You are on page 1of 212

ACADEMIE DE MONTPELLIER

UNIVERSITE MONTPELLIER II  SCIENCES ET TECHNIQUES DU LANGUEDOC 


I.S.T.E.E.M.

THESE
prsente l'Universit de Montpellier II Sciences et Techniques du Languedoc pour obtenir le diplme de DOCTORAT

SPECIALITE : Formation Doctorale : Ecole Doctorale :


tel-00425334, version 1 - 20 Oct 2009

Physique et Chimie de la Terre

Structure et Evolution de la Lithosphre Gosciences

Obtenir une reprsentation en continu de la lithologie et de la minralogie.


Exemples d'application du traitement statistique de donnes de diagraphie aux structures sdimentaires en rgime de convergence de plaques (Leg ODP 134, 156 et 160)

par

Alain RABAUTE

Soutenue le 26 Juin 1998 devant la commission d'examen compose de :

Michel SEGURET Bruce NELSON Henri BOUGAULT Fouad BADRAN Louis BRIQUEU Jean-Pierre DELHOMME Philippe PEZARD

Universit Montpellier II University of Washington IFREMER C.N.A.M. Universit Montpellier II Schlumberger R.P.C. Universit Aix-Marseille III

Professeur Professeur Directeur de Recherche Matre de Confrence Directeur de Recherche Expert Technique Charg de Recherche

Sdimentologie Gochimie Gochimie Statistiques Gochimie Gophysique Gophysique

Prsident Rapporteur Rapporteur Rapporteur Directeur de thse Examinateur Examinateur

Table des matires


Introduction ix

I La diagraphie
1 La diagraphie nuclaire
1.1 1.2 1.3 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Dsintgration radioactive et statistiques . . . . . . . . . . . . . . . . . . . . . . . Dtection de la radioactivit gamma naturelle . . . . . . . . . . . . . . . . . . . . 1.3.1 1.3.2 1.3.3 1.3.4 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mesure de la radioactivit naturelle totale . . . . . . . . . . . . . . . . . . Mesure des concentrations en U, K and Th Article 1 : . . . . . . . . . . . . . . . . .

1
3
3 3 4 4 7 10 10

tel-00425334, version 1 - 20 Oct 2009

enlysis of nturl gmmEry spetr otined from sediment ores with the shipord sintilltion detetor of the yen hrilling rogrm X exmple from veg IST @IWWUA eter flumD elin uteD ierre qudonD tmes pF ellnD Proceedings of The Ocean Drilling Program, Scientic ResultsD olF ISTD IVQ!IWS . . . . . . . . . .
1.4 Interaction entre rayons gamma et formation 1.4.1 1.4.2 1.4.3 1.5 . . . . . . . . . . . . . . . . . . . .

12 26 26 29 30 30 30 33 42

Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mesure de la densit totale ou masse volumique . . . . . . . . . . . . . . . Mesure du facteur d'absorption photolectrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Interactions entre neutrons et formation 1.5.1 1.5.2 1.5.3

Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La spectromtrie de rayonnement gamma . . . . . . . . . . . . . . . . . . . . . . . . .

Mesure de l'indice d'hydrogne apparent ou porosit neutron

La diagraphie lectrique
2.1 Principes 2.1.1 2.1.2 2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Rsistance et rsistivit Le poids de l'empirisme

45
45 45 46 46 47 47 48 48 51 51

La diagraphie de rsistivit : les dispositifs focaliss . . . . . . . . . . . . . . . . . 2.2.1 2.2.2 Le Laterolog . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

La focalisation sphrique . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3

Les sondes induction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1 2.3.2 2.3.3 La diagraphie de conductivit . . . . . . . . . . . . . . . . . . . . . . . . . Induction ou lectrode ? . . . . . . . . . . . . . . . . . . . . . . . . . . . .

La diagraphie de susceptibilit magntique . . . . . . . . . . . . . . . . . .

ii

TABLE DES MATIRES

2.4

Imagerie de la paroi du trou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1 2.4.2 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Traitement des donnes et production de l'image . . . . . . . . . . . . . .

53 53 54

La diagraphie magntique
3.1 La rsonance magntique nuclaire 3.1.1 3.1.2 3.1.3 3.2 3.2.1 3.2.2 Principes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

57
57 57 59 62 62 63 63

Paramtres inuenant la mesure . . . . . . . . . . . . . . . . . . . . . . . Une mesure de la porosit indpendante de la lithologie . . . . . . . . . . . . . . . . . . . . .

La mesure de l'induction magntique totale

Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

II Le traitement statistique des donnes de diagraphies


4 Qualit des donnes et prparation l'analyse
4.1 4.2 4.3 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La population et l'chantillon 4.3.1 4.3.2 4.3.3 4.4 4.4.1 4.4.2 4.4.3 4.4.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La qualit des donnes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La mesure de diagraphie . . . . . . . . . . . . . . . . . . . . . . . . . . . . La prcision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La reproductibilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La dtermination des vecteurs propres L'analyse factorielle . . . . . . . . . . . . . . . . . . . . L'Analyse en Composantes Principales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

65
67
67 67 68 68 68 69 70 70 71 73 74

tel-00425334, version 1 - 20 Oct 2009

La reprsentation des donnes . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

La classication de donnes multivaries


5.1 5.2 5.3 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Le diagramme X-Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Les mthodes de classication . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.1 5.3.2 5.3.3 La classication hirarchique . . . . . . . . . . . . . . . . . . . . . . . . . La classication itrative non-hierarchique ou classication en nues dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Introduction des probabilits d'appartenance dans le classement en nues dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75
75 75 77 77 80 81

Donner un sens aux classes individualises


6.1 6.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Les informations directes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.2.1 6.2.2 6.3 6.3.1 6.3.2 6.3.3 6.4 Les valeurs et vecteurs propres de l'ACP . . . . . . . . . . . . . . . . . . . La composition des barycentres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La mthode des moindres carrs (least-squares ) L'valuation quantitative de l'erreur

85
85 85 85 86 87 89 90 91 92

Les modles dterministes

Modles non linraires : l'algorithme de l'inversion totale . . . . . . . . . .

Les modles statistiques : les rseaux de neurones . . . . . . . . . . . . . . . . . .

TABLE DES MATIRES

iii

6.4.1 6.4.2 6.4.3 6.4.4 6.5

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Le rseau rtropropagation du gradient ou Perceptron Multi-Couches . . Les rseaux comptition (rcurrents) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

92 93 96 101 107

Remarque gnrale sur les rseaux de neurones

III Retrouver l'information gologique partir des diagraphies


7 Reconstruire un log minralogique
7.1 Puits 833B, arc volcanique des Vanuatu, Leg ODP 134 . . . . . . . . . . . . . . .

109
111
113

ghrteristion of oeni sediments nd slts from role VQQfD xew rerides sslnd r @nutuA from downhole mesurements @IWWUA elin uteD vouis friqueuD eter uF rrveyD nd renri werdierD Scientic DrillingD olF TD xumer PD WI!IHIF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Article 2 : 7.2 Sites 947 et 948, prisme d'accrtion de la Barbade, Leg ODP 156 7.2.1 uorescence X sur des chantillons carotts Article 3 : . . . . . . . . .

113 125 125

tel-00425334, version 1 - 20 Oct 2009

Inversion minralogique de donnes gochimiques obtenues par analyse en . . . . . . . . . . . . . . . . .

gomintion of luster nlysis nd totl inversion of geohemil dt s n dvntgeous wy of inferring minerlogy X ixmple from the xorthEfrdos reE tionry prismD veg yh IST elin uteD vouis friqueuD nd wohmed mdnD soumis Geophysical Research Letters . . . . . . . . . . . . . . . . . . . . . . .
7.2.2 Utilisation d'un Perceptron Multi-Couches pour reconstruire une minralogie en continu partir de mesures LWD : exemple du puits 948A . . . .

125

137 137 153 153 153 155 157 159 159 161 163

snferring minerlogy with neurl network lssi(er X ixmple using voggingE hileEhrilling dt from role WRVeD yh veg IST elin uteD en prprtion . .
Article 4 : 7.3 Le puits 967E, Mont sous-marin Erathosthenes, Leg ODP 160 . . . . . . . . . . . 7.3.1 7.3.2 7.3.3 7.3.4 7.4 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gologie du site . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Histoire tectonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Interprtation des diagraphie gochimiques et gophysiques, Site 967, puits 967E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Le forage BALAZUC-1, Programme Gologie Profonde de la France 7.4.1 7.4.2 7.4.3 Introduction et cadre gologique L'inversion minrale Rsultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Retrouver les paramtres ptrophysiques des formations traverses


8.1 Dynamique du prisme d'accrtion nord-Barbade, Leg ODP 156 Article 5 : . . . . . . . . . .

169
171

girultion et surpression de l9eu interstitielle dns le prisme d9rtion nordEfrde X rsultts du veg yh ISTD ierre vumeD ierre renryD Alain RabauteD et l9quipe sienti(que du veg yh ISTD C. R. Acad. Sci. Paris, ome 320D rie ssD IWWSD ppF WUU!WVRF . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Article 6 :  In Situ

171

determintion of permeility from downhole mesurements nlyE sisD endr evilD helphine pitzenzD elin uteD wohmed mdnD vouis friqueuD soumis Water Resources ResearchF . . . . . . . . . . . . . . . . . . . . . . . .

181

iv

TABLE DES MATIRES

8.2

Structure du rseau poreux dans les formations carbonates Article 7 :

. . . . . . . . . . . .

207

ore spe omponents nd their prtitioning in ronte roks elin uteD FF mkrishnnD tefn vuthiD wrin olykovD en ttente de l leve de l on(dentilit sur les donnesF er soumis un journl du type Journal of Sedimentary
Research

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

207

Synthse et perspectives Annexe A : Outils de diagraphie et paramtres mesurs Annexe B : Glossaire de quelques termes particuliers utiliss en diagraphie Annexe C : Tableaux rcapitulatifs (lments majeurs et traces)

225 229 232 234

re nd mjor elements onentrtions from yh veg IST deep se ores X dt report elin uteD eter flumD ierre qudonD nd tmes pF ellnD
Data Report :
Non publi

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

234

tel-00425334, version 1 - 20 Oct 2009

Annexe D : Caractristiques diagraphiques des minraux Annexe E : Prsentations et posters Bibliographie

250 252 260

Table des gures


1.1 1.2 1.3 1.4 Exemple de spectre gamma naturel. . . . . . . . . . . . . . . . . . . . . . . . . . 6 8 9 L'outil NGT pour la mesure de la radioactivit gamma naturelle. . . . . . . . . . Profondeur d'investigation latrale calcule pour l'outil NGT . . . . . . . . . . .

Les trois types d'interactions rayonnements gammaformation en fonction de l'nergie incidente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

tel-00425334, version 1 - 20 Oct 2009

1.5

Schma de l'outil HLDT servant mesurer la densit et le facteur photolectrique de la formation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

1.6

Evolution du rapport

Z/A

pour les lments chimiques communment rencontrs 29 31 34

dans les formations gologiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.7 1.8 1.9 Domaines d'nergie des neutrons avec les principales intractions associes . . . . Schma de la chane d'outils composant le Geochemical Logging Tool ou GLT. . . Exemple de spectres gamma de capture mesurs par le GST, et de spectres standards, isols pour chaque lment, et mesurs en laboratoire. . . . . . . . . . . . . 1.10 Dtail du cycle de mesure du GST en mode capture-tau. . . . . . . . . . . . . . . 1.11 Schma de l'outil CNT utilis pour mesurer l'indice d'hydrogne apparent ou porosit neutron. 2.1 2.2 2.3 2.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

36 37

43 48 49 50

Les principes de focalisation des lignes de courant dans un puits de forage. . . . . Schma de l'outil Dual Laterolog ou DLL. . . . . . . . . . . . . . . . . . . . . . . Principe des sondes induction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . Principes de mesure utiliss dans la sonde diplediple servant la mesure de la susceptibilit magntique de la formation. . . . . . . . . . . . . . . . . . . . . . .

52 53 58 60 61 69

2.5 3.1 3.2 3.3 4.1 4.2

Principes et schma des outils lectriques d'imagerie de micro-rsistivit. . . . . . Etapes d'une mesure par rsonance magntique nuclaire. . . . . . . . . . . . . .

Principes de la rsonance magntique nuclaire. . . . . . . . . . . . . . . . . . . . Traitement du signal de prcession pour obtenir la courbe de distribution

T2 .

. .

Cycle d'acquisition des donnes en diagraphie. . . . . . . . . . . . . . . . . . . . . Illustration du biais de mesure en diagraphie partir de la mesure de la microrsistivit par l'outil FMI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

70 71 76

4.3 5.1 5.2

Reproductibilit de la mesure de diagraphie

. . . . . . . . . . . . . . . . . . . . .

Exemple de diagramme x-y permettant un premier partitionnement des donnes. Diagramme permettant de sparer les dirents types de minraux argileux en fonction de leur teneur en Al et Th. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

78 79

5.3

Exemple de dendrogramme obtenu par analyse hirarchique par groupe.

vi

TABLE DES FIGURES

5.4 5.5 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9

Mthode utilise pour le choix du nombre optimum de barycentres de dpart pour le partitionnement d'un jeu de donnes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 83 86 88 94 97 100 101 103 104 105 106 Exemple de classication en nues dynamiques utilisant la logique oue.

Informations immdiate donne par l'Analyse en Composantes Principales. . . . . Premire interprtation de l'information directe donne par la classication en nues dynamiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exemples de fonctions d'activation utilises dans les rseaux de neurones.

Schma gnral d'un rseau neuronal de type Perceptron Multi-Couches. . . . . . La descente de gradient sur la surface d'erreur dans un rseau de neurones rtropropagation du gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Le problme du surapprentissage d'un rseau de neurones. . . . . . . . . . . . . . L'apprentissage par comptition entre neurones dans un rseau de neurones interconnect. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Exemples de topologies que peut prendre la carte auto-organisatrice de Kohonen. Trois formes de la fonction caractrisant le pas d'apprentissage dans le cas de la carte auto-organisatrice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

tel-00425334, version 1 - 20 Oct 2009

6.10 Structuration de la carte auto-organisatrice au cours de la phase d'apprentissage. 7.1 7.2 7.3 7.4 7.5 7.6 7.7 7.8 Localisation des 4 sites fors sur le mont sous-marin Eratosthnes durant le Leg ODP 160. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

154 158 160 161 166 167 168

Dmonstration de l'eet perturbateur du tubage sur la mesure du fer par le GLT. 157 Les vaporites messiniennes vues par les diagraphies. . . . . . . . . . . . . . . . . Donnes de diagraphie signicatives dans le puits 967E, Leg ODP 160. . . . . . . Coupe gologique ralise lors du forage BA-1. . . . . . . . . . . . . . . . . . . . . Rsultats de l'inversion minrale sur le forage BA-1. minrale chou. . . . . . . . . . . . . . . . . Utilisation des proprits ptrophysiques pour interprter les niveaux o l'inversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Validation des rsultats de l'inversion minrale.

Liste des tableaux


1.1 1.2 1.3 Abondances et activit gamma relative des lements radioactifs naturels Abondances en Th et U de quelques minraux lourds. . . . . . 5 7 . . . . . . . . . . . . . . .

Section ecace de capture des neutrons thermiques, et ecacit normalise en fonction de l'abondance moyenne des principaux lments rencontrs dans les formations gologiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 39 40 86 87

1.4

Rapports entre les contributions (yields) de dirents lments mesurs par le


GST, et utiliss comme indicateurs pour direntes proprits de la formation.

tel-00425334, version 1 - 20 Oct 2009

1.5

Rptabilit de l'outil GST dans des conditions de mesure normales, donne pour les divers lments mesurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.1 6.2

Rsultats d'une Analyse en Composantes Principales. . . . . . . . . . . . . . . . . Exemple d'information directe donne par la classication itrative non-hirarchique par groupes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.1 7.2 7.3 A.1 A.2 A.3 A.4 D.1

Composition des barycentres aprs une analyse en nues dynamiques sur les donnes du forage BA-1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Paragenses de dpart aectes aux groupes individualiss par l'analyse en nues dynamiques pour le forage BA-1. . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 163 230 230 230 231 251 Compositions des minraux utiliss pour l'inversion minrale sur le forage BA-1. . Outils et principaux paramtres mesurs par diagraphie nuclaire. . . . . . . . . . Outils et principaux paramtres mesurs par diagraphie lectrique. . . . . . . . . . . . . . . . Outils et principaux paramtres mesurs par diagraphie magntique. 162

Rsolution verticale et pas d'chantillonnage de quelques outils de diagraphie. . . Caractristiques diagraphiques des principaux minraux des formations sdimentaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

vii

tel-00425334, version 1 - 20 Oct 2009


viii LISTE DES TABLEAUX

Introduction
Que de temps a pass depuis l'ide (gniale, peut-on le dire !) de Conrad Schlumberger en 1912, d'utiliser les proprits lectriques intrinsques des roches pour identier la lithologie du sous-sol ! En fait, c'tait il y a 70 ans qu'aid de son frre Marcel, il mne son ide jusqu'au bout : le 5 Septembre 1927, le premier carottage lectrique est eectu Pechelbronn, en Alsace. Il s'agissait de mesurer en continu la rsistivit lectrique des parois du puits de forage. Cet enregistrement apporte immdiatement des informations indites, en permettant notamment une direnciation qualitative des direntes units lithologiques, la connaissance des uides prsents dans la formation, et donc une valuation de sa porosit. Ces mesures rendent possible les corrlations puits puits, donc le suivi d'un horizon lithologique entre les sondages, et une image en trois dimensions de la gologie du sous-sol. Malgr des progrs constants et souvent spectaculaires, les techniques de diagraphies ne se sont imposes au monde ptrolier que vers les annes 50, une poque o la prcision des mesures ralises dans les forages, les conomies de temps et d'argent qu'elles permettent de raliser par rapport un carottage en continu, nissent par convaincre les ptroliers. Le monde acadmique a, quant lui, beaucoup plus longtemps dout (et doute encore) de la capacit de diagraphies apporter une information gologique complmentaire l'observation des carottes et mme originale. Cela provient sans doute de plusieurs facteurs inhrents la technique de mesure. Les mthodes de mesure par diagraphie reposent en eet sur des principes physiques plus ou moins complexes, faisant intervenir des domaines aussi varis que la physique nuclaire, lectrique, le magntisme, ou l'acoustique. De plus, la diagraphie ne donne que rarement un rsultat direct (d'o l'engouement pour l'imagerie de micro-rsistivit des parois du puits par l'outil FMS travers la communaut scientique. Ces mesures sont directement interprtables quelques minutes seulement aprs leur acquisition), et les donnes sont soumises des traitements pralables, transformations, convolutions, calibrations, dans lesquels l'empirisme a souvent un poids non ngligeable sur la donne nale. Et mme alors, la quantit de donnes, le nombre impressionnant de variables mesures qu'il est dicile d'apprhender simultanment, la prsentation rbarbative sous forme de serpentins (wiggly lines disent les anglo-saxons moqueurs) o seul l'oeil averti sait sparer les variations relles du bruit de la mesure, sont autant de barrires qui ont contribu aubler bien injustement la diagraphie d'une dnition tenant en deux mots : boite noire . La premire partie de ce manuscrit traite donc assez simplement des principes physiques servant de fondations la mesure de diagraphie, dont il est mon avis indispensable d'avoir connaissance pour apprcier la justesse et la prcision de la mesure, et surtout pour savoir l'utiliser en relation avec d'autres mesures eectues de faon plus conventionnelle, sur chantillons par exemple. De plus, dtailler les principes de base permet de s'apercevoir du manque de robustesse de certains traitements eectues (par exemple, le modle de fermeture permettant d'obtenir les pourcentages d'oxydes partir des mesures spectrales du GST), ou de l'archasme de certaines mthodes utilises pour la calibration. Il serait sans doute possible de les amliorer en utilisant des mthodes moins rigides, et donnant une ide plus prcise de l'erreur

tel-00425334, version 1 - 20 Oct 2009

ix

Introduction

sur la donne obtenue. Cette tude tente par des exemples de montrer que cette technique largement utilise maintenant dans le monde ptrolier, bien que complexe mettre en oeuvre (j'ai pu m'en rendre compte lors de ma participation aux deux Leg ODP 156 et 160), peut donner de trs bons rsultats lorsqu'elle est applique des objectifs scientiques : on peut citer le programme Go-

logie Profonde de la France, qui a runi autour d'une problmatique scientique commune le
Bureau de Recherches Gologiques et Minires, le ministre de la Recherche, les Universits et le Centre National de la Recherche Scientique, avec la collaboration de nombreuses socits comme Schlumberger ou la CGG. Cet ouvrage comporte une tude de l'utilit des donnes de diagraphies obtenues dans le forage Balazuc-1 au cours de ce programme pour retrouver une information lithologique et minralogique. Aux Etats-Unis, le programme de forage Cajon Pass, en Californie, ou bien encore le fameux KTB, Continental Drilling Program en Allemagne, et puis bien sr le mga-programme international Ocean Drilling Program, ont introduit la diagraphie dans leurs objectifs. ODP a rcemment (Leg 156, 1994) utilis la technique de pointe de Logging-While-Drilling (diagraphie en cours de forage) avec succs dans les environnements tectoniquement actifs (prismes d'accrtion), et eectue mme maintenant des campagnes axes sur la diagraphie (Leg 171A). Dans la seconde partie de ce travail, je dtaille direntes mthodes de statistique multivarie et d'inversion minrale pouvant tre utilises pour extraire l'information gologique et minralogique de la mesure par diagraphie. Comprendre le modle que l'on utilise est au moins aussi important que l'acquisition de la mesure. A cette occasion, je tiens rendre un hommage tout particulier au Professeur Peter Harvey et son quipe du Borehole Research Group de l'University of Leicester. Sa maitrise des outils statistiques ainsi que sa connaissance approfondie des mthodes d'inversion minrale, et la disponibilit avec laquelle il m'a appris les utiliser, ont t pour moi une aide formidable. Cette comprhension des mthodes d'analyse de donnes multivaries devient cruciale lorsque l'on utilise des techniques avances comme les rseaux de neurones, o la phase d'entrainement conditionne de faon importante le rsultat que l'on obtient. Il est aussi extrmement important de quantier et de rendre compte des erreurs associes aux mesures de diagraphies, ainsi que les erreurs associes aux solutions obtenues avec ces mthodes d'analyse. Souvent en eet, des modles approximatifs ont t dvelopps par l'industrie ptrolires, pour dterminer la porosit, la saturation, le volume d'argiles. Par exemple, on fait souvent rimer volume d'argiles avec un rayonnement gamma naturel important, ce qui est bien sr rducteur, la concentration en aluminium par exemple tant un bien meilleur indicateur de l'argilosit d'une formation. Une mesure de la porosit utilise extensivement dans les diagraphies scientiques est la porosit neutron, mesurant principalement les atomes d'hydrogne car cet lment a le meilleur rapport abondance/section de capture des neutrons thermiques. On associe classiquement l'hydrogne aux uides prsents dans la formation, mais qu'en est-il de la contribution au signal du uide adsorb la surface des grains, ou des OH

tel-00425334, version 1 - 20 Oct 2009

du rseau cris-

tallin des minraux argileux ? quelle est l'erreur associe la mesure dans ce cas ? Et peut-on voir dans cet enregistrement la contribution d'autres lments moins abondants, mais dont la section de capture est plusieurs ordres de grandeur suprieure celle de l'hydrogne (Gd, Ba, Cl) ? Retouver une minralogie en continu partir des diagraphies de la minralogie peut aider rpondre ces questions. La troisime partie, prsente pour une grande part sous forme d'une compilation d'articles, donne quelques rsultats qui tentent de rendre compte de l'aide prcieuse que les diagraphies peuvent apporter la connaissance direntes chelles, en continu et in

situ des proprits des formations gologiques.

Dans les pages suivantes, le symbole signale une Marque Dpose de la socit Schlumberger.

tel-00425334, version 1 - 20 Oct 2009

Premire partie

La diagraphie

tel-00425334, version 1 - 20 Oct 2009

Chapitre 1

La diagraphie nuclaire
1.1 Introduction
Dans la nature, les phnomnes radioactifs se classent en 3 grandes classes : les radiations

tel-00425334, version 1 - 20 Oct 2009

et

Les radiations

. Celles-ci sont provoques par la modication de l'tat d'un atome ou de sa dsintgration. et consistent en particules charges, les premires tant identiques au noyau

d'hlium (2 protons et 2 neutrons), les secondes tant des lectrons rapides, positifs (positrons) ou ngatifs. De ce fait, elles vont surtout interagir dans la formation avec les lectrons des atomes qui la composent. Ces particules qu'elles rencontrent, et

et vont rapidement perdre de l'nergie au prot des lectrons n'auront donc qu'une incidence spatiale limite. Les radiations et ne
sont des paquets d'nergie lectromagntique (photons) trs

sont pas utilises en diagraphie pour cette raison. Par contre, les radiations

nergtique. Ils correspondent, dans un noyau atomique, la transition d'un tat quantique un autre, qui lui est infrieur. Ce changement d'tat se manifeste sous la forme d'un photon dont l'nergie est gale la dirence entre les nergies des deux tats quantiques. Les nergies des rayons gamma sont de l'ordre du keV (10 radiations

3 eV) ou du MeV (106 eV). Contrairement aux

et

les rayons gamma ont un rayon d'action beaucoup plus tendu. Ils sont

l'origine de trois types d'outils de diagraphie nuclaire :  ceux qui mesurent la radioactivit gamma naturelle  ceux producteurs de rayons gamma, l'aide notamment de sources radioactives (

137 Cs ou

60 Co), et qui utilisent les interactions de ces rayonnements avec les atomes de la formation
 ceux qui bombardent la formation de neutrons rapides produits par une source neutrons, et utilisent les interactions de ces neutrons avec la formation. Les principes de ces trois types d'outil ainsi que la physique qui s'y rapporte sont expliqus en dtail dans les pages suivantes. Auparavant, il est ncessaire de rappeler certaines proprits importantes des radiations nuclaires sur lesquelles est bas le principe mme de la mesure de ces radiations.

1.2 Dsintgration radioactive et statistiques


La dsintgration radioactive d'un noyau atomique est un processus qui dpend seulement du

temps, et, ce qui est important, qui est compltement indpendant de facteurs extrieurs,
tels que par exemple la dsintgration d'autres noyaux proximit, ou bien la concentration en lments radioactifs. Si l'on considre une population

N0

d'atomes radioactifs identiques, le

La diagraphie nuclaire

nombre

dN

se dsintgrant dans un intervalle de temps

dT

sera

dN = N dt
o

est la constante de dsintgration propre l'atome considr, soit sa probabilit de se

dsintgrer par unit de temps. On en dduit la loi gnrale de la dsintgration radioactive

Nt = N0 et
o

Nt

est le nombre d'atomes restant un instant

t, N 0

le nombre initial d'atomes. On peut

dnir la demi-vie, qui est le temps ncessaire la dcroissance radioactive de la moiti d'une population

N0

prsente un instant donn, comme tant

t1/2 =

0, 693

La dsintgration radioactive peut tre dcrite par la loi de distribution binomiale. Soit un vnement discret qui a une probabilit distribution binomiale dcrit la

tel-00425334, version 1 - 20 Oct 2009

P de se produire lors d'une observation. La loi de probabilit Px que cet vnement se produisent x fois lors de z
est le nombre de particules se dsintgrant, qui est trs grand

observations. Dans notre cas, compar la probabilit

d'observer la dsintgration d'un isotope dans une unit de temps.

Cette condition permet la simplication de la loi binomiale qui devient

Px = x Px
donne alors la probabilit de voir

e x!

(1.1)

dsintgrations dans un temps donn alors que l'on

attend un nombre moyen de

dsintgrations. L'quation 1.1 est une distribution de Poisson.

Elle s'applique trs bien pour le comptage de phnomnes nuclaires tel que la dsintgration radioactive, o un grand nombre d'atomes participent un grand nombre d'observations, bien que le nombre de cas positifs (dsintgrations) soit faible. Lorsque le taux de comptage est lev, la loi de distribution devient normale. La dviation standard des phnomnes obissant la loi de Poisson est directement proportionnelle la moyenne

On voit bien que le moyen de rduire l'erreur statistique de comptage sera d'augmenter le nombre de phnomnes observs, soit par l'utilisation de compteurs plus ecaces, soit en augmentant le temps de comptage, c'est dire en diminuant la vitesse de l'outil.

1.3 Dtection de la radioactivit gamma naturelle


1.3.1 Introduction
Dans la nature, il existe seulement 3 lments possdant des isotopes qui contribuent la radiation gamma naturelle, car leur demi-vie est comparable l'ge de la plante : demi-vie est de

40 K, dont la

1, 3

109 an, 238 U, avec

4, 4

109 an, et 232 Th, avec

1, 4

109 an. Le fait que ces

lments soient prsents dans les formations gologiques, et souvent en relation directe avec la minralogie ou la lithologie (Deer et al., 1978; Grim, 1968; Pettijohn, 1975), a suscit trs tt un grand intrt pour la diagraphie de radioactivit naturelle de type gamma. D'abord utilise comme indicateur de la richesse en argile d'une formation, son champ d'application s'est largi avec l'introduction de la spectromtrie qui permet de donner une estimation des teneurs en U, Th

1.3 Dtection de la radioactivit gamma naturelle

Abondances relatives dans la crote terrestre+ Radiation gamma par unit de poids et unit de temps + Serra (1984), Serra et al. (1980) Adams and Weaver (1958)
Tab. 1.1 

K 2.59% 1

Th 12 ppm 1300

U 3 ppm 3600

eondnes et tivit gmm reltive des lements rdiotifs nturels

et K. Ds lors, elle devient une aide pour l'interprtation gochimique, la dtection de circulations de uides, ou la reconnaissance du minral argileux. Nanmoins, mme si la radioactivit gamma totale mesure dans une formation (SGR ; voir Tableau A.1) sert toujours comme indicateur de l'argilosit d'une formation, Herron and Herron (1996) ont montr que Al tait un bien meilleur indicateur de cette proprit. On connat bien maintenant les nergies caractristiques des pics d'mission gamma de ces isotopes. Nanmoins, les rayons gamma provenant de la formation devront traverser celle-ci, de

tel-00425334, version 1 - 20 Oct 2009

mme que la boue de forage, avant d'atteindre le dtecteur, et perdront de l'nergie du fait de l'eet Compton (collisions des photons haute-nergie avec les lectrons prsents dans l'espace travers). Ainsi, les nergies d'mission uniques des dirents isotopes radioactifs naturels vont tre dgrades (bien que l'aspect gaussien du comptage reste prserv), et l'on va observer un spectre d'mission plus ou moins complexe selon la concentration des lments radioactifs prsents. Un tel spectre est prsent Figure 1.1. Le

40 K met un seul pic d'nergie 1460 keV. Par contre,

uranium et thorium sont chacun l'origine d'une chane de dsintgration faisant intervenir de nombreux isotopes d'autres lments, ayant une demi-vie trs courte (de la milli-seconde la semaine), et menant un isotope stable du plomb (respectivement

206 Pb et 208 Pb). La Figure 1.1 238 U, principalement 214 Bi ( montre les trois principaux pics d'mission contribuant la srie de 232 Th, 208 Tl et 228 Ac (respectivement 610, 1120 et 1764 keV), et ceux contribuant la chane du
584 et 2615 keV, et 912 et 966 keV). Quantitativement, le

potassium est de loin l'lment le plus abondant parmi les trois l-

ments radioactifs naturels (sa concentration est beaucoup plus leve (1000 10000 fois plus) dans la crote terrestre que l'uranium et le thorium (Tableau 1.1) ; on mesure son abondance en

poids pourcent alors que uranium et thorium sont mesurs en ppm ), mais sa contribution la
radioactivit totale par rapport son poids va tre faible (Tableau 1.1). En fait, la contribution des trois lments est peu prs du mme ordre de grandeur. Le potassium est prsent dans les grs par les feldspaths potassiques, et dans les vaporites (sylvite entre autres). Il apparat aussi comme ion de substitution dans l'espace inter-feuillets du rseau cristallin d'une classe de minraux argileux trs commune, structure proche de celle des micas, laquelle appartiennent l'illite, la glauconite et la pyrophyllite. Le thorium et l'uranium seront plus rares. Des dirences majeures de chimisme et de ractivit permettent de mettre en relation leur prsence avec des lithologies ou des minraux particuliers. Le

thorium est prsent la valence 4+ dans la nature, et a un degr d'oxydation trs stable,

et de fait, ses composs sont tous insolubles. Il sera trs peu mobile, facilement hydrolys, et aura tendance se concentrer dans les minraux et roches rsiduels lors d'un lessivage. Les sources de thorium sont surtout les roches magmatiques plutoniques (o le rapport Th/U est relativement constant 3,54) dans des minraux lourds comme la monazite (la varit chralite en contient jusqu' 33%), l'allanite , le zircon, le sphne, l'pidote ou la thorite (voir Tableau 1.2). Dans les sdiments, le thorium sera d'origine dtritique et prsent dans les bauxites, les bentonites

La diagraphie nuclaire

400
Tl (584 keV)
208

300
Ac (912 et 966 keV) (1460 keV) Bi (1120 keV)
40 K

Compt es/ canal

200

214

Bi (610 keV)

228

Bi (1764 keV)

100

214

tel-00425334, version 1 - 20 Oct 2009

P0 W0
SCHLUM 1

1 P2 P3 P4 1 2 W3 W4 W5
SCHLUM 2

P5 W6

P6 7 8 P9 10 P11 P12 13 P14 15 16 W7 8 9 W10 W11 W12 W13 W14 W15 16 17


SCHLUM 4 IAEA 2 SCHLUM 5 IAEA 3 IAEA 1

SCHLUM 3

500

1000

1500

2000

2500

208

Tl (2615 keV)

214

3000

Energie (ke V)

ixemple de spetre gmm nturel @dpt de flum et lF @IWWUAAF ont reports les isotopes mjeurs ontriunt u ryonnement gmm et leur energieF IEIT sont les pis identi(s dns l9tude flum et lF @IWWUAD IEIU sont les fentres de omptge indenti(es pr lul du minimum reltif entre es pis pris deux deuxF grvw IES sont les S fentres lssiquement utilises pr hlumerger pour l9nlyse spetrle du ryonnement gmm nturelD tndis que seie IEQ sont elles d(nies et utilises pr l9snterntionl etomi inergy egenyF ve spetre originl non orrig quis pendnt R heures dns PHRV nux est identi( pr l oure noire Y le ruit de fond quis dns les mmes onditions est l oure grise Y l oure en grs reprsente le spetre mesur orrig du ruit de fondD et ensuite liss pr fentre glissnte @QH nuxAF
Fig. 1.1 

(roche compose 90% d'argile (smectite) forme par l'altration de formations cinritiques), les formations volcano-sdimentaires. Les argiles, dont presque tous les types en contiennent dans des proportions variables mais signicatives (quelques dizaines de ppm ; voir Hassan et al. (1976)), pigent le thorium sous forme de cation de substitution dans les espaces inter-feuillets. Il sera plus abondant dans les argiles d'origine continentale (kaolinite) que dans les argiles d'origine marine (glauconite). L'uranium sera facilement oxyd en ion uranyle

UO2+ , 2

cet ion tant trs soluble, l'uranium

sera facilement mobilisable. L'ion uranyle se complexera dans des conditions rductrices avec la matire organique dans les schistes argileux (shales) ou bien prcipitera sous certaines conditions de pH sous forme d'uraninite

UO2 .

Il pourra se trouver en concentrations non ngligeables

dans les minraux lourds de type zircon ou monazite, dont le rseau cristallin est assez solide pour supporter les eets de sa dsintgration (voir Tableau 1.2), et sera un constituant majeur du xnotime, un phosphate d'yttrium, qui peut en contenir jusqu' 4%. Dans les roches sdimentaires, l'uranium sera souvent associ la prsence de matire organique ou de minraux

1.3 Dtection de la radioactivit gamma naturelle

Nom Thorite Monazite Allanite Zircon Sphne Epidote


Tab. 1.2 

Type ThSiO4 varit chralite (Ce,La,Th)P O4 aluminosilicate de (Ca,Ce,Th,Fe,Mg) ZrSiO4 CaTiSiO4 aluminosilicate de (Ca,Fe,Al)

Th (ppm) 2563 2.5x104 25x104 5005000 1002500 100600 50500

U (ppm) 5003000 30700 3003000 100700 2050

eondnes en h et de quelques minrux lourds @d9prs err et lF @IWVHAAF

lourds dtritiques (shales, volcanosdimentaire). Il sera prsent dans une moindre mesure dans les minraux argileux, les phosphates, les dolomies.

1.3.2 Principe
tel-00425334, version 1 - 20 Oct 2009
Le dtecteur
La Figure 1.2 montre un schma de l'outil NGT (voir Tableau A.1) conu et utilis par sch (1984). Il comprend un dtecteur scintillation dont le principe de fonctionnement est aussi schmatis Figure 1.2. Le dtecteur est classiquement un cristal d'iodure de sodium dop au thallium,

NaI (Tl).

Cette combinaison possde de bonnes proprits d'absorption des rayons

gamma, ainsi qu'une frquence de scintillation susamment rapide (0,23

s)

pour autoriser la

spectroscopie des taux de comptage levs. Tout rayon gamma provenant de la formation entrant en contact avec les atomes du cristal provoque une avalanche d'lectrons secondaires qui sont nalement capturs par les impurets du rseau, en l'occurrence le thallium. La capture est la cause d'une emission de photons. Chaque mission est amplie par un tube photomultiplicateur et transforme en une impulsion lectrique. On mesure alors le nombre de coups par unit de temps. L'avantage d'utiliser ce cristal est de pouvoir faire de la spectroscopie gamma (voir Figure 1.1), car la valeur de l'impulsion lectrique est directement proportionnelle l'nergie du rayon gamma incident. Ceci permettra dans le cas de la diagraphie par rayonnement gamma induit (voir Section 1.5.2) de retrouver la source du rayon gamma induit, et donc sa nature.

Calibration

La radioactivit gamma est mesure en

API ou gAPI, unit dveloppe par

l'American Petroleum Institute partir de standards dans le but d'liminer l'inuence de la taille et de la sensibilit du dtecteur scintillation lors de la mesure. Une formation radioactive articielle a t construite Houston, Texas. Cette formation est compose de deux couches faiblement radioactives A entourant une troisime couche trs radioactive B (dont la composition est approximativement 4% K, 24 ppm Th, and 12 ppm U). Une unit API correspond au 1/200

de la dirence de radioactivit entre les couches A et B, la couche B tant calibre pour donner 200 API. Sur le terrain, l'outil est talonn par rapport une source contenant de la monazite au moyen de laquelle on contrle les taux de comptage dans chaque fentre.

Corrections

Le signal que reoit le NGT est aect par le diamtre du trou (voir Section 1.4.2)

et la profondeur d'invasion. Le type de boue de forage utilise joue un rle majeur : sa densit peut induire une diusion par eet Compton des rayons gamma (boue barytine), alors que les boues

KCl

utilises pour stabiliser les murs du puits perturbent le signal du potassium. Leurs

eets ont t modliss par Wahl (1983) et tudis par Ellis (1982). Ellis (1982) propose une mthode pour corriger le signal en calculant ces eets pour chaque fentre de mesure et en les

La diagraphie nuclaire

Outil NGT

Rayon gamma

Photocathode

Cristal NaI(Tl)

Photomultiplicateur B)

tel-00425334, version 1 - 20 Oct 2009

A)

Fig. 1.2 

eF v9outil

NGT pour l mesure de l rdiotivit gmm nturelleF fF htil du dteteurF

supposant constants sur tout l'intervalle mesur. On a aussi vu prcdemment (Section 1.2) que l'mission de rayons gamma est alatoire, aussi choisit-on un temps de mesure susant pour que la variation statistique ne dpasse pas 2,5%. Une autre source de perturbation est l'apparition de pics d'interfrence proches du pic principal d'un des trois lements radioactifs naturels, d'o l'importance de la dnition des limites des fentres de mesure pour minimiser les erreurs sur les abondances nales (voir Section 1.3.4 ; voir Blum et al. (1997) en n de section 1.3.4 pour une discussion sur ce problme).

Rayon d'investigation et rsolution verticale

Desbrandes (1968), et plus rcemment Wahl

(1983) ont cherch valuer ces deux paramtres importants de la sonde gamma. En particulier, Wahl (1983) a utilis la mthode de simulation numrique Monte Carlo pour dterminer jusqu' quelle profondeur eective l'outil NGT voit dans la formation. Il considre d'abord la rponse pour un seul lment responsable du rayonnement gamma naturel, avant d'tudier la rponse d'une formation complexe incorporant U, Th et K. La gure 1.3 montre le signal intgr et normalis

J(r)

produit par une formation de radioactivit connue, en fonction de la profondeur

d'investigation. Pour le potassium, on remarque que 90% du signal idal (pic discret 1,46 MeV ; courbe pointille) provient d'un cercle de 15 cm de rayon. Dans le cas o l'on considre tout le signal aprs eet Compton (courbe en gras), la profondeur d'investigation augmente de quelques centimtres. La courbe intermdiaire reprsente le signal provenant seulement de la fentre de mesure W3 et correspondant uniquement l'mission du

40 K . La profondeur d'investigation aug-

mente lorsque l'on considre les basses nergies du spectre d'mission car les rayons provoquant ces impulsions ont subi plusieurs collisions, et donc ont plus de chance de venir de plus loin dans

1.3 Dtection de la radioactivit gamma naturelle


1.0
40

1.0

K
J(r)
0.5

232

Th

J(r) 0.5

puits

0 0 25 50 75

puits

25

50

75

r (cm)
1.0
238

r (cm)

J(r)

tel-00425334, version 1 - 20 Oct 2009

0.5

puits

25

50

75

r (cm)
wodlistion de l rponse de l sonde gmm en fontion de l distne ltrleD utilisnt l mthode wonte grlo @d9prs hl @IWVQAAF J(r) reprsente l ontriution umule de l formtion en fontion de l profondeur ltrleF goure pointille X rponse lule pour un signl disret IDRT weF goure en grs X rponse lule ve e'et gompton en onsidrnt tout le spetre d9nergieF goure ontinue X mme hose mis en limitnt le signl l seule fentre de mesure orrespondnt u pi mjeur pour l9lment onsidr @QD IIHH!ITHH ke pour uD et SD PHHHEQHHH ke pour hA
Fig. 1.3 

la formation. Figure 1.3 montre le mme graphique pour U et Th. Pour le thorium, la profondeur d'investigation est plus grande si l'on considre seulement le signal provenant de la fentre W5 contenant le pic d'mission majeur. Pour cet lment, la plupart du signal provient de la zone basse nergie du spectre, produite surtout par les collisions entre le signal haute nergie de la fentre W5 et la formation, d'o un eet inverse celui du potassium. Pour une formation contenant les trois isotopes, la profondeur d'investigation dpendra aussi, bien que plus faiblement, de la densit de la formation, ainsi que du diamtre du puits. En gnral, on considre qu'elle est comprise entre 5 et 25 cm. La rsolution verticale peut tre dnie comme la rponse d'un dtecteur en fonction de la profondeur dans le cas o la radioactivit est conne dans un banc inniment mince (Wahl, 1983). Elle va tre fonction de l'nergie du rayonnement, le diamtre du puits, la densit de la formation, et va tre inuence par la boue de forage. Gnralement, la rsolution verticale sera voisine de 50 cm. L'eet Compton est la principale source de perturbation des rayons gamma. Cependant, dans le cas o la formation contient des lments fort numro atomique (>20), l'eet photolectrique (voir Section 1.4.1) peut devenir non-ngligeable. Wahl (1983) dmontre que l'eet photolec-

10

La diagraphie nuclaire

trique aecte surtout la partie basse nergie du spectre gamma et que les variations du signal gamma total dues la lithologie sont de l'ordre de 1% dans les formations ayant un index photolectrique

Pe

(voir Section 1.4.3) infrieur ou gal 5.

1.3.3 Mesure de la radioactivit naturelle totale


Le Tableau A.1 rcapitule les dirents paramtres mesurs par l'outil NGT dtaills cidessous :  SGR (Spectral Gamma Ray) : le rayonnement gamma total, corrig du bruit de fond et des interfrences cites plus haut. Il est exprim en units API.  CGR (Computed Gamma Ray) : c'est le rayonnement gamma total SGR sans la contribution de l'uranium. Il est exprim en units API.
SGR est utilis principalement pour le calage en profondeur des prols diagraphiques entre eux

ou avec les carottes, ou bien pour de la corrlation puits puits. On prote de l'information spectrale pour calculer le signal hors-uranium CGR en ne considrant que les contributions de K et Th. Ce paramtre donne une information plus exacte sur le volume d'argile prsent dans les formations car la prsence d'uranium n'est pas forcment corrle avec l'argilosit (voir

tel-00425334, version 1 - 20 Oct 2009

Section 1.3.1).

1.3.4 Mesure des concentrations en U, K and Th


Le principe de mesure est expliqu en dtail par Serra et al. (1980). L'amplitude du voltage de sortie du photomultiplicateur coupl au cristal de NaI du dtecteur du NGT est directement proportionnelle l'nergie du rayon gamma incident (Section 1.3.2), de mme que la quantit de rayons gamma mise est proportionnelle aux concentrations d'lments radioactifs qui leur ont donn naissance (Section 1.2). Les impulsions sont classes selon leur nergie par un analyseur multi-canaux dans un histogramme de fquence comprenant 5 classes W1 W5 (Figure 1.1) couvrant tout le spectre gamma de 0,18 3,0 MeV. La procdure servant calculer les abondances relatives en U, Th et K partir de la mesure des 5 fentres, est dtaille dans Ellis (1987). Elle passe par la construction d'une matrice

reliant les taux de comptage de chaque fentre avec

les concentrations en U, Th et K, partir de formations articielles calibres, soit

Wi = Ai T h + Bi U + Ci K + ri
o

T h, U

et

sont les concentrations lmentaires dans la formation,

ri

est un facteur corres-

pondant aux erreurs statistiques, et d'talonnage

Wi

est le taux de comptage de la fentre

i.

Les coecients

Ai , Bi

et

Ci

pour chaque fentre

sont obtenus dans le puits d'talonnage dcrit

plus haut (voir Section 1.3.2) et forme la matrice

A.

Sous forme matricielle, cela donne

W1 W2 W3 W4 W5
Les rsidus

Th =AU K

ri

pour chaque fentre seront les taux de comptage mesurs compars une mesure

non-bruite.

5 2 ri = i=1

5 i=1

1 (Wi Ai Th Bi U Ci K)2 = r2 Wi

1.3 Dtection de la radioactivit gamma naturelle

11

Les moindres carrs faisant intervenir une pondration en minimiser la somme du carr des rsidus 1987)

1/Wi

sont classiquement utiliss pour

r2

(Bevington, 1969) : La solution est de la forme (Ellis,

Th U K
o les lments de

W1 W2 = m W3 W4 W5 A.
La matrice des poids

sont une combinaison des lments de

1/Wi

peut

reprsenter le taux de comptage moyen attendu dans une formation type, ou bien peut tre calcule pour chaque pas de mesure sur la base des taux de comptage mesurs (l'erreur sur est en

Wi

Wi ,

et la variance est en

Wi )..

A l'occasion de la campagne ocanographique 156 d'Ocean Drilling Program, Blum et al. (1997) ont acquis 79 spectres du rayonnement gamma naturel complets (0,1 3000 keV) partir de sections carottes travers la zone de dcollement du prisme d'accrtion Nord-Barbade. Paralllement, les concentrations en U, Th et K ont t mesures par uorescence X et ICP-MS

tel-00425334, version 1 - 20 Oct 2009

sur des chantillons reprsentatifs prlevs sur les mmes sections carottes, en vue de calibration. L'tude qui suit, publie dans le volume Scientic Results 156 d'ODP, a t mene dans le but de discuter la meilleure faon d'extraire l'information spectrale contenue dans les spectres de rayonnement gamma naturel.

Article 1 :
Proceedings of the Ocean Drilling Program, Scientic Results, Vol. 156, pp 183195
Shipley, T.H., Ogawa, Y., Blum, P., and Bahr, J.M. (eds), 1997

Analysis of natural gamma-ray spectra obtained from sediment cores with the shipboard scintillation detector of the Ocean Drilling Program : example from Leg 156
Peter Blum,

Alain Rabaute, Pierre Gaudon, and James F. Allan

tel-00425334, version 1 - 20 Oct 2009


12 La diagraphie nuclaire

26

La diagraphie nuclaire

100 80

Numro atomique, Z

Prdominance de leffet photolectrique

Prdominance de leffet de paire

60 40 20 0
Prdominance de leffet Compton

tel-00425334, version 1 - 20 Oct 2009

0.01

0.1 1 10 Energie du rayon gamma (MeV)

100

homines de prdominne des trois types d9intertions entre les ryons gmm et l formtion en fontion de l9nergie du ryonnement inident et le numro tomique de l9lment rgissnt ve le ryonnement gmmF v ligne horizontle reprsente un numro tomique de ITD qui est l vleur moyenne reltive des lments le plus souvent renontrs dns les formtions gologiquesF
Fig. 1.4 

1.4 Interaction entre rayons gamma et formation


1.4.1 Principe
L'outil HLDT (voir Tableau A.1) de Schlumberger utilise les interactions entre les rayons gamma et les atomes de la formation pour mesurer la densit lectronique partir de laquelle on pourra ensuite calculer la masse volumique

de la formation,

b ,

dsigne RHOB, et le fac-

teur ou index d'absorption photolectrique

Pe ,

dsign PEF en interprtation. Pour comprendre

le principe de la mesure, il est ncessaire de revenir sur les principales interactions entre un rayonnement gamma et les atomes de la formation. La Figure 1.4 rcapitule les trois principales interactions entre un rayonnement gamma et la matire : l'eet photolectrique, l'eet Compton, et l'eet de paire. Les nergies du rayonnement gamma mis par les sources radioactives en diagraphie tant toujours infrieures 1 MeV, on peut liminer immdiatement la troisime interaction. Les deux facteurs qui vont dcider entre eet Compton et eet photolectrique sont l'nergie du rayon gamma incident et le numro atomique moyen de la formation considre. Les deux interactions font intervenir les lectrons des atomes de la formation.

L'eet Compton
ricoche d'un angle poids atomique

Ce sera l'eet dominant pour des nergies gamma suprieures 100 keV.

Le rayon gamma heurte un lectron

e ,

lui transfrant une partie de son nergie initiale

E0,

et

avec une nouvelle nergie

. Dans une formation compose d'atomes de

et de numro atomique

Z,

on dnit un coecient d'absorption linaire, qui

1.4 Interaction entre rayons gamma et formation

27

sera dpendant de la section ecace macroscopique de capture Compton

Co ,

dnie comme :

Co = Co
o

NAv b Z A A

(1.2) et de

Co

est la section ecace de capture Compton pour l'lment de poids atomique

numro atomique

(Ellis, 1987).

est un paramtre trs important dans toute les interactions

radiation/matire. Il reprsente la surface apparente (ecace) de l'atome vis--vis du rayonnement. L'unit utilise pour dcrire la section de capture est le barn. Il s'exprime bien sr en unit de surface classique et 1 barn = 10

24 cm2 . L'attnuation d'un rayon gamma due l'eet Comp-

ton sera une fonction de la masse volumique approximativement

et du rapport

Z/A

(Equation 1.2). Ce rapport

est considr comme constant pour les lments recontrs dans les formations gologiques et vaut

1 2 . La formule gnrale d'attnuation des radiations gamma est donne par

= i eb A NAv Co h = i eb h i
est le ux de radiation gamma entrant, et

(1.3)

tel-00425334, version 1 - 20 Oct 2009

nuation. Pour l'outil HLDT par exemple,

h est l'paisseur de matriau provoquant l'atth sera la distance source/dtecteur. est le coecient Z NAv A

2 1 qui est gal d'absorption massique exprim en cm g

et est dpendant de l'nergie du rayonnement sortant de la source. La relation 1.3 sera importante quand on voudra calculer la masse volumique de la formation RHOB (voir Section 1.4.2).

L'eet photolectrique

Lorsque l'nergie du rayon gamma tombe en dessous de 100 keV,

par suite des multiples interactions Compton, l'eet dominant va tre l'eet photolectrique (voir Figure 1.4). Dans ce cas, le rayon gamma va percuter un atome de la formation et lui transfrer totalement son nergie. Si l'nergie du rayon gamma est susante, un lectron est arrach son orbite et interagit son tour avec les atomes de la formation. L'lectron manquant dans le rseau lectronique de l'atome perturb va tre remplac par un lectron d'une couche lectronique, cette transition s'accompagnant de l'mission d'un rayon X basse nergie (moins de 100 keV). De mme que pour l'eet Compton, l'eet photolectrique est caractris par une

section ecace de capture photolectrique note


la relation

P e .

Contrairement

Co , P e

varie beaucoup

avec l'nergie, et est aussi trs dpendant du numro atomique

du matriau absorbant selon

P e = 12.1

Z 4.6 E 3.15 P e
: (1.4)

La relation gnrale d'attnuation 1.3 peut aussi tre exprime pour

= i eb A NAv P e h
Le dtecteur
L'outil HLDT est schmatis Figure 1.5. La source radioactive naturelle

137 Cs

envoie un ux constant de rayonnement gamma de 662 keV dans la formation. Le matriau absorbant protge les dtecteurs des radiations directes venues de la source. Deux dtecteurs scintillation classiques (voir Section 1.3.2) sont placs des distances direntes de la source. Le premier, (dtecteur F pour Far ) plac loin de la source, est principalement inuenc par la rponse de la formation. Il donne une mesure non corrige de la densit de la formation grce deux fentres de mesure (LS) situes dans la zone du spectre rsultant de l'eet Compton, ainsi

28

La diagraphie nuclaire

FORMATION
mud-cake

PUITS

FORMATION

B dia ras m m t ca re n ur iqu (c e ali du pe r)

Dtecteur F

Dtecteur S

Materiau absorbant les rayons gamma (W, Pb) source radioactive (137Cs ou 60Co)

tel-00425334, version 1 - 20 Oct 2009

rinipe de l9outil utilisnt les intertions entre ryons gmm mis et tomes de l formtion pour mesurer densit et fteur photoletrique @d9prs illis et lF @IWVQAAF 99 est pour Short-spacing @dteteur prs de l soureAD 9p9 est pour Far @dteteur loin de l soureAF ve mudEke est une mine pelliule se formnt sur les prois du puits due u (ltrt liss pr l oue de forge dns les formtions poreuses des prois du puits Y gnrlement le mudEke une permilit trs fileF e noter que le mudEke est le plus souvent sent dns les puits yen hrilling rogrm dns lesquels on utilise une oue se d9eu de merF
Fig. 1.5 

HLDT

qu'une mesure du facteur d'absorption photolectrique par une troisime fentre appele LITH et situe dans la partie basse nergie du spectre. Il est quip d'une fentre transparente au beryllium pour laisser passer en quantit les gamma basse nergie (rsultant des multiples interactions du rayonnement source avec les lectrons de la formation). La profondeur d'investigation du second dtecteur, plac plus prs de la source (dtecteur S pour short-spacing ), est faible et sa mesure principalement inuence par la prsence du mud-cake (voir Figure 1.5) ou d'une zone envahie par le uide de forage. Les dtecteurs fonctionnent en mode proportionnel, ce qui permet de limiter la dtection des fentres d'nergie bien prcises pour chaque dtecteur.

Corrections

La dirence

des mesures donnes par les deux dtecteurs est appele la cor-

rection de densit, et est utilise pour corriger la valeur obtenue par le dtecteur F. La correction

est proportionnelle l'paisseur du mud-cake et au contraste de densit entre celui-ci et la

formation.

ne donne donc pas simplement une mesure de l'paisseur du mud-cake, et la per-

tinence de la correction applique devra tre vrie par le biais d'autres paramtres (porosit neutron, rsistivit faible profondeur d'investigation). La mesure dans la fentre LITH permet de corriger des eets photolectriques rsiduels la mesure Compton (Ellis et al., 1983). Le diamtre du puits est aussi un paramtre fondamental de la mesure. L'outil HLDT est pourvu d'un bras extensible qui plaque le bloc sourcedtecteur contre la paroi du puits (Fi-

1.4 Interaction entre rayons gamma et formation

29

gure 1.5). Dans le cas o le diamtre du puits dpasse 8 pouces (taille standard utilise lors de la calibration de l'outil), et tant que le bloc de mesure reste en contact avec la formation, Ellis et al. (1983) dmontrent que la correction de densit appliquer la mesure reste infrieure 0,02 g/cm . Dans le cas o le contact est perdu (diamtre trop important), la mesure devient trs vite inutilisable.

Calibration

Plusieurs outils HLDT ont t calibrs Paris et Houston grce des formations

de densit connue. Ces formations sont soit naturelles et homognes (calcaire, dolomie, dolrite), soit articielles utilisant diverses combinaisons de silice pure, d'aluminium, de magnsium, et de carbure de silicium. La prcision obtenue est de 0,01 g/cm . On procde de mme pour la calibration de la mesure du facteur d'absorption photolectrique. Le est calcul d'aprs le rapport

Pe

des formations standard

Z/A

de leurs constituants. La partie basse-nergie du spectre

mesur est le rapport entre la fentre LITH et les fentres LS. Bertozzi et al. (1981) montre que ce rapport est une fonction simple de

Pe

et d'autres paramtres constants ou indpendants de

l'outil, dtermins durant la calibration.

tel-00425334, version 1 - 20 Oct 2009

1.4.2 Mesure de la densit totale ou masse volumique


1

Rapport Z/A

0,5

0
H B C O Na Mg Al Si P S Cl K Ca Ti Mn Fe

Elment

Fig. 1.6 

gologiquesF

ivolution du rpport Z/A pour les lments himiques ommunment renontrs dns les formtions

On a vu (Section 1.4.1) que la masse volumique de la formation, appele abusivement densit, est troitement lie la densit lectronique et au rapport

Z/A.

