Prédire les mouvements du sol "en aveugle", c'est-à-dire générés par un séisme futur, est essentiel pour anticiper les dommages causés aux bâtiments. Cette thèse propose deux nouvelles approches, fondées sur la technique des fonctions de Green empiriques (FGE), pour calculer le mouvement sismique dans un milieu complexe, sur une large gamme de fréquences, et à partir d'un processus de rupture sur la faille réaliste. La première méthode utilise une représentation simple de la source (modèle de "crack"). Dans la seconde, la rupture est décrite par un modèle cinématique complexe en "k-2". De plus, afin de calculer le mouvement sismique basse fréquence, les FGE bruitées en dessous de 1 Hz sont remplacées par des simulations numériques par éléments spectraux 3D.<br />La difficulté principale pour simuler "en aveugle" est le choix des paramètres de la source (chute de contrainte, point de nucléation,...), mal contraints, et qu'il faudra pourtant estimer a priori. Ce choix contrôle le niveau médian et la variabilité du mouvement sismique. La première solution testée consiste à déterminer directement les lois de distribution de ces paramètres à partir des résultats issus de l'inversion cinématique. Afin de garantir que les niveaux simulés sont réalistes, nous proposons dans un second temps de calibrer les simulations par FGE en un site de référence au rocher en utilisant un modèle de prédiction empirique.<br />Les différentes méthodes sont appliquées pour simuler dans le bassin grenoblois un séisme de magnitude 5.5 à 15 km. La comparaison aux normes EC8 montre que les spectres réglementaires sont dépassés en certains points du bassin sédimentaire, à 0.3 Hz et autour de 0.2 Hz.

Ce travail est consacré à l'étude des données accélérométriques de la france métropolitaine, issues du Réseau Accélérométrique Permanent (RAP), en cours d'installation depuis 1996, pour caractériser l'aléa sismique. Il existe de nombreux modèles empiriques de prédiction des mouvements forts valables pour les régions sismiquement très actives (USA, Japon...), mais leur utilisation dans le contexte français nécessite la ré-évaluation de paramètres tels que les magnitudes et les conditions de site.<br /><br />Dans un premier temps, l'analyse des données de séismes modérés a permis d'établir une échelle homogène de magnitudes issues du moment sismique. Par ailleurs, les réponses de site des stations du réseau RAP ont été calculées pour les Pyrénées, les Alpes et le fossé Rhénan. Enfin, les phénomènes d'atténuation au niveau de la France semblent présenter des variations régionales. En se basant sur les résultats précédents, l'applicabilité de certains modèles empiriques de mouvements forts a été démontrée, à partir des séismes les plus importants enregistés par le RAP

Ce travail a pour objet d'analyser la capacité des réseaux de neurones artificiels (RNA) à prédire les mouvements sismiques avec des performances statistiques similaires aux techniques de régression par moindres carrés conduisant aux "équations de prédiction du mouvement du sol" (EPMS), utilisées classiquement depuis plusieurs décennies. Les principaux avantages de cette nouvelle approche RNA vis-à-vis des EPMS sont d'une part l'absence d'a priori sur les formes fonctionnelles régissant la dépendance aux différents paramètres, celle-ci devant "automatiquement" émerger des données, ainsi qu'une quantification simple de l'importance relative des variables indépendantes qui affectent le mouvement sismique du sol. Le présent travail s'appuie sur un sous-ensemble de la base de données sismique KiKNet, où les événements retenus ont une profondeur inferieure à 25 km, une magnitude comprise entre 3.5 et 7.3 et une distance épicentrale allant de 1 à 343 km. L'effet de site est pris en considération dans cette étude avec l'utilisation conjointe de la vitesse des ondes de cisaillement moyenne sur trente mètres de profondeur et la fréquence de résonance du site. L'analyse des données KiK-Net enregistrées en surface et en profondeur permet de calculer, par un RNA, les rapports d'amplification spectrale surface/profondeur afin d'estimer l'effet de site. La même approche est utilisée pour la prédiction des indicateurs de nocivité les plus communément utilisés en ingénierie parasismique, ainsi que pour la génération des pseudo-accélérations spectrales largement utilisées dans l'analyse dynamique des structures. Les résultats obtenus montrent que les modèles neuronaux élaborés sont relativement robustes et ne dépendent que faiblement de la base de données initiale. Ce résultat est intéressant pour les régions où les données sismiques sont rares. Les écarts-types obtenus pour ces modèles sont légèrement inferieurs à ceux des équations classiques de prédiction du mouvement sismique. Les modèles neuronaux établis ne nécessitent aucun a priori sur la nature de la forme fonctionnelle de la relation d'atténuation. L'atténuation du mouvement sismique avec la distance, l'effet d'échelle de la magnitude et l'effet de site non linéaire sont ainsi pris en considération "naturellement" par les RNA à partir du moment où ils existent dans le jeu de données initial. Les résultats obtenus indiquent également une influence significative de la profondeur focale et de la fréquence de résonance sur le mouvement sismique à la surface libre. La possibilité de mettre ces modèles en oeuvre à l'aide d'un tableur Excel ou autre est démontrée, ouvrant ainsi un très vaste champ d'utilisation.