Géophysique
Permanent URI for this communityhttps://dspace.univ-boumerdes.dz/handle/123456789/78
Browse
Item Aléa sismique en un site, méthodologie et application(2007) Bellalem, FouziItem Analyse magnéto-spectrométrique des données aérogéophysiques du grand fossé pharusien (Hoggar occidental)(2009) Groune, DaoudPlusieurs méthodes et techniques de prospection géophysique peuvent être effectuées à partir d’un avion dont, trois parmi elles sont les méthodes de base, à savoir : le magnétisme, la radiométrie et l’électromagnétisme, dans ce travail nous utilisons les données aériennes des deux premières techniques en se basant sur un levé aéroporté réalisé, au-dessus du massif du Hoggar, par la société américaine AEROSERVICE CORPORATION entre 1969 et 1974. Notre étude a pour but la mise en évidence des anomalies radiométriques et magnétométriques dans le fossé pharusien et ce, dans le cadre de la recherche de nouveaux indices Uranifères, ainsi que l’étude structurale de la région. Dans la chaîne du traitement, les filtres numériques occupent une place primordiale, ce sont des outils mathématiques permettant de faciliter la tache de l’interprétation. Par la suite, une interprétation qualitative et quantitative nous permettra de déduire les caractéristiques relatives des zones anomales dans la région, ainsi que la fiabilité des filtres appliqués. Enfin, pour améliorer l’interprétation des données Aéromagnétiques, trois nouvelles méthodes analytiques seront appliquées au champ anomal, à savoir : la Déconvolution d’Euler (DE), le signal analytique (SA) et le nombre d’onde local (NOL)Item Application de la transformée en ondelettes continue pour le traitement des données sismiques(2010) Bouterai, AhmedL’onde de surface est un vieux problème présent dans les enregistrements sismiques. C’est un bruit de basse fréquence et de forte amplitude. Plusieurs techniques sont utilisées pour le filtrer. La principale est la transformée FK. Elle utilise la transformée de Fourier une technique qui impose que le signal sismique soit stationnaire et que les évènements soit des ondes planes La transformée en ondelettes continue propose une nouvelle approche. Le signal sismique est alors décomposé sur des fonctions de bases qui contrairement à la transformée de Fourier, ont une extension finie en temps et en fréquence. Le signal ne doit pas forcement être stationnaire. Cette transformée permet d’effectuer une analyse et un filtrage plus rigoureux en temps-fréquence l'intérêt principal de cette méthode est de pouvoir filtrer dans une zone temporelle bien choisie du signal sismique et sans modifier le reste. Les multiples sont considérés comme un bruit gênant et difficile à éliminer les techniques couramment utilisées pour le filtrer sont la déconvolution prédictive et le filtre (F-K) qui s’avèrent quelquefois inefficaces. Dans le but de surmonter les insuffisances rencontrées, on a introduit un nouveau outil mathématique performant et puissant qui est la Transformée en Ondelette Continue « TOC » (Morlet 1982). La séparation des ondes montantes et descendantes est basée dans les différentes méthodes de séparation sur le fait que les deux champs d'ondes ont des vitesses apparentes de signe opposé, mais il existe d'autres méthodes de séparation non basées sur le critère de vitesse apparente notamment les filtres de polarisation pour l'extraction (des ondes P et des ondes S), et la SVD (singular values decomposition). Dans ce travail, nous proposons une nouvelle technique de séparation par la transformée en ondelettes continue. Les résultats ont montré que cette technique est un bon moyen de filtrer le ground roll, les multiples et la séparation du champ d’onde d’un profil sismique vertical .Elle peut être implémentée en utilisant un algorithme dont la compilation est aussi efficace que la transformée de Fourier rapideItem Application des filtres numériques aux données aérogéophysiques pour la délimitation des indices uranifères dans le hoggar occidental(2019) Groune, DaoudCette étude est une contribution aux efforts de recherche et d’exploration de l’uranium dans la partie Ouest de la région du Hoggar, appelé également Hoggar occidental ou chaîne Pharusienne. Caractérisé par la complexité de ses formations litho-structurales et la multitude de ses systèmes de fractures qui favorisent l’accumulation des corps minéralisés, ce vaste domaine, présente un intérêt minier pour la recherche de plusieurs substances, notamment l’uranium où, trois gisements et une dizaine d’indices sérieux ont été déjà localisés. L’objectif principal de cette étude est la mise au point