La multiplication du nombre de réseaux sismiques fait exploser le nombre de données sismologiques. Manuellement, leur traitement est long et fastidieux, d'où la nécessité d'automatiser la détection, la classification et la localisation des événements pour aider les observatoires qui surveillent continuellement la sismicité, mais aussi, dans un intérêt plus scientifique, rechercher et caractériser les phénomènes. La thèse se décompose en 2 axes majeurs : (1) la détection / localisation des séismes, avec le logiciel Waveloc. On a amélioré les outils pré-existants, ajouté de nouvelles fonctionnalités pour une analyse plus détaillée de la sismicité et validé le code avec les données du Piton de la Fournaise ; (2) la classification des séismes. Après calcul des attributs décrivant au mieux les signaux, on a démontré l'efficacité de 2 méthodes d'apprentissage supervisé (régression logistique et SVM) pour le Piton de la Fournaise et soulevé les difficultés pour un cas plus complexe (le Kawah Ijen). / For some time now the quantity of available seismological data has kept increasing. Manually, their processing is long and tedious. Then, the automation of the detection, location and classification of seismic events has become necessary and aims to help the local observatories and to search and characterize some rarer or not well-known phenomena. The work is divided into 2 main directions : (1) the detection and location of seismic events with the Waveloc software (we improved the pre-existing tools, added some new functions for a more detailed analysis of the seimicity and applied the code to data from the Piton de la Fournaise volcano) ; (2) their classification (after computing the seismic attributes, we proved the efficiency and reliability of 2 supervised learning methods - logistic regression and SVM - for the Piton de la Fournaise volcano, underlined the difficulties for a more complex case - the Kawah Ijen volcano - and tried to apply new strategies).

Ce projet de recherche vise à accroître les connaissances sur les mécanismes contrôlant la déformation des glissements de terrain argileux grâce à la combinaison de la surveillance sismique passive et de la surveillance géodésique. Des études récentes ont démontré que la surveillance sismique peut fournir des informations intéressantes sur la mécanique des glissements de terrain et, dans certains cas, fournir des précurseurs utiles pour la prévision des défaillances. L’installation récente de sismomètres sur les glissements de terrain a révélé une variété de signaux sismiques de magnitude (ML $<$ 1) soupçonnée d'être générée par la déformation de la pente (chute, basculement, glissement, écoulement). Cette sismicité endogène doit être catégorisée. Une classification standard des sources sismiques endogènes est ainsi proposée ; l'objectif de cette norme est de pouvoir comparer l'activité sismique de plusieurs glissements de terrain et d'identifier les mécanismes générant ces signaux sismiques ainsi que leur corrélation avec les forçages externes. Plusieurs propriétés de signal (durée, contenu spectral et forme de spectrogramme) sont prises en compte pour décrire les différentes classes de signaux et permettre une comparaison générique. Les observations montrent que des signaux similaires enregistrés sur différents sites présentent les mêmes propriétés et les sources sismiques possibles sont discutées compte tenu du type de déformation observé sur les pentes étudiées. [...] / This research project aims at increasing knowledge on the mechanisms controlling the deformation of clayey landslides through the combination of passive seismic and geodetic monitoring. Recent studies have demonstrated that seismic monitoring is able to give interesting information on landslide mechanics and in some case to provide precursory patterns useful for failure forecasting. The recent installation of seismometers on landslides revealed a variety of seismic signals of law magnitude (ML $<$ 1) suspected to be generated by slope deformation (falling, toppling, sliding, flowing), weathering of the slope material or fluid circulation. This endogenous seismicity needs to be categorized. We thus proposed a standard classification of the endogenous seismic sources; the objective of this standard is to be able to compare the seismic activity of several landslides and identify the mechanisms generating these seismic signals as well as their correlation with external forcing. Several signal properties (i.e. duration, spectral content and spectrogram shape) are taken into account to describe the different class of signals and allow generic comparison. We observe that similar signals recorded at different sites present the same properties and discussed the possible seismic sources considering the type of deformation observed on the studied slopes. [...]