2.2 Modélisation aléatoire des milieux hétérogènes et turbulents
2.2.3 Modélisation stohastique de la turbulene
Les deux setions préédentes ont traité d'un hamp aléatoire salaire représentant dans notre
ontexte les utuations de la élérité des ondes. En milieu immobile (typiquement solide) et pour
desondesaoustiques,seule hampaléatoiresalaire estintroduitdansl'équationd'ondes.Dansdes
milieux uides, la élérité du son dépend de la température résultant de la turbulene thermique et
unerelationdireterelieesdeuxhampssalaires(éléritéettempérature).Enmilieuenmouvement,
unautre paramètre intervient dansl'équationd'ondes :la vitessedu uiderésultant de la turbulene
inématique.Il s'agit maintenant d'unhampaléatoire vetoriel
v(r) = (v 1 (r), v 2 (r), v 3 (r)) ∈ R 3
(oùr ∈ R 3
).Un hamp aléatoire vetoriel stationnaire (resp. intrinsèque) est déni par ses fontions de
ova-riane
C ij ( · )
(resp.variogrammesγ ij ( · )
) diretes etroisées (i, j = 1..3
) :C ij (h) =
Cov[v i (r), v j (r + h)] , ∀ (r, h) ∈ R 3 × R 3 .
(2.7)statistiques la struture d'une turbulene inématique. Elle est basée sur une hypothèse de asade
d'énergie:quandlenombreritiquedeReynoldsestdépassé,desinstabilitésloalesseréent,detailles
plus faibles que l'éhelle aratéristique et indépendantes de l'éoulement géniteur. Puis, pendant le
tempsderetournement d'untourbillon,elui-iperdunefrationdesonénergieinétiquepourformer
untourbillondetaille inférieure(Frish [71℄).Laasadesepoursuitjusqu'àunetailled'hétérogénéité
où l'énergie sedissipe sous forme de haleur par dissipation visqueuse. Cette éhelle inférieure limite
l 0
, appelée éhelle de dissipation de Kolmogorov, dépend don de la visosité inématique du uide.En supposant que la turbulene est intrinsèque et isotrope, Kolmogorov obtient la forme du spetre
d'énergie destourbillons à l'intérieur du domaine detransfert d'énergie
[2π/L 0 , 2π/l 0 ]
oùL 0 ∈ R ∗ +
etl 0 ∈ R ∗ +
sontles éhelles d'injetionet dedissipation d'énergie(Lesieur [132 ℄,Frish[71℄).Ces arguments physiques permettent de déduire les strutures de ovariane adaptées à la
ara-térisation stohastique des milieux turbulents que l'on va utiliser dansla setion suivante. On utilise
usuellementladensitéspetrale
Φ : k ∈ R 3 → Φ(k) ∈ R
,transforméedeFourierdelaovarianeC( · )
:Φ(k) = 1
(2π) 3 ZZ Z
R 3
C(r) exp( − ik.r) dr , ∀ k ∈ R 3 .
(2.8)La Figure2.5 donne un exemple d'éoulement turbulent 2Ddont les utuations de vitesse isotropes
ontunedensitéspetraledeKolmogorov:
Φ v 1 (k) = Φ v 2 (k) = α k k k −11/3
oùα ∈ R ∗
+
,v 1 ( · )
etv 2 ( · )
sontles omposantes horizontale et vertiale (supposées indépendantes) des utuations de vitesse. Bien
entendu,espetreestsimplisteetdenombreuxtravauxbaséessurdeshypothèsesplusréalistesontété
réalisésdepuisladéterminationdeespetre(modélisantparexemplelesphénomènesd'intermittene,
f.Frish [71 ℄).
