Contributions au traitement des incertitudes en
mod´ elisation num´ erique : propagation d’ondes en milieu al´ eatoire et analyse statistique d’exp´ eriences simul´ ees
Bertrand Iooss
To cite this version:
Bertrand Iooss. Contributions au traitement des incertitudes en mod´ elisation num´ erique : propagation d’ondes en milieu al´ eatoire et analyse statistique d’exp´ eriences simul´ ees.
Math´ ematiques [math]. Universit´ e Paul Sabatier - Toulouse III, 2009. <tel-00360995>
HAL Id: tel-00360995
https://tel.archives-ouvertes.fr/tel-00360995
Submitted on 12 Feb 2009
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destin´ ee au d´ epˆ ot et ` a la diffusion de documents scientifiques de niveau recherche, publi´ es ou non,
´ emanant des ´ etablissements d’enseignement et de
recherche fran¸ cais ou ´ etrangers, des laboratoires
publics ou priv´ es.
INSTITUT DE MATHÉMATIQUES DE TOULOUSE
MÉMOIRE D'HABILITATION À DIRIGER DES RECHERCHES
Disipline:Mathématiques
Spéialité :Statistiques
Présentéeetsoutenue publiquement
le21 janvier2009 àToulouse par
Bertrand IOOSS
Ingénieur-herheur au CEA
Diretion de l'Énergie Nuléaire
Centre de Cadarahe
Sujetdu mémoire
CONTRIBUTIONS AU TRAITEMENT DES INCERTITUDES
EN MODÉLISATION NUMÉRIQUE :
PROPAGATION D'ONDES EN MILIEU ALÉATOIRE
ET ANALYSE STATISTIQUE D'EXPÉRIENCES SIMULÉES
Jury
M. AnestisANTONIADIS UniversitéGrenoble I Rapporteur
M. MarkASCH Universitéde Piardie Rapporteur
M. Jean-MarAZAÏS UniversitéToulouse III Président
M. Fabrie GAMBOA UniversitéToulouse III Examinateur
M. MihelSCHMITT Éoledes Minesde Paris Examinateur
M. MihaelL. STEIN Universityof Chiago, USA Rapporteur
M. StefanoTARANTOLA Joint Researh Centre, Ispra, Italie Examinateur
Contributionsau traitement des inertitudes en modélisation numérique : propagation
d'ondes en milieu aléatoire et analyse d'expérienes simulées
Le présent doument onstitue mon mémoire d'habilitation à diriger des reherhes. Il retrae
mon ativité sientique de es douze dernières années, depuis ma thèse jusqu'aux travaux réalisés
en tant qu'ingénieur-herheur du CEA Cadarahe. Les deux hapitres qui struturent e doument
orrespondent à deuxdomaines de reherhe relativement diérentsmaisse référant tousles deuxau
traitement desinertitudes dansdes problèmes d'ingénierie.Le premier hapitre établit une synthèse
demes travauxsurlapropagationd'ondes hautesfréquenes enmilieu aléatoire.Il onerne plusspé-
iquement l'étude des utuations statistiques des temps de trajet des ondes aoustiques en milieu
aléatoireet/outurbulent. Lesnouveauxrésultatsobtenusonernent prinipalement l'introdutionde
l'anisotropie statistique des hamps de vitesse lors de ladérivation des expressions des moments des
temps en fontion de eux duhamp devitesse desondes. Ces travaux ont étéessentiellement portés
pardesbesoinsengéophysique (explorationpétrolièreetsismologie).Le seondhapitre abordeledo-
mainedel'utilisationdestehniquesprobabilistespourprendreenomptelesinertitudesdesvariables
d'entrée d'un modèle numérique. Les prinipales appliations que j'évoque dans e hapitre relèvent
du domaine de l'ingénierie nuléaire qui ore une grande variété de problématiques d'inertitude à
traiter. Tout d'abord, une synthèse assez omplète est réalisée sur les méthodes statistiques d'ana-
lyse de sensibilité et d'exploration globale de modèles numériques. La onstrution et l'exploitation
d'un métamodèle (fontion mathématique peu oûteuse se substituant à un ode de alul oûteux)
sontensuiteillustrées par mestravauxsurlemodèleproessusgaussien(krigeage). Deuxthématiques
omplémentaires sont nalement abordées : l'estimation de quantiles élevés de réponses de odes de
alul et l'analyse de odes de alul stohastiques. Une onlusion met en perspetive es travaux
dansleontexteplusgénéral de lasimulation numérique etdel'utilisation de modèles préditifsdans
l'industrie.
Abstrat
Contributions tothe unertainty management in numerial modelisation : wave
propagation in random media and analysis of omputer experiments
The present doument onstitutesmy habilitation thesisreport. It realls mysienti ativity of
thetwelve last years,sine my PhD thesis until the works ompleted asa researh engineer at CEA
Cadarahe. The two main hapters of this doument orrespond to two dierent researh elds both
referringtotheunertaintytreatmentinengineeringproblems.Thersthapterestablishesasynthesis
ofmyworkonhighfrequeny wave propagationinrandommedium. Itmorespeiallyrelates tothe
studyofthestatistialutuationsofaoustiwavetraveltimesinrandomand/orturbulentmedia.The
newresultsmainlyonerntheintrodution ofthe veloityeldstatistialanisotropyintheanalytial
expressions of the traveltime statistial moments aording to those of the veloity eld. This work
was primarily arried by requirements in geophysis (oil exploration and seismology). The seond
hapter isonerned bytheprobabilisti tehniquesto studytheeet ofinputvariablesunertainties
in numerial models. My main appliations in this hapter relate to the nulear engineering domain
whih oers a large variety of unertainty problems to be treated. First of all, a omplete synthesis
is arried out on the statistial methods of sensitivity analysis and global exploration of numerial
models. The onstrution and the use of a metamodel (inexpensive mathematial funtion replaing
anexpensiveomputerode)arethenillustratedbymyworkontheGaussianproessmodel(kriging).
Two additionaltopisarenallyapproahed :the highquantileestimationofaomputerode output
andtheanalysisofstohastiomputerodes.Weonludethismemorywithsomeperspetivesabout
thenumerialsimulationandtheuseofpreditivemodelsinindustry.Thisontextisextremelypositive
for futureresearhes andappliation developments.
EntreToulouse,Solaize,Paris,LaHavane,Caraas,Medellin,PékinetOulanBator,Fabrie Gam-
boa a réussi l'exploit de trouver le temps de superviser mon mémoire. Même s'il l'a lu ouhé dans
sayourte, enmangeant du fromage de lait deyakfermentéen trinquant ave Jean-Claude autourde
quelquesverresdevodkamongole,jeluisuisinnimentreonnaissantdesesritiquesetonseils.Meri
aussipour ton dynamisme ommuniatif, ton ouverture d'esprit exeptionnelle et surtout pour avoir
aepté spontanément de soutenir un dossier quelque peu partiulier. L'un de mes souhaits dans le
futurseraitquel'on puissetravailler ensembleautour dethématiques de reherhe ambitieuses.
Meri à Anestis Antoniadis d'avoir rapporté ette habilitation, et d'en être en quelque sorte un
peu responsable (mais pas oupable) en étant le premier a m'avoir donné un avis (positif) sur la
reevabilité de mon dossier.Ce oup de pouem'a déidé à me laner dans l'aventure. Je tiens don
à te remerier pour ton intérêt pour e sujet, pour ton extrême ompétene, mais surtout pour ta
générosité.J'exprimeégalementmareonnaissaneàMarkAshquiaaeptéderapporteremémoire.
LorsdenotrepremièrerenontreàCadaraheen2003,j'avaisbienperçutonintérêtpourlesproblèmes
issus de l'industrie. Les appréiations que tu as portées sur mon travail m'ont vraiment fait plaisir.
Furthermore, I am glad to thank Mihael Stein as a reviewer of this thesis. Your ritiisms about
my works are of great value for me and I hope to meet you soon. Je tiens également à remerier
Jean-MarAzaïs,grandpromoteurdeollaborationsuniversités-industries,quim'apermisdesoutenir
au sein de l'éole dotorale de Toulouse et qui a aepté de présider mon jury. Je remerie Mihel
Shmittquim'auranalementhonorédesapréseneauseindesjurysdemesdeuxsoutenanes:thèse
et habilitation. Cette présene permet d'assurer une ertaine ontinuité entre mes travaux réents
et mes travauxde jeunesseinitiés par les herheurs de l'Éoledes Mines deParis. Enn, je remerie
haleureusementStefanoTarantolad'avoiraeptédes'intéresseràmestravaux.LeSuequalitàumane
elasuaexperienzaneldominiodell'analisidisensibilitàsonounesempioperme(merireverso.net).
Jesouhaiteàprésentremeriertoutpartiulièrement monexsansquieprojetd'habilitationn'au-
raitpasvulejour,j'ai nommé NiolasDevitor, ex-hef dulaboratoire oùj'oie.Le positionnement
de notre équipe au sein du CEA, les études et les sujets de R&D que tu m'as proposés ont réé un
ontexteextrêmement favorable pour montravail. Cettehabilitation provient, pour une grandepart,
detonmanagement motivant,ouvertauxinitiativesetinitatif.Je n'oubliepasnonplusequejedois
à ma ollègue de bureau, Nadia Pérot, qui m'a apporté desavis onstrutifs etpertinents dèsque je
lasolliitais,maissurtout un soutienmoral sans failleaompagné depetitsmaarons biendéliieux.
