Description du sujet de thèse

Dormant Volcano Monitoring using Seismic Low Filtered Energy (DrVM-SeLFiE)

Contexte de travail

Institut de recherche en géosciences de renommée mondiale fondé en 1921, associé au CNRS, établissement-composante d’Université Paris Cité et regroupant plus de 500 personnes, l’IPGP couvre toutes les disciplines des sciences de la terre et des planètes via l’observation, l’expérimentation et la modélisation, à toutes les échelles de temps et d’espace.
Les thématiques de recherche sont structurées à travers 4 grands thèmes fédérateurs : Intérieurs de la Terre et des planètes, Risques naturels, Système Terre, Origines.
L’IPGP a aussi la charge de services labellisés en volcanologie, sismologie, magnétisme, gravimétrie et érosion. Notamment, les observatoires permanents de l’IPGP surveillent les 4 volcans actifs français d’outre-mer en Guadeloupe, en Martinique, à la Réunion et à Mayotte (REVOSIMA).
L’IPGP héberge des moyens de calcul puissants et des installations expérimentales et analytiques de dernière génération et bénéficie d’un soutien technique de premier plan.
Le département de la formation et des études doctorales de l’IPGP offre à ses étudiants des formations en géosciences qui associent observation, analyse quantitative et modélisation et qui reflète la qualité, la richesse et la diversité thématique des recherches menées par les équipes de l’IPGP.


Le Mont Fuji est resté endormi pendant plus de 300 ans, mais une éruption pourrait affecter 30 millions de personnes et causer 17 milliards d'euros de dommages. Ce projet de thèse vise à relier de manière quantitative les sismogrammes à basse fréquence aux activités volcaniques, telles que la migration du magma et le risque élevé d'éruption de volcans apparemment inactifs tels que le Mont Fuji, en compilant des technologies d'imagerie sismique et des classificateurs statistiques à l’aide de l’intelligence artificielle. En appliquant ces technologies aux données observées, nous chercherons à interpréter les formes d'ondes sismiques pour déduire à la fois la structure de l'intérieur du volcan et les mécanismes de source volumétriques (4D) en time-lapse. Cette image de source sismique 4D sera ensuite interprétée comme une éruption, dont l'acceptabilité sera validée avec des volcans actifs ayant des expressions d'éruption via des méthodologies statistiques telles que l'apprentissage automatique. L'objectif ultime de ce projet est de proposer un système d'alerte efficace basé sur une observation sismique continue autour du Mont Fuji.

Pour ce faire, nous aimerions d’abord illuminer la structure interne et au-dessous du mont Fuji. Nous allons utiliser nos outils de tomographie localisée des formes d’onde des événements télésismiques (cf. Fuji et al. 2012 ; Monteiller 2013 ; Xiao et al. 2020). Nous devrons calculer et stocker les déplacements et les strains sur les surfaces de la boîte qui entourne le mont Fuji. Nous filtrerons les signaux sismiques jusqu’à 2Hz afin que la longueur d’onde minimale des ondes S atteigne ~1 km, ce qui n’avait jamais fait à ce jour-ci.

Une fois que le modèle tomographique de la région est établi, nous préparons des fonctions de Green depuis 17 stations situées sur le mont Fuji, pour qu’on puisse faire « rétro-propager » des données observées continues afin d’imager les sources (cf. Kawakatsu & Montagner). Cette technique permettra d’imager une vidéo en 4D et de localiser des sources sismiques de ~100 événements locaux. À l’aide de la connaissance pétrologique, nous pourrons contraindre l’évolution de la migration magmatique du mont Fuji. En comparant statistiquement cette vidéo en 4D avec l’analyse des signaux sismiques continus à l’aide de l’intelligence artificielle (thèse d’Adèle Doucet en cours), nous allons pouvoir construire une méthodologie de surveillance de ce volcan apparemment dormant.

Cette thèse sera encadrée par Nobuaki Fuji (IPGP) et S. Durand (ENS Lyon) en collaboration avec Nozomu Takeuchi, Yosuke Aoki (ERI, U. Tokyo), L. Seydoux F. Costa et J.-P. Métaxian (IPGP). Ce projet se réalisera dans le cadre du IRC (International Research Centre) entre le CNRS et l’université de Tokyo, qui est lancé en 2022, basé sur quelques dizaines d’années de collaborations étroites. Le candidat doit s’intégrer dans cette équipe internationale.