Inversion Bayésienne de données sismiques passives pour l'imagerie et le calcul de la réponse de site : application à un réseau dense de capteurs dans la vallée du Rhône, France

BAYESIAN INVERSION OF PASSIVE SEISMIC DATA FOR IMAGING AND SITE RESPONSE ASSESSMENT : APPLICATION TO A DENSE NETWORK OF SENSORS IN THE RHÔNE VALLEY, FRANCE

• Auteur / Autrice : Lena Castel
• Direction : Laurent Stehly, Celine Gelis
• Type : Projet de thèse
• Discipline(s) : Sciences de la Terre et de l'Environnement
• Date : Inscription en doctorat le 06/10/2025
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Sciences de la Terre de l'Environnement et des Planètes
• Partenaire(s) de recherche : Laboratoire : Institut des Sciences de la Terre

Mots clés

Mots clés libres

Sismologie

Aléa sismique

Tomographie

Seismology

Seismic hazards

Tomography

Résumé

La réponse locale d'un site peut significativement modifier le mouvement sismique enregistré en surface, un phénomène connu sous le nom d'« effet de site ». Cet effet dépend des caractéristiques géométriques et mécaniques du site, pouvant entraîner une amplification et un allongement de la durée du signal sismique. Il est crucial de considérer cet effet dans l'évaluation de l'aléa sismique pour les installations nucléaires. Les exploitants nucléaires utilisent principalement des modélisations numériques pour estimer ces effets, notamment dans des sites comme Tricastin, Marcoule, et Cadarache. Les méthodes passives, basées sur le traitement du bruit sismique ambiant, sont employées pour déterminer les propriétés du sol et construire des modèles. Ce sujet de thèse a pour but d'explorer le potentiel des méthodes récentes utilisant les enregistrements de bruit sismique ambiant pour caractériser les propriétés du sol dans des milieux hétérogènes. Cela est particulièrement pertinent pour les installations nucléaires situées au-dessus de structures géologiques complexes comme les anciens canyons ou vallées sédimentaires. En effet, les anciens canyons et vallées peuvent réfléchir et piéger les ondes sismiques, augmentant localement les dommages. La réponse de ces structures dépend de la forme des bords du bassin et du contraste des propriétés du sol. L'imagerie des bords de bassin reste un défi, nécessitant des méthodes innovantes pour extraire des informations complètes. La vallée du Rhône, avec son ancien canyon rempli de sédiments, est un site d'intérêt majeur. Un réseau dense de 400 capteurs (nodes) a été déployé pour enregistrer le bruit sismique ambiant autour de la centrale de Tricastin à proximité du Teil, complété par des stations sismologiques large bande qui ont enregistré la sismicité régionale pendant 6 mois. L'objectif est d'utiliser le bruit ambiant pour réaliser une image tomographique du bassin autour de Tricastin suffisament précise pour prédire les effets de site. Cependant, les approches classiques utilisant des corrélations de bruit ont des limites pour imager des milieux très hétérogènes et des interfaces. Cette thèse propose d'utiliser une méthode d'inversion bayésienne pour améliorer l'imagerie et évaluer les incertitudes des modèles. Les résultats permettront d'estimer l'amplification sismique et de comparer les modèles numériques aux observations empiriques. L'objectif est de développer une méthodologie adaptée aux contextes de faible sismicité, comme en France hexagonale, et de proposer des approches pour imager des structures géologiques complexes. Les résultats contribueront à une évaluation plus fiable de l'aléa sismique pour les installations nucléaires.

The local response of a site can significantly alter the seismic motion recorded at the surface, a phenomenon known as the 'site effect.' This effect depends on the geometric and mechanical characteristics of the site, potentially leading to amplification and prolongation of the seismic signal duration. It is crucial to consider this effect in the assessment of seismic hazards for nuclear facilities. Nuclear operators primarily use numerical modeling to estimate these effects, particularly at sites like Tricastin, Marcoule, and Cadarache. Passive methods, based on processing ambient seismic noise, are employed to determine soil properties and build models. This thesis aims to explore the potential of recent methods using ambient seismic noise recordings to characterize soil properties in heterogeneous environments. This is particularly relevant for nuclear facilities located above complex geological structures such as ancient canyons or sedimentary valleys. Indeed, these structures can reflect and trap seismic waves, locally increasing damage. The response of these structures depends on the shape of the basin edges and the contrast in soil properties. Imaging basin edges remains a challenge, requiring innovative methods to extract complete information. The Rhône Valley, with its ancient canyon filled with sediments, is a major site of interest. A dense network of 400 sensors (nodes) was deployed to record ambient seismic noise around the Tricastin nuclear plant near Le Teil, complemented by broadband seismological stations that recorded regional seismicity for 6 months. The objective is to use ambient noise to create a tomographic image of the basin around Tricastin that is precise enough to predict site effects. However, classical approaches using noise correlations have limitations in imaging highly heterogeneous media and interfaces. This thesis proposes using a Bayesian inversion method to improve imaging and evaluate model uncertainties. The results will allow for estimating seismic amplification and comparing numerical models with empirical observations. The goal is to develop a methodology suited to low-seismicity contexts, such as in mainland France, and to propose approaches for imaging complex geological structures. The results will contribute to a more reliable assessment of seismic hazards for nuclear facilities.