Méthodes de modélisation du sous-sol en géophysique
La modélisation du sous-sol est au cœur de nombreux travaux géophysiques modernes, car presque toutes les décisions en matière d'exploration des ressources, de prévention des catastrophes et de planification des infrastructures reposent sur notre compréhension des conditions qui règnent sous la surface terrestre. Le sous-sol étant généralement inaccessible à l'observation directe, les géophysiciens utilisent des mesures indirectes – telles que les ondes sismiques, les variations des champs de gravité et magnétiques, ou encore les réponses électriques – pour interpréter les structures géologiques. À partir de ces données, des processus de modélisation permettent de construire des représentations physiques et géologiques plausibles, sous forme de coupes 2D ou de volumes 3D.
En géophysique, la modélisation du sous-sol se divise généralement en deux grandes approches : la modélisation directe et la modélisation inverse (ou inversion). Ces deux approches sont complémentaires : la modélisation directe permet de prédire les données géophysiques à partir d’un modèle du sous-sol déjà établi, tandis que l’inversion vise à estimer ce modèle à partir des données mesurées. En pratique, le géophysicien alterne souvent entre les deux jusqu’à obtenir un modèle qui corresponde aux données et soit géologiquement cohérent.
1. Concepts fondamentaux de la modélisation : des données au modèle
Chaque méthode géophysique mesure des grandeurs physiques spécifiques. La sismique mesure le temps de propagation ou la forme d'onde, la géoélectricité la résistivité ou la conductivité, l'électromagnétisme la réponse induite, la gravimétrie l'accélération gravitationnelle et le magnétisme l'intensité du champ magnétique. Ces grandeurs sont ensuite mises en relation avec les propriétés de la roche : densité, susceptibilité magnétique, vitesse de propagation des ondes, porosité, teneur en fluides et composition minéralogique.
Cependant, la relation entre les données et les propriétés des roches est rarement unique. De nombreux modèles différents peuvent produire des réponses similaires. Ce phénomène, appelé non-unicité, constitue un défi classique en modélisation géophysique. Par conséquent, une modélisation de qualité nécessite des contraintes issues de la géologie, des données de puits, des observations d'affleurements ou d'une intégration multiméthode afin d'obtenir une solution plus ciblée.
2. Modélisation prospective
La modélisation directe consiste à calculer la réponse géophysique d'un modèle de sous-sol supposé. Par exemple, si l'on crée un modèle stratifié présentant un contraste de densité spécifique, on peut calculer les anomalies gravimétriques attendues en surface. Si un modèle de vitesse sismique est spécifié, on peut calculer les temps d'arrivée des ondes sismiques. La modélisation directe est importante pour :
1. Tester des hypothèses géologiques (par exemple, s'il y a ou non une intrusion ignée).
2. Conception de l'étude (détermination de l'espacement des trajets, de la fréquence de la source, etc.).
3. Valider les résultats de l'inversion (s'assurer que le modèle physique est réaliste).
En matière de modélisation numérique, on peut trouver des solutions simples (par exemple, des modèles 1D stratifiés) ou très complexes (simulations 3D par éléments finis/différences finies). La complexité augmente en raison de l'hétérogénéité de la roche, de la topographie, de l'anisotropie et des effets 3D.
3. Inversion : Le cœur de la modélisation du sous-sol
L'inversion vise à trouver le modèle de sous-sol le plus susceptible de reproduire les données observées. Elle est généralement résolue comme un problème d'optimisation : minimiser l'écart entre les données mesurées et simulées, en appliquant des règles supplémentaires pour éviter que le modèle ne soit trop éloigné de la réalité ou irréaliste. Cet écart est souvent appelé « misfit », tandis que la règle de stabilisation est appelée « régularisation ».
a. Inversion déterministe
L'inversion déterministe est couramment utilisée en raison de son efficacité. On peut citer comme exemples l'inversion par les moindres carrés, l'inversion de Gauss-Newton ou l'inversion par gradient conjugué. Elle est rapide et adaptée aux grands ensembles de données, mais ses résultats dépendent des hypothèses initiales et des paramètres de régularisation.
b. Inversion probabiliste (bayésienne)
L'approche bayésienne considère les modèles comme des distributions de probabilité. Il n'en résulte pas un modèle unique, mais plutôt un ensemble de modèles possibles et leurs incertitudes associées. Les méthodes telles que la méthode de Monte Carlo par chaînes de Markov (MCMC) sont couramment utilisées dans les études qui mettent l'accent sur l'estimation de l'incertitude, malgré leur coût de calcul élevé.
c. Régularisation et contraintes géologiques
Les inversions étant souvent instables, on utilise des régularisations telles que des contraintes de lissage (pour lisser le modèle), d'amortissement (pour éviter les valeurs extrêmes) ou de parcimonie (pour favoriser des limites nettes). De plus, des contraintes géologiques, comme les limites de couches issues de l'interprétation sismique ou des données de puits, peuvent être intégrées pour rendre le modèle plus réaliste.
4. Méthodes de modélisation basées sur les types de données géophysiques
a. Modélisation sismique
La sismique est une méthode à haute résolution largement utilisée dans l'exploration pétrolière et gazière et les études de la croûte terrestre. La modélisation sismique comprend :
– Tracé de rayons pour calculer les trajectoires des ondes et les temps de propagation.
– Modélisation complète des formes d'onde pour simuler des formes d'onde complètes.
– La migration sismique est le processus de transfert de l'énergie réfléchie vers sa position réelle sous la surface.
