Le sous-sol de la Terre prĂ©sente une hĂ©tĂ©rogĂ©nĂ©itĂ© Ă  plusieurs Ă©chelles. Contraindre l’hĂ©tĂ©rogĂ©nĂ©itĂ© est essentielle pour amĂ©liorer notre comprĂ©hension des conditions gĂ©ologiques. Par rapport aux approches basĂ©es sur les sondages qui sont limitĂ©es Ă  la dimension verticale, les mesures gĂ©ophysiques basĂ©es sur la surface, notamment le gĂ©oradar (GPR) et la sismique, permettent de rĂ©vĂ©ler efficacement les caractĂ©ristiques latĂ©ralement corrĂ©lĂ©es de la subsurface. Le GPR et la sismique sont basĂ©s sur la propagation des ondes Ă©lectromagnĂ©tiques et sismiques, respectivement, qui ont de fortes analogies mathĂ©matiques. Les deux mĂ©thodes ont un bon potentiel pour contraindre l’hĂ©tĂ©rogĂ©nĂ©itĂ©. Dans cette thèse, quatre nouvelles techniques d’interprĂ©tation quantitative sont proposĂ©es, dont trois pour explorer la vitesse des ondes radar ou la structure de corrĂ©lation du sous-sol peu profond en utilisant le GPR, et une pour caractĂ©riser les structures sub-verticales en milieu cristallin en utilisant la sismique. Pour le sous-sol peu profond, la connaissance dĂ©taillĂ©e des propriĂ©tĂ©s diĂ©lectriques, par exemple la vitesse des ondes radar, est particulièrement intĂ©ressante car elle fournit une image Ă  haute rĂ©solution pour dĂ©crire l’hĂ©tĂ©rogĂ©nĂ©itĂ©. NĂ©anmoins, l’estimation de la vitesse Ă  haute rĂ©solution par une mesure de rĂ©flexion GPR Ă  dĂ©calage commun n’est actuellement pas possible sans informations complĂ©mentaires sur le forage. En considĂ©rant la distribution de la vitesse sous la surface comme la superposition d’un champ de vitesse de fond Ă  variation lisse et d’un champ de fluctuation de la vitesse Ă  petite Ă©chelle, la première Ă©tude de cette thèse dĂ©veloppe une approche utilisant les composantes de diffraction pour dĂ©duire le champ de vitesse de fond et les composantes de rĂ©flexion pour inverser le champ de perturbation de la vitesse. Les rĂ©sultats des tests de donnĂ©es synthĂ©tiques et de terrain montrent l’efficacitĂ© de cette mĂ©thode. Cette mĂ©thode se distingue par le fait qu’elle ne nĂ©cessite aucune information sur le calibration ou le conditionnement du trou de forage, ce qui est plutĂ´t intĂ©ressant pour les levĂ©s de rĂ©flexion GPR Ă  dĂ©calage commun. L’Ă©tape d’estimation du modèle de vitesse de fond est importante car un biais local dans le modèle dĂ©duit peut largement affecter le rĂ©sultat. Pour amĂ©liorer les performances de l’analyse de la vitesse basĂ©e sur la diffraction, une deuxième Ă©tude prĂ©sente une stratĂ©gie de pondĂ©ration basĂ©e sur une mesure de focalisation de la semblance locale. La fonction de pondĂ©ration conçue varie en fonction de la sensibilitĂ© d’une courbe de diffraction aux changements de la vitesse de migration. Des tests de donnĂ©es synthĂ©tiques et de terrain montrent que la mĂ©thode peut augmenter la rĂ©solution des spectres de semblance, ce qui rĂ©duit de manière correspondante les incertitudes dans l’analyse de la vitesse de diffraction. Une autre façon de caractĂ©riser les sous-sols peu profonds complexes avec des donnĂ©es GPR est d’estimer les propriĂ©tĂ©s gĂ©ostatistiques liĂ©es Ă  l’hĂ©tĂ©rogĂ©nĂ©itĂ©. Pour estimer efficacement les paramètres gĂ©ostatistiques, une troisième Ă©tude propose un schĂ©ma d’apprentissage supervisĂ©. Le rĂ©seau neuronal convolutif est entraĂ®nĂ© sur une vaste base de donnĂ©es d’images d’autocorrĂ©lation 2D obtenues de la modĂ©lisation basĂ©e sur la convolution de donnĂ©es GPR synthĂ©tiques pour une gamme comprĂ©hensive de modèles stochastiques de vitesse subsurface. Les rĂ©sultats des tests de donnĂ©es synthĂ©tiques et de terrain confirment la viabilitĂ© de l’utilisation d’un rĂ©seau entraĂ®nĂ© pour estimer le rapport d’aspect structurel de l’hĂ©tĂ©rogĂ©nĂ©itĂ© de la subsurface. L’estimation est encore robuste en prĂ©sence de niveaux de bruit Ă©levĂ©s. Dans la dernière Ă©tude de cette thèse, les donnĂ©es sismiques de la zone d’Ivrea-Verbano sont prises comme exemple pour tester la capacitĂ© d’utiliser les champs d’ondes diffractĂ©es et une vue gĂ©ostatistique pour interprĂ©ter les structures Ă  fort pendage dans un environnement cristallin. Des donnĂ©es de rĂ©flexion sismique synthĂ©tique pour des modèles canoniques d’hĂ©tĂ©rogĂ©nĂ©itĂ© crustale structurĂ©s de manière sub-verticale sont employĂ©es pour corroborer la viabilitĂ© des techniques proposĂ©es. Ă€ partir des donnĂ©es sismiques de terrain, la continuitĂ© et l’angle de pendage dominant des structures sub-verticales dans la rĂ©gion sondĂ©e sont Ă©valuĂ©s. Ce travail fournit des informations intĂ©ressantes et potentiellement de nouvelles perspectives concernant les levĂ©s de sismique rĂ©flexion dans les terraines cristallins. Finalement, les avancĂ©es techniques de cette thèse ont le potentiel d’amĂ©liorer notre comprĂ©hension des environnements complexes de subsurface. Bien que les applications actuelles soient limitĂ©es aux cas 2D, les extensions des quatre mĂ©thodes proposĂ©es Ă  la 3D sont conceptuellement directes.