Ce rapport vaut

1/2

pour

la plupart des lments constituants des roches, sauf pour l'hydrogne, pour lequel il vaut 1 (Figure 1.6). La relation d'attnuation (Equation 1.3) peut donc tre utilise pour calculer la masse volumique de la forme

b en assimilant celle-ci la densit lectronique. On obtient une relation linaire e = A B ln N

correspond aux coups reus par le dtecteur F. Pour tenir compte de l'eet perturbateur en

prsence d'eau, on a calibr la mesure pour des roches sdimentaires (calcaire, dolomie) satures en eau. Dans ce cas, la densit apparente mesure note masse volumique ou densit totale de la formation

log ,

est directement assimilable la

suivant la relation

log = 1, 07e 0, 188 = b


Par contre, certains minraux (oxydes de fer, vaporites) peuvent perturber la mesure s'ils sont prsents dans la formation en quantit susante.

30

La diagraphie nuclaire

1.4.3 Mesure du facteur d'absorption photolectrique


Le facteur ou index d'absorption photolectrique par

Pe donn par l'outil est dni empiriquement


3.6
(1.5)

Pe =

Z 10

Il est fortement sensible la prsence d'lment fort numro atomique dans la formation. Il est classiquement utilis pour tracer la prsence de fer ou de baryum (quoique le baryum provienne le plus souvent de la boue de forage et soit donc corrig ; voir Section 1.4.1). Si l'index photolectrique est un paramtre linaire lorsque l'on considre des fractions l-

mentaires, il ne l'est plus lorsque l'on considre des combinaisons d'lments. Il est ncessaire de 3 3
dnir un nouveau paramtre le dnit comme

U,

exprim en section de capture/cm

(barnes/cm ), qui indique

l'absorption photolectrique d'un volume de matriau compos de combinaisons d'lments. On

U = Pe e =
i

V1 iPe,i e,i Vi Ui
i

tel-00425334, version 1 - 20 Oct 2009

U=
o

e,i

est la densit lectronique du compos

i, Pe,i

son index photolectrique, et

volumique (Ellis, 1987). Dans la plupart des cas, une bonne approximation de

Vi sa fraction Pe e est Pe b .

1.5 Interactions entre neutrons et formation


1.5.1 Principe
De mme que pour les rayons gamma, les interactions entre des neutrons articiellement mis et la matire sont utilises pour dterminer certains paramtres physiques et chimiques importants de la formation. Ces ractions dpendent toutes de l'nergie des neutrons considrs. La Figure 1.7 indique les dirents intervalles d'nergie et les ractions leur correspondant. On distingue  les ractions dites modratrices, c'est dire celles dont l'nergie du neutron incident est rduite aprs la collision, et qui comprennent les ractions lastiques et inlastiques,  les ractions d'absorption, o le neutron est absorb par le noyau de l'lment atteint, donnant lieu soit une absorption simple soit une activation, avec mission d'un rayonnement gamma dit respectivement instantan ou retard. Le principe physique de ces multiples ractions est dtaill dans les sections qui suivent. Il est utile ici de dnir quelques paramtres qui vont intervenir dans les interactions entre les neutrons et la formation. La section macroscopique de capture des neutrons thermiques qui est le produit de la section microscopique de capture

avec le nombre d'atomes par cm , soit

i = N i =
o

NAv b i A

NAv

en cm

est le nombre d'Avogadro, b est la densit totale, A est le poids atomique. i est exprim 1 , mais une unit spciale a t dnie, l'unit de capture cu, qui vaut 1000 fois (Ellis, i

1987). On dnit aussi (Ellis, 1987)

1.5 Interactions entre neutrons et formation

31

Vitesse (cm/sec)

REACTIONS
- Collision lastique - Capture thermique - Activation par capture thermique - Collision inlastique - Absorption totale - Activation rapide

2200
Rapide

Epithermal

Sources chimiques 4 MeV

Minitron 14 MeV

2.2
Thermal

tel-00425334, version 1 - 20 Oct 2009

0.22 0.01 0.1 1 10 103 1 keV 105 106 107 1MeV Energie (eV)

ves di'rents domines d9nergie des neutrons utiliss en digrphieD ve les rtions qui leur sont ssoies @d9prs illis @IWVVAA
Fig. 1.7 

 la longueur de ralentissement

Ls ,

qui traduit la distance parcourir par le neutron pour

passer au stade thermique et lie en thorie la section macroscopique de capture des neutrons thermiques de la formation

f orm ,

mais qui sera aussi fonction de la section

macroscopique de capture du puits de forage la formation).  la longueur de diusion thermique entre autres

BH

dans le cas o l'outil n'est pas en

contact avec la formation (le brasressort (voir Figure 1.8) permet de plaquer l'outil contre

Ld ,

qui reprsente la distance qu'un neutron doit par-

courir depuis le moment o il passe l'tat thermique jusqu' sa capture nale.

Ld

est li

f orm . Lm , qui s'exprime en L2 = L2 +L2 , et qui est donc la combinaison m s d

 la longueur de migration

du chemin parcouru durant la phase de ralentissement et de la distance jusqu' la capture du neutron. Ce paramtre permet de prdire la rponse de l'outil de mesure de la porosit neutron, discute en Section 1.5.3.

1.5.1.1

Ractions modratrices
Cette raction implique des neutrons de trs haute nergie (dizaine

La collision inlastique

de MeV), produits par minitron (voir Figure 1.7). Seule une partie de l'nergie du neutron incident sera absorbe par le noyau atteint, provoquant l'excitation de ce dernier, puis son retour instantan l'tat stable avec l'mission d'un rayonnement gamma caractristique de l'lment rencontr. La collision inlastique est la seule capable de produire un rayonnement gamma partir du carbone et de l'oxygne. Le rapport entre ces deux lments est en thorie trs dirent dans la formation et dans les uides et est utilis par les ptroliers pour tracer la prsence

32

La diagraphie nuclaire

d'hydrocarbures dans la formation (Ellis, 1987; Ellis et al., 1987; Westaway et al., 1980) et pour valuer la saturation en eau. Si, Ca, Fe et S produisent aussi un rayonnement gamma sous l'eet d'une collision inlastique, mais dans une moindre mesure, et leur abondance est plutt mesure grce un autre mcanisme, la capture thermique (voir plus loin).

La collision lastique

Contrairement la prcdente, cette raction implique des neutrons

d'nergie plus faible (plusieurs MeV), gnralement produit par une source chimique. Le systme neutronlment voit son nergie cintique rester gale au cours de la collision, le neutron perd seulement une partie de son nergie, et passe progressivement au stade pithermique, puis thermique (voir Figure 1.7). On montre (Ellis, 1986; Ellis et al., 1987) que l'ecacit d'un atome ralentir le neutron est d'autant plus grande que sa masse se rapproche de celle du neutron. Pour cette raison, l'hydrogne est l'lment qui a une section ecace de capture neutroniquedonc une ecacit ralentir les neutronsmaximale (100%le neutron peut perdre la totalit de son nergie lors de la collision avec l'atome d'hydrogne). Suivent d'autres lments lgers comme le carbone (15,8%), l'oxygne (12%), et plus loin le silicium (7%), le chlore ou le sodium. Ce type de raction est utilis pour valuer la porosit directement relative la prsence d'atomes d'hydrogne. C'est la porosit neutron NPHI (voir Section 1.5.3). L'outil dtecte les neutrons dans les domaines pithermal et thermal rsultant de leurs multiples interactions avec les atomes de la formation.

tel-00425334, version 1 - 20 Oct 2009

1.5.1.2

Les ractions d'absorption


Le noyau atteint absorbe le neutron, devenant ainsi un isotope

avec des neutrons rapides

instable et excit. C'est l'activation, qui sera dite rapide car produit d'un neutron de haute nergie. Le noyau repasse un tat non excit par mission d'un rayonnement gamma dit instantan. Pour revenir un tat stable non excit, le noyau doit encore passer par plusieurs tapes caractrises par l'mission d'un autre rayon gamma, dit retard. Un exemple est l'excitation de l'atome de

28 Si (Ellis et al., 1987), qui en absorbant un neutron rapide, va devenir un atome de 28 Al, lequel excit et instable, va repasser sous la forme 28 Si en plusieurs tapes. L'activation de

Si par des neutrons rapides (d'nergie suprieure 4,5 MeV) va crer une interfrence dans la mesure de l'aluminium. Cette interfrence sera vite par l'utilisation d'une source dlivrant des neutrons de plus faible nergie (voir Section 1.5.2.2).

avec des neutrons ayant atteint le stade thermique : la capture thermique

Lorsque le

neutron atteint le stade thermique, il diuse dans la formation et peut tre captur par les atomes ayant une section ecace de capture des neutrons thermiques importante. Le Tableau 1.3 donne la section ecace de capture des principaux lments rencontrs dans les formations gologique (Ellis, 1987; Hertzog et al., 1989). Une exception est le Gd, terre rare intermdiaire, qui bien que trs peu abondant relativement aux autres lments cits, contribue au spectre mesur du fait de sa trs grande section ecace de capture des neutrons thermiques. On mesure aussi le taux d'absorption des neutrons thermiques, qui est le reet de l'abondance en Cl, lment le plus couramment rencontrs (prsent dans les eaux de formation salines) et ayant une forte section de capture des neutrons thermiques ( (Ellis et al., 1987; Ellis, 1987).

= 33, 2barns).

Un taux d'absorption rapide indique la

prsence d'eau sale, alors que faible, il indique une eau douce ou la prsence d'hydrocarbures

avec des neutrons ayant atteint le stade thermique : l'activation neutronique

Cer-

tains lments prsents dans la formation, et indispensables pour donner un bonne valuation

1.5 Interactions entre neutrons et formation

33

Elment

Section ecace de capture des neutrons thermiques (barns) 0,16 0,43 2,55 0,52 6,10 2,10 0,23 49000 0,53 0,06 0,33 33,20

Ecacit par rapport l'abondance moyenne

Principales raies gamma pour les lments activs par les neutrons thermiques (keV) 3084, 4071

Si Ca Fe S Ti K Al Gd Na Mg H Cl

0,23 0,21 0,23 0,03 0,025 0,054 0,026 0,16 0,020 0,020

320, 929 1779 1369, 2754 844, 1014

tel-00425334, version 1 - 20 Oct 2009

Tab. 1.3  etion e0e de pture des neutrons thermiquesD et e0it normlise en fontion de l9ondne moyenne pour hun des prinipux lments renontrs dns les formtions gologiquesF v9e0it normlise est le produit d9une ondne moyenne de l9lment pr s setion de pture neutroniqueD divis pr le poids tomique de l9lment @d9prs illis @IWVUA et rertzog et lF @IWVWAAF

de la lithologie, ne produisent pas assez de rayons gamma instantans de capture pour pouvoir tre dtects. C'est le cas de Al, qui est crucial pour la dtermination des argiles (Herron and Herron, 1996). Par contre, lorsque le noyau stable de transforme en

27 Al absorbe un neutron thermique, il se

28 Al instable. De la mme faon que pour l'activation rapide (voir plus haut),

28 Al se dsintgre en 28 Si, en mettant un rayonnement gamma retard, qui peut tre dtect et
permettra de mesurer l'abondance en Al.

1.5.2 La spectromtrie de rayonnement gamma


1.5.2.1 Introduction
Un schma de la chane d'outils Geochemical Logging Tool ou GLT est donn Figure 1.8. Elle combine un NGT classique (voir Section 1.3.2), servant mesurer l'abondance en K, U et Th par analyse du spectre gamma naturel (voir Section 1.3.4), un Activation Aluminum Clay Tool ou AACT qui utilise les neutrons produits par la source radioactive

252 Cf, d'un Compensated

Neutron Tool ou CNT pour mesurer l'abondance en Al, et un Gamma-ray Spectrometry Tool ou
GST, qui mesure l'abondance en Si, Ca, Fe, Ti, S et Gd. On utilise le spectre gamma naturel

mesur par le NGT dans la mesure de Al (voir section suivante).

1.5.2.2

La mesure de l'abondance en Al par activation neutronique


252 Cf du CNT sont ralentis par collision

Les neutrons rapides provenant de la source au naturel de l'aluminium,

lastique dans la formation, arrivent au stade thermique, et sont absorbs par le seul isotope

27 Al. Cette raction provoque l'activation de l'aluminium en 28 Al, qui 28 Si avec une demi-vie de 2,3 minutes et mission d'une particule , se dsintgre d'abord en
puis le silicium revient un tat stable par mission d'un rayonnement gamma 1779 keV.

34
Configuration de loutil

La diagraphie nuclaire

Grandeurs mesures
BH

Auxiliary Measurement Sonde -- AMS

K, Th, U

Natural Gamma Ray Tool -- NGT (dtecteur scintillation: cristal NaI)

Compensated Neutron Tool -- CNT Ls


Arc mtallique plaquant loutil contre la formation source radioactive au 252Cf (neutrons lents: 2,3 MeV)

Al

Aluminum Activation Clay Tool -- AACT (dtecteur scintillation: cristal NaI)

Gamma Ray Spectrometry Tool -- GST (dtecteur scintillation: cristal NaI) Si, Ca, Fe S, Ti, Gd

tel-00425334, version 1 - 20 Oct 2009

Gaine de bore

formation
Minitron (neutrons rapides: 14 MeV)

hm de l hne d9outils omposnt le Geochemical Logging Tool ou D montrnt les di'rents outils omins insi que les di'rentes grndeurs mesures @dpt de rertzog et lF @IWVWAAF ve servnt de soure neutrons pour l9 est extement le mme que elui utilis pour mesurer l porosit neutron @voir etion IFSFQAF
Fig. 1.8 

GLT

AACT

CNT

La source

252 Cf est utilise ici prfrentiellement la source Am-Be, classiquement utilise en

diagraphie, car elle permet d'attnuer la cration de rayons gamma rsultant de l'absorption des neutrons rapides par les atomes de silicium prsents dans la formation (voir Section 1.5.1.2). L'nergie moyenne des neutrons produit par le

252 Cf est 2,3 MeV ( comparer avec les 4,5 MeV

pour l'Am-Be). Ainsi, seuls 12% des neutrons vont avoir une nergie susante pour dclencher l'absorption rapide (Scott and Smith, 1973). Le degr d'interfrence provenant de cette raction est aussi dpendant de la concentration en silicium de la formation. La contribution du Si au spectre mesur par le GST (voir Section 1.5.2.3) sert corriger la contribution du

28 Si dans

la mesure de Al. Une autre interfrence concerne le manganse dont l'activation produit deux raies caractristiques 1811 et 847 keV, dont le rapport des amplitudes est connu et constant. La capacit de rsolution du cristal

NaI (Tl)

tant trop faible pour sparer la raie 1779 keV

de Al et celle 1811 de Mn, on utilise la contribution 847 keV pour valuer l'erreur sur la mesure de Al 1779 keV. Pour cela, Schlumberger a modi quelque peu la mthode d'analyse spectrale en ajoutant 3 fentres de mesure, l'une positionne sur le pic 847 keV (W6), donnant la contribution de Mn, et les deux autres de part et d'autre de faon valuer le bruit de fond.

Le dtecteur

L'outil AACT est un NGT classique (voir Section 1.3.2) compos d'un cristal

NaI (Tl)

coupl un photomultiplicateur, et d'un collecteur multi-canaux. Le dtecteur enre-

gistre le rayonnement gamma naturel issu de la formation, plus le rayonnement gamma induit

1.5 Interactions entre neutrons et formation

35

1779 keV par l'activation de l'aluminium. On remarque que le pic tombe dans la fentre W4 (SCHLUM 4 sur la Figure 1.1). Lorsque les possibles interfrences avec Si et Mn ont t corriges, la contribution de Al est mesure en soustrayant le spectre naturel mesur par le NGT de celui mesur par le AACT (Scott and Smith, 1973; Hertzog et al., 1989).

Corrections environnementales

Les conditions de forage ainsi que la nature de la formation

inuencent le taux de comptage de l'outil AACT. L'absorption des neutrons dans le puits aecte le ux total de neutrons dans la formation (Scott and Smith, 1973; Hertzog et al., 1989). Un autre facteur perturbateur est la prsence dans la formation d'lments absorbeurs de neutrons thermiques, comme le bore par exemple, modiant la section macroscopique de capture neutronique de la formation

f orm . Le diamtre du puits devra aussi tre pris en compte, puisque plus il aug-

mente, plus le volume de formation eectif concern autour de l'outil AACT est faible. Hertzog et al. (1989) ont ralis une simulation Monte Carlo pour valuer l'inuence de paramtres tels que

BH , f orm ,

le diamtre du puits et la longueur de ralentissement

Ls

sur le taux de comp-

tage pour l'aluminium. En faisant varier ces paramtres dans un intervalle de valeurs auxquelles on peut s'attendre dans les conditions de mesure in situ, Hertzog et al. (1989) montrent que le taux de comptage, concentration en Al constante, peut varier d'un facteur 3. Un algorithme de correction a t dvelopp qui utilise la mesure de
CNT, ainsi que

tel-00425334, version 1 - 20 Oct 2009

Ls

extrait du rapport entre les comptages

des deux dtecteurs N et F de mesure des neutrons pithermiques (voir Figure 1.11) de l'outil

f orm

mesur par le GST et

BH

qui est estim partir de la salinit de la

boue de forage mesur par l'Auxiliary Measurement Sonde de la chane GLT (voir Figure 1.8).

Rptabilit de la mesure et calibration de l'outil

Hertzog et al. (1989) montrent que

la rptabilit dduite de multiples passages de l'outil dans un puits est en accord avec l'erreur calcule partir des erreurs statistiques sur des taux de comptage et provenant des outils, aprs propagation travers les algorithmes de correction des abondances et des eets environnementaux. Pour l'aluminium, on obtient une rptabilit de 0,1 0,8% (erreur un sigma sur la valeur mesure), dans un intervalle de concentration de 0 15%. La variation dpend presque exclusivement de la statistique des taux de comptage, qui dpend beaucoup des conditions de mesure. La calibration de l'outil est faite rgulirement en laboratoire, en utilisant une formation articielle de concentration en Al connue, pour un ux de neutrons correspondant une source prcise de

252 Cf, en utilisant un outil de rfrence. On active la formation pendant une priode

de temps susamment longue pour qu'elle arrive saturation. Le comptage est eectu pendant un intervalle connu susant pour arriver une bonne statistique. Le taux de comptage mesur peut alors tre corrig par rapport un maximum thorique atteint par l'outil de rfrence. La prcision obtenue pour l'AACT en laboratoire est d'environ 3,5%. Dans le conditions de mesure in situ (en tenant compte des corrections environnementales et des statistique des taux de comptage), une prcision de 12% sur la mesure peut tre raisonnablement attendue (0,1 1,8% pour une concentration en Al dans la formation variant de entre 0 et 15%) (Schweitzer et al., 1987, 1988).

1.5.2.3

La mesure de l'abondance en Si, Ca, Fe, S, Ti, Gd

Cette mesure est eectue par l'outil GST, dont la Figure 1.8 donne un schma simpli. Il est compos d'un minitron et d'un dtecteur classique scintillation (cristal

NaI (Tl)

coupl

un photomultiplicateur + analyseur multicanaux). Le minitron est un appareil lectromcanique oprant haute tension qui, par le biais d'un bombardement d'une cible de tritium par des atomes

36

La diagraphie nuclaire

1000

Ca 10 Fe Cl
4

100

Ca
Taux de comptage

Ca Ca Si
10

Ca

Ca Ca

10

Fe H S Fe
1 D au cristal

10

A)

Energy gamma (MeV)

B)

27

53

79

105 131 157 Canal de mesure

183

209

tel-00425334, version 1 - 20 Oct 2009

Fig. 1.9 

A. petres stndrds isols pour hque lmentF ges spetres sont otenus en lortoireF v ontriution due u ristl est non ngligele et provient des rtions d9tivtion uses diretement pr les neutrons de hute nergie dns le ristl du dteteurF B. ixemple de spetre gmm de pture umul pr le F ve spetre est mesur sur PST nuxD llnt de I V weF he nomreux e'ets perturteurs @virtions et intertions dns le ristlD e'et gomptonD file rsolution en nergie du dteteur xs@lAA dgrde e spetre et explique l lrgeur des pis @d9prs @qru et lFD IWVHAAF

GST

de deutrium, produit des neutrons trs haute nergie (14 MeV). Ce dispositif, contrairement une source radioactive, permet un controle prcis du ux de neutrons. Le GST identie les rayons gamma rsultant des interactions entre les neutrons et les noyaux des atomes de la formation. L'outil peut tre mis en oeuvre suivant trois modes distincts : le mode inlastique, le mode capture-tau ou capture thermique, et le mode activation (Ellis, 1987). Dans les trois modes, les neutrons sont mis cycliquement dans la formation sous forme pulse. La mesure se fait pendant le laps de temps entre les impulsions. Le mode inlastique utilise les ractions de collision inlastique (voir Section 1.5.1.1). Il est le seul apte produire un rayonnement gamma partir du carbone et de l'oxygne. Le spectre obtenu est compar avec des spectres talons tablis en laboratoire pour chaque lment capable de donner un rayonnement gamma instantan dtectable (C et O principalement, mais aussi Ca, Fe, Si et S). L'acquisition du spectre intervient immdiatement aprs l'impulsion de neutrons, sans attendre que les neutrons aient perdu trop d'nergie, de faon que la majorit du rayonnement gamma mesur provienne des ractions inlastiques. L'intrt de ce type de mesure provient du contraste important existant entre le rapport C/O de l'eau et celui du ptrole (Westaway et al., 1980; Ellis, 1987). Les ptroliers utilisent beaucoup le diagramme C/O en fonction de la porosit dans les formations relativement propres (exemptes de recristallisation ou d'argiles) pour dterminer la saturation en hydrocarbures (Westaway et al., 1980). Le mode activation sert mesurer l'oxygne et fait aussi intervenir des neutrons de trs haute nergie. L'oxygne est activ en

16 N, qui se dsintgre en oxygne en mettant un rayonnement gamma d'nergie 6,13

MeV (Ellis, 1987). Etant donn que l'oxygne ncessite des neutrons de 11 MeV pour tre activ, la profondeur d'investigation de ce type de mesure sera faible, et cet oxygen log sera surtout utilise comme dtecteur de la limite eauhydrocarbure dans le puits de forage. Le programme

1.5 Interactions entre neutrons et formation

37

Impulsions de neutrons

Capture

Capture

Mode de mesure Capture-Tau

Bruit de fond
10 12 42 44 46 48 61

multiples de

Fig. 1.10 

htil du yle de mesure du en mode ptureEtuF ge mode utilise omme unit de temps pour d(nir l9intervlle entre impulsion et mesureF get intervlle hnge hque yle use des vritions de F n yle omplet quivut 62 sec @d9prs estwy et lF @IWVHAAF

GST

de forage Ocean Drilling Program n'utilise pas ces deux modes d'opration dans ses puits, aussi pour plus d'information, on peut de rfrer Westaway et al. (1980) ou Hertzog and Plasek (1979).

tel-00425334, version 1 - 20 Oct 2009

Le mode capture-tau ou capture thermique est beaucoup plus intressant du point de vue gologique (voir Figure 1.10). Un spectre gamma de capture est accumul dans l'intervalle entre deux impulsions de neutrons, mais cette fois en prenant soin de laisser un moment entre la n de l'impulsion et l'acquisition proprement dite. Ce dlai permet aux neutrons de perdre leur nergie, d'arriver au stade thermique, et de pouvoir tre capturs par les noyaux des atomes de la formation. L'intervalle de temps entre deux impulsions de neutrons est constamment modi au cours de la diagraphie selon le paramtre formation et s'exprime (Ellis, 1987) par

, qui dcrit la dcroissance de population des neutrons

thermiques dans le temps (Westaway et al., 1980). Ce dclin est li au pouvoir absorbant de la

=
soit pour des neutrons thermiques (v

1 vf orm

= 0, 22 cm/sec) = 4550 f orm . De cette faon, on minimise le signal

est mesur par le GST pendant l'acquisition du spectre gamma de capture. Les intervalles de

temps entre impulsion et acquisition sont des multiples de

provenant du puits de forage (surtout d aux ractions inlastiques), ce qui permet d'obtenir un bon rapport signalbruit (Westaway et al., 1980; Hertzog and Plasek, 1979). H, Cl et Fe sont trois lments forte section de capture des neutrons. Les deux premiers sont prsents surtout dans le uide de forage, tandis que Fe provient du corps de l'outil. Pour minimiser leurs eets sur le signal, une gaine de bore (voir Figure 1.8) a t rajoute autour du GST. Le bore a aussi une forte section de capture des neutrons et rduit le nombre des ractions de capture induites par Cl ou Fe, augmentant la contribution de la formation dans le spectre mesur.

L'analyse spectrale

Figure 1.9.B montre un spectre de capture typique accumul par le

GST. Celui-ci a t mesur dans une formation carbonate sature en eau douce (Grau et al.,

1980). Les pics correspondant aux dirents lments contribuant au spectre sont visibles sur le bruit de fond. La largeur des pics est due aux interfrences qui perturbent l'enregistrement du rayonnement gamma (vibrations et interactions dans le cristal, eet Compton, faible rsolution en

38

La diagraphie nuclaire

nergie du dtecteur). La mesure de la radiocativit gamma naturelle, o la proportionnalit entre dsintgration et comptage est vrie (voir Section 1.2), est simple dans son principe. De mme, le rayonnement gamma retard, servant la dtermination de l'abondance en Al est le produit d'une source

252 Cf d'intensit connue, et l'on pourra calculer les paramtres ncessaires pour

transformer les intensits dtectes en concentrations. Par contre, on ne peut pas directement calibrer le rayonnement gamma de capture dans le cas o un minitron est utilis en raison de l'instabilit du ux de neutrons. Durant la mesure, les spectres sont accumuls dans le GST et intervalles rguliers, un ajustement par la mthode des moindes carrs pondrs entre le spectre mesur et une bibliothque de spectres standards (Grau and Schweitzer, 1987) est eectu. Le principe en est simple mais ingnieux : on suppose d'abord que le spectre mesur est une combinaison linaire de tous les spectres correspondant chaque lment. Cela donne

p = sCa xCa + sSi xSi + . . .


o

est un vecteur colonne reprsentant le nombre de canaux,

sel

sont les vecteurs normaliss

reprsentant les standards pour chaque lment, et

tel-00425334, version 1 - 20 Oct 2009

xel

sont les inconnus (les yields , qui peuvent

tre dcrits comme la proportion du spectre total attribue chaque lment). Reprsent sous forme matricielle, on a

p1 p2 p200
soit

sCa sSi 1 1 sCa sSi 2 2 = Ca Si s200 s200

. . . sS 1 . . . sS 2 ... ... ... . . . sS 200

xCa xSi . . . xS

p=Sx
vecteur d'erreur . Il faut alors trouver une solution dont la solution est

(1.6)

Comme il n'existe aucune solution directe de ce systme, le principe consiste introduire un

pour que la somme pondre du carr

des erreurs, qui peut tre crit sous la forme

T W , soit minimale. Cela revient minimiser

(p S x)T W (p S x)

x = (S T W S)1 S T W p x
est la matrice

des estimateurs, compose d'autant de lignes que d'lments inclus dans

l'estimation, chaque ligne contenant 200 termes reprsentant la contribution d'un lment un canal de mesure. La solution dtermine est ensuite utilise dans l'quation 1.6 pour recalculer un spectre estim

p.

Une description plus prcise de ce calcul matriciel, avec une discussion sur

les eets perturbateurs dus au cristal ou l'lectronique, peut tre trouve dans Hertzog (1978) et Grau et al. (1980). Grau et al. (1984) donne la technique utilise pour sparer la contribution de la formation de celle du puits de forage dans les spectres mesurs. La base de donnes de standards, dont un exemple est donn par la Figure 1.9.A, est obtenue en laboratoire pour chaque lment excit par le GST (Grau et al., 1980). Les rapports entre certains yields (voir Tableau 1.4) peuvent dj tre utiliss pour dcrire qualitativement des proprits macroscopiques de la formation (Westaway et al., 1980; Grau et al., 1980) avant que les yields ne soient utiliss pour calculer les concentrations..

1.5 Interactions entre neutrons et formation

39

Yield Ratio C /O Cl/H H/(Si + Ca) Fe /(Si + Ca) Si/(Si + Ca)

Interaction Inlastique Capture Capture Capture Capture et inlastique

Nom Carbon-Oxygen ratio Salinity-indicator ratio Porosity-indicator ratio Iron-indicator ratio Lithology-indicator ratio

Label COR SIR PIR IIR LIR

Tab. 1.4  pports entre les ontriutions @yieldsA de di'rents lments mesurs pr le omme inditeurs pour di'rentes proprits de l formtionF

GSTD et utiliss

Des yields aux pourcentages d'oxides


des yields en divisant chaque yield

Calculer des concentrations relatives est ais partir

Yi

par le facteur de sensibilit spectrale lui correspondant

Si

(Grau et al., 1980; Hertzog et al., 1989). Ces facteurs sont des constantes propres aux outils dtermines en laboratoire. Ils rendent compte des dirences entre les lments concernant par exemple la section ecace de capture des neutrons thermiques, l'ecacit de transport du rayonnement gamma ou sa dtection par l'outil. Ces concentrations relatives sont lies aux concentrations absolues

tel-00425334, version 1 - 20 Oct 2009

Wi

par un facteur de normalisation appel

F,

tel que (1.7)

Wi = F F

Yi Si

tant une fonction complexe de pratiquement tous les paramtres physiques de l'environnement

de mesure (formation et puits de forage), il est impossible de la calculer directement. Pour tourner la dicult, un modle de fermeture a t dvelopp (Grau and Herron, 1987; Grau and Schweitzer, 1989; Grau et al., 1989; Hertzog et al., 1989; Schweitzer et al., 1988).

est calcul

de faon que la somme de tous les oxides soit gale l'unit. Le problme dans cette approche, voqu par Hertzog et al. (1989), est que l'on ne prend pas en compte les lments C, O, Na et Mg, qui peuvent contribuer signicativement la fraction totale mesure, et qui ne sont pas mesurs directement par l'outil GST. Pour pallier l'absence de la mesure de C et O, Hertzog et al. (1989) proposent que chacun des lments mesurables soit associ un oxide ou carbonate et un seul. De plus, Schweitzer et al. (1988) montrent qu'une faon d'amliorer encore le rsultat est de ne considrer les lments prsent dans la matrice et pas ceux du uide de forage ou contenu dans les pores. Ceci permet de ne pas avoir se proccuper de H et Cl, prsent en quantit dans le puits de forage. Ce modle compense automatiquement les variations de volume du puits en augmentant ou en diminuant niveau de mesure comme

F . On crit l'quation de fermeture rsoudre chaque

F
i

Xi

Yi + XK WK + XAl WAl = 1.0 Si

(1.8)

o Xi est le rapport entre le pourcentage de l'oxyde considr et celui de l'lment i, et WK et WAl respectivement la fraction d'Al mesure par activation et la fraction de K dtermine par analyse du spectre de radioactivit naturelle. Les Xi sont aiss dterminer. Pour Si par exemple

Xi =
Une fois

WSi O2 = 2, 139 WSi

dtermin partir du modle de fermeture, l'quation 1.7 est utilise pour calculer

les fractions absolues pour chaque lment.

40

La diagraphie nuclaire

Elment (poids%) Si Ca Fe Ti Gd S
Tab. 1.5 

Incertitude sur la concentration = 1 (poids%) 6,4 2,3 4,2 1,6 0,3 0,8 0,1 0,3 0,4 1 ppm environ 1,3

Intervalle des concentrations (poids%) 25 47 0 40 15 0,1 0,8 0 10 ppm

ptilit de l9outil D dns des onditions de mesure normlesD donne pour les di'rents lments mesursD sous forme d9une dvition stndrd utour de l moyenne lule prtir des rsultts de plusieurs pssges de l9outil et de l mesure de l9inertitude thorique enthnt une mesure pr pture neutronique @d9prs rertzog et lF @IWVWAD qru et lF @IWWHA et vn den yord @IWWIAAF

GST

Validit du modle de fermeture


Schweitzer et al. (1988) ont calcul les

Pour vrier la cohrence du modle avec la minralogie,

tel-00425334, version 1 - 20 Oct 2009

Yi i X i Si

pour quelques minraux communs (pyrite,

minraux argileux, quartz, calcite, . . . ) rencontrs dans les formations gologiques. Ils montrent que la relation de fermeture est satisfaite avec une erreur de

5%

pour la plupart des min-

raux. Par contre, le modle ne donne pas de bons rsultats en prsence de pyrite, d'ankrite (Ca Fe[C O3 ]2 ), de dolomite (Schweitzer et al., 1988; Hertzog et al., 1989). L'analyse du facteur photolectrique PEF et la comparaison des contributions de Fe et S permet de direncier la pyrite de l'anhydrite. L'ankrite et la dolomite contiennent des concentrations en Mg non ngligeables, lment qui n'est pas pris en compte par le modle, ce qui entraine une erreur pouvant atteindre 46% (Hertzog et al., 1989). Une manire de corriger pour la prsence de Mg est de comparer la mesure du PEF donne par l'outil HLDT avec une estimation du PEF calcule d'aprs les concentrations lmentaires donnes par le modle de fermeture (Schweitzer et al., 1988; Hertzog et al., 1989). Si la fraction de l'lment

est

W ti ,

on crit d'aprs l'quation 1.5

Pe =
i

W ti

Zi 10

3.6
(1.9)

Le modle de fermeture ne considrant que les lments prsents dans la matrice, il faut au pralable corriger la mesure du PEF de l'eet des uides. Dans notre cas, le uide est l'eau, et on peut crire (Hertzog et al., 1989) :

Pe,log = Wf luide Pe,f luide + (1 + Wf luide )Pe,matrice


o

(1.10)

Wf luide = /b

et

(Ellis, 1987). Quant

Pe,f luide est compris entre 0,36 Pe,matrice , on le gnre partir


i

(eau douce) et 0,80 (eau sale 120 0 00) / des fractions donnes par le GST (1.11)

estim Pe,matrice =
On suppose que

Pe,i Wi + Pe,K WK + Pe,Al WAl + Pe,O WO

WO est constant et gal 0,52. Si la formation ne contient pas ou peu de Mg, log estim Pe,matrice = Pe,matrice . Si Mg est prsent dans la formation en quantit susante (plusieurs pourcents), la relation de fermeture va surestimer le facteur de normalisation F , et par estim voie de consquence les fractions issues de la mesure du GST ainsi que Pe,matrice . Il faut donc calculer un F et introduire un terme tenant compte de Mg dans l'quation 1.8 :
on peut crire

F
i

Xi

Yi + XMg WMg + XK WK + XAl WAl = 1.0 Si

(1.12)

1.5 Interactions entre neutrons et formation

41

De l'galit des

Pe ,

on crit

F
i

Pe,i

Yi log + Pe,Mg WMg + Pe,K WK + Pe,Al WAl + Pe,O WO = Pe,matrice Si

(1.13)

WMg

peut alors tre obtenu (Hertzog et al., 1989) :

WMg =

estim Pe,matrice

Xi log estim (Pe,matrice Pe,matrice ) Pe,Mg C O3

(1.14)

Les concentrations corriges sont obtenues en multipliant les concentrations initiales par

F /F .

On peut utiliser le mme systme pour corriger de la prsence de Na, mais il sera impossible de distinguer entre Na et Mg. Dans le cas o Na est prsent, mais non dtermin, Hertzog et al. (1989) estiment cette approximation comme induisant peu d'erreur sur le calcul des fractions pondrales des autres lments par le modle de fermeture tant donn que

XNa

est faible (si

tel-00425334, version 1 - 20 Oct 2009

l'on choisit

Na2 O

comme oxyde).

Prcision et rptabilit de la mesure

Les incertitudes sur la mesure du GST ont t ta-

blies par Grau et al. (1990). Ces auteurs ont d'abord montr que les erreurs sur les concentrations calcules ne dpendaient que faiblement des concentrations, mais plutt d'autres paramtres tels que statistique de comptage, nature du cristal, ou sensibilit de l'outil. Schweitzer et al. (1982) ont montr que le mode de mesure capture-tau tait assez peu sensible aux variations moyennes (50%) du diamtre de puits ou une invasion quivalente de la formation par le uide de forage. La profondeur d'investigation du GST est estime 30 cm. Pour valuer la rptabilit de la mesure, ils ont appliqu un bruit statistique articiel des spectres simuls et ont calcul la dviation standard des concentrations obtenues. Ils ont simultanment calcul ces incertitudes partir de relations thoriques relevant de la physique de la mesure par capture neutronique. Hertzog et al. (1989) ont enn compar les concentrations mesures par plusieurs passages successifs de l'outil. Les trois mthodes d'valuation se sont accordes moins de 2% prs et donnent les erreurs sur les concentrations prsentes Tableau 1.5. On value la prcision de la mesure du GST en comparant les mesures eectues sur chantillons prlevs sur carottes aux mesures de diagraphies. Cette mthode ne donne toutefois qu'une vrication qualitative car plusieurs incertitudes interviennent, parmi elles la dicult de corrler en profondeur une mesure de diagraphie et un chantillon carott, ou le fait que la mesure sur carotte peut ne pas tre reprsentative, du fait d'htrognits dans la formation, du volume inniment plus grand mesur par l'outil (la rsolution verticale du GST est limite 1 mtre du fait d'un lissage des donnes par fentre glissante englobant 7 niveaux de mesure1 mtre eectu lors du traitement des donnes brutes pour amliorer le rapport signalbruit des donnes brutes). Grau et al. (1990) dmontrent que dans des conditions de mesure normales, les erreurs absolues sur les concentrations sont de 2 3 % pour Si et Ca, 1 % pour S, et de l'ordre de quelques diximes de pourcent pour Fe et Ti. Pour le Gd, l'erreur est environ de 0,2 ppm. Grau et al. (1990) montrent que des conditions de mesure diciles aectent surtout le taux de comptage, problme en partie rsolu par de multiples passages de l'outil, ou par une vitesse de remonte de l'outil plus rduite.

42

La diagraphie nuclaire

1.5.3 Mesure de l'indice d'hydrogne apparent ou porosit neutron


1.5.3.1 Principe
La mesure utilise les ractions de diusion lastique (voir Section 1.5.1.1) qui ralentissent les neutrons jusqu' un tat pithermique (moins de 10 eV) ou thermique (environ 0,025 eV) o ils sont dtects. La physique du transport des neutrons est dcrite par l'quation de Boltzmann (Ellis, 1987). Elle donne le taux de perte de neutrons par absorption ou collision dans un volume considr par rapport aux neutrons provenant de la source ou issus de collisions de neutrons de plus hautes nergies. Il est possible de simplier analytiquement cette quation de faon faire apparatre un coecient de diusion

D D= 1 3(t s ) t
et la section de collision

dpendant de la dirence entre la section de capture totale ainsi que la section d'absorption

s ,

a (

est une constante lie l'angle d'incidence du neutron).

On relie ces trois sections macroscopiques par

t = a + s .

En admettant seulement deux

tel-00425334, version 1 - 20 Oct 2009

bandes d'nergie, pithermique et thermique, on peut crire deux quations de diusion couples, dcrivant chacune un tat nergtique, et donnant les ux de neutrons pithermiques thermiques

epith (r) et

th (r)

arrivant aux dtecteurs. Ces ux dpendent de la longueur de ralentissement

Ls , lie aux neutrons pithermiques, et la longueur de diusion thermique Ld , lie aux neutrons
thermiques (Ellis, 1987). Figure 1.11 donne un schma de l'outil CNT, modle G. A l'origine, il n'y avait qu'un dtecteur des neutrons thermiques. Puis un second dtecteur thermique a t ajout de manire augmenter le taux de comptage, ce qui permet de diminuer l'erreur statistique sur la porosit mesure dans les formations trs poreuses. De plus, le dtecteur le plus proche de la source est utilis pour compenser des eets de puits sur le dtecteur plac plus loin, car on montre que le rapport entre les taux de comptage des deux dtecteurs, bien que l'on dtecte les neutrons thermiques, varie exponentiellement avec l'inverse de

Ls

(Ellis, 1987). Le CNT modle G in-

corpore quant lui deux dtecteurs pithermiques en plus des deux dtecteurs thermiques. Ces dtecteurs sont entours d'une gaine de cadmium (lment trs forte section de capture des neutrons thermiques) qui les isole des neutrons thermiques provenant de la formation. Il s'ensuit une rduction notable du taux de comptage que l'on compense en plaant les dtecteurs pithermiques plus prs de la source. Dans l'espace, la distribution des neutrons thermiques est, nous l'avons vu plus haut, fonction la fois de

Ld ,

mais aussi de

Ls

qui est un facteur dpendant des neutrons pithermiques.

Ls

est trs sensible la quantit d'hydrogne prsente dans la formation (Scott et al., 1982; Ellis, 1986) car c'est l'lment qui sera de loin le plus ecace rduire l'nergie du neutron lors de la raction lastique (jusqu' 100% de l'nergie du neutron peut tre perdue ; voir Section 1.5.1.1). L'information concernant la porosit de la formation se trouve donc d'abord dans la distribution spatiale des neutrons pithermiques, mesure par les deux dtecteurs pithermiques (Davis et al., 1981), et donne par (Scott et al., 1982)
r Q e Ls 4Dr

epith (r) =
o

epith (r) est le ux de neutrons pithermiques, Q est l'intensit de la source en neutrons par seconde, D est le coecient de diusion des neutrons pithermiques (voir plus haut), et r est la
distance la source. Le rapport des taux de comptage des deux dtecteurs pithermaux (voir

1.5 Interactions entre neutrons et formation

43

Dtecteurs thermiques Bras extensible plaquant loutil contre la formation

Source Am-Be (16 curie, E=4,5 MeV) Dtecteurs pithermiques

tel-00425334, version 1 - 20 Oct 2009

Fig. 1.11 

hm de l9outil utilis pour mesurer l9indie d9hydrogne pprent ou porosit neutronF v prsene de deux dteteurs @plus ou moins prs de l soureA pour hque type de neutron dtet @thermique et pithermiqueA permet de rduire les e'ets environnementux @dus ux vritions de dimtre du puitsD ou l nture du )uide de forgeAF

CNT

quation 1.15) placs

r1

et

r2

de la source donne une mesure de

Ls

(Scott et al., 1982).

Repith =

epith (r1 ) r1 (r1 r2 ) = e Ls epith (r2 ) r2

(1.15)

En dessous de l'nergie pithermique, et avant qu'ils ne soient capturs, la diusion des neutrons est caractrise par le paramtre

Ld ,

exprim par

Ld =

1 3 a + s (1 )

Pour caractriser la mesure globale du CNT, qui combine les 4 dtecteurs, on introduit le troisime paramtre

Lm ,

dni la Section 1.5.1. Le rapport des taux de comptage entre les deux

dtecteurs thermiques sera une mesure directe de

Lm .

Elle est fortement aecte par la pr-

sence d'absorbeurs de neutrons thermiques, autres que l'hydrogne, dans le uide de forage ou la formation, comme le bore, le chlore ou le lithium. La mesure pithermique donne une mesure de l'indice d'hydrogne indpendante de toute perturbation. La comparaison entre mesures thermique et pithermique permet le calcul des caractristiques de capture thermique (Scott et al., 1982). La porosit apparente ainsi mesure, acquise en coups par seconde, est exprime en % partir d'une calibration pralable de la sonde pour une lithologie donne (courbes d'talonnage).

44

La diagraphie nuclaire

Le dtecteur

Ils sont composs d'un matriau cible, et d'un dtecteur conventionnel (scin-

tillation). Le matriau cible doit avoir une grande section de capture des neutrons et l'nergie produite par la raction doit tre susante pour pouvoir tre dtecte. On utilise gnralement le

10 B (raction n,) ou le 3 He (raction n,p), l'hlium tant le plus couramment utilis en dia-

graphie sous forme de compteur proportionnel ux gazeux. Les neutrons sont dtects en deux tapes : le neutron ragit avec le matriau cible, et les particules ainsi charges sont dtectes grce leurs proprits ionizantes (Ellis, 1987).

Rsolution verticale et profondeur d'investigation

L'outil CNT eectue une mesure tous

les demi-pied (15,24 cm), mais sa rsolution est d'environ 50 cm. La profondeur d'investigation est inversement proportionnelle la porosit de la formation mesure, et fonction aussi de la gomtrie de l'outil (espacement dtecteur source) et des conditions de mesure (excentrement de l'outil dans le puits, prsence de mud-cake, diamtre du puits). On la considre comme tant d'environ 20 30 cm selon la porosit. Ellis (1987) a procd des simulations Monte-Carlo pour l'valuer avec plus de prcision. Il montre que, en considrant un modle considrablement simpli, comprenant un dtecteur et une source espacs de 50 cm, 85% de l'information provient d'un rayon de 25 cm autour de la sonde. Plusieurs modlisations intgrant un paramtre tenant compte de l'isolant en Cd autour des dtecteurs pithermaux, ou faisant varier l'espacement dtecteursource, ont t ralises. Bien que la profondeur d'investigation varie, elle reste dans un intervalle de quelques dizaines de centimtres.

tel-00425334, version 1 - 20 Oct 2009

Eets environnementaux

Un des artefacts les plus connus est l'eet des formations conte-

nant des minraux argileux en quantit notable (les shales). La prsence de radicaux hydroxyls (eau lie) dans la plupart des minraux argileux va induire une porosit neutron apparente plus importante qu'elle n'est en ralit. Plus la quantit d'hydroxyles sera grande, plus la dirence entre la porosit neutron et une estimation de la porosit dduite de la mesure de la densit totale (cense tre plus proche de la porosit relle) sera grande. De plus, la prsence d'lments absorbeurs de neutrons thermiques (B, Li, Fe) dans la structure des minraux argileux va encore augmenter la porosit apparente. La dirence se fera par la mesure pithermique qui sera aecte par la prsence d'eau lie mais pas par les lments absorbeurs dans la formation (Ellis, 1986). Les eets environnementaux principaux aectant la mesure pithermique sont la perte de contact de l'outil avec la mur du puits et le diamtre du puits. Les variations de ce dernier peuvent tre corriges par l'intgration de la mesure du caliper au traitement. Une mthode de processing des taux de comptage a t dveloppe pour tenir compte la fois de la perte de contact de l'outil et de l'eet du uide de forage. Scott et al. (1982) montre que cette mthode donne une valeur de la porosit peu sensible ces eets environnementaux, et permet de corriger de la temprature, de la salinit et de la pression prsentes dans le puits durant la mesure.

Chapitre 2

La diagraphie lectrique
2.1 Principes
2.1.1 Rsistance et rsistivit
tel-00425334, version 1 - 20 Oct 2009
La rsistivit une grandeur physique qui indique la capacit pour un matriau laisser circuler le courant lectrique. C'est une notion dirente de la rsistance car elle inclut une dimension gomtrique du matriau considr. La loi d'Ohm, qui s'crit gnrale

U = R I,

ou dans sa forme plus

J = E , A

J est

la densit de courant,

le champ lectrique, et

la conductivit,

permet de dnir la relation entre rsitivit et rsistance (Ellis, 1987). La rsistance d'un matriau de surface et de profondeur

est ainsi donne par

R=
Le second membre,

U 1 l = I ni q 2 A

(2.1)

l/A,

reprsente le paramtre gomtrique dcrivant la zone d'inuence tu-

die. Le premier membre,

tivit. Elle est exprime

1/(ni q 2 ), est dpendant du matriau considr, et est appel rsisen ohm.m (.m). Dans le systme international, un .m est gal la
3

rsistance lectrique d'un volume unitaire de 1 m . La conduction prsentant un intrt en diagraphie est la conduction lectrolytique, faisant intervenir les sels dissouts dans un liquide qui est la plupart du temps de l'eau. Dans les formations gologiques, la conductivit dpendra en premier lieu de la rsistivit et de la quantit d'eau prsente dans les pores. Elle dpendra aussi, mais dans une moindre mesure, de la lithologie (prsence d'argiles, texture de la roche et distribution des pores). Elle est aussi trs fortement aecte par la temprature. Pour comprendre ceci, il faut introduire un paramtre supplmentaire dans la dnition de la rsistivit, la viscosit est exprime par

La dpendance de la viscosit la temprature


C

= 0 e T
o

est caractristique du liquide. La loi de Stoke, associe la relation 2.1 permet d'crire la

rsistivit en fonction de la viscosit du uide impliqu, en faisant l'hypothse que l'lectrolyte est prsent sous la forme de sphres de diamtre

et de charge

: (2.2)

R=

6a l nq 2 A

Pour une concentration en lectrolytes donne, la rsistivit d'une solution dcrot fortement lorsque la temprature augmente. L'inverse de la rsistivit est la conductivit

. Elle s'exprime en milliSiemens par m (mS/m).

45

46

La diagraphie lectrique

2.1.2 Le poids de l'empirisme


Toute l'interprtation de la rsistivit dans les formations gologiques est base sur les relations empiriques dveloppes grce aux travaux de Leverett (1938) et Archie (1942). C'est en faisant des expriences dans le but de trouver un lien entre rsistivit et permabilit qu'Archie (1942) a propos plusieurs paramtres rendant compte des proprits lectriques de la formation. Il a fait ses expriences dans des formations exemptes d'argiles, car l'eau lie contenue dans ces minraux inue normment sur la mesure. Il a ainsi remarqu que, quelle que soit la rsistivit d'un uide saturant l'espace poreux d'un chantillon, la rsistivit totale de l'chantillon est toujours proportionnelle la rsistivit du uide par un facteur constant, qu'il a appel Facteur de Formation, not FF :

Rchant R0 = F F Reau
Archie (1942) a aussi exprimentalement tabli une relation entre FF et la porosit de la formation, sous la forme :

FF

1 m

tel-00425334, version 1 - 20 Oct 2009

o l'on voit apparatre

m,

le coecient de cimentation, caractrisant la texture et la tortuo-

sit (gomtrie) du chemin poreux. De la mme faon, la saturation en eau (par rapport aux hydrocarbures) dans la formation est relie la rsistivit par une relation du type

Rt Sw = R0
o

1 n

est le coecient de saturation, qui est aussi trs proche de 2 pour les formations non

argileuses. La relation d'Archie gnralise permet de calculer la rsistivit totale de la formation

Rt

en fonction de leur porosit eective

e ,

de la saturation en uide conducteur

Sw

et de la

rsistivit du uide

Rw .

Elle s'crit sous la forme :

Rt = a

a Rw n m Sw e a
varie de 0,81 dans

reprsente le type de porosit (dpendant de la consolidation de la roche,

les sables 1 dans les roches indures).

varie de 1,7 2,2. Pour les formations sans argiles,

on obtient une bonne approximation en prenant simplier les relations d'Archie :

m = n = 2.

Nanmoins, il est prfrable de les

dterminer exprimentalement dans des formations mlanges. Dans de nombreux cas, on peut

FF

1 2

Sw =

Rt R0

Rt =

2 e

Rw 2 Sw

(2.3)

Pour dcrire la rsistivit des formations poreuses contenant une proportion substantielle d'argiles, il est ncessaire d'utiliser des relations plus complexes qui font intervenir plusieurs types de conducteurs, le chemin poreux d'une part, avec sa tortuosit, et les argiles d'autre part.

2.2 La diagraphie de rsistivit : les dispositifs focaliss


Les outils de mesure de la rsistivit se basent sur la loi d'Ohm applique aux milieux homognes :

E = V =Ri

2.2 La diagraphie de rsistivit : les dispositifs focaliss

47

est le champ lectrique,

le gradient de potentiel,

la rsistivit et

la densit de

courant. Ils sont destins soit la mesure de la rsistivit de la zone non-envahie, appele

Rt ,

soit la mesure de la rsistivit de la zone immdiatement en contact avec le puits de forage, ou

Rxo .

2.2.1 Le Laterolog
Les premiers outils mesurant la rsistivit taient bass sur le principe de l'tude de la distribution d'un courant continu autour d'une lectrode d'mission ponctuelle. Dans un milieu trs conducteur, comme l'est en gnral un forage, les lignes de courant ont tendance se concentrer dans la boue ou les formations conductrices (argiles), et vitent les formations rsistantes. La profondeur d'investigation de ces outils tait trs faible, et le seul moyen de l'amliorer, donc d'accder la mesure de

Rt , tait d'augmenter la distance metteurrcepteur. Mais ceci ne peut

se faire sans une perte d'information due une baisse drastique de la rsolution verticale. C'est pour cela que les outils dits focaliss ont t mis au point. La Figure 2.1 montre le principe de fonctionnement du Laterolog. Cet outil se base non plus sur un courant continu, mais sur un courant alternatif de basse frquence. Le croquis de

tel-00425334, version 1 - 20 Oct 2009

gauche montre la dirence entre les lignes de courant dans un dispositif non focalis (gauche) et un dispositif focalis (droite). La prsence d'un niveau trs rsistif (Rt ) perturbe les lignes de champ du dispositif non focalis, qui ont tendance passer autour, plutt travers les pontes plus conductrices (Rs ). La focalisation oblige au contraire les lignes de courant traverser le niveau trs rsistif qui sera ainsi correctement mesur. Le principe de la focalisation est d'utiliser non plus une, mais trois lectrodes, dont le potentiel est maintenu constant la mme valeur. Comme il n'existe de courant qu'en cas de dirence de potentiel, il n'y a pas de lignes de courant entre l'lectrode centrale de focalisation

A0

et les deux lectrodes

A1

et

A1

situes de part et d'autre de

A0 .

Le courant est forc l'horizontale

dans la formation. Une autre conguration utilise 7 lectrodes, les trois lectrodes prcdemment dcrites, auxquelles on ajoute 4 lectrodes de contrle fonctionnant par paire places entre et

A1 /A1

A0 .

On fait varier le courant parcourant

A1

et

A1

pour que le potentiel entre chaque paire

d'lectrodes de contrle soit nul, ce qui a pour eet de focaliser le courant dans la formation.

2.2.2 La focalisation sphrique


Elle permet de s'aranchir des eets induits sur la mesure par l'existence mme du puits. En eet, dans un milieu homogne, les lignes de courant sont galement rparties autour de l'lectrode, et les surfaces quipotentielles sont des sphres. Dans un milieu comme le puits de forage, le courant a tendance aller vers les milieux plus conductifs, comme la boue de forage, et les quipotentielles deviennent des ellipsodes. La focalisation sphrique a pour but de forcer ces quipotentielles redevenir des sphres. La conguration des lectrodes ainsi que les lignes de courant obtenues sont montres sur la Figure 2.1, schma de droite. Les paires

M 1 M1

et

M2 M2

sont utilises pour contrler le courant de focalisation, mais cette fois leur dirence de

potentiel n'est pas nulle mais maintenu constante. aux lectrodes

A0 fournit le courant de focalisation retournant

A1

et

A1 ,

ainsi que le courant de mesure, retournant une lectrode de mesure

dispose en surface. Le volume compris entre les deux demi-cercles pointills, reprsentant les surfaces quipotentielles, est mesur par la sonde, l'exception de la zone l'interface puitsformation, o les courants de focalisation bloquent toute mesure. Ce volume dpendra de la distance entre les lectrodes de mesure

A.

Ces trois congurations sont utilises alternativement par l'outil Dual Laterolog de Schlumberger (voir Figure 2.2). En alternant rapidement le rle des divers courants de mesure et de

48

La diagraphie lectrique

mud-cake M2

A)
Rs Rm=Rs

M1 A1 M0

Rt>>Rs

A0

M0 A1 puits non focalis focalis M1 M2

tel-00425334, version 1 - 20 Oct 2009

Formation

B)
Fig. 2.1 

A. hi'rene entre un outil folis et un outil non folis X v rsistivit de l formtion Rs est sensilement gle elle du )uide de forge Rm F ve ournt tendne viter le n entrl de rsistivit Rt trs suprieure Rs F v folistion olige le ournt suivre l9horizontle quelle que soit l rsistivit renontreF B. v folistion sphrique permet de rtlir des quipotentielles sphriques pour insi s9'rnhir de l9e'et du puits et pouvoir mesurer l zone prohe de l9interfe puits!formtion @d9prs @illisD IWVUAAF

focalisation, on obtient une mesure de la rsistivit direntes profondeurs d'investigation : profonde (deep, ou LLd), moyenne (shallow ou LLs), et faible (utilisant le principe de la focalisation sphrique SFLU). Ceci permet d'avoir une sensibilit dirente rsolution verticale sera fonction de la distance entre les lectrodes de contrle

Rt et Rxo . M M .

La

2.3 Les sondes induction


Le paramtre de mesure requis pour l'usage du Laterolog est une boue de forage relativement conductrice. La prcision sur t dvelopps.

