C ONTEXTE ET M OTIVATIONS

Les milieux souterrains abritent des ressources naturelles essentielles aux êtres vivants de notre planète. A l’heure actuelle, où changement climatique et surconsommation sont sources de débats, la gestion des ressources environnementales est une partie centrale et un défi majeur au sein de notre société. Parmi elles, l’eau est l’une des plus fondamentales pour la vie humaine et pourtant son accès peut être problématique dans certaines régions du globe du fait de sa répartition inégale (Gorelick & Zheng, 2015; Wada et al., 2010). Le milieu souter-rain constitue un réservoir important si bien que l’eau, essentiellement souterraine (Gleeson et al., 2016), peut se retrouver au sein des couches sédimentaires mais aussi dans les milieux cristallins fracturés. La caractérisation des milieux fracturés est par conséquent essentielle pour la gestion de l’eau potable et la prédiction de risque de pollution (p. ex. Botha and Van Rooy (2001)). Dans ces réservoirs souterrains, on peut également y trouver des ressources énergétiques telles que les énergies fossiles (p. ex. les hydrocarbures ; Brantley et al. (2014)) ou énergies alternatives (p. ex. la géothermie ; Dezayes et al. (2010)) et des ressources mi-nières (p. ex. Wang et al. (2016)).

L’exploitation intensive et la surconsommation de ces ressources provoquent la production de déchets et pollutions environnementales. Le besoin de stocker ces déchets ailleurs qu’en sur-face, nous amène à considérer un stockage en profondeur. Dans cette optique, les roches peu perméables, dont les massifs cristallins, sont de bons candidats par exemple dans le cadre de la séquestration de CO2 (p. ex. Rutqvist et al. (2016)) ou dans le cadre de stockage de déchets radioactifs (p. ex. Tsang et al. (2015)). L’identification et la surveillance d’un site propice au stockage est donc nécessaire pour la sûreté de celui-ci et la prédiction de tout risque de fuite toxique à l’environnement (Figure 1-1).

FIGURE 1-1 : SCÉNARIO D’UN CAS DE FUITE DE DÉCHETS NUCLÉAIRES DANS UN MILIEU FRACTURÉ (SKBF/KBS, 1983; TSANG ET AL., 2015).

Les milieux souterrains fracturés présentent une forte complexité due au fait que les écoule-ments se produisent essentiellement dans les fractures. La disposition spatiale de ces frac-tures et leur grande gamme de tailles (du microscopique au kilométrique) forment un réseau complexe dont la connectivité et les propriétés hydrauliques peuvent varier largement selon l’échelle à laquelle on les observe. L’observation directe de l’ensemble du réseau de fractures n’est pas possible et se réalise généralement de manière indirecte au travers des données de forages, ou à partir de l’observation des affleurements de tunnels creusés dans le milieu (Fi-gure 1-2). Ces méthodes présentent cependant des limitations car elles fournissent des infor-mations sur une partie restreinte du volume de roche et peuvent induire des perturbations des couches géologiques lors du creusement. C’est pourquoi des méthodes géophysiques, non invasives, ont été introduites, permettant d’étudier des volumes spatiaux et temporels plus important que les méthodes traditionnelles. Pendant longtemps ces méthodes ont été utilisées dans un but de cartographie du milieu souterrain (caractérisation géométrique). Plus récem-ment, elles ont été intégrées aux expériences hydrogéologiques, formant la discipline de l’hy-drogéophysique, qui a pour but d’utiliser la géophysique dans le cadre de la surveillance tem-porelle et de la caractérisation quantitative des processus (p. ex. le flux et le transport) et des paramètres hydrogéologiques souterrains (p. ex. teneur en eau, perméabilité, …) (Hubbard & Rubin, 2005; Vereecken et al., 2006).

Malgré la gamme variée de ces différentes méthodes d’observation, elles ne sont cependant pas suffisantes pour capturer la dynamique du milieu souterrain. Des modèles doivent donc

être construits pour reproduire le réseau de fractures souterrain dans son ensemble et de ma-nière simplifiée (Figure 1-2). Dans cette thèse, nous parlerons uniquement de l’approche dis-crète de la représentation de ces réseaux, dans laquelle les réseaux de fractures sont explici-tement représentés par ce qu’on appelle communément des « Discrete Fracture Network » (DFN). Un DFN est une représentation du milieu fracturé en une population de fractures de différentes tailles, orientations et densités. Quand la matrice de la roche, i.e. le milieu environ-nant le DFN, est imperméable, l’ensemble des transferts hydrauliques se passent dans le mi-lieu fracturé et la géométrie du DFN suffit à caractériser les propriétés hydrologiques de la roche. C’est le cas pour les milieux cristallins (granitiques, gneissiques, …) où la perméabilité de la roche saine peut atteindre 10-20-10-17m² tandis que celle d’une roche fracturée peut at-teindre 10-15-10-11 m² (Freeze & Cherry, 1979). De cette manière, les processus d’écoulement et de transport au sein de la roche sont principalement affectés par les propriétés des fractures et la manière dont elles sont connectées. Le DFN est construit à partir d’observations détermi-nistes ou de manière stochastique sur la base de la statistique des données d’observation de fractures visibles à la surface (affleurements de surface) et en profondeur (forages et tunnels). Cette modélisation du massif fracturé permet alors d’établir des prédictions de rentabilité (p. ex. dans le cas d’extraction de ressources) ou de sécurité/risque (p. ex. dans le cas d’enfouis-sement de déchets ou de stabilité mécanique du réservoir). Cependant, les DFN stochas-tiques, présentent souvent une variabilité géométrique et hydrogéologique élevée entre les différentes réalisations. Une large incertitude dans les modèles de prédiction est donc inévi-table, à moins de réussir à inclure plus de données dans ces modèles (p. ex. sur la position exacte des fractures ou sur la connectivité entre fractures). Cette thèse tente de diminuer cette incertitude en récoltant des données acquises par la méthode géophysique de radar à péné-tration de sol ou géoradar (GPR pour « Ground Penetrating Radar ») afin de récolter l’informa-tion géométrique 3-D des fractures et l’information de connectivité entre elles. Ces données 3-D seront insérée de manière déterministe dans les 3-DFN stochastiques. 3-Dans cette thèse, nous développerons notre méthodologie de travail depuis la récolte des données jusqu’à leur inser-tion dans les DFN.

FIGURE 1-2 : ENSEMBLE DE MÉTHODES D’OBSERVATION DU MILIEU FRACTURÉ : FORAGES, AFFLEUREMENTS EN SURFACE OU EN PROFONDEUR (TUNNEL) ET MESURES GÉOPHYSIQUES. CES MÉTHODES SONT UTILISÉES POUR LA CONSTRUCTION D’UN DFN.