L’amélioration des images sismiques peut aider à mieux contraindre l’exploration deshydrocarbures. Les ondes élastiques qui se propagent dans la Terre peuvent être classifiéescomme ondes de volume et ondes de surface. Si ces dernières sont les plus énergétiques,seules les ondes de volume sont couramment considérées comme des signaux utiles.Cependant, les ondes de surface sont utiles pour caractériser la proche sub-surface.Classiquement, les ondes de surface sont analysées dans des contextes de propriétésélastiques localement 1D.Nous proposons une modification de l’inversion des formes d’onde classique pourreconstruire des profils de propriétés 2D (la windowed-Amplitude Waveform Inversion, w-AWI). La w-AWI est spécialement robuste en ce qui concerne le choix du modèle initial.Nous appliquons la w-AWI aux données synthétiques ainsi qu’aux données réelles, montrantque cette approche permet de récupérer des propriétés 2D. / High-resolution seismic imaging is essential to improve results of hydrocarbon exploration.Elastic waves propagate in the Earth as body and surface waves, the latter being the mostenergetic ones. Body waves are preferred for exploration seismic imaging while surfacewaves are usually considered to be noise. However, it has been recognised that the nearsurface can be characterised by analysing surface waves and that such result may improvethe outcome of body-wave processing. Currently, surface waves analysis leads to retrievelocal 1D property profiles.We propose a waveform-based inversion procedure to derive 2D velocity models fromsurface waves. This method consists of a misfit functional modification of classical FullWaveform Inversion and we call it windowed-Amplitude Waveform Inversion (w-AWI). Weshow that w-AWI is robust regarding the choice of initial velocity model. We apply w-AWI tosynthetic and real data obtaining encouraging near-surface imaging results

Mes travaux de recherche s'inscrivent dans l'imagerie sismique des premiers kilomètres du sous-sol, en particulier dans le domaine pétrolier. Il s'agit de reconstruire les propriétés de la sub-surface, par exemple la vitesse de propagation des ondes de compression, à partir d'enregistrements en surface de déplacements ou de variations de la pression liés au passage d'un train d'ondes acoustiques ou élastiques. Je me suis attaché, dans ce domaine, à regarder différemment les données sismiques. Les enregistrements sismiques dépendent de la position de source et d'un ensemble de récepteurs, ainsi que du temps d'enregistrement. Ils sont couramment analysés trace par trace, par exemple pour filtrer les données ou bien pour les migrer, c'est-à-dire retrouver en profondeur les perturbations du milieu, typiquement avec des migrations de type Kirchhoff. Dans le cas de la migration dite "reverse-time migration", les points de tir sont vus comme un ensemble : l'information de tous les récepteurs est rétro-propagée depuis la surface jusqu'en profondeur, également pour retrouver les propriétés du milieu. Je propose de considérer des groupes de traces adjacentes, autour d'une fenêtre en temps, et d'examiner différents algorithmes d'imagerie sous cet aspect. L'aspect cohérence locale est justifié dans le domaine pétrolier par les acquisitions actuelles qui sont de plus en plus denses, et aussi par la notion de zone de Fresnel. La cohérence latérale des signaux sismiques est traitée sous deux angles. Le premier donne une vision très épurée : les événements localement cohérents sont décrits en 2D par la position de la trace centrale, une position dans la trace, et une pente qui indique la cohérence. Je montre qu'à partir de ce type d'approche, il est possible de retrouver les grandes longueurs d'onde du modèle de vitesse par analyse de vitesse dans le domaine migré. J'ai pu aussi établir le lien entre cette méthode d'analyse de vitesse et la tomographie de pente. Le second angle d'attaque prend en compte la signature des données sismiques, et en particulier la bande passante limitée. Les applications sont alors beaucoup plus nombreuses : migration, analyse de vitesse, sensibilité de l'image migrée par rapport au modèle de vitesse, et d'autres tâches liées au pré-traitement comme le débruitage, la prédiction des multiples, ... Dans chacun des cas, j'analyse les avantages et limitations de l'utilisation de la cohérence locale. Il s'avère que le choix du code de décomposition en événements locaux (``curvelets'', ...) est étroitement lié à l'application qui en est faite : si l'objectif est de comprimer les données sismiques, alors les curvelets ne sont pas adaptées. S'il s'agit au contraire de savoir