for global subduction zones, and iii) Disseminate the model to relevant stakeholders. The user-friendly interface of the PIM-TSUNAMI model combined with our diverse dissemination strategy and the host supervisor’s active involvement in the tsunami community and his role as Secretary General of the IUGG Joint Tsunami Commission will guarantee its reach to relevant stakeholders and Disaster Risk Reduction (DRR) authorities worldwide and implementation. The automated workflow of PIM-TSUNAMI makes it easily accessible and applicable to researchers and coastal DRR authorities worldwide.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2024-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSITY OF BATH
Contribution nette de l'UE
€ 260 347,92
Adresse
CLAVERTON DOWN
BA2 7AY BATH
Royaume-Uni
Région
South West (England) Gloucestershire, Wiltshire and Bristol/Bath area Bath and North East Somerset, North Somerset and South Gloucestershire
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total
Aucune donnée