Notrebinme, issu desixansde vie ommune (sansun heurt),prouve quedanslavie professionnelle
P (1 + 1 > 2) > 0
etforeprobablement l'admiration de tous. Et puis, last but not least,je m'inline devant le senior (je devrais dire seigneur) de l'équipe, Mihel Marquès, dont la gentillesse légendairen'ad'égalequesamodestie.
Le soutien, parfois maliieux (spéial dédiae à Bernard qui me remet à ma plae à haque as-
ension ventousienne),de tous lesmembres duLaboratoire de Conduite etdeFiabilité des Réateurs
(LCFR) du CEA Cadarahe m'a été indispensable etje les en remerie grandement. Plus partiuliè-
rement, les remarquesonstrutivessur lemémoire etle soutienlogistique de Frédéri Bertrand, hef
du LCFR,ont ététrès appréiables. Je remerie aussiJean-Claude Garnier, hef du Servie d'Etudes
desSystèmes Innovants, etAlain Porrahia, hef du Département d'Étude des Réateurs, pour leur
appuidansmes démarhes.Ah,enpassant,ilne fautpasquej'oubliede iterles aniensde lafneube
2(Obog,Dave,Anne-Cé, Jé,Lo,Fred,Benetsonhien, ...),sinonilsne voudront plusdemoiàleur
Leontenudeemémoireneseraitpaslemêmesansl'apportdetouteslespersonnesavelesquelles
j'ai travaillé de manière étroite et qui m'ont permis d'avaner sur de nombreux problèmes et de me
laner dans de nouvelles voies de reherhe. Je iterai d'abord les petits jeunots, qui m'ont bien aidé
et ave qui j'ai bien rigolé, que sont Vinent Feuillard, Claire Cannamela et Gilles Pujol, et ensuite
tous les autres : Josselin Garnier, Roger Phan Tan Luu, Julien Jaques, Béatrie Laurent, François
VanDorpe,ElenaVolkova,MihelJullien, MustafaTouati,YannSamuelides, DavidGeraets,Philippe
Blan-Benonsans oublier tous les stagiaires quej'ai tenté d'enadrer. Je porte un toast plus soutenu
àdeux autres gamins: AmandineMarrel etMathieu Ribatet. Certainsdestravaux présentés danse
mémoirevousdoiventénormément etvotredisponibilitéestunmodèledugenre.Amonavisetvumon
envie, on ne tardera pasà retravailler rapidement ensemble. Je souligne également l'inuene d'Alain
Galli etdeProfesseur Lulu, sansqui rienne seraitarrivé.
L'aspetgénériqueettransversedemondomainedereherhem'apermisdetoyerdesingénieurs
etherheursextrêmement ompétentsetpassionnants.Jeremerietoutd'abordlesollèguesavequi
j'aiollaborésurletraitement desinertitudesà laDiretionde l'EnergieNuléaire duCEA:Fabrie
Gaudier, AgnèsdeCrey (etsoninséparable Pasal), Cyrille deSaint Jean(etsoninséparable Gilles)
..., et surtout Jean-Mar Martinez qui m'a permis de développer ma pugnaité. Je féliite aussi
lesmembresdu groupede travail"Inertitudes"de l'IMdR(Etienne deRoquigny,Fabien Mangeant,
ErikHerbin,NiolasFisher,YannRihet,GuennadiAndrianov,OlivierVasseur,EriChojnaki,j'en
oublie?)quim'ontsoutenude manièreexemplairelors deréentesdéfaillanesgastriques.J'applaudis
enn lesmembres dubureaudu GdRMASCOT-NUM (Les3 F, Lu,Jean-Claude, Hervéetonsors)
quime permettent departiiperàde bellesationsommunes.
Pournir,parlonsdelaVIEENDEHORSDUBOULOT,mêmesij'admetqueparfoisj'aitendane
àl'oublier(mea ulpa,jesensquejevaismerattraper).Alorsjelaneunriduoeuràmesamisetaux
monuments niçois qui étaient déjà dansmes remeriements de thèse il y a tout juste 10 ans: Dume,
Housse,Titou,Stéph,Alain,leurs onjointes, lapissaladière,lasoa, l'OGCNetlesDumDumBoys.
Enparlant demusiàtendanenoisy-punk,FatalErrorayant laissélaplaeàPorheline, meriàmes
deuxmusiiensadarahiens,ArnoetJief,quimepermettentdem'exprimer,parfoisviolemment,mais
toujoursdansunmiroouenfrappant/poussant/tirantsurunebelleordemétalliquequinedemande
que ça. En parlant de musiiens, ça me fait penser à Vinent, et don à Fabienne, qui nous ont été
d'ungrandseoursdansla dernièreligne droite :enore meripour lebaby-sitting prolongé.Et puis,
jerendhommage àmonpaternel quiest probablement lasoure de mamotivation première.J'ai une
penséepermanente pourMomo,pourmesdeuxzozios,OrlaneetEmeri,sansquirienn'auraitdesens
et pour madoue, So
Φ
qui mesupporteave tant de ourage.Liste des travaux 9
1 Introdution générale 15
English version- General introdution 17
2 Modélisation stohastique des inertitudes de vitesse en propagationd'ondes 19
2.1 Introdution . . . 19
2.1.1 Étatde l'art. . . 19
2.1.2 Contributions . . . 20
2.2 Modélisationaléatoire desmilieux hétérogènes etturbulents . . . 22
2.2.1 Milieuxstationnaires anisotropes . . . 22
2.2.2 Milieuxnon stationnaires . . . 25
2.2.3 Modélisationstohastique de laturbulene. . . 25
2.2.4 Quelquesfamillesde fontionsde ovariane etde variogrammes . . . 27
2.3 Propagation d'ondes aoustiqueshautes fréquenes enmilieu aléatoire . . . 28
2.3.1 Approximationde Rytovparabolique . . . 29
2.3.2 Optique géométrique . . . 31
2.3.3 Moyenne destemps de trajetauseond ordre:leveloityshift . . . 33
2.3.4 Variane des temps detrajetau seondordre enoptique géométrique . . . 34
2.4 Tomographie statistique . . . 35
2.4.1 Covariane destemps de trajet . . . 35
2.4.2 Inversionde laovariane duhampde vitesse . . . 36
2.4.3 Appliation àlasismique d'exploration . . . 37
2.5 Conlusion. . . 38
3 Etudes d'inertitudes de modèles numériques 41 3.1 Introdution . . . 41
3.1.1 Étatde l'art. . . 42
3.1.2 Contributions . . . 44
3.2 Analyse de sensibilitéde modèles . . . 45
3.2.1 Criblage àtrès grandedimension . . . 47
3.2.2 Criblage etplansd'expériene . . . 47
3.2.3 Mesuresd'importane basées surdeséhantillons . . . 48
3.2.4 Déompositionde lavariane . . . 50
3.2.5 Tehniquesde lissage etmétamodèles. . . 52
3.3 Constrution etutilisation du métamodèleproessus gaussien . . . 54
3.3.1 Lemodèleproessusgaussien . . . 55
3.3.2 Construtionetestimation desparamètres . . . 57
3.3.3 Méthodologieen grandedimension . . . 59
3.3.4 Caluldesindies deSobol . . . 63
3.4 Estimation de quantiles deodes . . . 65
3.4.2 Quantile par variablede ontrle . . . 66
3.4.3 Une méthode de rejet:lastratiation ontrlée . . . 67
3.4.4 Quantilepar stratiation ontrléeadaptative . . . 68
3.4.5 Quantile par tirage d'importane ontrlé . . . 70
3.4.6 Perspetives . . . 72
3.5 Leas desmodèles numériques stohastiques . . . 72
3.5.1 Modélisationjointe . . . 73
3.5.2 Indiesde Sobolpour modèlesjoints . . . 75
3.5.3 Appliation auxmodèles àentrée fontionnelle . . . 76
3.6 Conlusion. . . 78
4 Bilan et perspetives 81
English version- Conlusionand perspetives 83
A Curriulum vitae en français 85
English version- Curriulumvitae 95
B Abstrats des publiations à revue 105
Bibliographie générale 108
2.1 Expériene de sismique réexion 2D. L'oset
x
est la distane entre la soureO
et leréepteur
R
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212.2 Prinipedudébitmètreàultrasons.Prolsd'éoulement enrégimeturbulent etlaminaire. 22
2.3 Exemples dehampsaléatoires 2Dgéométriquement anisotropes. (a)Champ devitesse
d'ondes aoustiquesdansl'eau(moyenne
c 0 = 1509
m/s,ovariane gaussienneC 0 (h) = exp( − h 2 )
,h ∈ R
,σ ε = 4
m/s,a x = 1
m,a z = 0.25
m,pendaged'anisotropieθ = 11.5 o
,unitésdesaxesenmètres).(b)Perturbationsdevitessedesondessismiques(ovariane
exponentielle
C 0 (h) = exp( −| h | )
de variane unité,a x = 0.1
km,a z = 0.02
km). . . . . 232.4 Exemple de réservoir pétrolier réaliste (issude Iooss et al. [97 ℄). (a) Champ de vitesse
sismique (ave anisotropiezonale).(b)Covarianesexpérimentalesnormalisées dansles
diretions horizontale etvertiale. . . 24
2.5 Exempled'éoulementuidebidimensionnelturbulentdevitessemoyenne
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, éart typesσ v 1 = σ v 2 = 5
m/s. Les unités desaxes sont en mètres. . . 26
2.6 Comparaisons des varianes de temps de trajet expérimentaux et théoriques (gure
extraited'Andreeva& Durgin [4℄). . . 35
3.1 Cadre général pour lesétudes d'inertitude. . . 43
3.2 Synthèse des méthodes d'analyse de sensibilité plaées dans un diagramme (oût en
nombred'évaluationsdumodèlevs.omplexitéetrégularitédumodèle).