Fig. 2.5 Exemple d'éoulement uide bidimensionnel turbulent de vitesse moyenne
v 0 = (10
m/s,0
m/s)
. Perturbations de vitesse à spetre de Kolmogorov pour haque omposante de la vitesse :L 0 = 0.2
m,l 0 = 0.002
m, éarttypesσ v 1 = σ v 2 = 5
m/s.Lesunités desaxes sont enmètres.Remarque 2.2.1 Dans la suite, on se limite à l'hypothèse de milieu gé, qui est valide pour un faible
nombre de Mah moyen (rapport de la vitesse moyenne du uide sur la élérité moyenne des ondes
aoustiques).Cettehypothèseestlargementrespetée danslesappliationsindustriellesquej'aiétudiées
(en hydraulique, f. Iooss et al. [98℄). En dehors de ette hypothèse, il faudrait prendre en ompte en
plusl'évolution temporelledu milieu lorsde la propagation de l'onde. Utiliser des modèles statistiques
évoluant ave letemps est un problème enore ouvert pour la propagation d'ondes en milieuturbulent
enmouvement. Engéostatistique,denombreux travaux sontd'oresetdéjàdisponiblessurla simulation
dehamps aléatoires spatio-temporels (Kyriakidis & Journel [130℄).
Dans ette setion, on présentetrois grandes familles de modèles paramétriques de ovariane ou
de variogramme utilisées dans les domaines abordés dans mes travaux (géostatistique, géophysique,
méanique des uides, modélisation de odes numériques). Les ouvrages de Chilès & Delner [42℄,
Cressie[44 ℄,Abrahamsen[2℄dressentunelisteplusomplètedetouteslesfontionsdeovarianeave
leurs avantages et leurs inonvénients. On note
d ∈ N ∗
la dimension du support du hamp aléatoire (d = 2
ou3
en propagation d'ondes mais éventuellement supérieure en modélisation des réponses de odesdealul).⋆
Soientr = (r 1 , . . . , r d ) ∈ R d
et(a i ) i=1..d
les longueurs de orrélation du hamp aléatoire(
a i ∈ R ∗ +
),le modèleexponentiel généralisés'éritN (r) = Y d
i=1
exp
− | r i | a i
p i
,
ave0 < p i ≤ 2 ∀ i = 1 . . . d ,
(2.9)où
(p i ) i=1..d
sont les paramètres puissanes du modèle. C'est une ovariane fatoriséequin'est passtandardisable (pasd'anisotropie géométrique).Ce modèlepossède ungrand
nombre de degrés de liberté (deux fois plus de paramètres à ajuster qu'il y a de
dimen-sions), e quiexpliquel'intérêt qu'ilsusite danslamodélisation desréponses deodesde
alul.Deplus, ilalapropriétédesefatoriser,e quipermetdesimplierlesintégrations
multidimensionnelles.Pour modéliserdes milieuxaléatoires,les paramètres puissanesont
généralement priségaux entreeux:
p 1 = . . . = p d = p
(Diggle &Ribero[58℄).Si
p = 2
, on obtient une ovariane de forme gaussienne, inniment dérivable à l'origine, qui modélise des milieux extrêmement réguliers et lisses (f. Fig. 2.3 (a) pour uneréali-sation d'un milieu à ovariane gaussienne). De par sa maniabilité dans les expressions
analytiques, ette fontion est l'une des plus populaires en physique et en géostatistique.
Des arguments théoriques (matrie de ovariane partiulièrement mal onditionnée)
dé-onseillent ependant son utilisation (Stein [203 ℄). Si
p = 1
,on obtient une ovariane deforme exponentielle, également très populaire dans les appliations (f. Fig. 2.3 (b) pour
uneréalisation d'unmilieu à ovariane exponentielle).
