Spectres et Modèle Gaussien Modifié

5.5.1.1 Choix du MGM

Le MGM est un outil puissant pour le traitement de données hyperspectrales dans le cas d’as- semblages de minéraux mafiques et ultramafiques. Les études antérieures ont montré sur des données expérimentales, son potentiel quant à la caractérisation chimique des olivines ou la quantification des mélanges de pyroxènes. Cependant, jusqu’à présent, aucune étude n’a jamais été menée sur les mé- langes combinant à la fois de l’olivine et du pyroxène et ce, malgré le fait que les roches constituées de ces minéraux soient prépondérantes dans la nature. Dans cette thèse, nous avons choisi d’explorer un grand nombre de situations réelles et donc de nous confronter directement à ce problème complexe.

Le premier choix qui a du être fait est celui de l’approche, à savoir peut-on utiliser le MGM comme un outil de modélisation inverse ou directe ? Classiquement, dans la méthode directe, les paramètres des différentes gaussiennes sont ”pré-affectés” à une minéralogie particulière et, en conséquence, le travail d’interprétation après la modélisation ne peut être correct que sur des données qui correspondront par- faitement à cette minéralogie envisagée. Ne serait-ce qu’au vu de la variété de compositions chimiques possibles, et par conséquent des formes d’absorption sur un spectre, il est difficile d’envisager une telle solution pour le traitement automatique de données couvrant une grande surface géographique, et donc présentant une probable variabilité géologique. Il serait donc préférable d’envisager une méthode inverse qui, sans a priori, conduirait une analyse systématique dans le cas d’observations inédites et sans possibilité de contrôle en laboratoire. Deux points importants doivent alors être pris en compte : le MGM est-il capable de modéliser correctement les absorptions d’un spectre même si celles-ci se chevauchent ? En laissant un degré de liberté important pour gérer les compositions chimiques variées, le MGM peut-il retrouver une information sur la minéralogie ?

Les données de la littérature ont montré qu’il est en effet possible de modéliser plusieurs absorptions dans un même domaine de longueurs d’onde. Ainsi, le MGM est capable de placer correctement les trois absorptions de l’olivine ou les trois qui existent pour un mélange de pyroxènes (i.e. avec la gaussienne centrée à 1200 nm). Cependant, lorsque nous parlons d’un mélange contenant de l’olivine et un pyroxène ou de l’olivine et deux pyroxènes, il existe alors respectivement cinq et sept absorptions dans le même domaine de longueurs d’onde. Pour les cas simples, celles-ci se placent en outre avec un écart d’environ 100 à 200 nm les unes par rapport aux autres, alors que pour les mélanges complexes les positions des centres des absorptions sont beaucoup plus proches (50 nm). Malgré les incertitudes sur les paramètres des gaussiennes, il a été souligné que le MGM peut être sous contraint lorsque les absorptions sont faiblement marquées (Mustard et Sunshine, 1995; Mustard et al., 1997). En raison du ”décalage” spectral résiduel existant entre les mesures issues des différents capteurs de l’instrument OMEGA, Gendrin et al. (2006a) n’ont utilisé que le proche-infrarouge pour analyser les signatures spectrales des pyroxènes. Les problèmes liés au chevauchement des gaussiennes dans le visible ne sont alors pas traités.

Les développements théoriques, méthodologiques et expérimentaux en spectroscopie de réflectance de ces trente dernières années, qui ont sous-tendu la définition des capteurs hyperspectraux pour l’ex- ploration planétaire, ont toutefois montré que la combinaison de l’information contenue à la fois dans les domaines visible et proche-infrarouge est essentielle pour caractériser au mieux la composition d’une roche. Nous avons donc travaillé dans cette voie et nous avons testé méthodologiquement l’utilisation du MGM sur le domaine 0.5-2.5 µm, dans le cas de mélanges de complexité croissante et représentatifs des roches mafiques. Au vu de nos résultats, il s’avère que plus le nombre de gaussiennes requis pour