d’un modèle cohérent pour la prédiction de cibles potentiellement favorables pour l’accumulation des minéralisations uranifères et ce, dans le but de mettre en évidence de nouveaux gîtes d’uranium. Un tel modèle, qui peut servir comme un guide pour les futures recherches dans la zone d’étude, permettra de réduire les coûts alloués à l’exploration. Cette étude vise donc, l’orientation des activités d’exploration de l’uranium vers une approche sélective au lieu de l’exploration systématique classique. Malgré son caractère régional, l’analyse de la couverture aérogéophysique, au-dessus du Hoggar occidental, a permis de mettre en évidence plusieurs zones d’anomalies magnétiques et radiométriques qui ont conduit, à leur tour, à la découverte de quelques indices uranifères dans la région. Dans le cadre de cette thèse, nous effectuons une réinterprétation de l’information magnéto-spectrométrique en se basant sur les techniques de filtrage numérique pour l’amélioration de la qualité des données brutes. En faisant appel aux résultats des différents levés au sol, effectués depuis les années 1950, nous déterminons les critères de recherche ce qui facilite la sélection des zones potentielles, susceptibles de contenir des minéralisations uranifères. Après avoir dégagé les guides de recherche de l’uranium à partir de l’étude des minéralisations des différents gisements et indices uranifère localisés dans la zone d’étude, nous intégrons les différentes sources d’information disponibles afin d’établi un modèle métallo-génique des minéralisations uranifères dans le Hoggar occidental. Enfin, notre approche a permis de délimiter, à l’intérieure de la zone d’étude, plusieurs régions prometteuses et spatialement plus restreintes, susceptibles de renfermer des gîtes d’uraniumItem Application des méthodes algébriques (ART, SIRT) aux problèmes de reconstruction d'images tomographiques en sismique(2015) Mender, MouradLa tomographie sismique est une technique d'imagerie qui permet de reconstruire la structure du sous-sol, généralement à partir du temps des premières arrivées des ondes de compression. Le sous-sol est un milieu extrêmement complexe, ce qui affecte le trajet de l'onde sismique en le traversant. La reconstruction tomographique est souvent définie comme un problème inverse dont la résolution n'est pas aussi facile et qu'il n'existe pas de solution unique. En effet, sa résolution nécessite l'utilisation de méthodes d'inversion analytiques ou algébriques. Ces dernières ont été développées en plusieurs techniques afin de représenter au mieux la structure du sous-sol. Pour la réalisation de ce mémoire, nous avons utilisé deux méthodes itératives de reconstruction tomographique basées sur des outils algébriques dites ART (Algebraic Reconstruction Technique) et SIRT (Simultaneous Iterative Reconstruction Technique). Le présent travail concerne l'application de ces deux techniques aux problèmes de reconstruction en tomographie sismique. Notre contribution consiste à montrer les résultats de leurs applications sur des données synthétiques et réelles. Pour le cas des synthétiques, nous avons simulé des enregistrements sismiques par différences finies à travers un modèle de vitesse représentant une structure géologique de subsurface. Ce modèle est composé de deux couches où nous avons inséré dans la première couche deux anomalies caractérisées respectivement par une faible et une forte vitesse que nous considérons comme problèmes de reconstruction en tomographie sismique. Sur les résultats obtenus, les deux anomalies sont mieux localisées horizontalement que verticalement. Pour le cas des données réelles, les temps des premières arrivées pointés sur des enregistrements d'une ligne sismique 2D ont été utilisés pour déterminer un modèle de subsurface. Pendant la phase de test, une étude de paramètres d'inversion a été effectuée pour choisir ceux générant les bons résultats. Le modèle obtenu présente des hétérogénéités latérales et des anomalies de vitesse faible et haute bien visibles latéralement. De plus, un fort gradient de vitesse a été identifié sur la partie gauche de ce modèle. Enfin, sur le modèle de subsurface issu des données réelles, un calcul de valeurs des corrections statiques a été effectué et appliqué sur tous enregistrements de la ligne en étude. Le résultat obtenu est une section sismique 2D dont laquelle la cohérence et la continuité sont nettement améliorées comparativement à une autre section obtenue en utilisant les corrections statiques calculées par la méthode altimétriqueItem Apport de l'interprétation des anomalies micromagnétiques