Imagerie intégrée par inversion géophysique 3D, extraction de caractéristique multivariée et sélection de caractéristique spectrale

Bahman, Abassi (2018). Imagerie intégrée par inversion géophysique 3D, extraction de caractéristique multivariée et sélection de caractéristique spectrale. (Thèse de doctorat). Université du Québec en Abitibi-Témiscamingue. Repéré dans Depositum à https://depositum.uqat.ca/id/eprint/782

Prévisualisation

PDF Télécharger (18MB) | Prévisualisation

Résumé

Il existe plusieurs défis techniques liés à la collecte de données, à la modélisation inverse et la fusion de modèles ainsi qu’aux interprétations intégrées en géophysique d'exploration minérale. Dans cette étude de doctorat, de nouvelles méthodologies sont testées et évaluées pour l'interprétation intégrée 3D de plusieurs images géophysiques ciblant les gisements minéraux. La modélisation 3D inverse de multiples données géophysiques, de statistiques multivariées et de méthodes d'apprentissage automatique est utilisée pour développer une méthodologie robuste d'interprétation intégrée 3D. Une inversion coopérative de plusieurs données géophysiques est proposée pour l'imagerie 3D d'un gisement épithermal Au-Ag en Colombie-Britannique (Canada). Les données géophysiques multiples sont interprétées et évaluées par des observations pétrophysiques, géochimiques et géologiques de forage afin d'améliorer notre compréhension du système épithermal de Newton en termes de signatures géophysiques. L'interprétation intégrée a identifié quatre domaines pétrophysiques basés sur les trois propriétés physiques inversées en coopération, y compris la résistivité électrique, la chargeabilité PP et la susceptibilité magnétique. Nous avons également développé un outil statistique 3D pour extraire des informations géologiques à partir de modèles de propriétés physiques inversés basés sur l’analyse de composants indépendants à travers la maximisation de la néguentropie. Une interprétation automatisée de plusieurs images géophysiques 3D est également présentée par un algorithme de sélection de sous-ensembles spectraux hybrides (SSSH), basé sur un algorithme d'intelligence artificielle supervisée généralisée qui cherche à reconstruire des cibles géologiques limitées à partir d’images géophysiques 3D. Le présent algorithme SSSH prend les caractéristiques spectrales extraites de la décomposition en ondelettes des composants indépendants des propriétés physiques et essaye simultanément de minimiser la fonction de coûts du réseau neuronal et le nombre de caractéristiques spectrales d'entrée grâce à une optimisation algorithmique multi-objectif. Par rapport aux méthodes d'interpolation 3D conventionnelles, telles que le maillage direct 3D et le krigeage, les modèles géologiques 3D récupérés avec SFSS ajoutent une valeur prédictive à nos connaissances géologiques dans des endroits sans information de forage.

Type de document:	Thèse ou mémoires (Thèse de doctorat)
Directeur de mémoire/thèse:	Cheng, Li Zhen
Mots-clés libres:	integrated imaging through 3D geophysical inversion, multivariate feature extraction, spectral feature selection
Divisions:	Forêts > Doctorat en sciences de l'environnement
Date de dépôt:	26 oct. 2018 15:56
Dernière modification:	26 oct. 2018 15:56
URI:	https://depositum.uqat.ca/id/eprint/782

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt