2.3 Propagation d'ondes aoustiques hautes fréquenes en milieu aléatoire
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)
(deuxièmeettroisièmetermes de l'équation (2.28)). Le veloity shift s'explique physiquement par le fait que l'onde hoisit
préférentiellement les trajetoires les plusrapidespour joindreune soure àun réepteur(prinipe de
Fermat).
Dans l'optique géométrique, Roth et al. [177℄, Mukerji et al. [153 ℄ et Boyse & Keller [27℄ se sont
intéressés à l'estimation du veloity shift en milieu isotrope. Samuelides & Mukerji [190 ℄ ont abordé
e problème en milieu anisotrope à ovariane gaussienne. Iooss [92℄ et Iooss et al. [94 ℄ ont étendu
e résultat aux milieux géométriquement anisotropes en introduisant la formulation de la ovariane
standardisée.La propriété quej'ai démontrée estlasuivante:
Propriété 2.3.1 En milieu aléatoire 3D, géométriquement anisotrope et transversalement isotrope,
l'espérane des tempsde trajet à l'ordre deuxvaut
E [T 2 (r)] = 1
Danslesmodèlesdeovarianelassiques(stritement déroissants),l'intégralesur
C 0 ′
estnégativeetdon
E [T 2 (r)]
estnégative.Ainsi,ononrmequev
e> v 0
,lavitessedumilieueetifestsupérieureàlavitessemoyenne dumilieuréel.D'autrepart, tantquel'optiquegéométrique estvalide,leveloity
shift augmente linéairement ave ladistane de propagation
X
etdépend del k /l 2 ⊥
: ilaugmenteavelataillelongitudinale deshétérogénéités etdiminue ave leurs taillestransverses.
En dehors de l'optique géométrique, dans le adre plus général de l'approximation de Rytov
pa-rabolique, le alul du veloity shift est à notre onnaissane assez réent : Shapiro et al. [198 ℄ pour
les milieux isotropes, Samuelides [189 ℄ pour les milieux anisotropes gaussiens et Saito [183 ℄ pour les
milieuxgéométriquementanisotropes.Aprèsuneaugmentation linéaireduveloityshiftenfontionde
X
dans l'optique géométrique, sonévolutionsature dansl'approximation parabolique, puis il déroît trèslentementverszéro.Samuelides[189 ℄,Iooss[92℄etIooss&Samuelides[103 ℄présentent desétudesdétailléesduomportementduveloityshiftenmilieuanisotropeàl'aidedesimulationsnumériques
ba-séessurlaméthodedesdiérenesniessurl'équationd'onde.Cestravauxontainsipermisd'observer
lephénomène de saturationdu veloity shift.
Dans l'optique géométrique, l'expression de la variane des temps de trajet au premier ordre est
bien onnue depuis l'ouvrage de Chernov [41℄ (pour une onde plane en milieu isotrope). Rytov et al.
[181 ℄ontétenduerésultat auxmilieuxanisotropes. Ave lafontionde ovariane standardisée,don
enmilieu géométriquement anisotrope,on obtient l'expression(Touati[214 ℄)
Var
[T 1 (r)] = σ ε 2 2c 2 0 Xl k
Z ∞
0
C 0 (u) du .
(2.34)Cette formule, appelée approximation de Chernov, montre une augmentation linéaire de la variane
destemps en fontionde ladistane de propagation.Touati[214 ℄ analyseen profondeur ladérivation
deette formuleà partir del'équation (2.30)eten déduitqu'ellesurestime lavraievariane etqu'elle
n'estvalidequesil'hypothèse(2.13),àsavoir
l k ≪ X
,estrespetée.Cetteanalyseneprendependantpas en ompte le terme à l'ordre deux des temps de trajet (troisième terme de l'équation (2.28)).