et radiométriques liées aux microfuites d'hydrocarbures à l'exploration pétrolière : cas de la région de Hassi R'mel(Universite de Boumerdes : Faculté des hydrocarbures et de la chimie, 2022) Senouci, Mohamed; Allek, Karim(Directeur de thèse)La recherche de nouveaux gisements d'hydrocarbures devient de plus en plus compliquée et coûteuse. L'approche géophysique traditionnelle consiste essentiellement à localiser en grandes profondeurs des structures-pièges favorables à l'accumulation des hydrocarbures. Une autre approche originale qui peut être complémentaire à la première se résout à essayer d'identifier les hydrocarbures en profondeur à travers leurs empreintes détectables en proche surface. Elle repose sur le principe que les hydrocarbures piégés en profondeur présentent souvent des microfuites qui migrent souvent verticalement en infime quantité vers la proche surface et induisent grâce à des processus complexes des altérations et la précipitation d'une variété de minéraux détectables par un ensemble de méthodes géophysiques de proche surface. Dans cette étude, les données magnétiques et gamma spectrométriques aéroportées du pourtour de Hassi R'mel ont été utilisées pour essayer d'identifier des variations subtiles des concentrations d'éléments radioactifs ainsi que des anomalies micromagnétiques qui seraient induites par les microfuites d'hydrocarbures. Un algorithme de classification bayésienne a été appliqué pour caractériser ces anomalies magnétiques et radiométriques résiduelles qui se produisent au-dessus des réservoirs d'hydrocarbures connus dans la zone d'étude. Les résultats obtenus ont permet la définition des attributs caractéristiques des anomalies magnétiques et radiométriques en relation directe avec la présence d'hydrocarbures en profondeur. , et celles qui se produisent en dehors des occurrences d'hydrocarbures connues peuvent indiquer des accumulations d'hydrocarbures sous-jacentes non prouvées par la prospection sismique et les forages d'exploration pétroliers. Les enregistrements des puits et les données de carotte, de la zone d'étude ont permis de contrôler l'efficacité de notre modèle et valider nos résultats.Item Caractérisation des réservoirs par les méthodes(Université M'Hamed Bougara Boumerdès, 2020) Ketteb, Rachid; Djeddi, Mabrouk( Directeur de thèse)Depuis la première phase mise en production d’un réservoir pétrolier, les spécialistes suivent d’une manière ininterrompue son évolution. L’accomplissement de cette tâche nécessite la compréhension de la distribution spatiale des propriétés pétrophysiques du réservoir telles la porosité et la perméabilité, les ingénieurs en réservoir ingenniering ont à leur disposition les données de puits (diagraphies, carottes). Malheureusement ces données fournissent des informations locales et limitées à l'emplacement des puits, par conséquence les modèles de réservoirs modélisés avec seulement ces données diagraphiques sont donc mal conditionnés dès que l'on s'éloigne des puits. Il est donc évident que les diagraphies seules ne suffisent pas pour contraindre les modèles de réservoir. Pour remédier à ce problème, ces données doivent être complétées par des informations géologiques de nature statique portant sur la taille des objets sédimentaires, leurs formes, etc. à cet effet, la prise en compte des données sismiques dans la modélisation des réservoirs peut remédier au problème d’insuffisance d’informations entre les puits. Nous proposons une technique qui nous permettra d’associer toutes les données (diagraphies, sismiques) afin de faire une modélisation des réservoirs plus proche à la réalité. Cette technique est connue sous le terme : méthodes géostatistiques par l’approche bayésienne. Nous utiliserons cette technique pour modéliser la porosité du réservoir « Tensleep »Item Contribution à la caractérisation des réservoirs fissurés du champ de Hassi Messaoud par classement flou, réseaux de neurones artificiels et magnétisme des roches(2015) Ali Zerrouki, AhmedLes réservoirs fissurés naturels forment une catégorie des réservoirs tout à fait particulière, à cause de l'effet de la porosité et la perméabilité de fractures. L'optimisation de l'exploitation des réserves d'hydrocarbures dans ce type de réservoirs nécessite une étude spécifique par rapport aux autres réservoirs conventionnels. Notre étude consiste à exploiter au maximum les données disponibles pour mieux caractériser ce type de réservoirs, malgré le manque d'enregistrement de diagraphie sonique dans les puits étudiés. Les données des diagraphies sont utilisées pour estimer la porosité de fractures naturelles