Niveau du stage : M1 ou M2 en Mathématiques appliquées ou en Géophysique, ou 2ème et 3ème année d'Ecole d'ingénieur (Mathématiques, Physiques ou Informatique...)
Profil de l’étudiant : Etudiant en école d’ingénieur (INSA, Supaéro/ISAE, EOST, …) avec spécialités en informatique, calcul scientifique et/ou Intelligence Artificielle (connaissances en physiques appréciées mais pas obligatoires).
I. Contexte général
Dans le contexte du réchauffement climatique, il est crucial d’étudier l’impact du climat sur l’évolution des sols aux échelles régionales et globales. La durabilité des ressources hydriques, thermiques et minérales est également une question brûlante dans cette région où les industries doivent coexister avec les réserves naturelles et le développement touristique. Notre projet JIGA-SCALE3D a pour objectif final de répondre à une partie de ces questions et relever un défi majeur à fort impact sociétal et économique : celui de mieux déterminer la composition minéralogique de la croûte terrestre (profondeurs < 20km), de détecter et monitorer les masses d’eau (et autre fluides) ainsi que des ressources énergétiques renouvelables (méthane et hydrogène naturels) et géothermales à l’échelle des Pyrénées et de la France.
II. Démarche scientifique et méthodologie
Il s’agira d’abord de s’appuyer sur plusieurs années de développement en imagerie et d’étendre un code d’inversion de données gravimétriques à grande échelle dans la lithosphère (200 premiers kms de profondeur) en contraignant les modèles de densité par les modèles sismiques existants. Puis ces modèles seront pris comme modèles a priori pour des inversions conjointes de données gravimétriques (BGI/Toulouse) et sismiques (IRIS, PYROPE, Réseau sismique Français/RESIF) aux échelles régionales (Pyrénées et France entière...). Les outils d’inversion utiliseront différentes contraintes et informations sur les modèles du sous-sol (provenant notamment de résultats de l’ANR FrLitho3D) et permettront de déterminer les paramètres et structures décrivant la complexité du milieu en présence de fluides etc. Les calculs s’effectueront sur les super-calculateurs des centres de calcul d’Occitanie (Olympe/CALMIP, Meso@LR/Montpellier) et nationaux (IRENE/CEA). Ces outils seront validés sur données synthétiques puis réelles (RESIF et BGI). Nous utiliserons des outils d’apprentissage profond/IA et de classification (« SVM», « clustering ») afin de sélectionner les données pertinentes et d’accélérer leur traitement, réduire l’espace des modèles possibles.
La fusion et le traitement de bases de données massives gravimétriques et sismologiques requèreront l’utilisation de machines massivement parallèles à Toulouse (CALMIP), Montpellier (Meso@LR) et au CEA (IRENE).III. Missions
Les nouveaux outils numériques performants développés dans l’équipe devront être améliorés et optimisés et devront être tournés sur des architectures de calcul massivement parallèles tels que les supercalculateurs NUWA de l’OMP et Olympe du mésocentre régional CALMIP de Toulouse.
Il s’agira en particulier de traiter les données massives et les incertitudes des modèles par techniques statistiques et d’IA/ intelligence artificielle et d’effectuer les inversions de données gravimétriques.
Grâce à notre expertise sur les éléments finis spectraux aux échelles régionales (Martin et al. 2017, 2021 ; Dufréchou et al. 2019), les inversions conjointes ou simultanées (Tiberi et al., 2019 ; Gautier et al., 2017) et l'inversion du gradient de gravité (Plasman et al., 2020), l’étudiant(e) devra effectuer les missions suivantes :
- Calculer sur machines parallèles les champs gravimétriques (anomalies de Bouguer et tenseurs gravimétriques) à l’échelle globale de la France et ses pays frontaliers en utilisant les modèles sismiques et de densité existants à une résolution entre 10 et 100km. Les comparer aux données satellite GOCE. Deux approches envisagées : par éléments finis spectraux ou par blocs rigides.
- Calculer les données gravimétriques à l'échelle locale/régionale des Pyrénées (résolution <2km) pour des modèles déjà existants ou produits par le projet de l’ANR FrLyth3D et comparer aux données sol du BGI. Améliorer les calculs dans les zones côtières en utilisant les données gravimétriques marines.
- Réduire les incertitudes des modèles de densités et vitesses sismiques dans la croûte et le manteau supérieur aux échelles de la France (10 à 100km de résolution) et des Pyrénées (résolution d’~2km) en exploitant plus efficacement les données satellites et sol existantes du CNES et du Bureau Gravimétrique International (BGI). Pour cela, faire une analyse de sensibilité des données aux perturbations de différents modèles physiques a priori en utilisant des méthodes statistiques développées dans l'équipe.
- Définir les plages/intervalles de valeurs possibles pour les modèles de densité obtenus à partir de l’analyse de sensiblité.
- Générer une base d’apprentissage de modèles à partir de modèles sismiques déjà existants afin de définir l’espace des solutions possibles en vue de faire de l’inversion de données avec ou sans intelligence artificielle (IA par réseaux de neurones).
Construire une base d’apprentissage constituée de modèles évoluant dans les intervalles de confiance pour les 6 couches principales du milieu et leurs réponses gravimétriques associées.- Inverser les données sur plateformes de calcul régionales et nationales avec notre code parallèle TOMOFAST-X. Effectuer les inversions des données gravimétriques aux échelles des Pyrénées et de la France en les contraignant par des modèles de densité évoluant dans les intervalles de confiance par des approches de contraintes bornées déjà implémentées dans nos codes.
- Proposer un modèle densité-vitesse cohérent à différentes résolutions sur l'ensemble des Pyrénées.
Ces approches permettront d'évaluer l'impact de l'ajout de différents a priori et contraintes au schéma d'inversion. Nous quantifierons leur biais et leur impact sur les modèles obtenus en termes de résolution, de régularisation et d'incertitude. A notre connaissance, cette comparaison n'a pas encore été entièrement et rigoureusement étudiée.
IV. Encadrants
Roland MARTIN (roland.martin@get.omp.eu, GET/Géosciences Environnement Toulouse/ Obs Midi-Pyrénées), Christel Tiberi (Laboratoire Géosciences Montpellier/GM), Didier El Baz (LAAS/Toulouse).
V. Environnement de travail
Ce projet s’inscrit clairement dans les principaux thèmes stratégiques du projet TIRIS de la communauté Toulousaine inter-établissements et notamment la thématique « Transition énergétique des territoires et économie régionale), DSI transverse « Big data, IA …» (chantier ENV’IA/OMP, projet ANITI-3IA en Occitanie).
Le sujet est en adéquation avec les thématiques de l’ED 173 SDU2E, la prospective Terre-Solide du CNES (2020-25), le chantier ENVIA de l’OMP et les activités prioritaires du GET que sont l’environnement, l’estimation des géo-ressources et la modélisation de la Terre à différentes échelles (locales à globales) via l’équipe G2S et des projets spatiaux (CNES, ESA, …). Le BGI et les ingénieurs CNES du GET fournissent les données sol et satellite, et leur expertise. L’équipe GET travaille en modélisation des champs sismiques et de gravité en contexte terrestre, en techniques d’IA pour la sismique, sur la caractérisation de la lithosphère, la proche surface et les ressources en eaux. Le laboratoire GM/Montpellier s’intéresse à la sismologie, au risque sismique et aux inversions conjointes de données gravimétriques et sismiques aux échelles globales. Des modèles sismiques alternatifs de la lithosphère seront fournis via l’ANR FRLitho3D (2022-25) qui donnera au candidat un cadre de recherche solide et d’échanges.
