Présentation des méthodes GEOSTATISTIQUES
Transcript of Présentation des méthodes GEOSTATISTIQUES
C Bacconnet JFMS08
Présentation des méthodes
GEOSTATISTIQUES
Claude Bacconnet
LAMI-(LGC)
Université Blaise Pascal
C Bacconnet JFMS08
Un peu d’histoire
• Krige Afrique du Sud
– Difficultés de l’estimation minière
• Matheron (1962…)
– Théorie transitive
– Variables régionalisées
• Centre de Géostatistique EMP Fontainebleau
• Applications dans de nombreux domaines
C Bacconnet JFMS08
PieuxZ(x1)
Zv(x0)
Z(x5)
Z(x4)
Z(x3)
Z(x2)
Si Z représente la résistance de pointe
mesurée au pénétromètre
Zv est la charge limite d’un pieu :
Zv(x0) = ?
Avec quelle précision ?
C Bacconnet JFMS08
Position du problème
• Z est une fonction inconnue de l’espace
• Z est connue en x1,…, x5
• Z(x0) est inconnue mais déterministe
• Souvent on a besoin de Zv(x0) où v est un volume d’intégration : changement de support (pénétro – pieu).
• Notion de variable régionalisée– De nature déterministe elle s’appuie sur une
variable aléatoire sous-jacente (choix de méthode)
C Bacconnet JFMS08
Hypothèse
• Stationnarité du second ordre
– E [Z] = m
– VAR [Z] = σ²
– COV [Z(x1), Z(x2)] = C (h) ; h=|x1-x2|
• Hypothèse intrinsèque
– E [Z(x+h)-Z(x)] = 0
– VAR [Z(x+h)-Z(x)] = 2 γ(h)
– La variance de Z peut ne pas être définie!
C Bacconnet JFMS08
Variogramme et covariance
• γ(h) = ½ E [(Z(x+h)-Z(x))²]
• γ(h) = σ² - C(h)
γ(h)
C(h)
σ²
Le variogramme est toujours défini, même si σ² n’existe pas!
C Bacconnet JFMS08
Calcul du variogramme
• γ*(h) = ½ Σ (Z(xi+h)-Z(xi))²/N(h)
– Où N(h) est le nombre de couple de points xi
distants de h
• Unidirectionnel ou omnidirectionnel
• h<D/2 et N(h)>30
• Tolérance de largeur de classe
• Tolérance angulaire
C Bacconnet JFMS08
Définition d’une classe
h moyen
xi points de mesure
0
1
2
3
4
5
6
7
8
9
10
0 1 2 3 4 5 6 7 8 9 10
Z(xi)
Z(x
i+h
)
Pour une classe de distance h
Visualiser les couples
Détecter les points singuliers
Nuée variographique
C Bacconnet JFMS08
Notion de continuité
Trois réalisations de champs ayant même loi
0
2
4
6
8
10
0 5 10 15 20
x
Z(x
)Même loi de distribution
Même moyenne = 5
Même variance = 7
Continuité fonctionnelle forte
Continuité moyenne
Continuité faible (V.A.)