Rt

sera d'autant meilleure que la dirence entre

Rxo

et

Rt

sera

grande. Pour s'aranchir de ces limitations, les outils utilisant les phnomnes d'induction ont

2.3.1 La diagraphie de conductivit


Les sondes induction utilisent des bobines parcourues par un courant alternatif induit un champ magntique alternatif dit primaire

It

qui

Bt

dans la formation. Le principe physique

est schmatis Figure 2.3. C'est la composante verticale

(Bt )z

qui sert la mesure, et on l'crit :

(Bt )z I0 eit

2.3 Les sondes induction

49

Configuration en mode profond

Configuration en mode peu profond

tel-00425334, version 1 - 20 Oct 2009

Fig. 2.2  hm de l9outil hul vterolog ou @d9prs ghemli et lF @IWVQAAF sl utilise plusieurs on(E gurtions pour mesurer l rsistivit di'rentes profondeurs d9investigtion X pour l zone non envhie et reltivement loin de l9letrode @on(gurtion de guheAD pour l zone plus prohe et potentiellement envhie pr le )uide de forge @on(gurtion de droiteAD et en(n utilise l folistion sphrique @pigure PFIA pour mesurer l rsistivit de l zone trs prohe de l9interfe puits!formtionF

DLL

LLs

LLd

Ce champ magntique variable dans le temps cre son tour un champ lectrique

dont l'am-

plitude est proportionnelle la drive du ux magntique, selon la loi de Faraday :

(Bt )z iI0 eit t

Ce champ lectrique induit une densit de courant dans une portion de la formation que l'on peut reprsenter sous la forme d'un anneau dont l'axe est align avec l'axe de l'outil (voir Figure 2.3). La densit de courant

est proportionnelle la conductivit et la permabilit magntique

des formations traverses :

J E iI0 eit
Ces courants circulaires secondaires sont appels courants de Foucault ou eddy currents dans les pays anglo-saxons. Ils se comportent comme la bobine emettrice et crent leur tour leur propre champ magntique secondaire sinusodal,

B2 , dont la composante verticale s'crit, comme

50

La diagraphie lectrique

(B2)z

Bobine rceptrice

(Bt)z

B2

J = (E)

tel-00425334, version 1 - 20 Oct 2009

Bt It Bobine mettrice

Fig. 2.3 

rinipe des sondes indution @d9prs illis @IWVUAF

(Bt )z (B2 )z = iI0 eit


et induit un voltage

dans la bobine rceptrice tel que

(B2 )z 2 I0 eit t

La bobine rceptrice permet de mesurer l'induction totale (primaire et secondaire) qui s'exprime sous forme d'une partie relle et d'une partie imaginaire, en prenant le courant de la bobine mettrice comme rfrence de base. Un paramtre d'importance est le facteur gomtrique de la sonde. La dpendance gomtrique du signal dtect est exprime par

g(z, r)

r r2 3 3 t r z
et d'un rayon

Elle donne la contribution d'une tranche de formation situe une profondeur

au rsultat dlivr par la bobine rceptrice. On dnit pareillement deux facteurs gomtriques

2.3 Les sondes induction

51

radial,

g(r),

et vertical,

chaque cylindre de rayon

g(z), pris en intgrant sur l'inni. g(r) donne l'importance relative r d'axe confondu avec l'axe de l'outil dans la rponse nale :

de

g(r) =

On montre (Ellis, 1987) que

g(r, z)dz

g(r) est maximum pour des rayons lgrement infrieurs la distance

entre les deux bobines rceptrice et mettrice.

g(z) donne l'importance d'une tranche de formation situe une profondeur z dans la rponse
nale :

g(z) =
0

g(r, z)dr

On montre (Ellis, 1987) que la rponse est dle pour la partie de la formation situe entre les deux bobines, mais qu'au dela, la diminution du facteur gomtrique vertical induit des distorsions au niveau de la reconnaissance des limites de bancs de conductivits direntes. Pour corriger de ces eets, on utilise des ranges de bobines mettrices et rceptrices dans le mme outil (c'est le cas par exemple du Dual Induction Tool ou DIT de Schlumberger). De plus les courants mis sont focaliss. Cette conguration permet de s'aranchir des eets environnementaux induits par la partie de la formation proche de l'interface puitsformation, et donc d'obtenir une profondeur d'investigation amliore et surtout une mesure de

tel-00425334, version 1 - 20 Oct 2009

Rt

prcise et

rtant la rsistivit relle de la formation. D'autres amliorations permettent encore d'amliorer la rponse de l'outil aux limites de bancs et la profondeur d'investigation, et sont expliques en dtail dans Barber (1986a) et Barber (1986b).

2.3.2 Induction ou lectrode ?


Les sondes induction sont d'autant plus performantes que la boue de forage est rsistante, et que les formations tudies sont conductrices, et elles sont donc en cela complmentaires des Latrologs. Les sondes induction bncient d'une profondeur d'investigation suprieure dans de bonnes conditions de mesure, et donnent une mesure prcise de la rsistivit de la zone nonenvahie

Rt . La rsolution des sondes induction est aussi meilleure de l'ordre de 30 60 cm. Par

contre, dans des formations trs rsistives, le latrolog peut tre utilis avec succs.

2.3.3 La diagraphie de susceptibilit magntique


Elle correspond une application particulire des dispositifs induction (sonde diple diple), montr Figure 2.4. Un courant alternatif de basse fquence (200 Hz) est envoy dans la formation par la bobine mettrice, et la bobine rceptrice enregistre la rponse de la formation. On rajoute une troisime bobine qui sert compenser le ux direct entre les deux bobines. Le ux dtect par la bobine rceptrice se dcompose en un signal en phase avec le ux direct et un signal en quadrature (Thibal, 1995). Le signal en quadrature est produit par les courants de Foucault (voir Section 2.3.1) et sert mesurer la conductivit de la formation. La rponse en phase est d'intrt ici car elle est lie linairement la susceptibilit magntique de la formation (Thibal, 1995). Augustin (1990) a dni la distance metteurrcepteur la plus approprie pour rduire l'eet de la boue de forage et ainsi privilgier la rponse de la formation. Le phnomne physique tudi est classique et concerne la polarisation magntique des minraux ferromagntiques, appels diples lmentaires et prsents dans la formation, sous l'eet d'un champ magntique. On dnit un vecteur d'aimantation

et un vecteur d'induction magntique

J = H

52

La diagraphie lectrique

Bobine rceptrice

H (phase 0)
Hd = 0

H (phase 90)

compensation dV H =.H Courants de Foucault

(phase 0) H Hd H

Bobine mettrice (200 Hz)

tel-00425334, version 1 - 20 Oct 2009

rinipes de mesure utiliss dns l sonde diple!diple servnt l mesure de l suseptiiE litmgntique de l formtion @d9prs hil @IWWSAF Hd est le )ux diretD H est le signl en qudrture produit pr les ournts de pouult et donnnt une informtion sur l ondutivitD et H est le signl en phse li l suseptiilit mgntique de l formtionF
Fig. 2.4 

B = H = 0 (1 + )H
o

est la susceptibilit magntique,

la permabilit magntique et

le champ magntique

terrestre. La susceptibilit magntique vaut 10

est donne en ppm de ux direct, sachant que 1 ppm

6 SI pour un diamtre de puits standard (Thibal, 1995). Elle dpend videmment de

la composition minralogique de la formation, de la nature des minraux magntiques, de la taille des grains, et de leur concentration. La permabilit magntique du vide

vaut

4 107

Henry/m (H/m). Pour une formation gologique, elle s'exprime sous la forme :

= r 0
o

est la permabilit relative, gale

1 .

La valeur de

dpend de la teneur en min-

raux ferromagntiques de la formation. Pour mmoire, les minraux paramagntiques incluent les minraux argileux (en particulier la chlorite, la smectite, la glauconie), les silicates ferromagnsiens, les carbonates de fer (sidrite), les disulfures de fer (pyrite), et les minraux authignes et oxyhydroxydes ferriques regroups sous le terme de limonite. Leur susceptibilit magntique est trs faible et de l'ordre de 10 rient de 10

8 SI (Dunlop and zdemir, 1997). Les minraux ferrimagntiques

incluent les oxydes fer-titane (titanomagntite et titanomaghmite) dont les susceptibilits va-

2 1, et les monosulfures de fer (pyrrhotite, greigite), entre 105 et 102 . D'autres

minraux comme l'hmatite ou la goethite sont ferrimagntiques mais avec des susceptibilits magntiques plus faibles (entre 10

6 et 104 ). Dans les formations gologiques exemptes de sul6 102 , et on pose fures ou d'oxydes de fer, la susceptibilit magntique est de l'ordre 10

= 0 .
La mesure de la susceptibilit magntique, en dehors de l'estimation qualitative de la teneur en minraux ferriques, sert aussi retrouver l'aimantation rmanente ferromagntiques (voir Chapitre 3).

Jr

fossilise par les grains

2.4 Imagerie de la paroi du trou

53

A)
co a ur nt

B)
lectrode rceptrice lectrode

isolants

surfaces quipotentielles

C)
lignes de courant

tel-00425334, version 1 - 20 Oct 2009

Patin (lectrodes mettrices)


Fig. 2.5  A. rinipes des outils d9imgerie de miroErsistivit @hipmtreD pormtion wiro nner et pullore wiro smger A X un ournt letrique est envoy dns l formtion pr les letrodes montes sur les ptins et une rponse est enregistre pr l9letrode situe u sommet de l9outilF B. hisposition des PR letrodes sur un ptin du F ve dimtre de hque letrode est de S mmF ves deux rnges sont disposes S mm de distneD et l deuxime rnge est ltrlement dple de PDS mm pr rpport l premire @quinoneAF gei permet d9otenir une mesure tous les PDS mmF C. ve possde en plus de R ptinsD R ptins supplmentires omportnt eux ussi PR letrodes hunD qui se dploient pour ouvrir prs de UT7 de l ironfrene du puits de forgeF

FMI

FMS

FMI

FMI

2.4 Imagerie de la paroi du trou


2.4.1 Principe
Des outils utilisant des micro-lectrodes ont t invents pour mesurer la rsistivit

Rxo

de la

zone envahie. La profondeur d'investigation de tels outils a t volontairement limite quelques centimtres. Le diamtre des lectrodes est de l'ordre du centimtre. Elles sont montes sur des

patins (Figure 2.5) qui par pression les gardent en contact permanent avec la formation (murs
du puits). Chaque lectrode envoie un courant alternatif dans la formation, courant enregistr par une lectrode rceptrice situe dans la partie suprieure de l'outil, sous forme d'une srie de courbes reprsentant des variations relatives dans la micro-esistivit des bords du puits. Ces variations sont dues par exemple des changements de conduction lectrolytique, fonction de la gomtrie du chemin poreux, ou bien des variations dans la capacit changer des cations (CEC) des minraux argileux ou conducteurs. La variation de la micro-rsistivit des murs du puits rpondra donc principalement des changements de porosit, de taille de grain, de minralogie, de cimentation et de type de uide. Durant l'acquisition, un acclromtre tri-axial permet de dterminer la position de l'outil en profondeur, et trois magntomtres donnent son orientation azimutale en temps rel. Le courant atteignant l'lectrode rceptrice est caractris par trois composantes :

54

La diagraphie lectrique

 une composante haute-frquence, qui rpond aux variations de micro-rsistivit en face de chaque lectrode, et qui permet une excellente rsolution verticale et azimutale, mais rduit la profondeur d'investigation de l'outil. C'est cette composante qui est lie aux variations lithologiques, ptrophysiques et minralogiques de la formation.  une composante basse-frquence, qui rpond la rsistivit de la formation mais sur une profondeur latrale plus tendue (similaire celle d'un latrolog rgl sur une faible profondeur d'investigation, ou tative, comme

LLs, mais ayant une profondeur d'investigation du mme ordre de grandeur.

LLs). Elle calibre l'image par rapport une donne plus quanti-

Ceci permet d'utiliser l'image de micro-rsistivit d'une manire plus quantitative pour l'analyse texturale ou stratigraphique.  des courants continus crs par la friction de l'outil sur les murs du puits, ou correspondant des phnomnes de potentiel spontan. Ces courants sont limins lors du traitement du signal pour produire les images. Le Dipmtre, premier outil dvelopp par Schlumberger utilisant le principe de micro-lectrodes montes sur patin, est utilis pour mesurer l'orientation des couches sdimentaires. Il comprend deux ou quatre patins comportant chacun une ou deux lectrodes. Les mesures ne sont pas ncessairement exploites en terme de micro-rsistivit, mais la succession verticale d'anomalies de micro-rsistivit permet de dterminer l'orientation en trois dimensions des strates que traverse le puits de forage. Par exemple, pour un puits vertical traversant des couches horizontales, les anomalies de micro-rsistivit marquant les limites entre deux strates doivent tre mesures par les patins une profondeur identique. Si les couches sont aectes d'un pendage non nul, les anomalies seront perues une profondeur dirente par chaque patin. La correction ncessaire pour aligner les anomalies dans le plan horizontal sera fonction de la taille du trou et du pendage des couches. Le Stratigraphic High Resolution Dipmeter (SHDT) de Schlumberger mesure la microrsistivit partir de deux patins comportant chacun de 27 lectrodes. Le Formation Micro Scanner (FMS) dispose de 4 patins de 16 lectrodes chacun. La couverture des murs du puits est videmment meilleure que pour le SHDT et atteint environ 40%. Un outil rcemment dvelopp, le Fullbore Micro Imager (FMI), dispose de 4 patins, comportant chacun 24 lectrodes ainsi qu'un patin plus petit et rabattable, comportant lui aussi 24 lectrodes, ce qui donne en tout 8 patins de 24 lectrodes chacun, couvrant environ 76% de la circonfrence du puits. Les lectrodes sont places de telle faon que le pas d'chantillonnage est de 2,5 mm (Figure 2.5). Chaque lectrode mesure 5 mm de diamtre. La rsolution thorique de l'outil est de 2,5 cm, mais il peut dtecter des objets trs petits, dans le cas o le contraste de rsistivit entre l'objet et la matrice est grand, et que de tels objets sont spars par au moins 1 cm. Dans ce cas, la rsolution peut atteindre 5 mm.

tel-00425334, version 1 - 20 Oct 2009

2.4.2 Traitement des donnes et production de l'image


Quatre tapes sont ncessaires pour corriger des artefacts de mesure an de produire des images utilisables. 1. Correction de vitesse : les donnes de micro-rsistivit sont ltres grce un ltre en deux tapes utilisant la mesure de l'acclromtre pour compenser des mouvements irrguliers de l'outil durant l'acquisition, corrigeant aussi la mesure lorsque l'outil est rest coinc, et rduisant les eets dents-de-scie, qui sont un artefact de mesure d la prsence de contraste de rsistivit trop fort en face des lectrodes (le problme a t partiellement rsolu en rduisant la distance entre les lectrodes sur les patins du FMS). 2. Correction de voltage : l'outil fait varier dynamiquement le courant qu'il met pour garder

2.4 Imagerie de la paroi du trou

55

son intensit dans la fentre optimale de mesure. En clair, il augmente le courant en face d'une formation rsistive, pour qu'une partie de ce courant pntre dans la formation et que l'on puisse obtenir une mesure. Dans le cas d'une formation conductrice, l'outil diminue le courant mis pour viter de saturer. Les corrections de voltage tiennent compte de ces ajustements permanents et permettent d'liminer les distortions dues des formations prsentant des rsistivits trs direntes. 3. Egalisation du signal pour toutes les lectrodes un mme niveau. Les mesures peuvent tre aectes par une drive lectronique, ou par un mauvais contact d'un ou plusieurs patins contre la formation. Le principal objectif de l'galisation est de modier statistiquement les donnes de chaque lectrode de manire ce que chacune ait la mme rponse la rsistivit mesure que les autres. L'galisation compense les dirences de gain et le dcalage entre les enregistrements (oset) entre les lectrodes sur un mme niveau de mesure, en remplaant pour chaque lectrode, son gain et son oset par le gain et l'oset moyen de toutes les lectrodes calculs sur une fentre glissante (d'environ 5 m). De plus on limine de la statistique les parties extrmes de l'histogramme des donnes, qui proviennent souvent de mauvaises mesures (puits dterior). Seules les donnes provenant de mesures sur la roche saine sont utilises dans l'galisation. On utilise aussi des mthodes statistiques pour corriger des dciences localises d'une ou plusieurs lectrodes lors de la mesure (dead buttons). 4. Conversion de l'intensit du courant mesur en tons de couleur. Le nombre de tons de couleur dpend de la capacit informatique dont l'on dispose. Il sera de 16 ou 48 sur les sorties papier, et atteint 256 niveaux de gris sur ordinateur. Par dfaut, on tablit une distribution cumule des intensits de courant et l'intervalle total peut tre ainsi partitionn en 48 classes, chacune comportant le mme nombre de donnes. Les teintes s'chelonnent depuis le blanc (plus rsistif ), en passant par l'orange jusqu'au noir (plus conductif ). La mthode la plus commune est d'utiliser l'ensemble des donnes pour tablir l'intervalle des conductivits et dnir la limite des classes. C'est la normalisation statique. Une mme teinte indiquera une rsistivit identique n'importe quelle profondeur du puits. Cette reprsentation est utile pour dcrire des variations de rsistivit grande chelle ou des contrastes entre plusieurs units lithologiques. Par contre, les variations de rsistivit plus petite chelle, telle que fractures, gures de dissolution (stylolithes) ou pores, ne seront pas visible dans cette reprsentation. Il faut alors utiliser la normalisation dynamique, qui dnit l'intervalle des conductivits sur une troite fentre verticale (gnralement 1 m). La totalit des teintes est utilise dans cette fentre, ce qui permet d'obtenir le maximum de contraste pour la fentre donne. Par contre, on ne peut pas avec cette mthode comparer directement des objets ayant la mme teinte deux profondeurs distinctes. Ce sont les variations relatives de micro-rsistivit un endroit donn qui seront tudies. Aprs ces tapes, les images sont prtes tre aches et analyses.

tel-00425334, version 1 - 20 Oct 2009

tel-00425334, version 1 - 20 Oct 2009


56 La diagraphie lectrique

Chapitre 3

La diagraphie magntique
3.1 La rsonance magntique nuclaire
3.1.1 Principes
tel-00425334, version 1 - 20 Oct 2009
Les outils de mesure par rsonance magntique sont bass sur un principe physique simple, la rponse d'un noyau atomique un champ magntique (Bloch, 1946; Bloch et al., 1946; Feynman et al., 1965). Tous les noyaux des lments chimiques ont un moment angulaire

J , reprsentant le

mouvement du noyau tournant rapidement sur lui-mme. Mais seuls les noyaux nombre impair de protons et de neutrons peuvent prsenter un magntisme dtectable. Le plus simple de tous est l'hydrogne dont le noyau ne comporte qu'un proton. C'est une chance car c'est le composant majeur de l'eau, avec l'oxygne, mais celui-ci ne prsente par de proprits magntiques. Le noyau de l'hydrogne (= proton) est anim d'un mouvement spontan de rotation rapide sur lui-mme appel spin, reprsent par le vecteur de moment angulaire. La charge lectrique positive du proton induit un champ magntique microscopique reprsent par un vecteur de

moment magntique

dont la longueur et la direction correspondent respectivement son

intensit et son orientation. Dans le cas du proton, le moment magntique est donn par

=J
o

(3.1)

est la constante gyromagntique caractrisant un type de noyau. Pour le proton,

vaut

4,257610

3 Hz/Gauss (4,2576107 Hz/Tesla). A l'tat naturel, le champ magntique terrestre

Ht

polarise les noyaux, mais trop faiblement pour que cette polarisation soit perceptible. Nanmoins, les premiers outils de diagraphie par rsonance magntique essayaient d'en tirer partie en utilisant de grandes bobines pour produire un champ magntique dont le but tait de polariser les protons prsents dans l'eau libre et les hydrocarbures. Ce champ tait interrompu et le champ terrestre tait utilis pour produire le signal de dcroissance reprsentant la porosit du uide libre. Les problmes de ces outils taient nombreux : le uide de diagraphie devait tre dop avec de la magntite pour liminer le signal provenant du puits, les courants provenant des bobines saturaient les rcepteurs chaque mesure, rendant l'outil sensible seulement aux protons relaxant lentement (reprsentant l'eau libre). Le dveloppement des outils dits impulsioncho a permis de s'aranchir de ces problmes. A l'tat naturel, les protons ont des moments magntiques individuels et leur somme correspond alors une aimantation totale

orients au hasard,

nulle. Pour obtenir une aimantation

mesurable, on applique, pendant tout le cycle de mesure, un champ magntique statique externe

H0

plus intense (entre 500 et 5000 Gauss) au champ magntique terrestre (qui est environ de 0,5

Gauss ou 0,510

4 Tesla) de faon que celui-ci soit considr comme ngligeable (voir Figure 3.1).

57

58

La diagraphie magntique

z H0
prcession des moments magntiques

aimantation totale M lquilibre parallle H0 selon laxe z

z H0 H0

dphasage des spins dans le plan x-y

y x

Onde radio de frquence dtermine (dite de Larmor)

x A
Fig. 3.1 

x C

tel-00425334, version 1 - 20 Oct 2009

ves tpes d9une mesure pr rsonne mgntique nulire e'etue pr l9outil F A. les spins des noyux d9hydrogne @protonsA sont ligns pr pplition d9un hmp mgntique onstnt H0 F v omposnte longitudinle M suivnt l9xe de H0 est non nulleD due ux deux tts d9nergies des moments mgntiques des protons @prllle et ntiprllleAF B. fsulement des spins WH degrs de H0 pr pplition d9un ryonnement letromgntique H1 osillnt l frquene de vrmorF C. les protons sont lors 'ets d9un mouvement de pression dns le pln xEyD gnrnt un hmp mgntique osillnt l frquene de vrmorD qui donne un signl dtet pr l9ntenne de l9outilF e l oupure de H1 D les spins se dphsent et e signlD dit d9indution lireD droit selon une onstnte T2 D indpendnte de l formtionF ne qutrime tpe non indique ii onsiste en plusieurs yles resynhronistion des spinsGrelxtion servnt mesurer l onstnte T2 @d9prs uenyon et lF @IWWSAAF

CMR

H0

est produit par un aimant permanent, et sa direction est perpendiculaire l'axe du puits de

forage. Les spins s'alignent alors dans la direction de la puissance de

H0 , mais pas de faon strictement parallle

son axe. Ils tournent autour de lui avec une vitesse angulaire et une inclinaison xe proportionnelle

H0 .

Ce mouvement s'appelle la prcession (voir Figure 3.2-A). Les moments

magntiques tournent autour de

H0

sur deux cnes de prcession, mais selon leur tats d'nergie,

ils se rpartissent en deux groupes : ceux dont les spins sont parallles sont antiparallles (voir Figure 3.1-A). L'aimantation nuclaire totale de deux composantes : l'aimantation longitudinale

H0 ,

et ceux qui lui

est alors dnie partir

M suivant un axe Oz parallle H0 , et l'aimantation transversale MT correspond la projection de M sur le plan xy perpendiculaire H0 . La courbe de la Figure 3.2-B reprsente la mesure de la magntisation
est la projection de induite en fonction du temps, dcrivant le changement d'tat du proton au fur et mesure qu'il absorbe de l'nergie provenant des mouvements des molcules voisines, appeles gnralement le rseau. On appelle

ML

T1

le temps de relaxation spinrseau, ou temps de relaxation longitudinal,

qui caractrise le temps ncessaire l'orientation des protons dans le champ de prcession annule

H0 . T 1

n'est mesur

qu'en laboratoire. A l'quilibre, l'orientation quelconque des moments magntiques sur les cnes

MT ,

mais pas

ML .

Pour pouvoir dtecter l'aimantation longitudinale, il est

ncessaire de placer le systme hors de sa position d'quilibre. Pour cela, l'tape suivante consiste aligner les spins des protons dans une direction perpendiculaire

H0 .

Pour cela, on applique un rayonnement lectromagntique (onde radio)

H1

produit par une bobine. Pour que le transfert d'nergie de l'onde radio aux noyaux d'hydrogne puisse s'accomplir,

H1

doit osciller une frquence

fL

appele frquence de Larmor, telle que

son nergie soit gale la dirence entre les deux tats d'nergie des noyaux d'hydrogne. On dit alors que le systme entre en rsonance. La vitesse angulaire de prcession des spins tant donne par

0 = H0

3.1 La rsonance magntique nuclaire

59

la frquence de prcession est la frquence de Larmor, proportionnelle gntique induit du proton. Elle s'crit sous la forme

H1

et au moment ma-

fL =
et s'exprime en Hz. MHz. Aprs une impulsion de

0 = 0, 76gHt 2 g

est un facteur caractristique de l'atome considr. Pour l'hydrogne,

vaut environ 5. Pour un champ articiel

H0 550

Gauss, la frquence de Larmor est de 2,3

H1 ,

le mouvement de rotation de l'aimantation transversale cre

dans l'antenne de mesure un courant va dcrotre sous la forme d'une rotation dans le plan perpendiculaire la direction de amplication. A l'arrt de

H0

(voir Figure 3.1-C). Ce mouvement de prcession induit

un faible champ magntique oscillant la frquence de Larmor, et dtect par l'outil aprs

H1 ,

plusieurs phnomnes vont acclrer le dphasage des spins et

provoquer la dcroissance exponentielle du signal dtect (voir Section 3.1.2). Ce signal, dont un exemple est donn par la Figure 3.2-C, est caractris par son temps de dcroissance, constant et appel

T2 ,

ou temps de relaxation spinspin (cette relaxation tant due aux interactions

tel-00425334, version 1 - 20 Oct 2009

magntiques des spins entre eux), son amplitude en dbut de prcession et sa frquence, qui est la frquence de Larmor.

T2

est aussi fonction des inhomognits du champ magntique dans les

roches dont l'aimantation est inhomogne. Le dphasage caus par l'inhomognit de de

H0 peut tre compens par une nouvelle impulsion H0


produit un signal cho, qui dcroit

H1

mais de 180 degrs cette fois (contre 90 degrs pour celle qui sert aligner les protons). De

la mme manire, la relaxation des protons dans le champ

aussi. Ces impulsions 180 degrs sont appliques plusieurs fois aprs la premire pulsation 90 degrs, intervalle rgulier, l'ensemble constituant une squence de mesure CPMG (du nom de ses inventeurs, Carr, Purcell, Meiboom et Gill (Carr and Purcell, 1954)). A chaque impulsion, l'amplitude de l'cho diminue, le taux de dcroissance donnant le temps de relaxation droulement d'une mesure RMN classique est donne Figure 3.1.

T2 .

Le

3.1.2 Paramtres inuenant la mesure


La mesure de rsonance magntique nuclaire rpond d'abord la quantit de uide prsent dans les pores de la formation, dont les atomes d'hydrogne sont libres de s'orienter selon le champ magntique appliqu. En eet, les hydrognes de l'eau proche des surfaces des grains (bound water), ou lis dans le rseau cristallin des minraux argileux vont tre exclus de la mesure car il est dicile (= long) de les orienter selon la direction du champ magntique et car leur temps de relaxation sera trs court donc dicilement mesurable. La mesure de diagraphie par rsonance magtique nuclaire permet de calculer l'index de uide libre (FFI ou Free Fluid Index) qui est le volume de uide libre rapport un volume de roche, que l'on note L'outil CMR de Schlumberger (Combinable Magnetic Resonance Tool) que les temps de relaxation

f . mesure f ,

ainsi

T1

et

T2 ,

grce une antenne orientable rceptrice du signal de

prcession, qui est place entre deux aimants permanents produisant

H0 .

L'utilisation de cette

conguration permet de focaliser la mesure dans une zone d'environ 15 cm de hauteur (cette paisseur tant similaire la rsolution des autres outils habituels de mesure de paramtres ptrophysiques essentiels comme densit ou porosit).

est calcul partir de l'enveloppe de

l'onde de prcession (voir Figure 3.2-C). Les temps de relaxation

T1

et

T2

sont gouverns par trois

mcanismes : la relaxation due la prsence des grains, la relaxation par diusion molculaire due aux gradients du champ magntique, et la relaxation dans l'eau libre.

60

La diagraphie magntique

A)

H0
magntisation
ML=M0[1-exp(-t/T1)]

temps

B)
arrt de la polarisation

prcession autour de H0 T1 frquence de Larmor

tel-00425334, version 1 - 20 Oct 2009

magntisation

T2
tem

ps

de

dc r

C)
Fig. 3.2 

ois s

anc e

rinipes de l rsonne mgntique nulire A. vorsque les spins de protons sont igns selon un hmp mgntique H0 D ils sont 'ets d9un mouvement de pression ynt pour xe de rottion l9xe de H0 et dont l9ngle et l vitesse de rottion sont proportionnelle l puissne de H0 F B. sllustrtion du temps de relxtion longitudinl @ou spin!rseuA T1 rtrisnt le tux de mgntistion d9une prtiule ple dns un hmp mgntique onstntF C. eprs le temps T1 qui est nessire pour ligner les spinsD le hmp est oup et les protons relxentD produisnt un hmp mgntique osillnt l frquene de vrmorD et don le signl droit selon une onstnte de temps T2 ppele temps de relxtion trnsversl @ou spin!spinAF d9prs illis @IWVUAF

Les grains

Les molcules d'un uide tant soumises au mouvement brownien, elles diusent

dans l'espace poreux et ricochent sans arrt sur les surfaces des grains le dlimitant. Pendant une mesure de rsonance magntique nuclaire, les noyaux d'hydrogne transfrent leur nergie de moment cintique la surface du grain, ce qui permet aux protons soit de s'aligner selon le champ

H0

produit par l'outil de diagraphie et inuencer le temps de relaxation spin-rseau

T1 ,

soit de se dphaser plus vite lorsque l'on coupe H1 , contribuant ainsi la relaxation spin-spin T2 . Dans la plupart des roches poreuses, la relaxation due la surface des grains est le paramtre qui a le plus d'inuence sur T1 et T2 . La capacit des surfaces de grain relaxer les protons est appele relaxivit de surface et note . La nature des grains dtermine l'ecacit de leur surface relaxer des protons. Par exemple, les grains de quartz d'un grs sont deux trois fois plus ecaces que les grains d'une roche carbonate. Une concentration leve en minraux magntisables augmente la valeur de

et

donc baisse les temps de relaxation des protons. La taille des pores est aussi un facteur important, qui s'exprime sous la forme du rapport surfacevolume, et qui va conditionner la frquence des

3.1 La rsonance magntique nuclaire


1

61

Amplitude du signal
0 0

200 Temps (millisec)

400

0,03

tel-00425334, version 1 - 20 Oct 2009

0,00 0,1

Distribution

1,0

10,0 T2, millisec

100,0

1000,0

Fig. 3.3 

v9outil mesure l9mplitude du signl de pression u fur et mesure de l droissneD qui est l somme de tous les signux gnrs pr les protons relxnt dns le volume mesurF ne distriution des mplitudes des signux est otenueD qui orrespond grossirement une distriution des tilles de poresD l9ire sous l oure tnt ssimille f D l porosit du )uide lire et de l9eu lie pr pillrit ux surfes de grinsF

CMR

collisions des protons avec la surface des grains (voir Figure 3.3) : des pores trs grands ont un faible rapport surfacevolume, donc les collisions sont peu frquentes, donc les temps de relaxation sont relativement long, et inversement pour les pores troits (Sen et al., 1990). Si l'on considre un pore, la magntisation d'un proton dcroit exponentiellement, et l'amplitude du signal en fonction du temps dcroit elle aussi selon une constante caractristique, et l'on crit pour

T2

par exemple :

On peut crire la mme chose pour

T1 ,

S 1 = 2 T2 V avec 1 qui est

la relaxivit de surface inuant sur le

temps de relaxation spin-rseau. La formation est compose de pores ayant chacun un rapport surface-volume propre. La magntisation totale est la somme du signal provenant de l'ensemble des pores, et est donc proportionnelle la porosit, et la dcroissance du signal global rete la

62

La diagraphie magntique

distribution de la taille des pores. L'amplitude de tous les signaux (1997)) distribue les temps directement la distribution assimilable la porosit plus nement et que (voir Chapitre 8).

T2

gnrs par les protons

relaxant dans le volume poreux est mesure. Une inversion mathmatique (voir Freedman et al.

T2

dans des classes pour donner la distribution

T2

(Figure 3.3).

Dans les milieux poreux simples (grains quants, un seul type de pore), il est possible de relier

T2

la distribution de la taille des pores, l'aire sous la courbe tant

complexe), comme par exemple les carbonates, on verra que la distribution

f . Dans les milieux poreux complexes (grains de tailles varies, porosit T2 doit tre analyse d'autres paramtres interviennent et inuencent le temps de relaxation T2

La diusion molculaire

Des gradients dans le champ

H0

peuvent apparatre, dus soit

la conguration de l'aimant dans l'outil, soit au contraste de susceptibilit magntique entre la matrice et le uide. Dans ce cas, le mouvement des molcules augmente le dphasage des protons et inuence la relaxation

T2 .

Les frquences de rsonance des dirents lments de

volume de l'chantillon mesur ne seront pas tout fait identiques. La dcroissance du signal est alors caractrise par le parramtre

T2 ,

plus petit que

T2 .

Ce paramtre

T2

tient compte

tel-00425334, version 1 - 20 Oct 2009

des interactions spin-spin (donnant le temps de relaxation aux inhomognits du champ

T2 ),

ainsi que d'une composante due

H0 . T 1

n'est pas aect. La conguration actuelle des outils rend

ngligeable cet eet, et le temps de relaxation

T2

mesur est donc gal

T2 .

La relaxation dans l'eau libre

Lorsque les pores sont grands, c'est dire qu'aucune surface

de grain n'est prsente, les protons vont relaxer dans l'eau libre. Ceci se produit par exemple dans le cas des vacuoles de dissolution (aussi connues sous le nom gnrique de vugs ), grands pores prsents dans les formations carbonates (voir Chapitre 8).

3.1.3 Une mesure de la porosit indpendante de la lithologie


Relier le temps de relaxation transverse

T2

et la distribution

T2

des paramtres ptrophy-

siques est relativement ais dans le cas de roches poreuses ayant un rseau poreux simple (grains quants, un seul type de pore). La distribution l'aire sous la courbe de distribution donne

T2

donne une information sur la taille des pores,

f ,

et il est possible de dnir des seuils de coupure

sur la courbe sparant la porosit correspondant au uide libre, de celle correspondant l'eau lie par capillarit aux surfaces des grains (l'eau lie aux argiles ou prsente dans la matrice n'est pas vue par l'outil). Il est aussi possible de donner une estimation en continue de la permabilit de la formation, drivant nanmoins de relations empiriques dveloppes en laboratoire entre la porosit obtenue par mesure de rsonance magntique et les temps de relaxation on utilise communment

T2 . Par exemple,

2 kRM N = C 4 N T2,log RM
o

kRM N

est la permabilit estime,

2 magntique nuclaire), T2,log est la moyenne logarithmique de la distribution


constante dpendante de la formation tudie.

4 N RM

est la porosit dduite de la mesure RMN (rsonance

T2 ,

et

est une

3.2 La mesure de l'induction magntique totale


Je ne fais ici que rappeler les principes de base ainsi que les applications potentielles des mesures magntiques en forage. A l'origine de ces dveloppements se trouve le projet GHMT, pour Geological High sensitivity Magnetic Tool, conjointement men par Total, le CEA-LETI

3.2 La mesure de l'induction magntique totale

63

de Grenoble, et l'quipe de Magntisme et Proprits Physiques des Roches de l'Ecole Normale Suprieure, depuis 1988, auxquels s'est ajoute en 1992 la socit Schlumberger. Pozzi et al. (1988) ont examin le problme spcique de la magntostratigraphie en forage dans les sdiments. Augustin (1990), Lim (1991), et Bouisset and Augustin (1993) ont montr qu'il tait possible de mettre en vidence des squences d'inversion par mesure directe en forage et de les les corrler aux chelles standards de polarits. Enn Thibal (1995) a abord dans une thse rcente le problme de la caractrisation des variations d'intensit du champ magntique terrestre, ainsi que les applications de la mesure du GHMT pour des tudes paloenvironnementales et paloclimatiques.

3.2.1 Principe
Le champ total ou induction magntique totale est mesur dans le puits par l'intermdiaire d'une sonde NMRS portant un magntomtre rsonance magntique nuclaire. Le principe de base de la mesure par RMN est expliqu Section 3.1.1. Ici, au contraire de la mesure classique par RMN, on excite les noyaux dans le but de mesurer le champ magntique induit dans le capteur par la cohrence de phase des spins. La partie sensible du capteur est un solvant. Les spins nuclaires

tel-00425334, version 1 - 20 Oct 2009

sont coupls aux spins des lectrons libres des radicaux prsents dans le solvant durant la mesure par un eet de polarisation lectronique dynamique (eet Overhauser), qui amplie le signal nuclaire. La mesure de l'induction magntique totale se rduit donc une mesure trs prcise d'une frquence. La sensibilit du magntomtre dvelopp par le CEA-LETI pour le GHMT est de l'ordre de 0,01 nT, sur une mesure de l'induction total pouvant atteindre 70000 nT.

3.2.2 Application
L'outil GHMT est donc constitu d'une sonde de mesure de l'induction totale (NMRS) et d'une sonde de mesure de la susceptibilit magntique (SUMS), dont le principe de fonctionnement est dtaill Section 2.3.3. L'induction magntique terrestre totale du point de mesure

BT (P, t)

est fonction

et de l'instant

t.

Elle peut se dcomposer dans le puits en plusieurs

contributions (Pozzi et al., 1988; Augustin, 1990) :

BT (P, t) = B0 (P ) + Ba (P ) + Bt (P, t) + Bf (P )
o

B0 (P )

est la valeur du champ magntique terrestre, constituant la partie la plus impor-

tante de la mesure (compris entre 21000 et 68000 nT selon la position gographique),

Ba (P )

reprsente l'induction lie aux anomalies magntiques locales dues aux forts contrastes d'aimantation (prsence d'htrognits magntiques dans la formation, prsence du tubage, pollution de l'environnement par les oprations de forage/carottage), sante due

Bt (P, t)

est dpendant du temps et

reprsente l'induction lie aux variations transitoires du champ magtique terrestre. La compo-

Bf , due l'aimantation de la formation Jf mesure en puits de forage, se dcompose en Bf i l'aimantation induite Jf i , et Bf r due l'aimantation rmanente Jf r des sdiments (Pozzi Jf i , qui s'exprime comme Ht , avec , susceptibilit magntique,

et al., 1988, 1993; Thibal, 1995). La mesure de la susceptibilit magntique par la sonde SUMS permet d'obtenir l'intensit de et de

Ht ,

champ magntique terrestre. Un enregistrement de rfrence plac en surface (point 0)

durant les oprations de diagraphie permet de dduire de la mesure eectue en puits les valeurs

Ba (P ), B0 (P ) et Bt (P, t), tandis que la composante rsiduelle Ba (P ) Ba (0) peut tre limi-

ne par un ltrage ou une modlisation dipolaire. Dans le cas des forages ODP, la couche d'eau sale conductrice ltre les frquences les plus hautes, mais introduit une composante due aux dplacements des masses d'eau dans le champ magntique terrestre, qu'il est possible d'liminer par des mesures simultanes faites terre (Thibal, 1995).

64

La diagraphie magntique

La mesure du GHMT permet donc l'aide des mesures de la susceptibilit magntique et du champ total, de retrouver la polarit magntique des niveaux traverss (Thibal et al., 1995). D'autres applications font intervenir la susceptibilit magntique comme variable privilgie dans la reconstruction paloclimatique et paloenvironnementale (Thibal, 1995; Thouveny et al., 1994; deMenocal et al., 1991).

tel-00425334, version 1 - 20 Oct 2009

Deuxime partie
tel-00425334, version 1 - 20 Oct 2009

Le traitement statistique des donnes de diagraphies

65

tel-00425334, version 1 - 20 Oct 2009

Chapitre 4

Qualit des donnes et prparation l'analyse


tel-00425334, version 1 - 20 Oct 2009

4.1 Introduction
La mesure de diagraphie s'eectue in situ, dans des conditions souvent diciles ou au moins peu optimales. Il est dicile de dterminer certaines sources potentielles d'erreur, et encore plus dicile de les quantier. Il est ncessaire avant toute utilisation des donnes, dans des modles d'inversion minrale en particulier, de savoir si l'on est capable d'valuer l'erreur systmatique (due l'outil), et analytique (provenant des eets de l'environnement de mesure, de l'utilisation de standards, de la calibration, du ltrage), et de pouvoir l'introduire dans le traitement des donnes.

4.2 La population et l'chantillon


Un outil de diagraphie mesure un paramtre

lors de sa remonte dans le puits de forage.

Selon l'outil utilis, la profondeur d'investigation en

et la rsolution verticale en

varient, et

dterminent le volume d'investigation, qui est le volume de roche mesur et moyenn chaque niveau de mesure. Le pas de mesure le plus courant est le demi-pied (15,64 cm), mais peut tre, comme on l'a vu au chapitre prcdent, beaucoup plus rduit dans le cas des outils d'imagerie (0,25 cm). Le tableau A.4 rcapitule les valeurs indicatives pour ces paramtres pour certains des outils classiquement utiliss dans le cadre du programme ODP et qui ont servi acqurir les donnes traites dans le cadre de cette thse. Le principe de mesure, intgrant habituellement un grand volume de roche (sauf en ce qui concerne les outils d'imagerie), permet d'assimiler chaque niveau de mesure un chantillon statistique reprsentatif du volume d'investigation pris en compte, qui reprsente ici la population. En eet, par exemple dans le cas des outils nuclaires, le signal mesur obit une loi de Poisson. En dnitive, chaque niveau de mesure est la moyenne de cet chantillonnage, et l'incertitude sur la mesure pourra tre considre comme la dviation standard. Si la lithologie varie signicativement dans l'intervalle (le plus souvent en

z ),

par exemple

cause de la prsence de bancs minces, l'outil fait une moyenne plus ou moins pondre du signal provenant du volume d'investigation. L'chantillon mesur sera alors reprsentatif d'une moyenne de l'ensemble des lithologies prsentes dans le volume d'investigation. Ceci n'est pas trivial, ne serait-ce que par rapport au procd classique d'valuation de la prcision des mesures de diagraphie par la comparaison avec des donnes obtenues sur des chantillons prlevs sur

67

68

Qualit des donnes et prparation l'analyse

carotte. Le volume mesur alors en laboratoire ne peut que rarement tre compar aux volumes typiquement mesurs par les outils. Un chantillonnage sur carotte destin tre compar une mesure de diagraphie se devrait d'tre du mme ordre de grandeur que cette mesure, au moins en ce qui concerne la rsolution verticale. Toute comparaison devra se borner vrier une tendance gnrale de l'enregistrement de diagraphie, en passant ct de l'intrt particulier de la mesure de diagraphie, c'est dire son caractre continu.

4.3 La qualit des donnes


4.3.1 La mesure de diagraphie
Pour quantier les incertitudes qui entachent une mesure de logging, il faut dterminer les sources d'erreur. Le cycle d'acquisition des donnes en diagraphie est donn Figure 4.1. A chaque tape est associe une erreur. Les conditions environnementales aectent en priorit la mesure, et sont plus ou moins diciles corriger selon le principe de l'outil utilis. Comme simple exemple, on peut citer la mesure de densit (HLDT) ou l'imagerie de micro-rsistivit (FMS) qui ncessite un bon contact entre l'outil et la paroi du puits, pour minimiser l'eet d la boue de forage. Pour cela, l'outil est quip d'un bras tlscopique ou d'un ressort le maintenant coll contre la paroi. Si le puits devient trop large, l'outil peut nanmoins perdre le contact. Dans le cas du HLDT (mesure de la densit par eet Compton), on utilise un second dtecteur plac plus prs de la source et qui subit plus les eets du mud-cake se trouvant entre l'outil et la formation, ou de la boue de forage si l'outil est vraiment trop loign. La mesure de ce second dtecteur permet de corriger la mesure de la densit. Cette correction est prsent sous la forme d'un paramtre DRHO (voir Section 1.4.1), dont la dirence avec zro indique l'importance de la correction et donc l'incertitude attache la mesure. Les eets environnementaux sont aussi corrigs ou au moins pris en compte par une description et une estimation avant les oprations des conditions de mesure. Cette estimation est prcise, durant l'acquisition, par la mesure in situ de paramtres comme le diamtre du puits (grce au caliper du HLDT, ou du FMS), ou la section macroscopique de capture du puits de forage

tel-00425334, version 1 - 20 Oct 2009

BH

(ncessaire dans le traitement des donnes

des outils de spectromtrie gamma). La dirence pouvant exister entre les conditions de mesure estimes et relles est une source importante d'erreur. L'incertitude sur la mesure dpend aussi des paramtres outil. La vitesse, l'acclration (inue sur le calage en profondeur de la mesure), l'excentrement par rapport l'axe du puits (inue sur le volume eectif de formation pris en compte, variable importante pour des outils comme le GHMT ou le NGT), la conguration, sont enregistrs durant l'acquisition et utiliss pour corriger la mesure. Enn, la calibration (par rapport des standards par exemple), le traitement du signal (ltrage, corrections, calibrations) nissent de dterminer les conditions gnrales de la mesure.

4.3.2 La prcision
La prcision d'une mesure est la valeur de la dirence entre cette mesure et la valeur vraie. De part le caractre continu de l'enregistrement de diagraphie, et les mthodes de mesure utilises, le biais d l'chantillonnage n'existe en principe pas. Nanmoins, pour les outils mesurant la rsistivit, il peut arriver que malgr la focalisation du courant, une dirence de conductivit entre deux bancs provoque l'approche du banc le plus conductif un passage prfrentiel du courant dans ce banc, le faisant paratre plus pais qu'il ne l'est en ralit. Ce phnomne sera aussi important dans le cas de l'imagerie de micro-rsistivit lectrique, o le diamtre ni de l'lectrode provoque une augmentation articielle de l'ouverture des fractures ou des

4.3 La qualit des donnes

69

ENVIRONNEMENT DE MESURE

Paramtres de mesure

Transmission des donnes

FORMATION

Rponse de loutil + Effets de lenvironnement

Paramtres outils (acclration, configuration, vitesse, ...)

Paramtres environnementaux supposs

Fig. 4.1 

gyle d9quisition des donnes en digrphie @dpt de heys @IWWIAAF

tel-00425334, version 1 - 20 Oct 2009

taille des pores de dissolution (voir Figure 4.2). Un biais peut aussi apparatre si on procde sans prcaution un despiking, (suppression des valeurs hors-chelle que l'on considre comme tant manifestement mauvaisestrou trop grand, outil dfectueux, . . . ), ou bien lorsqu'on eectue un lissage (ltrage par fentre glissante) du signal souvent ncessaire pour sparer le bruit de variations relles. Dans le cas de la mesure de diagraphie, la prcision dpend beaucoup de la minimisation de l'erreur instrumentale lie chaque outil. Le biais instrumental peut exister, mais est pratiquement limin par une calibration eectue avant chaque utilisation d'un outil de diagraphie. On utilise par exemple pour l'outil NGT mesurant la radioactivit naturelle gamma un standard de thorium de concentration connue, qui se prsente sous la forme d'une gaine que l'on enroule autour du dtecteur

NaI(Tl).

Le spectre obtenu aprs un temps de mesure x pour obtenir

une bonne statistique sert calibrer l'outil en terme de prcision du positionnement du pic du thorium sur le spectre de radioactivit gamma, et valuer l'incertitude (pertes) lie au cristal et sa sensibilit.

4.3.3 La reproductibilit
La reproductibilit d'une mesure sera bonne si de multiples duplicata eectus sur un mme chantillon

donnent des rsultats similaires. Dans le cas idal o un grand nombre de duplicata

seraient obtenus, l'histogramme des valeurs obtenu serait une courbe de distribution normale (ou

gaussienne ), et sa variance donnerait une ide de la reproductibilit.


Pour estimer la reproductibilit d'une mesure de diagraphie, la meilleure faon est d'eectuer de multiples passages (Theys, 1994). Habituellement, d des contraintes de temps (ou nancires pour les compagnies prives), on eectue, pour chaque chane d'outils, deux passages sur une partie ou la totalit du puits, le deuxime donnant la reproductibilit de la mesure. C'est encore peu pour vraiment en obtenir une estimation statistique, et on ne saurait trop encourager trois et mme quatre passages pour chaque chane d'outils. Un bon exemple de la bonne reproductibilit que l'on peut obtenir avec les outils de diagraphie est donn Figure 4.3. Les deux enregistrements de la susceptibilit magntique eectus en continu par le GHMT dans ce puits montrent les mmes variations. Un agrandissement d'une partie de l'intervalle prouve l'excellente rptabilit de cette mesure jusqu' des variations minimes de l'ordre de la dizaine de ppm uSI.

Filtrage

Corrections environnementales

Rsultats Interprtation

Calibrations

Paramtres corrigs

70

Qualit des donnes et prparation l'analyse

Excs de courant

augmentation

Courant mis par loutil rsistivit mesure par llectrode

Rm

Rxo

Fig. 4.2 

tel-00425334, version 1 - 20 Oct 2009

FMIF vorsque l9letrode s9pprohe d9une zone de rsistivit signi(tivement plus file que l mtrie @pore de

sllustrtion du iis de mesure en digrphie prtir de l mesure de l miroErsistivit pr l9outil

dissolutionD frtureAD l densit de ournt ugmente use de l prsene de ette nomlieD et rester leve jusqu9 e que l9letrode soit su0smment loigne pour ne plus tre 'eteF our ette risonD les nomlies de rsistivit produites pr des ojets gologiques de file dimension en donnent une imge letrique errone @d9prs hlumergerAF

4.4 La reprsentation des donnes


4.4.1 Introduction
La technique de diagraphie permet, nous l'avons vu, la dtermination en continu, de trs nombreux paramtres gochimiques, ptrophysiques et mme palomagntiques des formations recoupes par le forage. La premire dmarche, classiquement utilise dans l'industrie du ptrole, consiste reporter les mesures dans divers diagrammes X-Y standards, entre des paires de variables dont les variations conjointes s'interprtent directement en termes de variations lithologiques, texturales, ou ptrophysiques des formations traverses (voir Section 5.2). On peut aussi vouloir considrer toutes les variables simultanment. Un moyen de reprsenter les variations d'un grand nombre de variables est de projeter l'information dans un espace de dimension plus rduite. Pour cela, un certain nombre de mthodes statistiques regroupes sous le nom d'analyse

factorielle ont t dveloppes, qui ont pour objectif de rechercher une structure simple dans un
jeu de donnes multivaries. Les mthodes d'analyse factorielle extraient les valeurs propres et les vecteurs propres d'une matrice carre, produit de la matrice des donnes par sa transpose. Elles comprennent deux types de techniques. Celles cherchant les relations existant entre les variables, appeles techniques  R-mode, dterminent les valeurs et vecteurs propres partir d'une matrice de covariance (dans le cas de variables de mme ordre de grandeur) ou de corrlation (dans le cas de variables dont les intervalles de distribution sont d'chelles direntes). Ce sont des techniques statistiques. Les secondes, appeles techniques  Q-mode, se focalisent sur les similitudes pouvant exister entre les individus, et dterminent les valeurs et vecteurs propres d'une matrice des similitudes entre tous les objets pris deux deux. Ces dernires ne sont pas considres comme des techniques statistiques car elles considrent indirectement le jeu de donnes comme la population entire disponible.

4.4 La reprsentation des donnes

71

Il est ncessaire de revenir en dtail sur la terminologie utilise, ainsi que sur sa signication avant de poursuivre avec l'utilit de telles techniques pour traiter notre problme. Les termes franais sont accompagns de leurs quivalents en anglais, la traduction n'tant pas forcment vidente...

Susceptibilit magntique corrige partir du caliper (ppm uSI)


50 100 150 200 250

Courbe en gras: Premier passage Courbe en continu: Second passage

100
190

80

100

120

140

160

180

200

220

195

200

Profondeur (mtres sous le plancher ocanique)

150

205

tel-00425334, version 1 - 20 Oct 2009

210

215

200

220

225

230

250

300

350

Fig. 4.3  wesure de l suseptiilit mgntique @outil A dns le puits yh WTTp @veg ITHAF v oure en grs orrespond l premire psseD l oure normle l seonde psseF yn remrque une exellente reprodutiilit de l mesureD qui se retrouve jusqu9ux plus petites vritions lolesD de l9ordre de l dizine de ppm sF ve dtil d9une portion de l oure droite on(rme ette oservtion et 0rme es vritions omme reprsenttive des hterognits prsentes dns le sdimentF ve dlge oserv entre le premier et le seond pssge est d l drive thermique de l sonde de suseptiilitD provoque pr l9hu'ement de l oine mettrie u ours des oprtions de digrphies @hilD ommunition personnelle @IWWUAAF

GHMT

4.4.2 La dtermination des vecteurs propres


Il peut tre judicieux avant toute manipulation d'un jeu de donnes, de standardiser et de centrer chaque variable. Cette transformation permet, pour toutes les variables du jeu de donnes, de ramener par la standardisation (ou rduction) leur variance (et leur cart-type) 1, et, par

72

Qualit des donnes et prparation l'analyse

le centrage, leur origine 0. Chaque individu pour la variable suivante en un individu de la variable

se transforme selon la relation

centre-rduite :

zi =
o

xi x s

est la moyenne sur la variable

X,

et

son cart-type. On verra que cette transformation

des donnes, bien que trs simple mettre en oeuvre, permet d'viter des biais de classication, provoques par la dirence des units de mesure des variables utilises dans la classication. Une autre transformation souvent utilise est la transorfmation minimum-maximum, chaque individu

xi

devient un individu

zi

sans dimension suivant la relation

zi =

xi xmin xmax xmin

Pour trouver les vecteurs et valeurs propres, la premire tape consiste transformer la matrice

des

donnes et

par sa transpose

dont les lments

m variables en une matrice carre symtique. Pour cela on multiplie X T . Si l'on eectue X T X , on obtient une matrice R, de dimension m m, sont les sommes des produits des m variables, soit
n

tel-00425334, version 1 - 20 Oct 2009

rjk =
i=1
o

xji xik

et

k sont deux colonnes de la matrice de donnes. Dans le cas o les variables ont t centres X XT ,
on obtient une matrice

et rduites, la matrice de corrlation entre les variables devient une matrice des covariances entre les variables. Si par contre on eectue

Q,

de dimension

n n,

contenant les produits pour chaque paire d'individus, somms pour chaque variables. On

considrera par la suite la matrice simple. Si

des relations entre les variables.

E sont associs de manire f est une application linaire de E dans lui-mme, alors U est un vecteur propre de f si f (U ) = U , o est une constante. On dit par ailleurs que U est associ la valeur propre . Ramenons ceci la matrice R : RU = U , et U est alors un vecteur propre de la matrice R, associ la valeur propre . On appelle spectre de la matrice R l'ensemble de ses valeurs propres. A partir de cel, pour toute matrice carre R, il existe un polynome de degr m D() = 0, dni par le dterminant det(R I) = 0, appel le polynome caractristique de R. Les racines de D() = 0 sont les valeurs propres de la matrice R.
Les vecteurs propres et les valeurs propres dans un espace vectoriel Selon le thorme de Eckart-Young, il est possible de factoriser n'importe quelle matrice carre

UT

A en lui combinant deux matrices orthogonales et orthonormales U et V (telles que U = V T V = I , avec I , matrice unit) pour que le produit V T AU soit une matrice diagonale dont tous les lments sont positifs. On a diagonalis la matrice A, et les lments i de la diagonale de la matrice sont les valeurs propres ordonnes de A, tel que 1 2 n . De mme on appelle les vecteurs colonnes (u1 , . . . , un ) de U les vecteurs propres de A. On note aussi que la somme des valeurs propres i est toujours gale la somme des valeurs de la diagonale de la matrice R des variances-covariances, appele la trace de R. Ceci nous sera utile dans le cas
de l'Analyse en Composantes Principales traite dans la section suivante. On peut introduire ici la mthode toute matrice

SV D, pour Singular

Value Decomposition (Dcomposition

en Valeurs Singulires), qui est une gnralisation du thorme de Eckart-Young. Elle s'applique

m n. A peut tre crite comme le produit U V T , o U est une matrice orthogonale m m, V est une matrice orthogonale n n, et est gal diag(1 , 2 , . . . , p ), o p = minimum(m, n), et 1 2 p 0. Les valeurs i (i = 1, . . . , p) sont appeles les valeurs singulires de A. A
de dimension

4.4 La reprsentation des donnes

73

4.4.3 L'Analyse en Composantes Principales


Albarde (1995) donne une trs claire dnition du but recherch par l'Analyse en Composantes Principales (ACP) :  . . . une technique dont le but est d'expliquer la structure covariante

d'un jeu de donnes multivaries par la contraction du jeu de donnes dans un espace de plus petite dimension dont les nouvelles variables sont indpendantes (non corrles) . La base du systme est orthogonale. On utilise les principes dnis plus haut pour trouver les vecteurs propres de la matrice carre

rsultant de la multiplication de la matrice du jeu de donnes

par sa

T transpose X . Les vecteurs propres sont appels composantes principales, et sont orthogonaux
entre eux, leur covariance tant nulle. Gomtriquement, cette transformation quivaut une rotation des axes dans l'espace des

dimensions (variables d'origine) dans un nouvel espace

dimensions (avec

p = m)

dont les axes dcrivent la variance maximum des donnes. L'origine

des axes se trouve alors au centre du nuage de points dans l'espace des mesures. Le premier axe principal sera celui qui rendra compte de la variance la plus grande (les valeurs propres tant classes par ordre de valeurs d'croissantes). La variance du nouveau jeu de donnes est fonction des valeurs des lments de vecteur propre

( loadings ), aussi une restriction leur est impose : la somme des

carrs des lments de chaque vecteur propre sera gale 1, soit par exemple pour le premier

tel-00425334, version 1 - 20 Oct 2009

u2 + u2 + u2 + u2 + . . . + u2 = 1 11 12 13 14 1m
Calcul du nouveau jeu de donnes
espace ( principal components scores  (avec Pour obtenir les coordonnes des donnes dans le nouvel

Yij ), on projette chaque vecteur individu (x1 , ..., xm ) de X i = 1, n, nombre d'individus, et j = 1, m, nombre de variables initiales) sur chaque composante principale en le multipliant par les lments (uj ) de chaque vecteur propre U (composante principale). Considrons la projection d'un individu xi sur l'axe principal 1 :
m

yi1 =
j=1

u1j xij

ce qui donne d'une manire gnrale exprime sous forme matricielle

X U =YR
o

YR

est la matrice rsultante des donnes dans le nouvel espace,

la matrice

nm

des

donnes de dpart, et

la matrice carre contenant les composants des vecteurs propres. On

peut en donner la forme clate plus claire (pour moi...) :

x1,1 x1,2 x2,1 x2,2 x3,1 x3,2 . . . . . . xn,1 xn,2

x1,m x2,m x3,m . . . . . . xn,m

u1,1 u1,m . . . . . . . . . um,1 um,m

y1,1 y1,2 y2,1 y2,2 = y3,1 y3,2 . . . . . . yn,1 yn,2

y1,m y2,m y3,m . . . . . . yn,m

Interprtation des composantes principales

On a vu la section prcdente que la somme

des valeurs propres tait gale la trace de la matrice des variances-covariances Les axes principaux contiennent de plus l'ensemble de la variance de divisant sa valeur propre correspondante

R = X T X

de

X.

(c'est le but de l'ACP...).

On va pouvoir retrouver la contribution relative de chaque composante principale simplement en

par la trace de

(variance totale).