qui est considérée comme un paramètre essentiel pour évaluer et modéliser un réservoir fracturé. La prédiction de ce paramètre est faite, en se basant sur la logique floue et les réseaux de neurones. La fracturation du réservoir des quartzites de Hamra au sud-ouest du champ de Hassi Messaoud est étudiée, en exploitant les données des diagraphies d'imagerie et les carottes de puits. La combinaison des différentes techniques (diffraction des rayons X, microscopie électronique à balayage et magnétisme des roches) est utilisée pour mieux caractériser la nature des porteurs magnétiques dans le réservoir étudié. La recherche d'une relation linéaire ou non linéaire entre la susceptibilité magnétique et les paramètres pétrophysiques a fait l'objet de notre étude, en appliquant l'analyse des composantes principales et les réseaux de neurones. Les résultats trouvés montrent que le coefficient de corrélation (R2) entre les valeurs de la porosité de fractures estimées par le réseau de neurones et celles calculées par diagraphies est égale à 0.878. Les techniques combinées utilisées pour identifier la minéralogie magnétique ont montré que la pyrrhotite, l'hématite et la magnétite sont les minéraux magnétiques responsables de la forte susceptibilité magnétique dans le réservoir des quartzites de Hamra des puits étudiés. La prédiction de la susceptibilité magnétique est estimée à partir des données de diagraphies, en utilisant la logique floue et les réseaux de neurones. Les résultats trouvés, avec un réseau de 25 neurones dans la couche cachée, montrent une bonne performance dans la phase de test, avec une erreur quadratique moyenne, erreur relative moyenne et un coefficient de corrélation (R) égaux à 0.0142, 0.0743 et 0.907 respectivement. Ces résultats prouvent l'existence d'une relation non linéaire entre la susceptibilité magnétique et ces paramètresItem Contribution of artificial intelligence to the geological mapping of the SILET region (Western Hoggar) using aero-geophysical and satellite data(Universite M'Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2023) Elbegue, Aref Abderrahmane; Allek, Karim(Directeur de thèse)Geological mapping is a fundamental task in the study of the Earth's crust, as it provides crucial insights into the structure, composition, and evolution of the planet's surface. Traditionally, geological mapping has relied on surface observations, geological drilling, and other time-consuming and expensive techniques. However, in recent years geophysical data has emerged as a valuable tool for enhancing geological mapping, allowing for more efficient and accurate characterization of the subsurface. This thesis explores the application of machine learning techniques to geophysical and satellite data for geological mapping. Specifically, we focus on the integration of airborne magnetic and gamma ray spectrometry data with Landsat images of the Silet region located in central Hoggar. Our goal is to improve our understanding of the geology of this region and explore the effectiveness of machine learning algorithms in this context. Our findings show that geophysical data can provide valuable information on the subsurface structure and lithology, which can help to refine geological interpretations and reduce uncertainty in geological maps. In particular, we demonstrate the importance of integrating geophysical data with geological observations, as well as the importance of high-quality data acquisition and processing. Additionally, we show that machine learning techniques can help to automate the interpretation of geophysical data and improve the accuracy of geological maps. In our case study, we applied a range of machine learning algorithms, including random forests (RF), Deep neural networks DNN) and extreme gradient boosting (XGBoost). We demonstrate that these algorithms can effectively classify geophysical data into different lithological units and identify subsurface structures. Specifically, we show that the machine learning tool can distinguish different rock types and identify the boundaries between different rock units based on magnetic and gamma ray spectrometry data. Overall, this thesis provides a comprehensive overview of the contribution of machine learning applied to geophysical data for geological mapping, and highlights the potential for the utility of these data to revolutionize our understanding of the Earth's crustItem Dynamique chaotique et analyse fractale en géophysique percolation et modélisation fractale de la porosité(2007) Aitouche, Moh-AmokraneItem Estimation de la perméabilité a partir