Le trafic ferroviaire comme source de bruit sismique pour l'imagerie de la croûte peu profonde par interférométrie sismique

Autor: Pinzon Rincon, Laura Alejandra
Přispěvatelé: Institut des Sciences de la Terre (ISTerre), Institut national des sciences de l'Univers (INSU - CNRS)-Institut de recherche pour le développement [IRD] : UR219-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Université Gustave Eiffel-Université Grenoble Alpes (UGA), Université Grenoble Alpes [2020-....], Florent Brenguier, Pierre Boué
Jazyk: angličtina
Rok vydání: 2021
Předmět:
Zdroj: Earth Sciences. Université Grenoble Alpes [2020-..], 2021. English. ⟨NNT : 2021GRALU034⟩
Popis: Seismologists eagerly seek new and preferably low-cost ways to map the complex structure of the top few kilometers of the crust. Passive seismic imaging appears as a novel, low-cost, and environmentally-friendly approach for exploring the sub-surface in the mining context. Usually, passive seismic interferometry relies on blind correlations within long time series of seismic noise or coda waves. In this thesis, we propose a complementary approach: seismic interferometry using opportune sources, specifically moving sources that are not stationary in time. This new approach relies on an accurate understanding of the seismic source's mechanism, a careful signal time-window and station pairs selection, and seismic phase identification (surface and body waves).Massive freight trains were only recently recognized as a persistent, powerful cultural (human activity-caused) seismic source. For example, one train passage may generate a tremor with an energy output equivalent of a magnitude M1 earthquake and be detectable for up to 100 km from the track. Thus, these train signals can be considered an opportune seismic source for passive seismic interferometry because they are readily available, detectable, repeatable, and generate high-frequency broadband energy. To illustrate this novel method's potential, we show a case study in a mineral exploration context at the Marathon site, Ontario, Canada.The Marathon dataset consists of 30 days of continuous seismic data recorded by a dense array of 1020 1-component nodes. First, the sources of ambient seismic noise, including train signals, are identified and characterized, and the source mechanisms of train signals are discussed. Second, we developed the theory of seismic interferometry applied to opportune sources and designed a novel workflow to process and analyze this kind of data. By doing so, body- and surface-wave propagating between pairs of stations carefully oriented are retrieved. Finally, these arrivals are picked to generate a 3D seismic velocity model of the Marathon area near-surface. We discuss the pros and cons of the method compared to more standard approaches with the help of numerical modeling, specifically focusing on the potential for body-wave imaging and the retrieval of azimuthal anisotropy. Far from being restrained to near-surface imaging, this new way of analyzing opportune seismic sources can be applied in various contexts and scales using natural or man-generated signals.; Les sismologues sont à la recherche de nouvelles méthodes, de préférence peu coûteuses, pour cartographier la structure complexe des quelques kilomètres supérieurs de la croûte. L'imagerie sismique passive apparaît comme une approche nouvelle, peu coûteuse et respectueuse de l'environnement pour explorer le sous-sol dans le contexte minier. Typiquement, l'interférométrie sismique passive repose sur des corrélations de longues séries temporelles de bruit sismique ou d'ondes coda. Dans cette thèse, nous proposons une approche complémentaire : l'interférométrie sismique utilisant des sources opportunes, plus précisément des sources mobiles qui ne sont pas stationnaires dans le temps. Cette nouvelle approche repose sur une compréhension précise du mécanisme de la source sismique, une sélection minutieuse de la fenêtre temporelle du signal et des paires de stations, et l'identification de la phase sismique (ondes de surface et de volume).Les trains de marchandises massifs n'ont été reconnus que récemment comme une source sismique culturelle (d'origine humaine) puissante et persistante. Par exemple, le passage d'un train peut générer d'une énergie équivalente à un tremblement de terre M1 et être détectable jusqu'à 100 km de la voie. Ainsi, ces signaux de train peuvent être considérés comme une source sismique appropriée pour l'interférométrie sismique passive car ils sont facilement disponibles, détectables, répétables et génèrent une énergie large bande à haute fréquence. Pour illustrer le potentiel de cette nouvelle méthode, nous présentons une étude de cas dans un contexte d'exploration minière sur le site de Marathon en Ontario, Canada.Le jeu de données de Marathon consiste en 30 jours de données sismiques continues enregis-trées par un réseau dense de 1020 capteurs à 1 composante. Tout d'abord, les sources de bruit sismique ambiant, y compris les signaux de train, sont identifiées et caractérisées, et les mécanismes de source des signaux de train sont discutés. Ensuite, nous avons développé la théorie de l'interférométrie sismique appliquée aux sources ponctuelles et conçu un nouveau workflow pour traiter et analyser ce type de données. Grace à ce traitement, les ondes de volume et de surface se propageant entre des paires de stations soigneusement orientées sont récupérées. Enfin, ces arrivées sont sélectionnées pour générer un modèle de vitesse sismique 3D de la zone proche de la surface de Marathon. Nous discutons des avantages et des inconvénients de la méthode par rapport aux approches plus standard en utilisant la modélisation numérique, et en nous concentrant spécifiquement sur le potentiel d'imagerie des ondes de volume et de récupération de l'anisotropie azimutale. Loin d'être limitée à l'imagerie proche de la surface, cette nouvelle méthode d'analyse des sources sismiques opportunes peut être appliquée dans une variété de contextes et d'échelles en utilisant des signaux naturels et artificiels.
Databáze: OpenAIRE
Externí odkaz: