| Summary: | L'imagerie électrique est un outil de plus en plus important pour un large domaine d'applications relatives à la caractérisation de la subsurface proche. D'importants développements ont été réalisés au cours des vingt dernières années pour l'amélioration des systèmes d'acquisitions et des algorithmes d'inversions. L'acquisition et le traitement de gros jeux de données reste toutefois une tâche délicate, en particulier en présence de topographie. Afin d'améliorer la gestion de la topographie, nous avons développé un nouvel algorithme d'inversion électrique 2.5D et 3D. Nous avons proposé deux nouvelles formulations pour supprimer la singularité à la source. Le problème direct est résolu en utilisant la méthode des Différences Finies Généralisées et des maillages non structurés, permettant une représentation précise de la topographie. Le code d'inversion utilise la méthode de l'état adjoint pour calculer le gradient de la fonction objective de manière économique. Cette approche a donné de bons résultats avec des données synthétiques. Les premiers résultats sur des données réelles ont permis de retrouver les principales structures de la subsurface, ainsi que plusieurs zones de faibles résistivités pouvant correspondre à des zones fracturées. === DC resistivity imaging plays an important role for a wide range of applications related to the characterization of the shallow subsurface. Major developments have been made over the last two decades to improve acquisition systems as well as resistivity inversion. Nevertheless, large-scale data sets still represent a challenging task, in particular with arbitrary topography. In order to better take into account topography, we have developed a new 2.5D/3D tomographic inversion code. Two new formulations for the singularity removal have been proposed. The direct problem is solved in the framework of the Generalized Finite Differences Method, that allows the use of unstructured meshes yielding a fine represention of topography. The inversion code uses the adjoint state method to compute the gradient of the misfit function in a numerically efficient way, giving goodresults on synthetic data. First results on real data have shown the main subsurface structures, as well as several low resistivity zones possibly corresponding to fractured areas.
|
|---|