des diagraphies en utilisant la logique floue : application dans le périmètre d’In Aménas (Bassin d’Illizi)(2017) Kerchouche, HabibaLa perméabilité est un paramètre important pour la caractérisation des réservoirs. La meilleure méthode directe pour la mesure de la perméabilité est obtenue à partir de l'analyse des carottes. Toutefois, le carottage est très coûteux, prend du temps et fournit des informations éparses sur l'ensemble du champ ce qui limite de telles mesures. Par conséquent, le but de cette étude est de prédire la perméabilité de la formation à partir des mesures de diagraphies en utilisant la logique floue. La méthode proposée présente de nombreux avantages. Elle est économique et surtout elle fournit un profil de perméabilité continu à travers une formation particulière contrairement à la perméabilité obtenue à partir de l'analyse du test qui fournit une valeur moyenne pour toute la zone de drainage du puits. La logique floue est simplement une application de techniques statistiques reconnues. Alors que les techniques classiques agissent à l'absolu, la nouvelle méthode porte un terme d'erreur inhérent à travers le calcul plutôt que de l'ignorer ou de le minimiser. Cela conserve les informations associées à l'erreur et donne étonnamment de meilleurs résultats. La technique de logique floue présentée dans ce document a été utilisée pour trouver des relations entre les diagraphies et les résultats des carottes. Ces relations ont été utilisées pour prédire des courbes de perméabilité continues avec une comparaison visuelle et numérique de l'incertitude dans les intervalles carottés et non carottés. Les mesures de carottes ont été utilisées pour valider les prédictions. La technique est démontrée avec une application aux données de puits dans le bassin d'Illizi de la plate-forme saharienne algérienne. Les résultats du réservoir F4 du puits ILZ-1 avec des intervalles non carottés montrent que la technique peut faire une estimation plus précise et plus fiable de la perméabilité d’un réservoir par rapport aux méthodes de calcul classiques. Cette technique intelligente peut être utilisée comme un outil puissant pour la caractérisation des réservoirs à partir de diagraphies des projets de développement de puits de pétrole et de gaz naturel. Ce document présente les données de perméabilité prédites par rapport à celles réelles pour démontrer l'efficacité de la technique proposéeItem Étude géothermique du sud de l’Algérie(2005) Ouali, SalimaItem Filtrage des données sismiques par les réseaux de neurones artificiels(2015) Babaia, FoudilLe but ultime de l'exploration sismique est d'imager les structures souterraines. Les données sismiques brutes sont toujours contaminées par des bruits dont les causes et les effets peuvent varier d'une campagne sismique à l'autre. Ainsi, l'atténuation de ces bruits constitue une tâche difficile, particulièrement en sismique terrestre, à cause du changement permanent des caractéristiques de ces bruits. Afin d'obtenir une image finale du sous sol exploitable, plusieurs outils mathématiques sont utilisés pour réduire au maximum les bruits aléatoires et cohérents. Ces outils, basés en majorité sur les caractéristiques du signal et du bruit, nécessitent beaucoup de paramètres à utiliser. Le travail, présenté dans ce mémoire, concerne le filtrage des données sismiques par l'utilisation des Réseaux de Neurones Artificiels (RNA). Notre contribution consiste à montrer la possibilité d'utiliser certains types de réseaux de neurones pour résoudre des problèmes concrets de traitement des données sismiques (Intérêt industriel), plus précisément, montrer leur intérêt comme un outil de filtrage des bruits aléatoires et cohérents. Nous avons fait appel à l'architecture de type perceptron multicouches (PMC) opérant sur une fenêtre élémentaire glissante à deux dimensions (2D). Ce type de réseau de neurones peut prendre en charge des problèmes non linéaires grâce à leurs fonctions de transfert non linéaires. Pour être validée, l'approche proposée a été appliquée sur des exemples synthétiques avec des degrés de complexité variables ainsi que sur des données réelles. Les résultats obtenus sont très satisfaisants. Lors des tests réalisés, une étude des paramètres du réseau a été effectuée pour voir comment ces derniers influent sur les résultats du filtrage. Le choix du nombre de neurones cachés, la taille de la fenêtre de calcul et le nombre d'exemples ainsi que leur répartition constituent un élément clé pour le bon apprentissage et fonctionnement du réseauItem Fuzzy machine learning contribution in reservoir