74

Qualit des donnes et prparation l'analyse

Bien que pour

variables d'origine,

composantes principales soient calcules n de

l'ACP, il est souvent possible de ne retenir que les 3 ou 4 premires qui elles seules reclent la majeure partie de l'information du jeu de donnes. Combien de composantes principales retenir est subjectif et reste la discrtion de l'utilisateur. Pour aider la dcision, on peut supprimer les composantes qui n'amnent que peu d'information supplmentaire celles dj retenues, o bien se xer un pourcentage d'information atteindre, 90% par exemple. Il faut soulever ici le problme, particulirement important en gochimie, des donnes exprimes selon des variables vriant une relation de fermeture. Lorsque la relation de fermeture est force, on ne considre plus ces variables comme statistiquement indpendantes, et la valeur d'une variable est toujours aecte des variations des autres. Des corrlations ngatives ou positives trs fortes, qui n'ont aucune signication gologique, vont apparatre entre les variables. L'ACP va videmment les rvler, et la premire composante principale en sera presque toujours uniquement le reet. Ces corrlations, ne sont toutefois pas linaires, et il est impossible de dire si les composantes principales suivantes en sont exemptes, et des auteurs (voir Chayes (1971)) ont montr que les deux sources possibles de corrlation (induite et naturelle) contribuaient chacune pour une part la corrlation nale. Bien qu'il n'y ait pas pour l'instant de moyen vraiment satisfaisant pour tourner la dicult, (Aitchison, 1984, 1986) a par exemple montr qu'une solution tait de transformer les donnes selon

tel-00425334, version 1 - 20 Oct 2009

x = ln(x/c),

est une des variables d'origine,

utilise comme dnominateur commun pour toutes les autres. Cette transformation dbouche sur un jeu de donnes dont les variables sont indpendantes entre elles et peuvent alors se prter une analyse statistique.

4.4.4 L'analyse factorielle


L'Analyse en Composantes Principales est une transformation linaire de ginales vers

variables ori-

nouvelles variables, chacune de ces dernires tant une combinaison linaire des

premires. Elle fait partie des mthodes d'analyse factorielle, mais il est ncessaire de faire la dirence entre l'ACP et l'analyse factorielle que je vais appeler stricto sensu. Le processus de l'ACP est eectu de telle manire que chaque composante principale successive dcrive le plus de la variabilit totale. Il n'y a aucune probabilit ou hypothse qui dcoule du principe, car l'ACP n'est pas considre comme une mthode statistique, mais plutt gomtrique. L'analyse factorielle stricto sensu est quant elle une procdure statistique car elle s'appuie sur un certain nombre d'hypothses a priori sur le jeu de donnes initial. Le principe, similaire celui de l'ACP, est de chercher reprsenter la variance totale d'un jeu de donnes par variables initiales. En ACP,

p facteurs

gologiques, qui caractrisent les orientations prfrentielles des donnes dans l'hyperespace des

p est gal au nombre de variables initiales m, alors que pour l'analyse factorielle, p est infrieur m. Il est alors dmontr que la variance dans ces p directions peut tre

augmente par une rotation des axes, qui ne sont donc plus colinaires aux vecteurs propres de la matrice des variances-covariances. On peut eectuer la rotation en gardant l'orthogonalit entre les nouveaux axes, ou bien en liminant cette contrainte (certains axes principaux deviennent alors corrls, cela s'expliquant par le fait que de vrais facteurs gologiques de variation peuvent prsenter un certain degr de corrlation entre eux). Le problme de cette mthode est son degr important d'interactivit (compare l'ACP), le nombre initial de facteurs que la rotation des axes tant laisss au choix de l'utilisateur, ce qui introduit le paramtre subjectif dans l'analyse.

Chapitre 5

La classication de donnes multivaries


tel-00425334, version 1 - 20 Oct 2009

5.1 Introduction
L'utilisation de mthodes de classication de donnes multivaries semble vidente lorsque l'on veut dbrouiller et ordonner la masse importante d'informations contenue dans un jeu de donnes de diagraphie provenant d'un simple puits. Le premier problme, partiellement rsolu avec l'Analyse en Composantes Principales, dont les principes ont t expliqus la n du chapitre prcdent, est celui de la repsentation graphique dans un espace interprtable par l'homme, c'est dire 2 ou 3 dimensions. l'ACP trouve les axes de plus grande variabilit dans un jeu de donnes. Elle peut donc servir de traitement pralable une classication, puisqu'elle orthogonalise et concentre l'information, et rduit la dimension de l'espace, rendant plus facile une classication quelle que soit la mthode mise en oeuvre. Pour autant, ceci requiert que le jeu de donnes soit le reet d'une population relativement homogne (ellipsode dans l'hyperespace des variables). Si l'on considre un puits traversant plusieurs units lithologiques trs direntes (par rapport aux paramtres mesurs par la diagraphie), l'ACP travaille sur la variabilit de l'ensemble, alors que les donnes sont disperses selon plusieurs ellipsodes et les composantes principales trouves peuvent ne pas rendre compte tout fait de la variance maximale des donnes, ou masquer une variabilit moindre, mais tout aussi importante. Plusieurs mthodes d'analyse multivarie sont dcrites dans les sections suivantes. Toutes permettent de partitionner les donnes en groupes plus ou moins homognes selon les anits pour les variables utilises dans l'analyse.

5.2 Le diagramme X-Y


La mthode la plus simple pour discerner divers ples de regroupement dans un jeu de donnes est encore le diagramme X-Y. Il est extensivement utilis en diagraphie, et les ptroliers, pour des raisons de rapidit de traitement dans le but de sparer des groupes lithologiques simples (calcaires, grs, dolomies), ont tabli de nombreux abaques o les donnes reportes se sparent en groupes plus facilement interprtables. Evidemment, si la lithologie est complexe, ou que les units ne sont pas clairement dnies mais montrent des gradients entre elles, ou que plusieurs subdivisions sont possible plusieurs chelles, l'opration devient trs vite malaise. Mais cela reste une bonne approche pour commencer visualiser les donnes et leur organisation par rapport aux variables mesures.

75

76

La classication de donnes multivaries


Ple pyriteux

2,4

Gr s

6
air e

Pe
Do lom ie

Ca lc

5 Calcaire

2,6 4

Dolomie 3 2,8

Grs

tel-00425334, version 1 - 20 Oct 2009

3,0 -5

Ple pyritique

n
15 25 35 45

b
1 2,4 2,6 2,8 3,0

Fig. 5.1 

Diagramme de gauche : hensit totle @b A reporte en fontion de l porosit neutronD pour qutre intervlles drits omme reltivement homognes du forge flzuEID rogrmme Gologie Profonde de la FranceF Diagramme de droite : wmes groupes mis ette fois on port le fteur photoletrique @Pe A en fontion de b F Lgende : rrs vides X fis )uvitileD grsConglomrtCgrs dolomitissCrgilite Y erles noirs X lires rgileux Y erles gris fon X lternne mrnes et lires rgileux Y erles gris lir X lires dolomitissF ves trois lignes pisses orrespondent l vrition onjointe des deux prmtres reports x et y pour l lithologie indiqueF v9in)uene de l9rgilosit @ple mrneuxA est reprsente pr le MF v )he indique l diretion du ple pyritiqueD situ en dehors des digrmmes @les vleurs pour l pyrite sont b 5 gGm3 D n 30p.u.D Pe 17 rnsGe AF

Figure 5.1 montre un exemple de deux diagrammes classiquement utiliss en diagraphie ptrolire. Sur celui de gauche est report la densit totale sur celui de droite l'eet photolectrique en fonction de

b b .

en fonction de la porosit neutron, Les donnes proviennent de quatre

intervalles slectionns dans le forage Balazuc-1, ralis dans le cadre du programme Gologie

Profonde de la France. La lithologie prsente dans chaque intervalle est considre comme assez homogne et se distribuant entre des ples comme calcaire, dolomie, grs. Les trois lignes paisses indiquent l'volution des deux paramtres reports pour la lithologie pure concerne. Le

M reprsente le ple marneux (inuence de l'argilosit ; la position est choisie pour une argile
illitique), et la che le ple pyriteux. Les carrs vides correspondent des grs de facis uviatile, localement peu fortement dolomitiss, et mlangs avec des argilites et des conglomrats (Documents du BRGM, 1990). Dans le diagramme portante (jusqu' 15 p.u. ; diagramme

Pe = f (b ), ils tombent entre grs et dolomie,

montrant l'importance de la dolomitisation. Certains points montrent une porosit neutron im-

b = f (n )), indiquant probablement la prsence d'argiles.

Les calcaires (points noirs) sont dcrits comme des calcaires argileux et micritiques. Ils tombent bien sur la ligne du calcaire dans les deux diagrammes, mais avec une tendance se dplacer

5.3 Les mthodes de classication

77

vers la ligne dolomitique, montrant une dolomitisation occasionnelle. La densit quasi-constante de ce groupe et l'augmentation de son

Pe

au del de la valeur de la calcite (Pe

= 5.1)

peut tre

due au remplacement de la dolomite par de l'ankrite (Ca(Mg Fe)(CO 3 )2 ), ou par la prsence de pyrite, ces deux minraux tant indiqus dans l'analyse minralogique ponctuelle eectue sur carottes (Documents du BRGM, 1990). Les cercles gris clair, reprsentant les calcaires dolomitiss, montrent un prol intressant en 'V', signant un mlange entre les trois ples calcaire, dolomie, et pyrite. Les cercles gris fonc sont dcrits comme des alternances marno-calcaire et calcaire argileux. L'inuence du ple marneux est vidente sur le diagramme points de ce groupe traversent la ligne de la dolomie, mais aussi sur le diagramme 2,71 et celle de la dolomie 2,88). Un autre exemple de diagramme pouvant servir l'identication qualitative des minraux argileux prsents dans un sdiments est le diagramme prisme de la Barbade durant le Leg 156.
2 O3 ] T h = f ( [Al2 [Al]+[Si O2 ] ). O3

b = f (n ), o les Pe = f (b ),

de part la densit plutt faible du groupe (Pe =2,6 2,65, alors que la densit de la calcite est

La gure 5.2 montre

des donnes acquises sur les carottes du puits 948C, for travers la zone de dcollement du

Al2 O3

a t mesur par uorescence X, et la concen-

tration en thorium par la mthode ICP-MS. Les cercles pleins correspondent des chantillons

tel-00425334, version 1 - 20 Oct 2009

prlevs dans l'unit lithologique sus-jacente au dcollement, constitue des sdiments accumuls dans le prisme d'accrtion, et provenant pour partie du dmantellement de l'arc volcanique des Petites Antilles. Ils tombent plutt dans le champ des smectite-montmorillonite. Ils montrent une meilleure homognit que les chantillons de sdiments prlevs dans l'unit sous-jacente au dcollement et recouvrant la plaque subduite (cercles vides), qui se placent plutt dans le champ des illites-muscovites. La dispersion des points pour ce groupe semble dmontrer une proportion d'argile dans la roche totale plus variable.

5.3 Les mthodes de classication


La classication des donnes (clustering ) est une opration qui permet de partitionner un jeu de donnes en plusieurs groupes plus ou moins homognes runissant les donnes qui sont reprsentes par des proprits (dans notre cas gologiques, ptrophysiques, ou gochimiques) similaires dans l'hyperespace dni par les grandeurs mesures. Il existe de nombreuses mthodes utilisant divers algorithmes de classication, et il n'est pas obligatoire qu'elles mnent au mme rsultat partir du mme jeu de donnes. J'ai plutt utilis dans mes traitements de donnes la

classication itrative non-hirarchique. Je vais dtailler cette mthode de classication,

en la comparant avec l'analyse hirarchique plus couramment utilise.

5.3.1 La classication hirarchique


Dans l'espace des variables d'entre, la

classication hirarchique, par le biais d'une ma-

trice de ressemblance (similarit), joint deux deux les donnes les plus similaires entre elles, formant des regroupements composs de paires d'individus. La matrice de ressemblance est ensuite recalcule en prenant chaque groupe comme une donne, et en calculant les similarits (liens) entre chaque groupe. Ceci forme d'autres groupes. Ce processus est rpt jusqu' ce que la matrice de ressemblance soit Figure 5.3). Comment construit-on la matrice de ressemblance entre chaque paire d'chantillons, chacun tant dcrit par plusieurs variables ? Il y a deux faon de mesurer la ressemblance entre deux objets :

2 2.

Ce processus permet de construire un dendrogramme (voir

78

La classication de donnes multivaries

20
Thorium (ppm)

Illite - Muscovite

15

10
Smectite - Montmorillonite

tel-00425334, version 1 - 20 Oct 2009

Al2O3 / (Al2O3+SiO2)

0 0.2
Fig. 5.2 

0.25

0.3

0.35

0.4

htermintion du type de minrl rgileux prdominnt en fontion de l onentrtion en thorium et luminiumF ves donnes ont t mesures pr )uoresene et sgEw sur des hntillons du puits WRVg for trvers l zone de dollement du prisme de l frdeF gerles pleins X prismeD zone uEdessus du dollementF gerles vides X setion suduiteF

 par la distance

dAB

entre deux individus dans l'hyperplan. C'est le moyen que j'ai utilis au

cours de ce travail dans toutes les tudes faisant appel la classication par groupe. C'est aussi le paramtre le plus simple concevoir et calculer. Nous standardisons toujours les variables avant la classication, pour viter les disparits d'units (par exemple une variable exprime en ppm pourrait dominer les distances entre les points si les autres variables taient exprimes en pourcentages). On peut calculer la distance entre deux points dans l'espace de deux manires direntes : d'abord la distance euclidienne, qui est la plus directe et se prsente comme une ligne droite trace entre les deux points. Dans le cas d'un hyperespace, la distance entre deux points

A
m

et

est

dAB =
i=1

(xiA xiB )2

ou bien, si l'on ne veut pas que cette mesure augmente avec l'augmentation du nombre de variables :

dAB =
 par le coecient de corrlation

m i=1 (xiA

xiB )2

Nous avons choisi cette distance dans nos analyses, par souci de simplicit.

rAB

entre chaque paire d'individus dans l'hyperespace. Le

coecient de corrlation est utilis l'inverse d'une rgression par exemple : ici les axes

5.3 Les mthodes de classication

79

8 31 4

G1

32 33

16

17

14 22 10 24 34 11 25

19

23

12

29 35

15 27 5

3 21 1 26 36

30

2 37 7 20 6

G2

tel-00425334, version 1 - 20 Oct 2009

38 18

G3 G4
0

13

phnon

20

40

60

80

ixemple de dendrogrmme otenu pr nlyse hirrhique pr groupeF v9xe grdu u s du digrmme montre l distne entre hque groupeGindividuF ves numros l9extrme guhe sont les numros de hque individu dns le jeu de donnesF ves numros intermdiires donnent l9ordre des onnexions entre groupesGindividus e'etues pr l9lgorithmeF v distne utilise est eulidienneD et l mthode de groupement est de hoisir le meilleur oe0ient de ressemlne entre un individu et le ryentre d9un groupeF v ligne pointille vertile est le phnon @phenon line A quiD pl une ertine vleur du oe0ient de similritD oupe le dendrogrmme et permet d9isoler des groupes plus ou moins homognes @erles gris lirAF
Fig. 5.3 

sont les individus, et les points sont les variables. Le coecient de corrlation est dni par

rAB =

m i=1 (xiA

xA )(xiB xB ) sA sB (n 1) rAB B
seront semblables.

o les moyennes (xi ) et cart-types (si ) sont calculs pour toutes les variables. Plus sera proche de 1, plus les chantillons

et

Maintenant que la matrice de ressemblance est construite, il reste dnir un critre mettre en oeuvre pour grouper les individus deux deux. Plusieurs mthodes existent, assez similaires dans leurs principes mais pouvant donner des rsultats susamment dirents pour devoir tre dtailles. Les premiers individus tre relis sont simplement ceux qui ont le plus fort coecient de corrlation. Le jeu de donnes comprend aprs cette tape des groupes de deux individus, et des individus seuls dont le coecient de corrlation avec d'autres individus n'tait pas assez fort pour permettre le lien. Il faut maintenant lier ces individus isols aux groupes dj forms. Pour cela, plusieurs mthodes sont utilises :  le regroupement par

plus proche voisin (Nearest-neighbour linkage or single linkage).

Le coecient de ressemblance entre un individu isol et un groupe est gal celui existant entre cet individu et le plus ressemblant dans le groupe (dAB minimum, ou

rAB

le

80

La classication de donnes multivaries

plus proche de

1).

Cette mthode, bien que simple et vidente dans son principe, favorise

videmment une structure hirarchique peu organise. En eet, elle favorise le lien d'un individu une extrmit d'un groupe, car plus similaire l'individu composant cette extrmit, et donc limine la possibilit de former d'autres groupes lorsque les deux ou trois premiers groupes de dpart ont t forms.  le regroupement par

plus lointain voisin (Furthest-neighbour linkage or complete lin-

kage). C'est l'oppos de la mthode prcdente : Le coecient de ressemblance entre un individu isol et un groupe est gal celui existant entre cet individu et le moins ressemblant dans le groupe. Comme les distances entre les groupes sont augmentes articiellement de cette faon, cette mthode donne une structure hirarchique beaucoup plus organise et des groupes trs homognes.  on peut aussi choisir la solution intermdiaire, c'est dire calculer le coecient de ressemblance entre un individu et un groupe comme tant celui entre cet individu et la

moyenne des coecients de ressemblance entre cet individu et tous les individus composant le groupe. En clair, c'est la ressemblance entre l'individu classer et le barycentre (centroid ) du groupe. Cette mthode produit une structure hirarchique organise et est un bon compromis entre les deux extrmes prcdemment cits. Dans le cas o l'on doit calculer le coecient de ressemblance entre deux groupes composs d'un nombre dirent d'individus, il est possible de pondrer ce calcul en tenant compte de l'importance relative d'un des groupes par rapport l'autre. Lorsque le dendrogramme est complet, le positionnement arbitraire d'une ligne de  phnon  (phenon line ) une valeur du coecient de ressemblance permet d'isoler des groupes (voir Figure 5.3). Le choix d'une certaine valeur de ressemblance peut tre totalement arbitraire, ou bas sur l'allure du dendrogramme (certains groupes peuvent tre trs bien isols par rapport au lien suivant), ou bien sur des connaissances a priori sur le jeu de donnes.

tel-00425334, version 1 - 20 Oct 2009

5.3.2 La classication itrative non-hierarchique ou classication en nues dynamiques


En diagraphie, le nombre

de donnes classer est souvent trs lev (plusieurs milliers

dizaines de milliers). La classication hirarchique oblige manipuler une imposante matrice des similarits entre les individus, de dimension par McQueen (1967), permet une

n n.

La procdure appele k-means , dveloppe

classication itrative non-hirarchique des individus en

direntes entits plus ou moins homognes, les nues ou groupes. Le principe consiste choisir

points dans le jeu de donnes, qui sont les germes d'agrgation de dpart (seeds ). Ces points

sont choisis au hasard (lire Ball and Hall (1967) pour une discussion sur les direntes faons de choisir les points d'agrgation de dpart) ou positionns par l'utilisateur selon des critres externes. Une matrice des ressemblances entre les le plus proche. On obtient et les

barycentres et les

n individus est calcule, et

un premier groupement est eectu entre les donnes les plus proches (similaires) et le barycentre

groupes, dont on recalcule le barycentre aprs accumulation des

individus. On reforme alors la matrice

kn

des similarits entre les nouveaux

barycentres

individus, et on r-aecte les donnes les plus proches au barycentre le plus proche.

Le processus est ritr jusqu' ce que plus aucun changement important n'intervienne dans la composition des groupes. Les avantages de cette mthode sont sa convergence plus rapide vers une solution (la matrice est de dimension

k n contre n n pour les mthodes hirarchiques), et

le fait que les barycentres des groupes individualiss ne sont pas xes et voluent en fonction de la gomtrie du jeu de donnes dans l'hyperplan des variables. Ceci permet d'isoler des groupes plus homognes tout en utilisant des critres de groupement simples (distance euclidienne).

5.3 Les mthodes de classication

81

2.5 10

Somme du carr des distances individus-barycentres

2 10

1.5 10

1 10

5000

0 2 3 4 5 6 7 8

nombre de groupes

tel-00425334, version 1 - 20 Oct 2009

wthode utilise pour un hoix optimum du nomre de ryentres servnt u prtitionnement d9un jeu de donnesF xous utilisons un pseudoEtest de pisherD o le ritre est l somme D umule pour tous les groupesD des distnes entre hque ryentre et les individus du groupeF est porte en fontion du nomre de groupesF ve nomre optimum est elui indiqu u point d9in)exion de l oure X moins de groupes ne driE rient ps su0smment l struture multivrie du jeu de donnesD lors qu9un nomre suprieur ompliquerient inutilement l9nlyseF
Fig. 5.4 

La faiblesse potentielle reste le choix du nombre initial de barycentres de dpart. On dsire la plupart du temps viter l'aide d'une quelconque information a priori sur le jeu de donnes, qui peut reprsenter un biais potentiel une classication base sur de purs critres mathmatiques. Une mthode intressante pour choisir le nombre optimal de barycentres est illustre Figure 5.4. Elle consiste eectuer plusieurs classications compltes successives, en incrmentant chaque fois le nombre de groupes, de faon encadrer le nombre optimum de groupes dcrivant au mieux la structure du jeu de donnes. On calcule ensuite, pour chaque nombre de groupes, la somme exemple si le critre de ressemblance entre un individu, dcrit par

des coecients de similarits entre les individus et le barycentre qui leur est le plus proche. Par

variables, et le barycentre

du groupe auquel il est associ est la distance euclidienne les sparant

=
h=1 j=1
o

(xij xih )2
i=1

est le numro du barycentre (variant de

k ), j ,

le nombre d'individus,

un individu, et

le barycentre du groupe auquel il est associ.

5.3.3 Introduction des probabilits d'appartenance dans le classement en nues dynamiques


La classication itrative en nues dynamiques (k-means ) est trs pratique pour traiter des systmes simples, c'est dire dont les donnes dnissent plusieurs (k ) groupes bien individualiss. En cela, la classication satisfait trois conditions

82

La classication de donnes multivaries

1. tout groupe

i (2 i k )

contient au moins un chantillon :

Xi = ,

Xi

est le groupe

form par l'accumulation d'individus de 2. un individu appartenant au groupe

X,

le jeu de donnes original.

i1

ne peut appartenir au groupe

i2 : Xi1

Xi2 =

3. la runion de tous les individus de tous les groupes forme exactement le jeu de donnes de dpart :

k i=1 Xi

=X

En gologie, o la prsence de facis rsultant d'un mlange entre deux ples extrmes est frquente, il n'est pas rare de se trouver confront un jeu de donnes dcrivant plutt des tendances, sous formes de nuages de points allongs et dforms dans l'hyperespace. Il est alors assez dicile de dnir des groupes pour lesquels le critre d'appartenance d'un individu serait purement binaire : on en fait partie, ou pas. Le cas d'individus inclassables, car la limite entre deux classes, ou tant des donnes aberrantes, est aussi problmatique. Ces individus vont tre forcment classs dans un des groupes (conditions 1 et 3), modiant alors sa gomtrie, ainsi que la localisation de son barycentre. Bezdek et al. (1984) ont developp un algorithme de classication bas sur la logique oue, dont le principe consiste donner une probabilit d'appartenance d'un individu chacun des groupes. Cette probabilit est comprise entre les deux cas extrmes, pour appartenance exclusive, ou

< 1 >,

< 0 >,
de

pour non appartenance exclusive, qui nous ramne la

tel-00425334, version 1 - 20 Oct 2009

classication en nues classique. Une matrice la reprsentation d'un groupe

U,

de dimension

k n,

est dtermine. Elle est

Xi

lorsque

ui (xj ) = uij = U
de

1 si xj Xi 0 sinon xj (j = 1, n) de X , k nombres compris xj aux k groupes ous ui

est la matrice qui contient pour chaque individu/vecteur

entre 1 et 0 et qui sont les probabilits d'appartenance des individus

X.
Le critre utilis par Bezdek et al. (1984) pour partitionner au mieux un jeu de donnes en

utilisant la logique oue est une solution des moindres carrs pondrs. Elle s'ecrit sous la forme

Jw (U, ) =
j=1 i=1

(uij )w

xj i i,

2 A

est le coecient de pondration,

le barycentre du groupe

et

le vecteur contenant tous

les barycentres des groupes.

est un matrice des pondrations sur le calcul de la distance entre comme tant la matrice identit. Le carr de la distance entre

un individu et un barycentre, controlant donc la forme des groupes naux dans l'hyperplan des

variables. Nous avons pris

un individu

xj

et un barycentre

est donc

d2 = xj i ij

2 A=

(xj i )T A(xj i )

(uij )w est le poids sur chaque d2 , correspondant la probabilit d'appartenance d'un individu xj au groupe i (uij ), lev la puissance w. w donne de bons rsultats lorsqu'il est pris entre 1,5 et 3 (Bezdek et al., 1984). Le but auquel doit tendre l'algorithme est Jw minimum, ce qui se traduit par trouver de faon itrative les paires (U , ) qui minimisent Jw .
Pour controler la prsence de minima locaux, qui permettent la convergence, mais dont on ne sait pas s'ils dcrivent au mieux le jeu de donnes, deux paramtres sont calculs pour chaque matrice

systme

U produite chaque itration, le coecient de partitionnement Fk , et l'entropie du Hk , reprsentant son tat de dsordre vis--vis de la classication, et exprims comme
m k

Fk (U ) =
j=1 i=1

(ij )2 u m

5.3 Les mthodes de classication

83

A)

B)

450

450

500

500

tel-00425334, version 1 - 20 Oct 2009

550

550

1 0

Groupe 1

Groupe 2

Groupe 3

Groupe 4

Cumuls

Groupes

Fig. 5.5 

gomprison entre un tritement en nues dynmiques )oues @AA et l lssi(tion en groupes lssique @BAF v premire donne des informtions sur l ompositions des groupes et leur forme dns l9espeD don leur homognit et et l mnire dont s9oprent les trnsitions entre euxF ves donnes sont des pourentges d9oxydes d9lments mjeurs mesurs pr )uoresene sur VP hntillons provennt du puits WRVgD rott durnt le veg yh ISTF

Hk (U ) =
j=1 i=1

uij ln(ij ) u m Fk = 1
et

Pour une classication en nues dynamiques classique,

Hk = 0.

Dans le cas de nues

oues, la validit de la classication nale est soumise aux conditions suivantes :

1 Fk 1 k

0 Hk ln(k) k =4

Sur la gure 5.5-A., on a port le rsultat de la classication oue, eectue pour

groupes, sur les donnes gochimiques (majeurs) obtenues par uorescence X sur des chantillons prlevs dans le puits 948C for durant le Leg ODP 156. La norme utilise est la norme euclidienne, et nale

est gal 2. L'algorithme a converg en 39 itrations. L'entropie de la classication

Hk

est gale 0,87 alors que

Fk

est de 0,53, valeurs qui valident la classication comme

tant une bonne approximation de l'organisation des individus dans l'espace des

variables.

84

La classication de donnes multivaries

Le cadre

B. montre le rsultat de la classication en nues dynamiques classique. Si, d'une

faon gnrale, ces deux rsultats sont similaires, la classication oue apporte une information supplmentaire importante sur la dynamique des groupes dans l'espace. Les groupes dnis par la classication classique (B.) seront dnots tation concerne dans la partie et mme

Gi , et les nues oues (A.) Gi . Un premire consta-

G3 , qui, s'il est relativement homogne de 470 515 mtres, l'est en fait trs peu suprieure. On voit que ses individus sont en fait assez partags entre le G1 , G2 , G2 .
Une

G3 .

On remarque les transitions dans les parties suprieures et infrieure de la partie

homogne (470 515 mtres), o l'on voit l'apparition d'une probabilit d'appartenance ces units semblent relativement homognes (probabilit trs leves d'appartenance autre observation intressante est relative aux deux chantillons composant tion oue trouve une quasi quiprobabilit d'appartenance aux 4 groupes se retrouve pour l'chantillon isol appartenant

Dans la partie infrieure de la colonne, mme si l'on a une succession d'units de faible paisseur,

G4 ).

G2 . La classica Gi . Cette situation

G4

vers 455 mtres. On verra dans une tude

(Rabaute et al. soumis, voir Section 7.2.1, page 125) que ces chantillons seront trs diciles caractriser par une inversion minrale, et la classication oue rvle dj ce cas particulier.

tel-00425334, version 1 - 20 Oct 2009

Chapitre 6

Donner un sens aux classes individualises


tel-00425334, version 1 - 20 Oct 2009

6.1 Introduction
Dans les chapitres 1 5, nous avons pass en revue toutes les tapes depuis l'acquisition et la nature de la mesure, jusqu'aux mthodes de reprsentation et de transformation permettant d'apprhender non seulement tous les paramtres simultanment, mais galement les relations existant entre eux. Il s'agit maintenant d'utiliser toutes ces informations pour retrouver les proprits gochimiques, ptrophysiques, hydrodynamiques, tectoniques, ou texturales des formations gologiques traverses par le forage. Pour cel, diverses mthodes plus ou moins compliques mettre en oeuvre existent.

6.2 Les informations directes


Comme premire approche, les informations directes donnes par l'Analyse en Composantes Principales, ou la Classication Itrative Non-hirarchique (classique ou oue) sont dj trs utiles pour lier les groupes une minralogie, un lithofacis, ou une lithologie. Les deux exemples suivants montrent une premire analyse de ces informations directes.

6.2.1 Les valeurs et vecteurs propres de l'ACP


La gure 6.1 donne les rsultats de l'Analyse en Composantes principales eectue sur un jeu de donnes d'exemple provenant du forage BALAZUC-1 (Programme Gologie Profonde

de la France ), entre 1500 et 1600 mtres de profondeur. En A., les variables sont reportes
dans le cercle de corrlation dans le plan dni par les deux premires composantes principales (qui portent elles seules 94% de la variance du jeu de donnes initial ; voir Tableau 6.1). On remarque la corrlation entre Ca, S,

Pe et b , et leur anti-corrlation avec Si. La variable Fe, qui est


B. de

presque orthogonal Ca et Si, donc qui leur est non corrle, trace un comportement gochimique dirent (qui est sans doute caractristique d'un facis lithologique particulier). La partie la gure 6.1 montre les individus projets dans le systme des nouveaux axes (vecteurs propres). On remarque l'individualisation de trois populations distinctes, que les corrlations variablesfacteurs permettent d'associer une lithologie : un premier groupe par le facteur 1, et dont les fortes contributions de d'associer de l'anhydrite. Par contre,

G1

caractris exclusivement

Pe

et

b ,

ainsi que de Ca et S, permettent

G2

montre une forte composante F1 mais aussi F2. C'est

85

86
-1.0

Donner un sens aux classes individualises

Facteur 2

S Pe Si Ca b

Fe
1.0 1.0 Facteur 2 0 Facteur 1 -1.0

Si

S Pe Ca

G2 G1
Fe

tel-00425334, version 1 - 20 Oct 2009

G3

Facteur 1

A. gerle de orrltion entre les vrilesD portes en fontion des deux premires omposntes priniplesF B. mme digrmmeD mis ve les individus reluls @scores A pour les nouveux xes @veteurs propresAD montrnt trois popultions distintesF ves mtries de orrltion entre vriles insi que les vleurs propres sont prsentes leu TFPF
Fig. 6.1 

une formation grseuse, caractrise par une teneur en argile variable (montre par la composante F2 importante, qui porte la variance du fer).

6.2.2 La composition des barycentres


Reprenons nos donnes (oxydes d'lments majeurs) de uorescence X obtenues sur les chantillons des carottes du puits 948C (Leg ODP 156). La Figure 6.2 montre la classication obtenue gauche. Les coordonnes dans l'hyperespace des variables des barycentres des 4 groupes indi-

Histogramme des 6 CP Numro Valeur propre % Cumul Si

Matrice des corrlations Ca Fe S

Pe

I P Q R S T
Tab. 6.1 

RDTR IDHH HDIV HDHW HDHT HDHH

UUDRS ITDTU QDIH IDSW IDIH HDIH

UUDRS WRDIP WUDPP WVDVI WWDWH IHHDH

i g pe Pe b

IDHH EHDWT EHDPI EHDWT EHDWH EHDWI

IDHH HDPS HDVW HDVR HDVV

IDHH HDHI HDIT HDPI

IDHH HDVV HDVV

IDHH HDWI

IDHH

sultts d9une enlyse en gomposntes riniplesF ves deux premires omposntes priniples drivent WR7 de l9informtion du jeu de donnes initilF

6.3 Les modles dterministes

87

Composition du barycentre Oxyde Groupe 1 Groupe 2 Groupe 3 Groupe 4

Si O 2 Al 2 O 3 Fe 2 O 3 Mg O Mn O Ca O Na 2 O K 2O Ti O 2 P 2O 5

TQFH PIFP

7.7
PFQ HFI IFU HFP HFW HFI PT

RUFQ IUFT

9.9
QFI

SWFW PHFU

9.4
QFS HFQ PFW IFI HFW HFP QV

RRFP ITFR

6.3
IFW HFT

7.5 9.1
HFP IFU HFU HFQ P

25.1
HFI IFH HFT HFQ IT

2.7

2.1

5 d9hntillons
Tab. 6.2 

gompositions des ryentres des groupes individuliss pr l lssi(tion en nues dynmiques des donnes gohimiques @pourentges d9oxydes d9lments mjeursA sur VP hntillons du puits WRVgD veg yh ISTF ves vleurs en grs sont disriminntes entre les groupes ou permettent d9voir une ide de l minrlogieF

tel-00425334, version 1 - 20 Oct 2009

vidualiss par la classication en nues dynamiques sont donnes dans le tableau 6.2. A partir de ces compositions, on peut dgager une lithologie grossire. Les groupes 1 et 3 sont riches en

Si

et

Al ,

donc composs probablement d'argiles. Le minral argileux majoritaire est soit l'illite,

soit la smectite, avec peut-tre une prsence un peu plus marqu de l'illite pour la section infrieure, due la teneur lgrement plus leve en potassium, alors que des teneurs plus leves en

Na

signe probablement une lgre prdominance de la smectite dans la partie suprieure de la

section (Na est un cation changeable pour la smectite). La kaolinite est sans doute prsente en faibles concentrations car anomals, trs riches en

Fe Mn ,

montre des teneurs leves. Le groupe 2 regroupe deux chantillons et relativement en

Ca .

On peut penser la prsence d'oxydes de

Mn

et

Fe

(relativement concentr aussi), mais aussi la prsence de rhodocrosite (MnCO 3 ),

minral prsent en veines dans les sdiments marins. Le groupe 4 est trs enrichi en

Ca ,

ce qui

signale la prsence de calcite en forte concentration, associe avec la matrice argileuse prsente mais rduite. On verra plus loin comment ces informations sont importantes pour choisir une solution a priori pour l'inversion minrale (voir Section 6.3.3 et Chapitre 7).

6.3 Les modles dterministes


Parmi les nombreuses grandeurs physiques et chimiques mesures en continu dans les puits de forage par les direntes mthodes de diagraphie, certaines satisfont des lois dterministes, d'autres pas. Parmi les premires gurent les concentrations chimiques en lments majeurs, exprimes sous forme de pourcentages d'oxyde (SiO2 , Al2 O3 , Fe2 O3 , MgO, CaO, K2 O, Na2 O, TiO2 , . . .) dont la somme est gnralement proche de 100%. On a vu que certains outils de diagraphie, comme le GLT, permettait d'obtenir les concentrations en 6 lments majeurs,

Si ,

Ca , Fe , Al , S , Ti ,

et une trace, le

Gd .

Pour le ptro-gochimiste, vouloir interprter cette

composition chimique en termes d'assemblages de minraux est videmment l'tape suivante naturelle. Beaucoup de mthodes ont t dveloppes qui essayent de trouver par inversion

minrale de compositions chimiques en lments majeurs, une norme (assemblage minralogique


propos) qui soit aussi proche que possible des proportions modales (le mode ) de minraux dans

88

Donner un sens aux classes individualises

450

Unit riche en argiles (teneurs en Si et Al). Largile peut tre illite ou smectite (teneurs en K et Fe leves)
niveau trs riche en Mn (oxide ou carbonate)

500
limite litholo giqu e

tel-00425334, version 1 - 20 Oct 2009

niveau trs riche en Mn (oxide ou carbonate)

550

Unit riche en argiles (teneurs en Si et Al) Largile peut tre illite ou smectite (teneurs en K et Fe leves) Intercalations (groupe 4) de bancs riches en Ca (calcite)

1 2 3 4 Groupes
Fig. 6.2 

Informations provenant de la composition des barycentres

remire interprttion de l9informtion direte donne pr l lssi(tion en nues dynmiques X guhe est porte l lssi(tion en R groupesD droite les informtions que l9on peut dduire des ompositions des ryentres des groupesD reportes dns le tleu TFPF

la formation.

Les schmas soustractifs

Ils ont t introduits il y a trs longtemps pour les roches mag-

matiques, puis tendus aux roches mtamorphiques. Pour les roches magmatiques, parce que la majorit des minraux qui les composent ont souvent le temps de se cristalliser et sont de composition chimique simple, on utilise encore la norme CIPW (Cross et al., 1902; Kelsey, 1965). Bien qu'elle ait t dveloppe dans un souci de classication, elle permet de transformer des donnes chimiques en une norme. L'analyse chimique est suppose prcise et correcte, et les minraux (un assemblage xe) sont complts les uns aprs les autres dans un ordre prcis, avec chaque tape, un des lments chimiques agissant comme facteur limitant. Les minraux de la norme ont bien sr des compositions idales.

6.3 Les modles dterministes

89

Les modles linaires exacts

Les grandeurs mesures sont rgies par une loi lmentaire

de mlange : la concentration en un lment chimique d'une formation gologique est gale au produit scalaire entre les concentrations en cet lment dans chacun des constituants minraux et leurs proportions respectives

x. De plus, les proportions des phases minrales dans la roche totale

satisfont une relation de fermeture : leur somme doit tre gale l'unit. Prenons par exemple une roche constitue de trois minraux, pour laquelle on dispose d'une analyse de sa composition chimique exprime sous la forme des pourcentages d'oxydes de deux lments majeurs. Le systme est totalement dtermin (autant d'quations que d'inconnues) et s'crit

x1 c11 + x2 c12 + x3 c13 = y1 x1 c21 + x2 c22 + x3 c23 = y2


auxquelles on rajoute la contrainte de fermeture :

(6.1)

x1 + x2 + x3 = 1
Le systme se rsume sous forme matricielle ce cas la forme matricielle simple suivante :

C X = Y,

est le vecteur inconnu. Une

solution directe peut tre obtenue par une rsolution du systme d'quations 6.1, qui prend dans

tel-00425334, version 1 - 20 Oct 2009

X = C 1 Y
Dans ces deux cas, les erreurs ne sont pas intgres au calcul, mais associes directement aux proportions

xi obtenues. Nanmoins, la rigidit de cette mthode (paragense et analyse chimique

exactes, systme totalement dtermin) a pouss rechercher d'autres techniques d'inversion minrale plus souples.

6.3.1 La mthode des moindres carrs (least-squares )


Souvent, le nombre de phases minrales d'lments chimiques mesurs

j = 1, m dans une roche est infrieur au nombre i = 1, n. On se trouve alors en prsence d'un systme sur-dtermin

(plus d'quations que d'inconnues). Les mthodes de minimisation de l'erreur sont utilises pour rsoudre le problme (Harvey et al., 1990; Harvey and Lovell, 1992; Lofts, 1993). On se trouve nouveau devant un systme d'quations linaires du type

yi =

cij xj

soit

Y = CX X,
puis recalculer

Une solution consiste rsoudre le systme de faon trouver un vecteur une estimation de la composition chimique de la roche not

Y d'origine. et Y est petite. Le vecteur X trouv par l'inversion sera acceptable si la dirence entre Y T L'approche la plus commune est d'estimer X de telle faon que l'erreur E = (Y Y ) (Y Y ) soit minimum, o E est la somme du carr des dirences entre Y et Y . Le meilleur ajustement
qui est compar au possible est donn par la solution des moindres carrs, exprime

Y,

X = (C T C)1 C T Y
Cette solution ne prend pas en compte les erreurs sur les mesures consiste intgrer une matrice de pondration les compositions mesures pondrs :

(6.2)

Y.

Une amlioration

M,

dont les lments seront les erreurs aectant

Y.

A partir de l'quation 6.2, on crit la solution des moindres carrs

X = (C T M C)1 C T M Y

90

Donner un sens aux classes individualises

est par exemple la matrice des covariances des erreurs de mesure. Si l'on considre que ces

erreurs sont indpendantes et suivent une distribution normale centre sur zro, cette matrice est diagonale de la forme :

M =

2 1
.. .

0
2 n

0
o

2 i

est la variance relative

peut crire sous forme

yi . On ajoute la contrainte de fermeture m xi = 1, que l'on i=1 T T T matricielle x Jn = Jn x = 1, o Jn est le vecteur (1, 1, . . . , 1) . Pour que

cette relation de fermeture soit rigoureusement satisfaite, la solution consiste en mettre en oeuvre la mthode des multiplicateurs de Lagrange (Albarde, 1995). Dans ce cas, la forme quadratique

f2

minimiser s'crit

f 2 = ( C x)T ( C x) 2(T J 1) y y x
le dernier terme, rappelle que la

xT J 1, reprsentant solution x est donne par

la relation de fermeture, tant nul. Albarde (1995)

tel-00425334, version 1 - 20 Oct 2009

x = (C T C)1 C T y + (C T C)1 J = x0 + (C T C)1 J


o

x0

est la solution au sens des moindres carrs, soit

x0 = (C T C)1 C T y .

On calcule alors

que l'on insre dans le systme. De la mme faon que prcdemment, on peut tenir compte des erreurs de mesure par l'intermdiaire d'une pondration. Par contre, cette approche par la mthode des moindres carrs ne permet pas de prendre en compte facilement l'indtermination des paramtres du modle linaire, c'est dire les incertitudes aectant la composition chimique des phases minrales. A l'instar de ce qui se pratique en gochronologie pour le traitement des donnes radiomtriques (York, 1969; Brooks et al., 1972; Minster et al., 1982; Briqueu and de la Boisse, 1990), on peut tenir compte de ces incertitudes en complexiant les coecients de pondration :

wi =

1
2 yi

n 2 2 j=1 xj cij

Introduits sous cette forme, les poids dpendent de la solution

elle-mme ce qui conduit

mettre en oeuvre une mthode itrative tout en restant dans le cadre des moindres carrs.

6.3.2 L'valuation quantitative de l'erreur


Harvey et al. (1990) et Lofts (1993) ont discut des dirents moyens d'estimer l'erreur sur la solution des systmes d'quations sur-, sous- ou totalement dtermins, ainsi que de leur validit et de leur utilit amliorer la solution. Doveton (1986) a propos deux mesures bases sur les proportions minrales trouves dnie comme

xi . Il s'agit de la variance

proportionnelle PVAR, et de la somme

absolue des erreurs ASE. PVAR s'apparente l'entropie maximale (variance) du systme et est

P V AR =

m 1 m1

x2 j
j=1

Une valeur importante de PVAR indique une grande variance, qui atteint 1 lorsque la variance est maximale (proportions des minraux gales). Doveton (1986) montre que ce paramtre est utile pour les systmes sous-dtermins, et moins pour les systmes sur-dtermins. ASE est

6.3 Les modles dterministes

91

utile dans le cas des systmes totalement dtermins. Elle indique la prsence de proportions ngatives. Elle est dnie comme

ASE =
j=1

|xj | 1

Une forte ASE indique par exemple un assemblage minral incorrect en entre. Dans le cas des systmes sur-dtermins, la solution des moindres carrs permet une valuation complte de l'erreur. Harvey et al. (1990) discute de l'utilit de deux mesures de l'erreur estimer la validit d'une solution. Il s'agit de l'erreur standard de l'estimation SE et de la

dviation moyenne absolue MAD. Elles sont calcules partir de la dnition de


haut) :

(voir plus

SE =

n 2 i=1 ei

(n m 1) 2

SE varie de 0 pour une rgression sans erreur, et augmente avec la dispersion des points autour

tel-00425334, version 1 - 20 Oct 2009

de la droite de rgression. Cette grandeur la structure d'un

nm1

degr de libert,

2 et l'on peut se reporter aux tables de pour valuer la pertinence de la solution. Lofts (1993)
fait une remarque trs juste, applicable toutes les mthodes d'inversion minrale : une solution montrant une erreur acceptable, ou mme nulle, n'implique pas forcment une solution correcte, mais simplement une bonne rgression montrant peu d'erreur.

M AD =

n i=1 |ej |

MAD est similaire SE, mais peut tre calcul aussi pour les systmes totalement dtermins, ce qui permet une comparaison entre les deux mthodes.

6.3.3 Modles non linraires : l'algorithme de l'inversion totale


Une approche alternative consiste crire le systme sous la forme de Valette (1982). Le systme d'quations prend la forme suivante :

n+1 quations implicites

dont on cherche les racines grce l'algorithme de l'inversion totale propos par Tarantola and

yi

m j=1 xj
que l'on peut crire

m j=1 cij xj

= 0 = 0

avec i = 1, n

G(X) = 0

en considrant que donnes et paramtres du modle sont les

composantes d'un vecteur unique

auquel est aecte une matrice de covariance unique

M.

Ds lors, le principe de l'algorithme consiste optimiser tous les paramtres du systme en minimisant la distance quadratique

1 q 2 = (X X0 )T M0 (X X0 )

X0

tant une solution a priori acceptable, sous les

n+1

contraintes

G(X) = 0.

La mthode des

multiplicateurs de Lagrange permet d'crire

q2

sous la forme (Albarde, 1995)

n+1

q 2 = (X X0 )T (X X0 ) 2
i=1

i gi (X)

92

Donner un sens aux classes individualises

soit en direnciant :

n+1

dq 2 = dxT [X X0
i=1
Le minimum de

i grad(gi (X))]
tant le Hessien de

q2

est tel que

X X0 = H, H

G(X).

Le vecteur

des

multiplicateurs de Lagrange est

= (H T H)1 H T (X X0 )
La solution propose par Tarantola and Valette (1982) prend aussi en compte les incertitudes sur les paramtres par le biais de la matrice des covariances

M0

a priori. Elle est donne par

T T Xk+1 = X0 + M0 Hk (Hk M0 Hk )1 [Hk (X X0 ) G(X)]


Une bonne approximation de la matrice des covariances a posteriori est donne par Tarantola and Valette (1982) :

M = M0 M0 H T (H M0 H T )1 H M0

tel-00425334, version 1 - 20 Oct 2009

Dans la mesure o l'on dispose d'une information a priori sur les paramtres du modle descriptif, l'algorithme propos de l'inversion totale est une approche bayesienne de l'estimation de ces paramtres, dont la particularit est d'tre base sur l'algorithme du point xe. On met ainsi en vidence l'importance de l'information a priori sur la qualit de l'estimation des paramtres du modle et de la solution a posteriori. Les gains d'information sont d'autant plus importants que la solution a priori est adapte au problme minralogique trait. Nous voyons ici apparatre l'utilit d'une classication des donnes avant le traitement numrique, classication qui va permettre de choisir, pour chaque intervalle reconnu, une solution a priori d'autant plus proche du maximum de vraisemblance.

6.4 Les modles statistiques : les rseaux de neurones


6.4.1 Introduction
Malgr un engouement relativement rcent, l'intrt scientique pour les rseaux de neurones ne date pas d'hier. En eet, ds 1943 Warren McCulloch et Walter Pitts, deux neurobiologistes amricains, proposrent un modle du cerveau o les cellules nerveuses (neurones) pouvaient tre compares des fonctions logiques. Une thorie qu'implmente Frank Rosenblatt en 1958 avec son Perceptron, qui est en fait une modlisation de la perception visuelle. Le Perceptron se prsente sous la forme d'une couche d'entre jouant le rle de la rtine, recevant l'image d'une lettre, une couche intermdiaire interprtant les signaux transmis via des connexions depuis la couche d'entre, et une couche de sortie o chaque neurone est associ une lettre, et doit reconnatre la lettre prsente en entre. L'apprentissage se fait par une mthode propose par Rosenblatt, appele PCP (Procdure de convergence du Perceptron), consistant modier les poids aects aux connexions, de faon ce que l'activit des neurones auxquels arrivent ces connexions soit corrige pour donner un rsultat correct. Cette valeur ajoute ou retranche est une constante. Malgr cel, Rosenblatt note que certains problmes sont ecacement traits, alors que pour d'autres cette machine neuronale est en chec.. Widrow et Ho proposent en 1960 un modle du neurone de McCulloch et Pitts, l'Adaline (pour ADAptive LInear NEuron). La rgle d'apprentissage de ce type de rseau est appele rgle

de Widrow-Ho ou rgle Delta. Cette rgle obit une dynamique dirente de la PCP, en ce

6.4 Les modles statistiques : les rseaux de neurones

93

sens que l'amplitude de la correction est fonction la fois de l'importance de l'erreur et de la valeur d'entre. On montre que la rgle Delta eectue une descente de gradient sur une mesure d'erreur quadratique, que l'on peut crire simplement par

E=
o

1 2

(do yo )2
oSortie

do

et

yo

sont respectivement la sortie dsire et l'activation relle du neurone de sortie

o.

La

technique de descente de gradient consiste modier les poids du rseau dans le sens inverse du gradient de l'erreur. En 1969, la publication d'une analyse thorique du perceptron deux couches par M. Minsky et S. Papert, montrant les limites des possibilits de calcul d'une telle structure, engendre un dsintrt progressif pour les techniques neuronales de la plupart des scientiques. Seuls certains irrductibles, l'origine d'ailleurs d'avances notables dans ce champ d'tude dans les annes 70 et 80, continuent leurs eorts, comme Teuvo Kohonen, Stephen Grossberg, James Anderson, ou Kunihiko Fukushima. Au dbut des annes 80, la dcouverte de deux techniques capables d'entrainer des rseaux neurones cachs relance l'intrt pour les mthodes statistiques multidimensionnelles : la rtro-

tel-00425334, version 1 - 20 Oct 2009

propagation de l'erreur (backpropagation) et l'apprentissage de la machine de Boltzmann. Ces


deux techniques sont l'origine de deux modles trs dirents de rseaux : 1. les rseaux couches, reprsents par le Perceptron Multi-Couches, auquel nous nous sommes plus particulirement intresss 2. les rseaux rcurrents, comprenant les mthodes de rseau comptition, dont la carte

topologique ou carte auto-organisatrice propose par T. Kohonen, est un exemple.


Aujourd'hui, les techniques neuronales sont utilises dans des domaines aussi varis que la robotique, la mtorologie (Thiria et al., 1997), la mdecine, ou la biologie.

6.4.2 Prsentation
Quel que soit leur type, les rseaux de neurones sont des structures composes de noeuds ou neurones, abritant une fonction de calcul non linaire souvent simple, interconnects entre eux par des poids. Ces poids sont adapts en parallle partir d'un schma d'apprentissage de manire s'approcher du problme trait (approximation de fonction) (Lippmann, 1987). Les lments du rseau, ces fameux neurones, contiennent une fonction d'activation qui anime le neurone en dterminant son activation (valeur scalaire). Une fois dtermine, l'activation du neurone est propage travers le rseau en utilisant les connexions ( des liens synaptiques). Cette propagation constitue le mode de calcul principal du rseau de neurones, qui prsente alors un comportement collectif fort complexe interprter, l'origine des grandes capacits de calcul de ces modles.

La connectivit
aecte d'un poids

Le comportement du rseau est li sa connectivit. Chaque connexion est

wij

(poids entre un neurone de la couche

et un neurone de la couche

j ).

La phase d'apprentissage consiste dterminer ces poids synaptiques, ainsi que d'autres

paramtres dont on parlera plus loin. L'apprentissage est un processus itratif, qui suit une rgle d'apprentissage. On distingue plusieurs types d'apprentissage : 1. apprentissage supervis, lorsque l'utilisateur prsente au rseau un ensemble (classication) de rfrence, partir duquel sont calcules les modications des poids synaptiques de faon minimiser l'erreur entre son valuation de la solution et la rfrence.

94

Donner un sens aux classes individualises

10

0,5

0,5 -10 -5 5 10 -10 -5 5 10

-5

-0,5

-10

-1

-10

-5

10

0,5

0,5 -10 -5 5 10

0,5

-0,5

0 -1 -10 -5 5 10 -3 -2 -1 0 1 2 3

tel-00425334, version 1 - 20 Oct 2009

ixemples de fontions d9tivtion utilises dns les rseux de neurones @d9prs todouin @IWWRAAF A. pontion linire X y = xF B. pontion linire orne X ompromis entre l fF linire et l fF seuilD elle ugmente le nomre de rponses possilesF C. pontion seuil X elle est nonElinireD trs simple mis limiteF D. pontion sigmode exponentielle X quivlent ontinue de l fF linire orneD elle est drivleD et est l fF gnrlement employe dns les ereptron wultiEgouhesF E. pontion sigmode tngentielle @tanhA X trs lrgement rpndue glementD permet souvent une onvergene plus rpide vers l solution lors de l9pprentissgeF F. pontion gussienne X e n9est ps une fF monotone roissnteD elle permet d9introduire une pondrtion dns l9tivtion du neuroneF ille est utilise en prtiulier pour l9pprentissge des rtes utoEorgnistriesF
Fig. 6.3 

2. apprentissage semi-supervis, lorsque l'utilisateur n'a que des indications gnrales transmettre au rseau (vrai ou faux par exemple) pour l'aider dans sa phase d'apprentissage. 3. apprentissage non supervis : c'est le cas des cartes auto-organisatrices dont nous parlerons plus loin. Les poids du rseau sont modis selon des critres internes comme par exemple la coactivation des neurones.

Types de neurones
scalaires.

Les neurones composant le rseau se classent en trois types :

 les neurones d'entre, qui reoivent les donnes d'entre sous la forme de vecteurs de valeurs  les neurones de sortie, contenant la solution et le vecteur de sortie cfalcul. Les poids sont modis en fonction de l'erreur entre cette rfrence et la sortir calcule.  les neurones des couches caches, dont l'ecacit est dpendante du type de fonction d'activation utilis. Ces neurones vont augmenter la puissance de calcul du rseau et lui permettre d'aborder des problmes plus complexes.

La fonction d'activation

La fonction d'activation joue un rle prpondrant dans la capacit

du rseau s'approcher du rsultat. Beaucoup de fonctions ont t proposes, et si, en thorie, n'importe quelle fonction scalaire peut tre utilise, la gure 6.3 donne les plus communment employes. Elles se classent selon trois axes : 1. la fonction est soit valeurs discrtes soit continue. Les premires ont pour exemple la fonction seuil

(1, 0)

(Figure 6.3-C). Elles se prtent des problmes simples et en permettent

6.4 Les modles statistiques : les rseaux de neurones

95

une analyse thorique facile. De plus elles sont plus adaptes une implmentation matrielle du rseau. Les secondes sont beaucoup plus utilises car elles permettent de traiter plus d'informations la fois dans un mme neurone. On distingue les fonctions linaires, borne ou non (Figure 6.3-A et B) sont simples utiliser mais trs limites dans leurs applications. les fonctions non linaires continues : ce sont les plus employes dans les rseaux couches (Perceptron Multi-Couches) du fait de leurs nombreux avantages, entre autres celui d'tre drivables, et aussi d'tre seuilles, c'est dire de possder deux valeurs en dea et au dessus desquelles la rponse de la fonction d'activation est respectivement ngligeable et xe. Cel permet une certaine rsistance au bruit et vite de propager de grandes valeurs dans le rseau. Dans nos analyses, nous avons utilis la plus employe, la fonction sigmode

1 dont la drive est y = yi (1 yi ). Une 1+exi autre fonction sigmode rpandue est la sigmode tangentielle (Figure 6.3-E), d'quation 2 y = tanh(xi ), dont la drive est aussi simple calculer dy = 1 yi . Cette dernire
exponentielle (Figure 6.3-D), d'quation

y=

est connue pour permettre une convergence plus rapide vers une erreur minimum lors de l'apprentissage des rseaux multi-couches (Jodouin, 1994a). On verra que la drivabilit de ces fonctions de transfert est trs utile. 2. la fonction est soit dterministe (voir point 1), soit stochastique : ces dernires sont des fonctions dont la rponse est en partie alatoire, et peut pour une mme entre, rpondre de plusieurs faons direntes selon une distribution de probabilit donne. Le neurone biologique en est un exemple. On peut citer aussi la machine de Boltzmann qui utilise une fonction de transfert stochastique

tel-00425334, version 1 - 20 Oct 2009

p(ai = 1) =
o

1 1 + e( T xi )
un paramtre
1

p(ai = 1) exprime la probabilit que l'activation du neurone i soit 1, et T nomm temprature, T 0.

3. La fonction est mmoire ou sans mmoire. Dans le premier cas, on tient compte, dans le calcul de l'activit du neurone, des valeurs calcules aux itrations prcdentes.

La fonction d'erreur
calcul

Revenons un peu en dtail sur la fonction d'erreur. La convergence du

rseau se fait par la minimisation de l'erreur entre une solution connue a priori

do

et le rsultat

yo . Si l'erreur quadratique est le plus souvent employe, elle prsente un gros dsavantage

bien connu : l'apprentissage converge trs lentement vers la n du processus (Jodouin, 1994b). Une solution consiste mettre un seuil la valeur de l'erreur prise en compte, vitant les minima locaux et diminuant considrablement le temps d'apprentissage, mais videmment empchant le rseau de s'approcher trop prs de la solution. Une seconde solution est de prendre une autre fonction d'erreur. Certains auteurs ont propos la fonction de corrlation croise (cross-correlation) qui s'crit

E=
oSortie
dont la drive est

do ln(yo ) + (1 do ) ln(1 yo )

E yo d o = yo yo (1 yo )

Cette fonction partage avec la fonction quadratique la proprit de minimiser l'esprance de l'erreur (Jodouin, 1994b). Mais surtout, si l'on remplace l'erreur quadratique par l'erreur de

96

Donner un sens aux classes individualises

corrlation dans la drivation de la rtropropagation (voir plus loin pour le dtail de la rgle de rtropropagation de l'erreur), l'erreur est simplie une expression linaire sur pour

yo ,

qui ragira

mieux aux valeurs proches de 1 ou de 0 (la drive de la fonction quadratique est non linaire

yo

et 0 et 1 sont deux de ses racines).