⋆
LemodèledeMatèrn(appeléeovariane K-Besselengéostatistique) s'érit(Matèrn[146 ℄)C 0 (h) = 2 1−p
Γ(p) | h | p K p ( | h | ) , ∀ h ∈ R ,
(2.10)où
p ∈ R +
est le paramètre puissane du modèle,Γ( · )
est la fontion gamma etK p ( · )
estlafontion deBesselmodiéeduseondtypeetd'ordre
p
.Cemodèlemodélisedesmilieuxgéométriquement anisotropes(Eq. (2.10)), maisil possède également une formulation
fa-torisée (Santner et al. [191 ℄). Le as
p = 0.5
orrespond à une ovariane exponentielle, le asp = 0
orrespond à un milieu dit de type fratal (ar il possède des propriétésd'auto-similarité)alors quelaovariane gaussienneestobtenue quand
p → ∞
.Le modèlede Matèrnest partiulièrement reommandé, notamment par Stein[203℄, aril permet de
modéliser des hamps aléatoires ave diérents degrés de régularité. La ovariane (2.10)
est
⌈ p ⌉ − 1
foisdiérentiable, où⌈ . ⌉
orrespond à lafontion partieentièresupérieure.En physique, la ovariane de Matèrn est appelée ovariane de von Karman et provient
de onsidérations basées sur la théorie de Kolmogorov qui donne une forme analytique
au spetre d'énergie dans le domaine des nombres d'onde (f. 2.2.3). Le variogramme
standardisé dumodèle deKolmogorovs'érit (
γ 0 : r ∈ R → γ 0 (r) ∈ R
) :γ 0 (0) = 0 ,
γ 0 (h) = α | h | 2 3 , ∀ h ∈ R
telquel 0 ≪ | h | ≪ L 0 ,
(2.11)etave
α ∈ R ∗ +
.Cevariogrammemodéliseorretementlesstruturesnesdelaturbulene dansl'intervalle[2π/L 0 , 2π/l 0 ]
.Pour éviter la singularité du spetre de Kolmogorov dans lesbassesfréquenesetintégrer unemodélisationorretedesgrossesstrutures,lespetrede von Karman prend en ompte une fréquene de oupure. Il orrespond au modèle de
Matèrn (Eq. (2.10)) ave
p = 1/3
en 3D etp = 5/6
en 2D. Ce modèle est fréquemment utilisé pour modéliserles milieuxinématiquement turbulents. Pour généralisere modèleà la prise en ompte des hautes fréquenes (petites hétérogénéités), il est possible
d'in-troduire dans son spetre un ltre gaussien et ainsi obtenir le modèle de von Karman
modié. La fontion de ovariane assoiée senomme ovariane de Kummer arelle fait
intervenirlafontionhypergéométriquedeonuenedeKummer(Andrews&Phillips[5℄).
⋆
Lemodèle puissanen'estpasstationnaire maisintrinsèque. Sonvariogrammestandardisé s'érit (Chilès&Delner[42 ℄)γ 0 (h) = | h | p , ∀ h ∈ R ,
(2.12)où
0 < p < 2
est leparamètre puissanedu modèle. Enfait, evariogramme orrespondà eluid'unmouvementbrownien frationnaire.Cemodèleadespropriétésd'auto-similaritéaron nepeutpasyassoierd'éhelles aratéristiquesduphénomène.Eneet,si
a ∈ R ∗
,γ 0 (h/a) = | a | −p γ 0 (h)
.Il estdon invariant sousunhangement d'éhelle d'observation. Le aslimitep = 0
orrespond àl'eet de pépitepur (auune orrélation) oùleproessus est un bruit blan gaussien. Pourp = 1
,on obtient levariogramme du mouvement brownien standard(γ 0 (h) = | h |
).2.3 Propagationd'ondesaoustiques hautesfréquenesenmilieu
aléa-toire
Diérentes méthodologies peuvent être mises en ÷uvre dans l'étude d'un phénomène physique
gouverné par des équations mathématiques : une approhe théorique, une approhe numérique et
une approhe expérimentale. L'idéal est de pouvoir onfronter les résultats de es trois approhes.
En propagation d'ondes en milieu aléatoire, l'approhe théorique onsiste à formuler les moments
statistiques du hamp d'onde en fontion de eux du milieu de propagation. Cela est possible dans
les as d'éole, e.g. ondes monohromatiques, espae libre sans obstale ni réeteur, ondes planes
ou sphériques, hamps moyens sans eet. La tehnique numérique, quant-à elle, onsiste à simuler à
l'aide d'un ode de alul la propagation des ondes à l'intérieur de diérentes réalisations (issues de
simulations) du milieu turbulent (déni par ses deux premiers moments statistiques). Le moyennage
nal (pour un grand nombre de simulations) des hamps d'onde obtenus permet de aluler leurs
aratéristiquesstatistiques,sansqu'ilyaitderelationexpliiteavelesmomentsduhampturbulent.
Finalement,l'approheexpérimentaleonsisteàpropager,demanièrenaturelleouartiielle,uneonde
desoureonnuedansunmilieuhétérogènedontononnaîtlastruturedeovariane(ou lespetre),
et àenregistrer lehampd'ondetransmis àl'aide d'undispositifd'aquisition adéquat.