5.5 Conclusion et perspectives

modéliser les absorptions est important, plus la modélisation mathématique présente des risques de s’écarter du sens spectroscopique (e.g. modélisation d’un minéral seul avec une configuration dédiée aux mélanges, §5.2). Nous avons cependant pu montrer que l’association d’un processus de calcul sys- tématique faisant appel à différentes configurations, et d’un processus de tri basé sur les connaissances expérimentales en spectroscopie (cf. section 4.4), donnait des résultats prometteurs et débouchait sur des applications quasi-opérationnelles (Clenet et al., 2008; Pinet et al., 2009). Ainsi, pour des mélanges contenant à la fois de l’olivine et du pyroxène, nous obtenons une solution mathématique pour laquelle les gaussiennes, même en plus grand nombre, peuvent se chevaucher de manière conséquente sans tou- tefois perdre leur lien avec la réalité physique du spectre (e.g. modélisation des mélanges olivine et orthopyroxène, §5.3, et mélanges ternaires, §5.3.3). Les résultats de cette thèse montrent donc qu’avec une initialisation appropriée, le MGM est un outil capable de modéliser correctement des données spectrales complexes.

Dans notre approche, nous avons choisi de laisser un ”degré de liberté” important au modèle afin que celui-ci puisse correctement traiter une large gamme de composition chimique. Les premiers résul- tats sur les spectres de laboratoire (cf. §5.2.1.2 et 5.2.2.3) montrent que cela n’empêche pas de garder une cohérence entre les gaussiennes, ce qui permet alors de déterminer la composition chimique des minéraux à partir des positions des centres. Nous avons cependant noté qu’avec cette approche, les incertitudes sur les déterminations ne doivent pas être négligées dans certaines situations (e.g. incer- titude de ±14% sur le calcul de la composition exacte d’une forstérite, incertitude de ±10% sur la proportion de clinopyroxène dans un mélange à deux composants).

Dans le cas de mélanges entre une olivine et un pyroxène, cette première étude exploratoire a permis d’établir qu’il est plus difficile de retrouver la composition chimique. Nous avons en effet vu qu’il se produit un décalage des centres des absorptions du pyroxène lorsque la proportion d’olivine augmente (cf. §5.3.1.3). D’après les données de Cloutis et Gaffey (1991b), la composition semble alors artificiellement enrichie en calcium et/ou en fer. Il est par contre possible, à partir des profondeurs des gaussiennes des deux minéraux, de déterminer la composition modale du mélange (cf. Fig. 5.23). Pour une composition chimique donnée, l’intensité du décalage du centre de l’orthopyroxène peut alors être recalculée et l’estimation de la composition chimique peut être corrigée.

Cependant, pour l’heure, disposant d’une série de spectres limitée, nous constatons l’évolution sys- tématique du centre des gaussiennes de l’orthopyroxène vers les plus hautes longueurs d’onde, sans certitude quant à la cause. La première raison envisageable est qu’il soit lié à un biais systématique du MGM. Les gaussiennes de l’olivine et de l’orthopyroxène pourrait interférer entre elles car leurs centres respectifs sont situés à des longueurs d’onde rapprochées. La gaussienne la plus importante modéliserait une partie de l’absorption liée au minéral en faible proportion et, de fait, serait alors déca- lée. L’orthopyroxène présentant des absorptions globalement plus marquées que l’olivine, la gaussienne de ce minéral serait affectée en premier lieu, ce qui est cohérent avec nos observations. La seconde origine pourrait se trouver dans les processus physiques qui engendrent les absorptions. Etant donné que le fer se trouve dans les deux minéraux mais qu’il ne présente pas les mêmes caractéristiques au niveau des sites cristallographiques, nous émettons l’hypothèse que l’effet induit pourrait se traduire par un déplacement du centre de l’absorption lié à un minéral. Pour caractériser plus précisément cet effet, il faudrait alors avoir accès à un jeu de spectres plus important, balayant l’espace compositionnel Ol-Opx-Cpx.

5.5.1.2 Jeu de données

Pour pouvoir étalonner au mieux le comportement du MGM, il faut donc pouvoir contrôler les déconvolutions sur des spectres de laboratoire présentant une minéralogie variée. Il existe aujourd’hui une base de données conséquente et accessible pour les minéralogies simples, comme par exemple les olivines dont la gamme de compositions chimiques couvertes représente l’ensemble de la diversité possible. Même si pour l’instant seuls les orthopyroxènes sans calcium ont pu être analysés, la série des pyroxènes synthétiques de Klima et al. (2007), associée aux spectres acquis sur des pyroxènes naturels, permet là aussi de déterminer les caractéristiques spectrales pour un maximum de situation.

