Thèse Inversion des Courbes Sous Hypothèse de Champ Diffus Dfa Validation Scientifique Multi-Sites Analyse des Incertitudes et Développement d'Une Stratégie d'Inversion Opérationnelle pour la Géop H/F - Doctorat.Gouv.Fr

Établissement : Université Grenoble Alpes École doctorale : STEP - Sciences de la Terre de l'Environnement et des Planètes Laboratoire de recherche : Institut des Sciences de la Terre Direction de la thèse : Cécile CORNOU ORCID 0000000343012979 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-07-15T23:59:59 La caractérisation des propriétés dynamiques des sols constitue un enjeu central en géophysique d'ingénierie et en géotechnique. Les profils de vitesses de cisaillement (Vs) sont notamment déterminants pour l'évaluation des effets de site, la classification sismique et le dimensionnement d'ouvrages.

Basée sur un enregistrement sismique en un seul point, la méthode H/V appliquée au bruit sismique ambiant est largement utilisée pour l'identification de la fréquence fondamentale des sites. En revanche pour déterminer une vitesse de propagation, il est nécessaire de disposer au minimum de deux points d'observation simultanés, voire plus pour constituer un réseau de capteurs. Ces dernières années, les développements théoriques sous l'hypothèse de champ diffus (Diffuse Field Assumption - DFA) ont montré que le rapport H/V peut être relié aux fonctions de Green du milieu, ouvrant la voie à une inversion quantitative permettant d'estimer les profils Vs (Sanchez-Sesma et al., 2011 ; Sanchez-Sesma, 2017).

Toutefois, malgré un cadre théorique désormais bien établi dans la littérature scientifique, le passage à un usage industriel robuste nécessite de lever plusieurs verrous méthodologiques et technologiques: la validité de l'hypothèse de champ diffus en environnement réel; l'évaluation de la non-unicité des solutions d'inversion; la quantification des incertitudes et la définition de critères de qualité applicables en ingénierie; la documentation d'une stratégie de mesure du H/V-DFA et d'inversion robuste reproductible.
La caractérisation des propriétés dynamiques des sols constitue un enjeu central en géophysique d'ingénierie et en géotechnique. Les profils de vitesses de cisaillement (Vs) sont notamment déterminants pour l'évaluation des effets de site, la classification sismique et le dimensionnement d'ouvrages.

Basée sur un enregistrement sismique en un seul point, la méthode H/V appliquée au bruit sismique ambiant est largement utilisée pour l'identification de la fréquence fondamentale des sites. En revanche pour déterminer une vitesse de propagation, il est nécessaire de disposer au minimum de deux points d'observation simultanés, voire plus pour constituer un réseau de capteurs. Ces dernières années, les développements théoriques sous l'hypothèse de champ diffus (Diffuse Field Assumption - DFA) ont montré que le rapport H/V peut être relié aux fonctions de Green du milieu, ouvrant la voie à une inversion quantitative permettant d'estimer les profils Vs (Sanchez-Sesma et al., 2011 ; Sanchez-Sesma, 2017).
L'objectif général de la thèse est de structurer un cadre méthodologique robuste pour l'inversion du rapport H/V-DFA et de développer une stratégie d'inversion exploitable en contexte opérationnel. Les objectifs spécifiques sont :
- Évaluer la robustesse de la mesure et de l'inversion du rapport H/V-DFA dans différents contextes géologiques et environnementaux (milieu industriel, milieu urbanisé ou non);
- Quantifier la non-unicité et les incertitudes associées aux modèles inversés ;
- Comparer systématiquement les résultats obtenus avec des méthodes de référence (sismique active (MASW) et passive (bruit de fond réseau), forages, cross-hole) ;
- Optimiser une stratégie d'inversion des courbes H/V-DFA incluant ou non d'autres observables (forages, sismique active et/ou passive);
- Formaliser des recommandations méthodologiques à destination de la pratique industrielle.

- master en Sciences de la Terre/Géophysique ou diplôme d'ingénieur en géophysique
- expertise en mesure et traitement de données sismiques
- goût pour le traitement du signal
- maitrise d'un langage de programmation (python, C++, f90, ...)