En supposant une perturbation
ε
de loi gaussienne et par analogie ave l'espérane, j'ai pu aluler analytiquement l'expression de la variane destemps audeuxième ordre dansIoosset al. [94 ℄,e quinousdonne lapropriétésuivante :
Propriété 2.3.2 En milieu aléatoire 3D gaussien, géométriquement anisotrope et transversalement
isotrope, la variane des tempsde trajet à l'ordre deux vaut
Var[T 2 (r)] = 1
Danslealuldeettevariane,l'hypothèsedenormalitéde
ε
estnéessairepoursimplierlequatrièmemomentde
ε
ensommedeproduitsdeovarianes(Papoulis&Pillai[165℄). Grâeàlaformule(2.35),on s'aperçoitque le terme à l'ordre deux induit une non linéarité pour l'évolutionde la variane des
temps enfontion de ladistanede propagation (dépendaneen
X 4
).Négliger l'équation(2.35) devant (2.34) nousapermisdedémontrer laonditionde validité(2.31)
de l'approximation destemps de trajet au premier ordre en milieu anisotrope. Cette ondition avait
été obtenue en milieu isotrope par Kulkarny & White [129℄ à l'aide d'une formulation diérente de
l'optique géométrique en milieu aléatoire. Basée sur les équations des rais en milieu aléatoire, ette
formulation amène à la résolution d'un système d'équations diérentielles stohastiques linéaires qui
permetd'obtenir, entre autres,laprobabilitéd'apparitiondesaustiquesen fontiondeladistanede
propagation. Dans Iooss etal. [94℄,nousavons onrmé lelien entrees deuxapprohes en reliant la
varianedes temps detrajetàla probabilitéd'apparition desaustiques.
Leomportementnonlinéairedelavarianedestempsàpartird'uneertainedistanede
propaga-tionaétéd'abordobservésurdessimulationsnumériques(baséessurletraéderais)parBlan-Benon
etal.[24 ℄etKarweitetal.[113 ℄.Commeprévu,onpeutreleverlalégèresurestimationde
l'approxima-tiondeChernovparrapportauxsimulationspourdeourtesdistanesdepropagationpuislaroissane
non linéaire de lavariane destemps simulés. En utilisant une méthode plus robuste que le traé de
rais, à savoir latehnique de sommation des faiseaux gaussiens (f. Fiorina [64℄ pour son utilisation
en milieu aléatoire), Iooss et al. [94 ℄ ont obtenu les mêmes résultats entre simulations numériques et
préditionsissuesde l'équation (2.35).
D'un point de vue expérimental en propagation d'ondes hautes fréquenes en milieu turbulent,
les études onfrontant préditions théoriques etexpérienes sont extrêmement rares. Cei est dû aux
diultés de générer des milieux turbulents stables, de les aratériser proprement et d'extraire des
tempsde premièrearrivéedesondesàpartird'enregistrements designauxsouvent bruités.Karweitet
al.[113℄ontependantréussiàonrmerexpérimentalement lanonlinéaritédelavariane destemps.
Réemment,grâe àdes moyensperformants (pulsationsultrasonoresdansune onduite à turbulene
bien ontrlée), Andreeva & Durgin [4℄ ont pu mesurer nement les temps de première arrivée des
ondes propagées. Ils ont alors obtenu desrésultats expérimentaux prohes des préditions théoriques
plusieurs degrésde turbulene.
Fig.2.6Comparaisons desvarianesdetempsdetrajetexpérimentauxetthéoriques(gureextraite
d'Andreeva &Durgin [4 ℄).
2.4 Tomographie statistique
Leproblèmeinverseenpropagationd'ondes onsisteàestimerles propriétésphysiquesd'unmilieu
à partir d'enregistrements de hamps d'ondes qui ont traversé e milieu (proédure souvent appelée
tomographie, f. Tarantola [208 ℄). Le même problème peut être envisagé en propagation d'ondes en
milieualéatoire:extrairelespropriétésstatistiquesd'unmilieuhétérogèneàpartirdesstatistiquessur
les hamps d'ondes qui s'y sont propagées. C'est un axe de reherhe important en sismologie et en
oéanographie depuis les années 1970. Pour e faire,on peut voir quel'utilisation de l'unique mesure
de la variane des temps de trajet d'une onde (Eq. (2.34)) n'est pas susante, ar elle ne permet
pasdedistinguer lesdiérentsparamètres statistiquesde
ε
.Par ontre, ette inversionestpossibleentravaillant surlaovariane destemps de trajetetdes amplitudes(Aki[3℄,Usinski[217 ℄).
