Propagation d ’ondes sismiques

Hélène Barucq
Magique-3d (INRIA futurs) & LMA (UMR 5142)
 Objectif du tutorial
• Définition des ondes sismiques
• Modèles les plus classiques
• Quelques méthodes mathématiques
• Focus sur les méthodes one-way
 La sismologie
• Science basée sur l ’analyse de
sismogrammes qui sont des enregistrements
des vibrations de la terre.
• Progrès très considérables durant le siècle
dernier : développements très importants
des mathématiques appliquées à la physique
(Physique Mathématique)
 Hollywood Earthquake
Small M 4.2 earthquake on Sept 9, 2001

Amplification in basin
Oil industry problems: Seismic Reflection Method
• Dynamic geophysical technique of imaging subsurface geologic
structures by generating waves and recording the reflected
components
• The Seismic Reflection Method is the industry standardfor locating
the subsurface oil and gas accumulations
 Plan
• Théorie de l ’élasticité
– Equations d ’ondes
– Ondes P et S
– Ondes acoustiques
• Quelques méthodes de résolution
• Méthodes one-way
 Propagation l ’élasticité
Théorie dde’ondes sismiques

• Tenseur des déformations

1  ui uk ul ul 
 ik     
2  xk xi xi xk 

• Hypothèse des petites perturbations :

1  ui uk 
 ik    
2  xk xi 
 Propagation l ’élasticité
Théorie dde’ondes sismiques
• Conservation de la masse :


 div v   0
t
• Conservation de la quantité de mouvement :

 vi 
  j vi v j   ij   f i
t
• Conservation du moment angulaire

 ij   ji
 Théorie
Propagation d de l ’élasticité
’ondes sismiques
• Milieu élastique : les contraintes ne dépendent que des
déformations
• Milieu élastique isotrope : les propriétés du milieu sont les
mêmes dans toutes les directions

 ij   ij kk  2 ij

• Sous l ’hypothèse des petites perturbations

 ui
2
 2   j ij  f i
t
 d ’ondes
Conditions
Propagation aux sismiques
limites

• Condition de surface libre : pas de traction en surface

 i   ij n j  0
• Bord rigide : condition de Dirichlet
ug
•Bord artificiel : condition artificielle (Clayton-Engquist, 1977)
u x u x u z u z
 cs ,  cp
t z t z
 d ’ondes
Conditions
Propagation aux sismiques
limites

• Condition de surface libre : pas de traction en surface

 i   ij n j  0
• Bord rigide : condition de Dirichlet

ug
•Bord artificiel : condition artificielle (Stacey, 1988)
u x u x u z u z u z u x
 cs  c p  cs  ,  cp  c p  cs 
t z x t z x
• Givoli (2003)
 Ondes planes
• Supposons que u est de la forme :
u(t,x)=w(t-s.x)
et est solution de :
 ui2
 2   j ij
t
• On obtient alors :
  2    2  2
   2  t u  s  0,    2  t u. s  0
 c   c 
 Ondes planes
• Soit
  2
 u  s  0 et   2  0
2
t
c

• Soit 
 u. s  0 et   2  0
2
t
c
• Conclusion :
• Onde P(rimaire)
• Onde S(econdaire)
 Potentiels
• Equation à résoudre
 2 ui
 2   j ij  f i
t
Qui se récrit de façon équivalente :

u
2
 2    2  div u      u   f
t
f champ de forces donné
u  x,0   0,  t u  x,0   0
 Potentiels
• Décomposition de la source
f      
div   0
• Décomposition du champ u : Théorème de Lamé
u        , div   0
  2 
 
2
  " Onde P"
 
t

 
 t    
2
" Onde S "
 
 Milieu fluide : onde P
• Equation des ondes acoustiques
1 2
 u  u  f
2 t
c
2 
   x   y   z , x  ( x, y , z )  
2 2


f  f (t , x ), t  0
   
u (0, x )  u0 ( x ),  t u (0, x )  u1 ( x )
 Quelques ondes sismiques
• Ondes converties : onde P devient S ou
onde S devient P. Permettent de localiser
des discontinuités sur les sismogrammes.
• Ondes de tête (Head waves) : apparaissent
lorsque deux milieux sont en contact et que
la source est placée dans le milieu le plus
lent.
• Ondes de compression : ondes P
• Ondes de cisaillement : ondes S
 Représentation des résultats
• En général : champs en quelques points du domaine
en fonction du temps ; isovaleurs
• Imagerie profondeur :
– Représentation des temps de trajet
source/récepteurs : permet de localiser les
interfaces ou discontinuités
– Calcul des amplitudes des champs : permet de
déterminer les propriétés constitutives du
milieu
Représentation des résultats
 Méthodes numériques (milieu stratifié)

