Abstract
Inversion de la forme d'onde complète à source étendue dans le domaine temporel : théorie, algorithme et application: La Full waveform inversion (FWI) est devenue la méthode d'imagerie de référence en exploration géophysique. FWI utilise les formes d'ondes complètes pour imager le sous-sol avec une résolution d'un demi longueur d'onde. Etant donné la dimension de l'espace des données et des modèles, la FWI est implémentée avec des méthodes d'optimisation locale sur un espace de recherche réduit où l'équation d'onde est résolue exactement à chaque itération. Cela requiert des modèles initiaux précis pour que les données simulées prédisent les données enregistrées sans saut de phase. Pour relâcher cette condition, plusieurs variantes de la FWI ont été proposées telles que les approches sur des espaces de recherche étendus. Parmi ces approches, la 'Wavefield Reconstruction Inversion (WRI)' implémente l'équation d'onde comme une contrainte faible pour ajuster les observables avec des champs d'onde calculées avec des sources étendues. Les extensions de sources sont estimées en ajustant au sens des moindres carrés la différence entre les données enregistrées et simulées traitées comme les données diffractées enregistrées. Il en résulte que ces sources volumiques sont calculées par renversement temporel (retro-propagation) des résidus déconvolués par le Hessien dans l'espace des données. Cette approche est nommée 'extended-source' FWI (ES-FWI).Dans cette thèse, je développe un algorithme opérationnel pour la ES-FWI. Le premier problème est le calcul des sources volumiques où la déconvolution des résidus par le Hessien est coûteuse. Des études précédentes approximent ce Hessien avec une matrice diagonale ce qui peut suffire dans des contextes favorables mais sujet à des minimums secondaires dans des milieux complexes. Je propose d'approximer l'inverse du Hessien par des filtres de Wiener/Gabor. Des tests numériques sur le modèle Marmousi II démontrent les améliorations apportées par ces filtres comparativement à l'approximation diagonale. Les champs d'ondes calculés avec l'assimilation des données ont une précision qui diminue loin des points de mesure ce qui peut piéger l'inversion dans des minimums secondaires. Pour améliorer la robustesse de la méthode, j'ai implémenté des opérateurs de pondération dans l'espace des données pour injecter progressivement des donnés plus complexes dans l'inversion et reconstruire le milieu de la surface vers les niveaux profonds. Cette approche de 'layer stripping' est illustrée avec les géomodèles complexes 2004 BP Salt et GO3DOBS.La ES-FWI est une forme généralisée de la FWI où l'inverse du Hessien du problème de source est utilisé comme une matrice de pondération dans l'espace des données. Cela engendre une décomposition du Hessien en un opérateur diagonal dans le domaine des sources et un opérateur par source dans l'espace des données représentant le Hessien du problème de source évoqué ci dessus. Je montre comment ré-utiliser cette décomposition dans la FWI pour développer une approximation du Hessien Gauss-Newton qui puisse être calculée efficacement tout en accélérant la convergence de la FWI. Alternativement, l'approximation proposée peut être utilisée comme préconditioneur pour des algorithmes de quasi-Newton.Finalement, j'étends l'application de la reconstruction des champs d'onde avec assimilation des données au problème de ‘redatuming'. Cette application requiert des champs d'ondes de haute précision si bien que j'implémente la déconvolution des données diffractées avec le solveur itératif MINRES plutôt qu'avec des filtres de Gabor. L'approche consiste simplement à calculer les champs d'onde avec l'assimilation des données et à les échantillonner sur la surface d'acquisition virtuelle. Cette approche est précise lorsqu'on connaît le milieu situé entre les surfaces définies par les acquisitions réelle et virtuelle. Le ‘redatuming' des sources et des capteurs peuvent être couplés. Cette approche est illustrée avec des géomodèles marins et terrestres et avec un jeu de données réels de fond de mer.

This publication has 281 references indexed in Scilit: