[LAMPS] Séminaire : Modélisation probabiliste et inférence bayésienne pour l'analyse des systèmes de mélange de fluides géologiques

 

Résumé

 L'analyse des systèmes de mélanges de fluides géologiques a pour objectif d'améliorer la compréhension des échanges de matières et d'énergie dans le sol et le sous-sol. Ce travail se concentre sur l'étude des interactions fluides-fluides au travers des systèmes de mélange de fluides et plus particulièrement sur la détection (estimation du nombre et de la composition) des sources à l'origine de ce système de mélange.  Les données sont vue comme des points dans un espace multidimensionnel abstrait. Ce travail présente  une méthode de détection basée sur les processus ponctuels spatiaux. Les sources sont supposées être distribuées dans cet espace au moyen d'un processus ponctuel de Gibbs : le modèle Hug. La densité de probabilité de ce modèle intègre les connaissances physiques et géologiques sur les systèmes de mélanges. Des méthodes Monte-Carlo par Chaînes de Markov (MCMC) sont utilisées pour simuler ce processus ponctuel. Les sources sont ensuite estimées par la configuration de point qui maximise la densité de probabilité du modèle HUG. Cette configuration est obtenue au moyen d'un algorithme de recuit simulé.

Mots-clés : statistique spatiale, processus ponctuel de Gibbs, modélisation, géostatistique, données géologiques, méthodes MCMC, recuit simulé

Intervenant

Christophe Reype, Post-Doc INRAE d'Avignon