Imagerie De Subsurface À Partir D'une Approche Géophysique Multi-Méthode Basée Sur L'inversion Coopérative 2 D : Nouvelle Formulation Théorique Et Applications Numériques Et Expérimentales Sur Des Données Électriques Et Sismiques

Pour mieux comprendre les resultats geophysiques en termes de geologie, il est important d’utiliser differents types de donnees acquises par plusieurs methodes. Une seule methode geophysique n’a pas necessairement la resolution suffisante pour expliquer la geologie. Avec une seule methode, il peut etre difficile de donner un sens geologique aux anomalies observees dans les modeles. L’inversion cooperative, en revanche, est une approche permettant de combiner des donnees de differentes natures. L’inversion conjointe peut etre realisee de deux facons : structurale ou petrophysique. On peut subdiviser les inversions conjointes en deux groupes : l’inversion conjointe de methodes sensibles au meme parametre physique, et l’inversion cooperative de methodes sensibles aux parametres de natures differentes, comme l’electrique et la sismique. Dans ce travail de these, on propose de combiner une inversion cooperative par zonation et une methode Gauss-Newton de minimisation de la fonction cout. L’inversion cooperative par zonation consiste a utiliser sequentiellement une approche de classification non-hierarchique fuzzy c-means (FCM) et un algorithme d’inversion separee. Dans un processus iteratif, l’algorithme de classification non-hierarchique est applique sur les resultats obtenus par inversion separee pour generer des modeles composes de plusieurs zones homogenes representant chacune une certaine lithologie du milieu investigue. Les modeles ainsi construits sont ensuite utilises comme modeles a priori dans l’expression du terme de covariance a priori sur l’espace des modeles dans une nouvelle etape d’inversion separee. La solution obtenue par une telle approche peut etre biaise vers le modele a priori qui est fonction du nombre de classes dans l’algorithme de classification non-hierarchique. Pour resoudre ce probleme, nous proposons l’utilisation d’un parametre de regularisation choisi par une methode derivee de la methode L-curve qui permet de ponderer l’impact du modele a priori sur la solution dans le cas ou la geologie ne se prete pas a une segmentation des modeles et de reduire l’effet du biais que pourrait introduire un mauvais a priori. Le choix du nombre de classes pour la construction du modele a priori est ainsi egalement rendu moins crucial. La methodologie developpee durant cette these est testee et validee sur deux modeles synthetiques. Une application est realisee sur des donnees reelles acquises dans le cadre d’un projet de recherche de l’agence nationale pour la gestion des dechets radioactifs (Andra) pour la caracterisation d’un site d’interet. Au vu des resultats de cette application, l’utilisation d’une approche cooperative pour l’inversion des donnees electrique et sismique permet l’obtention d’un modele geologique (structure et proprietes) plus robuste et coherent avec toutes les donnees. Les variations de parametres en profondeur sont definies de maniere plus precise avec cette approche.