characterization from well-logging data(Universite M'Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2024) Cherana, Amina; Aliouane, Leila(Directeur de thèse)This thesis presents a comprehensive exploration of the integration of Neuro-Fuzzy Systems (NFS) within the domain of reservoir characterisation, with a specific focus on the analysis of petrophysical data in both conventional and unconventional reservoirs, notably within the Algerian Sahara region. Leveraging recent advancements in machine learning, neural networks, and fuzzy logic, this research elucidates the pivotal role of NFS as hybrid machine learning systems in augmenting reservoir characterisation methodologies. Drawing upon two peer-reviewed publications, this thesis embarks on an elaborate work to contextualize the latest developments in NFS within the broader domain of machine learning applications in reservoir characterisation. In the first foundational chapter, we delineate the fundamental principles underpinning machine learning, fuzzy logic, and the amalgamation thereof in the form of Neuro-Fuzzy Systems. Through a rigorous exposition, the theoretical underpinnings and operational mechanisms of these paradigms are elucidated, laying the groundwork for subsequent chapters. A meticulous examination of contemporary machine learning applications in reservoir characterisation forms the essence of chapter two. By synthesising existing literature, we distinguish prevalent methodologies, challenges, and advancements in employing machine learning techniques for reservoir characterisation tasks, thereby providing a comprehensive overview of the current status. Building upon the theoretical framework established in preceding chapters, Chapter 3 explores the application of unsupervised fuzzy logic methods for lithology classification. Through empirical investigations, the efficacy of fuzzy logic algorithms in delineating lithological boundaries is assessed, contributing to enhanced reservoir characterisation workflows. Chapter four undertakes the task of predicting porosity and permeability in a conventional reservoir situated within the Algerian Sahara region. Leveraging machine learning techniques, predictive models are developed to accurately estimate these critical reservoir properties, thereby facilitating informed decision-making in petroleum exploration and production endeavours. In the concluding chapter, the research findings are synthesized, and key insights gleaned from the empirical investigations are elucidated. Moreover, recommendations for future research endeavours aimed at further enhancing the efficacy and applicability of automated methods in predicting hydrocarbon reservoir properties are delineated, underscoring the imperative for continued interdisciplinary collaboration and innovation in the field of reservoir characterisationItem Identification de la lithologie par l'utilisation d'un système hybride Neuro-Flou (Application sur des données du Sud Algérien)(2015) Benbrouk, SalaheddineNous avons tenté dans ce travail d'appliquer un système d'inférence flou (FIS) pour l'interprétation automatique des diagraphies, en vue d'identifier la taille des grains et la lithologie des formations. Pour cela, nous avons utilisé deux systèmes FIS, un, créé par l'utilisateur (log analyste) et un autre créé à partir d'un système neuro-flou ANFIS (Adaptif Neuro-Fuzzy Inference System), équivalent à un réseau de neurones supervisé de type Perceptron multicouche (PMC) à rétro-propagation. Pour le système FIS créé par l'utilisateur, nous avons conçu deux types de FIS, à savoir inférence Mamdani et inférence Sugeno, qui ont les mêmes fonctions d'appartenance des entrées (les diagraphies) et les mêmes règles floues, la seule différence est la sortie; pour le premier, la sortie est une donnée floue représentant la taille des grains, et pour le deuxième, la sortie est constante représentant la lithologie. D'après les résultats obtenus qui sont plus au moins satisfaisants, nous avons constaté que la performance du système FIS est conditionnée par le bon choix des fonctions d'appartenance et des règles floues. Afin de surmonter ces difficultés, Nous avons utilisé le système neuro-flou ANFIS pour la conception du deuxième système FIS sur la base des données d'apprentissage (des exemples d'entrées/sortie) du puits P2. A cette étape nous avons fait varier le pas d'apprentissage pour voir son influence sur la convergence du système. Les résultats obtenus sont présentés et comparés par rapport à ceux obtenus à partir du log chantier (Master log) et les données de carottes du puits P1