C Bacconnet JFMS08
Notion de continuitéTrois répartitions spatiales
Trois niveaux de continuité
Trois formes de variogramme
Variogramme quadratique en 0
Variogramme linéaire en 0
Variogramme discontinu en 0
Variogrammes des trois champs
0
2
4
6
8
10
12
14
16
0 2 4 6 8 10
h
γ(h
)
C Bacconnet JFMS08
Modélisation• Modèle assurant la positivité des variances
calculées à partir d’un grand nombre de modèles existants
0
0,2
0,4
0,6
0,8
1
1,2
1,4
0 2 4 6 8 10 12 14 16
Palier = σ²
PortéeEffet de pépite
C Bacconnet JFMS08
Barrage homogène
C Bacconnet JFMS08
Analyse structurale du barrage
• Données de résistance de pointe corrélées à Cu
C Bacconnet JFMS08
Variogrammes bruts
C Bacconnet JFMS08
Variogrammes ajusté sur données
écrétées transformées en log
Modèle anisotrope géométrique Sphérique pépite 0,05 palier 0,42 et portées
18m x 5m x 0,18m
C Bacconnet JFMS08
Krigeage
• Estimateur linéaire
• Z*(x0) = Σ λi Z(xi)
• Si E(Z) = m est connu, krigeage simple
– VAR (Z*-Z) minimum
• Si E(Z) est estimé, krigeage ordinaire
– Dans ce cas, Σ λi =1 assure le non biais
– VAR (Z*-Z) + µ (Σ λi -1) minimum
• On aboutit à un système linéaire
C Bacconnet JFMS08
Variance d’estimation d’un volume
V par un volume v
• σ²(V,v)= γ(v,v) + γ(V,V) - 2 γ(v,V)
• avec γ(v,V) = 1/vV ∫v∫V γ(x-x’) dx dx’
• Par extension, la variance de krigeage est
calculée de cette façon avec v={xi}
– dépend du variogramme
– dépend des géométries de v et V
– ne dépend pas des mesures Z(xi)
– simulation de reconnaissance
C Bacconnet JFMS08
Carte de résistances de pointe
C Bacconnet JFMS08
Exemple sur des épaisseurs de
couches
0
5
10
15
20
25
30
35
40
45
50
87954
87630
8725
6869
05865
7286
257
85915
85555
8527
6849
74846
8284
399840
88837
9583
453830
96827
7982
483
PK [m]
Ep
[cm
]
0 1000 2000 3000 4000 5000 6000 0
10
20
30
Variogramme exponentiel de portée 1000m
Effet de pépite 7 cm² et palier 18 cm²
C Bacconnet JFMS08
Effet de pépite sur estimation par
krigeage de blocs de 200m
Epaisseur du BS
0
5
10
15
20
25
8228
082
680
8308
083
480
8388
084
280
8468
085
080
8548
085
880
8628
086
680
8708
087
480
8788
0
Pepite 7 Pepite 0 Pepite 18
C Bacconnet JFMS08
Carte de krigeage
C Bacconnet JFMS08
Variance de krigeage d'un segment Lo par 2 points distants de DX-
Modèle exponentiel Portée 1000m sans effet de pépite
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
10 100 1000 10000
Ecart DX (m) entre les 2 Pts de krigeage
Vari
an
ce n
orm
ée
Lo=100m
Lo=200m
Lo=300m
Lo=500m
Lo=1000m
C Bacconnet JFMS08
Simulation conditionnelle
C Bacconnet JFMS08
Bilan
• Statut déterministe conservé
• Structure spatiale respectée
• Conditionnement aux données mesurées
• Evaluation de la variance (qualité)
• Intègre erreurs statistiques et effets de réduction de variance
C Bacconnet JFMS08
En guise de conclusion
• Application à la stabilité du manteau neigeux (J L Burlet)
• Analyse structurale
• Lien avec modèle mécanique
• Simulation de champs aléatoires
• Approche fiabiliste
C Bacconnet JFMS08
Application
x
z
y
100 m
40 m
C Bacconnet JFMS08
z
y
Altitude en m
Abscisse en m
500 kPa
5 kPa
datYdatZ, datC2,( )
z
y
x
Cartographie de la
résistance de pointe
Répartition
relativement bonne
continuité des couches
x
z
C Bacconnet JFMS08
Variabilité spatiale
Estimation de la variabilité
0
100
200
300
400
500
0 3 6 9 12 15 18 21 24 27 30
Pas h en m
gam
ma
(h
) cm
2
Epaisseur 4
C Bacconnet JFMS08
x
y
Discrétisation
horizontale (1m)
Sous - couches
VE j
Couche i
j
j+1
Couche i-1
Couche i+1
Discrétisation
verticale (2 cm)
Volume Elémentaire
10000 points
10000 segments
10000 VE
50 points
48 segments
10 matériaux
50 m de long, six couches
600 VE
C Bacconnet JFMS08
ApplicationIV Risque
Répartition de la cohésion
après un tirage aléatoireHistogramme de F
Ffr
équ
ence
1 1.5 2 2.5 3 3.5 4 4.5 50
20
40
60
80
Histogramme de F
Ffr
équ
ence
1 1.5 2 2.5 3 3.5 4 4.5 50
20
40
60
80
Répartition déterministe
de la cohésion
Fmini déterministe
= 2,7
C Bacconnet JFMS08
Krigeage d’indicatrices
• permet d’obtenir la répartition spatiale de la probabilité de dépassement d’un seuil
• application en contrôle