comment l'image migrée dépend du choix du modèle de vitesse pris pour la migration, alors les curvelets ont beaucoup d'avantages. Plus particulièrement, les curvelets offrent la flexibilité de la décomposition des données, très utile pour la suppression des bruits cohérents. De plus, elles diagonalisent presque l'opérateur de démigration/migration qui donne la sensibilité de l'image migrée par rapport au choix du modèle de vitesse. Enfin, elles permettent d'exploiter l'aspect multi-échelle des données, avec des applications sur la suppression de l'aliasing. Je montre aussi qu'il est possible de développer d'autres schémas de décomposition et de reconstruction, comme par exemple les ``circlets''. Dans les perspectives de recherche, je tiens à dépasser le cadre asymptotique hautes fréquences dans lequel les curvelets trouvent un cadre naturel. Je propose en particulier une nouvelle formulation du problème d'inversion des formes d'onde (DFWI, Differential Full WaveForm Inversion). Cette méthode se veut générale pour retrouver les propriétés du sous-sol et permettre une optimisation locale, tout en s'affranchissant de la détermination d'un modèle de départ très proche de la solution. Cette idée doit être approfondie. Elle exploite la cohérence locale des données sismiques et suppose que le signal est bien échantillonné en temps et en espace. Les applications sont très nombreuses et touchent le domaine pétrolier, la géotechnique, la sismologie globale et régionale.

L'amélioration des images sismiques peut aider à mieux contraindre l'exploration deshydrocarbures. Les ondes élastiques qui se propagent dans la Terre peuvent être classifiéescomme ondes de volume et ondes de surface. Si ces dernières sont les plus énergétiques,seules les ondes de volume sont couramment considérées comme des signaux utiles.Cependant, les ondes de surface sont utiles pour caractériser la proche sub-surface.Classiquement, les ondes de surface sont analysées dans des contextes de propriétésélastiques localement 1D.Nous proposons une modification de l'inversion des formes d'onde classique pourreconstruire des profils de propriétés 2D (la windowed-Amplitude Waveform Inversion, w-AWI). La w-AWI est spécialement robuste en ce qui concerne le choix du modèle initial.Nous appliquons la w-AWI aux données synthétiques ainsi qu'aux données réelles, montrantque cette approche permet de récupérer des propriétés 2D.

L'inversion des formes d'onde (full waveform inversion, FWI) a suscité un intérêt dans le monde entier pour sa capacité à estimer de manière précise et détaillée les propriétés physiques du sous-sol. La FWI est généralement formulée sous la forme d'un problème d'ajustement des données par moindres carrés et résolus par une approche linéarisée utilisant des méthodes d'optimisation locales. Cependant, la FWI est bien connue de souffrir du problème de saut de phase rendant les résultats fortement dépendant de la qualité des modèles initiaux. L'inversion des formes d'ondes des arrivées réfléchies (reflection waveform inversion, RWI) a récemment été proposée pour atténuer ce problème en supposant une séparation d'échelle entre le modèle de vitesse lisse et le modèle de réflectivité à haut nombre d'onde. La formulation de RWI considère explicitement les ondes réfléchies afin d'extraire de ces ondes une information sur les variations lisses de vitesse des zones profondes. Cependant, la méthode néglige les ondes transmises qui contraignant les informations lisses de vitesse en proche surface.Dans cette thèse, une étude de la sensibilité en nombre d'ondes des méthodes de FWI et RWI a d'abord été revisitée dans le cadre de la tomographie en diffraction et des décompositions orthogonales. A partir de cette analyse, je propose une nouvelle méthode, à savoir l'inversion jointe des formes d'ondes transmises et réfléchies (joint full waveform inversion, JFWI). La méthode propose une formulation unifiée pour combiner la FWI des transmissions et la RWI pour les réflexions, donnant naturellement une sensibilité commune aux petits nombres d'onde venant des arrivées grand-angle et réfléchies. Les composantes à hauts nombres d'onde sont naturellement atténuées par la formulation. Pour satisfaire l'hypothèse de séparation d'échelle, j'utilise une paramétrisation du sous-sol basée sur la vitesse des ondes de compression et l'impédance acoustique. La complexité temporelle de cette approche est le double de la méthode de FWI classique et la requête mémoire reste la même.Une procédure d'inversion est ensuite proposée, permettant d'estimer alternativement le modèle de la vitesse du sous-sol par JFWI et