Mes reherhes en propagation d'ondes en milieu aléatoire ont été guidées de manière assez
om-plémentaire par lestrois approhes suivantes:
⊲
d'unpointdevuethéorique,j'aioptépouruneapprohephysiquedesproblèmes,enm'ap-puyant sur une bibliographie fournie (prinipalement elle de Chernov, Tatarskii, Rytov,
Kravtsov et Ostashev). Une telle approhe permet d'avoir une bonne intuition des
phé-nomènes que l'on négligelors dessimpliations d'équations. Pour plusde rigueur surles
aspetsprobabilistesetmathématiquesdusujet,onpeutseréférerpar exempleàHoman
[88 ℄,Frish[70℄ouBal[13℄.J'aiobtenuquelquesrésultatsthéoriquesnouveaux,notamment
ave Philippe Blan-BenonetChristian Lhuillier. L'undeesrésultats(non linéaritédela
variane destemps en fontion de ladistane de propagation)a été par lasuite reproduit
demanière expérimentale par Andreeva &Durgin[4 ℄ (f. 2.3.4);
⊲
mes travaux en modélisation numérique se sont prinipalement appuyés sur la méthode de résolution de l'équation d'onde aoustique par diérenes nies, méthode de référenepour valideretétudier larobustessede résultatsthéoriques.Cette méthode desimulation,
partiulièrement lourde à mettre en ÷uvre, a été introduite par Frankel & Clayton [69℄
pour la propagation d'ondes en milieu aléatoire et je l'ai systématiquement utilisée pour
validermesdéveloppements.Àl'aidedelasimulation numérique,j'aiaussipurésoudreune
problématique industrielle posée parEDF etliée àladébitmétrie ultrasonore (f.Fig.2.2,
Ioosset al.[98 ℄).
⊲
auniveau expérimental, en utilisant desdonnées d'exploration sismique pétrolière, j'ai pu onrmer dansIooss[92 ℄ etIooss etal. [97 ℄ l'un desphénomènes prédit par Touati [214 ℄,à savoir la déroissane de la variane des temps de trajet ave l'oset (distane
soure-réepteur, f.Fig.2.1).
Dans ette setion, on note
X ∈ R +
la distane de propagation de l'onde étudiée, etl k ∈ R ∗
+
etl ⊥ ∈ R ∗ +
les longueurs de orrélation (des utuations de vitesse de l'onde) parallèle et transverse à la diretion de propagation de l'onde. Pour pouvoir eetuer des statistiques sur un hamp d'ondepropagé, il faut qu'ilait traversé beauoupd'hétérogénéités, e qui senote en termed'approximation
physique par
l k ≪ X .
(2.13)Pour simplier, on selimite dansla suite aux milieux 3D stationnaires et transversalement isotropes
(où
l ⊥ = l ⊥1 = l ⊥2
). Les résultats que l'on montre dans les setions suivantes peuvent être étendussansréelles diultésaux milieuxanisotropesoù
l ⊥1 6 = l ⊥2
, auxmilieux intrinqèques etmême quasi-stationnaires.2.3.1 Approximation de Rytov parabolique
Mestravauxsesont onentrés surl'étudede lapropagationdesondesaoustiques. L'équation de
Helmholtz s'érit en espae libre (hors de la zone soure), dansun milieu 3D immobile et en régime
périodique (ondes monohromatiques de longueur d'onde
λ 0 = 2π/k 0
avek 0 ∈ R ∗
+
appelé nombred'onde)de lamanière suivante:
∆u(r) + k 0 2 [1 + ε(r)]u(r) = 0 ,
(2.14)où
u : r ∈ R 3 → u(r) ∈ Z
est lehamp de l'onde monohromatique (dénipar une amplitude etune phase)etε(r) ∈ R
estune perturbation delalenteur(inversede lavitesse) auarré :1
c 2 (r) = 1
c 2 0 [1 + ε(r)] ,
(2.15)ave
c(r) ∈ R ∗ +
lehampde vitessedel'onde,c 0 ∈ R ∗ +
une onstanteetE [ε(r)] = 0
.L'équation (2.14)est une équation aux dérivées partielles linéaire de type elliptique, dont l'un des oeients est une
fontionaléatoire.Elle appartient donà lalassedeséquations linéairesstohastiques.L'équation de
Helmholtzn'est passoluble analytiquement et de multiples approximations ont don été développées
pour la résoudre, parmi lesquelles les méthodes intégrales (Kirhho), les méthodes de perturbation
(Born,Rytov),l'optique géométriqueetles méthodesnumériques. Dans mestravaux, jemesuis
prin-ipalement intéressé aux méthodes hautes fréquenes (approximation parabolique, approximation de
Rytovetoptiquegéométrique)quipermettent dedénirlanotiondetempsde trajet,quantité utilisée
dansmesappliations industrielles.
