Perfectionnement des méthodes d'analyse GPS pour l'étude de la déformation intraplaque, cas de la France

par Christine Masson

Thèse de doctorat en Géosciences

Sous la direction de Philippe Vernant et de Stephane Mazzotti.

Thèses en préparation à Montpellier , dans le cadre de GAIA - Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau , en partenariat avec GM - Géosciences Montpellier (laboratoire) .


  • Résumé

    La majeure partie de la sismicité mondiale se produit au niveau des frontières de plaques tectoniques. Cependant, des séismes de magnitude 6 et plus se produisent dans des zones éloignées des frontières de plaques. Quantifier cette déformation et comprendre les mécanismes à son origine est un enjeu scientifique mais aussi sociétal majeur car les infrastructures ainsi que les populations ne sont pas préparées à la survenue de ces séismes forts. Dans le cas des domaines intraplaques, les études récentes estiment la déformation comme étant inférieure à 0.25 à 0.5 mm/a, ce qui est proche de la limite de résolution de ces techniques, notamment du GNSS (Global Navigation Satellite System). Mes travaux de thèse s'inscrivent dans cette problématique. Par le biais de nouvelles méthodes d'analyse statistique appliquées aux données GNSS et aux champs de vitesses et de déformation associés, ils ont pour but de quantifier et caractériser la déformation actuelle en France métropolitaine. La première phase de mes travaux a été la réalisation du calcul des vitesses de manière uniforme en PPP (Precise Point Positionning) pour 1443 stations permanentes GPS (Global Positioning System) entre 1998 et fin 2016. La phase suivante a permis, grâce à de nouvelles approches statistiques, de quantifier la résolution de l'ensemble des étapes nécessaires à la caractérisation de la déformation. Dans un premier temps, l'utilisation de plus de 25 000 données synthétiques et d'outils statistiques (arbres de régression) issus des techniques de « machine learning » a permis de quantifier la précision des vitesses individuelles issues de l'analyse des séries temporelles de positions. Dans un second temps, les vitesses GPS brutes étant à la fois faibles (< 0.5 mm/a en moyenne) et fortement bruitées, j'ai procédé à un nettoyage statistique des valeurs aberrantes (outliers). Puis le champ de vitesses GPS a subi deux analyses statistiques indépendantes (méthodes de clustering et de lissage gaussien) pour en extraire la cohérence régionale. Grâce à l'extraction de cohérence régionale, la limite d'interprétation des vitesses GPS a pu être abaissée sous le seuil d'une station individuelle et atteindre, à 95% de confiance, 0.1 - 0.2 mm/a en termes de vitesses horizontales et 0.35 × 10-9 a-1 en termes de taux de déformation. La 3ème phase a consisté à l'étude des implications géodynamiques associées à cette caractérisation de la déformation.

  • Titre traduit

    Improvement of GPS analysis methods for intraplate deformation studies, example of France


  • Résumé

    Most of the global seismicity occurs at these plate boundaries. However, large earthquakes of magnitude 6 or more occur in areas far from the plate boundaries. Quantifying this deformation and understanding the processes at its origin is a major scientific challenge but also a major societal issue because infrastructures and populations are not prepared for the occurrence of these large earthquakes. In the case of intraplate domains, the deformation is generally below 0.25 to 0.5 mm yr-1, which is close to the resolution limit of the geodetic measurement techniques, in particular of GNSS (Global Navigation Satellite System). Within this context, My PhD work focussed on characterizing and quantifying the current deformation in metropolitan France through new statistical analysis methods applied to GNSS data, velocities and strain rate fields. The first stage of my project was the calculation of the velocities of 1443 permanent GPS (Global Positioning System) stations between 1998 and the end of 2016. The second stage, using new statistical approaches, allowed quantifying the resolution of all the steps necessary to characterize the deformation. Firstly, the use of more than 25,000 synthetic data and statistical tools (regression trees) derived from machine learning techniques made it possible to quantify the precision of individual velocities resulting from the analysis of position time series. Secondly, I carried out a statistical cleaning of outliers on the slow (<0.5 mm yr-1 on average) and noisy raw GPS velocities. Then I used two independent statistical analyses (clustering and Gaussian smoothing methods) on the GPS velocity field to extract regional coherence. Owing to the extraction of regional coherence, the limit of interpretation of the GPS velocities can be lowered below the threshold of individual stations and reach, at 95% of confidence, 0.1-0.2 mm yr-1 for horizontal velocities and 0.35 × 10-9 yr-1 for strain rates. The third stage consisted in the study of the geodynamic implications associated with this characterization of the deformation.