l'impédance inversion de formes d'ondes réfléchies. Un exemple synthétique réaliste du modèle de Valhall est d'abord utilisé avec des données de streamer et à partir d'un modèle initial très lisse. Dans ce cadre, alors que la FWI converge vers un minimum local, la JFWI réussit à reconstruire un modèle de vitesse lisse de bonne qualité. La prise en compte des ondes tournante par la JFWI montre un fort intérêt pour la qualité de reconstruction superficielle, comparée à la méthode RWI seule. Cela se traduit ensuite par une reconstruction améliorée en profondeur. Le modèle de vitesse lisse construit par JFWI peut ensuite être considéré comme modèle initial pour la FWI classique, afin d'injecter le contenu en haut nombres d'onde tout en évitant le problème de saut de phase.Les avantages et limites de l'approche de JFWI sont ensuite étudiés dans une application sur données réelles, venant d'un profil 2D de données de fond de mer (OBC) recoupant un nuage de gaz au dessus d'un réservoir. Plusieurs modèles initiaux et stratégies d'inversion sont testés afin de minimiser le problème de saut de phase, tout en construisant des modèles de sous-sol avec une résolution suffisante. Sous réserve de mettre en œuvre des stratégies limitant le problème de saut de phase, la JFWI montre qu'elle peut produire un modèle de vitesse acceptable, injectant les bas nombres d'onde dans le modèle de vitesse. L'amélioration de l'éclairage en angles de diffraction fournie par des acquisitions 3D devrait permettre de pouvoir commencer l'inversion par JFWI à partir de modèle encore moins bien définis. / Full waveform inversion (FWI) has attracted worldwide interest for its capacity to estimate the physical properties of the subsurface in details. It is often formulated as a least-squares data-fitting procedure and routinely solved by linearized optimization methods. However, FWI is well known to suffer from cycle skipping problem making the final estimations strongly depend on the user-defined initial models. Reflection waveform inversion (RWI) is recently proposed to mitigate such cycle skipping problem by assuming a scale separation between the background velocity and high-wavenumber reflectivity. It explicitly considers reflected waves such that large-wavelength variations of deep zones can be extracted at the early stage of inversion. Yet, the large-wavelength information of the near surface carried by transmitted waves is neglected.In this thesis, the sensitivity of FWI and RWI to subsurface wavenumbers is revisited in the frame of diffraction tomography and orthogonal decompositions. Based on this analysis, I propose a new method, namely joint full waveform inversion (JFWI), which combines the transmission-oriented FWI and RWI in a unified formulation for a joint sensitivity to low wavenumbers from wide-angle arrivals and short-spread reflections. High-wavenumber components are naturally attenuated during the computation of model updates. To meet the scale separation assumption, I also use a subsurface parameterization based on compressional velocity and acoustic impedance. The temporal complexity of this approach is twice of FWI and the memory requirement is the same.An integrated workflow is then proposed to build the subsurface velocity and impedance models in an alternate way by JFWI and waveform inversion of the reflection data, respectively. In the synthetic example, JFWI is applied to a streamer seismic data set computed in the synthetic Valhall model, the large-wavelength characteristics of which are missing in the initial 1D model. While FWI converges to a local minimum, JFWI succeeds in building a reliable velocity macromodel. Compared with RWI, the involvement of diving waves in JFWI improves the reconstruction of shallow velocities, which translates into an improved imaging at greater depths. The smooth velocity model built by JFWI can be subsequently taken as the initial model for conventional FWI to inject high-wavenumber content without obvious cycle skipping problems.The main promises and limitations of the approach are also reviewed in the real-data application on the 2D OBC profile cross-cutting gas cloud.Several initial models and offset-driven strategies are tested with the aim to manage cycle skipping while building subsurface models with sufficient resolution. JFWI can produce an acceptable velocity model provided that the cycle skipping problem is mitigated and sufficient low-wavenumber content is recovered at the early stage of inversion. Improved scattering-angle illumination provided by 3D acquisitions would allow me to start from cruder initial models.