Modélisation probabiliste des réseaux de failles par graphe sur des données éparses: connaissance experte et apprentissage automatique

Probabilistic modelling of fault networks using a graph formalism based on sparse data: expert knowledge and machine learning

• Auteur / Autrice : Amandine Fratani
• Direction : Guillaume Caumon, Radu Stefan Stoica
• Type : Projet de thèse
• Discipline(s) : Géosciences
• Date : Inscription en doctorat le ; Soutenance le 03/02/2026
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale SIReNa - Science et ingénierie des ressources naturelles
• Partenaire(s) de recherche : Laboratoire : GeoRessources
• Jury : Président / Présidente : Marianne Clausel
• Jury : Examinateurs / Examinatrices : Guillaume Caumon, Roger Soliva, Edith Gabriel, Radu Stoica, Mike Pereira
• Jury : Rapporteurs / Rapporteuses : Roger Soliva, Edith Gabriel

Mots clés

Mots clés libres

Apprentissage machine

Géologie structurale

Graphe

Machine learning

Structural geology

Graph

Résumé

Les failles sont des zones structurantes du sous-sol qui contrôlent fortement les circulations de fluides, résultant de la rupture de la roche en deux blocs avec un déplacement relatif. Leur étude en subsurface est complexe en raison des lacunes d'information entre les données disponibles. La modélisation stochastique permet d'estimer les incertitudes géologiques et topologiques en générant de multiples modèles, mais elle ne prend pas toujours en compte tous les types d'incertitudes, notamment lors de l'association d'observations fragmentaires. Dans cette thèse, je m'intéresse précisément aux incertitudes liées à l'étape d'association des observations de failles et au manque de données structurales pour l'apprentissage automatique. Les travaux se déclinent en trois contributions principales. Le premier axe étend un formalisme de graphe initialement conçu pour des données sismiques vers les données de forage, beaucoup plus nombreuses. Trois règles expertes exploitant la position, l'orientation et l'ouverture des failles sont introduites, ainsi qu'un nouvel algorithme d'échantillonnage capable de gérer efficacement de grands volumes d'observations. Les tests sur données synthétiques montrent que l'approche permet d'identifier des associations cohérentes, bien que son paramétrage soit complexe et que la prise en compte exclusive de paires limite le réalisme géologique. Le deuxième axe vise à dépasser cette limite en modélisant explicitement les interactions entre plusieurs observations. Pour cela, deux modèles de forêts aléatoires sont entraînés sur des paires et des triplets d'observations issues de modèles structuraux 3D, et un modèle analytique est proposé pour combiner ces potentiels au sein d'un graphe unique. Les résultats révèlent que les triplets apportent des informations complémentaires importantes, améliorant la qualité des potentiels, même si la génération de scénarios d'association pleinement cohérents reste un défi. Enfin, le troisième axe répond au manque de données d'entraînement en développant une méthode de génération de modèles structuraux synthétiques réalistes. Une version modifiée du logiciel Noddy est paramétrée à partir d'une formalisation mathématique des connaissances géologiques pour produire des réseaux de failles caractéristiques des bassins extensifs (horst-graben, failles en domino). Dix modèles ont été générés, montrant un réalisme prometteur malgré certaines limitations liées aux capacités du logiciel. Ensemble, ces contributions renforcent la capacité à quantifier les incertitudes de modélisation structurale, à mieux représenter les interactions entre observations et à fournir des jeux de données structuraux adaptés à l'apprentissage automatique.

Faults are major structural features of the subsurface that strongly control fluid flow, resulting from the rupture of rock into two blocks with relative displacement. Their study in the subsurface is challenging due to gaps in information between available data. Stochastic modelling allows geological and topological uncertainties to be estimated by generating multiple models, but it does not always account for all types of uncertainties, particularly when associating fragmentary observations. In this thesis, I focus specifically on the uncertainties related to the association of fault observations, as well as on the lack of structural data for machine learning. The work is structured around three main contributions. The first axis extends a graph-based formalism originally designed for seismic data to borehole data, which are far more numerous. Three expert rules exploiting the position, orientation, and aperture of faults are introduced, along with a new sampling algorithm capable of efficiently handling large volumes of observations. Tests on synthetic datasets show that the approach can identify coherent associations, although parameter calibration remains complex and the exclusive use of pairwise relations limits geological realism. The second axis aims to overcome this limitation by explicitly modelling interactions involving multiple observations. To do so, two random forest models are trained on pairs and triplets of observations extracted from 3D structural models, and an analytical model is proposed to combine these potentials within a unified graph. The results show that triplets provide important complementary information, improving the quality of the potentials, although generating fully coherent association scenarios remains a challenge. Finally, the third axis addresses the lack of training data by developing a method for generating realistic synthetic structural models. A modified version of the Noddy software is parameterised through a mathematical formalisation of geological knowledge to produce fault networks characteristic of extensional basins (horst-graben systems, domino faults). Ten models were generated, demonstrating promising realism despite certain limitations linked to the software's geometric capabilities. Together, these contributions enhance the ability to quantify uncertainties in structural modelling, better represent interactions between observations, and provide structural datasets suitable for machine-learning applications.