Onseplae danslerégime despetites perturbationsde lenteur (hétérogénéités faibles):
σ ε = o(1) ,
(2.16)où
σ ε ∈ R +
est l'éart type deε
. En physique, la ondition (2.16) s'éritσ ε ≪ 1
. Il est possible desimplier l'équation (2.14) quand on s'intéresse uniquement au hamp d'onde primaire, en
approxi-mantlefrontd'ondesphériqueparunfrontparabolique.Cetteapproximation,nomméeapproximation
autour de la diretion prinipale de propagation à laquelle on s'intéresse. Dans lalittérature, elle est
aussionnue sous le nom de laméthode de l'équation parabolique (Tappert[207 ℄). En raisonnant en
milieu aléatoire anisotrope,j'ai montré:
Les opérateurs
∂ k
et∆ ⊥
représentent respetivement la dérivée partielleparallèle et lelaplaien trans-verse à la diretion depropagation (le repère est entré sur l'axe de propagation prinipal de l'onde).Lesonditions asymptotiques du théorème(
λ 0 ≪ l ⊥
etλ 0 ≪ l k
) illustrent le faitque l'onseplaedansunadrehautefréquene:leshétérogénéitéssontgrandesdevantlalongueurd'onde.Ladeuxième
onditionde (2.17),qui setraduitpar
p λ 0 X ≪ l ⊥ 2
λ 0
,orrespond àl'approximation dufront sphérique par lefront paraboliquealors quelatroisième revient ànégliger lesdirationsarrières (ondition auiamoinsd'inueneparrapportauxautres).Tatarskii[211 ℄etRytovetal.[181 ℄ontdonnéladeuxième
ondition de validité dansun milieu isotrope :
p λ 0 X ≪ l 2 ε
λ 0
oùl ε
est la longueur de orrélation desutuations de vitesse. Ma ontribution dans Iooss [92 , 91℄ a été de l'exprimer en milieu anisotrope
(enfaisantapparaîtrelalongueurdeorrélationtransverse
l ⊥
).J'aiégalement onrméladépendanede l'approximation parabolique à ette ondition grâe à des simulations numériques (méthode des
diérenesnies surl'équationd'onde).
Remarque 2.3.1 Si lemilieu est enmouvement, l'équation parabolique ontientdes termes
supplémen-taires faisantintervenir les omposantes du hampde vitesse vetoriel
v(r) ∈ R 3
du milieu. Ostashev [163℄montre que l'onpeut se ramener àl'équation (2.18)enremplaçant laperturbationε
paruneper-turbation eetive
ε
e= ε + 2v k /c 0
,oùv k
estla omposantedev
parallèle àla diretion depropagationprinipale del'onde. La ondition néessaire à ette approximation est la suivante :
l ⊥ λ 0
2 σ 2 v ⊥
c 2 0 = o(1) ,
(2.19)où
l ⊥
est la longueur de orrélation transverse des hétérogénéités de vitesse etσ v 2 ⊥
est la variane dela omposante transverse à la diretion depropagation du hampde vitessedu milieu.Cette ondition
permet de négliger l'inuene des omposantes transverses de la vitesse. Tous les résultats que l'on
montre dans la suite de e mémoire onernent des milieux immobiles (ave une ovariane
C ε ( · )
),mais pourront être appliqués diretement aux milieuxen mouvement (ave une ovariane eetive) si
la ondition (2.19) est valide.