En me basant sur les travaux de Touati [214 ℄ en sismique réexion et de Müller et al. [154 ℄ en
sismologie,j'aiproposéuneinversiondireteenexprimantlaovarianeduhampdevitesseenfontion
deelledestemps.Sonappliation etsaonfrontation àd'autresméthodesd'inversionont étéensuite
menéesen ollaboration ave David Geraets,dotorant m'ayant suédé sur lesujet.Une publiation
regroupant tousles ateurs du sujet(Iooss etal. [97℄) a nalement permis de résumer es travauxde
reherhe.
2.4.1 Covariane des temps de trajet
Dans l'approximationde Rytovparaboliqueetpourune onde sphérique, enutilisant
l'approxima-tion au premier ordre (2.22), la ovariane entre les temps de trajet en deux points distints a été
obtenue par Ishimaru [105 ℄ en milieu isotrope etRytov et al. [181 ℄ en milieu anisotrope. Dans Iooss
de la ovariane standardisée (ou plutt de ladensité spetrale standardisée
Φ 0
). Les propriétés quej'aidémontrées sont lessuivantes(résultats donnésen 2Dpour simplier lesexpressions):
Propriété 2.4.1 En milieu 2D géométriquement anisotrope, pour une onde sphérique dont le rayon
entral est de longueur
X
, sir 1
etr 2
sont deux rayons distints de même longueur séparés d'unedistane
ρ = k r 1 − r 2 k = o(X)
, la ovariane des temps de trajetT (r 1
) etT (r 2 )
vaut :Propriété 2.4.2 Dans le régime asymptotique de l'optique géométrique, en milieu 2D, la ovariane
des temps detrajet d'uneonde sphérique (
r 1 6 = r 2
,ρ = k r 1 − r 2 k = o(X)
) vaut :Les expressions (2.38) et (2.39) peuvent être déduites des équations (2.36) et (2.37) à partir de la
ondition (2.26). Dans l'approximation inverse à l'optique géométrique (i.e.
√ λ 0 X ≫ l ⊥
), appeléeapproximationhamplointainouapproximationde Fraunhofer,laovariane etlavarianedestemps
detrajetvalentlamoitiédeellesdel'optiquegéométrique.Deparetteproximitéentrelesovarianes
dansl'optique géométrique, l'approximation de Rytov parabolique etl'approximation de Fraunhofer,
la mesure desutuations de temps de trajet (ou de phase) est onnue pour être une mesure plutt
robuste,ontrairement à ellesurles amplitudes(Barabanenkov etal.[14 ℄).
La variane destemps de trajetde la propriété 2.4.1 est issue d'une approximation plus générale
(l'approximation Rytovparabolique) que elle étudiée au 2.3.4(l'optique géométrique). Des
simula-tionsnumériques(pardiérenesniessurl'équationd'ondeaoustique)ontpureproduirelesrésultats
sur ette variane des temps de trajet (Iooss [92℄, Iooss & Samuelides [103 ℄). La variane des temps
ommenepar roîtrelinéairement aveladistane depropagationsuivantlarelation (2.37),en étant
enadrée supérieurement par lavariane del'optique géométrique et inférieurement par elle de
l'ap-proximation de Fraunhofer. L'évolution de la variane des temps sature ensuite, à partir du moment
où l'approximation deRytovparabolique n'est plus valide. Ces simulations, non limitées au adrede
l'optiquegéométrique,nereproduisentpasleseetsnonlinéairesévoquésau2.3.4arlesphénomènes
de diration apparaissent plus ttque es eets. Pour envisager de reproduire la non linéarité de la
variane à l'aidedesimulations baséessurl'équation d'ondeaoustique,ilfaudrait être apablede
di-minuerdrastiquementlalongueurd'ondedel'ondesimulée. Ceiestdiilearlepasdedisrétisation
spatiale de la méthode des diérenes nies déoule diretement de ette valeur de longueur d'onde;
pluslepasde disrétisation estfaible, pluslasimulation est oûteuse entemps de alul.