d
estlenombrede variables d'entrée dumodèle,
h
est lenombrede variables d'entrée inuentes. . . . 463.3 Estimations du quantile à
95%
de la fontion d'Ishigami à partir d'un éhantillon detaille
n = 200
. (a) Comparaison entre les estimateurs empirique et par stratiation ontrlée. Leshistogrammesdesestimateurssont traésàpartir de10 4
expérienes.(b) Estimationsparstratiationontrléepourquatremétamodèlesdiérents.Lesdensitésorrespondentàunlissagedeshistogrammesobtenusàpartirde
10 3
expérienes.Levrai quantileestdonné par letrait vertial. . . 693.4 Étudeavelesfontions(3.72)et(3.73).(a)Densitésde
Y
etZ
.(b)Estimationsduquan- tileà95%
deY
àpartird'unéhantillon detaillen = 200
.Comparaisons entrelesesti- mateurs empirique (moyenne2.83
, éart-type0.52
), par variablede ontrle (moyenne2.74
, éart-type0.38
), par stratiation ontrlée (moyenne2.71
, éart-type0.25
), etpar tiraged'importane ontrlé (moyenne
2.77
,éart-type0.21
).Leshistogrammesdes estimateurs sonttraés àpartirde5000
expérienes. . . 71 3.5 Boxplotsdes estimations d'indies de Sobolà l'aidedes GLMjoint et GAM joint pourlafontion WN-Ishigami(taille de labase d'apprentissage
n = 500
), obtenues à l'aidede
100
bases d'apprentissage diérentes. Pour haque indie, laligne horizontale estla valeur de référenealuléediretement sur lafontion WN-Ishigamipar MonteCarlo. 77MONOGRAPHIE (en préparation)
[I1℄ B. Iooss,H.Monod, G. PujolandC. Storlie. SensitivityAnalysis withR.En préparation.
ARTICLES de revues à omité de leture
[Ia1℄ B.Iooss.Seismireetiontraveltimesintwo-dimensionalstatistiallyanisotropirandommedia.
Geophysial Journal International,135 :999-1010,1998.
[Ia2℄ M. Touati, B. Iooss and A. Galli. Quantitative ontrol of migration : a geostatistial attempt.
Mathematial Geology, 31 :277-295,1999.
[Ia3℄ B. Iooss,Ph. Blan-Benon andC. Lhuillier. Statistial moments of travel timesat seond order
inisotropi and anisotropirandom media.Waves in Random Media,10 :381-394, 2000.
[Ia4℄ B. Iooss,C. Lhuillier and H. Jeanneau. Numerial simulation of transit-time ultrasoni owme-
ters :unertainties due to uidturbulene. Ultrasonis,40 :1009-1015, 2002.
[Ia5℄ B. Iooss, D. Geraets, T. Mukerji, Y. Samuelides, M. Touati and A. Galli. Inferring the sta-
tistial distribution of veloity heterogeneities by statistial traveltime tomography. Geophysis,
68(5) :1714-1730, 2003.
[Ia6℄ B. Iooss,F. VanDorpeand N.Devitor. Responsesurfaesand sensitivityanalyses for anenvi-
ronmental model of dose alulations. Reliability Engineering and System Safety, 91 :1241-1251,
2006.
[Ia7℄ F. Van Dorpe,B. Iooss,V. Semenov, O. Sorokovikova, A.Fokin and Y. Margerit. Atmospheri
transfermodelingwith 3DLagrangian dispersionodesomparedwithSF6traer experimentsat
regional sale. Siene and Tehnology of Nulear Installations, Volume 2007, Artile ID 30863,
13 pages, doi:10.1155/2007/30863, 2007.
[Ia8℄ E. Volkova, B. Iooss and F. Van Dorpe. Global sensitivity analysis for a numerial model of
radionulide migration from the RRC Kurhatov Institute radwaste disposal site. Stohasti
Environmental Researhand RiskAssessment, 22:17-31, 2008.
[Ia9℄ A.Marrel,B.Iooss,F.VanDorpeandE.Volkova.Aneientmethodologyformodelingomplex
omputer odes withGaussian proesses.Computational Statistis and Data Analysis, 52 :4731-
4744, 2008.
[Ia10℄ G.Noguere,D.Bernard,C.DeSaintJean,B.Iooss,F.Gunsing,K.Kobayashi,S.Mughabghab
and P. Siegler. Assessment and propagation of the
237
Np nulear data unertainties in integral
alulations byMonteCarlo tehniques. Nulear Siene andEngineering, 160 :108-122,2008.
[Ia11℄ C.Cannamela,J.GarnierandB.Iooss.Controlledstratiationforquantileestimation. Annals
of Applied Statistis,2 :1554-1580, 2008.
[Ia13℄ B.IoossandM.Ribatet.Globalsensitivityanalysisofomputermodelswithfuntionalinputs.
Reliability Engineering andSystem Safety, inpress,2009.
[Ia14℄ A.Marrel,B.Iooss,B.LaurentandO.Roustant.Calulations ofSobolindiesfortheGaussian
proess metamodel. Reliability Engineering andSystem Safety,94 :742-751, 2009.
parameters unertainties propagation. Nulear Siene andEngineering, 161 :363-370, 2009.
Artiles de revues soumis
[Ia12℄ B. Iooss,M. Ribatet and A. Marrel. Global sensitivity analysis of stohastiomputer models
withgeneralized additive models.Tehnometris,submitted, 2006.
CONFÉRENCES
Ates de onférenes ave omité de séletion
[I1℄ B.Iooss.Caratérisationprobabilistederéeteursensismiqueréexion.JournéesdeJuin,Éole
des Mines de Paris, Centre de Géostatistique, Fontainebleau, Frane, juin 1998. Les Cahiers de
Géostatistique, 6:61-73, Éole desMinesde Paris, 1998.
[I2℄ B.IoossandY.Samuelides. Inversionofveloitystatistialparameters fromtraveltimes. Proee-
dings of 16th InternationalCongresson Aoustis and 135thMeeting of the Aoustial Soiety of
Ameria, 2319-2320,Seattle, USA,juin1998.
[I3℄ B.Iooss,A.Galli andM. Touati.Veloityorrelationfuntion estimationfromseismireetion
traveltimes. 68th SEGexpanded abstrat,1724-1727, New-Orleans, USA,septembre1998.
[I4℄ B.IoossandA.Galli.Statistialtomographyforseismireetiondata.6thInternationalGeosta-
tistisCongress(Geostats'2000),CapeTown,South Afria,avril2000.Geostats'2000,Kleingeld
W. &KrigeD. (eds).[CD-ROM℄.s.l.:GeostatistialAssoiationof Southern Afria,2000.
[I5℄ B. Iooss, N. Devitor and F. Van Dorpe. Response surfaes and sensitivity analyses for an en-
vironmental model of dosealulations. K.M.Hanson and F.M.Hemez (eds). Proeedings of 4th
InternationalConfereneonSensitivityAnalysisofModelOutput,260-269,SantaFe,NewMexio,
USA, mars2004. LosAlamosNational Laboratory,2005.
[I6℄ B. Iooss and M. Ribatet. Analyse de sensibilité globale de modèles numériques à paramètres
inontrlables. Atesdes XXXVIIIièmesJournées de Statistique,Clamart, Frane, juin2006.
[I7℄ C. DeSaint Jean, G. Noguere and B. Iooss.Sensitivity andunertainty studies ofaverage ross
setion parameters with Monte-Carlo sampling. Proeedings of PHYSOR-2006, Vanouver, Ca-
nada, septembre 2006.
[I8℄ G.Noguere,C.DeSaintJean,B.Iooss,P.ShilleebeekxandP.Siegler.Produtionofmultigroup
data ovariane in the resonane range by Monte-Carlo alulations. Proeedings of PHYSOR-
2006, Vanouver, Canada,septembre 2006.
[I9℄ M.Petelet,O.Asserin,B.IoossandA.Loredo.EhantillonnageLHSdespropriétésmatériaudes
aiers pour l'analyse de sensibilité globale en simulation numérique du soudage. MATERIAUX
2006, Dijon,Frane, novembre 2006.
[I10℄ B.IoossandM. Ribatet.Globalsensitivityanalysisofomputermodelswithfuntionalinputs.
5th International Conferene on Sensitivity Analysis of Model Output, Budapest, Hungary, juin
2007.
[I11℄ A. Marrel,B. Ioossand O. Roustant.Analytial alulations of Sobolindies for theGaussian
proessmetamodel.5thIntern.Conf.onSensitivityAnalysisofModelOutput,Budapest,Hungary,
juin2007.
[I12℄ M. Petelet, O. Asserin and B. Iooss. Appliation of global sensitivity analysis method in wel-
dingsimulation.5thInternationalConfereneon SensitivityAnalysisof ModelOutput,Budapest,
Hungary,juin2007.
riau sur le résultat du alul en simulation numérique du soudage. 18 ème
Congrès Français de
Méanique,Grenoble, Frane, août2007.
