Description du sujet de thèse

Caractérisation sismique multi-échelle des glissements de terrain rocheux actifs : de la déformation interne à la dynamique des mouvements de masse

Contexte de travail

Ce projet vise à faire progresser notre compréhension de la dynamique des glissements de terrain rocheux actifs de grande ampleur. La recherche se concentrera sur deux objectifs principaux : (1) analyser et regrouper (clustering) l'activité microsismique interne afin d'identifier et d'interpréter les événements sismiques liés à la déformation interne et à l'endommagement du matériau au sein du glissement, et (2) développer une approche novatrice combinant les méthodes sismiques et les simulations d'écoulements granulaires pour caractériser la dynamique complexe des mouvements de masse.
Axe 1 : Endommagement interne et précurseurs de rupture
L'axe principal du projet s'appuiera sur l'exploitation des données issues d'un réseau sismique dense pour mieux comprendre la dynamique du glissement de terrain. Des techniques de traitement d'antenne sismique, ainsi que les algorithmes d'apprentissage automatique (machine learning) et d'apprentissage profond (deep learning), seront employés pour détecter, localiser et classifier les événements microsismiques internes du glissement. Cette analyse contribuera à améliorer la caractérisation spatio-temporelle de la dynamique du glissement, en mettant l’accent sur l'identification des processus de déformation interne et des précurseurs potentiels de rupture.
Axe 2 : Dynamique des mouvements de masse
L'axe secondaire consistera à développer une méthodologie novatrice qui intègre les observations sismiques des mouvements de masse avec des simulations numériques d'écoulements granulaires. Combler le fossé entre les données de terrain et les modèles théoriques fournira un cadre complet pour l'interprétation des signaux sismiques et la compréhension des processus mécaniques qui régissent la dynamique des mouvements de masse.
Cette approche multi-échelle a le potentiel d'améliorer considérablement notre capacité à surveiller les aléas liés aux glissements de terrain. Le principal site d'étude pour ce projet est un glissement de terrain rocheux actif et très bien instrumenté, situé en Suisse, pour lequel plusieurs jeux de données sismiques sont disponibles. Le/la doctorant(e) aura l'opportunité de participer à des campagnes de mesures sur le terrain. Le projet de thèse s'inscrit dans le cadre du projet ERC UNREST (UNveiling dynamics of Rapid Erosion through advanced Seismic Techniques), dirigé par Małgorzata Chmiel.
Encadrement :
La thèse est dirigée par Małgorzata Chmiel (Géoazur, CNRS) et Françoise Courboulex (Géoazur, CNRS). Le/la doctorant(e) travaillera en étroite collaboration avec Martijn van den Ende (Géoazur, CNRS), Fabian Walter (WSL, Suisse) et Perry Bartelt (RAMMS AG).
Profil recherché :
Les candidats titulaires d'un Master en géophysique, physique, mathématiques appliquées ou informatique seront considérés. Une expertise dans des langages de programmation de haut niveau comme MATLAB ou Python est essentielle. Le projet implique des collaborations avec des institutions en Suisse.

Le candidat mènera son activité au sein du laboratoire Géoazur de l’université de la Côte d’Azur, du CNRS, situé sur la technopole de Sophia-Antipolis. Le laboratoire Géoazur est une unité de recherche pluridisciplinaire composée de géophysiciens, de géologues, et d’astronomes se fédérant autour de grandes problématiques scientifiques : les aléas telluriques (sismiques, gravitaires et tsunamigéniques) et les risques associés, la dynamique de la lithosphère et l’imagerie de la Terre, la géodésie-métrologie de la Terre et de l’Univers proche. Le laboratoire est composé d’environ 170 chercheurs et enseignant chercheurs et structurés en 6 équipes thématiques. Le candidat retenu intégrera l’équipe "Séismes - Aléas et Risques" du laboratoire.