Détection et caractérisation massives de phénomènes sismologiques pour la surveillance d'événements traditionnels et la recherche systématique de phénomènes rares
Auteur / Autrice : | Nadège Langet |
Direction : | Alessia Maggi |
Type : | Thèse de doctorat |
Discipline(s) : | Géophysique |
Date : | Soutenance le 09/12/2014 |
Etablissement(s) : | Strasbourg |
Ecole(s) doctorale(s) : | École doctorale Sciences de la Terre et Environnement (Strasbourg ; 2000-....) |
Partenaire(s) de recherche : | Laboratoire : Institut de physique du globe (Strasbourg) |
Jury : | Président / Présidente : Anne Mangeney |
Examinateurs / Examinatrices : Luis Rivera, Jocelyn Guilbert, Sophie Lambotte | |
Rapporteurs / Rapporteuses : Anne Mangeney, Anne Deschamps |
Mots clés
Résumé
La multiplication du nombre de réseaux sismiques fait exploser le nombre de données sismologiques. Manuellement, leur traitement est long et fastidieux, d'où la nécessité d'automatiser la détection, la classification et la localisation des événements pour aider les observatoires qui surveillent continuellement la sismicité, mais aussi, dans un intérêt plus scientifique, rechercher et caractériser les phénomènes. La thèse se décompose en 2 axes majeurs : (1) la détection / localisation des séismes, avec le logiciel Waveloc. On a amélioré les outils pré-existants, ajouté de nouvelles fonctionnalités pour une analyse plus détaillée de la sismicité et validé le code avec les données du Piton de la Fournaise ; (2) la classification des séismes. Après calcul des attributs décrivant au mieux les signaux, on a démontré l'efficacité de 2 méthodes d'apprentissage supervisé (régression logistique et SVM) pour le Piton de la Fournaise et soulevé les difficultés pour un cas plus complexe (le Kawah Ijen).