[I14℄ B.Iooss,L.Boussouf,A.MarrelandV.Feuillard.Numerialstudyofalgorithmsformetamodel
onstrutionandvalidation.S.Martorell,C.GuedesSoaresandJ.Barnett(eds).Safety,Reliability
andRiskAnalysis-Proeedingsof theESREL2008 Conferene, 2135-2141,CRCPress,Valenia,
Espagne, septembre 2008.
[I15℄ B. Auder and B. Iooss. Global sensitivity analysis based on entropy. S.Martorell, C. Guedes
Soares and J. Barnett (eds). Safety, Reliability and Risk Analysis - Proeedings of the ESREL
2008 Conferene, 2107-2115,CRCPress,Valenia, Espagne, septembre2008.
[I16℄ G. Lorenzo, P. Zanoo, M. Giménez, M. Marquès, B. Iooss, R. Bolado Lavin, F. Pierro, G.
Galassi, F. D'Auria andL. Burgazzi. Reliability assessment of thethermal hydrauli phenomena
related to a CAREM-like passive RHR system. S.Martorell, C. Guedes Soares and J. Barnett
(eds). Safety, Reliability and Risk Analysis - Proeedings of the ESREL 2008 Conferene, 2899-
2907, CRCPress, Valenia, Espagne, septembre 2008.
[I17℄ N. Jeannée, Y. Desnoyers, F. Lamadie and B. Iooss. Geostatistial sampling optimization of
ontaminated premises. DEM 2008 - Deommissionning hallenges : an industrial reality?, Avi-
gnon, Frane, septembre2008.
[I18℄ N.Pérotand B.Iooss.Quelquesproblématiquesd'éhantillonnage statistique pour ledémantè-
lement d'installations nuléaires.Conférene
λµ16
, Avignon,Frane, otobre 2008.[I19℄ B. Iooss, M. Marquès, F. Gaudier, B. Spindler and B. Tourniaire. Unertainty assessments in
severeaidentsenarios usingtheURANIEsoftware. 35rd ESReDASeminar on Unertainty in
IndustrialPratie-Generibestpraties inunertainty treatment,Marseille,Frane,novembre
2008.
Abstrats de onférenes ave omité de séletion
[I20℄ B.Iooss,P.Bazin,A.deCrey,J.Garnier,C.Cannamela andR.Phan-Tan-Luu. Quantileesti-
mationviatheuseofametamodel:appliationonanulearsafetyomputerode.VIColloquium
Chemiometrium Mediterraneum, Saint Maximin LaSainte Baume,Frane, septembre2007.
[I21℄ A.Marrel,B.LaurentandB.Iooss.Utilisationdesproessusgaussienspourl'analysedesensibi-
lité,miseen÷uvresurunesortiefontionnelled'unodedealul.JointMeeting oftheStatistial
Soiety of Canada andthe SoiétéFrançaise deStatistique, Ottawa,Canada, mai 2008.
MÉMOIRES de SOUTENANCE
[Im1℄ B.Iooss.Miseen oeuvre d'estimateurs dela volatilité dans des modèles desauts purs. Rapport
de stage deD.E.A.,Université Paris VII, Frane, 1995.
[Im2℄ B. Iooss. Tomographie Statistique en Sismique Réexion : Estimation d'un Modèle de Vitesse
Stohastique. Thèsede l'Éole desMines deParis,1998.
RAPPORTS INTERNES
[Ir1℄ B. Iooss. Approhe probabiliste du traitement de données sismiques (hamp de vitesse et réeteur aléatoires).
RapportN-27/96/G,ÉoledesMinesdeParis,CentredeGéostatistique,Fontainebleau,Frane,1996.
[Ir2℄ B. Iooss. Revue sur la propagation d'onde aoustique en milieu turbulent. Note Tehnique CEA
DRN/DER/SSAE/LSMR99/0051,CEACadarahe,Frane,1999.
[Ir3℄ B.Ioosset C.Lhuillier. Inuene de la turbulene et des gradients sur les mesures de débit par ultrasons. Note
TehniqueCEADRN/DER/SSAE/LSMN00/0029,CEACadarahe,Frane,2000.
lent.NoteTehniqueCEADRN/DER/SSAE/LSMN00/0037,CEACadarahe,Frane,2000.
[Ir5℄ B.Iooss. Miststatistis anddatadeimationinseismitraveltimetomography.InKIMAnnual Report 2001,pp
89-106,InstitutFrançaisduPétrole,Rueil-Malmaison,Frane,2002.
[Ir6℄ B.IoossetF.VanDorpe.Analysesdesensibilitéduodedealuld'impatdosimétriqueGASCON.NoteTehnique
CEA DEN/CAD/DER/STR/LCFR 2002/0032 et DEN/CAD/DED/SAMRA 02/053, CEA Cadarahe, Frane,
2002.
[Ir7℄ B.Iooss.Analysestatistiquedelabasededonnéesdetrationde boulonsdesaissonsdegénérateursdevapeurde
Phénix.NoteTehniqueCEADEN/CAD/DER/STR/LCFR2003/0008, CEACadarahe,Frane,2003.
[Ir8℄ B. Iooss et S. Campos. Diérentiation automatique du module MARGARET V3.1. Note Tehnique CEA
DEN/CAD/DER/STR/LCFR2003/0011, CEACadarahe,Frane,2003.
[Ir9℄ S.Ndao,A.BouloréetB. Iooss.Rapportde stage-Simpliationdumodèlede densiationMOGADOR-DENS
V0.NoteTehniqueCEADEN/CAD/DEC/SESC/LSC03-030,CEACadarahe,Frane,2003.
[Ir10℄ B.IoossetF.VanDorpe.Etudedelasensibilitéauxméthodesd'interpolationdeshampsdetempératureetdevent
dulogiielMINERVE.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO319/02/04,CEACadarahe,
Frane,2004.
[Ir11℄ P-M.PairetB.Iooss.Rapport de stage-Construtionde surfaesde réponsenonlinéaires: Etudeomparative
de nouvelles méthodes de régression. NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NT DO2117/06/04,
CEACadarahe,Frane,2004.
[Ir12℄ N. Devitor, M. Marquès, N. Pérot et B. Iooss. Desription of methods for unertainty and sensitivity analy-
sis in support of Level 2 PSA.Note TehniqueCEA/DEN/CAD/DER/SESI/LCFR/NT DO 3817/11/04, CEA
Cadarahe,Frane,2005.
[Ir13℄ B. Iooss. Analyse d'inertitudes et de sensibilité du ode METEOR (rayon UO
2
). Note TehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO516/02/05,CEACadarahe,Frane,2005.
[Ir14℄ E. Volkova, F. Van Dorpe et B. Iooss. Modélisation du transport de
90
Sr en milieu poreux saturé et analyse
de sensibilitédu modèle : appliation surun sitede stokage temporaire de déhets radioatifs (CRR Kurhatov
Institute,Russie).NoteTehniqueCEA/DEN/CAD/DTN/SMTM/LMTE2005/63,CEACadarahe,Frane,2005.
[Ir15℄ A.MarreletB.Iooss. Rapport destage-Modélisation desodesde aluldansle adre desproessus gaussiens.
NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO1604/10/05,CEACadarahe,Frane,2005.
[Ir16℄ M.RibatetetB.Iooss. Rapport destage-Modélisation delamoyenneetde ladispersion: uneapproheparles
GLM.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO2029/11/05,CEACadarahe,Frane,2005.
[Ir17℄ P.Heyraud,B.Iooss,A.BouloréetC.DeBellis.GestiondesinertitudesdanslabasededonnéesCRACO.Note
TehniqueCEA/DEN/CAD/DEC/SESC/LSC05-040,CEACadarahe,Frane,2006.
[Ir18℄ B. Iooss et F. Van Dorpe. Analyse de sensibilité du ode d'impat radiologique MIRAGE. Note Tehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO501/03/06,CEACadarahe,Frane,2006.
[Ir19℄ B.Iooss.ManuelutilisateurdulogiielSSURFERV1.2:programmesenRd'analysesd'inertitudes,desensibilités,
etdeonstrutiondesurfaesderéponse.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO608/03/06,
CEACadarahe,Frane,2006.
[Ir20℄ B.IoossetN.Pérot.Représentativitéd'un éhantillon defaibletaille.NoteCEA/DEN/CAD/DER/SESI/LCFR
DO7113/11/06,CEACadarahe,Frane,2006.
[Ir21℄ B.Iooss,P.Bazin,A.deCrey,C.CannamelaetJ.Garnier.CompterenduduprojetCEMRACS2006surl'esti-
mationdequantilesdeodesdealul.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO2229/11/06,
CEACadarahe,Frane,2006.
[Ir22℄ B. Auder et B. Iooss. Analyse de sensibilité globale basée sur l'entropie. Note Tehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO0412/03/07,CEACadarahe,Frane,2007.
[Ir23℄ M. Marquès, B. Iooss et B. Spindler. Guide utilisateur LEONAR Version 1. Note Tehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO0720/04/07,CEACadarahe,Frane,2007.
[Ir24℄ B.Tourniaire, B. Spindler,B. IoossetM. Marquès. LEONAR V1 - Modélisation des phénomènes hors uve et
méthodes statistiques et probabilistes. NoteTehniqueCEADEN/DTN/SE2T/LPTM/2007-207, CEAGrenoble,
Frane,2007.