2.4.2 Inversion de la ovariane du hamp de vitesse
En utilisantdeshypothèsesrestritives(ovariane gaussienneisotrope,ondesplanes de même
in-idene), les sismologues ont herhé dès les années 1970 à extraire les aratéristiques statistiques
desmilieux traversés à partird'enregistrements d'ondes télésismiques(Aki [3℄). Des ajustements
ma-nuels réalisés surles ovarianesdes phases,les ovarianes desamplitudeset les ovarianes roisées
(approximation de Rytov parabolique) ont permis ainsi de retrouver des longueurs de orrélation de
l'ordre de la dizaine de kilomètres et des éart types des utuations de l'ordre de
5%
(f. Sato &nommée tomographie stohastique, en relâhant les hypothèses sur le milieu (anisotropie transverse,
quasi-stationnarité, introdution de plusieurs ouhes de ovarianes diérentes) et en permettant de
prendreen ompte tousles enregistrements d'ondesde même fréquene(possibilitéd'inidenes
dié-rentesentrelesondes).Cetypedehampsaléatoiresquasi-stationnaires anisotropesa aussiétéutilisé
réemment par Kravtsovetal.[126 ℄ etKaslilar etal. [114℄dansleadredelaaratérisationdu
sous-solave lestemps de trajetd'ondes sismiques réfratées(soureetréepteur ensurfae, trajetourbe
sansréexion).
Plutt qu'un ajustement indiret des paramètres du milieu, Müller et al. [154℄ ont proposé une
inversion direte en exprimant laovariane desperturbations de vitesse du milieu en fontion de la
ovariane destempsdetrajetd'uneondeplaneenmilieu2Disotrope.Ilsont nomméetteproédure,
développée dans le adre de l'optique géométrique, tomographie statistique. Dans Iooss [92 ℄ et Iooss
et al. [97 ℄, j'ai étendu ette inversion à une onde sphérique en milieu géométriquement anisotrope.A
partir de l'équation (2.38) on peut en eet exprimer diretement la ovariane des perturbations de
vitesse
C 0
en fontionde laovariane destempsdetrajetd'uneondesphériqueC T
.La propriétéquej'aidémontrée estlasuivante (résultat donné en 2Dpour simplier sonexpression) :
Propriété 2.4.3 Pour une ondesphérique en milieu2Dgéométriquement anisotrope, dans
l'approxi-mation del'optique géométrique et sous la ondition
r = o(X)
aver ∈ R +
, on aCerésultat estobtenu en inversant l'intégrale de
I(ρ, X) = σ ε 2
par unetransformée d'Abel,e qui donne
C 0
Enutilisantlapropriété
C 0 (0) = 1
,laformule(2.40)estobtenue.Unefoislemodèleestimé,l'expression (2.40) donne la portée transversel ⊥
parC 0 (1)
. Des exemples pratiques d'appliation de e résultat sont donnésdansIoossetal.[97 ℄.Les inversions préédentes supposent que les utuations
ε(r)
dont on herhe à retrouver lesaratéristiques statistiques se superposent à un hamp de vitesse moyen onstant. En pratique, il
est néessairede prendre en ompte un maro-modèle de vitesse, qui induit une ourbure des rayons
sur lesquels on intègre les utuations
ε
, et qui doit être aratérisé de manière déterministe par les méthodes inverses lassiques (Tarantola [208℄). Quelques auteurs ont proposé des méthodes pourprendreenompteemaro-modèle,notammentKlime²[122 ,120℄.Celui-iproposeégalementd'utiliser
lafontion deovariane estimée pourontraindre orretement leproblème inversedéterministe.
2.4.3 Appliation à la sismique d'exploration
L'adaptation de esméthodes d'inversionà laproblématique de lasismiqueréexion (f.Fig.2.1)
soulève une diulté partiulière : la prise en ompte de la réexion de l'onde sur une interfae au
detrajeten fontion del'oset
x
(distane soure-réepteur) :Var
[T(x)] =
Var[T(r
down)] +
Var[T (r
up)] + 2
Cov[T (r
down), T (r
up)] ,
(2.44)où
r
down etr
up orrespondent respetivement au rayon desendant (de la soure vers le point de réexion) et au rayon montant (du point de réexion vers le réepteur). L'idée est alors de travaillerave une onde sphérique dont la soure est située au point de réexion et d'utiliser dans l'équation
(2.44)lesexpressionsdesvarianeetovarianedestempsaupremierordredansl'optiquegéométrique
(Eqs. (2.34) et (2.38)). Dans Touati [214 ℄ et Touati et al. [215 ℄, une proédure d'inversion indirete
est utilisée pour estimer lalongueur de orrélation horizontale des utuations du hamp de vitesse,
dans le as où le réeteur est horizontal. Dans Iooss [92, 91℄, j'ai montré que ette proédure reste
appliable dansl'approximation de Rytovparabolique, en dehorsdu domaine de validité de l'optique
géométrique.