Si en thorie, la descente de gradient tel que la pratique la rgle Delta est un processus continu le long de la surface d'erreur, qui s'eectue par des mouvements innitsimaux, en pratique on introduit dans la modication des poids un terme appel pas d'apprentissage not d'apprentissage se fait alors de faon discrte, pas rguliers ou non, selon que l'entrainement. Lorsque

. Le processus varie pendant

est choisi trop grand, il peut arriver que le rseau oscille autour du

minimum, sans jamais l'atteindre. Un moyen d'viter cel est d'ajouter la modication des poids un terme d'inertie ou moment. La modication des poids est alors fonction de la modication prcdente. Ceci fait deux paramtres de plus choisir, mais en pratique, les auteurs (voir par exemple Jodouin (1994a)) recommandent de choisir une inertie proche de zro au dbut, et de faire varier la fois le terme d'inertie et le pas d'apprentissage au cours de l'entrainement.

tel-00425334, version 1 - 20 Oct 2009

6.4.3 Le rseau rtropropagation du gradient ou Perceptron Multi-Couches


Nous avons utilis plus particulirement le Perceptron Multi-Couches, cause surtout de la littrature abondante le concernant (qui nous a permis de mieux en saisir les rouages), mais aussi des nombreux algorithmes existant dj (et pour la plupart disponibles gratuitement sur Internet) et directement adaptables nos problmes. La gure 6.4 donne le schma en dtail d'un Perceptron Multi-Couches. Comme nous l'avons dj dit, un PMC se compose d'une couche d'entre, d'une couche de sortie, et d'une ou plusieurs couches caches. Le fonctionnement, et en particulier la mthode de rtropropagation, sont assez complexes, aussi me semble-t-il ncessaire de les expliciter. Plus de dtails sur la mthode de la rtropopagation de l'erreur, ainsi que sur les dirences introduites par les direntes fonctions d'activation ou d'erreur dans le calcul peuvent tre trouvs dans Krse and van der Smagt (1996) ou Jodouin (1994b). La fonction sigmode utilise est la sigmode exponentielle, et la fonction d'erreur est l'erreur quadratique. Nous ajoutons un terme d'inertie et faisons intervenir un pas d'apprentissage variables dans la procdure d'apprentissage. De nombreux auteurs ont montr que la plupart des problmes peut tre traite avec un rseau de conguration simple, aussi le perceptron prsent ne possde qu'une couche cache.

Notation
 Chaque chantillon sera not variera de 1

xij ,

o l'indice

sera le numro de l'chantillon considr et

Ni ,

et

sera la variable considre et variera de 1 au nombre de variables

Nv .
 Dnition de la notation des direntes couches du rseau La couche d'entre : le numro du neurone considr sera note de 1 au nombre de variables choisi en indice. de 1

en indice.

variera

Nv . k

La couche cache : le numro du neurone considr dans la couche cache sera not

variera de 1

Nh . o
en indice.

La couche de sortie : le numro du neurone considr sera not

variera

No . No

sera le nombre de facis/groupes/paragenses considrs.

 Dnition des poids

wjk wko

seront les poids entre la couche d'entre et la premire couche cache. seront les poids entre la dernire couche cache et la couche de sortie.

6.4 Les modles statistiques : les rseaux de neurones

97

xij

ENTREE

COUCHE CACHEE

SORTIE

j=1 Nv

x23 x13
Un vecteur dentre

j = 1 Nv

Fig. 6.4 

hm gnrl d9un rseu neuronl de type ereptron wultiEgouhesF

tel-00425334, version 1 - 20 Oct 2009

pk

sera la somme des produits scalaires des poids avec les valeurs d'entre pour la couche

cache.  La fonction d'activation choisie est une fonction sigmode exponentielle note  Notation des entres pour chaque couche Lorsque l'on passe de la couche d'entre la couche cache, transformation de

k = 1 Nh

o = 1 No

Fonctionnement
 Lors de la phase d'initialisation, les poids des connections entre couche d'entre, couche cache et couche de sortie, sont tirs alatoirement.  Calcul de

{
i=1 Ni

x21 x11
wjk

pk --> yk= F(pk) wko

Sortie calcule Sortie attendue: yo do

x22 x12

y1 y2

d1 d2

F.

yk

est le rsultat de la

pk

par

pour la couche cache.

yo

sera le rsultat, pour un neurone de la couche de sortie, de la somme des produits

scalaires des 

yk

par les poids entre la couche cache et la couche de sortie, soit

wko .

Les

sorties dsires seront notes

do . Qi

Qo

sera la forme quadratique correspondant aux contributions des neurones de la couche

cache pour le neurone pour un chantillon

de la couche de sortie. On appellera erreur quadratique totale

xi

la somme des

Qo

pour chaque neurone de la couche de sortie.

pk

qui correspond, pour chaque neurone de la couche cache, la somme des

produits scalaires des poids avec les valeurs des chantillons en entre. Par rapport la structure de la gure 6.4, nous considrerons toujours un seul chantillon la fois :

Nv

pk =
j=1
 Le rsultat de la fonction d'activation

xij wjk pk
est

(6.3)

sur les

pour la couche cache

(6.4)

yk = F(pk ) = =

1 1 epk 1 1 e

Nv j=1

xij wjk

(6.5)

98

Donner un sens aux classes individualises

 Pour arriver la forme quadratique, on calcule

yo

Nh

yo =
k=1

wko yk Qo
est :

(6.6)

L'erreur quadratique pour un neurone de la couche de sortie

Qo = =

1 (do yo )2 2 1 (do 2
Nh

yk wko )2
k=1 Nh k=1

1 do 2

wko 1 + e
Nh k=1

2 pk wjk
(6.7)

On dnit l'erreur quadratique totale pour un chantillon

xi

par la forme quadratique

Qi

No

tel-00425334, version 1 - 20 Oct 2009

Qi = 1 2 1 2

Qo
o=1 No

(do yo )2
o=1 No Nh

=
 les poids

do
o=1

wko
Nh k=1

k=1 1 + e

2 pk wkc
(6.8)

wjk

et

wko

sont optimiss de faon minimiser la forme quadratique

Qi .

Le prin-

cipe utilis dans la rgle de rtropropagation du gradient mis en oeuvre dans le perceptron multicouche consiste modier les poids proportionnellement la drive partielle de l'er-

reur quadratique totale, un facteur


poids :

prs, pour un chantillon

xi

par rapport chaque

i w =
o

Qi w

(6.9)

est le pas d'apprentissage du rseau, choisi constant au dbut, l'utilisateur pouvant le

faire varier ou non au cours de l'entrainement. On peut crire diremment le gradient de l'erreur par rapport chaque poids du rseau : pour les poids

wjk Qi Qi pk = wjk pk wjk


(6.10)

pour les poids

wko

Qi Qi yo = wko yo wko k

(6.11)

 On dnit le signal d'erreur

pour chaque neurone d'une couche cache, pour chaque

chantillon en entre, comme tant respectivement :

k = o

Qi pk Qi = yo

(6.12)

(6.13)

6.4 Les modles statistiques : les rseaux de neurones

99

permet de calculer la modication appliquer aux poids initiaux soit :

wjk

et

wko .

Le poids

d'une connection est ajust par une quantit proportionnelle au produit du signal d'erreur

i wjk = k xj
pour l'chantillon

(6.14)

et pour la couche d'entre o

varie de 1

Nv

et la couche cache o

varie de 1

Nh .

Si l'on considre

k ,

on peut crire partir de l'equation 6.12

k =

Qi pk Qi yk = yk pk

(6.15)

Pour trouver le second facteur, d'aprs eq. 6.4

yk pk

= F (pk ) 1 pk 1 + epk epk = (1 + epk )2 1 epk = 1 + epk 1 + epk = yk (1 yk ) =

tel-00425334, version 1 - 20 Oct 2009

(6.16)

Pour un neurone de la couche de sortie, on a (eq. 6.11)

Qi = (do yo ) yo
On obtient donc le signal d'erreur pour un neurone de la couche de sortie

(6.17)

o = (do yo )F (yk ) = (do yo )yo (1 yo )


(6.18)

Introduction du terme d'inertie


Augmenter la valeur de

L'entrainement du rseau modie les poids selon

Qi w .

peut amliorer la vitesse de convergence, mais des valeurs trop leves

induisent des oscillations autour de la solution, ralentissant alors le processus d'apprentissage. Il est possible d'introduire un terme d'inertie (ou moment ), qui rend la modication des poids dpendante de la valeur des poids calculs lors de l'itration prcdente :

i i wjk (t + 1) = k xi + i wjk (t) j


o et et

t reprsentation le numro du cycle de prsentation de l'chantillon i au rseau de neurones, la constante d'inertie qui indique l'importance donner aux corrections prcdentes. Les
a. b., la convergence est soit lente, soit compromise par des oscillations provoques par un pas

avantages de l'ajout du moment d'inertie sur l'apprentissage est schmatis Figure 6.5 : en

d'apprentissage trop grand. L'ajout d'un terme de d'inertie permet de supprimer les oscillations tout en convergeant relativement vite grce au pas d'apprentissage lev (c.).

100

Donner un sens aux classes individualises

A.
dpart

minimum relatif

solution

B.

a.

tel-00425334, version 1 - 20 Oct 2009

b.

c.

A. eprsenttion de l surfe d9erreur pr rpport ux poids synptiquesD montrnt l possiilit pour des hoix de poids initiux trs prohes de onverger vers des minim di'rentsF v modi(tion de l vleur du ps d9pprentissge durnt l9entrinement permet d9viter de rester oin dns un minimum reltif @d9prs todouin @IWWRAAF B. v desente de grdient est reprsente pour plusieurs s X a. est petitD ps de terme d9inertieD l onvergene est trs lenteF b. est grndD ps de terme d9inertieD des osilltions prjudiiles l onvergene pprissentF c. est grnd mis un terme d9inertie est joutD les osilltions sont supprimes et l onvergene est rpide @d9prs urse nd vn der mgt @IWWTAAF
Fig. 6.5 

De la thorie la pratique

Mettre en oeuvre un perceptron n'est donc pas une chose aise.

L'utilisateur a besoin de connatre les principes de la rgle d'apprentissage, et d'avoir rchi son problme de faon bien choisir la conguration de son rseau (qu'il est recommand de choisir assez simple au dbut), ainsi que les paramtres de dpart. Il lui faut construire un jeu de donnes d'apprentissage, avec lequel le rseau va apprendre et calculer le jeu de poids synaptiques, un jeu de donnes de test, contenant des rponses connues de l'utilisateur, permettant de valider le systme (le rseau applique simplement les poids calculs lors de l'apprentissage aux vecteurs d'entres, et les aecte une classe de sortie) avant de l'utiliser sur un jeu de donnes traiter. Un problme important des rseaux de neurones est le surapprentissage. Le principe d'un rseau de neurones est d'approximer une fonction en utilisant une rgle d'apprentissage base sur la minimisation d'une erreur. En thorie, on peut arriver une erreur nulle, si on laisse le rseau s'entrainer susamment longtemps, ou bien si on le complexie (par exemple en ajoutant des neurones dans sa couche cache) outrance. Mais on s'aperoit dans l'exemple donn par la gure 6.6 que le rseau, en cherchant approximer au maximum les chantillons du jeu de

6.4 Les modles statistiques : les rseaux de neurones

101

error

jeu

de

te

st

jeu dappr

entissage

nombre de neurones dans la couche cache

ve surpprentissge d9un rseu de neuronesF i'et du nomre de neurones dns l ouhe he sur les performnes X ves points noirs sont les hntillons disponiles dns le jeu de donnes d9pprentissgeD l ligne pointill donne l fontion dsireD l oure ontinue donne l9pproximtion trouve pr le rseuF v ouhe he est ompose de A. S neurones B. PH neuronesF C. ivolution de l9erreur d9pprentissge et de l9erreur de test en fontion du nomre de neurones dns l ouhe heF
Fig. 6.6 

tel-00425334, version 1 - 20 Oct 2009

donnes d'apprentissage, trouve une fonction qui est trs loigne de la fonction dsire. L'exemple donne concerne un nombre variable de neurones dans la couche cache, mais le rsultat serait le mme avec un temps d'apprentissage trop long. Le problme se pose particulirement lorsque l'on fournit des donnes entaches d'un bruit au rseau : au lieu de fournir une bonne approximation, le rseau va chercher intgrer tous les points et nit par trouver une fonction n'ayant plus rien voir avec la fonction dsire. Pour trouver une architecture optimale, une solution consiste faire crotre le nombre de neurones de la couche cache, et de regarder l'volution du cot de prdiction (erreur sur les donnes test) (Figure 6.6-C). On observe que le cot de prdiction (trait plein) passe par un minimum, qui correspond au meilleur compromis entre le biais et la variance : avant le minimum, l'approximation n'est pas assez bonne et le biais est trop important (faible prcision), aprs le minimum, le biais est faible mais la variance est trop importante (faible stabilit

les approximations calcules ne correspondent plus la fonction dsire).

6.4.4 Les rseaux comptition (rcurrents)


6.4.4.1 La notion de comptition
Dans le cas du Perceptron Multi-Couches, nous avons vu que la technique classique d'apprentissage consistait minimiser l'erreur entre une solution calcule par le rseau, et une solution de rfrence donne par l'utilisateur. Il existe toutefois des cas o cette base d'apprentissage n'est pas disponible. Il faut alors que le rseau trouve tout seul les dirents motifs prsents dans le jeu de donnes. La procdure d'apprentissage est alors non supervise, et la propagation d'activation parmi les neurones se fait selon le principe de comptition. Pour cel, il faut s'assurer que les neurones rpondent de faon dirente aux entres prsentes, contrainte respecte par le tirage alatoire des poids de dpart, que les fonctions d'activation des neurones soient bornes, et que les neurones soient interconnects entre eux pour permettre le mcanisme de concurrence. Dans un cas simple, si un vecteur d'entre est prsent au rseau, un seul neurone va ragir et tre activ (c'est le neurone gagnant). Cet apprentissage comptitif va rapprocher les poids d'entre du neurone ayant gagn la comptition du vecteur d'entre responsable de la victoire. Si un vecteur similaire est prsent, ce neurone aura beaucoup plus de chances de gagner que les autres. En contrepartie, il aura moins de chances de gagner si l'entre est dirente.

102

Donner un sens aux classes individualises

Pour slectionner le ou les gagnants, il existe plusieurs mthodes. Si par exemple un vecteur

est prsent, l'activation pondre qui converge sur les neurones de sortie est

yo =
cEntre

wo yc =
cEntre

wo xc
entre le vecteur

Cette valeur peut tre considre comme une mesure de l'angle des poids :

et le vecteur

yo =
i

T wio xi = wio x = |x|

wio

cos cos .

Si ces grandeurs sont normalises, on voit que l'activit pondre d'un neurone se rduit Elle sera d'autant plus grande que le vecteur des poids est parallle

x,

donc aura le maximum

de chances de faire gagner ce neurone. La rgle d'apprentissage redistribue alors les poids des neurones vainqueurs, de manire rduire l'angle entre le vecteur des poids et le vecteur d'entre

(voir Figure 6.7), selon

wv (t + 1) = wv (t) + (x(t) wv (t))

tel-00425334, version 1 - 20 Oct 2009

o v reprsente les neurones gagnants, et t le cycle, et garde les poids des autres neurones intacts wo = 0, o i reprsente les neurones perdants. Les vecteurs de poids des neurones gagnants sont, aprs l'apprentissage, particulirement rgls sur dirents domaines du jeu de donnes d'entre. Dans le cas o les variables ne sont pas normalises, au lieu d'utiliser le produit scalaire entre

et le vecteur poids, on choisit plutt la distance euclidienne entre les deux vecteurs

exprime par

do =

n1 2 i=0 (xi (t) wio (t)) , o

xi (t)

est l'entre prsente dans le neurone d'entre

i.

La distance minimum dtermine le neurone gagnant (Lippmann, 1987; Kohonen, 1990). Il existe toutefois un problme cette mthode d'apprentissage : les laisss-pour-compte !

Les neurones gagnants bncient de tout l'entrainement, aux dpends de certains autres qui se trouvent isols dans l'espace, et ne codent pas d'information du jeu de donnes. Un second problme est celui du recodage : les donnes ne dterminent pas de groupes bien individualiss dans l'espace, et les neurones n'arrivent pas se stabiliser sur le barycentre d'un groupe. Pour rsoudre le problme de l'isolement, certains auteurs ont propos une nouvelle rgle d'apprentissage appele apprentissage fuite (leaky-learning). Avec cette rgle, le neurone gagnant apprend le plus, mais tous les autres neurones apprennent un peu aussi chaque correction, ce qui leur permet de se rapprocher de certains groupes avec lesquels ils ont des anits gomtriques. Une autre mthode, appele frequency sensitive competitive learning , enregistre pour chaque neurone le nombre de fois qu'il est gagnant. Au cours de l'apprentissage, la sensibilit du neurone la comptition va dcrotre proportionnellement au nombre de fois qu'il a gagn. Inversement, un neurone qui perd souvent, va se retrouver de plus en plus sensible la comptition. Malgr ces problmes inhrents de tels modles statistiques, les rseaux comptition sont simples et ecaces pour rsoudre des problmes quelquefois complexes de classication automatique.

6.4.4.2

La carte topologique (ou auto-organisatrice) de Kohonen (Self-Organizing

Map )
La structuration de la carte
Si les rseaux comptition ne tiennent pas compte de la posi-

tion de leurs neurones dans l'espace, la carte topologique (Self-Organizing Map ) lie les neurones qui la composent en une structure lastique (Jodouin, 1994b). La forme de cette structure volue lors de l'apprentissage, et les neurones d'un voisinage sont lis entre eux et leur comportement nal varie graduellement d'une rgion de la carte l'autre, plutt qu'arbitrairement comme c'tait le cas dans l'exemple prcdent. Les vecteurs de poids sont ainsi organiss pour que des noeuds

6.4 Les modles statistiques : les rseaux de neurones

103

Dpart

Prsentation de

x1

x1 x3

w2 x3 w1 x2

x1 w' 2

w2

w1 x2

x4

w3

x4

w3

Prsentation de

x2

Prsentation de

x3

tel-00425334, version 1 - 20 Oct 2009

x1 w' 2 x3 w1 x2 w' 1

w''2

x1 w' 2 x3 x2 w' 1

x4

w3

x4

w3

Prsentation de

x4

Aprs la prsentation de 4 vecteurs dentre: lespace des poids sorganise

x1 w''2 w''2 x3 x2 w' 1 x3

x1

x2 w' 1

w' 3

x4

w3

w' 3

x4

hmtistion de l9pprentissge pr omptition entre neuronesF eu dprtD on onsidre R veteurs d9entre (x1 , . . . , x4 )D et trois poids tirs ltoirement (w1 , . . . , w3 )F vors de l prsenttion du veteur x1 D le veteur poids le plus proheD w2 D ggne l omptitionD et est modi( de fon se rpproher de x1 F ves utres veteurs poids sont inhngsF ves veteurs poids x2 et x4 font ggner w1 et w3 de l mme mnireF yn remrque que l prsenttion de x3 onforte le veteur w2 D qui se rpprohe du entre de l nueF e l (n de l9pprentissgeD les veteurs poids seront orgniss de mnire oder l9espe entierD ve un neurone odnt pour une nue @dpt de urse nd vn der mgt @IWWTAAF fien srD ei est le s idl o les nues sont ien distintes et le nomre de veteurs poids restreint de mnire viter les prolmes de neurones isols ou de reodge yliqueF
Fig. 6.7 

104

Donner un sens aux classes individualises

voisinage carr
Fig. 6.8 

voisinage hexagonal

ves deux topologies les plus ommunment utilises pour l rte utoEorgnistrie de uohonen X voiE singe rrD ou voisinge hexgonlF ve neurone noir est le neurone vinqueurD les neurones gris fon reprsentent le voisinge immditD tndis que les neurones girs lir reprsentent le voisinge tenduF

du rseau proche dans l'espace soient sensibles des vecteurs d'entres similaires (Lippmann,

tel-00425334, version 1 - 20 Oct 2009

1987; Kohonen, 1990). La carte topologique fonctionne sur le mme principe que les autres rseaux comptition : une couche de neurones d'entre reoit chaque vecteur d'entre les uns aprs les autres, et les prsente la grille de neurones interconnects qui forment l'ossature de la carte. Les poids de chaque neurone tant au dpart tirs alatoirement, ils sont compltement dsorganiss. L'algorithme d'auto-organisation dnit un voisinage autour de chaque neurone, qui est simplement une mesure de la distance euclidienne entre les neurones de la carte. On dnit un voisinage

immdiat

Vv,1

autour de chaque neurone comme tant l'ensemble des neurones au plus une dis-

tance unit, puis un voisinage tendu

Vv,E ,

pour l'ensemble des neurones se trouvant

units

du neurone. Cette notion de voisinage prendra tout son sens lors de l'apprentissage de la carte. Il faut aussi dnir la topologie de la carte, c'est dire la faon dont les neurones sont arrangs. Ceci dtermine videmment le nombre de neurones se trouvant dans le voisinage immdiat d'un noeud. La gure 6.8 montre deux topologies couramment utilises, voisinage carr et hexagonal. Bien videmment, cette structure existe uniquement dans la fonction de voisinage lorsque l'apprentissage commence, mais se dveloppe au fur et mesure de l'organisation des vecteurs de poids stimule par les vecteurs d'entre qui leur sont prsent.

L'apprentissage

La carte topologique s'organise grce une rgle d'apprentissage non super-

vise et comptitive, avec en plus l'intgration d'une variante de l'apprentissage fuite (voir plus haut). Tous les neurones dans le voisinage du neurone gagnant ont droit un apprentissage eux-aussi. La modication des poids se fait selon

wv = (v, o, t) (xi wv )
o

(6.19)

wv

reprsente le neurone gagnant. Celui-ci prote compltement de cette modication, tandis

que les neurones prsents dans son voisinage voient les poids de leurs connections avec le vecteur entre plus ou moins modis selon la fonction choisie : La gure 6.9 montre trois fonctions de modication du pas d'apprentissage couramment utilises : la fonction gaussienne, o le pas dcrot proportionnellement la distance avec le neurone vainqueur (gaussienne). Le pas d'apprentissage est alors aussi fonction de la distance
d(o,v)2 2(t)2

(o, i, t) = (t) e

6.4 Les modles statistiques : les rseaux de neurones

105

fonction "chapeau mexicain"

tel-00425334, version 1 - 20 Oct 2009

rois formes de l fontion rtrisnt le ps d9pprentissge u voisinge du neurone vinqueur X l fontion gussienne permet une droissne ontinue de l9pprentissge utour du neurone entrl ggnntF v fontion seuil permet une modi(tion identique et mximle pour tous les neurones se trouvnt dns le voisinge immdit du neurone ggnnt @Vv,1 AD et ne modi(e ps les utres neurones de l rteF v fontion hpeu mexiin permet un pprentissge pour les neurones dns le voisinge du neurone ggnnt omme ve l fontion gussienneD mis dsorganise les neurones plus loignsF yn reprsent un rte simpli(e voisinge hexgonl pour une meilleure visulistion de ette volution du ps d9pprentissgeF
Fig. 6.9 

(t)

est le rayon du voisinage tendu (cart-type de la gaussienne), et dcroit avec le temps

(Jodouin, 1994b; Kohonen, 1995). Cette manire d'entrainer les neurones voisins cre des une bulle centre autour du vainqueur (d'o le nom de bubble pour la fonction gaussienne du pas d'apprentissage). Une autre possibilit est d'utiliser une fonction seuil (step ) : tous les neurones dans le voisinage immdiat du neurone vainqueur sont entrains de la mme faon que celui-ci, alors que les autres ne subissent aucune modication. Une troisime possibilit est d'utiliser la fonction chapeau mexicain : les neurones du voisinage apprennent de la mme faon qu'avec la fonction gaussienne, mais les neurones plus loigns sont cette fois dsorganiss. Kohonen (1990) montre galement qu'il sut de rduire au cours de l'apprentissage les voisinages immdiat et tendu autour des neurones vainqueurs pour, au dbut, organiser grossirement la carte, puis bien aner le comportement des neurones et les stabiliser. Ces types d'apprentissage sont responsables des gradations dans les spcialisations observables sur la carte, trs utiles car certains individus du jeu de donnes initial, reprsentant des transitions entre des nues mieux individualises, pourront alors tre cods par un ou plusieurs neurones. Le rsultat de l'apprentissage est la structuration de la carte, o tous les neurones prsents dans un voisinage codent des vecteurs d'entre sensiblement identiques. Sammon (1969) a propos un algorithme permettant de reprsenter sous la forme d'une projection bidimensionnelle un ensemble de vecteurs multidimensionnels. Cette projection a la particularit intressante de prserver la notion de proximit entre les vecteurs. Cette reprsentation est classiquement utilise

106

Donner un sens aux classes individualises

tel-00425334, version 1 - 20 Oct 2009

100 itrations voisinage = 10 units erreur = 2,74


Fig. 6.10 

1000 itrations voisinage = 10 units erreur = 2,54

5000 itrations voisinage = 5 units erreur = 1,95

truturtion de l rte utoEorgnistrie u ours de l phse d9pprentissgeF v rte est de dimension 1515D ve une topologie hexgonle et une fontion gussienne pour l9volution du ps d9pprentissge utour des neurones ggnntsF ve voisinge utour du neurone ggnnt t diminu u ours de l9pprentissgeD de fon struturer l rte grossirementD puis plus (nementF

pour projeter en 2D les vecteurs associs aux neurones de la carte topologique, et ainsi de pouvoir visualiser le dploiement de la carte au cours de l'auto-organisation (Figure 6.10). De plus, la reprsentation 2D montre ventuellement les dirents agrgats de neurones qui se sont forms lors de la phase d'entrainement, ce qui donne dj une ide sur la structure du jeu de donnes initial.

6.4.4.3

Les techniques de Vector Quantization et Learning Vector Quantization

De mme que la carte auto-organisatrice, la technique de Vector Quantization est une technique de classication des donnes. Mais, contrairement la classication multivarie dont nous avons parl au chapitre prcdent, on ne recherche pas individualiser des groupes de donnes prsentant des caractristiques similaires, mais plutt quantier l'espace. L'algorithme recherche les densits de probabilit les plus grandes dans le jeu de donnes d'entre (Kohonen, 1990; Jodouin, 1994b; Krse and van der Smagt, 1996). La densit des neurones sera plus grande dans les rgions de l'espace o les donnes ont plus de chance d'apparatre. Cette mthode est trs utilise en compression de donnes (image, signal), car elle garde trs prcisment jusqu'au plus petites caractristiques d'un signal (car celui-ci sera dcrit par un grand nombre de neurones), tout en tant performante car utilisant une topologie discontinue, donc moins de neurones qu'une grille courante.

Les techniques de Learning Vector Quantization

La mthode dite des Learning Vector

Quantization ou LVQ, introduite par Teuvo Kohonen au milieu des annes 80, est en fait une

6.5 Remarque gnrale sur les rseaux de neurones

107

technique supervise, car elle prend des dcisions bases sur les caractristiques du jeu de donnes de dpart. Si les techniques de Vector Quantization tait surtout destin dcrire les direntes composantes de l'espace des donnes, les mthodes de LVQ recherchent les frontires entre les classes, car c'est de leur dtermination correcte que dpend la minimisation de l'erreur de classication. En ce sens, les LVQ sont une manire d'amliorer encore le rsultat d'une classication (qu'elle soit multivarie classique ou eectue par une carte topologique). Les frontires entre deux classes est dnie en statistiques par une surface de dcision baye-

sienne, qui est simplement la surface de partage o la probabilit d'appartenir une classe ou
une autre est gale. Les techniques de LVQ vont approximer ces surfaces entre les groupes, en utilisant comme point de dpart (elles sont donc supervises) les vecteurs trouvs par une analyse non-supervise telle que la carte topologique de Kohonen ou plus gnralement une technique de Vector Quantization (Kohonen, 1990; Jodouin, 1994b). Bien que beaucoup de techniques lgrement direntes de LVQ soient disponibles, le principe gnral de l'analyse est le suivant : 1. considrons qu'un label

yo

soit associ chaque neurone de sortie

o. x
associ son

2. on prsente plusieurs chantillons consistant chacun en un vecteur d'entre label

yo

correctement dtermin par la classication.

tel-00425334, version 1 - 20 Oct 2009

3. les distances entre les vecteurs poids

et les vecteurs d'entre

sont calcules, et les

vecteurs poids sont marqus et classs en plusieurs groupes selon leur proximit avec les vecteurs de rfrence reprsents par les vecteurs chantillons. La modication des poids se fait de la mme faon que pour la premire classication (voir carte topologique, eq. 6.19), mais slectivement selon que le vecteur poids a bien rpondu (son label est le mme que le label des vecteur d'entre) ou mal rpondu (son label est dirent) (Kohonen, 1990) : si le label

yk

du neurone test

k,

est dirent du label des

wk (t + 1) = wk (t) (x wk (t))
si le label

yk

du neurone test

est le mme que celui des

wk (t + 1) = wk (t) + (x wk (t))
Cel revient en clair dplacer itrativement les vecteurs poids de manire les loigner le plus possible des surfaces de dcision bayesienne entre les classes. Les vecteurs poids viennent alors approximer au maximum les limites des classes, et laissent vides les zones inter-classes. Comme prcdemment,

est le pas d'apprentissage reprsent par une fonction monotone dcroissante

sur t. Puisque les LVQ servent prciser une structure bauche par les VQ, il est bon de choisir un pas d'apprentissage plus petit que celui pris lors de la classication, de manire tenir compte de l'entrainement pralable qu'ont subi les vecteurs poids (Kohonen, 1990).

6.5 Remarque gnrale sur les rseaux de neurones


On se rend compte en utilisant un rseau de neurones, qu'il soit entrainement non supervis comme la carte topologique de Kohonen, ou supervis comme le Perceptron Multi-Couches, combien la phase d'entrainement est importante. Du point de vue thorique, les techniques de classication classiques et les techniques neuronales sont extrmement similaires. Du point de vue de l'utilisateur, la grande dirence est l'apprentissage. Le mme jeu de donnes trait par une carte topologique ne produira par le mme rsultat selon la faon dont l'utilisateur aura men l'apprentissage. De la mme faon, un mauvais jeu d'indexation fourni au Perceptron ne lui permettra pas de converger vers la bonne solution. Ceci semble vident, mais ce qui l'est

108

Donner un sens aux classes individualises

moins, c'est que malgr un bon jeu d'indexation, un pas d'apprentissage trop important ou un mauvais choix de fonction d'activation rendra la convergence dicile, voire impossible. De plus, les problmes gologiques tudis dnissent peu souvent des comportements bien individualiss, mais sont plutt une somme (ou une moyenne) de plusieurs phnomnes qui se combinent. Ceci rend la tche d'un rseau de neurones dicile, malgr les quantits de techniques dveloppes. Pour obtenir une bonne rponse, il est souvent ncessaire de rchir la paramtrisation du rseau et au problme demand, et surtout de ne pas prendre des valeurs par dfaut aveuglment, avant de commencer l'apprentissage sous peine de se voir confront des rponses peu discriminantes qui ne rendraient pas compte de la puissance du rseau, et dans notre cas, de la ralit gologique. Ces dicults de mise en oeuvre sont l'origine de l'incrdulit, du scepticisme et du dcouragement qui entourent encore les techniques neuronales. Pourtant de nombreux exemples, y compris dans le domaine des sciences de la terre (Thiria et al., 1997; Chang et al., 1997; Rogers et al., 1992) montrent combien ces outils peuvent tre ecaces pour rsoudre des problmes complexes pour lesquels on ne possde pas un modle descriptif explicite.

tel-00425334, version 1 - 20 Oct 2009

Troisime partie
tel-00425334, version 1 - 20 Oct 2009

Retrouver l'information gologique partir des diagraphies

109

tel-00425334, version 1 - 20 Oct 2009

Chapitre 7

Reconstruire un log minralogique

tel-00425334, version 1 - 20 Oct 2009

Le bassin d'Aoba, arc volcanique des Vanuatu, Leg ODP 134

 Le prisme d'accrtion Nord-Barbade, Leg ODP 156  Le mont Eratosthnes, Mditerrane orientale, Leg ODP 160

111

7.1 Puits 833B, arc volcanique des Vanuatu, Leg ODP 134

113

7.1 Puits 833B, arc volcanique des Vanuatu, Leg ODP 134

Article 2 :
Scientic Drilling, Volume 6, Number 2, 1997, pp. 91101
tel-00425334, version 1 - 20 Oct 2009

Characterisation of oceanic sediments and basalts from Hole 833B, New Hebrides Island arc (Vanuatu) from downhole measurements
Alain Rabaute, Louis Briqueu, Peter K. Harvey, and Henri Mercadier

7.2 Sites 947 et 948, prisme d'accrtion de la Barbade, Leg ODP 156

125

7.2 Sites 947 et 948, prisme d'accrtion de la Barbade, Leg ODP 156
7.2.1 Inversion minralogique de donnes gochimiques obtenues par analyse en uorescence X sur des chantillons carotts

Article 3 :
tel-00425334, version 1 - 20 Oct 2009
soumis Geophysical Research Letters,

Combination of cluster analysis and total inversion of geochemical data as an advantageous way of inferring mineralogy : Example from the North-Barbados accretionary prism, Leg ODP 156
Alain Rabaute, Louis Briqueu, and Mohamed Ramadan

1 To appear in the Geophysical Research Letters, 1998.

Combination of cluster analysis and total inversion of geochemical data as a advantageous way of inferring mineralogy: Example from the North-Barbados accretionary prism, Leg ODP 156.
Alain Rabaute, Louis Briqueu, Mohamed Ramadan

Abstract In order to infer mineralogy, the total inversion algorithm is used on major oxides weight percent data measured on samples from cores taken in ODP Hole 948C, North-Barbados accretionary prism. We show that using at rst a simple cluster analysis on the data set helps the total inversion algorithm to account for varying mineralogy. Each clusters centroid provides an average geochemical composition which can drive the choice for an appropriate a priori mineral assemblage. The advantages of the total inversion over a classical least-square tting is the taking into consideration of the original uncertainties on the input parameters and data. The calculated error on the a posteriori solution is used to monitor the convergence process in order to track down the source of potential error.

tel-00425334, version 1 - 20 Oct 2009

Introduction
Laboratory and eld devices are capable nowadays to give precise major elements concentrations from bulk rock samples. One way for these data to be of any use for the geologist is to be represented in terms of an assemblage of mineral and uid phases using various mineral inversion techniques. In case of sedimentary rocks, the problem becomes complex because most encountered minerals have dierent habits and origins, such as detrital or secondary authigenic, and can have very heterogeneous geochemical compositions, a good example being clay minerals. The principal objective of Ocean Drilling Program Leg 156 was to evaluate and monitor the eects, rates and episodicity of uid ow in an accretionary prism environment. Knowing precisely the mineralogy of the sediments is an important parameter to understand these eects on the formation. The classical Xray diraction method can give qualitative estimates of mineral abundances, but semiquantitative analysis is known to be dicult. Fisher and Underwood [1995] proposed a mathematical technique using matrix singular value decomposition that allows accurate conversion of XRD data to relative mineral abundances. Despite extremely good results, the authors acknowledge some limitations to this approach. The normalization factors calculated are valid only for the ranges of abundances used in the standard mixtures chosen. Varying chemical compositions could create mismatches in the model. The system needs to be fully-determined in order to be solved. In a tentative to overcome these problems, we propose here to use the total inversion algorithm [Tarantola and Valette 1982] as a way to calculate mineral abundances from geochemical data.

MnO, Na2 O, P2 O5 . The precision on these measurements are given for each element in Table 1.

Mineral transform
A lot of approaches to the calculation of an accurate mode have been investigated over the last thirty years, either in the eld of algebra such as solving for sets of simultaneous equations by matrix inversion [Albar`de and Provost, 1977]. All of the latter e are based on the assumption that a linear relationship exists between the bulk geochemical composition of a sample and the mineral and uid phases present in that sample, that can be expressed by yi = cij xj that is Y =C X

Core sampling and sediment geochemistry


During Leg 156, 170 metres of marine sediments were cored in Hole 948C across the dcollement zone e of the North-Barbados accretionary prism. The cored section could be divided into two distinct lithological units, composed of sandy and silty claystones. The clay minerals that form the background sediment are mostly smectite (Unit I) and illite (Unit II), with some kaolinite. 82 samples, 10 cc in volume, were carefully taken from the cores, each from a single lithologic variation. X-ray uorescence analysis was performed to obtain the concentrations of the 10 common major oxides CaO, SiO2 , Al2 O3 , Fe2 O3 , K2 O, TiO2 , MgO,

where cij is the weigth percentage of the ith oxide in the j th constituent phase, xj the proportion of the j th phase present in the mode, and yi the weight percentage of the ith oxide in the rock. i = 1, n, where n is the number of oxides analysed and j = 1, m, where m is the number of phases present. Moreover, the sum of minerals equals one, as do the sums of the oxide weight percentages in each mineral and in the rock. The basic limitation becomes now the number of oxides (input responses) available for modelling. Harvey et al. [1990] have addressed the problem of under, over- or fully-determined systems, the latter two cases describing classical geological systems. Another requirement is to take into account the uncertainties. Both systematic and random errors on the geochemical measurements have to be propagated through to the modal analysis and nal solution. The classical least squares solution can take into account the uncertainties on the measurements yi through a covariance matrix M . Assuming that these errors are independant and follow a normal law centered on zero, M is diagonal and is composed of the variances on the 2 2 input parameters 1 , . . . , n . The least squares solution, expressed as X = (C T M 1 C)1 C T M 1 Y , assumes xed chemical composition of the mineral matrix C, which is clearly over-simplifying the problem when confronted to clay minerals.

tel-00425334, version 1 - 20 Oct 2009

The total inversion algorithm


A dierent approach consists in solving for n + 1 implicit equations using the total inversion algorithm proposed by Tarantola and Valette [1982]. The sys-

3 tem can be written as


m;n m

yi
j=1;i=1

cij xj = 0 and
j=1

xj 1 = 0

distances within each cluster is minimum. The clustering algorithm gives the composition of each cluster centroid, which help in choosing an a priori solution X0 , the composition of the input minerals and their uncertainties.

the latter being G(X) = 0 by stating that both inputs and parameters form parts of a single vector X, affected of a unique covariance matrix M . The problem is solved by minimizing the quadratic form
1 q 2 = (X X0 )T M0 (X X0 )

Results and discussion


Clustering Results of the iterative non-hierarchical cluster analysis are shown in Figure 1-B. The data set is clearly partitioned into 2 lithological units at about 513 meters below the sea oor (mbsf). Unit 1 is almost exclusively composed of Group 3, with only one occurrence of the other groups. Unit 2 is composed of Group 1 and Group 4, with one occurrence of Group 2. Table 2 gives the composition of the centroids of the 4 clusters. Knowing that the background mineral phase is clay, one can identify the dominant clay mineral in Group 1 to be illite, because of the higher potassium content, whereas it is probably smectite in Group 3, because of the high sodium and magnesium content (that are ones of the exchangable cations in the smectite crystal structure). Group 2 is characterized by a high Mn, Fe and Ca contents, which can be explained by the presence of Mn and Fe oxides and calcite. Group 4 is Ca-rich while very depleted in the other elements, signing the occurrence of calcite as the dominant mineral. This important qualitative chemical and mineralogical information of the dierent units individualized in the studied section helps in choosing the right input mineral matrices and a better a priori solution for the mineral inversion. Mineral inversion At this stage, we decided to remove TiO2 and P2 O5 from the data set because, only present at a minor level in the sediment, they proved to generate great instabilities in the subsequent mineral inversion without bringing much to the solution. However, the two samples constituting of Group 2 present high Mn content (461 and 525 mbsf), and this will have to be included in the discussion when dealing with the results of the mineral inversion for these samples later on. The concentrations of the 7 remaining oxides were recalculated to reach the original measured closure number. The total inversion algorithm was used separately on each individualized cluster with a particular input mineral matrix and a priori solution, according to the information provided by the cluster analysis.

tel-00425334, version 1 - 20 Oct 2009

where X0 is an a priori acceptable solution. Using Lagrange multipliers, it is possible to write q 2 such that it is minimum when X X0 = H, where H is the Jacobian of G(X) and is the vector of Langrange multipliers, written as = (H T H)1 H T (X X0 ) [Albar`de, 1995]. e The global proposed solution includes the uncertainties on all the input parameters [Tarantola and Valette 1982] through an a priori covariance matrix M0 and is given by
T T Xk+1 = X0 + M0 Hk (Hk M0 Hk )1 [Hk (X X0 ) G(X)]

These authors give a good approximation of the uncertainties on the solution, expressed as an a posteriori covariance matrix M : M = M0 M0 H T (HM0 H T )1 HM0 The total inversion algorithm is a bayesian approach to the mineral inversion problem based on the xed point method, since an a priori information is needed. Obviously, the information gain will increase with the a priori information being more and more suitable to the studied case.

The clustering process


To facilitate the choice of the a priori parameters, we choose to process the data set (yi s), prior to the mineral inversion, through an iterative nonhierarchical cluster analysis. The best number of groups was chosen according to the method of Ball and Hall , [1967]. The data set is thus partitioned into 4 groups having similar geochemical properties. The clustering algorithm rst picks randomly seed points amongst the data, and clusters the remaining points around them according to their minimum euclidian distance to one seed. It then calculates for each cluster, its centroid and the sum of distances between the points and the centroid. It reallocates the points and move the centroids until the sum of the euclidian

4 To build the input mineral matrices, we averaged several compositions of smectites, illites, and kaolinites [Deer, Howie and Zussman, 1967], corresponding to the environment studied here, and eventually separated them into common, Fe-rich, or Mg-rich types. Table 3 shows the averaged mineral compositions used in the mineral inversion of each cluster that give the most stable results. A slight percentage of Mg in the input calcite was necessary to account for remaining Mg. Despite the fact that the XRD showed no Fe-rich phase such as magnetite, we introduced some in the analysis to take into account the somewhat higher Fe content of the top unit. This was supported by the higher magnetic susceptibility measured on the cores [Shipley, Ogawa, Blum et al., 1995]. The plagioclase is arbitrarily chosen closer to the albite composition (Na-rich). All the input minerals have uncertainties on each of their oxide content. They are calculated as one standard deviation of all the compositions for this type of mineral found in the literature. The model needs an a priori solution X0 , which is estimated at rst, for each sample, from the compositions of the corresponding cluster. An interval of uncertainty around each a priori mineral proportion is also set according to the level of condence of our prior knowledge. At last, the model integrate the uncertainties on the input data, which can be taken from Table 1, or calculated over the studied interval. Figure 1-D, 1-E and 1-G show the way to track possible sources of uncertainties and errors during the mineral inversion process. At each step of the converging process, the cumulative dierence, within each cluster and for each input variable (here oxide weight percents), between X and X0 is recorded (Figure 1-G). If the a priori solution is inappropriate, it is easier to see which element induces the greatest uncertainty. After the algorithm has reached a minimum (step 10), it calculates the a posteriori covariance matrix M giving the uncertainties on all the input parameters. Figure 1-D gives an example of the uncertainties on the nal mineral abundances, for illite and smectite. Figure 1-E gives an example of the uncertainties on the elemental abundances (here Al2 O3 , Fe2 O3 and MgO) in the illite found to be the best match of the input parameters, the darker the uncertainty, the farther the composition of this illite is from the original illite as far as this particular element is concerned. As an example, around 465 and 530 mbsf, there is a rather large uncertainty on the estimate of MgO in the illite. These two particular intervals are characterized by a high Mn and Fe contents (see Table 2). The analysis was performed again on these two discrete samples with a particular paragenesis that includes a Mn-oxide, needed to account for the high Mn content (Table 2). Figure 1-C shows the results of the mineral inversion, carried on with the parameters detailed above, on the left. The mineralogy inferred from X-ray diffraction [Fisher et al., 1995] is put on the right as a reference basis (with keeping in mind that it is only semi-quantitative). The resolution is higher in XRD mineralogy column because of the number of samples used, 183 for Fisher and Underwood [1995], and 82 on our study. We can see immediately that the dynamics along the hole is preserved, a top homogeneous unit, with the predominance of smectite, and a bottom perturbated unit [Shipley, Ogawa, Blum et al., 1995], which is the result of the intercalation of several beds of dierent mineralogy. The boundary between the two lithologic units at 514 mbsf is clearly seen. The overall bulk mineralogy found by both methods is also comparable. The total inversion algorithm sees the occurrence of calcite around 450 mbsf and in the bottom unit (from 525 mbsf). It also nds no more plagioclase in the bottom unit, as the X-ray diraction does. However, some discrepancies have to be noticed. The mineral inversion nds a higher illite content in the top unit, while the quartz content is lower. We know that volcanogenic rocks that compose the islands of the Lesser Antilles Arc produce abundant smectite by weathering [Capet et al., 1990], and the proximity of this volcanic arc is probably the origin for the presence of plagioclase and magnetite in the top unit.

tel-00425334, version 1 - 20 Oct 2009

Summary
Coupling statistics, through an Iterative Non-hierarchical Clustering, and probability, through the Total Inversion algorithm proved to be a good way to determine mineral abundances, even in sedimentary environments. Despite some discrepancies with the X-ray diraction results, it is possible to have a good estimate of the total clay content from total inversion of elemental abundances (Figure 1-F). This algorithm provides uncertainties on all the input parameters, which makes it easier to monitor the behaviour of the latter during the converging process. It becomes easier to account for element varying concentrations by use of the classication scheme before performing any mineral inversion. Furthermore, clustering the data

5 set prior to the mineral inversion allow to deal with a large number of data, such as when using logging techniques. Logging can provide continuous measurement of a wide variety of parameters, from density and porosity to elemental abundances. Being able to calculate a mineralogy on a continuous basis can help quantifying the eects of the uid circulations in the dcollement zone of the North-Barbados accretionary e prism, materialized by the two negative density peaks in Figure 1-A.
Acknowledgments. We are thankful to J. Verni`res e for his useful advices and big help with the fundamentals of the total inversion algorithm. Also acknowledged is the help and contribution of H. Mercadier, and Pierre Gaudon at Ecole des Mines dAl`s, for the X-ray uorescence teche nique. Tarantola, A., and B. Valette, Generalized nonlinear inverse problems solved using the least squares criterion, Rev. Geophys. and Space Phys., 20, 2, 219232, 1982.

A. Rabaute, L. Briqueu, M. Ramadan, UMR 5567CNRS, ISTEEM, cc 066, Universit Montpele lier II, 34095 Montpellier Cedex 5, France. (e-mail: rabaute@dstu.univ-montp2.fr)

References

tel-00425334, version 1 - 20 Oct 2009

Albar`de, F., Introduction to Geochemical Modeling, e Cambridge University Press, 1995. Albar`de, F., and A. Provost, Petrological and geocheme ical mass-balance equations: an algorithm for leastsquares tting and general error analysis, Computers and Geosciences, 3, 309326, 1977. Ball, G.H., and D.J. Hall, A clustering technique for summarizing multivariate data, Behavioral Science, 12, 153155, 1967. Capet, X., H. Chamley, C. Beck, and T. Holtzapel, Clay mineralogy of Sites 671 and 672, Barbados Ridge accretionary complex and atlantic abyssal plain: paleoenvironmental and diagenetic implications, In Moore, J.C., Mascle, A., et al., Proc. ODP, Sci. Results, 110, 8596, 1990. Deer, W.A., R.A. Howie, and M.A. Zussman, Rockforming minerals, vol 15, Longmans, Green and Coltd (Eds.), 1967. Fisher, A.T., M.B. Underwood, Calibration of an X-ray diraction method to determine relative mineral abundances in bulk powders using matrix singular value decomposition: a test from the Barbados accretionary complex, In Shipley, T.H., Ogawa, Y., Blum, P. and J.M. Bahr, Proc. ODP, Init. Repts, 156, 2937, 1995. Harvey, P.K., J.F. Bristow, and M.A. Lovell, Mineral transforms and downhole geochemical measurements, Scientic Drilling, 1, 163176, 1990. Kohonen, T., Self-organising maps, Springer-Verlag, NewYork, 1995. Lofts, Jeremy C., Intergrated geochemicalgeophysical studies of sedimentary reservoir rocks, PhD Thesis, 156 pp., University of Leicester, UK, February 1993. Shipboard Scientic Party, Site 948. In Shipley, T.H., Ogawa, Y., Blum, P. and J.M. Bahr, Proc. ODP, Init. Repts, 156, 87192, 1995.

A This preprint was prepared with AGUs L TEX macros v4. File TarVal formatted December 10, 2006.

LWD

tel-00425334, version 1 - 20 Oct 2009

illite

smectite

kaolinite

quartz

plagioclase

calcite

Fe-oxide

Mn-oxide

450 80

Illite:
450

Total inversion algorithm

60

40

500

Dcollement zone

20 20 500

40 60 X-ray diffraction

80

2
Inversion

Fe O
2

|
550 550

K2O SiO2 CaO

|SolXRD - SolTotal

0 MgO
Na2O Al O
2 3

-2
1.5 2.1 density (g/cm3) 1 2 3 4 Groups 0 .5 1 Calculated mineralogy 0 .5 1 XRD mineralogy 0 1 0 1 illite smectite 12.5 39.6 -6.99 24.91 -0.87 10.97 Al2O3 Fe2O3 MgO

1 2 3

Steps

10

Figure 1: A. Example of Logging-While-Drilling (LWD) density measured downhole through the dcollement zone of the North-Barbados accretionary prism. e The two negative peaks around 525 mbsf are related to uid circulations. B. Results of the Iterative Non-hierarchical Cluster Analysis. C. Results of the mineral inversion using the Total Inversion algorithm (left). Mineralogy from quantitative X-ray diraction performed during Leg 156 (right). D. Example of uncertainties calculated on the output mineral abundances. E. Example of uncertainties calculated on the output mineral compositions. F. Comparison of the total clay volume calculated using mineral inversion and the one found by the quantitative X-ray diraction method. G. Monitoring of the discrepancy between calculated and input solutions throughout the total inversion converging process.

7 Table 1. Precision Obtained With X-ray Fluorescence Analysis for the 10 Common Major Elements. Oxide SiO2 Fe2 O3 MnO Na2 O TiO2 Precision 0.5% 0.5% 1.0% 5.0% 1.0% Oxide Al2 O3 MgO CaO K2 O P2 O5 Precision 0.5% 1.0% 0.6% 0.5% 6.0%

tel-00425334, version 1 - 20 Oct 2009

8 Table 2. Composition of the Clusters Centroids after the Iterative Non-hierarchical Cluster Analysis. Centroid composition Group 2 Group 3 Group 4 47.3 17.6 9.9 3.1 7.5 9.1 0.2 1.7 0.7 0.3 2 59.9 20.7 9.4 3.5 0.3 2.9 1.1 2.1 0.9 0.2 38 44.2 16.4 6.3 1.9 0.6 25.1 0.1 1.0 0.6 0.3 16

Oxide SiO2 Al2 O3 Fe2 O3 MgO MnO CaO Na2 O K2 O TiO2 P2 O5


# samples

Group 1 63.0 21.2 7.7 2.3 0.1 1.7 0.2 2.7 0.9 0.1 26

tel-00425334, version 1 - 20 Oct 2009

9 Table 3. Average mineral compositions chosen as input mineral matrices for total inversion algorithm. Numbers between parenthesis are the uncertainty on the element and are calculated as one standard deviation around the average composition of all the minerals found in the literature that belongs to the same type. Magnetite is 100% Fe2 O3 , and Mn-oxide is 100% Mn, both with the same uncertainties as quartz. Elt Smectites
Group 3 Groups 1,2,4 Group 1

Illites
Groups 2,3,4

Kaolinite

Quartz

Plagio

Calcite

SiO2 Al2 O3 Fe2 O3 MgO CaO Na2 O K2 O

66.7(2.6) 25.8(2.7) 1.1(0.5) 4.2(1.1) 2.1(0.9) 0.1(0.1) 0.05(0.01)

65.4(2.5) 23.2(2.7) 3.4(2.7) 4.1(1.1) 2.9(0.9) 0.3(0.3) 0.7(0.7)

53.6(4.8) 30.9(5.3) 4.7(2.2) 1.8(1.1) 0.7(0.7) 0.6(0.5) 7.6(1.8)

53.2(4.5) 27.1(9.6) 8.3(8.0) 2.9(2.2) 0.7(0.6) 0.5(0.5) 7.1(1.9)

53.3(0.5) 45.4(0.7) 0.4(0.4) 0.1(0.1) 0.2(0.1) 0.1(0.1) 0.3(0.2)

100(0.001) 0(0.001) 0(0.001) 0(0.001) 0(0.001) 0(0.001) 0(0.001)

63.5(0.01) 22.4(0.01) 0.5(0.01) 0.1(0.001) 3.3(0.5) 9.1(1) 0.9(0.05)

0(0.001) 0(0.001) 0(0.001) 3.0(0.5) 97.0(0.5) 0(0.001) 0(0.001)

tel-00425334, version 1 - 20 Oct 2009

7.2 Sites 947 et 948, prisme d'accrtion de la Barbade, Leg ODP 156

137

7.2.2 Utilisation d'un Perceptron Multi-Couches pour reconstruire une minralogie en continu partir de mesures LWD : exemple du puits 948A

Article 4 :
en prparation

tel-00425334, version 1 - 20 Oct 2009

Inferring mineralogy with neural network classier : Example using Logging-While-Drilling data from Hole 948A, ODP Leg 156
Alain Rabaute

Inferring mineralogy with neural network classier: Example using Logging-While-Drilling data from Hole 948A, ODP Leg 156
Alain Rabaute

en prparation e

Abstract

tel-00425334, version 1 - 20 Oct 2009

A neural network classier was used on Logging-While-Drilling data obtained in Hole 948A during Ocean Drilling Program Leg 156. This improved logging technique, used for the rst time in ODP, gives better data because of better hole and measurements conditions. The network is a classical backpropagation neural network, with a exponential sigmoid activation function. The training was done separately on two data sets, made with corresponding LWD intervals chosen after fuzzy c-means classication of 1) X-ray diraction data and 2) physical properties measurements (grain density, magnetic susceptibility and natural gamma radiation), in order to nd the weights corresponding to a minimal quadratic error between calculated and desired outputs. These data were measured on the cores from Hole 948C, drilled at the same location as Hole 948A. Better results are obtained when the network is trained after X-ray diraction data. A continuous mineralogy is provided, showing a good agreement with the mineral concentrations calculated with a semi-quantitative x-ray diraction method.

Introduction

Logging-While-Drilling technique ODP Leg 156 principal objective was to assess the existence of pore-water overpressure in dcollement zone of the Northern Barbados accretionary prism. In such an active environment, using wireline logging techniques is quite illusive, and for the rst time in ODP, the improved technique of Logging-While-Drilling was carried out. The LWD logging string is composed of two logging tools: the CDR or Compensated Dual Resistivity tool, which is an electromagnetic propagation and spectral gamma-ray tool built into a drill collar. It is in many ways similar to dual induction tools, responding to conductivity rather than resistivity, and providing two depths of investigation. But whereas it has a better vertical resolution than dual induction tools, it has a shallower depth of investigation. A 2-MHz electromagnetic wave is sent into the formation, and the tool measures the phase shift (PSR) and the attenuation of the wave (ATR) between two receivers. These quantities are then converted into two independent
cc066 UMR 5567-CNRS, GGP, ISTEEM, Universit Montpellier II, Place E. Bataillon, 34095 Montpellier e Cedex 5, France
0

resistivities that provide the two depths of investigation. The phase shift PSR is a shallow resistivity, the attenuation ATR is the deep resistivity. An electrical hole diameter is computed from the CDR data and is used as an input to hole size corrections. the CDN or Compensated Density Neutron tool is similar in its principles of measurement to those of corresponding wireline tools. For the neutron porosity measurement (NPHI), fast neutrons are emitted from a 7.5-curie (Ci) americium-beryllium (Am-Be) source. The density section of the tool uses a 1.7-Ci 137 cesium (Cs) gamma-ray source in conjunction with two scintillation detectors to provide a borehole compensated density measurement. Because the shaly composition of the considered geological formation, the neutron porosity was not believed to give accurate results and was not used in the analysis. X-ray diraction and uorescence data During ODP Leg 156, Fisher and Underwood (1995) implemented a new method using matrix Singular Value Decomposition and spectral analysis using Fourier transform for estimating relative mineral abundances in bulk powders. They determined calcite, quartz, total clay, and plagioclase content, as well as were able to measure the major clay minerals (smectite, illite, kaolinite) contents from 176 samples picked at regular intervals from the cores in Hole 948C. The samples were carefully extracted in zones where no major variation in color, grain size, or texture was visible. X-ray uorescence measurements were carried out at the Universit de Montpellier II on the e same samples used by Fisher and Underwood (1995). Concentrations in Si, Ca, Al, Fe, Mg, Mn, P, and Na were measured on fusion beads with an average uncertainty of about 1%. Only concentrations in Al are used in this study. Multi-Sensor Track data Routinely onboard the JOIDES Resolution, a number of physical measurements are made on the cores immediately after recovery. The petrophysical properties GRAPE (grain density), NGR (natural gamma radiation) and MAGSUS (magnetic susceptibility) are measured on a continuous basis on the whole core using a special chain of devices called the Multi-Sensor Track, composed of a natural gamma radiation detector (scintillation crystal), a susceptometer, a grain density measurement device using a 137 Cs gamma-ray activation source, and a P-wave velocity measurement device. We used the three rst ones and discarded the P-wave velocity data because of some aky results. Validity of the total clay concentration data In a recent paper, Herron and Herron (1996) prove that Al is an excellent estimator of the total clay content. In Figure 1, Al2 O3 concentration from X-ray uorescence analysis is plotted against the total clay content after Fisher and Underwood (1995). The good agreement indicates that X-ray diraction results can be used with condence as a reference basis in this work.

tel-00425334, version 1 - 20 Oct 2009

Composition of the training data sets

We decided to prepare two training data sets from what we will call the Physical properties, that is, NGR, MAGSUS, and GRAPE, measured on the whole cores onboard the Joides Resolution, and from the mineral concentrations calculated from X-ray diraction results on core samples by Fisher and Underwood (1995).

