Thèse soutenue par Marina A. Rosas Carbajal le 9 décembre 2014, Institut des sciences de la Terre (ISTE)
De nouvelles technologies sont nécessaires pour passer d’une production d’énergie basée sur le nucléaire et les combustibles fossiles à des énergies renouvelables. L’utilisation de systèmes géothermaux stimulés est une des possibilités qui pourraient répondre partiellement à la demande en énergie. Pour atteindre cet objectif, il est nécessaire de suivre les chemins d’écoulements des fluides qui sont injectés en profondeur afin de les récupérer une fois qu’ils sont suffisamment chauds pour produire de l’énergie.
La séquestration du CO2 pour limiter le changement climatique et la prévention de l’intrusion d’eau salée dans les aquifères costaux sont d’autres exemples qui démontrent notre besoin en technologies pour le suivi des processus dans le sous-sol à partir de la surface à différentes échelles d’espace et de temps. Les méthodes électromagnétiques (EM) d’ondes planes sont sensibles à la conductivité électrique du sous-sol et, par conséquent, à la conductivité électrique des fluides saturant la roche, à la présence de fractures connectées et à la température. Ces méthodes permettent d’étudier de manières analogues des processus allant de quelques mètres sous la surface jusqu’à plusieurs kilomètres de profondeur. Néanmoins, ces techniques sont soumises à une perte de résolution avec la profondeur. Pour cette raison, l’estimation des modèles permettant de représenter le sous-sol à partir de ces méthodes doit prendre en compte l’information a priori disponible afin de contraindre les modèles autant que possible. De plus, il est nécessaire de mesurer les incertitudes sur ces modèles de façon appropriées.
Durant le déroulement de cette thèse, j’ai développé des approches permettant la caractérisation statique et dynamique du sous-sol à l’aide d’ondes EM planes. Dans une première partie, je présente une approche déterministe permettant de réaliser des inversions répétées dans le temps (time-lapse) de données d’ondes EM planes en deux dimensions. Cette stratégie est basée sur l’incorporation, dans l’algorithme, d’informations sur les changements de conductivité électrique attendus en fonction du temps. J’utilise aussi une stratégie permettant d’éliminer les erreurs systématiques dans l’inversion de données time-lapse.
Dans une seconde partie, j’adopte un formalisme bayésien pour quantifier les incertitudes sur les paramètres du modèle. Pour cet objectif, je présente une stratégie d’inversion basée sur des simulations Markov chain Monte Carlo (MCMC) appliquée à des données d’ondes EM planes et de tomographies de résistivité électrique, séparées et jointes. Je compare les incertitudes des paramètres du modèle en considérant différentes contraintes sur la structure du modèle, et différentes fonctions pour décrire les erreurs sur les données. De plus, je montre que l’écart-type des erreurs sur les données peut être retrouvé par une inversion probabiliste.
Dans la dernière partie de cette thèse, j’étudie la distribution d’un panache de traceur salin injecté dans le sous-sol en réalisant une inversion MCMC time-lapse tridimensionnelle d’ondes EM planes. Étant donné que les inversions probabilistes sont très coûteuses en temps de calcul lorsque l’espace des paramètres présente une grande dimension, je propose une stratégie qui permet de réduire le nombre de paramètres pour représenter le panache. Cette méthodologie est appliquée à une expérience d’injection d’un traceur salin et d’acides, réalisée dans un système géothermal stimulé en Australie, et comparée à une inversion time-lapse tridimensionnelle réalisée selon une approche déterministe.
Les études décrites démontrent que les méthodes d’ondes EM planes sont très utiles pour caractériser et suivre les variations temporelles du sous-sol sur de larges échelles. Les présentes approches améliorent l’évaluation des modèles obtenus, autant en termes d’incorporation d’informations dans les algorithmes, qu’en termes de quantification d’incertitudes. De plus, les stratégies développées peuvent être appliquées à d’autres méthodes géophysiques, et offrent une grande flexibilité pour l’incorporation d’informations additionnelles lorsqu’elles sont disponibles.
