Thèse Optimisation des Réseaux de Capteurs Dédiés à la Surveillance Environnementale H/F - Doctorat.Gouv.Fr

Établissement : Mines Paris-PSL École doctorale : Géosciences, Ressources Naturelles et Environnement Laboratoire de recherche : Centre de Géosciences Direction de la thèse : Alexandrine GESRET ORCID 000000026828392X Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-29T23:59:59 Le mouvement sismique enregistré en un site dépend des propriétés de la source sismique et de la propagation des ondes sismiques de la source jusqu'au site. Afin d'enregistrer le mouvement sismique, des capteurs sont classiquement déployés dans les zones à fort enjeu. Ils sont utilisés notamment pour détecter, localiser et suivre l'évolution de la sismicité, que ce soit dans le contexte de la sismicité induite ou naturelle. Ils permettent également d'estimer la réponse sismique locale d'un site (effets de site) dont la variabilité spatiale des propriétés géologiques est susceptible d'engendrer des modifications importantes de l'amplitude, du contenu fréquentiel et de la durée du signal sismique enregistré en surface. Mieux suivre la sismicité, notamment la sismicité induite, et améliorer la compréhension des effets de site constituent un enjeu scientifique majeur puisque ces deux phénomènes déterminent l'intensité et la répartition spatiale du mouvement sismique en surface. L'objectif de la thèse est de développer des approches innovantes visant à améliorer la détection et la qualité de localisation de séismes locaux et approfondir la connaissance du milieu géologique en s'appuyant sur des stratégies d'optimisation des réseaux de capteurs. Des méthodes de conception de réseaux, basées sur la matrice d'information de Fisher [M14] ou sur le gain d'information attendu [C25], seront mises en oeuvre afin de maximiser l'information extraite, de réduire l'incertitude sur les paramètres d'intérêt et de prendre en compte les contraintes éventuelles liées au coût, à la topographie ou à l'accessibilité des sites. Pour rendre ces approches opérationnelles malgré la complexité des modèles physiques et des simulations numériques, des modèles simplifiés utilisant des méthodes de machine learning seront implémentés pour réduire significativement les temps de calcul. Les applications cibleront des sites d'intérêt, déjà partiellement instrumentés, nécessitant une surveillance adaptée pour mieux caractériser l'aléa sismique. Les travaux de cette thèse viseront principalement à quantifier l'amélioration apportée par la mise en place de nouveaux capteurs. Dans le contexte du monitoring de la sismicité induite (géothermie profonde, stockage gaz, mines), il est primordial de surveiller les exploitations qui engendrent de la sismicité pour des raisons de sécurité et d'optimisation, la sismicité étant généralement le seul moyen de suivre l'évolution du réseau de fractures. Il est également nécessaire de caractériser de manière fiable la réponse sismique des sites sur lesquels des installations sensibles peuvent être construites non loin de zones actives sismiquement. Cette surveillance repose sur le déploiement de sismomètres. Le positionnement de ces capteurs peut fortement influencer le niveau de détection, la qualité de la localisation, de l'imagerie ou de la quantification des effets de site ainsi que les estimations de l'incertitude associée.
Ce projet de thèse s'inscrit dans la continuité d'une collaboration existante entre les membres de l'équipe encadrante, portant sur la tomographie sismique probabiliste en utilisant des méta-modèles [S21, P25]

Connaissances en calcul scientifique, géophysique, méthodes probabilistes, machine learning