Pour faire apparaître le temps d'arrivée de l'onde à partir des équations (2.14) et (2.18), on
re-présente le hamp d'onde au moyen de l'exponentielle omplexe
Ψ : r ∈ R 3 → Ψ(r) ∈ Z +
(Chernov [41℄):u(r) = exp[Ψ(r)] ,
oùΨ(r) = log[A(r)] + ik 0 c 0 T (r) ,
(2.20)ave
A : r ∈ R 3 → A(r) ∈ R ∗ +
etT : r ∈ R 3 → T (r) ∈ R +
l'amplitude et letemps d'arrivée del'onde.Cette nouvelle représentation permet notamment de déoupler le terme en
ε(r)u(r)
de l'équation(2.18),e qui permettra d'obtenir deséquations exprimant les momentsde
u(r)
.que le hamp d'onde est faiblement déformé par les hétérogénéités qu'il renontre, de telle sorte que
l'on puissenégliger les termes d'ordre supérieurà un dansla sérieasymptotique de
Ψ
(enpuissanesde
ε
).Au premierordre, on obtient une solution approhée expliite de l'équationd'ondeparabolique(2.18) (Rytovetal.[181 ℄):
Théorème 2.3.2 Si la ondition
E [(λ 0 ∇ ⊥ Ψ) 2 ] = o(σ ε )
(2.21)est respetée, alors, quand
σ ε → 0
, la limite deu ∗∗ (r) ∀ r ∈ R 3
solution de l'équation (2.18), si elle existe, tend versu 1 (r)
dont l'expression estlog[u 1 (r)] = log[u 0 (r)] − k 2 0
L'approximation(2.22),nomméeapproximationdeRytov,estindispensablepourpouvoirtravailler
ave les temps d'arrivée. En eet, sa non validité implique que le hamp d'onde a subi une forte
atténuation (Bailly etal. [12℄)etqu'il estalors impossiblede releverles temps de trajetde l'onde sur
le signal devenu inohérent (Samuelides [189℄). Cei a été onrmé par simulations numériques dans
Iooss [92 ℄. La ondition (2.21) signie que le hamp d'onde est faiblement déformé sur des distanes
de l'ordre de la longueur d'onde. Un domaine de validité plus expliite que
E [(λ 0 ∇ ⊥ Ψ) 2 ] ≪ σ ε
a étédonnéen milieuisotrope(Shapiro etal.[198℄,Samuelides [189 ℄):
σ ε 2 Xl ε ≪ λ 2 0
oùl ε
estlalongueurdeorrélationdesutuationsde vitesse.Grâeàdesargumentsheuristiques, j'aiétenduette ondition
de validité pour les milieux anisotropes dans Iooss [92 ℄ en la onrmant par simulations numériques
(méthodedes diérenesnies surl'équationd'onde).L'heuristique quej'ai proposéeest lasuivante:
Heuristique 2.3.1 En milieuanisotrope, la ondition(2.21) de validitéde l'approximation de Rytov
est équivalente à la ondition
σ 2 ε Xl k
λ 2 0 = o(1) .
(2.23)Cetteondition(2.23) a étédémontréeréemment par Saito [183℄.
L'approximation de Rytov parabolique (i.e. approximation de Rytov sur l'équation d'onde
para-bolique) onsiste don à onsidérer des ondes faiblement diratées vers l'avant de la propagation.
Ce domaine de validité est pleinement ompatible ave les appliations en sismique pétrolière où les
ordres de grandeur sont ohérents ave e régime (longueur d'onde déamétrique, hétérogénéités de
taillehetométrique, distanede propagation d'ordre kilométrique).
2.3.2 Optique géométrique
Dansmes travaux,je mesuis également intéresséà unadreplusrestritif quel'approximationde
Rytov parabolique, également plausible dans de nombreuses appliations, et qui permet d'aller plus
loinau niveau analytique. C'estledomaine del'optique géométrique,adretrèshautefréquenede la
propagation des ondes dans lequel plus auun phénomène de diration n'est pris en ompte, valide
sousles onditions
Le développement dans l'équation de Helmholtz (2.14) de l'amplitude de l'onde (f. Eq. (2.20)) sous
laformed'unesériede Taylorproportionnelle àlalongueur d'onde(expansion deDebye,f.Kravtsov
[126 ℄ pour les milieux immobiles et Ostashev [163℄ pour les milieux en mouvement) onduit à un
pluspartiulièrement arne faisant intervenir queletemps de trajetdel'onde :
[ ∇ T (r)] 2 = 1
c 2 0 [1 + ε(r)] .