Dans son inversion, la tomographie sismique (estimation de la vitesse à partir du temps de trajet) et l'inversion de forme d'onde complète (FWI) sont connues pour être capables de produire des modèles de vitesse très détaillés, mais sont sensibles au modèle initial et à la qualité des données.
b. Modélisation géoélectrique et de résistivité (ERT)
La tomographie de résistivité électrique (TRE) modélise la distribution de la résistivité du sous-sol à partir de mesures de différence de potentiel obtenues par injection de courant. Cette méthode est efficace pour les études des eaux souterraines, la pollution et le génie géotechnique. Ses principaux défis résident dans les effets de contact des électrodes, l'hétérogénéité superficielle et la forte non-linéarité. L'inversion TRE utilise généralement une régularisation pour stabiliser le modèle et peut être étendue à l'inversion temporelle pour suivre l'évolution du sous-sol (par exemple, la migration de contaminants ou l'intrusion d'eau salée).
c. Modélisation électromagnétique (MT, TEM, CSEM)
Les méthodes électromagnétiques, telles que la magnétotellurique (MT), exploitent les champs électromagnétiques naturels pour cartographier la conductivité en profondeur, un aspect important en géothermie et en tectonique. La méthode électromagnétique transitoire (TEM) est quant à elle adaptée aux études en eaux peu profondes à moyennes. La modélisation électromagnétique est généralement gourmande en ressources de calcul en raison des équations de Maxwell et des importants effets 3D ; par conséquent, la modélisation et l’inversion 3D requièrent des ressources de calcul considérables et des stratégies de régularisation appropriées.
d. Modélisation de la gravité
Les données gravimétriques permettent de cartographier les variations de densité. La modélisation est relativement rapide, mais le problème est loin d'être unique : de nombreuses distributions de densité différentes peuvent produire la même anomalie. Par conséquent, l'interprétation des données gravimétriques repose presque toujours sur des contraintes géologiques, des données sismiques ou des limites géométriques. La modélisation gravimétrique est souvent utilisée pour cartographier les bassins sédimentaires, les dômes de sel ou les intrusions.
e. Modélisation magnétique
Les méthodes magnétiques sont sensibles à la susceptibilité magnétique et à l'aimantation rémanente. La modélisation magnétique est efficace pour l'exploration minière, la cartographie structurale et l'identification des roches ignées. Les difficultés résident notamment dans la distinction des contributions régionales et locales, la correction des variations journalières et la résolution des ambiguïtés concernant la direction de l'aimantation. L'inversion magnétique 3D de la susceptibilité est une technique courante, souvent combinée à des données pétrophysiques.
5. Intégration multiméthode et inversion conjointe
Chaque méthode présentant des sensibilités différentes, l'intégration constitue une stratégie importante. Par exemple :
– La sismique est sensible à la vitesse et à l'impédance acoustique.
– La gravité est sensible à la densité.
– L’électromagnétisme est sensible à la conductivité.
L'inversion conjointe combine plusieurs jeux de données afin de réduire la non-unicité des résultats et d'accroître leur fiabilité. Deux approches sont possibles : (1) l'inversion simultanée avec une fonction objectif commune, ou (2) l'inversion séquentielle, où un modèle issu d'une méthode est contraint par une autre. Dans certains cas, notamment en géothermie, l'inversion conjointe des données MT, gravimétriques et sismiques permet d'obtenir une représentation plus cohérente du réservoir, de la roche de couverture et des zones d'altération.
6. Points clés : résolution, profondeur de l’enquête et incertitude
La modélisation du sous-sol doit toujours prendre en compte :
– Résolution : niveau de détail d’une structure visible. La résolution sismique est généralement élevée, celle de la gravité plus faible.
– Profondeur d'investigation : l'ERT est superficielle à moyenne, la MT peut être très profonde.
– Incertitude : bruit des données, hypothèses du modèle et non-unicité.
Il est recommandé de présenter non seulement le modèle final, mais aussi la qualité de l'ajustement, la sensibilité et l'intervalle d'incertitude. Sans cela, un modèle risque d'être considéré comme « exact » alors qu'il ne représente en réalité qu'une possibilité parmi d'autres.
7. Derniers développements
Les progrès en informatique, en capteurs et en algorithmes permettent une modélisation plus réaliste. L'inversion de forme d'onde complète, l'inversion électromagnétique 3D à grande échelle et l'inversion conjointe sont de plus en plus courantes. Parallèlement, les méthodes d'apprentissage automatique commencent à être utilisées pour accélérer l'interprétation, la détection de motifs et les approches de modélisation par approximation, afin d'accélérer la modélisation directe. Cependant, l'apprentissage automatique doit encore être encadré par des principes physiques et validé sur le terrain pour éviter les interprétations biaisées.
conclusion
Les méthodes de modélisation du sous-sol en géophysique combinent modélisation avancée, inversion et intégration des connaissances géologiques. Chaque méthode – sismique, géoélectrique, électromagnétique, gravimétrique et magnétique – présente ses propres avantages et limites ; le choix de la méthode doit donc être adapté à la cible, à la profondeur et à la résolution requise. Grâce à une application appropriée de l’inversion, à une régularisation judicieuse et à l’intégration de plusieurs méthodes, la modélisation du sous-sol permet de produire des images de plus en plus fiables pour l’exploration des ressources, la gestion des risques et la gestion environnementale.
Si vous le souhaitez, je peux adapter cet article à un contexte spécifique (par exemple, l'exploration géothermique, pétrolière et gazière, minière ou géotechnique), ajouter une bibliographie ou créer une version plus académique avec des citations.
