Pascal Tarits, IUEM. Sophie Hautot (chercheuse, création IMAGIR)

Transcription

1 Vers une parallélisation intensive : développement de nouveaux algorithmes de modélisation 3D en induction électromagnétique dans la Terre et les planètes Pascal Tarits, IUEM Sophie Hautot (chercheuse, création IMAGIR) Yassine Abdelfettah, Hassan Mohamed (thèses achevées en 2009) François Civet (thèse en cours) Thésard et Post doc en 2010

2 Solar System Exploration Mars Moon Venus Voyager Outer Planets Mercure

3 L'étude la structure interne de Mars Données magnétiques de MGS

4 Et (beaucoup) la TERRE À l'échelle globale:

5 Les régions actives de la Terre (ici le Rift Est Africain) (Davies, 1998)

6 L' échelle kilométrique, les ressources naturelles After Zachs et al., EAGE 2009

7 Modélisation et Inversion Electromagnétique pour imager l'intérieur de la terre et des planètes = B / t rot E rot B = E r,, E B r,, r Inversion de données Modèle MODELE Problème direct Problème inverse DONNEES Acquisition de données Terrain = données 2

8 Le principe, quelque soit l'échelle Source : Courants dans l Ionosphère Modèle de résistivité B E Subsurface Croûte Manteau Courants d induction Périodes (s) 3

9 Spherically Asymmetric Earth Application to 3-D earth? 3-D electric tomography of the lower mantle Comparison with seismic tomography Can we quantify?

10 Modèle 3-D σ (θ, ϕ )

11 Solution Inverse Build a misfit function in the time domain χ2 = N N 2 [ B ( t, M ) B ( t, M )] W (t, M ) obs M,t, N σ [ + λ log(σ i / σ j ) i, j ] 2 Weights W include information about noise, observatory distribution and gaps Non-linear minimisation of the misfit function Regularisation term Starting model is 1-D best fitting from all observatories

12 Lower mantle conductivity model to be tested for sensitivity and resolution. Model has 8x16 blocks between 900 and 1200 km

13 Le Rift Est Africain Imaging the crust under Turkana rift, North Kenya (Abdelfettah et al, en préparation) Turkana basin for - East African Rift evolution - Associated sedimentary basins Le Gall et al.,

14 Objective function under consideration: D = t t n 2 [ M n t, p D n t ] 2n t 2 p p t i j i [ p i t p j t ] 2 t techniques n data per technique p types of parameters M model response and D data with error bars. Weight the objective function according to data ( ) A common inversion grid maps all parameters Block parameters are linked through multiscale gradients

15 3-D MT model obtained for the whole area in Bass N da acho K e d C A rkana B Ba in ss Tu Profile C for joint inversion

16 The deep Resistivity and Density structure of the rift crust Upper Mantle Resistivity and density values > 20 km, ρ ϵ [20, 70] Ω.m, δ ϵ [ -0.05, 0.05] g/cm3 Abdelfettah et al. (2010b) < 20 km, ρ ϵ [5, 500] Ω.m, δ ϵ [ -0.2, 0.2] g/cm3 3 0

17 Valorisation pour l'industrie Expertise and complete service for 3D modelling of land and marine geological resources using ElectroMagnetic data

18 Industrial study : Faroe Islands Seventeen seafloor magnetotelluric (MT) soundings were carried out to the SE of the Faroe Islands in an area where many seismic surveys revealed thick basalt cover. The seafloor MT instruments belong to the University of Brest (France) and are new patented generation of seafloor MT systems (Tarits et al. 2009, funding SIMBA EC project). The seismic section along the MT profile (White et al. 1999, Tarits et al. 2009) (left) identifies the top of the basalt layer while the MT model (right) provides the complementary information about the bottom of the basalt layer and the structures below. MT inversion includes bathymetry (from 250 to 1400 m) and models both MT tensor and tipper. Left: Amplitude and phase of the MT impedance tensor. The amplitude is scaled into apparent resistivity. The solid line is the impedance predicted by the best fitting 2-D model. Right: Tipper values. The solid lines are the model responses.

19 Pourquoi CAPAMOR2 D = t t n 2 [ M n t, p D n t ] 2 2n t p p t i j i [ p i t p j t ] 2 Résolution d'un problème inverse hautement non linéaire Minimisation d'une fonction objectif par de nombreux appels aux solutions directes Inversion multiparamétrique (données différentes, physique différente)

20 Pourquoi Paralléliser? En séquenciel, temps de calcul typiquement supérieur à 90 heures L'approche parallèle implique Choix des algorithmes directs Ré-écriture des algorithmes de calcul (notamment en sphérique) Gain attendu: facteur 10 à 100 sur CAPARMOR2

21 MERCI de votre attention