[Ir25℄ B. Spindler,B. Tourniaire, B. Iooss et M. Marquès. LEONAR V1 - Note de validation : modules physiques,
méthodes statistiques, illustration d'un alul ouplé. Note TehniqueCEA DEN/DTN/SE2T/LPTM/2007-208,
CEAGrenoble,Frane,2007.
[Ir26℄ B.IoossetN.Pérot.Quelques outils statistiques pour étudierlareprésentativité d'un éhantillon de donnéesde
faibletaille.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NT DO1320/09/07,CEACadarahe,Frane,
2007.
[Ir27℄ V. Bakirdjian etB.Iooss. Rapport de stage: Etudegéostatistique pour la artographie de ellules ontaminées.
NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO1424/09/07,CEACadarahe,Frane,2007.
statistiquesdu hampdeperméabilité.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO1502/10/07,
CEACadarahe,Frane,2007.
[Ir29℄ B.Iooss. Spéiations fontionnelles pour URANIEliéesaux besoins du logiiel LEONAR : tests d'ajustement
statistique. NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NT DO 2023/11/07, CEACadarahe, Frane,
2007.
[Ir30℄ N.PérotetB.Iooss.Ehantillonnagepourledémantèlement:normeAFNOR8550de1994.Démonstrationetré-
sultatsdesimulation.NoteTehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO2217/12/07,CEACadarahe,
Frane,2007.
[Ir31℄ B.Spindler,B.Tourniaire,J-M.Seiler,G.Ratel,B.IoossetM.Marquès.LEONARV2-Modélisationdesphéno-
mènesphysiquesetméthodesstatistiquesetprobabilistes.NoteTehniqueCEADEN/DTN/SE2T/LPTM/2008-259,
CEAGrenoble,Frane,2008.
[Ir32℄ B. Iooss, M. Marquès et B. Spindler. Guide utilisateur LEONAR Version 2. Note Tehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO304/03/08,CEACadarahe,Frane,2008.
[Ir33℄ B. Iooss. Global sensitivity analysis methods with spatially-dependent inputs. Note Tehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO406/03/08,CEACadarahe,Frane,2008.
[Ir34℄ B. Iooss et A. Marrel. Performing sensitivity analysis of pu time onsuming models using metamodels. Note
TehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO721/03/08,CEACadarahe,Frane,2008.
[Ir35℄ B.IoossetN.Devitor.Presentationofperformaneassessmentresultsbyalternativeapproahes.NoteTehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO621/03/08,CEACadarahe,Frane,2008.
[Ir36℄ N. Pérot et B. Iooss. Estimation par régression multi-linéaire sur la réalisation expérimentale de la puissane
maximumdéposée (
P
max
)etde l'énergiepour diérentstypesdepulses dans leréateur CABRI.NoteTehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO916/04/08,CEACadarahe,Frane,2008.
[Ir37℄ B.Iooss.SpéiationsfontionnellespourURANIE:analysesdesensibilitébaséessurdestestsstatistiques.Note
TehniqueCEA/DEN/CAD/DER/SESI/LCFR/NTDO1328/08/08,CEACadarahe,Frane,2008.
[Ir38℄ B. Iooss, M. Marquès et B. Spindler. Guide utilisateur de LEONAR Version 2.1-0. Note Tehnique
CEA/DEN/CAD/DER/SESI/LCFR/NTDO1414/10/08,CEACadarahe,Frane,2008.
[Ir39℄ B.Tourniaire,B.Spindler,J-M.Seiler,G.Ratel,B.IoossetM.Marquès.LEONARV2.1-Modélisation desphé-
nomènesphysiquesetméthodesstatistiquesetprobabilistes.NoteTehniqueCEADEN/DTN/SE2T/LPTM/2008-
300/a,CEAGrenoble,Frane,2008.
Introdution générale
Lasimulationnumériqueonsisteàreproduireunoudesphénomènesphysiquesàl'aidedemodèles
onstituésd'équationsmathématiquesetrésoluspardesalulssurordinateur.Cetterévolutionsienti-
que,datantd'unesoixantained'années,aonduitàdenombreusesavanées:meilleureompréhension
de laphysique, prédition de phénomènes, aide à laplaniation d'expérienes réelles, remplaement
d'expérienes réelles par des simulations, outils de réalité virtuelle, ... Malheureusement, dans er-
tainessituations, la méonnaissane de la physique etde laréalité limiteson utilisation. Demanière
shématique, onpeutdistinguer troissouresd'impréision majeure:
1. les impréisions dues à une modélisation théorique simpliée ou erronée de la réalité (e.g. phé-
nomènephysique ouhimique nonpris en ompte,suppressiondelavariabilité spatiale outem-
porelle d'unparamètredu modèle) quel'on appelle ommunément inertitudes demodèle;
2. les impréisions dues à la résolution numérique des équations mathématiques (e.g. shéma nu-
mérique,ritère deonvergene), appeléesinertitudes numériques;
3. les impréisions sur les paramètres et données d'entrée du phénomène physique (e.g. vitesse
du vent, porosité du sous-sol), qui se lassent en inertitudes épistémiques (aléas dus à une
méonnaissane) et en inertitudes stohastiques (aléas intrinsèques à la nature des variables).
Cesentrées doivent pourtantêtre spéiéespour réaliserunalul dumodèle numérique.
Apartirdesannées1980,lesproblématiquesdepriseenompteetderédutiondesinertitudesont
étéidentiéespar les industriels ommedesenjeuxmajeursde leurs proessusde déisions'appuyant
surdes modèles préditifs. EnFrane, dèsledébut desannées 1990, de grandsprojets degestion des
inertitudes ont été lanés, notamment dans les industries pétrolière et métallurgique. De part ma
formationuniversitaire enmathématiques appliquées,statistique et probabilités, monintérêt pour les
problèmes industriels liés à la modélisation aléatoire, et mon arrivée dans le monde de la R&D en
1995, mes travaux de reherhe se sont naturellement tournés vers e ontexte global du traitement
desinertitudes ensimulation.
Durant mes sixpremières annéesde reherhe, motivées (etnanées) prinipalement par les pro-
blématiques d'exploration pétrolière, j'ai travaillé sur le premier type d'impréision, les inertitudes
de modèles, dans le adrede la modélisationde lapropagation d'ondes aoustiques. Les inertitudes
onsidérées onernaient la non prise en ompte, dans l'interprétation des signaux aoustiques, de la
variabilité spatiale des hamps de vitessedes ondesd'éhelle supérieureà lalongueur d'onde. Durant
les sixannées suivantes, supporté par ertains programmes de la Diretionde l'Énergie Nuléaire du
Commissariatà l'ÉnergieAtomique (simulation numérique, maîtrisedesrisques, sûreté desréateurs,
gestiondu ombustible, ...),je mesuis attahé autroisième type d'impréisions,onernant les don-
nées d'entrée d'un modèle de simulation numérique. Je me suis notamment eoré d'utiliser et de
développer des méthodesstatistiques rigoureuses de traitement des inertitudes, ete dansun adre
générique(indépendammentd'unmodèleetd'uneproblématique physique).Cetyped'études,deplus
en plus appliqué au ontexte industriel, a produit des outils extrèmement utiles aux ingénieurs qui
développent, valident ou utilisent desmodèles préditifs.
miquedeCadarahe(CEACadarahe),ettedernièreativités'estavéréepassionnante,dufaitnotam-
ment de ladiversitédes domainesd'appliations onernés etde lamultipliitédes outilsstatistiques
utilisés. L'un des redo de notre équipe porte notamment sur la résolution de problèmes atypiques,
i.e. de problèmes d'ingénieurs diiles : questions impréises et/ou mal posées, modèle numérique
non robuste, peu voire pas de données, ode numérique oûteux ou peu maniable, nombre d'entrées
exessivement important, ... La résolution deesproblèmes passentsouvent parl'utilisation d'outils
statistiquesavanés, issusdetravauxde reherhe plusoumoinsréentsdumondeaadémique. Cette
approheasusité,denotrepart,unefortevolonté d'éhangesand'intéresserdesherheursuniversi-
tairesànosproblèmes.L'unedenosréussitesestqueettedémarhe,menéeave d'autresorganismes
dereherheindustrielle (ommeEDFR&D,IFP,EADS,ONERA,...),aportéesfruits.Eneet,de
nombreuses initiatives de ollaboration surette thématique ont réemment vu le jour,dont ertains
résultatstangibles sont présentés aux3.1, 3.4etau hapitre 4.
Mademanded'habilitationàdirigerdesreherhesentredansleadredeeséhangesentreéquipes
de R&D industrielles etéquipesuniversitaires. Il est souhaitable que leséhanges se fassent àdouble
sens, les universitaires s'intéressant aux problématiques industrielles et les ingénieurs de reherhe
s'investissant dansdes ativitésde natureplusaadémique (publiations, formation, enadrementsde
dotorants, ...). Ma demande est par ailleurs motivée par le souhait du CEA de disposer en interne
de herheurs habilités à diriger des reherhes. Elle est également renforée par notre volonté de
pérenniser l'ativité Traitement générique desinertitudes à la Diretion de l'Energie Nuléaire du
CEA.Bien entendu, d'autresmotivationsimportantessontpluspersonnelles,avenotammentledésir
de présenter dans un adre global tous les travaux de reherhe que j'ai réalisés durant mes douze
premières années d'exerie. Ceionstitue l'objet de e mémoire et me permet de les ommenter et
les ritiquer de manière plus aboutie que dans des publiations sientiques. Malgré mon soui de
synthèse, il est apparu ependant inévitable de séparer e mémoire en deux parties, distinguant mes
périodespétrolière etnuléaire.
