{"id":11372,"date":"2024-03-01T14:15:30","date_gmt":"2024-03-01T13:15:30","guid":{"rendered":"https:\/\/wp.unil.ch\/geoblog\/?p=11372"},"modified":"2024-03-06T16:56:25","modified_gmt":"2024-03-06T15:56:25","slug":"advancing-gpr-data-reconstruction-strategies-based-on-multiple-point-geostatistics-and-deep-learning","status":"publish","type":"post","link":"https:\/\/wp.unil.ch\/geoblog\/2024\/03\/advancing-gpr-data-reconstruction-strategies-based-on-multiple-point-geostatistics-and-deep-learning\/","title":{"rendered":"Advancing GPR Data Reconstruction Strategies Based on Multiple-Point Geostatistics and Deep-Learning"},"content":{"rendered":"\n

Th\u00e8se en sciences de la Terre, soutenue le 14 mars 2024 par Zhang Chongmin, rattach\u00e9 \u00e0 l’Institut des sciences de la Terre (ISTE) de la FGSE.<\/em><\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Le radar \u00e0 p\u00e9n\u00e9tration de sol (GPR) est un outil g\u00e9ophysique populaire pour l\u2019exploration pr\u00e8s de la surface gr\u00e2ce \u00e0 son potentiel d\u2019imagerie \u00e0 haute r\u00e9solution dans les milieux g\u00e9ologiques \u00e9lectriquement r\u00e9sistifs. La reconstruction des traces manquantes constitue un d\u00e9fi courant dans le traitement des donn\u00e9es de GPR de r\u00e9flexion, l\u2019objectif final \u00e9tant d\u2019obtenir un ensemble de donn\u00e9es \u00e0 haute r\u00e9solution r\u00e9guli\u00e8rement \u00e9chantillonn\u00e9 qui puisse \u00eatre correctement migr\u00e9, visualis\u00e9 et interpr\u00e9t\u00e9. Dans la pratique, les besoins sont g\u00e9n\u00e9ralement au nombre de trois :<\/p>\n\n\n\n

    \n
  1. le comblement des lacunes\u00a0;<\/li>\n\n\n\n
  2. la r\u00e9gularisation de l\u2019espacement des traces ;<\/li>\n\n\n\n
  3. la densification des traces.<\/li>\n<\/ol>\n\n\n\n

    Ce dernier besoin est plus \u00e9vident dans la collecte de donn\u00e9es 3D GPR, o\u00f9 un compromis est souvent fait, favorisant la couverture des donn\u00e9es au d\u00e9triment de la qualit\u00e9 des donn\u00e9es.<\/p>\n\n\n\n

    Dans cette th\u00e8se de doctorat, trois nouvelles techniques de reconstruction GPR bas\u00e9es sur les statistiques de points multiples (MPS) et l\u2019apprentissage profond (DL) sont propos\u00e9es. Plus pr\u00e9cis\u00e9ment, dans le premier projet, je pr\u00e9sente une strat\u00e9gie de reconstruction de profils 2D GPR bas\u00e9e sur un algorithme MPS r\u00e9cemment d\u00e9velopp\u00e9, appel\u00e9 Quick Sampling (QS). Dans le deuxi\u00e8me projet, je m\u2019appuie sur l\u2019approche bas\u00e9e sur QS d\u00e9velopp\u00e9e dans le premier projet pour mettre au point une m\u00e9thode de densification des donn\u00e9es de GPR en domaine 3D. Dans le dernier projet, j\u2019ai abord\u00e9 le probl\u00e8me de la densification des donn\u00e9es 3D GPR d\u2019un point de vue diff\u00e9rent en utilisant les r\u00e9seaux antagonistes g\u00e9n\u00e9ratifs. <\/p>\n\n\n\n

    Ces trois techniques s\u2019appuient sur des donn\u00e9es d\u2019entra\u00eenement pour obtenir des informations d\u00e9taill\u00e9es sur le caract\u00e8re des structures de r\u00e9flexion attendues dans le sous-sol, qui sont exploit\u00e9es pour obtenir des r\u00e9sultats tr\u00e8s r\u00e9alistes, m\u00eame en pr\u00e9sence de repliement spatial. L\u2019application r\u00e9ussie de ces techniques est observ\u00e9e dans les donn\u00e9es GPR de terrain et synth\u00e9tiques. Dans l\u2019ensemble, je conclus que l\u2019utilisation des approches MPS et DL de pointe est tr\u00e8s prometteuse pour la reconstruction des traces de GPR manquantes.<\/p>\n","protected":false},"excerpt":{"rendered":"

    Th\u00e8se en sciences de la Terre, soutenue le 14 mars 2024 par Zhang Chongmin, rattach\u00e9 \u00e0 l’Institut des sciences de la Terre (ISTE) de la FGSE. Le radar \u00e0 p\u00e9n\u00e9tration de sol (GPR) est un outil g\u00e9ophysique populaire pour l\u2019exploration pr\u00e8s de la surface gr\u00e2ce \u00e0 son potentiel d\u2019imagerie \u00e0 haute r\u00e9solution dans les milieux […]<\/p>\n","protected":false},"author":47,"featured_media":11373,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"","_links_to":"","_links_to_target":""},"categories":[49465],"tags":[],"class_list":{"0":"post-11372","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-theses-soutenues"},"_links":{"self":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts\/11372","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/comments?post=11372"}],"version-history":[{"count":3,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts\/11372\/revisions"}],"predecessor-version":[{"id":11382,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/posts\/11372\/revisions\/11382"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/media\/11373"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/media?parent=11372"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/categories?post=11372"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.unil.ch\/geoblog\/wp-json\/wp\/v2\/tags?post=11372"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}