Dans leadre del'optique géométrique,es travaux ont étégénéralisés par Kravtsov et al.[127℄ à
desmilieuxdont lavitessemoyenne dépend delaprofondeur etdont les utuations sontanisotropes
quasi-stationnaires (dépendaneen profondeur desparamètres statistiques).
D'autrepart,j'aimontréquel'inversiondiretedonnéeparlaformule(2.40)demeure possibledans
lagéométrie ave réexion (Iooss [92℄,Iooss&Galli [96 ℄, Iooss etal.[97 ℄). Il sut alors de remplaer
I(u, X)
dans(2.40) parI R : u ∈ R + → I R (u) ∈ R
:I R (x) = ∂ 2
∂x 2 [x
Var[T (x)] .
(2.45)Dessimulationsnumériquesont illustrélarobustessedeetteinversiondireteetsonappliationàdes
donnéesréelles a démontré safaisabilité.
DansIoossetal.[97 ℄,enm'inspirant deKlime²[122 ℄,j'aiégalement proposéde prendreenompte
dans l'inversion un maro-modèle de vitesse en travaillant sur les temps de trajet relatifs, dénis
omme le rapport du temps de trajet
T (r)
de l'onde et le temps de trajetT 0 (r)
dans le milieu sansutuation aléatoire (i.e. ave uniquement le maro-modèle de vitesse). En pratique, une première
étapedetomographiedéterministeestappliquéesurlestempsdetrajet
T (r)
pourdétermineremaro-modèle, puis les temps de trajet
T 0 (r)
y sont alulés par traé de rayons. Par ailleurs, l'hypothèse de réeteur horizontal étant quelque peu limitative, je me suis eoré d'intégrer dans le modèle desutuationspossiblesduréeteur,àsavoiruneomposanteàvariationstrèslentes,etuneomposante
àfaiblesutuationsmodéliséesparunproessusaléatoire(Iooss[90℄,Iooss&Galli[96 ℄).Laproédure
d'inversion demeure inhangée ar les utuations aléatoires du réeteur n'induisent qu'un terme
onstant supplémentaire dansl'équation (2.44).
Finalement, j'ai poursuivi e travail en ollaborant ave David Geraets durant sa thèse à l'Éole
desMinesde Paris (Geraets[74℄,Geraets &Galli [75 ℄,Ioossetal.[97 ℄ etGeraets etal. [76 ℄).Celui-i
a développé une proédure d'inversion ne néessitant pas l'utilisation des temps de trajet. En eet,
laréupérationde eux-i est l'une des diultésmajeures de l'appliation de ette méthodologieen
sismiqueréexion:laproéduredupointédestemps detrajetsurlessismogrammesestextrêmement
déliatedufaitdubruitprésentdanslesdonnéessismiques,d'autantplusqu'onnesaitsouventpasoù
pointer letemps detrajetsurl'ondelette sismique.DavidGeraets proposedon une inversionrobuste
pourretrouverlaovarianedesperturbationsdevitessedesondesàpartirdelaovarianedesvitesses
destak.Cesdernièressontissuesd'unajustementpolynomialparmoindresarrésdestemps detrajet
enfontion de l'oset,et sontdon moinssensibles auxerreurssurles temps de trajet.