Le hapitre suivant est onsaré à mes travaux sur la aratérisation stohastique des hamps de
vitessedanslamodélisation de lapropagationd'ondes. Eneet, durant mathèse,mon post-dotorat
etmon ativitéà l'Institut Françaisdu Pétrole(IFP), je mesuis intéressé à l'étude desmoments des
temps de trajet des ondes en fontion des moments des hamps de vitesse dans lesquels elles se pro-
pagent.Lesannées1990ontvuuneortdereherhe notableonsaréàesujetenFrane,e quim'a
permisde ollaborerave desherheursissusd'horizons divers:stagiaires,thésards,post-dotorants,
ingénieurs de reherhe etherheurs universitaires.Nos travaux, quiont donné lieu àquelques avan-
ées théoriques et méthodologiques, sont à lasser dans les domaines des mathématiques appliquées
etde leurs impliations pour la physique. Nous avons notamment apporté une vision légèrement dif-
férente de elle des physiiens : approhe géostatistique pour la modélisation des milieux aléatoires,
interrogation systématiquedu domainede validitédesapproximations physiques, étudeneetvalida-
tion systématique de es approximations à l'aide de simulations numériques lourdes, ... Durant es
reherhes, les domainesd'appliation ont été variés(sismiqueethydraulique).
Le troisième hapitre de e mémoire onerne la problématique du traitement desinertitudes en
simulationetde l'analysestatistiquedesréponses desodesnumériques. Lapremière setionpasseen
revue les diérentes méthodes d'analyse de sensibilité de modèles. La deuxième setion présentemes
travauxsurl'utilisation desproessusgaussiens ommemétamodèle, modèle sesubstituant àunode
de alul lorsque elui-i est trop oûteux pour être exploré à l'aide d'outils statistiques. Les deux
dernières setions présentent des sujetsplus originaux sur lesquels je me suis onentré réemment :
l'estimation de quantiles élevés de sorties de odesde alul etle traitement des sorties des odesde
alulstohastiques,i.e.demodèlesnumériquesquiontiennentunaléainontrlable.Cedernierthème
dereherhe mepermet d'introduire leproblème delaprise en ompte desvariables fontionnellesen
analysed'inertitude de modèles,sujet surlequel jelane atuellement quelquesationsde reherhe.
Ledernierhapitre dresseunbilan etdesperspetivesdeestravaux.Lesannexessont onstituées
de mon urriulum vitae détaillé (intégrant une synthèse ourte de tous mes travaux de reherhe,
responsabilités etenadrements sientiques) etdesrésumésde toutes mes publiationsà revue.
Numerialsimulationonsistsinreproduingone or severalphysial phenomena withanumerial
model.Generally speaking,a numerial modelis builton mathematial equationsand solved byom-
puteralulations.Thissientirevolution,beginningsixtyyearsago,ledtonumerousontributions:
better understanding ofthe physis,
preditionof phenomena,
helpto thedesignof real experiments,
replaement of realexperimentsbysimulations,
et.
Unfortunately,inmanysituations,thephysismisunderstandinglimitsitsuse.Inasimplistiway,one
an distinguishthree souresofmajor impreision :
1. inauraiesdueto asimpliedorerroneous theoretialmodellingofthereality(e.g.physial or
hemial phenomenon nottakeninto aount,deletionof thespatial ortemporalvariabilityofa
modelparameter) thatis ommonlyalledmodelunertainty;
2. inauraies due to the numerial resolution of the mathematial equations (e.g. numerial
sheme, onvergene riterion), allednumerial unertainty;
3. inauraiesabout theinput parameters and input dataof thephysial phenomenon (e.g.wind
speed,groundwater porosity), whih arelassied inepistemi unertainties (insuient know-
ledge alea) and in stohasti unertainties (intrinsi alea). Nevertheless, these input variables
have to bespeied inorderto perform onealulation ofthenumerial model.
From1980s,unertaintyproblemswereidentiedinindustryasmajorstakes.Thiskindofproblems
ours inthe industrialdeision proesses basedon preditive models. InFrane, fromthe 1990s, big
projets of unertainty management were launhed in the petroleum and metallurgial industries for
example.Ibeganmyresearhativitiesin1995.Atthistime,Ihadstudiedmainlyappliedmathematis
and more preisely probability and statistis. I was highly interested by the random modelling in
industrialproblems.Sothat,myativitiesnaturallyturnedto theunertaintymanagement ontext in
simulationmodels.
During my rst six researh years, motivated (and naned) mainly by oil exploration problems,
Iworked on therst impreision type (modelunertainties). Mytopi onerned the aoustial wave
propagationmodelling. The assoiated unertainties wereprovoked bythedeletion, intheinterpreta-
tionoftheaoustialsignals,ofthewaveveloityspatialvariabilityofsalelargerthanthewavelength.
During the next six years, I worked on the third impreision type (input dataand parameter uner-
tainties) for theresearh projets of theFrenh NulearEnergy Division.For example,these projets
arerelatedtonumerialsimulation,riskontrol,nulearreator safetyandfuelmanagement.Itriedto
useanddeveloprigorousstatistialmethodsinageneriframework,i.e.independently ofamodeland
of a physial problem. This kind of studies produes useful tools to engineers who develop, validate
or use preditive models. The interest about these problems grows more and more in the industrial
ontext.
Inside a researh team dediated to the unertainty studies of theCommissariat à l'Énergie Ato-
mique de Cadarahe (CEA Cadarahe), this last ativity turned out fasinating. It was mainly due
to the appliation domains variety and theinvolved statistial tools multipliity. One of our ativity
onerns the resolution ofatypial and diultengineering problems :
nonrobust numerial model,
littleor no inputdatato quantify parameter unertainties,
putimeexpensive numerial model,
exessively large numberof randominputs,
et.
Resolution of these problems often needs the use of advaned statistial tools. This approah has
neessitated to inrease our ontats with aademi researhers. Theseinitiatives have been led with
other industrial researh institutes (as EDF R&D, IFP, EADS, ONERA, ...). They have provided
some suessful results. Indeed, numerous ollaborations on this researh theme were reently born.
Someresults ofthese ollaborationsare mentioned in3.1, 3.4and inhapter 4.
My habilitation demand enters within these exhanges between industrial and aademi researh
teams.Theseexhangesaremadewithadoublemeaning:theaademisprovideinterestsaboutthein-
dustrialproblemsandtheresearhengineersareinvolved inmore aademiativities(aspubliations,
training,PhD studentsupervision).Besides,Iwasmotivatedbymyresearh institutewhihneedsha-
bilitedresearhers.ThishabilitationwillalsoallowtoreinforetheativityUnertaintymanagement
intheNulearEnergyDivision.Naturally,othermotivationsaremorepersonal.Forexample,Iwanted
topresentinaglobalontext allmyresearh works.Thatallowsmetoomment andtoritiizethese
resultsinasinglereport.Thisanbedoneinamoresueededwaythaninanysientipubliations.
However, inspite ofthis synthesiseort,it isinevitable todivide this reportintwoparts, inorderto
distinguishmyoil and nulear periods.
The following hapter is dediated to my works on the veloity stohasti haraterization inthe
wave propagation modelling. Indeed, this was my researh subjet during my PhD thesis, my post-
dotoral position and my ativity at the Frenh Institute of Petroleum (IFP). It onerns the study
of the wave traveltimes statistial moments aording to the statistial moments of the veloity eld
inwhih thewaves propagate. The 1990s sawa onsiderable researh eort dediated to this subjet
inFrane. So that, I have ollaborated with various researhers as trainees,PhD students, industrial
researh engineers and aademi researhers. Our works have produed some theoretial and metho-
dologial ontributions inthe applied mathematis domainand their impliationsfor thephysis.We
notably brought a slightly dierent view from that of the physiists: geostatistial approah for the
randommedia modelling,interrogations about approximationvalidity domains,systemativalidation
of the estimates by huge numerial simulations, ... I have also applied these researhes on various
appliation domains, mainlyexploration seismis andhydraulis.
The unertainty management problem in numerial simulation is the topi of the third hapter.
Morepreisely,Ihavestudied somestatistialapproahestoanalyzenumerialodeoutputs.Therst
setionreviewsthesensitivityanalysisofmodeloutputmethods.Theseondsetionpresentsmyworks
ontheGaussianproessmodel(kriging)asametamodel.Ametamodelisasimplemathematialmodel
substitutingitself for a omputerode. Ametamodelis useful whentheomplete numerial model is
too time onsuming to be investigated using statistial tools. The last two setions present more
original subjets on whih I reently onentrated. The rst one relates to the high order quantile
estimationproblemofaomputerodeoutput.Theseondoneisonerned bythestatistialanalysis
ofstohasti omputerodes,i.e. numerial models whih ontain an unontrollable aleasoure. This
latterproblemallows meto introdue the problemof thefuntionalvariables inunertaintyanalysis.
Itis oneof myreent interesttopi.