Illite

Smectite

Kaol.

422,2 433,39 444,72 455,4 464,56 475,77 485,36 493,49 504,27 513,87 526,94 536,52 545,21

Illite

Smectite

Kaol. Quartz

Plagio Calcite

25

Al2O3 content (%; from X-ray fluorescence)

20

15

dcollement

U II

10

U III

5
552,45 560,97 570,93 578,65 588,27

20

30

40

50

60

70

80

Total clay content (%; from X-ray diffraction)

tel-00425334, version 1 - 20 Oct 2009

Figure 1: Left: Clay mineralogy and total mineralogy of the cored section in Hole 948C. Right: Comparison
between total clay content and aluminium content around the dcollement zone.

Calcite
CQP1 CQP2 CQP3 CQP4 CQPC1 CQPC2 50 50 CQPC3 CQPC4 CQ1 CQ2 CQ3 50

Calcite
AP1 AP2 AP3 AP4 AP5 AP6 AP7 AP8 AP9

50

Quartz

Quartz

Clay

Clay

CQC1 CQC2 CQC3 QC1

Smectite
50 50 50 50

Smectite

US1 US2 US3 US4 US5

50

50

50

50

Plagioclase
Clay Quartz Plagio Calcite

Plagioclase
Clay Quartz Plagio Calcite

58.2 53.8 40 39.3

26.3 25 26.5 27.8

5.3 5.6 2.2 2.5

10.1 15.6 31.4 30.4

53.8 69.7 62.8

25 26.3 29.2

5.6 2.2 7.1

15.6 1.7 0.8

Illite

50

Kaolinite

Illite

50

Kaolinite

Figure 2: Compositions of the 15 groups made after the X-ray diraction results and of the 14 groups made
after the fuzzy clustering of LWD physical properties (resistivity, density, photoelectric eect, total gamma ray).

Code section interval (cm) depth (mbsf) smectite illite kaolinite total clay quartz plagio calcite Code section interval (cm) depth (mbsf) smectite illite kaolinite total clay quartz plagio calcite

CQP1 2X-6 5254 428.82 50.7 10.0 4.0 64.7 28.9 6.4 0.0 CQ1 11X-4 6870 512.88 53.1 9.6 4.2 66.9 33.1 0.1 0.0

CQP2 2X-4 116118 426.46 18.5 54.6 2.3 75.4 23.1 1.5 0.0 CQ2 12X-1 7981 518.19 26.6 40.3 7.8 74.6 25.4 0.1 0.0

CQP3 9X-1 9496 489.34 48.7 0.0 6.5 55.2 28.1 16.7 0.0 CQ3 16X-2 2426 556.54 0.0 69.5 13.1 82.6 7.4 0.1 0.0

CQP4 12X-3 107109 521.47 0.1 29.7 17.1 46.8 47.7 5.5 0.0 CQC1 14X-1 146148 537.56 27.5 0.0 27.0 54.5 21.0 0.0 24.5

CQPC1 4X-4 1214 444.72 37.6 13.8 6.7 58.2 26.3 5.3 10.1 CQC2 14X-5 6163 542.71 2.4 55.0 14.1 71.5 20.9 0.1 7.4

CQPC2 5X-4 4749 454.77 39.0 9.2 5.6 53.8 25.0 5.6 15.6 CQC3 17X-4 2123 568.81 10.1 23.9 8.9 43.0 22.2 0.0 34.9

CQPC3 13X-6 1921 534.49 15.7 8.2 16.0 40.0 26.5 2.2 31.4 QC1 16X-2 9193 557.21 0.1 0.0 0.0 0.0 5.9 0.0 94.1

CQPC4 15X-2 104106 547.94 0.1 18.0 21.3 39.3 27.8 2.5 30.4

Table 1: Mineral composition of the 15 groups chosen after the X-ray diraction results.

tel-00425334, version 1 - 20 Oct 2009

2.1

XRD mineral concentrations

Figure 1 shows the mineralogy (total clay + quartz + calcite + plagioclase) along the borehole in the cored section (420 to 590meters below sea oor; mbsf), and the relative amounts of clay minerals (smectite + illite + kaolinite) (Fisher and Underwood 1995). The shaded rectangle on the right side represents the dcollement zone as described on cores, and the boundary between Units II and III, dened by sedimentological studies onboard is showed. 15 intervals ( X-ray diraction sample locations) were picked on this log, as representative of the diverse mineral assemblages present in the entire cored interval. Each depth was reported in the LWD data set, where over a total interval of 75 cm (X-ray diraction sample depth +/- 30 cm), LWD variables were averaged to form the rst training data set, T S1 . The mineral composition of these averaged intervals are seen in table 1, and plotted on ternary and diamond diagrams in Figure 2. As a rule, the letters CQPC indicate the presence of clay, quartz, plagioclase and calcite in the assemblage. If clay is present, the presence of smectite, illite or kaolinite is indicated by the letters S, I or K (see Figure 4). An idea of the proportion of the clay mineral in the total clay content relative to the other clay minerals present in the assemblage is given by a + or - sign (see Figure 4).

2.2

Physical properties from Multi-Sensor Track (MST)

Figure 3 shows the results of a cluster analysis performed on the MST variables chosen, GRAPE, NGR, and MAGSUS. I used the fuzzy c-means algorithm, which yields to a probability for a sample to belong to a particular group. This is particularly useful in the mixed clay environment present in Hole 948A, which makes it very dicult to clearly classify a sample on a binary way. On Figure 3, 4 units can be clearly distinguish, according to the physical properties from MST: the rst one, ending around 460 mbsf, is characterized by Groups 2 and 6. the second one, between 460 and 500 mbsf, is represented by Groups 1 and 3.

tel-00425334, version 1 - 20 Oct 2009

Figure 3: Fuzzy clustering on the MST petrophysical properties, GRAPE, NGR and MAGSUS.

Code section interval (cm) depth (mbsf) smectite illite kaolinite total clay quartz plagio calcite Code section interval (cm) depth (mbsf) smectite illite kaolinite total clay quartz plagio calcite

AP1 2X-1 146148 422.26 32.0 33.7 4.1 69.7 26.3 2.2 1.7 AP8 10X-2 5153 500.11 45.1 5.2 4.1 54.3 27.2 18.2 0.0

AP2 3X-2 1618 432.16 52.8 7.5 4.0 64.4 30.3 5.3 0.0 AP9 11X-1 7072 508.4 47.9 10.7 4.3 62.9 29.4 7.7 0.0

AP3 5X-1 6365 450.43 47.1 8.4 6.1 61.7 27.7 10.6 0.0 US1 11X-5 1719 513.87 25.1 39.0 7.5 71.6 28.4 0.1 0.0

AP4 5X-4 4749 454.77 39.0 9.2 5.6 53.8 25.0 5.6 15.6 US2 12X-3 2729 520.67 26.9 33.5 10.3 70.7 29.3 0.1 0.0

AP5 7X-4 1012 473.6 48.0 8.9 5.9 62.8 29.2 7.1 0.8 US3 14X-1 146148 537.56 27.5 0.0 27.0 54.5 21.0 0.0 24.5

AP6 8X-2 1921 480.39 48.0 5.7 6.9 60.6 29.7 9.7 0.0 US4 15X-4 121123 551.11 33.7 20.1 8.2 72.0 28.0 0.1 0.0

AP7 9X-4 5961 493.49 48.7 0 5.0 53.7 28.4 17.9 0.0 US5 16X-2 9193 557.21 0.1 0.0 0.0 0.0 5.9 0.0 94.1

Table 2: Mineral composition of the 14 groups chosen after the fuzzy clustering results based on MST data.

tel-00425334, version 1 - 20 Oct 2009

the third one, between 500 and 510 mbsf, is mostly marked by Group 6, but with the presence of all the other 5 groups. We can see this interval as a transition zone. The visual observation of the cores placed the dcollement zone between 498 and 529 mbsf (Shipley e et al. 1995). The upper boundary at about 500 mbsf is clearly seen by the physical properties. At 511 mbsf, begins the underthrust section. The dcollement portion of e the underthrust section, seen on the core from 511 to 529 mbsf, is not distinguished by the physical properties, which suggests that this part his more homogeneous in terms of clay mineral nature (from NGR), layering and depositional texture (from MAGSUS and GRAPE). the fourth unit is thus the underthrust section of the prism, very homogeneous because represented almost exclusively by Groups 4 and 5. From this clustering, we picked by hand 9 locations in the accretionary prism portion (labeled AP1 to AP9) and 5 locations in the underthrust section (labeled US1 to US5). These 14 locations are representative of the diversity of the entire interval in terms of group assemblages, and will be our training intervals. Again, as in Section 2.1, each depth was reported in the LWD data set, and the LWD variables were averaged over a 75 cm-interval (MST depth +/- 30 cm) to compose the second training data set, T S2 . In table 2 are reported the corresponding mineralogical compositions for each location (according to the closest XRD analyzed sample, see Fisher and Underwood (1995)). In Figure 2, those compositions are plotted in ternary and diamond diagrams. One can notice that the training intervals AP1 to US5 are far less scattered that the training set CQP1 . . . QC1 chosen from XRD results. The cored interval at Site 948 can therefore be considered more complex in terms of mineralogy and chemistry than it is in terms of physical properties, because the various group assemblages distinguished after the cluster analysis in Figure 3 show small dierences in mineralogy (see Figure 2).

Neural Network analysis

We used a classical backpropagation neural network with a sigmoid transfert function. Before using the network on the entire LWD data set, one has to train it on the corresponding training data set (see Section 2). We took care of not over-training the network, thus 100% of the training data below the target error was not required for convergence. The learning rate was set to 0.4 and the momentum to 0.6, and be allowed to vary during the training process, in order to avoid local minima. Convergence was attained when average error was below 0.05 (5% relative uncertainty in attributing all training data samples to their corresponding group), and about 85% of the training data fell below the target error. After the two training periods, the entire LWD data set was submitted to the net, using independantly the two sets of weights found when trained with T S1 and T S2 .

3.1

Results using T S1

tel-00425334, version 1 - 20 Oct 2009

Figure 4 shows the clustering found by the neural net after being trained with the data set made after mineral compositions. Only 10% of the samples are undetermined. The transition between the accretionary prism and the underthrust section is clearly seen again, beginning at 490 mbsf and ending around 515 mbsf. The accretionary prism is mainly characterized by CQP1, CQP3, CQPC2 (with also CQPC1, but those two groups are very close in terms of mineralogy), and CQ1. Those groups have in common (see Figure 3) a high clay content (54 to 66%), mostly smectite. CQP2, which clay component is mostly illite, occurs throughout the accretionary prism but becomes more frequent around 340 mbsf indicating a change in clay mineralogy, smectite becoming illite. The underthrust section is characterized by a high calcite content (groups CQPC3-4, CQC1-2-3). CQP4, which clay is half illite, half kaolinite, and with a high quartz content, is appearing and indicates, together with CQ3 and CQPC4, that smectite becomes very rare in the underthrust section, being replaced by illite and kaolinite. QC1 indicates almost calcite-pure intervals. According to the group(s) found by the neural net analysis, we infer the mineral contents for each sample. When a sample was found to belong to more than one group, a simple average was performed between the corresponding mineral contents. Results of this processing for T S1 is showed in Figures 5. 3.1.1 Whole borehole

Figure 5-A show the resulting clay minerals, quartz, plagioclase and calcite percentages for the entire borehole. Four units can be isolated: from 0 to 320 mbsf, Unit I is quite stable and is composed on average by 60% clay, 25% quartz, 5% plagioclase and some calcite. Some alternance between smectite-rich units and illite-rich units can be noted. then a increase in clay content and a decrease in plagioclase occur between 320 and 400 mbsf (Unit II ). Meanwhile, the quartz content shows higher uctuations, as clay content does also. Unit III ends at 480 mbsf and is characterized by 60% total clay content, an increase in plagioclase and quartz contents. Unit IV runs between 480 until the end of the log. It can be further subdivided in three parts: subunit IV-1 from 480 to 510 mbsf, with no calcite and a slight increase in clay and quartz content. subunit IV-2, which shows a lot of uctuations in mineral contents, a 7

tel-00425334, version 1 - 20 Oct 2009

CQ P1 +S-I K

CQ P2 -S K +I

CQ P3 SK

CQ P4 IK

CQ 1 PC SI K

CQ 2 PC SI K

CQ 3 PC SI +K

CQ 4 PC IK

CQ 1 +S I K

CQ 2 -SI K

CQ 3 +I K

CQ C1 SK

CQ C2 -S+I K CQ C3 QC 1 SI K no clay mx

AP1

AP2

AP3

AP4

AP5

AP6

AP7

AP8

AP9

US 1

US2

US 3

US 4

US5

Undetermined intervals represen ca. 10% of the data t

100 100

200

200

300

300

Depth (mbsf)

indicate the samples that the neural network was unable to allocate.
0

Depth (mbsf)

400

400

500

500

600 0 2 4 6 8 10 12 14 16 Mineralogical Groups

600 0 2 4 6 8 10 Physical Properties Gr oups 12 14 16

Figure 4: Results given by the neural network for the two training data sets. The right-hand columns (purple)

Undetermined intervals represen ca. 41% of the data t

tel-00425334, version 1 - 20 Oct 2009

Figure 5: Mineralogy inferred from the neural network results for the rst training data set T S1 . A. cumulative
mineral contents. B. Clay minerals contents with respect to total clay content, for the whole borehole. C. Clay minerals contents with respect to total clay content, focused on the dcollement zone (cored section).

decrease in clay content and runs until 540 mbsf. subunit IV-3, with almost no plagioclase and an increase in calcite content. Figure 5-B brings some more information by displaying the relative amount of clay minerals with respect to total clay. The data have been interpolated to give a curve easier to interpret. The four units described above are easily seen on this gure, and one can even say that the clay mineralogy variation is one of the major characteristics of the whole sequence. Unit I clay mineral is mainly smectite, with some illite-rich intervals. Unit II is an alternance of smectite-rich and illite-rich beds. We note a slight decrease in kaolinite content. Unit III clay mineral is again essentially smectite. The illite content varies a lot throughout the unit. Unit IV shows also 3 dierent parts characterized by dierent smectite, illite, and kaolinite contents. The main feature is the sharp decrease in smectite content in subunits IV-2 and -3, balanced by sharp increases in both kaolinite and illite contents. This would place the actual dcollement around 515 mbsf. e

tel-00425334, version 1 - 20 Oct 2009

On Figure 5-C, the dcollement zone is expanded to show the variations in smectite, illite e and kaolinite content. The sharp boundary between a smectite-rich accretionary prism section and an illite(kaolinite)-rich underthrust section around 515 mbsf is conrmed. The variations in clay mineral content below 515 mbsf seem to be larger above 540 mbsf than below. 540 mbsf seem thus to be the lower limit for the dcollement zone. The top e of the dcollement zone may be seen as the limit between Units III and IV. e 3.1.2 Comparison between calculated mineral contents (from neural net analysis) and mineral contents inferred from XRD measurements

Figures 6 show the correlation between the measured mineral concentrations and the neural net calculated ones. For quartz and clay minerals, the overall trend as well as the scattering of the data after 515 mbsf is preserved in the calculated concentrations. The neural net conrms also that the plagioclase content tends to zero below 515 mbsf. The calcite content was a little bit more dicult to infer for the algorithm, probably because this mineral is present locally in thin layers. One observation is the contrast between the two units above and below the dcollement e zone at 515 mbsf. The neural network has been used on LWD physical properties like density, natural gamma-ray, resistivity, represented by only 15 groups for the whole cored interval, but the calculated mineral concentrations show the same behaviour as the XRD measured mineral contents (see Figure 7). This indicates that mineralogical and chemical variations inuence such physical properties, that can of course be locally the result of tectonic features (thrust at 130 mbsf, compaction trend visible on the resistivity prole).

3.2

Results using T S2

The same analysis was carried out after the network has been trained with the second training data set, composed with LWD intervals found after MST data cluster analysis (see Section 2.2). Figure 4 shows how the whole logged interval has been partitioned into the 14 facies. We notice a very high level of uncertainty as the neural net could not allocate 41% of the data. Another observation is that two groups (AP8 and US1) have not been used at all. We can explain that 10

400

400

400

450

450

450

Depth (mbsf)

Depth (mbsf)

500

500

Depth (mbsf) 0 10 20 30 40 Illite 50 60 70

500

550

550

550

tel-00425334, version 1 - 20 Oct 2009

600 -10

10

20 30 40 Smectite

50

60

600 -10

600 -5

10 15 20 Kaolinite

25

30

400

400

400

450

450

450

Depth (mbsf)

Depth (mbsf)

500

Depth (mbsf)

500

500

550

550

550

600

10

20

30 Quartz

40

50

600 -5

10 15 Plagio

20

25

600 -20

20

40 60 Calcite

80

100

Figure 6: Comparison between the mineral contents found by the neural network and the X-ray diraction
data..

11

by the dierence in groups mineralogical composition. The 14 facies individualized after the MST physical properties span a larger range than those found after the X-ray diraction data (Figure 2). The variations in mineralogy that is visible on the XRD results does not show up in the physical properties measured on the cores, at least around the dcollement zone. Thus the e groups from T S2 are not representative of the entire logged interval. 3.2.1 Whole borehole

Being made after physical properties, the training set has strongly inuenced the mineralogy output: the compaction trend is visible, with a sharp decrease in clay content and increases in plagioclase and calcite contents that mark the thrust at 130 mbsf. The limit at 400 mbsf is still visible, as well as the top of the dcollement zone near 490 mbsf. Figure 7 shows the e same separation into dierent units as in Figure 5, simply the limits between those units are fuzzier, mostly because of high undetermination. Around the dcollement zone, the clay minerals e contents show the same pattern as previously: sharp limit at 515 mbsf between the smectite-rich accretionary prism section above and the illite-rich underthrust section below. The dcollement e portion of this section ends at 540 mbsf with decreasing clay minerals variations.

tel-00425334, version 1 - 20 Oct 2009

Fuzzy Clustering of the entire LWD data set

Figure 8 shows the results of a fuzzy clustering of the entire LWD data set for Hole 948A. The limit between the accretionary prism section and the underthrust section is very sharp at 515 mbsf, marked by strong proportion of Group 1, and disapperance of Groups 3, 4 and 5. Group 1 seems to characterize the tectonic events (thrust at 130 mbsf), so we can guess that something is happening around 380 and 420 mbsf. The rest of the accretionary prism section shows repetitive alternance of the same units, presumably having the same physical properties.

References
Fisher, A. and M. Underwood (1995). Calibration of an x-ray diraction method to determine relative mineral abundances in bulk powders using matrix singular value decomposition: a test from the barbados accretionary complex. In Proc. of ODP, Initial Reports, Volume 156, pp. 2937. Herron, S. and M. Herron (1996, 16-19 June). Quantitative lithology: an application for open and cased hole spectroscopy. In Transactions of SPWLA Thirty-seventh Annual Logging Symposium, Number Paper E, New Orleans. Shipley, T., Y. Ogawa, and P. Blum (1995). Site 948, Hole 948C, Sedimentology chapter. In Proc. ODP, Initial Reports, Volume 156.

12

illite / total clay

100

200

tel-00425334, version 1 - 20 Oct 2009

300

400
smectite / total clay

500

kaolinite / total clay

A
600 0 20 40 60 80 Clay minerals contents

B
100

Figure 7: Mineralogy inferred from the neural network results for the second training data set T S2 . A.
cumulative mineral contents. White gaps spanning the entire width are undetermined data. B. Clay minerals contents with respect to total clay content, for the whole borehole.

13

tel-00425334, version 1 - 20 Oct 2009

Figure 8: Fuzzy clustering on the LWD variables, for the whole borehole.

14

7.3 Le puits 967E, Mont sous-marin Erathosthenes, Leg ODP 160

153

7.3 Le puits 967E, Mont sous-marin Erathosthenes, Leg ODP 160


7.3.1 Introduction
Le Leg 160 d'Ocean Drilling Program s'est droul du 12 Mars au 3 Mai 1995 en mer Mditerrane. Un de ses objectifs tait de tester l'hypothse controverse selon laquelle le Mont sous-marin Eratosthnes est un morceau de crote continentale qui entre en collision avec la plaque eurasienne, reprsente par la marge active de Chypre (Robertson, 1990; Kempler, 1993). Cette collision aurait t le moteur du soulvement de l'le de Chypre, entrainant celui de l'ophiolite de Troodos. Les donnes sismiques de reconnaissance collectes en vue du leg 160 durant la campagne UNESCO-ESF du N/O Gelendzhik (Limonov and Woodside, 1994) ont fourni la base d'une telle interprtation que le forage de 4 puits le long du Mont Eratosthnes permettait de tester en situant dans le temps le dbut de la collision.

7.3.2 Gologie du site


Le mont Eratosthnes est un haut fond ocanique localis dans le Bassin Levantin en M-

tel-00425334, version 1 - 20 Oct 2009

diterrane orientale entre Chypre et la marge continentale de l'Egypte. 4 sites 965, 966, 967 et 968, (Figure 7.1) atteignant respectivement une profondeur totale de 250, 297, 600 et 303 mtres sous le plancher ocanique ont t fors travers le mont sous-marin. Dans sa partie suprieure, le forage du site 965, localis sur le haut de la pente nord du mont Eratosthnes, a rencontr une couche de 30m d'paisseur compose de boues nannofossiles d'ge plio-quaternaire, contenant quelques rares niveaux de saproples. Cet unit montre des preuves d'instabilit tectonique (failles, hiatus de sdimentation). Au dessous, une unit plus mince (environ 3 m) argileuse clastes carbonats contient aragonite et dolomite dont le dpt a eu lieu dans des environnements caractriss par une salinit faible leve. Elle est suppose d'ge Messinien. L'interprtation des donnes de diagraphies couple avec l'observation des carottes montre ensuite un intervalle de 200 m compos de lits de calcaire relativement ns intercals avec des sdiments micritiques plus abondants. La composition du calcaire indique un environnement de dpt en eau peu profonde (lagon), adjacent des zones rcifales. Le site 966 a t choisi au sommet du mont Eratosthnes (Figure 7.1). Les relevs sismiques indiquent une zone assez plane, coupe par plusieurs linaments interprts comme tant autant de failles normales actives (Robertson et al., 994a,b; Limonov and Woodside, 1994). On relve aussi des indications de structures en compression. Les sdiments Plio-quaternaire sur le site sont d'paisseur quasi-constante et les carottages eectues durant la campagne du R/V Gelendzhik ont montr qu'ils taient composs de boues nannofossiles avec intercalation de niveaux de saproples (S1 et S5) et d'un niveau de cendres (Y5) (Lucchi et al., 1994). Le site 967 se trouve au pied de la pente nord du mont Eratosthenes, sur le anc d'une ride sous-marine de faible altitude (Figures 1 et 2). On retrouve la squence Plio-quaternaire de boues argileuses, turbiditiques et nannofossiles, avec intercalation de saproples, d'une paisseur de 100 m environ. Ensuite, 15 25 m de sdiments rougeatres grain ns bien consolids et clastes carbonats se sont dposs rapidement probablement dans un environnement de subsidence en eau profonde. Les donnes gochimiques et de diagraphies indiquent la prsence de gypse, d'ge prsum Messinien, vers 120130 mtres sous le plancher ocanique. La section continue avec 310 m de craies nannofossiles d'ge Eocne moyen Crtac suprieur (Santonien suprieur), puis avec 95 m environ de dpts carbonats d'eau peu profonde, fracturs et n'ayant pas donn jusqu' prsent de fossiles identiables. L'tude des vitesses des ondes acoustiques et des rsultats de la FMS pour cette dernire unit donne des indications d'intense activit tectonique et de brches formes dans des environnements extensifs. Les donnes gochimiques

154

Reconstruire un log minralogique

35 Chypre

-1000

Site 968
-200 0

Site 967

34
Site 965

Site 966
-2000

tel-00425334, version 1 - 20 Oct 2009

Mont sous-marin Eratosthnes


-2 00 0

Cne du Nil
33N 31E
Fig. 7.1 

32

33

34

volistion des R sites fors sur le mont sousEmrin irtosthnes durnt le veg yh ITHF

montrent la prsence de solutions hypersalines en profondeur pouvant indiquer les vaporites messiniennes.

Le site 968 correspond au dernier site for dans la zone du mont Eratosthnes et est localis sur la crte d'un haut-fond en bas de pente de la marge active de Chypre (Figure 7.1). Il a pour but d'aider la comprhension de l'volution tectonique et sdimentaire de la marge de Chypre en relation avec les sites fors plus au sud sur le mont Eratosthnes. La partie suprieure de la section carotte sur le site 968 se compose de 143 m de boues argileuses nannofossiles prsentant un certain nombre de nes couches de cendres. Plus de 80 saproples interstratis avec des niveaux argilo-silteux et turbiditiques ont t rcuprs. 23 m environ de sdiments grains ns beaucoup plus argileux (kaolinite et smectite principalement) et 34m environ de turbidites calcaires interstraties avec des niveaux plitiques et argileux (ayant probablement les dpots du Nil comme origine). Plusieurs couches de gypse dtritique ont t releves. Les ges varient de l'Holocne la limite entre le Pliocne infrieur et moyen. Un hiatus est prsent entre le Pliocne suprieur et le Plistocne infrieur et peut indiquer une priode de fort soulvement du sud de Chypre. Les donnes de gochimie des eaux interstitielles indiquent un niveau halite sous la section carotte au dessous de 600 mtres sous le plancher ocanique.

7.3 Le puits 967E, Mont sous-marin Erathosthenes, Leg ODP 160

155

7.3.3 Histoire tectonique


L'histoire tectonique et sdimentaire du mont sous-marin Eratosthnes commence avec l'accumulation la n du Msozoque-dbut du Tertiaire, de dpts carbonats en eau peu profonde rcuprs sur le site 967, et supposs d'ge Crtac suprieur. Cette unit surmonte des carbonates d'origine plus profonde, dont seuls quelques fragments ont t rcuprs, et dont l'ge prcis reste pour l'instant inconnu. Entre le Crtac suprieur et l'Eocne moyen, le mont Eratosthnes est interprt comme ayant fait partie de la marge passive africaine, peut-tre comme un fragment crustal marginal. La nature du socle sous le mont sous-marin est inconnue mais reprsente probablement une crote continentale transitionnelle, pntre par des intrusions de roches maques, au vu de la forte anomalie magntique prsente dans cette zone (Woodside, 1972, 1977). Par contre, plus au nord, d'importants mouvements tectoniques rgionaux incluant la gense et la dislocation tectonique des ophiolites de Troodos ont marqu le Crtac suprieur dans la Tthys. Mais aucune preuve vidente de ces vnements ne subsiste dans la squence sdimentaire rcupre sur le mont Eratosthnes, peut-tre cause de sa position au sud des zones impliques dans ces processus de collision et de marge active. Aprs l'Eocne moyen, on note un hiatus, et plus tard un soulvement d'au moins 1 km du mont sous-marin suivi du dpt de carbonates d'eau peu profonde. Ces dpts calcaires sont les mmes pour les sites les plus au sud (965, 966) tandis que pour le site 967 ils sont dats Miocne infrieur. Les donnes de logging indiquent des nergies de dpt variables (environnement lagunaire rcifal), les carottes du site 966 ayant montr une grande abondance de corail relativement au site 965 amne considrer le premier comme le plus proche des zones rcifales. En ce qui concerne le site 967, le calcaire plagique d'ge Crtac suprieur Eocne moyen est directement surmont par des sdiments grain ns d'environnement profond dats du dbut du Pliocne. La srie Miocne est donc absente, mais il existe des indices de dpots de cette priode la base du Pliocne sous forme de microfossiles indiquant des ges Eocne, Oligocne, Miocne et Pliocne (Emeis et al., 1996). Pendant le Messinien, la mer Mditerrane connut sa crise de salinit, vnement conrm durant les Legs 13 et 42 du Deep Sea Drilling Project (DSDP) (Ryan and Hs, 1973). Des niveaux d'vaporites sont connus pour exister sous le bassin Mditerranen, provoquant le recteur trs nergtique "M" sur les prols sismiques de la rgion (Ryan and Hs, 1973; Ross and Uchupi, 1977). Mais ce recteur s'est rvl trs mince aux abords du mont Eratosthnes (Limonov and Woodside, 1994), indiquant une position bien au-dessus des bassins profonds de la Mditerrane durant le Messinien. Le Leg 160 a conrm la non-existence de niveaux pais vaporites sous le mont Eratosthnes (site 966) ou sous ses abords nord (sites 965 et 967). Bien que le Messinien soit absent au niveau du mont sous-marin, plusieurs mtres de niveaux argileux rougetres ont t rcuprs sur le site 965, contenant des faunes d'ostracodes pouvant tre d'ge Messinien Pliocne infrieur. De plus, sur le site 967, les donnes de diagraphies (voir plus loin) ont indiqu un niveau de gypse (non rcupr lors du carottage) de plusieurs mtres d'paisseur vers 120 mtres sous le plancher ocanique. Les donnes de la gochimie des eaux interstielles ainsi que l'outil de diagraphie gochimique conrment une importante augmentation ce niveau de la teneur en sulfates solubles. Durant le Messinien, le mont Eratosthnes existait en tant que hautfond merg, marqu par une rosion et/ou accumulation d'vaporites et de boues ferrugineuses, dans une conguration de lagons ou lacs marginaux. La prsence de gypse slnite et d'albtre dtritiques dans les sdiments argileux, ainsi que d'ostracodes et de foraminifres benthiques typiques indique un environnement probablement lacustre, conditions les plus largement rpandues la n du Messinien, surtout sur le pourtour de la mer Noire (Steininger and Rogl, 1984). En rsum, le Messinien est trs faible ou absent sur le mont Eratosthnes (sites 965, 966 et 967). Sur le site 968 (marge active de Chypre) par contre, le niveau halite indique par la gochimie

tel-00425334, version 1 - 20 Oct 2009

156

Reconstruire un log minralogique

des eaux interstitielles peut tre considr comme un dpt messinien (facis "Lago Mare") ou au moins tardi-Miocne. A la n de la crise messinienne, tous les sites fors enregistrent un regain de sdimentation, bien que les conditions varient chaque site. Le Site 965 montre un intervalle d'paisseur rduite (6 mtres) dont les nannofossiles indiquent des ges compris entre 3,5 et 6 Ma (n du Miocne dbut du Pliocne). La base du Pliocne est marque par un recteur trs nergique, qui correspond au fort contraste lithologique entre le calcaire miocne dessous et les sdiments faiblement consolids du Pliocne au dessus. Ce contraste se retrouve aussi au Site 967 plus au nord, incluant l des clastes calcaires et des foraminifres remanis d'ge Eocne et Oligocne. Dans la zone fore par le Site 966, cette inconformit la base du Pliocne est moins bien marque que sur les parties adjacentes du mont sous-marin. On trouve ici environ 65 mtres de boues calcaires nannofossiles. On peut y discerner une stratigraphie primaire, compose gnralement d'abord d'un intervalle riche en clastes, devenant ensuite plus argileux, avec des intercalations riches en clastes dtritiques. Ces clastes sont principalement calcaires, d'eau peu profonde, identiques ceux de l'unit sous-jacente, et contiennent des microfossiles d'ge miocne, preuve que l'unit de brches consolides date du pliocne s'est forme par rosion d'une source contenant des calcaires miocne. L'accumulation s'est totalement faite dans un environnement marin, et assez profond, d'aprs la faune fossile plagique omniprsente. L'rosion des calcaires a pu tre soit subarienne, soit immerge, soit les deux. Il existe des preuves de transport sdimentaire - clastes rouls - qui dans certains cas indiquent des environnement de haute nergie (plages, eaux peu profondes). Parmi les clastes se trouvent des boues nannofossiles, indiquant aussi probablement que l'instabilit tectonique locale a favoris la remonte de sdiments marins d'origine profonde, inclus ensuite dans le remaniement. En rsum, le Site 966, et dans une moindre mesure le Site 965, ont montr qu'une tectonique active de faille a pris place avant 4,5 Ma au niveau du mont Eratosthnes, avec rosion des calcaires puis dpots des clastes ainsi forms dans un environnement marin profond. Le Site 968, for la base de la pente de la marge de Chypre, a montr une histoire trs dirente : Considrant que l'unit plus riche en argiles la base est d'ge messinien, la transition vers le Pliocne infrieur voit un apport de niveaux turbiditiques depuis la marge de Chypre, mais sans montrer de limite nette. Ce site est interprt comme ayant dj t un site sous-marin au Messinien, et a donc connu une sdimentation en eau profonde au Pliocne infrieur. Au PliocnePlistocne, tous les sites fors montrent une sdimentation en eau profonde durant cette priode. Le mont Eratosthnes se trouvait alors une profondeur allant de 700 2900 mtres. La subsidence a t trs rapide (les fossiles indiquant le Pliocne infrieur sont dj d'environnement marin profond) au dbut du Pliocne, et a repris aprs la n du Pliocne, comme le montre le carottage du Site 967 (fossiles indiquant des environnements encore plus profonds). L'activit tectonique entre la n du Pliocne et le dbut du Plistocne est l'origine soit d'un hiatus de sdimentation (Sites 965 et 967), ou d'un taux extrmement faible de sdimentation (Site 966), pouvant reter des dformations du mont sous-marin (indiques par les discordances et les plis observs sur les prols sismiques hautes rsolution (Limonov and Woodside, 1994)). Ce hiatus n'a pas t clairement mis en vidence sur le Site 968. En rsum, le mont sous-marin Eratosthnes fait partie intgrante de la plaque Afrique, et aprs un soulvement et le dpt en eau peu profonde d'une plateforme carbonate au Miocne, la crise messinienne voit son mergence totale et le dpt de niveaux vaporitiques. A la n du Miocne, et jusqu'au dbut du Pliocne, la collision du mont Eratosthnes avec la marge active de Chypre entraine une rapide subsidence et une sdimentation controles par une tectonique extrmement active, et sera l'origine du soulvement intense de Chypre au dbut du Pleistocne.

tel-00425334, version 1 - 20 Oct 2009

7.3 Le puits 967E, Mont sous-marin Erathosthenes, Leg ODP 160


Fe (%)
0
0

157

Diamtre du puits (pouces)


40 50
11 100 13 15 17 19

10

20

30

40

Effet perturbateur du tubage

20

150

200

60

250

Pofondeur (mtres)

80

300

100

350

120

400

140

450

tel-00425334, version 1 - 20 Oct 2009

160

500

180

550

200

600

Fig. 7.2 

Gauche : i'et perturteur du tuge sur l mesure du fer pr l9outil F sl est noter que le tuge 'ete l mesure de tous les lments des degrs di'rentsD el et pe tnt les plus fortement pertursF Droite : himtre du puits WTUi mesur @en pouesA pr l9outil pendnt les oprtions de logging pr l9outil F eu del de IQ pouesD l9erreur sur l mesure est souvent trop grnde pour des outils omme le D le D ou le F eu del de IV pouesD le dimtre ne peut plus tre mesurD le rs du n9tnt ps ssez extensileF

GLT

HLDT NGT CNT

HLDT

HLDT

HLDT

7.3.4 Interprtation des diagraphie gochimiques et gophysiques, Site 967, puits 967E
Il est utile de prciser en prambule que les diagraphies ralises dans ce puits sont entaches d'une incertitude assez importante. Nanmoins, il est possible dans certains intervalles d'interprter qualitativement les variations de paramtres tels que le facteur photolectrique PEF, la porosit neutron NPHI, ou bien encore les pourcentages d'lments majeurs et traces (Si, Ca, S, Fe, Al, Th, K, Ti). Une inversion minrale a t tente sans succs sur les pourcentages d'oxydes mesurs par l'outil GLT. L'incertitude est trop grande pour permettre une inversion correcte, ou du moins tout fait objective. La gure 7.2 montre l'eet perturbateur du tubage sur la mesure d'lments comme le fer. Le tubage perturbe la mesure car il attnue le rayonnement gamma de capture provenant de la formation en rponse aux neutrons rapides provenant du GST. De plus, sa proximit, dans l'intervalle 100 120 mtres sous le plancher ocanique (le tubage est 80 mtres sous le plancher ocanique durant les oprations de diagraphie), amne douter de la prcision des concentrations des lments majeurs mesures par le GLT. De plus, l'tat du puits est typique des puits de forage ODP. Avant les oprations de diagraphie, le puits 967E a t carott durant plusieurs dizaines

158

Reconstruire un log minralogique

110 S/Ca K (comptes sur la fentre de mesure W3)

shale ? Intervalle riche en argile mais le mauvais tat du puits ne permet pas une interprtation prcise

caliper 120

profondeur (mbsf)

GYPSE
130

Argiles (Fe-chlorite, illite)

GYPSE
NPHI
Th (ppm)

Argiles (Fe-chlorite, illite)

tel-00425334, version 1 - 20 Oct 2009

140

150

11

19 0

3 0

14 30

65

110

shale ? Intervalle riche en argile mais le mauvais tat du puits ne permet pas une interprtation prcise

120

profondeur (mbsf)

GYPSE
130
PEF

Argiles (Fe-chlorite, illite)

GYPSE
Argiles (Fe-chlorite, illite) Fe (%)
140

Al (%)

Ti (%)

150

5 0

10 0

6 0

10

Fig. 7.3 

snterprttion de l9intervlle rtristique orrespondnt ux vporites messiniennesF

7.4 Le forage BALAZUC-1, Programme Gologie Profonde de la France

159

d'heures. Les parois du puits ont tendance naturellement se dformer, des cavits se forment aux endroits o le sdiment est moins consolid (sable, boue), rendant la mesure de diagraphie trs alatoire. La gure 7.3 montre le comportement de plusieurs paramtres gochimiques et ptrophysiques autour de 120 mtres sous le plancher ocanique. Le caliper, stable autour de 1213 pouces, indique des donnes de qualit moyenne. Le rapport S/Ca trs proche de 1 caractrise sans ambiguit la couche d'vaporites messiniennes. La porosit montre une valeur de 60 p.u., indiquant qu'il s'agit de gypse. On peut remarquer que l'outil CNT mesurant la porosit neutron donne tonnamment une valeur standard (voir Tableau D.1) pour le gypse. De part et d'autre de la couche de gypse, les valeurs en Th, K et Al, indiquent la prsence possible de niveaux riches en argiles (Fe-chlorite, illite). Un autre pic du rapport S/Ca vers 132 mtres indique encore la prsence d'vaporites, mais cette fois moins massivement que prcdemment, et probablement intercales avec des argilites et des boues calcaires. Les pontes de la couche d'vaporites sont des boues calcaires riches en argiles (glauconite, chlorite). Le caliper (Figure 7.4, gauche) mesure le diamtre du puits pendant les oprations de diagraphies. Au dela de 13 pouces, la mesure de la radiation gamma naturelle (NGT) est sujette caution, tandis que au dela de 17 pouces, ce sont pratiquement toutes les mesures qui sont entaches d'une incertitude trop importante pour permettre une interprtation correcte. Les traces de Si et Ca permettent de sparer la section en quatre unites : la boue calcaire riche en argiles sert d'pontes la couche de gypse. Vers 175 mtres, on passe une unit plus calcaire, avec toutefois des passes argileuses (correspondant aux pics maximums de Si) et la prsence de pyrite (correspondant aux pics maximums de S, les autres faisant parti du bruit trs important d l'tat du puits). Vers 400 mtres (la limite peut tre place 395 ou 420 mtres), on trouve une lithologie trs calcaire et plus homogne que les prcdentes units. Les pics de soufre peuvent la aussi indiquer la prsence localise de nodules/veines de pyrite. La quatrime unit est plus htrogne, correspond tojours un calcaire, mais de texture plus grossire, avec des passes de chert au sommet. Il ressort de ce bref descriptif que les conditions de mesure (tat du puits, bonne utilisation des outils, bonne calibration) inuencent extrmement la qualit des donnes, et donc celle de leur interprtation, tant directe par une description des traces, qu'indirecte, par l'utilisation de mthodes d'inversion minrale, qui n'ont pas donn de rsultats signicatifs ici. L'tude des diagraphies eectues dans le forage Balazuc-1, qui est l'objet de la section suivante, montre au contraire que des donnes de bonne qualit apportent de nombreuses informations pour la connaissance de la lithologie et de la minralogie des formations gologiques traverses.

tel-00425334, version 1 - 20 Oct 2009

7.4 Le forage BALAZUC-1, Programme Gologie Profonde de la

France

7.4.1 Introduction et cadre gologique


Le forage BALAZUC-1 (BA-1) a t ralis dans le cadre du programme Gologie Profonde de

la France, programme plac sous l'autorit d'un Comit Directeur compos de trois organismes
l'origine du projet : Le Bureau de Recherches Gologiques et Minires, Le Centre National de la Recherche Scientique, et la Direction de la Recherche du Ministre charg de l'Education Nationale. Le forage BALAZUC-1 a t ralis entre le 23 Juillet et le 25 Septembre 1990, et constitue le premier ouvrage du programme Ardche dont le thme est l'tude des interactions uides-roches sur une palomarge distensive. La zone tudie est une portion de la marge continentale europenne appartenant la bordure nord du palo-ocan Tthys ligure (Boillot et al.,

160

Reconstruire un log minralogique

200

300

tel-00425334, version 1 - 20 Oct 2009

CALIPER

Profondeur 400 500

Si
600 11 13 15 17 19 0

Ca

Fe S
4 8 12

40 0

honnes de digrphie dns le puits WTUiF ve liper donne une ide de l9tt du puitsF i et g sont rtristiques de l lithologie dominnteF
Fig. 7.4 

1984). La dure de vie de cette structure gologique en tant que marge passive couvre une large partie du Msozoque (Trias-Crtac infrieur). Une coupe gologique visible Figure 7.5 a t ralise au cours du forage grce l'tude ptrographique et micropalontologique des dblais de forage, lorsque celui-ci tait ralis en destructif, ou des carottes, lorsque des sections carottes taient ralises. L'approche sismique du site, prcdant le forage, a permis de dcouvrir une faille normale dite d'Uzer, cachete par le Jurassique moyen et suprieur et aectant le socle ant-triasique. Le forage a t localis de faon ne pas recouper cette faille, permettant ainsi de traverser toute la srie msozoque (Trias moyen Jurassique suprieur). Les donnes prliminaires (Documents du BRGM, 1990) montrent que les modications diagntiques sont trs intenses, et se manifestent par une cimentation-compaction pousse responsable de valeurs trs leves de la densit des roches et de vitesses sismiques proches de 6 km/sec., ou par la concentration de minraux tels que barytine, dolomite, anhydrite sur pratiquement toute la srie carotte en continu (Trias-

7.4 Le forage BALAZUC-1, Programme Gologie Profonde de la France

161

Hettangien).
W - NW E - SE

BA-1
PROFONDEURS ALTITUDE

PALEOSURFACE

Jurrassique suprieur carbonat


Hettangien

Oxfordien Callovien
Trias

Bathonien

Toarcien

CARBONIFERE ?

le Fail norm ale

tel-00425334, version 1 - 20 Oct 2009

dU zer

Hettangien

Trias

300

200

e gu ju ue on tiq c ille tith Fa an


CARBONIFERE

100

Echelle 0 100 200 300 m

goupe gologique rlise lors du forge feEIF 1. insemle grseux infrieurF 2. insemle rgiloE sulftF 3. insemle grseux suprieurD mrin u sommetD ontinentlD puis lgunire l seF 4. insemle dolomitisD fortement u sommetD prtiellement l seF 5. insemle lroErgileuxD lternntD ou 6. fis noduleuxF 7. fiolrnitesF 8. fiolrnites qurtzeuses prtiellement silii(esF 9. insemle mrneuxF 10. insemle ront @d9prs houments du fqw @IWWHAAF
Fig. 7.5 

7.4.2 L'inversion minrale


Choix des donnes
La tentative de reconstruction d'une minralogie en continu a t eectue entre 100 et 1700 mtres de profondeur pour plusieurs raisons : dans cet intervalle, on constate la plus grande variabilit lithologique (compar au sommet de la section fore), allant du calcaire un complexe argilo-sulfat. Ceci nous permet de tester la souplesse d'adaptation du modle employ. De plus, la zone a fait l'objet de trois carottages : entre 1115 et 1124 mtres, entre 1160 et 1169 mtres, et entre 1199,5 et 1729,48 mtres (Documents du BRGM, 1990). Les rsultats obtenus pourront tre compars la lithologie reconnus sur carottes. Les variables choisies sont les pourcentages d'oxydes d'lments majeurs mesurs en continu par l'outil GLT (voir Section 1.5.2), soit SiO2 , Al2 O3 , K2 O, CaO, Fe2 O3 , K2 O, SO3 , TiO2 . Trois

162

Reconstruire un log minralogique

1000

ILLITE QUARTZ FELDSPATH K PLAGIOCLASE PYRITE HEMATITE

1140

ANHYDRITE CALCITE DOLOMITE

Ensemble argilo-calcaire passes dolomitiques

1280

U. dolomitique U. argilo-calcaire dolomitise U. dolomie grseuse

Ensemble marno-calcaire dolomitis

1420

niveaux non rsolus par l'inversion minrale

Ensemble grso-argileux passes dolomitiques

tel-00425334, version 1 - 20 Oct 2009

1560
niveau non rsolu par l'inversion minrale

Ensemble argilo-sulfat

E. grso-argileux

1700 Nues Rsultat de linversion minrale

E. argilo-grseux

Reconstruction de la lithologie

Gauche : rsultts de l9nlyse en nues dynmiquesF U groupes ont t individuliss dns l setion tudieF Milieu : rsultts de l9inversion minrleF v9lgorithme d9inversion totle trouv une solution stisfisnte pour l qusiEtotlit de l9intervlleF uelques niveux prtiuliersD vers IRPH et ITPH mtres n9ont ps t rsolusF Droite : sl est possile de diviser l setion en plusieurs ensemles lithologique d9prs leur minrlogie dominnteF
Fig. 7.6 

autres variables reprsentant des proprits plus ptrophysiques, ont aussi t retenues : l'index photolectrique PEF, la densit totale RHOB, et la porosit neutron NPHI. Les pourcentages d'oxydes ont t fournis par Serge Scheerens, aprs recalcul tenant compte dans le modle de fermeture de la possibilit d'avoir plusieurs oxydes associs au mme lment majeur dans la formation (voir Scheerens (1995) pour les dtails de ce traitement).

Schma de mise en oeuvre

L'algorithme utilis pour l'inversion minrale est l'algorithme

de l'inversion totale, propos par Tarantola and Valette (1982), et dont le principe est explicit Section 6.3.3. La distance quadratique minimiser s'crit

1 q 2 = (X X0 )T M0 (X X0 )
o l'on voir apparatre

X0 ,

qui est une solution a priori acceptable, utilise comme point de

dpart la descente du gradient. Evidemment, les gains d'informations seront d'autant plus importants, du moins en thorie, que la solution a priori sera proche du minimum global de la surface d'erreur. D'un autre ct, une solution a priori trop prcise ne laissera que peu de libert

7.4 Le forage BALAZUC-1, Programme Gologie Profonde de la France

163

ip qroupe qroupe qroupe qroupe qroupe qroupe qroupe


Tab. 7.1 

xrs ISDWR TDSH SDQQ PDUW ISDIT QDUI IIDUV

ryf PDTT PDVU PDUQ PDTU IDWP PDVU PDUQ

iy2 SHDTR IVDPH IVDPQ UHDTS VDWW PHDRI QWDHR

el2 y3 IVDUI QDST TDUI UDQT PPDQI SDIS IHDUQ

u2 y UDUP HDVU PDRQ TDHT HDUW PDPR RDRU

gy ISDVH TPDWP TWDQU IPDRS SDTR QSDUV RHDRW

pe2 y3 TDPV IQDTV PDTH IDTV WDTU IDSU RDQS

y3 HDTW HDTI HDTS IDUW RUDIQ QRDVS HDVU

iy2 HDIT HDIU HDHP HDHI SDRV HDHI HDHR

I P Q R S T U

QDQP RDIU RDRW ISDRQ IDWU RDRT QDVU

gompositions des ryentres des groupes individuliss pr une nlyse en nues dynmiques sur les donnes de digrphie quises dns le forge feEIF

tel-00425334, version 1 - 20 Oct 2009

qroupe qroupe qroupe qroupe qroupe qroupe qroupe


Tab. 7.2 

I P Q R S T U

slliteD urtzD yrthoseD slliteD urtzD yrthoseD slliteD urtzD yrthoseD slliteD urtzD yrthoseD groupe noml slliteD urtzD yrthoseD slliteD urtzD yrthoseD

eliteD eliteD yriteD yriteD

enhydriteDglite yriteD glite enhydriteD glite rmtiteD holomite

eliteD enhydriteD holomite eliteD rmtiteD yriteD holomite

rgenses de dprt 'etes ux groupes individuliss pr l9nlyse en nues dynmiquesF ve qroupe S prsente des onentrtions normles en lments mjeursD et ne omprend que peu d9hntillons @WAF sl ser trit prtF

l'algorithme pour trouver un minimum gologiquement correct. La mthode de l'inversion totale considre donnes et paramtres du modle comme des inconnues, qui sont les composantes d'un vecteur unique

X,

auquel est aecte une matrice de covariance

M.

L'algorithme optimise tous

ces paramtres pour rsoudre le systme

G(X) = 0.

Pour avoir une ide de la solution a priori, les 8 oxydes mesurs par le GLT, ainsi que l'index photolectrique, la densit totale et la porosit neutron ont servi de base une classication des donnes par la mthode des nues dynamiques (Section 5.3.2). 7 groupes ont t tests avec un pseudo-test de Fisher, ayant pour critre la somme de carrs des distances inter-nues, comme tant la meilleure reprsentation du jeu de donnes. Les compositions des barycentres de ces groupes ont t utiliss pour choisir une paragense de dpart correspondant chaque groupe, devant servir comme paramtres l'inversion minrale. Le Tableau 7.1 prsente les compositions des barycentres et le Tableau 7.2 les paragenses retenues. Les observations ptrographiques effectues sur les 63 chantillons prlevs sur les carottes entre 904 et 1730 mtres ont montr (Documents du BRGM, 1990) que l'illite tait le seul minral argileux prsent dans une concentration signicative en dessous de 800 mtres de profondeur, et que le feldspath majoritaire tait le feldspath potassique (orthose), par rapport au plagioclase. Les compositions des minraux, avec les erreurs associes, utiliss pour l'inversion minrale, sont reportes dans le tableau 7.3 et sont tirs de Scheerens (1995). Seuls les pourcentages d'oxydes mesurs par le GLT ont t utiliss dans l'inversion minrale. Les erreurs sur ces donnes, introduites dans l'analyse, sont celles typiquement reportes par Schlumberger (voir Sections 1.5.2.2 et 1.5.2.3). Les trois variables physiques prcites, PEF,
RHOB et NPHI sont utilises qualitativement dans les cas o l'inversion minrale ne parvient

pas converger vers une solution satisfaisante.

164

Reconstruire un log minralogique

Ill.

Qtz

Orth.

Albi.

Dolom.

Calc.

Pyrite

Hmatite

Anhydr.

SiO2 Al2 O3 K2 O CaO Fe2 O3 SO3 TiO2

56,14 (2,8) 29,65 (1,5) 7,89 (0,39) 0,34 (0,02) 5,52 (0,27) 0 (0,001) 0,45 (0,02)

100 (0,001) 0 (0,001) 0 (0,001) 0 (0,001) 0 (0,001) 0 (0,001) 0 (0,001)

63,50 (3,17) 18,30 (0,91) 18,20 (0,91) 0 (0,001) 0 (0,001) 0 (0,001) 0 (0,001)

71,27 (2,24) 24,39 (1,78) 0,34 (0,02) 4,15 (0,95) 0 (0,001) 0 (0,001) 0 (0,001)

0 (0,001) 0 (0,001) 0 (0,001) 100 (0,001) 0 (0,001) 0 (0,001) 0 (0,001)

0 (0,001) 0 (0,001) 0 (0,001) 100 (0,001) 0 (0,001) 0 (0,001) 0 (0,001)

0 (0,001) 0 (0,001) 0 (0,001) 0 (0,001) 69,00 (0,001) 31,00 (0,001) 0 (0,001)

0 (0,001) 0 (0,001) 0 (0,001) 0 (0,001) 100 (0,001) 0 (0,001) 0 (0,001)

0 (0,001) 0 (0,001) 0 (0,001) 41,20 (0,001) 0 (0,001) 58,80 (0,001) 0 (0,001)

gompositions des minrux utiliss pour l9inversion minrle sur le forge feEI @d9prs heerens @IWWSAAF ves nomres entre prenthses orrespondent ux erreurs utilises pour l9inversion totleF
Tab. 7.3 

tel-00425334, version 1 - 20 Oct 2009

7.4.3 Rsultats
Sur presque toute la section tudie (10001700 mtres), l'analyse a permis de reconstituer une lithologie statisfaisante. Il est ncessaire d'expliciter ce terme. En eet, on a vu qu'en thorie, les algorithmes d'inversion peuvent converger vers une solution correcte du point de vue mathmatique, mais sans aucune ralit gologique. Il est dicile, sans avoir de base de comparaison, tel que des observations sur chantillons, de vrier que la solution trouve rete eectivement la lithologie. Nanmoins, mis part l'illite et le feldspath potassique, les autres minraux rencontrs dans les formations traverses par le forage BA-1 montrent des compositions chimiques relativement stables, ce qui laisse prsager de l'existence d'une solution quasi-unique, aux marges d'erreur prs, correspondant un minimum de l'erreur quadratique relativement isol. Un test de contrle a t eectu, en prenant, pour les 7 groupes individualiss par l'analyse en nues dynamiques, une solution a priori identique. Le rsultat est trs mauvais, mme si l'analyse russit trouver une solution mathmatiquement correcte pour quelques niveaux de mesure. La gure 7.6 montre le rsultat de l'analyse en nues dynamiques, ainsi que celui de l'inversion minrale. Le log stratigraphique droite montrent les grandes units qui ont t isoles d'aprs les variations minralogiques visibles. Deux grands ensembles lithologiques, le premier dominante argilo-carbonate, entre 1000 et 1365 mtres, le second dominante grso-argileuse, interrompu par un ensemble vaporitique, entre 1365 et 1700 mtres.

L'ensemble argilo-carbonat

Cet ensemble se subdivide en deux grandes units selon la

frquence des passes dolomitiques. Sur la colonne minralogique, le motif bleu fonc, appel dolomite, correspond en fait un facis o le minral carbonat principal est la dolomite. Le motif bleu clair, quant lui, correspond aux endroits o la calcite est le carbonate de calcium principal est la calcite. L'outil GLT ne mesurant pas la magnsium, nous utilisons l'index photolectrique (PEF) pour estimer l'importance relative de la dolomite et de la calcite : un PEF proche de 3 montrera une prsence de dolomite plus importante, tandis que plus proche de 5, le minral carbonat dominant sera la calcite. Les chantillons du Groupe 3 (couleur marron) montrent un PEF moyen suprieur celui des chantillons des Groupes 2 et 7 (couleurs bleu fonc et orange), et l'on peut grossirement en dduire que la phase carbonate majeure pour

7.4 Le forage BALAZUC-1, Programme Gologie Profonde de la France

165

1000

ILLITE QUARTZ FELDSPATH K PLAGIOCLASE

Pe

1100

PYRITE HEMATITE ANHYDRITE CALCITE

1200

DOLOMITE

1300

Porosit neutron
1400

tel-00425334, version 1 - 20 Oct 2009

1500

1600

1700

tilistion des proprits ptrophysiques mesures en digrphieD en l9ourrene l9index photoE letrique et l porosit neutronD pour on(rmer ou interprter des niveux dont il est di0ile de retrouver l minrlogieF
Fig. 7.7 

le Groupe 3 est la calcite, tandis que celle des Groupes 2 et 7 est la dolomite. Les bancs o la dolomitisation semble plus importante (Groupe 7) deviennent logiquement plus pais vers le bas de l'unit. Il semble aussi pertinent de considrer que les intervalles o la pyrite est prsente en quantit non ngligeable sont plutt dolomitiss, bien qu' 1320 mtres, le PEF indique plutt la calcite (mais cette augmentation du PEF peut aussi tre due l'inuence du PEF de la pyrite, qui est de 17 barns/e ). On remarque une proportion d'illite non ngligeable, pouvant atteindre 50% dans les parties plus dolomitiques. Ceci indique s'il est besoin une diagnse (circulations de uides ?) trs importante dans la srie carbonate, diagnse d'intensit toutefois variable en profondeur (variations de la concentration en argiles). La premire unit (1000 1282 mtres) est caractrise par un PEF relativement lev (entre 4 et 5), donc par des teneurs leves en calcite, bien que la dolomite soit de plus en plus prsente vers la base de l'unit. La deuxime unit (1282 1363 mtres) est caractrise par une variabilit minralogique plus grande et l'apparition de la pyrite. Elle peut tre subdivise en 3 sous-units sur la base des assemblages minraux et de l'abondance en dolomite. Une premire sous-unit, entre 1282 et 1310 mtres, est un marno-calcaire assez fortement dolomitis, o la

166

Reconstruire un log minralogique

pyrite est abondante (10 15%). La deuxime sous-unit (1310 1363 mtres) est argilo-calcaire dolomitis, o l'on remarque la prsence du quartz et de la pyrite (phase grseuse). La troisime sous-unit est une dolomie grseuse.