• Approximation WKBJ + correction apportée par H. Bremmer

dans le cas 1D (1951)

• Système d’équations one-way par J.F. Claerbout (1971) :

équations découplées simulant la propagation vers le bas et vers
le haut

• Séries de Bremmer pour la 2D par J.P. Corones (1975)

•Méthode Phase-Shift développée par J. Gazdag (1978)
 Méthodes numériques (milieu stratifié)

• Approximation WKBJ (Wentzel Kramers Brillouin Jeffreys) :

On veut résoudre l ’équation 1D :

 2
  s  0
2 2

x 2

Où  est grand et positif. On cherche  sous la forme :

 x   ei ( x )
On en déduit que :
 2 2   
2

i 2       2 s 2  0
x  x 
On néglige le terme en . Il vient alors
Méthodes numériques (milieu stratifié)
   
2

   s soit   s ( x)
2

 x  x

Cela entraîne que :

 2 s
 
x 2 x

Et en injectant cette relation dans l ’équation du second ordre, on obtient :

   
2
s' s'
   s i  s  i
2
soit
 x   x 2s
Méthodes numériques (milieu stratifié)
i
    s( x)dx  ln s
2

La solution correspondante s ’écrit :

   
 x   1/ 2 exp  i  s(t )dt   1/ 2 exp   i  s(t )dt 
A x B x

s ( x)  x p  s ( x)  xp 

Sous la condition de validité :

s'
 s 2


NB : invalide dans un voisinage de la source

Méthodes numériques (milieu stratifié)
• Système d’équations one-way par J.F. Claerbout (1971) :
équations découplées simulant la propagation vers le bas et
vers le haut
 2
  s f
2 2

x
2

Si s est constant :
    
  is   is   f
 x  x 

Décomposition de la solution :
   d  u
 
  i s  d  f (1)
 x 
 
  is u   d (2)
 x 
Méthodes numériques (milieu stratifié)
• Si s n ’est pas constant, la factorisation n ’est plus valable :
      2 s
  is   is     2 2
s   i 
 x  x  x x
2

• Terme correcteur à introduire...

 Méthodes numériques
(tectonique complexe)
• Théorie des rais : représentation partielle du champ
d ’onde. Méthode rapide (V. Farra 1999)

• Différences finies : schéma classique centré du

2ème ou 4ème ordre ; 15 points par longueur d ’onde ;
grille en quinconce ; coûteux en temps et stockage

• Eléments finis et formulation variationnelle :

intégration des CL, prise en compte de la topographie ;
méthode implicite et matrice dont la largeur de bande
augmente avec le degré d ’approximation
 Méthodes numériques
(tectonique complexe)
• Equations intégrales : aussi précis que EF mais
très coûteux (matrice pleine); difficile en milieux
hétérogènes

• Méthodes spectrales : mécanique des fluides ; CL

périodiques ; d ’où méthodes pseudo-spectrales
(Chebychev, Legendre)

• Eléments finis spectraux (Maday-Patera)

Code SPECFEM (Komatitsch) pour
l ’élastodynamique
 Méthodes numériques
(tectonique complexe)
• Méthode des éléments finis : prise en compte de la
topographie
• D. Komatitsch : codes SPECFEM
• G. Cohen et S. Fauqueux

• Intérêt : grande précision

• Inconvénient : coûts de calcul très élevés ; le plus
gênant : occupation mémoire
• Introduction de conditions de bords absorbants
 Méthodes numériques
(tectonique complexe)
• Méthodes mixtes hybrides (DGM): permettent de
relâcher les contraintes de maillage
• C. Farhat et al.
• M. Amara et al.
• Intérêt : inconditionnellement stable
• Introduction de conditions de bords absorbants pas
évidente
 Méthodes numériques
(tectonique complexe)
•Autre approche (M. de Hoop et al., 1996...) :
analyse micro-locale des ondes ; généralisation

de l ’approximation WKBJ dont la mise en œuvre

la plus simple correspond à la méthode

phase-shift.

