thesis

Tomographie lithologique : methode et applications

Defense date:

Jan. 1, 1998

Edit

Disciplines:

Directors:

Abstract EN:

Pas de résumé disponible.

Abstract FR:

L'estimation de la structure lithologique d'une region necessite des informations de nature diverse : geologique, petrophysique, geostatistique, et l'information apportee par plusieurs levees geophysiques. Les methodologies usuelles font face a ce probleme en etages, en estimant d'abord des images des proprietes (ou pseudo proprietes) physiques du milieu a partir des donnees geophysiques, et puis la structure du milieu utilisant ces images. Mais cette inference peut se formuler comme un seul probleme inverse avec un avantage en consistance et exactitude. On doit considerer une description explicite de la lithologie du milieu dans le modele (ex. Lithotypes ou composition), en complement a la description des proprietes physiques du milieu (ex. Densite de masse ou vitesse d'onde de compression). Cette representation permet d'introduire dans le probleme l'information sur le rapport entre les proprietes physiques et la lithologie, obtenue a partir d'etudes petrophysiques ou geostatistiques. Cette information est relevante pour arriver a des resultats realistes, et aussi pour les calculs, reduisant de facon significative la liberte des champs des proprietes. Un autre avantage est que l'information geologique (en termes lithologiques) peut etre introduite dans le probleme. On formalise la methodologie en utilisant une formulation statistique permettant d'acceder a une estimation quantitative (en probabilites) de la structure du milieu. L'approche requiert (1) la description spatiale conjointe de plusieurs proprietes en fonction d'un nombre fini de parametres du modele, et (2) la representation des differentes composantes de l'information comme fonctions de densite de probabilite definies sur l'espace de parametres du modele. L'inference de la structure du milieu consiste a combiner l'information disponible dans la densite de probabilite a posteriori, a generer des modeles conjoints tires de cette densite, et a utiliser ces realisations pour l'interpretation.