L'ensemble grso-argileux

Cet ensemble est caractris par une grande unit grso-argileuse

plutt homogne, entre 1363 et 1668 mtres, interrompue entre 1558 et 1629 mtres par une unit argilo-sulfate. Au sommet de l'unit greso-argileuse, on trouve de frquente passes dolomitiques, ainsi que la prsence localise de pyrite et d'vaporites en faible proportion. A trois reprises, quelques niveaux ne correspondant pas du tout l'assemblage minralogique propos n'ont pu tre rsolus par l'inversion minrale. On verra plus loin comment les interprter. Entre 1450 et 1558 mtres, la base de l'unit grso-argileuse, tant au-dessus qu'au-dessous de l'unit sulfate, montre une trs bonne homognit, avec prsence frquente d'hmatite. L'unit sulfate est caractrise par des teneurs en soufre et en carbonate trs importantes (entre 25 et 40%), alors que le fer est peu abondant, tout ceci conrmant la prsence d'anhydrite, mlange des argiles, et prsentant localement des facis pyrite-hmatite. On note la prsence d'une barre carbonate (16101620 mtres) au milieu de la squence vaporitique. Ici aussi, l'inversion minrale n'a pas donn de rsultats satisfaisants pour un niveau particulier, vers 1610 mtres.

tel-00425334, version 1 - 20 Oct 2009

L'ensemble argilo-grseux

Cet ensemble qui termine la section tudie est caractris par

une augmentation de la teneur en argile (illite), et montre des teneurs leves en feldpath potassique et plagioclase. Il s'agit probablement d'un shale, dont l'ge est indiqu comme carbonifre (Documents du BRGM, 1990).

Les niveaux non reconnus

A plusieurs reprises, l'inversion minrale n'est pas arriv une

solution satisfaisante. Dans le premier cas, on remarque (Figure 7.7) que ces niveaux sont caractriss par des valeurs du PEF hors chelle (plus de 200 barns/e ). Ces niveaux montrant aussi des quantits non ngligeables de soufre (jusqu' 7%), une interprtation logique est de les associer du ciment barytique. Etant donn la porosit relativement faible de l'unit grseuse (quelques %), il s'agit d'un colmatage matriciel, la barytine ayant rempli les vides entre les grains de quartz, diminuant ainsi drastiquement la porosit. Le second niveau non rsolu est caractris par une porosit neutron trs leve (plus de 50% ; voir gure 7.7) ainsi qu'une densit et un index photolectrique faibles (respectivement 1,3 g/cm

3 et 2 barns/e ). Il pourrait s'agir d'un niveau riche en matire organique (charbon)

mais la monotonie du log de l'uranium cet endroit ne valide pas cette hypothse. On peut penser une couche massive de halite (NaCl), coiant la barre carbonate 16101620 mtres, indtectable par le GLT qui ne mesure ni Na, ni Cl. La prsence de halite a t conrme par les tudes prliminaires (Documents du BRGM, 1990), et cite par Scheerens and Steinberg (1997) et Aquilina et al. (1997).

Validation

Figure 7.8 montre la comparaison entre la densit calcule partir des propor-

tions minrales trouves par l'inversion minrale et la densit RHOB mesure par diagraphie (diagramme de gauche), pour l'unit argilo-grseuse triasique, entre 1350 et 1700 mtres. Les valeurs standard de densit pour chaque minral sont exprimes dans le tableau de l'Annexe D. On remarque un bon accord entre les deux, les valeurs calcules tant nanmoins lgrement suprieures. Ceci est d au fait que la porosit n'est pas prise en compte dans le calcul. La dirence

|calc b | est comprise entre 0 et 7%, avec une moyenne autour de 3%, correspondant b

bien la porosit moyenne dans cet intervalle, mesure par diagraphie (NPHI) et sur carottes.

7.4 Le forage BALAZUC-1, Programme Gologie Profonde de la France

167

1350

1350

1400

Zone ciment barytique

1400

1450

1450

Profondeur (m)

1550

Profondeur (m) 2.6 2.8 densit (g/cm3) 3.0 3.2

1500

1500

1550

1600

1600

1650

1650

tel-00425334, version 1 - 20 Oct 2009

1700

2.4

1700

0.2

0.4

0.6 0.8 1.0 1.2 Feldspath K / Quartz

1.4

1.6

lidtion des rsultts de l9inversion minrleF Gauche : gomprison entre l densit lule prtir de l minrlogie en ontinu @oure rougeA et elle mesure pr digrphie @ D oure noireA pour l srie grseuse du risF Droite : ritions du rpport peldspth u G urtz pour l srie grseuse du ris Y l oure est le rsultt d9une interpoltion pr les pointsF
Fig. 7.8 

RHOB

Le diagramme de droite de la gure 7.8 montre l'volution du rapport Orthose/Quartz dans la srie grseuse triasique. Ce rapport est souvent un bon indicateur pour la maturit du sdiment. Il varie suivant les units dcrites plus haut : 1) le rapport OR/Q est faible pour les dolomies du sommet de la section, puis augmente avec la profondeur dans l'unit grseuse suprieure (1350 1560 mtres) ; 2) dans la squence vaporitique (1560 1630 mtres), le rapport Or/Q est dcroit pour arriver des valeurs trs faibles, dues la disparition du feldspath potassique ; 3) le rapport augmente nouveau jusqu' des valeurs proche de 1 dans la partie infrieure de l'unit grso-argileuse ; 4) le rapport Or/Q est faible dans les shales carbonifres. Cette volution de la maturit des apports dtritiques correspond bien avec les squences sdimentologiques de second ordre dcrites par Courel et al. (1997) et Aquilina et al. (1997), et que les concentrations en quartz et feldspath potassique retent l'intensit des apports dtritiques lors de la phase de sdimentation triasique.

tel-00425334, version 1 - 20 Oct 2009


168 Reconstruire un log minralogique

Chapitre 8

Retrouver les paramtres ptrophysiques des formations traverses


tel-00425334, version 1 - 20 Oct 2009

Le prisme d'accrtion Nord-Barbade, Leg ODP 156

 Les formations carbonates

169

8.1 Dynamique du prisme d'accrtion nord-Barbade, Leg ODP 156

171

8.1 Dynamique du prisme d'accrtion nord-Barbade, Leg ODP 156

Article 5 :
C. R. Acad. Sci. Paris, Tome 320, Srie IIa, 1995, pp. 977984
tel-00425334, version 1 - 20 Oct 2009

Circulation et surpression de l'eau interstitielle dans le prisme d'accrtion nord-Barbade : rsultats du Leg ODP 156
Pierre Labaume, Pierre Henry

Alain Rabaute, et l'quipe scientique du Leg ODP 156

8.1 Dynamique du prisme d'accrtion nord-Barbade, Leg ODP 156

181

Article 6 :
soumis Water Resources Research

In Situ

determination of permeability from downhole measurements analysis


Alain Rabaute, Mohamed Ramadan, Louis Briqueu

tel-00425334, version 1 - 20 Oct 2009

Andr Revil, Delphine Fitzenz,

8.2 Structure du rseau poreux dans les formations carbonates

207

8.2 Structure du rseau poreux dans les formations carbonates

Article 7 :
La condentialit, toujours active sur les donnes ayant servi de base de travail pour cet article, ne me permet pas de citer les noms des puits tudis (Well 1 et Well 2), ni de montrer les rsultats obtenus. Ma participation du 12 au 19 Juillet 1998 au SPE Forum Series Meeting, qui doit se tenir Breckenridge, CO, USA, devrait voir la leve de cette condentialit et la publication de ce travail dans un journal du type Journal of Sedimentary Research.

tel-00425334, version 1 - 20 Oct 2009

Pore space components and their partitioning in carbonate rocks


Alain Rabaute, T.S. Ramakrishnan, Stefan Luthi, Marina Polyakov

Pore space components and their partitioning in carbonate rocks


Alain Rabaute, T.S. Ramakrishnan, Stefan Luthi, Marina Polyakov December 12, 2006

Abstract Pore space partitioning into dierent porosity types was carried out on numerous carbonate samples selected from two wells with diverse sedimentological, petrophysical and petrographic range. The vuggy fraction of porosity was evaluated from core and plug slabs using a novel but simple method, while intergranular (macro) and intragranular (micro) fraction of porosity were estimated by judiciously combining optical microscope (OM) and environmental scanning electron microscope (ESEM) views of thin sections. Total porosity estimates with the three pore types compare reasonably well with the conventional He intrusion measurements. In addition to pore type partitioning, pore network characteristics in terms of lithofacies are also identied. The implication of classication to petrophysical data interpretation and transport calculation is briey discussed.

tel-00425334, version 1 - 20 Oct 2009

To be submitted to Journal of Sedimentary Petrology

Introduction
The petrophysical response and the ow characteristics of carbonate rocks is governed to a large extent by their sedimentation and diagentic history. While the depositional environment is responsible for initial variations in texture, post depositional processes such as dissolution, cementation, and replacement add to the tremendous variability in the pore structure of carbonates (Choquette and Pray 1970; Lucia 1983; Nurmi 1984; Lucia 1995). For this reason, Dunham (1962) classied carbonates into two groups: (i) where the depositional texture is recognizable and (ii) where it is not (see Figure 1). Depositional features of carbonate rocks dier from sandstones since (i) many carbonate sediments are characterized by a bimodal grain distribution (Folk 1959); (ii) organisms play an important role in producing the sediment both in terms of fossils and fecal pellets; and (iii) much of the carbonate sediments deposit in shallow water. Initially, a carbonate deposit may have void space ranging from 60 to 80% of the total volume, often as interparticle porosity (Choquette and Pray 1970; Lucia 1983). Unlike the siliciclastics, the physico-chemical processes following deposition have a tremendous inuence in altering the mineralogy and the texture, and in the formation of the carbonate rock. The shape and the size of the nal open network is likely to be heterogeneous and dicult to predict. Pore sizes may vary from sub-microns to meters, sometimes only a few feet apart. Pore shapes may be altered due to dissolution and/or recrystallization processes. It is clear that a petrography study of carbonate rocks cannot cover all aspects and features that are likely to be encountered. This is especially true with regards to quantitative partitioning of porosity and pore-types. Our attempt has therefore been to simplify the petrography classes to the essential features that are relevant to transport properties, be it electrical resistivity or permeability.

tel-00425334, version 1 - 20 Oct 2009

Geological background

The petrography studies are based on two wells. The cores from the two wells were found to cover a broad range of pore types, porosity and permeability.

1.1

Well 1

The lithology consists of mainly crystalline dolomite. The original deposit was as a shelf-margin carbonate, but extensively dolomitized, and mixed with nodules or intercalations of anhydrite. We were provided with 39 samples out of a cored interval of about 90 m. The depositional texture is no longer recognizable.. A tight arrangement of euhedral or semi-euhedral crystals of 30100 m is evident from the thin section analysis. The pore space is dominated by intercrystalline and vuggy porosity with minor amounts of microporosity, present as microvugs. Much of the interval has a porosity less than 5%, and the permeability is mostly within 0.1 mD (100 nm2 ). The lower limit of the permeameter that we used is 0.01 mD (10 nm2 ).

Classification based on texture (Dunham, 1962)

- Depositional texture recognizable


mud supported
mudstone wackestone

grain supported
packstone grainstone

contains carbonate mud

mud absent

tel-00425334, version 1 - 20 Oct 2009

- Depositional texture non recognizable


boundstone crystalline carbonate

Figure 1: The Dunham classication of carbonate rocks

1.2

Well 2

More than a hundred samples of 2 cm diameter from three depth interval groups were collected from whole cores. The samples were cut in vertical and horizontal directions at each depth to determine orientation eects if any. The samples spanned a shoaling-upward sequence of mudstones and wackestones to open-marine packstones and grainstones. The cores had suered little diagenesis.1 The grains are either pellets or bioclasts (algae, foraminifera, globigerinidae), and range from 50200 m in size. Recrystallisation occurs sporadically and is mostly inside the bioclasts, and occasionally between the grains. In this sequence, permeability generally decreases with depth while the porosity shows a slight increases with depth, consistent with the observed trend in facies of grainstone to mudstone. Local sharp decreases in permeability correspond probably to sea-level uctuations between the deposition of dierent sedimentary sub-units inside the sequence.
In this article, the term diagenesis refers to the natural changes that occur after the deposition of a sediment and are caused by changes in temperature, pressure, and/or weathering; see Murray and Pray (1965) for exhaustive denition.
1

Pore space partitioning

Quantitative petrography was one of the steps in a sequence of several petrophysical measurements. To ensure that dierent types of data were obtained on samples of close proximity, we used a multistep sampling procedure. From the whole core, a 3 cm diameter plug was cut orthogonal to the wellbore. The plug was then slabbed for petrography work, and the butt portion was used to core a 2 cm cylinder, about 3.75 cm long. The remaining length was used to make thin sections and chips for mercury porosimetery (see Figure 2). Given that carbonate rocks are extremely complex, any attempt at pore space partitioning is likely to be inexact. Our purpose here was to identify the main types of porosity contributors to enable us to compare them with our petrophysical interpretation and measurements. Since many of the petrophysical data are sensitive only to gross features, the main emphasis in petrography was to quantify the three main contributors to porosity. These were namely the intergranular (fm ), intragranular (f ), and vuggy fractions (fv ). The precise denitions of these quantities is elaborated further below. Subtle variations from this gross picture were not taken into account. As illustrated in Figure 2, the three fractions of porosity (fv , fm , and f ; see Section 2.2 for a denition of these quantities) are from the slabs and the thin sections, while permeability, capillary pressures, NMR relaxation, and He porosity are on the plugs. The 2 cm cylindrical core was used for measurements such as permeability, resistivity and NMR relaxation. For acoustic velocities, additional larger size plugs were cut, whenever it was feasible to do so . Choquette and Pray (1970) stated the fact that the wide range of sedimentary carbonate particles is one of the reason for the complexity of the carbonates pore space. They proposed a very precise classication by focusing on the concept of fabric selectivity, emphasizing the geological dierences between carbonates and siliciclastic rocks porosity origin. They refers to the porosity as fabric selective when a dependent relation can be found between porosity and the fabric elements (i.e., the grains) and as not fabric selective when such a relation cannot be established easily. Inside these two broad classes, they distinguished 7 fabric selective pore types (interparticle, intraparticle, intercrystalline, moldic, fenestral, shelter, and growth-framework) and 4 not fabric selective pore types (fracture, channel, vug, and cavern). On top of this classication, they also described modications processes like solution, cementation, or vadose circulation, that can aect widely the porosity and other petrophysical parameters of carbonates such as permeability or acoustic properties. Lucia (1983) proposed a simpler classication based more on the petrophysical aspects of the carbonate pore space components. Three classes of pore types were identied as mainly contributing to the variations observed in the porosity, permeability, capillarity and Archies m values: interparticle porosity, dened as pore space between the particlesregardless of the nature of the particle, pellets, bioclast, or crystaland all other pore space, called vuggy porosity. He divided the latter into touching vugs, which tend to improve the overall connectivity of the pore space, and separate vugs, which on the contrary, reduce the permeability while increasing the total porosity. In this study, the pore space component classication is made in a slightly dierent way. Our goal is primarily to be able to account for the variations of such dierent measurements as acoustics, T2 distribution and permeability, without changing the petrological classication. Further on, we will refer to grain as the elementary particle in a carbonate rock, and will specify as necessary if it is a pellet, a bioclast or a crystal.

tel-00425334, version 1 - 20 Oct 2009

fv
tel-00425334, version 1 - 20 Oct 2009

fm

Figure 2: Method of extraction of the three fraction of porosity fv , fm , and f from plugs, slabs and thin
sections taken out from whole cores. For each sample, the thin section was made from the bottom or the top of the plug, thus allowing direct comparison between petrophysical measurements from plugs and quantities extracted from image analysis on thin section views.

2.1

The concept of fraction of porosity

For simplication purpose, we have broken the total volume of the rock into three volume fractions: the vuggy fraction, noted fv , which is the volume occupied by the vugs. We are not yet discerning between touching or non-touching vugs, and we will call vug a pore that we can easily see with the naked eye. the macro fraction, noted fm , which can be assimilated to the volume between the grains. the grain fraction, noted fg , which is the volume occupied by the grains. These three quantities verify the simple relation: fv + fm + fg = 1 Let v and m be the intrinsic porosities of respectively a vug and a macropore. We can write that: v = m = 1 A simple formula can link these three quantities to the total porosity T : T = fv + fm + fg where is the intrinsic porosity of the grain, or intrinsic microporosity. The fraction of microporosity f is then: f = fg Further on, the raw fractions determined from Petrographic Image Analysis will be noted as fv , fm and f to emphasize that they are non corrected fractions. In Section 3.2.4, we explain how to correct the raw numbers in order to come back to the general notation dened above.

tel-00425334, version 1 - 20 Oct 2009

2.2

Denitions

As we are using Image Analysis to quantify the fractions of porosity, the critical parameter will be the size of the pore. The following size thresholds are used: vuggy fraction: all pores larger than 200m in size, that can easily be seen with the naked eye. macro fraction: all pores between 200m and 7m in size, seen on thin section using an optical microscope. micro fraction: all pores smaller than 7m in size. As the only criteria is the size, there is a need to dene carefully the dierent pore types that we are using, not only on a geological aspect, but also on a petrophysical aspect.

tel-00425334, version 1 - 20 Oct 2009

20

30 25

15 20

Count

10

15 10

5 5 0 1 1.2 1.4 1.6 1.8 2 0 1 1.2 1.4 1.6 1.8 2

Figure 3: Example of dierent vug shape. Both samples are taken from the Well 1 core set. Sample 08 has rounded
separate vugs, most of them having a pore shape between 1.1 and 1.2 (dashed lines are 25% and 75% of the data). Sample 34 shows very connected vugs, most of them having a complicated shape of 1.1 to 1.35, but reaching almost 1.9.

2.2.1

Vuggy pore space

tel-00425334, version 1 - 20 Oct 2009

Choquette and Pray (1970) proposed a quite restrictive denition of a vug, as it is a pore (1) somewhat equant, or not markedly elongate, (2) large enough to be visible with the unaided eye, and (3) does not specically conform in position, shape or boundaries to particular fabric elements of the host rock (i.e., is not fabric selective). They distinguished it from a mold, which is the removal of a former individual constituent from the host rock, and is thus considered as being fabric selective. In fact, a solution-enlarged mold, as long as its precursors identity is lost, may be called a vug. Lucia (1983) assimilated all pore space larger than or within the particles of rock and commonly present as leached particles, fractures, and large irregular cavities to a vug. These pore types, completely dierent in a geological sense, are indeed playing a similar role in terms of ow properties of the rock. Lucia (1983) then distinguished between touching vugs and separate vugs. He stated that the eect of adding separate vugs to a non vuggy rock is to increase the porosity, with little or no increase in permeability. On the other hand, adding touching vugs will give a higher permeability than expected if all the porosity were interparticle. Figure 3 shows two samples from Well 1. Sample 08 has a vuggy fraction fv equal to 5%, while sample 34 vuggy fraction is 10%. The dierence stands in the shape of the vugs. The pore shape is a parameter dened by Anselmetti et al. (1996) as: = P erimeter 2 Area

normalized to give a convenient value of 1 for a circle. It has a value of 1.9 for an interparticle pore between spherical grains, and cracks or fractures may have values of > 5. It is obvious in Figure 3 that most of the vugs in sample 08 are separate vugs, while they are more connected in sample 34. This is conrmed by the distribution of the pore shape for the two samples, showed below each slab picture. Most vugs in sample 08 have a shape between 1.1 and 1.2, which is those of an elongated circle. The shape of most vugs from sample 34 is between 1.1 and 1.4, but can be 1.8, which is those of an interparticle pore (see above). This dierence in the shape of the pore will matter in acoustics because this petrophysical measurement is sensitive to the shape, acoustics, and we will have to discuss the results qualitatively. In the case of T2 distribution however, the volume of the pore is the important criteria, and thus the way we measure the vuggy fraction of porosity will be valid. 2.2.2 Interparticle pore space

As the criteria in also the size, interparticle porosity will be the pore space between the grains. The nature of the grain (pellet, bioclast, crystal) will not be taken into account although it can be of some importance in acoustics or NMR, and will then be considered as a qualitative variable. In the case where the grains are micritized, and the interparticle pore space is lled with micritized matrix, all the pore space will be accounted as microporosity (see below). 2.2.3 Intraparticle pore space

Intraparticle porosity will be the pore space inside the grains. Again, describing the shape and nature of these pores will result in a qualitative parameter. Samples from Well 1 presents isolated 8

rounded solution-induced micropores that we can dene as microvugs (see Choquette and Pray (1970) for a rst use of this term), while in samples from Well 2, the microporosity forms a complicated network due to the micritization of the grains. The microporous network is connected through the interparticle pore space if present (in the case of a grainstone), or forms a onescale network if this space if lled with micritized matrix (case of mudstone).

3
3.1

Pore space component measurements


Data acquisition

tel-00425334, version 1 - 20 Oct 2009

We used the standard approach followed by Anselmetti et al. (1996), with some changes and improvements, and introduced the determination of the vuggy fraction fv from rock slabs. As explained in Figure 2, from the original 2 diameter plug drilled from the whole core, a slab face is cut and a 1 diameter plug sub-cored. The latter is devoted to the measurements of petrophysical properties, while the slab is used to measure fv . 30 m-thick thin sections were prepared from the end pieces of the 1 diameter plugs, after impregnating them with blue-dyed epoxy (see also Ehrlich et al. (1991), Gerard et al. (1992)). 3.1.1 Determination of fv

Well 1 The slab face is polished on a grounding wheel in order to obtain a uniform color on its surface. Then we use red Play-Doh paste to ll the vugs. The lling is made in such a way that we have at the end a at surface with the vugs in red, and the polished rock in a contrasted uniform color. We will refer to this technique throughout this article as the silly putty technique. The crystalline dolomite from allows polishing and lling without modifying shape and size of the vugs. We then digitize the surface in a 24 bits color image le using a regular atbed scanner, at a resolution of 300 dpi. Well 2 Vugs are present during a few feet at the top of the sequence. The loose texture of these carbonates make it very dicult to use the slab method because polishing and lling operations can result in enlarging the vug, destroying together its original shape and size. We decided to use as a rough approximation the CT Scan images. 3.1.2 Determination of the interparticle and intraparticle fractions of porosity

Well 1 Interparticle and intraparticle pore networks are very well individualized both in size, location and shape in samples from Well 1. We used the Optical Microscope (equipped with a Toshiba CCD camera) to characterize the macroporosity. In order to avoid bias, we took 6 views randomly distributed across each thin section, using a x5 magnication objective. In case of a thin section presenting a big heterogeneity in the size and location of the macropores, we took 5 additional views at lower magnication (x1). A good contrast between pore space and solid phase is provided by the blue-dye epoxy lling the pore space. We used the Environmental Scanning Electron Microscope (ESEM) to characterize the microporosity, by taking 10 pseudo-random image views at a magnication of x2000 (the term pseudo-random means that the original locations of the views were randomly taken, but then adjusted to avoid the presence of macropore in the views). The contrast between pore space and 9

solid phase is mainly a density contrast between the two phases (the epoxy appearing black while the rock is grayish). The pore space present in the image is f . Well 2 The two types of pore space seen in the thin section i.e., inter (macro) and intragranular (micro) are not easily distinguished, especially based on size alone. In a grainstone, the distinction is made depending on whether the pores exist between grains or within grains. In a wackestone/packstone, one has to clearly identify the grain rst, and then make a judgement on whether the pore is within the grain or outside. Normally when micrite particles partially ll the interparticle pore space, we assign the porosity among the micrite particles to be intragranular. This method of partitioning was chosen not from a geological point, but from a petrophysical and transport calculation view. The quantication presented here maps easily to a simple, but consistent pore structure model that enables us to predict resistivity and permeability (see chapter xxx). By no means is this a rigid and complete framework for predicting ow behavior of these rocks. Occasionally deviations between predicted and observed petrophysical properties are explained through qualitative description of features that are not quantiable through the classication employed here. Because of the micritization of the grains and of the matrix, the measurement of the macrofraction of porosity from Optical Microscope views of thin sections will suer a big uncertainty. In fact, the optical method uses transmitted light, thus penetrating the entire 30 m of the thin section, and the small micrite particles (4 to 10 m) are diusing the incoming light, greatly lowering the contrast between the blue-dye epoxy and the rest of the thin section. In order to avoid bias we acquired 6 randomly distributed views (24 bits RGB color) at x5 magnication. The similarities in size and shape of the interparticle and the intraparticle pore networks prevent to use the ESEM to simply count the microporous space. We chose to use the ESEM at a lower magnication (x300) and to measure the total image porosity, which can be symbolized by I . The image view at that magnication is a square of 320x320 m and thus includes both interparticle and intraparticle networks. 10 randomly distributed views were taken across the thin section, and their results averaged to give a value of I . In all cases, the nal value for the fraction of porosity was obtained by averaging the results from the several views acquired across the thin section.

tel-00425334, version 1 - 20 Oct 2009

3.2

Petrographic Image Analysis

We used a standard image processing package (such as Adobe Photoshop + NIH Image). The acquired digital images are then binarized into a pore space and a solid/matrix phase, using a simple threshold. The delity of the thresholded image is veried by visual comparison with the original image. Each particle (= pore) is individualized, and occasionally slight noise removal and smoothing was applied. Several parameters are then computed for each particle, such as area, perimeter, major and minor elongation axis. The sum of areas of all the particles in an image represents an estimate of the pore space and is noted Apores . 3.2.1 Slab face scanning image processing

Red paste was chosen to ll the vug because this color is absent in the range of color of carbonate rocks. In a 24 bits RGB color image, each pixel has a value from 0 to 255 for Red, Green and Blue.

10

In the case of rock images, the RGB values for the background are quite similar (assuming that it has been color smoothed by polishing), while the vugs have a high red value and small green and blue values. Subtracting the green value out of the red for each pixel in the image will result in a black background and light grey vugs. Then a simple threshold will give the binarized image, that is used to compute fv : Apores fv = Atotal where Atotal is the total area of the binarized image. We used a threshold of 200m for the minimum size of detected particle. 3.2.2 Optical Microscope view processing

tel-00425334, version 1 - 20 Oct 2009

As the pore space is lled with blue-dye epoxy, the same technique explained above applies. Here, subtracting the red value out of the blue for each pixel in the image will result in a black background and light grey pores. The thresholded image is binarized and all the particles larger than 7 m are counted. fm is computed as Apores fm = Atotal 3.2.3 Environmental Scanning Electron Microscope view processing

The overall good contrast between the pore space (seen in black) and the matrix (seen in grayish colors) in the ESEM images allows direct threshold and binarization to compute: f in case of Well 1, expressed as Apores f = Atotal I in case of Well 2. The microfraction of porosity is then derived by doing f = I fm 3.2.4 Corrections applied

Some corrections have to be applied on these raw numbers, depending on the way the data acquisition is accomplished and also on the way the three fractions of porosity are computed. The basic relationship fv + fm + fg = 1 is veried in all cases. In all cases also, the measured fv will be equivalent to the true vuggy fraction and we can write that fv = fv

11

Well 1 We measure the interparticle porosity in the thin section, assuming that there is no vug present in the image. Thus the true value of the macrofraction of porosity is fm = fm (1 fv ) In the same way, by avoiding interparticle porosity, the measure fraction f is the intrinsic microporosity of the grain/crystal, noted (see Section 2.1). Then, the true microporosity is: f = f (1 fm fv ) = (1 fm fv ) The corrected total image porosity TP IA , comparable to the total Helium porosity He measured on plugs, will be TP IA = fv + fm (1 fv ) + (1 fm (1 fv ) fv ) f
fv fm fg

tel-00425334, version 1 - 20 Oct 2009

Well 2 The interparticle fraction of porosity fm is measured on thin section, assuming that there is no vugs present. As in the case of Well 1, fm will be fm = fm (1 fv ) We measure the total image porosity noted I , from the ESEM view at magnication x300. We can say that I = fm + fg The true microfraction of porosity noted f is then: f = fg = I fm (1 fv ) The corrected total image porosity TP IA , directly comparable to the total Helium porosity He , is TP IA = I + fv

4
4.1

Results and discussion


Well 1

Comparison between TP IA and He . TP IA obtained from Petrographic Image Analysis show a good agreement with the conventional method (Helium volumetry), which validates the partitioning of the porosity into three volume fractions. Most of the samples where fv represents more than 25% of TP IA fall away from the 1:1 line, this discrepancy possibly being the result of bad statistics during the measurement of fv (we have only one measurement of fv from one slab face). Another source of error is the assumption of an isotropy in the third dimension by plotting the fractions measured on 2D sections with volumes (Helium porosity).

12

Correlation between total porosity and permeability. Solving the dierential equations allows to nd the eective permeability of a medium with a specied fv , that is k= km 1 3fv

As demonstrated in Chapter XXX, km can be expressed as follows:


2 km = K m interparticle r

Where K is a constant, m is the cementation exponent, and r is the average size of the interparticle pores. As interparticle = m = THe fv , we can write km = K (THe fv )m r2 In order to simplify, r is considered constant for a given lithotype, and m is roughly equal to 2. k is plotted as k(1 3fv ) = f (THe fv )2

tel-00425334, version 1 - 20 Oct 2009

The permeability k plotted against He correlate fairly well, showing idealy that estimating fv allows to consider the medium as a single pore type network, where the behaviour of the petrophysical properties is easier to model.

4.2

Well 2

TP IA is in good agreement with He . To evaluate Comparison between TP IA and He . fv , and because the results given by the silly putty technique were suering from too much uncertainty, we used CT Scan images that we analyzed exactly in the same way as our Optical Microscope images. However, these images were taken at a quite large interval (0.5 to 1 foot), and at dierent depth than the samples. Considering the common heterogeneity of this pore type, inferring a possible vuggy fraction for the depth locations of our samples is dicult and can reveal itself inaccurate. That leads to the uncertainty aecting the samples which present vuggyness. Considering the evolution of the three fractions of porosity according to depth in Well 2, the microfraction of porosity f is increasing with depth, as the intergranular fraction fm is decreasing, as expected in a shoaling-upward sequence. fv is a rough estimate and only present in the grainstone at the top of the sequence. The agreement between He and the sum of the three fractions of porosity is better at the bottom of the sequence (mud-supported lithotypes). This is due to the uncertainty on the measurement of fm , which is much larger than those of f (due to the technique of measurement; see Section 3.1.2). The grain-supported lithotypes having by denition a larger fm , the total uncertainty on the measurement of TP IA is larger than for the mud-supported lithotypes. Correlation between total porosity and permeability. Despite a larger scattering of the Petrographic Image Analysis data, it is obvious that there is strong textural dependence of permeability. The porosity of the mud-supported lithotypes (wackestones and mudstones) is mainly supported by a single pore-type network. Since all intergranular pore space has been lled by micritic cement (with microporosity) or sparite cement (without microporosity), the resulting pore network is intergranular, where the grain is here a micrite particle, leading to a direct correlation between k and the total porosity. The grain-supported lithotypes (grainstones and packstones) have a two-pore types network, inter- and intragranular. k is then not directly dependent on the total porosity. 13

Fractions of porosity and lithotypes Observation and description of the thin sections with both the Optical and the Environmental Scanning Electron microscope lead to the classication of the 53 samples into the 4 basic carbonates lithotypes dened by Dunham in 1962 (See Figure 1). The scattering of the data around the 1:1 line, illustrating the fact that the way we measure fm is quite inaccurate, is however less when going from the grainstone lithofacies, to the mudstone lithofacies, that is when the part of fm in the total porosity is decreasing.

4.3

Implications for NMR relaxation in carbonates

Two common assumptions are made in sandstones for interpretation of NMR relaxation. The rst is that magnetization relaxation in each pore is controlled by surface relaxivity (Sen et al. 1990; s Kleinberg et al. 1994), i.e. VD 1, where D is the molecular diusion coecient, the surface relaxivity and Vs the pore volume-to-surface ratio. The characteristic transverse relaxation constant for the pore then becomes 1 1 = + T2 T2b Vs

tel-00425334, version 1 - 20 Oct 2009

where T2b is the bulk relaxation of the uid. Its eect is normally ignored, since it can be easily accounted for (Wilkinson et al. 1991). The second assumtion is that in multipore systems, each pore act independently, and that the measured magnetization is an integral response of all the pores. In carbonates, especially in grainstones and packstones, these assumptions fail due to signicant diusion of magnetic moments between inter- and intra-granular pore space, whose we have seen can see their characteristic sizes may vary by an order of magnitude or more. Thus the direct link between T2 and pore size is lost. In mudstones, only one pore type is present (intergranular, between the micrite crystals), and the problem can roughly be solved as for sandstones. The petrography results in grainstones and mudstones, presented in the previous sections, are indicative of a bimodal pore size distribution, absent in the T 2 spectra. This is explained by the concept of enhanced relaxivity (Ramakrishnan et al. 1998). The diusion of magnetic moments from a fraction fm into the intragranular pore space leads to an enhanced relaxation of magnetization than if two types of pores were isolated from each other. Solving for the quasisteady equation gives an apparent relaxivity a for intergranular pores a = (1 ) + D coth F T2 D D R DT2 F R

where F is the formation factor of the grain, T2 the relaxation time constant within the grain, and R the grain radius. Substituting typical numbers suggests for a typical grainstone an order of magnitude increase in relaxivity from intrinsic values. Given the above equation, it is possible to write an approximate expression for relaxation in carbonates with micro and macro porosity: M (t) = ( fm ) exp( t a t ) + fm exp( ) T2 Vsm

where Vsm is the ratio of the volume of the macri pore to the external surface area of the grain in the continuum representation (Ramakrishnan et al. 1998). This is the basis of the two-exponential t to the relaxation data in carbonates. However, because a is an order of magnitude larger than , 14

the time scale for macro pore relaxation is not signicantly dierent from T2 . This approximation then introduces errors. Furhermore, the boundary conditions are not satised and our estimates based on the two exponential approximation to laboratory data are larger than the petrography data, as conrmed by numerical simulations (random walk). These numerical simulations can correct for that by estimating an overlap volume to be subtracted from the measured value of fm to obtain the corrected one. Because the intergranular pore may have a complicated geometry, the quasistatic approximation may be extended to include transient terms within the grain. In conclusion, once the facies identication step is carried out, whenever it is recognized that a grainstone/packstone is present, a model based inversion for fm , T2 and Vsm may be implemented. These can be readily incorporated into transport calculation. If the lithotypes belongs to a wackestone or a mudstone, Ramakrishnan et al. (1998) nd that a two exponential t is sucient to deduce the pore sizes. For a transport calculation, they use an average of the two sizes.

References
tel-00425334, version 1 - 20 Oct 2009
Anselmetti, F., S. Luthi, and G. Eberli (1996). A study of carbonate end-member rocksPart 1: Petrographic Image Analyses. Research Note ISD-001-96-05, SDR. Condential. Choquette, P. and L. Pray (1970). Geologic nomenclature and classication of porosity in sedimentary carbonates. AAPG Bulletin 54, 207250. Dunham, R. (1962). Classication of carbonate rocks according to depositional texture. In W. Ham (Ed.), Classication of carbonate rocksa symposium, Volume 1, pp. 108121. Am. Assoc. Petroleum Geologists Mem. Ehrlich, R., S. Crabtree, K. Horkowitz, and J. Horkowitz (1991). Petrography and Reservoir Physics III: Objective classication of reservoir porosity. AAPG Bulletin 75, 15471562. Folk, R. (1959). Practical classication of limestones. AAPG Bulletin 43, 138. Gerard, R., C. Philipson, F. Manni, and D. Marshall (1992). Petrographic Image Analysis: An alternate method for determining petrophysical properties. In P. I. and S. S.K. (Eds.), Automated pattern analysis in petroleum exploration, pp. 249263. Springer-Verlag. Kleinberg, R. L., W. E. Kenyon, and P. P. Mitra (1994). On the mechanism of NMR relaxation of uids in rocks. Journal of Magnetic Resonance 108A(2), 206214. Lucia, F. (1983, March). Petrophysical parameters estimated from visual description of carbonate rocks: a eld classication of carbonate pore space. Journal of Petroleum Technology 35, 626637. Lucia, F. (1995). Rock-fabric/petrophysical classication of carbonate pore space for reservoir characterization. AAPG Bulletin 79 (9), 12751300. Murray, R. and L. Pray (1965). Dolomitization and limestone diagenesis, an introduction. In L. Pray and R. Murray (Eds.), Dolomitization and limestone diagenesisa symposium, Volume 13, pp. 12. Soc. Econ. Paleontologists and Mineralogists Spec. Pub. Nurmi, R. (1984). Pore structure in carbonate rocks. Schlumberger Technical Review 32 (1), 1423. 15

Ramakrishnan, T. S., L. M. Schwartz, E. Fordham, W. E. Kenyon, and D. J. Wilkinson (1998). Forward Models for Nuclear Magnetic Resonance in Carbonate Rocks. In Transactions of the SPWLA Annual Meeting. Sen, P. N., C. Straley, W. E. Kenyon, and M. S. Whittingham (1990). Surface-to-volume ratio, charge density, nuclear magnetic relaxation and permeability in clay-bearing sandstones. Geophysics 55 (1), 6169. Wilkinson, D. J., D. L. Johnson, and L. M. Schwartz (1991). Nuclear magnetic relaxation in porous media: the role of the mean lifetime. Phys. Rev. B 44, 49604973.

tel-00425334, version 1 - 20 Oct 2009

16

224

Retrouver les paramtres ptrophysiques des formations traverses

tel-00425334, version 1 - 20 Oct 2009

Synthse et perspectives

Une conclusion (temporaire bien videmment !) l'issue de ce travail pourrait tre : Et

pourtant, ca marche ! ! . En eet, aprs toutes les dicults d'acquisition, les erreurs de mesure, de

tel-00425334, version 1 - 20 Oct 2009

traitement, les incertitudes inhrentes aux mthodes d'inversion et aux mthodes de classication des donnes, il semble bien que retrouver une minralogie, et partant de l, une lithologie, en continu, partir de mesures de diagraphie, soit du domaine du possible. Ca n'est pas nouveau, d'autres personnes (bien que peu nombreuses) se sont penches sur le sujet. Je pense en particulier l'quipe du Professeur Peter Harvey, du Borehole Research Group de l'Universit de Leicester (thse de Jeremy Lofts en 1993, thse de Carlos Gonalves en 1996), ainsi qu' Christine Lauer, du Laboratoire de Mesures en Forage de l'Universit Aix-Marseille III, CEREGE, qui prsente dans sa thse une tentative plutt russie pour retrouver la minralogie de formations argileuses partir de proprits physiques mesures par diagraphie. Les nouveaux dveloppements dont ce travail fait tat apportent des perspectives intressantes, qui sont toutefois tempres par d'invitables problmes qu'il est urgent de rsoudre avant d'aller plus loin.  Reconstruire un log minralogique cohrent s'est rvl possible dans plusieurs cas (puits 948C, donnes sur carottes ; puis 948A, donnes de diagraphie en cours de forage ; puits Balazuc-1, donnes de diagraphie gochimique). Des mthodes direntes ont t utilises, allant de l'inversion totale au rseau de neurones.  La prcision du rsultat est fonction de la qualit des donnes dont on dispose. Dans le cas des donnes de diagraphie, la qualit relle est assez dicile estimer, car si la variation du diamtre du puits en est un bon indicateur, elle seule n'est pas susante. La vitesse de l'outil durant l'acquisition est aussi un facteur important pour tous les paramtres dont la prcision dpend du temps de comptage (radioactivit naturelle ou induite). Il est malheureusement souvent pass sous silence ou bien oubli, en particulier dans le cas des opration eectues dans le cadre du programme ODP. De mme, la rgularit de l'opration de diagraphie, perturbe par les mouvements du bateau dus la houle en mer, ou bien par les accidents gologiques le long du puits, sont un facteur d'incertitude. La technique de diagraphie en cours de forage (Logging-While-Drilling, LWD ), exprimente lors du Leg ODP 156 (auquel j'ai particip), a fourni des donnes de trs bonne qualit. Elles permettent d'envisager srieusement la possibilit de retrouver une colonne minralogique dans un environnement aussi instable qu'un prisme d'accrtion, dans lequel les techniques de diagraphie au cable sont d'ordinaire presque inutiles, lorsque, comme c'est le cas pour les campagnes ODP, le puits logg subit au pralable un carottage de plusieurs dizaines d'heure, avec tous les eets prvisibles sur l'tat du puits. De plus la mesure en cours de

225

226

Synthse et perspectives

forage permet de capturer des vnements qui ne sont visibles que sous les conditions

in situ, comme des circulations de uides. En 1997, le Leg ODP 171A a eu pour objectif
l'exploration du prisme d'accrtion de la Barbade l'aide exclusivement de la technologie LWD, ce qui rvle l'enthousiasme suscit par les donnes de diagraphie acquises en cours de forage lors de la prcdente campagne 156 trois ans plus tt.  En ce qui concerne l'inversion minrale, la mthode de l'inversion totale a t utilise avec succs dans plusieurs cas. Cette mthode permet de prendre en compte dans le traitement les incertitudes la fois sur les paramtres du modle, et sur les mesures, ce qui n'est pas possible avec des mthodes classiques comme les moindres carrs. Dans la problmatique gologique, ceci est extrmement prcieux, car les formations tudies sont souvent des mlanges de phases plus ou moins homognes, d'o la ncessit de donner au modle des paramtres souples, modiables dans un intervalle x selon des critres prcis (qui peuvent tre statistiques, gologiques, . . . ). Un des problmes inhrents la mthode reste le choix de la solution a priori. Une tentative, qui a donn de bons rsultats, a t d'eectuer une classication de type nues dynamiques, et d'utiliser la composition moyenne de chaque groupe ainsi individualis pour guider le choix de la solution a priori. Une comparaison rcente entre deux mthodes direntes (inversion totale et carte auto-organisatrice) utilises sur les donnes du puits Balazuc-1 (voir Annexe E) a montr qu'une telle approche tait pertinente. De plus, la mthode de classication utilise est une classication dite dure, o chaque individu appartient un groupe et un seul. Disposer de probabilits d'appartenance permettraient de dnir des proximits de composition entre les groupes, et rendraient la classication plus raliste. Mais il faudrait alors trouver le moyen d'intgrer ces probabilits d'appartenance dans la mthode d'inversion, peut tre sous la forme d'une pondration.  Le rseau de neurones est sans aucun doute un trs bon outil de traitement de donnes. Son avantage sur des mthodes d'inversion linraire ou non linaire est la possibilit de prendre en compte des variables non additives dans le traitement. Par exemple, l'outil gochimique ne mesurant pas le magnsium, la discrimination entre calcite et dolomite ne peut se faire sur la seule base chimique. L'index photolectrique peut lever l'indtermination, car la valeur de la calcite (5,0) est trs dirente de celle de la dolomite (3,2), mais ceci n'est valable pratiquement que lorsque le carbonate est la phase majeure. Dans le cas o des phases fort

tel-00425334, version 1 - 20 Oct 2009

Pe = 266

sont prsentes (comme la pyrite, Pe = 17 barnes/e , ou la barytine, ), il faut valuer leur inuence sur le P total, ce qui est possible en barnes/e e

Pe

utilisant le paramtre

U,

en fait

P e b ,

donnant une expression volumique du

Pe .

Mais

une application originale du rseau de neurones pourrait tre sa capacit combler les intervalles, par exemple dans le cas d'une corrlation puits puits. Dans une application rcente (voir Annexe E, prsentation la 17

eme Runion des Sciences de la Terre, avril

1998), nous avons utilis une carte auto-organisatrice de Kohonen pour retrouver la lithologie dans le puits Balazuc-1, partir de l'entrainement sur des intervalles discrets reconnus sur carottes. Toutes les variables mesures par diagraphie (depuis les pourcentages d'oxydes jusqu' la densit et au facteur photolectrique) ont t utilises. Mis part le fait qu'une carte simple (5 5) permet une reconnaissance quasi-parfaite de la lithologie, et donne un rsultat identique l'inversion totale, nous avons tent avec moins de succs d'utiliser une carte plus complexe (30 30), dont l'avantage est en thorie de pouvoir aecter un nombre plus grand de neurones un mme facis, montrant ainsi la variabilit des compositions des individus composant le facis. Nous n'avons utilis qu'un algorithme d'apprentissage simple, et donc de nombreux neurones se sont retrouvs isols et non indexs. Il faudrait maintenant utiliser des mthodes plus probabilistes, capables d'aecter des facis interm-

227

diaires aux neurones isols, par une interpolation entre des facis plus homognes reconnus partir d'observations discrtes (carottes). C'est alors la capacit de prdiction du rseau de neurone, autrement plus intressante que la classication pure et simple, qui serait ainsi mise contribution.  Un problme rcurrent toute inversion minrale est la colinarit de composition, dj cite dans de nombreux articles par P. Harvey, J. Lofts, et leurs collgues. Elle rend compte du fait que plusieurs minraux correspondant la mme composition chimique peuvent tre prsents simultanment dans la formation, ce qui rend bien videmment l'inversion minrale trs dicile, et parfois impossible. Il est par exemple dicile d'estimer la proportion relative de plusieurs minraux argileux, sur la seule base de composition en lments majeurs (voir la discussion sur le prisme de la Barbade, section 7.2.1). Le choix de variables discriminantes est crucial. Le rseau de neurones peut tre aussi un bon outil car il peut prendre en compte des paramtres qualitatifs, comme la rsistivit, la densit ou la radioactivit naturelle, qui peuvent liminer le problme de la colinarit de composition.  Enn, un eort doit tre entrepris pour amliorer la chane de traitement des donnes du
GLT, depuis la rgression linaire utilisant les moindres carrs pondrs entre les spectres

tel-00425334, version 1 - 20 Oct 2009

de capture et les spectres standard, jusqu'au modle de fermeture sourant de nombreuses imperfections, comme par exemple la prise en compte d'un seul oxyde par lment chimique (obligeant par exemple faire un choix entre allouer le soufre soit la pyrite, soit l'anhydrite). Il faudrait mettre au point un modle tenant compte a priori des informations donnes par des paramtres comme l'index photolectrique, la densit, la radioactivit naturelle. Ce pourrait tre une autre application des techniques neuronales.

Annexe A

Outils de diagraphie et paramtres mesurs


Pour le fonctionnement et les principes physiques relatifs aux outils suivants, se rfrer aux Chapitres 1 3. Les acronymes de la colonne 2 dans les Tables suivantes A.1-A.3 sont ceux couramment utiliss par la socit Schlumberger.

tel-00425334, version 1 - 20 Oct 2009

229

230

Annexe A: Outils de diagraphie et paramtres mesurs

Diagraphie nuclaire
Mesure du rayonnement gamma naturel :

Natural Gamma-ray Tool (NGT)

yonnement gmm nturel totl X


Spectral Gamma-ray

SGR CGR

es1 es

yonnement gmm nturel lul X


Computed Gamma-ray

gonentrtion en otssium gonentrtion en rnium gonentrtion en horium


Les

Hostile-environment Litho-Density Tool (HLDT)

sondes

gamma-gamma

wesure de l msse volumique de l forE mtion @ppele usivement densit toE tleA wesure du fteur photoletrique wesure du dimtre du trou @liperA wesure de l porosit neutron wesure de l onentrtion en gD iD peD iD D elD wgD rD glD qd

POTA poids7 URAN ppm THOR ppm RHOB gGm


3

Les

Compensated Neutron Tool (CNT-G)

sondes

neutron-neutron

PEF CALI NPHI


"

rnesGe poues @inA unit porosit @pFuFA ou 7 poids 7 d9oxydes ou ppm selon l9lment

tel-00425334, version 1 - 20 Oct 2009

Geochemical Logging Tool (GLT : NGT / CNT-G / AACT-Aluminium Activation Clay Tool / GST-Geochemical Spectrometry Tool)
Tab. A.1 

Les

sondes

neutron-gamma

yutils et prinipux prmtres mesurs pr digrphie nulireF

Diagraphie lectrique
Les

Induction Tool (DIT-E)

dispositifs

induction

Dual

wesure de l rsistivit de l zone nonE envhie pr les )uides de forge X snduE tion grnde profondeur d9investigtion wesure de l rsistivit de l zone interE mdiire X sndution moyenne profonE deur d9investigtion wesure de l suseptiilit mgntique wesure de l rsistivit de l zone envE hie xo X file profondeur d9investigE tion

Les dispositifs focalisation sphrique :

Micro Spherically Focused Log (MSFL)


Tab. A.2 

ILD ou IDPH ILM ou IMPH SUSC SFLU

Fm

Fm

ppm s
Fm

yutils et prinipux prmtres mesurs pr digrphie letriqueF

Diagraphie magntique

Nuclear Magnetic Resonance Sonde (NMRS)


tique nuclaire :

Magntomtre

rsonance

magn-

wesure de l9indution mgntique totle

TOTF n

Tab. A.3 

yutils et prinipux prmtres mesurs pr digrphie mgntiqueF

231

tel-00425334, version 1 - 20 Oct 2009

wesure

pormtion wiro nner pherilly poused log hsor sndution log grnde profondeur moyenne profondeur vithohensity log densit Pe gompensted xeutron log qmm y log D

FMS SFLU DIT

solution intrinsque de l9outil S mm UT m Pm IDS m QV m S m QV m PH!SH m

ps d9hntillonnge Q mm IS m IS m IS m IS IS IS IS m m m m

solution optimle relle reporte


S mm

UT m Pm IDS m RT RT RT RT m m m m

HLDT

CNT NGT GST

Tab. A.4 

solution vertile et ps d9hntillonnge de quelques outils de digrphieFF

Annexe B

Glossaire de quelques termes particuliers utiliss en diagraphie


API
abbrviation de American Petroleum Institute

tel-00425334, version 1 - 20 Oct 2009

unit API

unit utilise pour standardiser la mesure des outils nuclaires de mesure du rayon-

nement gamma naturel et de la porosit neutron. Pour le rayonnement gamma naturel : la dirence entre deux zones calibres dans le puits API (situ Houston, TX) est 200 units API.

1/200me

de cette dirence est l'unit API. Pour la porosit neutron : la dirence entre le zro

lectrique (porosit zro) et la mesure d'une lithologie de rfrence (calcaire de l'Indiana, USA) 19% de porosit, reprsente 1000 units API.

1/1000me

de cette dirence est l'unit API.

barn darcy

1024

cm , c'est l'unit de mesure de la section de capture.

unit de mesure de la permabilit. Un darcy correspond la permabilit d'un milieu

qui laisse passer un uide d'une viscosit gale un centipoise travers un cm le millidarcy (mD).

2 sous un gradient

de pression de une atmosphre la vitesse de 1 mm par seconde. L'unit commune utilise est

eet environnemental du puits

inuence sur la mesure de diagraphie des conditions de

mesure dues principalement la conguration du puits : sa rugosit, son diamtre, sa forme, le type de uide de mesure employ, ou la prsence de mud-cake.

densit lectronique lectron-volt (eV)

population d'lectrons par unit de volume.

unit d'nergie quivalente l'nergie cintique acquise par un lectron

sous l'eet d'une dirence de potentiel de 1 volt. 1 eV =

1.6 1019

volt.

facteur de formation

mesure du rapport entre la rsistivit d'une roche sature d'eau

100% avec la rsistivit du uide qui la sature. On mesure plus souvent le facteur de formation apparent, qui est fonction de la porosit, de la salinit du uide, de la gomtrie des pores, et de la concentration en argiles.

facteur gomtrique

pondration, dpendant de la gomtrie de la mesure, dterminant com-

ment les conductivits des dirents milieux prsents au voisinage d'un outil dans un puits affectent la mesure de la conductivit apparente.

232

233

facteur pseudo-gomtrique

coecient utilis pour estimer la rsistivit de la zone non-

envahie par le uide de forage partir de la mesure d'un Laterolog.

mud-cake

rsidu dpos sur les murs du puits de forage au fur et mesure que le ltrat de

la boue de forage remplit les pores de la formation.

numro atomique

le nombre de protons dans un noyau atomique, ou le nombre d'lectrons

orbitaux dans un atomes neutre.

poids atomique

le poids relatif d'un atome en prenant comme base relative l'atome de carbone

gal 12. Est gal au nombre de neutrons+protons du noyau de l'atome.

porosit

fraction du volume occup par les pores sur le volume total. La porosit primaire

est la porosit d'un sdiment aprs compaction mais avant l'action de la diagense. La porosit

secondaire est la porosit cre par l'action chimique des circulations de uides par exemple
(dissolution), la tectonique (fractures, ou la diagnse (dolomitisation). La porosit eective

tel-00425334, version 1 - 20 Oct 2009

concerne le volume des pores interconnects pouvant contenir des uides.

propre (formation)

en language ptrolier, se dit d'une formation qui ne contient pas de

quantit d'argile apprciable

profondeur d'investigation (grande)

la mesure des proprits d'une formation gologique

eectue susamment loin du puits pour que les eets de la zone envahie soit minima.

section de capture

1. la section de capture nuclaire pour les neutrons est la sphre limite

autour du noyau dans laquelle le neutron doit rentrer pour tre captur par le noyau. C'est une valeur probabiliste dpendante de la nature et de l'nergie de la particule incidente, ainsi que de la nature du noyau considr. Elle est mesure en barns. 2. la section macroscopique de capture est l'aire eective pour la capture des neutrons par unit de volume. Elle dpend donc du nombre d'atomes prsents ainsi que de leur section de capture propre. Elle est mesure en cm aussi en units de capture, tel que

1 , mais

1 c.u. = 103 cm1 .

zone envahie

la portion de la formation autour du puits dont la partie poreuse a t envahie

par le uide de forage.

Annexe C

Tableaux rcapitulatifs (lments majeurs et traces)

tel-00425334, version 1 - 20 Oct 2009

Data Report :
Non publi

Trace and major elements concentrations from ODP Leg 156 deep sea cores : a data report
Alain Rabaute, Peter Blum, Pierre Gaudon, James F. Allan

234

Trace and major elements concentrations from ODP Leg 156 deep sea cores: a data report.
Alain Rabaute1, Peter Blum2, Pierre Gaudon3, James F. Allan2
1 2 3

ISTEEM, CC 066, Laboratoire de Gochimie Isotopique, UMR 5567, Universit Montpellier II, Place E. Bataillon, 34095 Montpellier Cedex 5, France. Ocean Drilling Program, 1000 Discovery Drive, Texas A&M University, College Station, Texas, U.S.A. Ecole Nationale Suprieure des Techniques Industrielles et des Mines d'Als, Laboratoire P3MG, 6 Avenue de Clavires, F-30319 Als Cedex, France.

Abstract. Geochemical trace and major elements concentrations measured on samples taken from sediment cores are presented here from two holes (948C and 949B) drilled in the NorthBarbados accretionary prism during ODP Leg 156. These data include X-ray Fluorescence (XRF), Inductively Coupled Plasma Mass Spectrometry (ICP-MS), and Instrumental Neutron Activation (INA) analyses of the samples, providing accurate elemental concentrations in 10 major and 20 trace elements. The data set includes: 79 samples, each of them cut along a 20 cm interval in the section, in order to match corresponding gamma-ray spectra (see full study in Blum et al., this volume); and 113 samples from physical properties measurements, considered as representative of a particular lithology in the section. The sampling interval spans the decollement zone with a very good resolution in Hole 948C (almost one sample per meter), thus providing useful information on the effect of fluid flow on chemical and mineralogical nature of the formation.

tel-00425334, version 1 - 20 Oct 2009

Introduction. Leg 156 of the Ocean Drilling Program (ODP) cored two sites on the Northern Barbados ridge accretionnary prism. At the opportunity of an investigation involving gamma-ray measurements on sediments from ODP Leg 156 (See Blum at al., this volume), 79 samples were taken from the cores recovered in Holes 948C and 949B. 113 discrete samples were also selected from the physical properties measurements sample set. Various geochemical measurements were carried out in order to obtain the elemental concentrations in K, U and Th, that were used as calibration data set (See Blum at al., this volume). As a standard output of these analyses, concentrations in 10 major elements, including K, and 20 trace elements, including U and Th are obtained. This data report presents the results of this chemical analysis of bulk sediments. A similar study was carried out during ODP Leg 110 (Wang et al., 1990) but we focused particularly our interest in the decollement zone. In Hole 948C, the sampling interval ranges from 421.55 meters below sea floor (mbsf) to 591.43 mbsf, which corresponds to cores 948C-2X-01 to 948C-19X-06. The average core recovery was 94.9% and allowed encountered formations to be divided into two units. The first one (cores 2X-01 through 11X-05, 17 cm) consists mainly in claystone and silty claystone of late Miocene to middle Miocene age, occasionnaly crossed by local thin beds of altered tuffaceous siltstone and altered volcanish ash, and is characterized by changes in color used to decribed lithologic variations. The second one (cores 11X-05, 17 cm, through 19X) consists in variegated claystone of early to middle Miocene age at the top, and below 523.78 mbsf, appears as an intercalation of carbonate-rich beds (nannofossil chalk with clay to silty claystone with nannofossils), siliciclastic-rich beds (silty claystone to clayey siltstone), and claystone, which forms the background sediment (see Shipboard Scientific Party, 1995; Site 948). Cores 949B-2X-02 to 949B-25H-02 were sampled in Hole 949B, with a depth ranging from 255.48 mbsf to 460.53 mbsf. Despite the very low recovery (39.8%), the same two lithologic units as in Hole 948C were recognized. The first unit (Cores 2X-02 to 22X-03, 52 cm) is characterized by mottled nannofossil-bearing claystone, with thin layers of volcanic ash occuring sporadically. When going deeper, the claystone becomes barren of nannofossils, and volcanic ash is rarer. The second unit consists in a mottled variegated claystone, crossed by thin beds of sandy siltstone, siltstone, clayey siltstone, nannofossil claystone, and micrite (see Shipboard Scientific Party, 1995; Site 949).