Méthode GSP (Generalized Screen Propagator)

 Sismique Réflexion

 But : Imager le sous sol par analyse des

 ++++++++++++++++++
ondes. On place en surface une source (point
de tir) et des récepteurs.

 Comment : calcul des temps de trajet

source/récepteur pour localiser les
interfaces. Les plus importants sont ceux
associés aux réflexions primaires.

 Les multiples sont importants à modéliser

pour pouvoir les éliminer ! Car amplitude
importante si fort contraste de vitesse (dôme
de sel par ex., cf. le modèle GXT)
 On commence depuis peu à les analyser.
 Opérateur Pseudo-différentiel
• Un opérateur pseudo-différentiel est représenté par une intégrale oscillante.
La représentation n ’est pas unique.

Définition 1 (la plus classique) : Un opérateur pseudo-différentiel P est donné

via la représentation intégrale : pour toute fonction-test ,

P   p( x,  ) ( )eix.d .

Dans la définition précédente,

1
     exp  ix.   x dx
 2 
3

et p est appelé symbole de P

 Classe des symboles
Soit Ω un ouvert de IR3. Alors on dit que p( x,  )  S m
 
• si p  C   IR3 et si pour tout compact K inclus dans Ω,

D D p( x,  )  CK , , 1   
  m 
x 

• Il existe des fonctions régulières pm j  x,   homogènes de

degré m j en  telles que

p ( x,  )   pm j ( x,  )
j 0
 Opérateur Pseudo-différentiel
Parmi toutes les représentations possibles,
Définition 2 : Soit P un opérateur pseudo-différentiel de symbole p(x,).
Pour toute fonction-test φ , on a :
1
3 
ix.
P  p ( x ,  ) ( x ) e dx
2 
p  x,     a  x   ,



• La définition 1 représente l ’opérateur
P  x, D    a  x  D


• Tandis que la définition 2 représente l ’opérateur

P  x, D    D  a . 

 Opérateur Pseudo-différentiel
 Une façon de limiter les coûts numériques : Séparation
des variables x et  .

Si p(x, )  p1(x)p2() , on a :
1

ix.
P  p ( x ) p ( )ˆ ( ) e d (def .1)
2 3 1 2

1

ix.
P  p (  ) p ( x ) ( x ) e dx (def .2)
2 3 2 1

Gain : une seule IFFT à calculer, pour chaque point

 Opérateur Pseudo-différentiel
Notations :
Op(p(x, ))= l ’opérateur dont le
symbole est p(x,)
(P) = symbole de P
P(P) = symbole principal de P
 Formulations one-way
Ωsup
z=0

ΩΩ

z=zmax

Ωinf
z

 p   t (  u )  0 dans 0, T   IR 3

  1 

 t 2 p  div (u )  q dans  
0, T  IR 3
(1)
 c  
 p(0, x)  0 et u (0, x)  0 dans IR 3

 Modèle GSP


p : pression acoustique u : vitesse de déplacement
q : terme source, dérivée seconde d’une gaussienne en temps


q(t, x)  2 xs 1  2 t  t  e
2 2 2
  2 t  t 2

c : vitesse de propagation ρ : masse volumique

 p   t (  u )  0 dans 0, T   

  1 
 t  2 p   div(u )  q dans 0, T    (1)
 c  
 p(0, x)  0 et u (0, x)  0 dans 

 Modèle GSP
Passage du modèle exact au modèle GSP :

• Elimination du temps par transformée de Laplace

 on s ’affranchit des dérivées par rapport au
temps

• Elimination des inconnues transverses.

 on privilégie la direction z
 Modèle GSP
Système matriciel :
Dz  LU  F (2)

 pˆ  0
Dz   z 0 U   , F   
z 
où
0  uˆz   qˆ 
 0   0 0
L  iL#  i  1  1 div    i    
 2 0   2 2 . 0 
i
c 2 
  
   
 L0#  L#1
 Diagonalisation de l’opérateur L#0
 Modèle GSP
• Changement d’inconnues : V = t ( V+ , V- ) tel que

U = P0 V,

où P0 matrice de passage, formée de vecteurs

propres, d ’inverse Q0 .
Théorème : Soit 0 = Op(0). V est solution du système

 Dz  i0  V  R0V  Q0F

 0 0 
 0     
R0  i R-1  Q0L#1P0  Q0 z P0
0  0 
Q0 L#0 P0   0  R -1
 Modèle GSP
• On peut écrire le modèle d ’ordre 0 de deux
façons via un splitting de l ’opérateur R0. Celui-ci
peut se décomposer selon ses parties diagonale
R0d et anti-diagonale R0ad . L ’opérateur R0d tient
compte des termes de transmission tandis que
l ’opérateur R0ad fait état des termes de couplages
et est associé aux termes de réflexion.

