Caractérisation de la subsurface par inversion de forme d'onde complète 3D élastique. Etude d'un jeu de données sismiques de proche surface multi-composantes

3D elastic full waveform inversion for subsurface characterization.Study of a shallow seismic multicomponent field data

• Auteur / Autrice : Theodosius Marwan Irnaka
• Direction : Romain Brossier, Ludovic Métivier
• Type : Thèse de doctorat
• Discipline(s) : Terre Solide
• Date : Soutenance le 23/02/2021
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Sciences de la terre, de l’environnement et des planètes (Grenoble, Isère, France ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Institut des sciences de la Terre (Grenoble)
• Jury : Président / Présidente : Stéphane Garambois
• Jury : Examinateurs / Examinatrices : Thomas Bohlen, Daniel Köhn
• Jury : Rapporteur / Rapporteuse : Maurer Hansruedi, Donatienne Leparoux

Mots clés

Mots clés contrôlés

Méthode sismique-réflexion -- Déconvolution

Mots clés libres

Méthode sismique

Physique élastique

Sismique peu profonde

Inversion géophysique

Seismic method

Elastic medium

Shallow seismic

Geophysics inversion

Résumé

L'inversion de forme d'onde complète (FWI) est une procédure d'ajustement itératif des données entre les données observées et les données synthétiques. Les données synthétiques sont calculées en résolvant une équation d'onde. La FWI vise à reconstruire les informations détaillées des propriétés physiques du sous-sol. La méthode FWI a été développée au cours des dernières décennies, grâce à l'augmentation de la capacité de calcul et au développement de la technologie d'acquisition. La FWI a également été appliquée à à des échelles variées, allant de l'échelle globale, lithosphérique, crustale, jusqu'à la proche surface, c'est à dire quelques mètres de profondeur.Dans ce manuscrit, nous étudions l'inversion d'un jeu de données de source et de récepteur multicomposantes en utilisant un algorithme d'inversion de forme d'onde complète viscoélastique pour une cible sismique peu profonde. La cible est une ligne de tranchée enterrée à environ 1 m de profondeur. Nous présentons le pré-traitement des données, y compris une correction par déconvolution pour compenser les différentes conditions de couplage de la source et du récepteur pendant l'acquisition, ainsi qu'un procédé d'inversion en plusieurs étape pour la reconstruction des vitesses des ondes P et S. Notre mise en œuvre est basée sur une modélisation viscoélastique utilisant une discrétisation par éléments spectraux pour rendre compte avec précision de la complexité de la propagation des ondes dans cette région peu profonde. Nous illustrons la stabilité de l'inversion en partant de différents modèles initiaux, soit basés sur l'analyse des courbes de dispersion, soit des modèles homogènes cohérents avec les premières arrivées. Nous obtenons des résultats similaires dans les deux cas. Nous illustrons également l'importance de la prise en compte de l'atténuation en comparant les résultats élastiques et viscoélastiques. Les résultats 3D permettent de localiser précisément la ligne de tranchée en termes d'interprétation. Ils montrent également une autre structure de ligne de tranchée, dans une direction formant un angle de 45 degrés avec la direction de la ligne de tranchée ciblée. Cette nouvelle structure avait été précédemment interprétée comme un artefact dans les anciens résultats d'inversion 2D. L'interprétation archéologique de cette nouvelle structure est actuellement en discussion.Nous réalisons également trois expériences différentes pour comprendre l'effet des données à composantes multiples sur la FWI. La première expérience est une analyse de sensibilité de plusieurs paquets d'ondes (onde P, onde S et onde de surface) sur un modèle 3D simple basé sur une direction cartésienne de la source et du récepteur. La seconde expérience est une inversion élastique 3D basée sur des données synthétiques (utilisant la source de direction cartésienne) et de champ (utilisant la source Galperin) avec diverses combinaisons de composants. Seize combinaisons de composantes sont analysées pour chaque cas. Dans la troisième expérience, nous effectuons la décimation de l'acquisition sur la base de la deuxième expérience. Nous démontrons un avantage significatif des données multicomposantes FWI grâce à ces expériences. Dans une échelle sismique peu profonde, les inversions avec les composantes horizontales donnent une meilleure reconstruction en profondeur. En se basant sur la décimation de l'acquisition, l'inversion utilisant des données sismiques 9C fortement décimées produit des résultats similaires à l'inversion utilisant des données sismiques 1C sur l'acquisition complète.

Full Waveform Inversion (FWI) is an iterative data fitting procedure between the observed data and the synthetic data. The synthetic data is calculated by solving the wave equation. FWI aims at reconstructing the detailed information of the subsurface physical properties. FWI has been rapidly developed in the past decades, thanks to the increase of the computational capability and the development of the acquisition technology. FWI also has been applied in a broad scales including the global, lithospheric, crustal, and near surface scale.In this manuscript, we investigate the inversion of a multicomponent source and receiver near-surface field dataset using a viscoelastic full waveform inversion algorithm for a shallow seismic target. The target is a trench line buried at approximately 1 m depth. We present the pre-processing of the data, including a matching filter correction to compensate for different source and receiver coupling conditions during the acquisition, as well as a dedicated multi-step workflow for the reconstruction of both P-wave and S-wave velocities. Our implementation is based on viscoelastic modeling using a spectral element discretization to accurately account for the wave propagation's complexity in this shallow region. We illustrate the inversion stability by starting from different initial models, either based on dispersion curve analysis or homogeneous models consistent with first arrivals. We recover similar results in both cases. We also illustrate the importance of taking into account the attenuation by comparing elastic and viscoelastic results. The 3D results make it possible to recover and locate precisely the trench line in terms of interpretation. They also exhibit another trench line structure, in a direction forming an angle at 45 degrees with the direction of the targeted trench line. This new structure had been previously interpreted as an artifact in former 2D inversion results. The archaeological interpretation of this new structure is still a matter of discussion.We also perform three different experiments to study the effect of multicomponent data on this FWI application. The first experiment is a sensitivity kernel analysis of several wave packets (P-wave, S-wave, and surface wave) on a simple 3D model based on a Cartesian based direction of source and receiver. The second experiment is 3D elastic inversion based on synthetic (using cartesian direction's source) and field data (using Galperin source) with various component combinations. Sixteen component combinations are analyzed for each case. In the third experiment, we perform the acquisition's decimation based on the second experiment. We demonstrate a significant benefit of multicomponent data FWI in terms of model and data misfit through those experiments. In a shallow seismic scale, the inversions with the horizontal components give a better depth reconstruction. Based on the acquisition's decimation, inversion using heavily decimated 9C seismic data still produce similar results compared to the inversion using 1C seismic of a dense acquisition.