(2.25)Cette équation est onnue sous le nom d'eikonale et dérit le prinipe de Fermat dans un milieu
hétérogène. Elle est valide sousl'hypothèse d'absene de diration, i.e.quand lataille transverse de
lazone de Fresnel du front d'onde est petite devant la taille transverse des hétérogénéités (Kravtsov
[126 ℄).Cette onditions'érit en milieu aléatoire anisotrope (Samuelides &Mukerji [190 ℄)
√ λ 0 X
l ⊥ = o(1) ,
(2.26)et a été onrmée dans Iooss [92, 91℄ par simulations numériques (diérenes nies sur l'équation
d'onde).Par rapport àlaondition hautefréquene(2.24), laondition(2.26) sereérit
λ 0
L'équation de l'eikonale (2.25) n'est pas analytiquement soluble. Des résolutions numériques très
puissantes ont étédéveloppées, notamment ellebasée surlathéoriedes rais quipermet de visualiser
les trajetoires de l'onde qui transportent son énergie. Les tehniques basées sur letraé de rais sont
beauoup moins oûteuses en temps de alul que la résolution de l'équation d'onde omplète. Par
ontre,lathéoriedesrais n'estplusvalide lorsde phénomènessingulierstels quelesaustiques(zones
de onvergene des rais) et les zones d'ombre (zones d'absene de rais) (Kravtsov [126 ℄). Il a été
démontrédansKulkarny&White[129℄etWhite[227 ℄ quelesaustiques apparaissent àdesdistanes
de propagation de l'ordrede
l ε σ ε −2/3
en milieu isotrope (oùl ε
représentela taille deshétérogénéités).Ceiaétéobservénumériquementpardenombreuxauteurs,parmilesquelsBlan-Benonetal.[23 ,25 ℄
et Samuelides &Mukerji [190 ℄.En milieu aléatoire anisotrope, Samuelides &Mukerji [190 ℄ supposent
que'est lataille transverse deshétérogénéités
l ⊥
qui joue un rledans laondition de validité de lathéoriedesrais.
Pour résoudre analytiquement l'équation non linéaire (2.25), une méthode de perturbation est
lassiquement utilisée en développant
T
en sérieasymptotique en puissanes deε
.À l'approximation auseond ordre, onobtient (Boyse &Keller [27℄) :T(r) = X
Usuellement,seulslesdeuxpremiers termesde etteéquation sontutilisés(approximationaupremier
ordre).Quelquesauteurssesontependantaussiintéressésauxeetsdestermesdudeuxièmeordre.J'ai
puexpliiterdansIoossetal.[94℄laonditiondevaliditédeetteapproximationenmilieuanisotrope,
enmontrant :
tiques).On voit quelaondition (2.29), qui équivaut àune limite surla distanede proopagation de
2.3.3 Moyenne des temps de trajet au seond ordre : le veloity shift
Queesoit dansl'approximation deRytovparabolique(Eq. (2.22))oudansl'optiquegéométrique
(Eq.(2.28)),l'espéranedutermeaupremierordreestnullear
E [ε(r)] = 0
.Pourobteniruneapproxi-mationnede lamoyenne du tempsde trajet,ilfaut don aluler l'espéranedu termeaudeuxième
ordre.Ceteetdudeuxièmeordresurlestempsdetrajetn'apasétéévoquédanslalittératurejusqu'à
l'utilisation des tehniques de traé de rais etde simulation numérique en sismologie dansles années
1980(Mülleretal.[154 ℄,Petersen[168 ℄).Parlasuite,lesgéophysiiensl'ontprinipalementaratérisé
en terme de veloity shift, 'est-à-dire de déviation de la vitesse eetive d'un milieu (i.e. la vitesse
vueparl'onde)par rapportàlavitessemoyenne statistique. Àl'approximationdu deuxièmeordre, la
vitesseeetive
v
eoù
T(r)
estletempsd'arrivéed'uneondededistanedepropagationX
,T 1 (r)
etT 2 (r)
sontlestermesdupremierordreetseondordredansledéveloppementasymptotiquede
T (r)
(deuxièmeettroisièmedupremierordreetseondordredansledéveloppementasymptotiquede