Thelasthapterdraws upbalanesheetandperspetivesof theseworks.Appendiesareonstitu-
tedby mydetailed urriulum vitae and all my journal publiation summaries.My urriulum vitae
integratesa short synthesis ofall myresearh works,responsibilities andsienti supervisions.
Modélisation stohastique des inertitudes
de vitesse en propagation d'ondes
2.1 Introdution
Lesphénomènesdepropagationd'ondesinterviennentdansunegrandequantitédedomainessien-
tiques et peuvent être parfois assoiés à des enjeux industriels importants (exploration pétrolière,
téléommuniations,életronique,ontrle nondestrutif).Lorsquelemilieutraversé parlesondesest
hétérogène, inonnu et trop omplexe pour être modélisé de manière déterministe, il est ourant de
le modéliser par un hamp aléatoire. Les aratéristiques du milieu (e.g. raideurs élastiques, densité,
température, vitesses du vent, ...) en haque point sont don des variables aléatoires qui sont orré-
lées spatialement. Dans e adre, le hamp d'onde devient lui-même un proessus aléatoire et on le
aratérisepar samoyenne, saovariane, voire sesmoments d'ordre plusélevé.
2.1.1 État de l'art
Introduite par des astrophysiiens (Chandrasekhar [38℄), la théorie de la propagation d'ondes en
milieu aléatoire s'est fortement développée dans les années inquante etsoixantegrâe à l'éole phy-
siienne russe (Chernov [41 ℄, Barabanenkov et al. [14 ℄), puis a été onsidérablement enrihie par les
apports des mathématiiens (Keller [115 ℄, Frish [70 ℄, Ash et al. [9 ℄, Papaniolaou [164℄, Fouque et
al. [67℄). Son développement a été porté par lamultipliité de ses domaines d'appliation, parmi les-
quels on peut iter l'életromagnétisme (Ishimaru [105 ℄), la radiophysique (Tatarskii [211 ℄, Rytov et
al. [181℄), l'aoustique atmosphérique (Ostashev [163 ℄), l'aoustique marine (Usinski [218℄, Flatté et
al. [65 ℄), l'optique et les téléommuniations (Andrews & Phillips [5℄), la surveillane des réateurs
nuléaires (Fiorina [64 ℄), la sismologie (Sato & Fehler [193 ℄), la sismique pétrolière (Jannaud [108℄,
Ioossetal.[97℄),laphysique desplasmas,l'hydrodynamique,l'imagerie médiale,....Danshaunde
esdomaines d'appliation,lesparamètres d'hétérogénéité oudeturbulenedépendentdelanatureet
de l'environnement (les onditions aux limites) du milieu de propagation. Par exemple, la sismologie
s'intéresse aux onstantes élastiques et à la densité des rohes. En oéanographie, la température, la
salinité etla pression de l'eau modient la élérité desondes alors que dans l'atmosphère, e sont la
température etl'humidité de l'air quisont onernées. Danse hapitre, esparamètres spatialement
hétérogènes seront modélisés par deshampsaléatoires ontinus (Cressie [44 ℄).
Mathématiquement, les méthodes utilisées reposent dans leur grande majorité sur la même idée
de base:onidentieun paramètre d'éhelle
ε
,puis, on utilise soit uneméthode de perturbation (siε
est petit) pour obtenir une équation simpliée que l'on moyenne ensuite, soit une méthode d'analyse
stohastique qui onsiste à moyenner l'équation stohastique d'abord et résoudre les équations des
momentsensuite.Lehoixde
ε
dépendnotammentdelataillel ε
deshétérogénéités.Diérentsrapports de ette taille à la longueur d'onde dominanteλ 0
de l'onde onsidérée onduisent à trois régimesdiérentspour laphysique de lapropagation:
⋄
le adre des basses fréquenes est elui où la taille aratéristique des hétérogénéités estnettement plus petite que la longueur d'onde (
l ε ≪ λ 0
). Il n'est pas possible d'étudierles interations de l'onde ave haune des hétérogénéités et le milieu de propagation est
alors remplaé par unmilieu tifhomogène appelé milieu eetif. La diulté onsiste à
obtenir les propriétés du milieu eetif par moyennage despropriétés desonstituants du
milieuinitial. Dansleas1D(milieustratié), desapproximationsde typediusion (dans
la théorie des proessus stohastiques) permettent d'obtenir des résultats théoriques à la
limite
l ε → 0
(f. Fouque etal.[67℄ pour l'ouvrage leplus réent sur esujet);⋄
quandleshétérogénéitéssontdetailleomparableàlalongueurd'onde(adredesmoyennes fréquenes,l ε ∼ λ 0
),desphénomènestrèsomplexespeuventseproduire:dirationsmul-tiples,rétro-dirations,atténuation,résonane,loalisation,...C'estleasleplusdiile
sientiquement ar les hétérogénéités ne sont pas assez petites pour pouvoir être lissées
(ommedanslathéoriedu milieueetif),etpasassez grandespourpouvoirêtre onsidé-
réesonstantessurladistaned'unelongueurd'onde(ommedansl'optiquegéométrique).
Lathéoriedu transfertradiatiffournit deséquations detransportde l'énergiedel'onde et
donne des indiations sur le omportement moyen d'une onde dans un milieu hétérogène
(Ishimaru [105℄, Sato & Fehler [193 ℄). Elle permet aussi d'expliquer le phénomène de la
loalisation :à ause desdirations multiples etarrières dansune zone fortement strati-
ée,l'énergied'uneondedéroîtexponentiellement,etpeutresteremprisonnéeàl'intérieur
d'unezonedu milieude propagation(Papaniolaou [164 ℄,Fouque etal. [67 ℄);
⋄
quand la taille de hétérogénéités est supérieure à la longueur d'onde (l ε ≫ λ 0
), e sontles phénomènes de transmission etde diration faible qui gouvernent la propagation. Le
hampd'ondeest faiblement déformé parhaquehétérogénéité et,enseplaçant en régime
périodique (ondemonohromatique), les notions d'amplitude etde phase sont onservées.
On se restreint alors souvent à l'étude des utuations des amplitude et temps de trajet
del'onde,quantitésquisontfailementmesuréessurlessismogrammes.Danserégime,et
notamment danssonaslimitequi est l'optiquegéométrique,les résultatsthéoriquessont
nombreuxpourdesmilieuxaléatoirespouvantêtrerelativementomplexes(statistiquement
anisotrope, loalement stationnaire, quasi-stationnaire, f 2.2.2). Par exemple, les deux
premiers momentsdesamplitudes etdestemps de trajetdesondespeuvent être exprimés
en fontion des deux premiers moments du hamp de vitesse des ondes (Chernov [41℄,
Tatarskii [211 ℄, Ishimaru [105 ℄, Rytov et al. [181 ℄, Ostashev [163 ℄). C'est dans e adre
hautes fréquenes que mes travaux se sont insrits, du fait prinipalement de leurs liens
ave l'étude destemps detrajetdesondes.
2.1.2 Contributions
Mestravauxdereherhesesontintéressésàlathéoriedelapropagationd'ondeenmilieualéatoire
d'un point de vue pratique, pour aborder suessivement deux problèmes industriels, en exploration
sismiquepétrolièreeten ontrle nondestrutif par ultrasons, détaillési-dessous.
1. La sismique réexion est employée en prospetion pétrolière depuis plusieurs déennies pour
donnerune image de la struture d'unbassinsédimentaire. Elle onsisteà réer artiiellement
danslesous-sol(resp. en mer) un ébranlement (resp. une onde de ompression)et àenregistrer
lesréponsesdu milieuendiérentsréepteurssituésen surfae(Fig.2.1). Onobtientune bonne
ouverture du sous-sol en répétant et en déplaçant le dispositif le long du terrain examiné. A
partirdes signauxsismiques etde la vitessede propagation des ondes, on tentede reonstituer
uneartedusous-sol.Pourefaire,uneétapepréalabled'inversionduhampdevitessesismique
àpartirdestemps de trajetdesondes estnéessaire. Ils'agit làd'unproblèmeinverse malposé
(Tarantola [208 ℄) qui peut être traité par des méthodes de régularisation (proessus nommé
tomographie).
Malheureusement, les méthodes sismiques utilisées en pratique ont des limites au niveau de la
geologique interface Sous-sol
EXPERIENCE DE SISMIQUE REFLEXION O
SOURCE
R 1 OFFSETS x R 2 3 Surface R
Fig. 2.1 Expériene de sismique réexion 2D. L'oset
x
est la distane entre la soureO
et leréepteur
R
.résolutionspatialeduhampdevitessequ'ellessontsuseptiblesdearatériser(Thore&Juliard
[212 ℄, Williamson & Worthington [229 ℄). Basées sur l'approximation de l'équation d'ondes par
l'optiquegéométrique,esméthodesdéterministesinterprètent mallesévénementsprovoquéspar
detroppetiteshétérogénéitésdevitessequiontunimpatnonnégligeablesurlestempsd'arrivée.
