Incertitudes structurales en géomodélisation : échantillonnage et approche inverse

Nicolas Cherpeau. ( 2012 )
Universit{\'e} de Lorraine

Abstract

La modélisation du sous-sol est un outil indispensable pour décrire, comprendre et quantifier les processus géologiques. L'accès au sous-sol et son observation étant limités aux moyens d'acquisition, la construction de modèles tridimensionnels du sous-sol repose sur l'interprétation de données éparses à résolution limitée. Dans ce contexte, de nombreuses incertitudes affectent la construction de tels modèles, dues aux possibles biais humains cognitifs lors de l'interprétation, à la variabilité naturelle des objets géologiques et aux incertitudes intrinsèques des données utilisées. Ces incertitudes altèrent la prédictibilité des modèles et leur évaluation est donc nécessaire afin de réduire les risques économiques et humains liés à l'utilisation des modèles. Le travail de thèse s'est déroulé dans le cadre plus spécifique des incertitudes sur les structures géologiques. Les réponses apportées sont multiples : (1) une méthode stochastique de génération de modèles structuraux à géométrie et topologie changeantes, combinant une connaissance a priori des structures géologiques aux données interprétées, a été développée ; (2) le réalisme géologique des structures modélisées est garanti grâce à la modélisation implicite, représentant une surface par une équipotentielle d'un champ scalaire volumique ; (3) la description des failles en un nombre restreint de paramètres incertains a permis d'aborder la modélisation inverse, ce qui ouvre la voie vers l'assimilation de données géophysiques ou d'écoulement fluides grâce à des méthodes bayesiennes

Download / Links

BibTeX Reference

@phdthesis{cherpeau:tel-01749341,
 abstract = {La modélisation du sous-sol est un outil indispensable pour décrire, comprendre et quantifier les processus géologiques. L'accès au sous-sol et son observation étant limités aux moyens d'acquisition, la construction de modèles tridimensionnels du sous-sol repose sur l'interprétation de données éparses à résolution limitée. Dans ce contexte, de nombreuses incertitudes affectent la construction de tels modèles, dues aux possibles biais humains cognitifs lors de l'interprétation, à la variabilité naturelle des objets géologiques et aux incertitudes intrinsèques des données utilisées. Ces incertitudes altèrent la prédictibilité des modèles et leur évaluation est donc nécessaire afin de réduire les risques économiques et humains liés à l'utilisation des modèles. Le travail de thèse s'est déroulé dans le cadre plus spécifique des incertitudes sur les structures géologiques. Les réponses apportées sont multiples : (1) une méthode stochastique de génération de modèles structuraux à géométrie et topologie changeantes, combinant une connaissance a priori des structures géologiques aux données interprétées, a été développée ; (2) le réalisme géologique des structures modélisées est garanti grâce à la modélisation implicite, représentant une surface par une équipotentielle d'un champ scalaire volumique ; (3) la description des failles en un nombre restreint de paramètres incertains a permis d'aborder la modélisation inverse, ce qui ouvre la voie vers l'assimilation de données géophysiques ou d'écoulement fluides grâce à des méthodes bayesiennes},
 author = {Cherpeau, Nicolas},
 hal_id = {tel-01749341},
 hal_version = {v1},
 keywords = {Geomodeling ; Uncertainty ; Stochastic Model ; Topology ; G{\'e}omod{\'e}lisation ; Incertitude ; Mod{\`e}le stochastique ; Topologie ; G{\'e}ologie -- Informatique ; Mod{\'e}lisation tridimensionnelle ; Approximation ;  Th{\'e}orie de l' ; Processus stochastiques},
 month = {April},
 number = {2012LORR0141},
 pdf = {https://hal.univ-lorraine.fr/tel-01749341v1/file/DDOC_T_2012_0141_CHERPEAU.pdf},
 school = {{Universit{\'e} de Lorraine}},
 title = {{Incertitudes structurales en g{\'e}omod{\'e}lisation : {\'e}chantillonnage et approche inverse}},
 type = {Theses},
 url = {https://hal.univ-lorraine.fr/tel-01749341},
 year = {2012}
}