En géophysique, les failles sismiques ou les volcans sont des zones particulièrement difficiles à imager du fait des hétérogénéités multi-échelles des roches qui les composent. Inspirés par de précédents travaux dans les domaines de l’échographie ultrasonore [1] et de la microscopie optique [2], des chercheurs et chercheuses de l’Institut Langevin (CNRS/ESPCI Paris-PSL) et de l’ISTERRE (CNRS/Université Grenoble Alpes) ont mis au point une nouvelle méthode d’imagerie matricielle passive permettant une image haute résolution et en profondeur de la croûte terrestre dans des zones particulièrement hétérogènes. Pour cela, ils exploitent le bruit sismique induit par le vent, l’océan ou l’activité humaine, enregistré sur plusieurs mois par un réseau dense de géophones disposé sur la faille de San Jacynto en Californie. Dans un article qui sera publié par la revue Geophysical Journal International en août 2021 [3], les scientifiques montrent comment exploiter ce bruit sismique pour synthétiser numériquement la focalisation d’ondes sismiques en n’importe quel point du sous-sol. Pour cela, ils compensent finement toutes les distorsions qu’une onde sismique focalisée subirait à travers les différentes structures géologiques rencontrées durant son parcours. Mieux ils tirent profit des hétérogénéités pour augmenter l’ouverture effective du réseau de géophones et obtenir une résolution huit fois plus fine que celle qui serait obtenue en milieu homogène. Il en ressort une image de la réflectivité du sous-sol de résolution idéale et un contraste optimisé pour chaque pixel de l’image. Comme le montre un récent preprint déposé sur arXiv [4], l’image révèle à la fois les différents arrangements de couches géologiques de part et d’autre de la faille ainsi que des inhomogénéités plus localisées, telles que les fissures et les fractures, qui ne peuvent pas être révélées par les techniques d’imagerie conventionnelles. Au-delà de ce cas particulier, l’imagerie matricielle passive peut être appliquée à n’importe quel réseau dense de géophones présent à la surface de la Terre. Cette étude ouvre donc un grand champ d’applications en sismologie, notamment pour le contrôle des séismes et des volcans en géophysique ou encore le suivi de la fonte des glaciers rocheux dans le cadre du changement climatique.
Ces travaux ont bénéficié du soutien du Conseil Européen de la Recherche (European Reserach CouncilERC) dans le cadre du programme de recherche et d’innovation Horizon 2020 de l’Union européenne (conventions de financement : No. 819261, REMINISCENCE - No. 742335, F-IMAGE).
Vue transversale de la faille de San Jacynto obtenue à partir du bruit enregistré par un réseau dense de géophones en surface. Alors que l’image confocale (a) souffre fortement des aberrations induites par les fluctuations de vitesse des ondes sismiques dans les couches superficielles de la croûte terrestre, l’imagerie matricielle permet de finement les compenser et d’obtenir une image haute résolution de la structure de la faille en profondeur (b). La localisation de la faille en profondeur peut ainsi être circonscrite (zone d’ombre) avec de part et d’autre des structures géologiques distinctes. A faible profondeur, la zone d’endommagement est particulièrement échogène du fait des fissures et fractures engendrées par les ruptures sismiques à l’œuvre.
Références
[1] W. Lambert, L. A. Cobus, T. Frappart, M. Fink, and A. Aubry
Distortion matrix approach for ultrasound imaging of random scattering media
Proc. Natl. Acad. Sci. USA 117, 14645–14656 (2020)
[2] A. Badon, V. Barolle, K. Irsch, A. Boccara, M. Fink, and A. Aubry
Distortion matrix concept for deep imaging in optical coherence microscopy
Sci. Adv. 6, eaay7170 (2020)
[3] R. Touma, T. Blondel, A. Derode, M. Campillo, A. Aubry
A distortion matrix framework for high-resolution passive seismic 3-D imaging : Application to the San Jacinto fault zone, California
Geophys. J. Int. 226, 780–794 (2021)
[4] R. Touma, A. Aubry, Y. Ben-Zion, M. Campillo
Distribution of seismic scatterers in the San Jacinto Fault Zone, southeast of Anza, California, based on passive matrix imaging
arXiv : 2107.00930 (2021)