Au débutdes années 1990,Matheron [148 ℄ s'estintéressé à e sujet de reherhe en modélisant
de manière probabiliste es hétérogénéités de vitesse. Au sein du Centre de Géostatistique de
l'ÉoledesMines deParis,Alain Galli apoursuiviestravauxen dirigeant suessivement trois
thèsessur lesujet (de1992 à2002). Mestravauxde thèse(Iooss [92℄), qui ont faitsuite àeux
d'une première thèse (Touati [214 ℄), ont ontribué à fournir une proédure pour quantier sta-
tistiquement les hétérogénéités de vitesse sismique (f. 2.4). Ces résultats de reherhe, enore
non exploités de manière industrielle en exploration pétrolière, ont été poursuivis par quelques
géophysiiens etsemblent débouhersurdes appliations(Kaslilar etal. [114 ℄).Au ours de es
travaux,j'aiégalementobtenu denouveauxrésultatssurlesonditionsdevaliditédesdiérentes
approximations (Rytov, parabolique, optique géométrique) qui permettent d'exprimer analyti-
quementlestemps detrajetdesondes(etleurs moments)enfontiondeperturbationsdevitesse
statistiquement anisotropes(f. 2.3).
2. La deuxième problématique industrielle que j'ai abordée onernait les mesures de débit dans
les tuyauteries industrielles (de liquide ou de gaz) qui sont ouramment réalisées à l'aide de
tehniques ultrasonores. C'est le as par exemple sur ertains iruits des réateurs nuléaires
à eau pressurisée. Les tehniques ultrasonores de débitmétrie présentent l'avantage d'être non
destrutives, non intrusives, failes à utiliser et possèdent un temps de réponse extrêmement
ourt (Lynnworth [138 ℄). Certaines sont basées sur la diérene de temps de trajet entre deux
ondes ultrasonores propagées dans le sens et à ontresens du ux (Fig. 2.2). Si le poids des
inertitudes prépondérantes est onnu, elles liées aux prols (thermiques et inématiques) et
auxturbulenes (thermiques etinématiques)du milieu lesont beauoup moins.
En ollaboration ave Philippe Blan-Benon 1
etChristian Lhuillier 2
, e sujet adonné lieu àun
travailamont surl'analysedesutuationsstatistiquesdestemps detrajetetaudéveloppement
deméthodesdesimulationdelapropagationd'ondesenmilieuenmouvement.Lerésultatleplus
marquant resultedeladémonstration analytiquedelanon linéaritédelavariane destempsau
deuxièmeordre,observéedansdessimulationsnumériquespréédemmentàmestravauxetquia
étéonrméeexpérimentalement depuis(f. 2.3).Les outilsnumériquesdéveloppésont permis
ensuite d'évaluer les inertitudes (dues aux turbulenes thermique et inématique de l'eau) sur
1
LaboratoiredeMéaniquedesFluidesetd'Aoustique,CNRS/ÉoleCentraledeLyon
2
CEACadarahe,Diretiondel'ÉnergieNuléaire
r 0
T BA
B T AB
α Vm
V(r)= V (1- ) m __ r r 0
p
V(r)= V (1- ) m __ r 2
2
r 0
profils d’ecoulement
β
A
Fig. 2.2Prinipe du débitmètre à ultrasons.Prols d'éoulement en régimeturbulent etlaminaire.
l'estimation du débit par les débitmètres ultrasonores à temps de transit. Dans e mémoire,
l'appliationàladébitmétrieneserapasévoquée.Onnoteraependant lapubliationréentede
Franhinietal.[68℄quiapporteunesolutionanalytiqueàl'undesproblèmessurlesinertitudes
endébitmétrie quej'ai résolupar simulation numérique dansIooss et al.[98 ℄.
La setion suivante présente le type de modélisation hoisie pour les hétérogénéités du milieu de
propagation,à savoirdeshamps aléatoiresaratérisés parleur struturede ovariane. Latroisième
setiondéritmaontributionà lathéoriedelapropagationd'ondes en milieualéatoire, quionerne
essentiellementl'étude,parméthodesperturbatives,destempsdetrajetenmilieualéatoireanisotrope.
La quatrième setion traite de ma ontribution sur l'inversion de la ovariane des temps de trajet
(nomméetomographiestatistique).Finalement,àpartird'unesynthèsedemestravauxenaoustique
et en sismique, une onlusion permet de mettre en évidene un ertain nombre d'axes de reherhe
ouverts.
2.2 Modélisation aléatoire des milieux hétérogènes et turbulents
Dans ettesetion, les hoix de modélisationpour les milieuxaléatoiressont présentés.
2.2.1 Milieux stationnaires anisotropes
En physique, un hamp aléatoire
ε(r) ∈ R
(oùr ∈ R 3
) est souvent aratérisé en première ap- proximation par sa moyenne et saovariane (e.g. Rytov et al. [180℄). C'est également la base de lagéostatistique linéaire qui onsiste à aratériser un milieu uniquement à l'aide de ses deux premiers
momentsstatistiques (Chilès&Delner[42 ℄).
Enpratique,onfaitsouventdeshypothèsesd'invarianedesmomentspartranslation.Parexemple,
on peut utiliser l'hypothèse de stationnarité d'ordre deux : la moyenne et les orrélations sont inva-
riantes par translation. Onsuppose alors que la struture spatiale de
ε
estdérite par safontion deovariane
C ε : r ∈ R 3 → C ε (r) ∈ R
:Cov
[ε(r 1 ), ε(r 2 )] = C ε (r 1 − r 2 ) = σ 2 ε N (r 1 − r 2 ) , ∀ (r 1 , r 2 ) ∈ R 3 × R 3 ,
(2.1)où
N : r ∈ R 3 → N (r) ∈ R
est la fontion de ovariane normalisée deε
etσ ǫ 2
est la varianede
ε
(le palieren géostatistique), qui donne l'amplitude typique des utuations du hampaléatoire.Enphysique,desutuations spatialesstationnaires sont souventappeléesutuations homogènes, le
termestationnaire étant réservé à ladépendane temporelle (Yaglom [231 ℄).
Soit
r = (x, y, z) ∈ R 3
où(x, y)
sont les oordonnées horizontales etz
est laoordonnéevertiale.En nous plaçant dansle adre de l'hypothèse d'anisotropie géométrique (Chilès &Delner [42℄), qui
signiequeles lignesd'iso-ovariane sont desellipsesonentriques,
N ( · )
sedénitpar :N (r) = C 0
s x 2
a 2 x + y 2 a 2 y + z 2
a 2 z
!
,
(2.2)où
C 0 : r ∈ R → C 0 (r) ∈ R
est appelée ovariane standardisée,a x ∈ R ∗ +
,a y ∈ R ∗ +
eta z ∈ R ∗ +
sont respetivement leslongueursde orrélation(portéesengéostatistique) horizontale, azimuthale et
vertiale. Ces longueurs de orrélation représentent les tailles aratéristiques des hétérogénéités du
hamp aléatoire (Matheron [147 ℄). Il est possible,sans diulté supplémentaire, d'étendre le modèle
(2.2)àdesstratiationsinlinéesenintroduisantunangleazimuthaletunanglepolaire(Wakernagel
[224 ℄).DesexemplesdemilieuxaléatoiresgéométriquementanisotropessontdonnésenFigure2.3.On
distinguebien lesdiérenteshétérogénéités en forme delentilles, e qui orroborenotre raisonnement
surlestaillesdeshétérogénéités vuespar lesondesetles longueursdeorrélations danslesdiérentes
diretionsspatiales. Pour prendreen ompte desondes d'angle d'inidene quelonque, Samuelides &
Mukerji [190 ℄, Iooss [92 ℄, Iooss et al. [94 ℄ et Kravtsov et al. [127 ℄ utilisent notamment à la plae de
(a x , a y , a z )
les longueursde orrélationparallèlel k
ettransversesl ⊥1
etl ⊥2
àladiretion prinipaledepropagationde l'onde.
(a) (b)
Fig. 2.3 Exemples de hamps aléatoires 2D géométriquement anisotropes. (a) Champ de vitesse
d'ondes aoustiques dans l'eau (moyenne
c 0 = 1509
m/s, ovariane gaussienneC 0 (h) = exp( − h 2 )
,h ∈ R
,σ ε = 4
m/s,a x = 1
m,a z = 0.25
m, pendage d'anisotropieθ = 11.5 o
, unités des axes enmètres).(b)Perturbationsdevitessedesondessismiques(ovarianeexponentielle
C 0 (h) = exp( −| h | )
devariane unité,
a x = 0.1
km,a z = 0.02
km).Cette prise en ompte de l'anisotropie a été longtemps oubliée dans la théorie de la propagation
d'ondes en milieu aléatoire. Elle a enn été onsidérée dans les ouvrages de Flatté et al. [65 ℄ et de
Rytov et al. [181℄ en distinguant les oordonnées spatiales dans les ovarianes et dans les densités
spetrales (mais sansutiliser la notation de la ovariane standardisée). Cette notation apparaît plus
expliitement dans Munk& Zahariasen [155 ℄ (ovariane gaussienne uniquement), Jannaud [109 ℄ et
Kon[124℄pourmodéliserrespetivementlesstratiationsoéanographiques,géologiquesetatmosphé-
riques.Mesreherhesensismiquepétrolière,oùdesbassinssédimentaires(dondesmilieuxfortement
stratiés)sontaratérisés,m'ontinitéàrentrerdanseadreplusréalistequeleadreisotrope.C'est
l'une des ontributions originales de mes travaux (Iooss [92 ℄, Iooss et al. [94 ℄) : l'introdution de la
ovariane standardisée dans les équations, notamment pour la dérivation et l'étude numérique des
domaines de validité de ertaines approximations en milieu aléatoire anisotrope (f 2.3.1 et 2.3.2).
Depuisquelquesannées, d'autres auteurs, notamment en sismologie,utilisent e modèled'anisotropie