—
The Earth’s subsurface exhibits heterogeneity at multiple scales. Constraining the heterogeneity is critical to enhance our understanding of the geological conditions. Compared to borehole-based approaches that are limited to the vertical dimension, surface-based geophysical measurements, especially ground penetrating radar (GPR) and seismics, allow to effectively reveal the laterally correlated features of subsurface. GPR and seismics are based on the propagation of electromagnetic and seismic waves, respectively, which have strong mathematical analogies. The two methods both have good potential to constrain heterogeneity. In this thesis, four novel quantitative interpretation techniques are proposed, with three for exploring the radar wave velocity or correlation structure of the shallow subsurface using GPR, and one for characterizing sub-vertical structures in crystalline environment using seismics. For the shallow subsurface, detailed knowledge of dielectric properties, e.g., radar wave velocity, is of particular interest because it provides a fine-scale image to describe the heterogeneity. Nonetheless, high-resolution velocity estimation through common-offset GPR reflection measurement is currently not possible without complementary borehole information. Regarding the subsurface velocity distribution as the superimposition of a smoothly varying background velocity field and a small-scale velocity fluctuation field, the first study of this thesis develops an approach utilizing diffraction components to infer the background velocity field and reflection components to invert the velocity perturbation field. The results from synthetic and field data tests show the effectiveness of this method. A distinguishing feature of this method is that it does not require any borehole calibration or conditioning information, which is rather attractive for common-offset GPR reflection surveys. The step of background velocity model estimation is important because a local bias in the inferred model can largely affect the result. To improve the performance of diffraction-based velocity analysis, a second study presents a weighting strategy based on a local semblance focusing measure. The designed weight function varies in accordance with the sensitivity of a diffraction curve to changes in migration velocity. Synthetic and field data tests show that the method can increase the resolution of the semblance spectra, which correspondingly reduces the uncertainties in diffraction velocity analysis. An alternative way to characterize complex shallow subsurface with GPR data is to estimate the geostatistical properties related to the heterogeneity. To estimate the geostatistical parameters efficiently, a third study proposes a supervised-learning scheme. The convolutional neural network is trained on a vast database of 2D autocorrelation images obtained from convolution-based modeling of synthetic GPR data for a comprehensive range of stochastic subsurface velocity models. Results from synthetic and field data tests confirm the viability of using a trained network to estimate the structural aspect ratio of the subsurface heterogeneity. The estimation is still robust in the presence of high noise levels. In the last study of this thesis, the seismic data from Ivrea- Verbano Zone are taken as an example to test the ability of using diffracted wavefields and a geostatistical view to interpret the steeply dipping structures in crystalline environment. Synthetic seismic reflection data for sub-vertically structured canonical models of crustal heterogeneity are employed to corroborate the viability of the proposed techniques. From the field seismic data, the continuity and dominant dip angle of sub- vertical structures in the probed region are assessed. This work provides interesting insights and potentially new perspectives regarding the seismic reflection surveys in crystalline terranes. Ultimately, the technical advances in this thesis have the potential to improve our understanding of complex subsurface environments. Though the current applications are limited to 2D cases, the extensions of the four proposed methods to 3D are conceptually straightforward.