Méthode d’interpolation POCS guidée par une contrainte latérale adaptative

Des images souterraines plus nettes à partir de données incomplètes

Les prospections sismiques — vibrations contrôlées envoyées dans le sol et enregistrées en surface — sont essentielles à l’exploration pétrolière et gazière, aux projets géothermiques et aux études sismiques. Dans la pratique, ces enregistrements comportent souvent des lacunes à cause des coûts, du terrain ou de contraintes environnementales. Cet article présente une nouvelle façon de « combler les vides » dans ces enregistrements sismiques afin que les géoscientifiques puissent voir plus profondément et plus clairement la Terre tout en maintenant un coût de calcul raisonnable.

Pourquoi les traces manquantes comptent

Les images sismiques se construisent à partir de nombreux enregistrements rapprochés, ou traces, alignés côte à côte. Quand trop de traces sont absentes, l’image du sous-sol devient fragmentée et bruitée, rendant moins fiables des étapes clés comme l’imagerie des failles, la cartographie des couches ou l’estimation des propriétés du réservoir. Les méthodes mathématiques existantes peuvent estimer les informations manquantes en s’appuyant sur des motifs en temps et en fréquence, et les approches récentes d’apprentissage automatique tentent d’apprendre ces motifs sur de larges jeux de données. Mais l’apprentissage automatique est coûteux et gourmand en données, tandis que les méthodes traditionnelles négligent souvent la similarité latérale forte entre traces voisines, ce qui conduit à des structures étalées et à du bruit résiduel.

Une meilleure utilisation de l’information voisine

Les auteurs s’appuient sur un cadre mathématique bien connu appelé projection sur des ensembles convexes (POCS), qui pousse itérativement les données vers différentes conditions « autorisées » jusqu’à convergence. La version classique impose deux contraintes principales : que les mesures connues restent inchangées, et que les données soient compactes et bien comportées dans une base parcimonieuse comme le domaine fréquence–nombre d’onde. La nouvelle méthode ajoute un troisième ingrédient : une contrainte latérale explicite qui encourage les traces voisines à varier en douceur là où la géologie est continue, tout en permettant des changements nets là où le sous-sol se rompt réellement, par exemple aux failles ou aux limites rocheuses abruptes.

Adaptation à une géologie complexe

Pour éviter de lisser aveuglément, la méthode divise d’abord chaque trace en courtes fenêtres temporelles et compare chaque fenêtre avec ses voisins connus les plus proches. À partir de ces comparaisons elle construit une carte de similarité qui met en évidence où les traces se ressemblent et où elles diffèrent. Dans les fenêtres de forte similarité — typiques des roches faiblement inclinées — l’algorithme laisse les traces voisines guider fortement la reconstruction, supprimant efficacement le bruit aléatoire et comblant les traces manquantes en respectant la continuité latérale. Dans les fenêtres de faible similarité — typiques des zones de failles complexes ou de changements abrupts — il relâche la contrainte latérale, afin que les ruptures géologiques véritables ne soient pas estompées par un lissage excessif. Ce comportement adaptatif est gouverné par un paramètre d’intensité réglable dont la plage pratique est déterminée par des tests systématiques.

Équilibrer précision et efficacité

Les chercheurs démontrent mathématiquement que, sous des hypothèses standard, leur procédure à triple contrainte converge vers une solution stable. Ils analysent aussi le surcoût de calcul introduit par l’étape latérale par rapport à une version antérieure respectée de la méthode. Les deux approches sont dominées par la même transformée fréquentielle de base, si bien que le travail additionnel n’augmente que la partie linéaire du coût sans en modifier la croissance globale. En pratique, cela signifie que la méthode améliorée est un peu plus lente mais reste pleinement acceptable pour de grands jeux de données sismiques, la rendant apte aux projets d’exploration réels.

Tests plus clairs sur jeux de données synthétiques et réelles

L’équipe teste son approche sur deux types de données. D’abord, ils utilisent des enregistrements sismiques synthétiques générés à partir du modèle géologique complexe de Marmousi, avec des traces supprimées aléatoirement représentant des pertes de 30 %, 50 % et même 70 %. Dans tous les cas, la nouvelle méthode reconstruit des événements plus continus latéralement, avec moins de bruit visible et un contenu fréquentiel plus proche des données complètes d’origine que l’algorithme antérieur. Ensuite, ils appliquent la méthode à des données post-stack réelles d’un bassin pétrolier et gazier de l’est de la Chine. Là aussi, la nouvelle approche produit des sections plus propres, une meilleure continuité dans les zones à variation douce et une meilleure préservation des détails géologiques importants, comme le confirment des mesures quantitatives d’erreur, de rapport signal/bruit et de similarité structurelle.

Ce que cela change pour l’exploration du sous-sol

Pour les non-spécialistes, le message clé est que ce travail offre une manière plus fiable de transformer des enregistrements sismiques incomplets et bruités en images cohérentes du sous-sol sans recourir à des solutions lourdes d’apprentissage automatique. En exploitant de façon attentive et adaptative la similarité entre traces voisines, la méthode comble les informations manquantes tout en préservant les caractéristiques géologiques véritables — comme les failles et les changements rocheux abrupts. Le résultat est une base de données de meilleure fidélité pour les traitements et interprétations ultérieurs, ce qui peut, en fin de compte, soutenir de meilleures décisions en exploration des ressources et en surveillance du sous-sol, même lorsque les conditions de terrain empêchent de collecter des données parfaitement denses.

Citation: Qin, Z., Pan, S., Chen, J. et al. Adaptive lateral constraint-driven POCS interpolation method. Sci Rep 16, 11518 (2026). https://doi.org/10.1038/s41598-026-39281-1

Mots-clés: interpolation sismique, imagerie du sous-sol, traitement des données géophysiques, réduction du bruit, continuité des failles et des couches