• D ’où l ’autre modèle :

D z  i 0  R 0 d
 V  R 0 V  Q0 F
ad
 Modèle GSP
• Le modèle n ’est pas unique : il dépend de
l ’opérateur P0 pour lequel on a une infinité de
possibilités ; à chaque matrice de vecteurs
propres, on associe un modèle GSP d ’ordre 0.
• Un choix intéressant (M. de Hoop et J. Le
Rousseau):   
  P0    
 0  0 
Dans ce cas, on a :
1 0 0 1
R  T0 
d
0  et R 0  R0 
ad

0 1 1 0 et R0  T0
 Résolution du système
On se place dans le cas où  est constant. On note :

R0  R0J2  T0I2

Le système à résoudre est donc le suivant :

 (1   )T0 R0 
 Dz  i0   T0 I 2 V   V  Q0 F
 R0 (1   )T0 
Transport Source
Termes de couplage

avec :
 0 0 
 0    R0  T0  1 01z0  0,1
0  0  2
 Résolution du système
On se place dans le cas où  est constant. On note :

R0  R0J2  T0I2

Le système à résoudre est donc le suivant :

0 R0 
Dz  i 0  T0 I 2 V   V  Q0 F
 R0 0
Transport Source
Termes de couplage

avec :
 0 0 
 0    R0  T0  1 01z0
0  0  2
 Résolution du système
On se place dans le cas où  est constant. On note :

R0  R0J2  T0I2

Le système à résoudre est donc le suivant :

 T0 R0 
Dz  i 0 V   V  Q0 F
 R0 T0 
Transport Source
Termes de couplage

avec :
 0 0 
 0    R0  T0  1 01z0
0  0  2
 Résolution du système
Le Propagateur :
 G 0 
G
  Dz  i0  T0I2 
1
   
 0 G 
Le système devient alors :

I 
 K  V  G Q0F où K   G 
(1  )T0 R0
 


 0
2
R 0 (1 )T

 Inversion de (I2 - Kε)  série de Neumann

I 2  K 
 1
  K   j

j 0

Développement de Bremmer 
 V   V (j)

 (0) 
j 0
 (j 1)

V  G Q0 F , V (j)
 K V
 Série de Bremmer
Calcul des itérés :
V( j )  G10TR00VV((jj1)1)  G0 R0V( j 1)
 ( j)
V  G10 R0V( j 1)  G0T0V( j 1)
V(j)  (1  )GT0V(j 1)  G R0V(j 1)
 (j)
V  G R0V(j 1)  (1  )GT0V(j 1)
Pour enregistrer
(2 j 1)
le champ aux
source récepteurs V placés
récepteurs  0 en surface, on
c1
(2 j )
0
Vdéterminer
doit donc V (j)(z  0)


c2

c3
 Accélération des calculs
Séparation des variables x’ et k’ dans 0 :
milieu de référence défini par une vitesse ne dépendant
que de z : cr(z)  min x' c(x' , z)

 0(x' , z, k' / )   r(z, k' / ) 1  (x' , z)

 r(z, k' / )2

où
2
k'
r  cr 2  ,   12  12
 cr c
 Accélération des calculs
Après un développement de Taylor par
rapport à , on obtient: N
 ( x ', z ) j
 0 ( x ', z, k '/  )   r ( z, k '/  )   a j
j 1  r ( z, k '/  )2 j 1

En première approximation, on a donc :

 0  x' , z , k ' /     r  z , k ' /  
Et au delà, on tient compte des variations de vitesse via
les puissances de 
 Opérateur de propagation
Symbole de l’opérateur de propagation :

 P(G )  exp  iz 0  exp z PT0  

• Approximations de 0 et de σP(T0) pour séparer les variables x’ et k’

• Développement de Taylor pour les exponentielles qui dépendent de x’ et

k’

• Normalisation
GXT : modèle de vitesse.
Point de tir


Résultats numériques