2.5 Conlusion
Lestravauxprésentésdanse hapitre ont étéréalisésdurant messixpremièresannées d'ativités
dereherhe,entre1995et2001.Lesproblèmesévoquésrentrent dansleadregénéraldelaméanique
statistiquedesmilieuxontinus.Auvudesoutilsutilisés,estravauxpeuventêtreégalementonsidérés
aléatoiresà laphysique etauxproblèmes d'ingénierie.Cette multipliation desdomainessientiques
onernés a été l'une des diultés majeures à surmonter durant es travaux. Il est souvent diile
d'aorderd'unpointdevuetehnique,dessienesaussidiérentestellesquelaphysiquestatistique,
lagéostatistique,lagéophysique etlaméaniquedesuides.Ceiapuêtreréaliségrâeàdemultiples
éhangesetollaborationsave desherheursdotésd'unegrandeouverture d'esprit.Lesrésultatsque
j'ai obtenus montrent aussi que ette transversalité permet l'émergene d'idées neuves. Mes travaux
s'intègrentégalementdansl'ensembledesappliationsmodernesdesoutilsgéostatistiques(f.Bilodeau
et al. [22℄ pour une revue réente), dans lesquelles la modélisation des phénomènes physiques n'est
plus ignorée. Conernant lapropagation d'ondes en milieu aléatoire, mon prinipal apportrésulte de
l'introdutiondel'anisotropiestatistique(enpartiulierl'anisotropiegéométrique)danslestraitements
théoriquesetles simulations numériques.
Ces reherhesquiparaissaient séduisantesthéoriquement maispeuexploitablesilyadixans(ar
nonappliablessurdonnéesréellesdufaitdubruitdesdonnées)ontprisplusdesensesdernières
an-nées,notammentgrâeàl'améliorationdeertainsoutilsexpérimentaux.Auniveaudelaommunauté
internationale, quelquesauteurs ont poursuivil'étude ne desutuationsde temps detrajetd'ondes
aoustiques, aussi bien en sismologie (Baig [11 ℄, Saito [183℄), qu'en ontrle ultrasonore (Durgin &
Andreeva [61℄)et en oéanographie (Godin [78℄). En e qui onerne l'appliation de la tomographie
statistique(pas forément dénomméede la même manièrepar mes homologues) en sismique, onpeut
noterles travauxde Klime²[122 , 120 ℄, Kaslilaretal. [114 ℄ et Liuetal. [136 ℄.
Ainsi, j'entrevois quelquesperspetiveset extensionsde mes travauxqui pourraient s'avérer
inté-ressantes:
⊲
intégrationdelatomographie statistiquedanslagestiondesinertitudes enexplorationet produtionpétrolières (Thoreetal.[213 ℄, Geraets etal.[77℄);⊲
uniation de mes travaux en tomographie statistique ave eux de Kravtsov et al. [126℄(formulation enmilieu quasi-stationnaire ave utuationsvertiales de vitesse);
⊲
utilisationde laovariane desperturbationsdevitesseommeovariane a prioridansla tomographie lassique(Tarantola [208℄,Klime²[120℄, Veherin et al. [221 ℄);⊲
développement delatomographiestatistiquedansl'approximationmarkoviennede l'équa-tiond'ondeparaboliqueenmilieualéatoire(f.parexempleRytovetal.[181℄),adremoinsrestritifque l'approximationde Rytovde l'équationd'onde parabolique quej'aiutilisée;
⊲
dérivation de la variane des temps de trajet au seond ordre dans la théorie des rayonsomplexes ou théorie géométrique de la diration (f. Kravtsov[125 ℄ pour une revue
ré-ente surlesujet),extension naturelle de l'optiquegéométrique;
⊲
dérivation rigoureuse delaméthode de sommationdesfaiseauxgaussiens pourlasimula-tionnumérique delapropagation d'ondes aoustiquesdansles milieuxen mouvement. En
eet,dansIoossetal.[98℄jemebasesuruneméthodeheuristiqueenutilisant,dansle
sys-tèmedutraé derayonsdynamique, lavitesseeetivedu milieudénie danslaremarque
2.3.1.
La problématique abordée dans e hapitre se situe nalement dans le ontexte de la prise en
ompte des inertitudes en simulation numérique. Véritable l onduteur de e mémoire, elui-i
permet de relier mes deux périodes de reherhe. Les travaux présentés dans e hapitre onernent
plus spéiquement les inertitudes de modèles : négliger l'hétérogénéité des hamps de vitesse des
ondesrevientàsimplierlesmodèlesphysiques.Dansledomainedesinertitudes,onherhesouventà
ondesrevientàsimplierlesmodèlesphysiques.Dansledomainedesinertitudes,onherhesouventà