Cependant, même si les processus physiques à l’origine des absorptions sont les mêmes pour un minéral seul ou pour un mélange, dans le second cas le comportement résultant en terme de signature spectrale est difficile à évaluer. Il existe aujourd’hui peu de séries de spectres qui permettent d’analyser l’évolution systématique de la modélisation en fonction de la composition modale du mélange, avec notamment un manque criant pour les mélanges entre olivine et clinopyroxène. De plus, aucune série ne prend en compte les variations chimiques des différents composants. Ainsi, pour les pyroxènes, les séries de Sunshine et Pieters (1993) ne font intervenir que du diopside et de l’enstatite. Il en va de même pour la série olivine-orthopyroxène où ce dernier a une teneur pauvre en fer et en calcium. Pourtant, nous savons que la variabilité est plus importante, avec, par exemple, l’information apportée par les SNC qui indique la présence de pyroxènes ayant des compositions chimiques intermédiaires de type augite ou pigeonite.

Obtenir ces données supplémentaires permettrait de répondre à de nombreuses questions. Nous savons que les orthopyroxènes plus riches en fer présentent par exemple une absorption plus prononcée autour de 1200 nm. Que devient-elle lorsque ces pyroxènes sont mélangés à de l’olivine ? Comment se comporte un spectre de wehrlite ? Et si la quantité de calcium diminue, que se passe-t-il spectrale- ment ? Du point de vue de notre approche, ces informations apporteraient aussi des contraintes sur les paramètres d’initialisation de chacune des configurations et permettrait de mieux définir l’évolution des paramètres finaux des gaussiennes, permettant ainsi une estimation plus précise de la composition modale et chimique des mélanges.

5.5.1.3 Laboratoire vs nature

Les spectres de laboratoire manquants, que nous avons décrits dans le paragraphe précédent, sont bien sur nécessaires pour contraindre le MGM. Cependant, ils ne permettront pas d’acquérir une expertise pour l’ensemble des données, notamment pour celles qui correspondent aux roches naturelles. Nous avons en effet vu pour les spectres de météorites (cf. §5.4.1) et surtout pour les spectres de roches d’Oman (cf. §5.4.2) que des difficultés subsistaient. Cela peut résulter de mélanges de minéraux que nous n’avons pas pu tester (e.g. augite et olivine) ou d’absorptions qui sont partiellement masquées par les effets non minéralogiques (e.g. effet atmosphérique, altération, conditions d’observation,...).

Pour les spectres acquis sur des roches naturelles et composées d’un pyroxène et d’une olivine en quantité supérieure à 10-15%, nous avons constaté que les critères de tri définis en laboratoire sont généralement trop restrictifs (cf. §5.4.2.2). Il est fréquent que des gaussiennes aient une profondeur proche de 0, voire même qu’elles soient légèrement positives. Cet effet existe lorsque les spectres sont peu marqués et que deux absorptions se situent aux mêmes longueurs d’onde. Etant donné que dans ces situations nous connaissons la minéralogie réelle de la roche, nous pouvons en déduire que sous certaines conditions ces critères ne doivent pas rejeter la configuration correspondante. En l’état actuel,

5.5 Conclusion et perspectives

il n’a pas été possible de résoudre ce problème durant la thèse et les critères de tri ont été par la suite adaptés à cette constatation. Les pistes à explorer, décrites ci-après, devraient permettre d’améliorer la modélisation pour ce genre de cas.

En effet, ces problèmes vont de pair avec la sensibilité à l’initialisation. Lorsque les absorptions sont peu marquées, le MGM peut être déstabilisé si les paramètres initiaux ne sont pas adaptés à la forme du spectre, spécialement la profondeur (cf. § 4.3.4 page 91). Il apparaît donc que le passage des spectres de laboratoire aux données naturelles n’est pas trivial et que cette étape ne peut être franchie sans prendre un certain recul. Nous avons toutefois vu qu’avec un processus d’initialisation automatique il est possible d’améliorer les capacités de modélisation du MGM, les spectres plus plats pouvant être généralement eux aussi traités de façon plus cohérente avec la réalité physique (cf. § 4.4.1 page 101). Pour abaisser encore cette limite, il faudra continuer à améliorer encore la procédure selon des pistes qui vont être développées dans la section suivante.