Sampling protocols. All samples in this study were collected by P. Blum and A. Rabaute during ODP Leg 156, using two different sampling protocols. A first set of 79 samples were first taken from Holes 948C and 949B. Each of them consists in a 20 cm long thin slice of material, centered at the core depth within the area of influence of the MST-NGR apparatus, during the gamma-ray measurements carried out during ODP Leg 156 (see Blum et al., this volume). Each sample weights about 250 g. This particular sampling mode was used to prevent potential sampling error due to lithologic variations. These samples were freezedried onboard the JOIDES Resolution, crushed in a Frysch mortar grinder Pulverisette, and splitted 7 times at the Laboratoire de Geochimie Isotopique in order to obtain 2 g-splits that can be considered as representative of the original sample. We will refer to this set of samples as GR (gamma-ray) samples in this report. The second set of samples comprises 113 samples chosen from the physical properties measurements residues. These samples were 10 cc in volume, and each of them was carrefully taken out from a single lithologic variation, which reflects mostly a redox-associated change in color. This second data set was intended as a calibration for the possible geochemical variations that could happen along with the lithological changes, and therefore should represent geochemical "end-members". These samples were freeze-dried and crushed onboard the JOIDES Resolution. We will refer to this set of samples as Index Properties samples later in this report.

tel-00425334, version 1 - 20 Oct 2009

Methods of study. X-ray fluorescence spectrometry was carried out at the Ecole Nationale Superieure des Techniques Industrielles et des Mines d'Ales, France. The X-ray laboratory is equipped with a Philips PW-1400 spectrometer with a Philips PW-1775 70 port automatic sample changer, driven by a Philips X-40 software. Machine settings for all the samples analyzed were as follows:
SiO2 Collimator Crystal Detector Peak time coarse PeT F 60 Al2O3 coarse PeT F 60 Fe2O3 fine LiF100 F+S 10 MgO coarse PX1 F 80 MnO fine LiF100 F+S 40 CaO fine LiF100 F 40 Na2O coarse PX1 F 80 K2O fine LiF100 F 40 TiO2 fine LiF 100 F 40 P2O5 coarse PeT F 40

Table 1. X-ray fluorescence measuring conditions for each element. PeT = Pentaerytritol; LiF100 = lithium fluoride; PX1 = artificial monodimensional crystal made with coating layers of Si and W; F = gas flow detector; S = scintillation detector; coarse collimator = 550 mm; fine collimateur = 150 mm; Peak time is the counting time at the element peak for each sample, in seconds.

generator=50 kV and 40 Ma; medium=vacuum; tube anode = Rh, with no beam filter; wavelength = Cu-K . Table 1 gives the measuring conditions for each chemical element. Fusion beads were prepared by mixing a sample split with lithium tetraborate + lanthanium oxide (LiBo4 + La2O5) flux, with 1 for 8 relative respective proportions (0.750 g of sample per 6 g of flux). The method depends on the quantitative measurements of specific X-rays emitted during electronic transitions within atoms excited by irradiation with primary X-rays generated by a tube anode with a metal target. X-ray fluorescence analysis gives the concentrations of the 10 common major oxides SiO2, Al2O3, Fe2O3, MgO, MnO, CaO, Na2O, K2O, TiO2, and P2O5. Table 2 summarizes the results of a repeat analysis carried out on 10 samples from Hole 948C and on 21 samples from Hole 949B. It shows that the relative precision for silicon, calcium, iron, potassium, magnesium, titanium, aluminium, and manganese data is within 0.5 to 1%. P2O5, due to low concentrations, and Na2O, due to the masking effects of the lanthanium oxide on the Na peak, are considered precise within respectively 7% and 9%. Replicate analysis of rock standards show excellent to very good correlation for all elements except Na, which leads to an accuracy of 1 to 3 % for silica, calcium, iron, manganese, titanium, aluminium and potassium, and about 11% for MgO and P2O5 (see Table 3). Na is not considered accurate because of its huge uncertainty and is thus indicative here.

The Inductively Coupled Plasma Mass Spectrometer analysis (ICP-MS) was carried out at the Universit de Montpellier II, France. The basic principle is to use a solution of the sample which is passed, as an aerosol from a nebulizer, into an electrodeless argon plasma. The plasma is sustained by inductive coupling to radio frequency magnetic fields, and is connected with a multichannel spectrometer. We determined only U and Th concentrations from the first set of 79 samples. The sample preparation involves the dissolution of 100 mg of powered sample in a 15 ml
SiO2 Absolute Average Deviation Relative Average Deviation 0.149 Al2O3 0.100 Fe2O3 0.029 MgO 0.036 MnO 0.005 CaO 0.016 Na2O 0.071 K2O 0.010 TiO2 0.007 P2O5 0.011

0.27%

0.49%

0.35%

1.00%

0.95%

0.61%

8.96%

0.48%

0.86%

6.89%

Table 2 . Evaluation of the precision of the X-ray fluorescence measurements given by absolute and relative average deviations from duplicate XRF measurements of each of 30 samples taken from the Index Properties samples of Holes 948C and 949B. SiO2 Al2O3 0.266 Fe2O3 0.216 MgO 0.305 MnO 0.007 CaO 0.111 Na2O 1.482 K2O 0.062 TiO2 0.025 P2O5 0.016

tel-00425334, version 1 - 20 Oct 2009

Root Mean Square ~ absolute average deviation (wt %) Relative average deviation

0.705

1.32%

1.39%

2.80%

10.74%

2.12%

3.23%

N/A

3.07%

3.25%

11.43 %

Table 3 . Evaluation of the accuracy of the X-ray fluorescence measurements given by the square root of the sum of the squares of the absolute deviations from the linear regression between 11 Geostandard concentrations and their corresponding measured values. Input geostandard values during calibration were recommended values from Govindaraju (1989).

screw-top Teflon bomb (Savillex) using HF 40% and HClO4 70%, at a temperature of 100C. After evaporation of the HF-HClO4 mixture, this dissolution/evaporation operation is repeated in order to get a complete dissolution of the sample. After evaporation to dryness, the sample is then taken into solution in HNO3 65%, transferred in a 20.6 g bottle, and diluted with water until the bottle is filled. For the analysis, 10 ml of this solution is taken, and, with the addition of 10 ppb of a In-Bi internal calibration standard, flushed into the plasma field. We used routinely doubly distilled reagents to minimize the blank. The use of screw-top bombs generally ensures more complete dissolution of resistant silicate and oxide minerals. The presence of a known amount of In-Bi standard in each sample preparation leads to the estimation of accuracy and precision. U is precise within 4% and accurate within 3%, while Th has a precision of 3% but an accuracy of 7%. Instrumental Neutron Activation (INA) analyses were conducted at the Center for Chemical Characterization at Texas A&M University, using a TRIGA reactor. Fifty milligrams of sample were irradiated for 14 hours and counted for six hours at 9 to 12 and 40 to 43 days using germanium detectors. Spectral analysis was made using a Nuclear Data program and was followed by manual U- and Th-series overlap and interference corrections. 12 samples of the international AGV-1 standard were irradiated at multiple can levels during three runs and counted. Table 4 shows the results of error calculations from these repeated measurements of AGV-1 for all the trace elements. All elements, except Cr, Ni, Zr, Yb and U, show an overall good precision ranging from 1 to 8%, and an accuracy of 1 to 9%. Cr, Yb, and U are considered meaningful because of their good accuracy, despite their common 11% of precision. Ni and Zr are not considered accurate or precise and their values are thus only indicative here. Results.

Tables 5 to 10 present the major and trace element concentrations obtained on the two sets of samples from Holes 948C and 949B. In Hole 948C, because coring during Leg 156 was concentrated around the decollement zone, our sampling covers a 170 meters-zone, between 421.35 and 591.4 mbsf. With a total of 135 samples taken from this hole, the resolution is 1.25 meters. In Hole 949B, the sampling was scarse due to poor and uncontinuous core recovery. The 57 samples range from 255.49 to 460.53 mbsf. The GR sample set is considered to be representative of a global geochemical behaviour because of the technique of sampling used. It should be usefully compared directly to the logging data that were acquired while drilling in Hole 948A (close to Hole 948C), or open-hole in Hole 948C after coring operations. The Index Properties sample set can be used as discrete measurements of trace and major element concentrations around the decollement zone, and as geochemical nature of particular sediment layers, since each Index Properties sample was taken within a single-colored layer, which was interpreted as lithologic variation. All trace and major elements concentrations were obtained for the GR sample set. On the Index Properties sample set, only major elements concentrations were
10 25

8
(p pm) INAA T h

20

tel-00425334, version 1 - 20 Oct 2009

INAA

(p pm)

15

10

10

0 0

10 Th
ICP-MS

15 (ppm )

20

25

U ICP-MS (p pm )

Figure 1. Comparison between ICP-MS and INAA for U and Th. Plain circles are data from Hole 948C; open circles are data from Hole 949B. The ellipse around each data point is the precision of the measurement (see text and Table 4).

measured using X-ray fluorescence spectrometry. Figure 1 compares the Th and U values obtained with the two different methods - ICP-MS and INAA. There is an overall good correlation, which is excellent for Hole 948C (plain circles), although data from Hole 949B (open circles) show a scattering, especially for the Thorium. Data from Hole 949B must be use with great care, in first hand because of these method-related problems, and also because low recovery in this hole may have induced problems of depth matching. References. Govindaraju, K. (1989) 1989 compilation of working values and sample description for 272 geostandards. Geostand. Newsl., 13: 1-114. Shipboard Scientific Party, 1995. Site 948. In Shipley, T.H., Ogawa, Y., Blum, P., et al., Proc. ODP, Init. Repts., 156: College Station, TX (Ocean Drilling Program), 87-192. Shipboard Scientific Party, 1995. Site 949. In Shipley, T.H., Ogawa, Y., Blum, P., et al., Proc. ODP, Init. Repts., 156: College Station, TX (Ocean Drilling Program), 193-296. Wang, Y-C, Gieskes, J.M., and Musoke, L. (1990) Bulk chemical analysis of sediments - Hole 671B. In Moore, J.C., Mascle, A., et al., Proc. ODP, Sci. Results, 110: College Station, TX (Ocean Drilling Program), 179-188.

tel-00425334, version 1 - 20 Oct 2009

AGV-1 1190 1178 1215 39,10 70,50 39,00 71,50 38,87 71,80 5,88 6,03 5,93 1,63 1,66 1,67 0,606 0,681 0,532 1,78 1,60 1,64 5,46 5,66 5,31 0,931 0,917 0,880 6,34 6,55 6,44 1,95 2,09 2,01

Sc

Cr

Co

Ni

Zn

Rb

Sr

Zr

Ba

La

Ce

Sm

Eu

Tb

Yb

Lu

Hf

Ta

Th

Run 1

12,00 11,50 15,80 13,60 92,50 63,40 760,0 143,0 12,00 8,52 15,80 26,70 94,30 65,40 715,0 187,0 12,14 11,85 16,18 <22.15 91,90 75,25 743,9 155,7

to

Run 12 1196 0,46 1,19 38,00 67,00 2,55 5,83 1,64 5,90 1,64 0,97 1,62 1,91 2,53 8,13 0,700 10,90 1,15 0,11 0,04 0,05 38,97 70,91 6,00 1,62 0,624 1,63 0,17 10,62 1,72 5,43

11,87 12,09 12,00 11,88 11,75 11,93 11,78 12,32 11,94 0,23 0,02 6,97 0,22 6,78 5,46 0,12 2,20 5,1 7,06 0,91 0,03 3,32 0,9 0,80 6,42 0,12 1,93 6,5 1,22

11,38 10,73 10,80 8,89 10,52 9,47 13,25 11,17 10,53

15,66 15,90 15,93 15,42 15,22 15,82 15,48 16,02 15,53

<18.94 <19.75 22,62 <17.55 <20.11 <17.94 <16.58 <16.43 <24.41

88,38 83,95 88,03 95,34 86,43 85,61 85,92 88,48 85,84

75,00 62,51 67,15 71,20 68,69 69,78 71,63 66,38 71,10

773,0 653,2 672,4 740,8 698,5 730,8 768,1 756,3 701,9

134,0 128,1 157,5 131,2 122,9 175,9 178,8 196,8 204,9

1143 1214 1196 1214 1224 1201 1185 1181 1214

37,67 39,16 39,10 38,58 39,39 38,94 39,62 39,09 39,12

70,44 71,42 72,61 69,55 69,24 70,71 69,51 73,00 70,59

5,73 6,07 6,12 5,88 6,02 6,02 6,14 6,06 6,08

1,64 1,65 1,65 1,58 1,56 1,56 1,58 1,68 1,63

0,637 0,588 0,620 0,624 0,566 0,717 0,607 0,612 0,694

1,64 1,62 1,58 1,46 1,90 1,65 1,91 1,46 1,28

0,237 0,247 0,260 0,245 0,209 0,238 0,224 0,229 0,218 0,232 0,216 0,264 5,35 5,42 5,57 5,39 5,38 5,49 5,41 5,71 5,37 0,972 0,894 0,923 0,871 0,856 0,889 0,913 0,931 0,910 6,51 6,34 6,54 6,16 6,40 6,54 6,38 6,58 6,27 2,13 1,99 2,11 2,00 2,10 1,68 2,71 2,19 2,19 2,10 0,23 10,83 1,92 9,16

Mean 3,58 4,02 1226 2,43 5,75 5,07 17,08 1,80 3,96 36,80 27,26 21,58

11,98 10,72 15,73 20,97 88,89 68,96 726,2 159,6

Standard Deviation

0,15

1,25

0,26

5,47

Precision (%)

1,26

11,67

1,68

26,10

AGV-1 1,01 2,46 8,87 29,67

12,20 10,10 15,30 16,00 88,00 67,30 667,0 227,0

Accuracy (%)

1,84

6,11

2,81

31,08

Table 4. Precision and accuracy of INAA measurements from AGV-1 NIST geostandard (AGV-1* values are recommended values from Govindaraju (1989))

tel-00425334, version 1 - 20 Oct 2009

Core/Sec Total 100.03 100.05 100 100.67 100.45 100.02 100.64 100.29 100.62 101.44 100.84 100.01 99.23 100 100.05 98.82 100.07 101.53 100.03 101.09 101.02 101.98 100.04 100.09 98.33 100.04 100.03 100.07 100.02 102.7 102.13 101.05 97.39 99.4 100.6 100

LOI (%)

2X 01 2X 03 2X 05 3X 01 3X 03 3X 05 4X 01 4X 03 4X 05 5X 01 5X 03 5X 05 6X 01 6X 03 7X 01 7X 03 7X 05 8X 01 8X 03 8X 05 9X 01 9X 03 9X 05 10X 01 10X 03 10X 05 11X 01 11X 03 11X 05 12X 01 12X 03 12X 05 13X 01 13X 03 13X 05 14X 01

Interval (cm) 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 5-25 65- 85 65- 85 93-113 65- 85 65- 85 65- 85 65- 85 95-115 65- 85 65- 85 MgO (wt%) 3.15 3.35 3.04 3.37 3.32 2.69 3.06 2.88 3.15 3.48 3.4 2.92 3.25 3.06 3.68 3.7 3.83 3.46 3.5 3.51 3.48 3.49 2.84 2.89 2.67 2.63 2.77 1.91 1.93 1.82 1.85 2.22 1.88 2.02 2.32 1.8 MnO (wt%) 0.1 0.11 0.4 0.09 0.07 3.28 0.76 0.25 0.31 0.15 0.24 0.27 0.29 0.46 0.32 0.46 0.23 0.3 0.15 0.22 0.18 0.26 0.17 0.22 0.57 0.45 0.38 0.1 0.04 0.04 0.1 0.05 0.03 2.95 1.68 0.1 CaO (wt%) 0.8 1.08 1.39 0.99 1.05 5.32 1.14 7.02 0.96 0.99 3.91 7.81 0.99 1.07 1.38 1.22 1.51 1.38 2 1.7 2.92 2.34 1.56 1.77 1.11 1.19 1.1 0.65 0.48 0.46 0.65 0.54 0.53 11.67 1.18 0.51

Depth (mbsf) 421.35 424.35 427.35 431.25 434.25 437.25 440.85 443.85 446.85 450.55 453.55 456.55 460.15 463.15 469.75 472.75 475.75 479.45 482.45 485.45 489.15 492.15 495.15 498.85 501.85 504.25 508.45 511.45 514.73 518.15 521.15 524.15 527.55 530.55 533.85 536.85

8.1 8 7.57 7.72 6.98 12.8 7.92 12.16 8.05 7.8 9.72 13.4 7.92 8.2 7.6 7.62 8.4 7.58 8 7.27 5.81 6.22 8.3 6.9 7.92 7.9 7.9 9.3 7.9 8.33 6.25 6.5 7.67 18.4 11.77 8.8

SiO2 (wt%) 53.99 55.19 53.69 55.97 56.51 46.09 54.55 49.04 54.78 55.6 52.6 47.85 55.11 54.27 55.12 53.75 53.98 55.98 53.85 55.89 57.17 58.64 54.74 56.23 56.45 56.86 57.56 53.96 56.99 62.12 65.83 58.76 56.35 38.19 49.15 54.8

Al2O3 (wt%) 19.8 19.3 19.99 19.82 19.72 17.59 20.66 18.2 21.32 20.62 19.38 17.77 20.16 20.89 20.12 19.09 18.58 19.09 19.08 18.94 18.69 18.35 20.43 19.74 19.11 20.26 20.41 22.11 22.04 19.44 17.89 21.15 20.86 14.43 20.1 23.07 Na2O (wt%) 1.22 1.59 0.69 1.33 1.24 0.88 0.77 0.89 0.82 1.4 1.58 1.07 0.88 1.1 1.47 1.47 1.81 1.45 1.93 1.33 2.16 1.88 1.29 1.57 0.87 1.28 1.27 1 0.71 0.38 0.45 0.41 0.42 0.1 0.17 0.69 K2O (wt%) 2.87 2.2 2.84 2.38 2.4 2.19 2.49 2.11 2.34 2.2 1.86 1.62 1.97 2 1.63 2 1.55 1.74 1.15 1.53 0.81 1.13 1.39 1.33 1.55 1.47 1.23 1.8 2.12 2.37 2.2 2.74 2.59 1.46 2.5 2.66 TiO2 (wt%) 0.87 0.84 0.79 0.84 0.94 0.71 0.75 0.64 0.74 0.85 0.72 0.63 0.76 0.85 0.79 0.85 0.94 0.93 1.06 0.94 1.06 1.13 0.84 0.82 0.8 0.7 0.64 0.79 0.73 0.78 0.82 0.76 0.78 0.54 0.67 0.75

Fe2O3 (wt%) 8.96 8.23 9.29 8.07 8.13 7.99 8.3 6.98 8 8.24 7.29 6.49 7.77 7.94 7.75 8.49 9.04 9.49 9.16 9.65 8.66 8.41 8.28 8.38 7.17 7.1 6.55 8.23 6.94 6.89 5.98 7.83 6.2 9.35 10.96 6.71

P2O5 (wt%) 0.12 0.1 0.3 0.08 0.08 0.46 0.24 0.12 0.14 0.1 0.14 0.14 0.12 0.15 0.14 0.17 0.13 0.13 0.13 0.13 0.08 0.11 0.17 0.16 0.12 0.17 0.2 0.15 0.13 0.06 0.11 0.09 0.08 0.3 0.11 0.11

Th (ICP-MS) U (ICP-MS) Th (INAA) (ppm) (ppm) (ppm) 11.61 1.87 12.21 7.79 1.58 8.29 11.85 2.06 12.69 9.02 1.71 10.52 8.97 1.89 9.23 no data no data 10.74 no data no data 12.18 9.56 1.28 9.70 11.45 1.54 12.21 9.53 1.49 10.60 8.86 1.29 8.88 7.55 1.35 8.11 8.4 1.44 8.92 9.48 1.6 10.30 6.2 1.03 6.66 7.5 1.18 8.76 5.29 0.95 6.17 7.83 1.38 8.81 4.65 1.1 4.84 6.91 1.22 7.43 3.88 1 4.00 5.07 1.68 5.14 8 1.46 9.20 8.41 1.61 8.87 10.4 1.8 11.25 10.28 1.76 11.30 9.9 1.39 10.43 17.71 2.24 17.37 14.64 2.14 15.37 14.6 2.01 14.80 14.87 2.67 13.89 12.88 4.72 13.20 13.89 2.89 14.28 13.82 5.69 11.26 13.89 3.12 no data 14.9 2.56 15.60

U (INAA) (ppm) 1.99 1.59 2.74 1.97 2.16 2.41 1.96 1.63 1.72 1.62 1.46 1.43 1.69 1.93 1.36 1.34 1.33 1.47 1.12 1.34 0.92 2.06 1.90 1.81 2.33 2.19 1.53 2.42 2.22 2.84 2.67 6.13 3.28 4.83 no data 2.83

Table 5. Chemical compositions of bulk sediments: Major elements concentrations, U and Th contents. Hole 948C. GR sample set..

tel-00425334, version 1 - 20 Oct 2009

Core/Sec Total 100,04 100 100,06 100 97,56 100 100,09 99,35 100,74 101,67 100,28 101,3 100 100,01 98,41 102,26 100 16,62 14,28 14,63 15,78 14,29 15,23 16,34 9,39 16,91 14,85 15 18,63 12,31 16,45 14,01 17,19 13,62 2,12 3,43 1,79 3,35 1,47 2,1 1,59 3,27 2,33 2,11 3,06 4,69 2,12 2,45 1,63 2,81 2,36 17,62 15,10 15,48 14,04 14,76 16,70 16,13 9,89 18,01 15,60 13,67 15,20 12,38 17,36 14,88 16,01 14,17 2,47 3,84 2,06 3,42 1,71 2,22 1,81 3,70 2,46 2,35 3,31 4,35 2,03 2,86 1,80 3,34 2,50 23,57 21,73 23,28 21,77 19,27 21,61 22,78 11,62 20,01 19,84 16,51 18,57 20,6 22,7 20,74 21,03 20,47 7,97 6,47 7,04 5,77 7,18 6,79 7,15 4,35 7,43 8,2 5,71 5,48 5,46 6,78 4,87 7,62 7,49 1,79 1,81 2 1,69 1,85 1,86 1,93 1,57 1,89 1,97 1,62 1,49 1,56 1,72 1,65 1,89 1,8 0,02 0,08 0,49 0,03 0,04 0,03 0,03 0,35 0,03 0,04 0,07 0,11 0,08 0,03 0,14 0,08 0,17 0,38 1,93 1,21 5,31 1,51 1,4 2,38 22,95 0,46 2,54 8,84 10,78 10,66 0,72 8,03 0,82 3,1 0,61 0,58 0,47 0,37 0,38 0,47 0,46 0 0,64 0,41 0,11 0,81 0,38 0,47 0,39 0,26 0,45 2,88 2,46 1,66 1,93 2,54 2,3 1,88 1,17 3,24 2,98 2,49 1,94 1,49 2,71 1,96 3,02 2,03 0,79 0,73 0,78 0,68 0,77 0,76 0,78 0,46 0,91 0,84 0,76 0,74 0,56 0,83 0,64 0,92 0,7

Interval (cm)

Depth (mbsf)

LOI (%)

SiO2 (wt%) Fe2O3 (wt%) MgO (wt%) MnO (wt%) CaO (wt%) Th (ICP-MS) U (ICP-MS) (ppm) (ppm) Th (INAA) (ppm) U (INAA) (ppm) Na2O (wt%) K2O (wt%) TiO2 (wt%)

Al2O3 (wt%)

14X 03 14X 05 15X 01 15X 03 15X 05 16X 01 16X 03 16X 05 17X 01 17X 03 17X 05 18X 01 18X 03 18X 05 19X 01 19X 03 19X 05

65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85

539,85 542,85 546,15 549,15 552,15 555,55 558,55 561,55 564,85 567,85 570,85 574,05 577,05 580,05 583,55 586,55 589,55

8,9 10 10 12,9 7,56 8,9 10,6 22,4 6,95 8,24 11,85 15,03 16 8 13,8 7,75 10,6

52,98 54,1 52,88 49,45 56,38 55,74 51,85 34,22 59,1 56,51 52,2 46,13 43,05 55,96 46,06 58,78 53,04

P2O5 (wt%) 0,11 0,11 0,19 0,11 0,08 0,12 0,16 0,26 0,07 0,09 0,11 0,23 0,15 0,11 0,14 0,08 0,15

Table 5 (continued). Chemical compositions of bulk sediments: Major elements concentrations, U and Th contents. Hole 948C. GR sample set.

tel-00425334, version 1 - 20 Oct 2009

Core/Sec 54,60 <28.81 47,34 <28.41 43,05 47,34 48,76 46,20 50,13 48,30 43,67 31,70 37,07 46,20 47,77 62,70 51,31 60,10 51,74 47,60 53,65 <34.26 62,31 85,00 94,56 86,50 72,27 81,18 108,30 134,00 53,54 77,20 82,62 32,66 131,9 108,4 120,7 125,7 125,2 101,7 120,5 115,0 120,1 121,0 118,3 109,0 117,6 110,0 136,9 120,1 106,5 127,0 119,6 132,0 139,5 94,0 139,2 144,0 123,5 151,0 127,8 131,4 185,7 112,0 128,4 204,0 195,4 88,2 113,4 83,8 128,3 99,8 88,6 102,9 119,4 82,4 103,1 82,0 70,2 62,0 79,0 79,6 60,0 65,0 47,2 62,2 47,8 69,7 26,6 43,1 76,3 70,0 78,7 88,3 75,4 110,8 119,0 135,0 126,4 106,0 128,8 78,5 no data 92,2 <111.3 <116.9 <108.3 88,3 189,0 95,0 211,0 58,7 <77.0 212,4 336,0 <68.21 <75.7 <115.6 <76.9 <133.9 <84.9 <137.5 <84.9 <125.4 <132.6 129,3 96,5 76,7 201,0 110,1 164,1 <102.1 <76.0 85,2 <65.7 142,6 368,0 90,2 <69.20 68,1 <67.49 91,9 <62.69 99,7 78,8 109,8 94,7 88,0 79,7 59,3 87,6 <76.92 <53.3 88,4 92,4 <89.79 <58.6 <78.90 <81.34 69,9 <57.3 125,1 66,2 80,3 124,6 91,4 68,0 119,4 168,0 138,1 125,6 346,5 178,4 266,4 269,2 194,8 264,4 306,7 239,0 257,0 185,0 264,0 238,0 205,3 242,0 209,4 244,0 206,1 262,0 136,0 265,0 93,0 250,6 482,6 182,0 328,6 2349,0 198,6 479,3 319,3 289,0 336,1 435,0 397,7 348,4 38,08 25,14 36,88 30,49 28,05 35,96 38,39 31,20 36,84 33,20 28,29 26,50 30,24 35,70 21,29 30,70 20,43 28,50 18,40 25,20 11,06 19,16 31,40 28,20 36,96 35,30 31,54 41,56 40,91 42,90 37,51 35,60 38,69 32,06 80,50 57,28 78,99 69,12 62,19 80,28 84,54 66,90 82,26 73,10 60,71 58,30 64,66 76,00 49,45 67,00 44,38 65,50 40,93 55,60 26,02 42,31 69,56 64,40 85,50 86,00 75,69 104,60 90,99 85,90 78,39 75,80 80,85 68,13 no data 7,71 5,82 7,08 6,41 5,87 6,68 7,50 6,30 7,29 6,83 6,12 5,52 6,39 6,98 5,31 6,67 5,11 6,22 5,04 5,79 2,99 5,37 6,69 6,29 7,12 6,84 6,69 7,34 7,01 7,36 6,36 6,73 6,49 5,49 1,64 1,48 1,42 1,58 1,40 1,42 1,62 1,38 1,56 1,52 1,41 1,26 1,41 1,53 1,26 1,48 1,33 1,48 1,35 1,41 803,70 1,43 1,57 1,47 1,53 1,54 1,48 1,51 1,39 1,34 1,17 1,34 1,25 1,17 1,080 0,933 0,823 0,874 0,868 0,894 1,090 0,908 0,965 0,867 0,914 0,788 0,908 0,993 0,751 1,000 0,803 0,893 0,861 0,890 0,394 0,680 1,030 0,783 0,979 0,990 0,914 0,924 0,866 0,792 0,627 0,984 0,732 0,702 3,50 2,69 2,75 2,99 2,58 3,13 3,31 3,15 3,29 2,95 3,04 2,87 3,00 3,51 2,59 3,24 2,57 3,01 2,82 2,86 1,65 2,83 3,27 3,32 3,24 3,26 2,77 2,77 2,76 2,76 2,58 3,00 2,44 2,50 0,478 0,403 0,380 0,419 0,345 0,445 0,445 0,437 0,429 0,413 0,433 0,400 0,485 0,476 0,378 0,434 0,414 0,439 0,429 0,405 0,239 0,417 0,481 0,465 0,450 0,472 0,394 0,402 0,392 0,385 0,365 0,468 0,372 0,400 3,57 3,35 3,72 3,48 3,50 2,96 3,50 3,34 3,77 3,91 3,70 3,34 3,49 4,08 3,43 3,45 2,48 3,20 2,75 3,04 2,93 2,78 3,48 3,14 4,15 3,21 3,15 3,68 4,05 3,81 4,17 6,42 4,16 4,76 0,877 0,618 0,956 0,770 0,692 0,738 0,802 0,713 0,830 0,886 0,639 0,632 0,676 0,919 0,488 0,717 0,422 0,726 0,402 0,576 0,333 0,404 0,721 0,637 1,020 0,786 0,714 1,080 1,160 1,040 1,040 1,050 1,030 0,734

Interval (cm) Ni Zn Rb Sr Zr Ba La Ce Sm Eu Tb Yb Lu Hf Ta

Depth (mbsf)

Sc

Cr

Co

2X 01 2X 03 2X 05 3X 01 3X 03 3X 05 4X 01 4X 03 4X 05 5X 01 5X 03 5X 05 6X 01 6X 03 7X 01 7X 03 7X 05 8X 01 8X 03 8X 05 9X 01 9X 03 9X 05 10X 01 10X 03 10X 05 11X 01 11X 03 11X 05 12X 01 12X 03 12X 05 13X 01 13X 03 13X 05

65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 5-25 65- 85 65- 85 93-113 65- 85 65- 85 65- 85 65- 85 95-115 65- 85

421,35 424,35 427,35 431,25 434,25 437,25 440,85 443,85 446,85 450,55 453,55 456,55 460,15 463,15 469,75 472,75 475,75 479,45 482,45 485,45 489,15 492,15 495,15 498,85 501,85 504,25 508,45 511,45 514,73 518,15 521,15 524,15 527,55 530,55 533,85

21,28 24,01 20,30 23,20 25,36 18,82 19,79 17,80 20,53 23,40 20,67 19,20 21,88 20,90 23,43 23,10 30,82 29,60 34,06 29,20 35,10 35,65 24,74 25,40 20,45 20,20 19,62 19,04 18,11 18,00 17,29 15,90 18,97 11,94

85,36 54,18 82,64 66,27 62,91 73,62 84,25 68,50 90,97 77,50 64,14 56,90 70,97 77,90 52,82 70,30 52,03 69,50 53,16 62,50 52,33 41,56 69,36 72,30 91,18 89,50 77,83 97,25 92,24 85,80 97,56 94,20 101,90 77,07

20,64 23,96 20,09 22,17 23,92 21,38 22,47 21,50 25,02 25,90 23,00 20,40 21,89 22,20 33,28 32,50 35,35 30,40 36,81 30,80 44,27 43,68 34,92 36,40 30,50 29,80 36,49 19,15 72,53 83,30 17,97 26,90 31,77 12,89

Table 6. Chemical compositions of bulk sediments: Trace elements concentrations. Hole 948C. GR sample set.

tel-00425334, version 1 - 20 Oct 2009

Core/Sec 47,10 51,57 51,51 71,50 76,39 <27.69 53,30 52,37 34,30 <21.52 48,30 183,0 108,8 151,2 114,8 134,2 121,9 101,0 142,9 109,0 149,2 123,0 154,0 168,6 144,1 82,0 15,4 145,9 117,0 91,3 56,9 159,7 134,0 92,6 <101.1 163,6 108,6 307,4 <94.41 129,0 213,6 777,0 <106.9 249,0 94,6 137,9 139,7 150,0 110,5 <75.40 157,0 137,9 115,0 155,9 94,9 369,0 356,0 379,6 553,5 571,4 362,3 417,0 546,0 543,0 377,1 411,0 39,50 47,06 40,17 46,05 37,69 41,16 42,40 43,68 34,80 48,27 45,20 85,30 103,81 82,57 95,18 77,09 88,40 89,20 93,10 72,20 100,58 91,30 6,58 8,16 6,78 7,08 5,85 7,09 6,95 6,61 5,32 8,07 7,81 1,32 1,63 1,37 1,46 1,17 1,44 1,36 1,38 1,14 1,43 1,48 0,835 0,921 0,731 0,922 0,737 0,959 0,817 0,784 0,669 0,861 0,897 2,58 2,73 2,68 2,95 2,29 2,62 2,65 2,51 2,28 2,88 2,90 0,369 0,398 0,405 0,404 0,345 0,382 0,395 313,8 0,347 0,418 0,386 4,54 3,97 4,26 4,90 4,30 3,45 5,02 4,54 3,60 4,62 4,08 1,090 1,210 1,020 1,150 0,994 0,990 1,190 1,160 0,752 1,470 1,170

Interval (cm) Ni Zn Rb Sr Zr Ba La Ce Sm Eu Tb Yb Lu Hf Ta

Depth (mbsf)

Sc

Cr

Co

20,20 20,01 18,54 16,14 15,41 18,88 16,30 16,32 10,50 17,96 17,20

105,00 99,45 101,20 115,10 95,43 99,84 97,40 108,30 69,20 88,82 90,40

21,10 15,92 21,23 14,25 20,78 10,83 17,00 14,78 10,30 12,51 13,60

14X 01 14X 03 14X 05 15X 01 15X 03 15X 05 16X 01 16X 03 16X 05 17X 01 17X 03 17X 05 18X 01 18X 03 18X 05 19X 01 19X 03 19X 05

65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85 65- 85

536,85 539,85 542,85 546,15 549,15 552,15 555,55 558,55 561,55 564,85 567,85 570,85 574,05 577,05 580,05 583,55 586,55 589,55

17,34 108,15
47,40 71,53 42,08 54,15 34,79 65,00 110,0 100,8 133,5 105,6 130,9 131,8 98,2 84,6 156,5 116,4 131,1 102,6 503,0 618,4 <109.1 396,8 120,0 166,8 131,0 165,1 <71.11 73,9 133,2 147,7 418,0 672,2 366,6 697,9 334,8 409,9 49,90 37,49 47,07 41,78 45,43 36,69 109,00 81,65 97,42 91,10 86,06 74,91 9,29 6,48 7,73 7,04 7,74 6,05 1,92 1,33 1,41 1,42 1,35 1,17 1,300 0,777 0,890 0,763 0,840 0,712

17,74 61,505

133 113,04

136,1 144,85 466,55

43,11 88,875

6,93

1,415 0,8265

2,815 0,4045

4,58

1,085
1,140 0,923 1,370 1,080 1,254 1,100

15,60 15,82 18,04 15,87 16,37 15,34

97,70 91,81 89,60 100,70 79,68 99,66

14,40 13,69 14,60 13,33 18,34 14,32

3,33 0,489 4,29 2,40 0,373 3,53 2,65 0,384 4,42 2,30 0,336 3,73 2,96 0,43214 4,53985 2,59 0,376 5,28

Table 6 (continued). Chemical compositions of bulk sediments: Trace elements concentrations. Hole 948C. GR sample set.

tel-00425334, version 1 - 20 Oct 2009

Core/Sec Total 101,05 100,31 101,72 100,95 100,72 101,63 100,86 101,59 101,92 100,68 100,9 99,71 100,27 99,93 100,25 100,62 100,04 100,5 100,35 101,34 101,66 100,84 101,24 101,92 101,44 98,87 11,48 3,41 8,83 8,01 8,23 7,31 10,69 7,82 16,53 15,14 12,34 11,46 15,41 8,19 10,09 10,27 8,16 8,56 9,85 8,94 3,89 23 14,49 19,79 18,85 18,24 1,58 1,51 1,42 1,35 1,36 1,19 1,59 1,24 2,26 2,07 1,7 1,64 2,17 3,08 1,58 1,55 1,53 1,42 1,59 2,2 1,92 4,5 4,28 2,76 3,91 9,01 12,08 8,03 9,85 8,38 8,51 8,09 11,32 8,86 10,89 12,39 11,49 11,47 10,26 8,76 10,58 11,21 10,09 9,40 10,88 9,50 16,08 15,87 13,19 14,89 16,12 12,25 1,71 2,24 1,51 1,79 1,37 1,46 1,59 1,19 1,51 1,79 1,63 1,48 1,86 3,36 1,80 1,50 1,42 1,93 1,68 2,53 2,32 3,87 4,68 2,11 3,43 6,35 9,66 7,26 7,56 8,19 7,16 9,08 7,59 8,03 6,43 7,56 6,44 8,24 8,77 7,9 8,26 7,95 8,69 8,63 7,41 7,04 9,42 8,63 7,93 9,12 7,56 5,24 2,97 3,67 3,57 3,72 3,87 3,58 3,29 3,52 2,66 2,72 2,54 3,24 3,14 3,42 3,2 3,32 3,24 3,98 2,74 3,23 2,46 2,55 2,76 2,23 2,18 1,4 0,17 0,14 0,2 0,18 0,18 0,23 0,58 1,28 0,29 0,27 0,43 0,21 0,21 0,3 0,14 0,26 0,42 0,5 0,23 0,28 0,09 0,06 0,05 0,04 0,1 0,57 0,81 1,02 0,92 1 0,9 1,03 0,93 1,25 15,49 8,18 13,26 0,88 0,8 0,96 0,82 0,87 1,39 1,4 1,1 1,2 0,74 0,58 0,59 0,54 0,5 16 0,84 1,62 1,49 1,53 1,49 1,62 1,35 2,41 0,54 0,81 0,57 1,18 1,26 1,6 1,12 1,39 1,4 1,3 1,24 1,54 0,78 0,73 0,86 0,55 0,39 0,03 2,57 1,82 1,98 1,99 1,99 1,91 1,91 1,79 1,65 2,48 1,93 2,35 2,18 1,96 2,21 2,24 2,28 2,3 1,55 1,44 2,17 2,22 2,39 3,12 2,98 0,73 0,84 0,86 0,78 0,85 0,74 0,87 0,89 0,78 0,56 0,72 0,61 0,81 0,89 0,68 0,82 0,76 0,79 0,81 0,73 0,7 0,83 0,83 0,89 0,74 0,75 0,52

Interval (cm) MgO (wt%) MnO (wt%) CaO (wt%)

Depth (mbsf)

LOI (%)

SiO2 (wt%) Fe2O3 (wt%) Th (ICP-MS) U (ICP-MS) (ppm) (ppm) Th (INAA) (ppm) U (INAA) (ppm) Na2O (wt%) K2O (wt%) TiO2 (wt%)

Al2O3 (wt%)

2X 04 65- 85 3X 01 65- 85 3X 03 65- 85 3X 06 75- 95 4X 01 55- 75 5X 01 65- 85 5X 03 65- 85 5X 05 65- 85 7X 01 65- 85 7X 03 65- 85 7X 05 65- 85 13X 02 65- 85 14X 02 90-110 14X 03 70- 90 14X 05 60- 80 15X 02 55- 75 15X 04 65- 85 15X 06 80-100 19X 01 100-120 19X 04 15- 35 22X 01 65- 85 22X 03 55- 75 22X 05 65- 85 25H 01 56- 76 25H 01* 82-102 25H 02 53- 73

259,05 264,25 267,25 271,85 275,75 283,55 286,55 289,55 302,85 305,85 308,85 352,45 357,4 358,7 361,6 362,05 365,15 368,3 399,9 403,55 428,15 431,05 434,15 459,01 459,32 460,53

7,95 7,93 8,78 7,53 7,78 7,82 7,94 8,58 17,83 12,21 15,99 8,78 8,74 7,89 7,94 7,97 9 8,01 8,1 7,64 8,17 8,14 -2,77 8,21 8,4 27

53,91 55,91 55,95 56,6 56,89 56,75 56,76 56,24 40,95 47,42 42,57 53,45 53,92 54,97 54,91 55,07 53,16 54,24 58,71 60,27 55,29 56,19 69,2 54,16 55,41 33,01

21,11 19,99 20,36 19,25 19,6 18,61 19,48 17,55 15,37 18,19 16,43 20,45 20,24 20,15 20,68 20,64 19,46 19,16 18,38 17,87 21,6 20,8 19,22 23,13 23,09 14,21

P2O5 (wt%) 0,24 0,09 0,14 0,12 0,1 0,13 0,15 0,16 0,16 0,13 0,13 0,13 0,12 0,09 0,14 0,15 0,2 0,17 0,16 0,13 0,12 0,11 0,1 0,08 0,08 0,16

Table 7. Chemical compositions of bulk sediments: Major elements concentrations, U and Th contents. Hole 949B. GR sample set.

10

tel-00425334, version 1 - 20 Oct 2009

Core/Sec 59,46 29,07 47,52 44,51 66,34 46,30 76,75 68,88 34,34 51,38 47,74 50,80 32,90 45,84 51,90 57,32 42,44 44,62 94,59 104,90 81,11 64,01 131,30 41,69 58,37 56,06 129,1 116,0 143,2 119,2 133,1 106,5 131,4 124,0 86,2 98,0 86,2 122,6 119,2 114,2 137,3 140,1 113,9 126,5 136,8 127,9 162,5 127,3 116,1 143,0 175,5 138,6 95,9 60,0 85,0 75,4 74,2 64,1 82,4 74,0 99,1 101,3 92,2 87,6 80,0 60,7 86,5 101,5 97,9 89,8 78,2 72,7 114,7 112,0 125,7 141,9 149,6 61,5 <75.27 <94.29 <83.87 <83.67 55,8 120,3 142,9 115,5 618,9 340,3 532,8 103,0 <81.69 182,9 <102.5 76,3 <84.23 92,9 <72.25 68,6 88,2 107,1 <100.0 <100.6 <99.16 716,2 105,5 83,1 98,2 102,1 123,7 <69.65 120,3 88,0 <53.50 100,6 129,1 65,7 91,8 149,7 96,8 82,4 74,6 <59.25 73,8 <51.96 74,3 119,5 105,0 98,7 127,0 108,8 221,3 145,5 263,3 228,8 267,3 169,5 403,1 515,9 263,7 256,3 261,5 231,6 251,9 1882,1 194,3 200,2 309,9 237,1 420,0 273,5 275,8 343,5 295,8 351,1 343,3 566,9 40,08 25,54 32,41 28,38 27,87 28,57 37,75 28,99 35,57 40,09 36,38 36,11 35,98 28,10 35,86 35,32 31,80 30,36 34,60 29,18 44,89 41,85 34,92 42,49 40,08 35,37 85,61 57,99 73,92 63,19 67,41 63,80 87,57 66,87 74,06 83,82 75,66 77,53 73,87 62,29 78,46 79,81 76,81 69,62 81,37 73,06 105,30 96,25 78,37 90,93 85,46 75,06 7,18 6,02 6,98 6,62 6,52 6,14 7,23 6,43 6,43 7,42 6,75 6,91 7,19 6,43 7,24 7,17 6,59 6,22 6,49 6,27 7,33 7,10 5,97 7,30 6,35 5,96 1,48 1,32 1,60 1,60 1,45 1,43 1,60 1,42 1,28 1,51 1,35 1,44 1,48 1,34 1,61 1,51 1,49 1,42 1,37 1,48 1,48 1,37 1,23 1,42 1,27 1,19 0,943 0,758 1,060 1,060 0,934 0,834 0,901 0,984 0,786 0,987 0,779 0,876 1,060 0,878 1,020 1,030 0,960 0,967 0,865 0,934 0,903 0,747 0,633 0,944 0,764 0,715 3,05 2,93 3,58 3,30 2,90 2,81 3,57 3,20 2,33 2,94 2,71 3,07 3,53 3,00 4,21 3,51 3,25 2,80 3,10 2,95 2,87 2,59 2,76 2,47 2,40 2,19 0,458 0,428 0,486 0,495 0,427 0,394 0,499 0,436 0,321 0,426 0,360 0,437 0,499 0,438 0,535 0,504 0,474 0,420 0,422 0,436 0,393 0,412 0,394 0,367 0,356 0,363 3,33 4,42 3,78 3,36 4,14 2,86 4,50 3,27 2,77 3,39 3,23 3,69 3,79 5,42 3,53 4,11 3,45 3,49 3,20 3,11 4,02 3,97 4,50 3,47 4,05 4,07 0,859 0,670 0,748 0,616 0,704 0,662 1,170 0,699 0,812 0,912 0,882 0,844 0,853 0,791 0,746 0,887 0,728 0,766 0,808 0,664 1,150 1,110 1,130 1,020 1,080 0,925

Interval (cm) Ni Zn Rb Sr Zr Ba La Ce Sm Eu Tb Yb Lu Hf Ta

Depth (mbsf)

Sc

Cr

Co

2X 04 65- 85 3X 01 65- 85 3X 03 65- 85 3X 06 75- 95 4X 01 55- 75 5X 01 65- 85 5X 03 65- 85 5X 05 65- 85 7X 01 65- 85 7X 03 65- 85 7X 05 65- 85 13X 02 65- 85 14X 02 90-110 14X 03 70- 90 14X 05 60- 80 15X 02 55- 75 15X 04 65- 85 15X 06 80-100 19X 01 100-120 19X 04 15- 35 22X 01 65- 85 22X 03 55- 75 22X 05 65- 85 25H 01 56- 76 25H 01* 82-102 25H 02 53- 73

259,05 264,25 267,25 271,85 275,75 283,55 286,55 289,55 302,85 305,85 308,85 352,45 357,4 358,7 361,6 362,05 365,15 368,3 399,9 403,55 428,15 431,05 434,15 459,01 459,32 460,53

20,06 24,32 22,32 23,13 20,91 26,57 21,66 22,09 13,35 15,77 14,69 20,68 21,76 21,45 21,37 20,36 22,91 22,70 18,77 19,67 19,69 18,66 16,53 19,69 19,97 12,14

87,97 56,18 74,50 66,59 66,90 65,76 84,41 104,80 63,05 69,54 63,99 86,05 70,80 57,40 79,17 83,79 79,53 74,50 91,28 86,78 104,40 103,90 93,92 106,60 107,70 93,89

17,41 29,32 31,16 28,76 36,52 24,93 31,37 35,34 15,52 20,00 18,39 20,48 21,66 24,99 20,48 21,72 16,42 21,07 25,58 60,19 20,83 18,80 102,40 17,21 22,42 13,51

Table 8. Chemical compositions of bulk sediments: Trace elements concentrations. Hole 949B. GR sample set.

11

Core/Sec 2X 01 2X 01 2X 03 2X 04 2X 05 3X 01 3X 02 3X 03 3X 05 4X 03 4X 03 4X 05 5X 01 5X 01 5X 02 5X 03 5X 04 5X 05 5X 05 5X CC 6X 01 6X 02 6X CC 7X 02 8X 01 8X 01 8X 03 8X 04 8X 05 8X 05 9X 01 9X 01 9X 04 9X 05 9X 05 9X 06 10X 01 10X 02 10X 05 10X 05 11X 01 11X 01 11X 04 11X 05 12X 01 12X 03 12X 04 12X 05 12X 05

Interval (cm) 140-142 146-148 72- 74 116-118 95- 97 55- 57 139-141 1- 3 95- 97 55-57 142-144 42- 44 63- 65 146-148 43- 45 127-129 110-112 63- 65 99-101 25- 27 22-24 6- 8 15- 17 123-125 52- 54 122-124 9- 11 141-143 66- 68 115-117 52- 54 94- 96 59- 61 7- 9 81- 83 43- 45 124-126 51- 53 17- 19 59- 61 70- 72 137-139 37- 39 17-19 47- 49 107-109 83- 85 45-47 145-147

Depth (mbsf) 422,2 422,3 424,5 426,5 427,7 431 433,4 433,5 437,5 443,6 444,5 446,5 450,4 451,3 451,7 454,1 455,4 456,4 456,8 459,5 459,6 461 465,8 471,7 479,2 479,9 481,8 484,6 485,4 485,9 488,9 489,3 493,5 494,5 495,2 496,3 499,3 500,1 504,3 504,7 508,4 509,1 512,6 513,4 517,9 521,5 522,7 523,8 524,8

LOI (%) 7,01 6,99 8,55 8,54 7,2 7,08 6,6 7,03 11,69 11,4 10,69 10,54 7,62 7,56 9,51 13 15,58 12,39 16,79 17,32 14,52 11,81 7,65 7,47 7,26 7,93 7,42 7,71 6,85 7,24 7,29 7,07 6,91 6,7 7,06 6,73 6,88 7 7,84 7,16 7,75 7,44 7,84 6,92 4,54 4,52 7,85 6,17 6,67

SiO2 (wt%) 54,83 55,61 54,94 54,89 54,77 55,77 57,21 56,49 48,96 49,41 50,53 49,99 54,82 55,7 53,22 47,93 43,81 48,54 41,27 41,57 45,76 47,02 54,96 55,29 55,44 54,49 55,95 54,93 55,47 55,18 55,85 55,42 57,23 58,51 56,76 55,91 57,95 57,06 58,3 58,34 59,78 58,35 55,63 57,97 69,96 68,95 53,95 64,79 63,32

Al2O3 (wt%) 19,99 20,26 18,84 20,04 19,48 19,34 20,82 19,81 17,73 18,45 19,21 18,82 19,91 19,94 20,29 18 16,62 17,37 15,4 14,41 17,08 18,44 19,22 19,01 18,43 18,54 19,02 18,31 17,95 18,54 18,75 18,72 18 17,69 19,24 17,6 17,47 18,51 19,42 17,41 16,97 18,27 20,84 21,52 15,32 14,75 21,42 17,61 18,18

Fe2O3 (wt%) 8,15 8,39 8,35 8 9,87 8,3 6,91 7,49 8,49 7,86 6,89 8,24 8,58 8,45 8,41 7,84 6,4 7,29 5,76 5,22 6,19 8,02 8,48 8,59 9,44 8,95 8,94 9,59 9,97 9,7 8,68 9,37 8,77 10,23 9,84 9,99 7,38 7,95 8,39 8,13 7,55 8,01 8,84 6,74 4,69 4,83 9,29 5,45 5,51

MgO (wt%) 3,02 3,11 3,4 3,19 2,92 3,4 3,7 3,49 2,78 3,19 2,86 2,83 3,44 3,96 3,01 3,03 2,84 3,16 2,62 2,8 2,81 3,03 3,6 3,5 3,59 3,49 3,51 3,51 3,6 3,42 3,52 3,31 3,47 3,68 3,08 3,04 3,61 2,81 2,86 3,02 3,12 2,62 2,34 2,33 1,64 1,63 2,14 1,87 2,19

MnO (wt%) 0,11 0,12 0,12 0,11 0,48 0,11 0,09 0,09 0,34 0,32 0,31 0,31 0,14 0,18 0,14 0,3 0,7 0,29 0,57 0,58 0,46 5,37 0,42 0,24 0,25 1,03 0,36 0,33 0,17 0,24 0,2 0,22 0,26 0,18 0,22 0,19 0,63 0,32 0,23 0,29 0,54 0,23 0,1 0,04 0,04 0,04 0,08 0,04 0,04

CaO (wt%) 1,03 1,04 1,15 1,03 0,89 1,17 1,27 1,31 5,03 7,05 5,24 5,11 1,07 1,65 0,88 7,01 12,19 8,39 14,17 15,38 10,25 1,96 1,37 1,18 1,44 1,5 1,44 1,33 1,99 1,7 1,64 1,79 1,56 2,24 1,86 2,25 1,8 1,85 1,39 1,56 1,22 1,46 0,72 0,55 0,47 0,49 0,65 0,6 0,53

Na2O (wt%) 0,74 0,75 1,07 0,84 0,45 1,14 1,86 1,29 0,58 0,51 0,5 0,54 0,88 1,08 0,56 0,84 0,67 0,83 0,25 0,56 0,56 0,36 1 0,99 1,08 0,89 1 0,86 1,41 1,14 1,22 1,17 1,22 1,46 1,14 1,43 1,42 1,23 0,92 1,01 1,05 0,76 0,37 0,26 0,52 0,41 0,25 0,27 0,33

K2O (wt%) 2,67 2,63 2,31 2,63 2,97 2,35 1,84 2,05 2,38 2,34 2,27 2,33 2,09 1,94 2,26 1,97 1,68 1,81 1,54 1,17 1,61 2,13 2,07 1,97 1,71 1,75 1,56 1,78 1,4 1,61 1,48 1,54 1,48 1,33 1,63 1,23 1,14 1,55 1,62 1,42 1,31 1,55 2,11 2,67 2,15 1,99 2,44 2,33 2,67

TiO2 (wt%) 0,77 0,79 0,86 0,77 0,76 0,89 0,64 0,73 0,87 0,68 0,66 0,69 0,88 0,81 0,78 0,71 0,6 0,7 0,5 0,52 0,6 0,7 0,84 0,81 0,86 0,91 0,96 0,92 0,98 0,93 0,88 0,94 1 0,93 0,94 0,94 0,72 0,79 0,73 0,77 0,66 0,82 0,78 0,76 0,76 0,82 0,75 0,85 0,81

P 2O5 (wt%) 0,12 0,14 0,08 0,12 0,2 0,07 0,09 0,09 0,11 0,12 0,15 0,13 0,13 0,18 0,13 0,15 0,15 0,17 0,12 0,16 0,12 0,19 0,16 0,15 0,15 0,13 0,14 0,15 0,13 0,15 0,17 0,17 0,12 0,12 0,16 0,15 0,11 0,16 0,17 0,13 0,15 0,15 0,16 0,07 0,07 0,09 0,16 0,08 0,06

Total 98,45 99,84 99,68 100,17 100 99,63 101,03 99,88 98,98 101,33 99,31 99,55 99,55 101,45 99,18 100,79 101,25 100,93 98,99 99,68 99,96 99,05 99,76 99,21 99,65 99,6 100,3 99,43 99,9 99,85 99,7 99,72 100,03 103,07 101,92 99,45 99,11 99,22 101,87 99,24 100,1 99,66 99,73 99,83 100,15 98,52 98,99 100,06 100,31

tel-00425334, version 1 - 20 Oct 2009

Table 9. Chemical compositions of bulk sediments: Major elements concentrations. Hole 948C. Index Properties sample set.

12

Core/Sec 12X 06 13X 01 13X 02 13X 07 14X 02 14X 04 15X 01 15X 01 15X 02 15X 05 15X 06 15X 07 16X 01 16X 03 16X 04 16X 05 17X 01 17X 02 17X 04 17X 06 17X 07 18X 02 18X 02 18X 04 18X 06 19X 01 19X 01 19X 02 19X 04 19X 05 19X 05 19X 06 19X 06

Interval (cm) 59- 61 142-144 101-103 28- 30 100-102 116-118 66- 68 106-108 51- 53 28- 30 42- 44 44- 46 106-108 126-128 109-111 17- 19 104-106 33- 35 21- 23 38- 40 12- 14 28- 30 145-147 85- 87 11- 13 43- 45 134-136 15- 17 97- 99 33- 35 97- 99 30- 32 113-115

Depth (mbsf) 525,5 528,2 529,3 536,1 538,6 541,8 546,1 546,5 547,4 551,7 553,3 554,8 555,9 559,1 560,4 561 565,1 565,9 568,8 572 573,2 575,1 576,2 578,7 580,9 583,2 584,1 584,5 588,3 589,1 589,8 590,6 591,4

LOI (%) 7,68 7,47 22,05 7,08 8 18,51 8,49 18,61 7,41 19,43 10,81 6,88 6,21 8,05 8,18 17,93 9,88 23,1 22,37 23,02 21,98 14,6 24,63 7,72 7,22 22,04 29,48 20,79 9,24 7,79 21,37 20,5 10,48

SiO2 (wt%) 58,97 60,58 31,53 62,35 55,08 39,2 55,02 40,32 60,61 39,61 59 58,81 61,5 56,08 56,02 42,97 57,04 31,23 32,67 32,62 33,68 46,99 31,4 56,01 55,99 32,03 19,3 35,96 56,25 60,52 34,95 37,79 54,01

Al2O3 (wt%) 20,49 19,26 11,91 18,85 21,84 19,32 22,14 14,83 19,18 12,01 13,52 19,92 18,23 21,1 21,59 14,74 18,02 12,26 10,59 16,39 15,98 18,95 10,21 22,05 20,34 14,06 7,65 14,91 19,11 19,05 16,59 12,31 18,81

Fe2O3 (wt%) 6,46 6,09 9,78 6,02 6,43 4,92 7,81 5,1 7,1 4,63 6,51 7,66 7,42 8,4 7,36 5,32 5,71 4,66 6,45 3,93 4,05 5,9 4,93 7,98 9,51 9,43 9,06 4,85 7,05 6,52 4,57 5,56 7,17

MgO (wt%) 2,2 1,85 2,6 1,64 1,96 1,34 2,33 1,74 2,11 1,68 1,54 2 2,38 2,52 2,59 1,29 1,87 1,5 1,43 1,28 1,1 1,66 1,21 2,18 2,1 1,9 1,73 1,52 1,84 1,79 1,39 1,19 1,68

MnO (wt%) 0,18 0,09 6,77 0,08 0,03 0,08 0,03 0,24 0,04 0,63 0,05 0,04 0,06 0,03 0,03 0,07 0,05 0,23 1,5 0,18 0,12 0,06 0,5 0,04 0,06 1,75 1,28 0,1 0,22 0,17 0,44 0,09 0,09

CaO (wt%) 0,58 0,6 12,68 0,47 0,47 13,94 0,68 16,91 0,78 18,61 5,79 0,48 0,67 0,7 0,73 14,85 4,5 23,12 21,74 20,51 20,19 8,49 25,64 0,61 0,59 17,25 29,64 20,2 2,81 1,43 19,04 19,18 3,92

Na2O (wt%) 0,25 0,19 0 0,17 0 0 0,17 0,48 0,07 0 0 0,01 0,36 0,14 0,12 0 0,41 0 0 0 0 0,09 0 0,2 0,14 0 0 0,06 0,15 0,17 0 0 0,01

K2O (wt%) 2,66 2,39 0,85 2,46 2,93 0,98 2,18 1,2 2,15 1,24 1,71 3,3 2,8 2,64 2,41 1,2 2,63 1,08 0,84 0,55 0,58 2,07 0,47 3,01 3,34 0,8 0,11 0,85 2,73 2,65 0,6 0,9 2,45

TiO2 (wt%) 0,82 0,85 0,54 0,83 0,77 0,69 0,89 0,56 0,88 0,72 0,75 0,86 0,77 0,79 0,96 0,62 0,87 0,39 0,42 0,55 0,54 0,7 0,41 0,79 0,72 0,49 0,25 0,48 0,8 0,85 0,56 0,49 0,77

tel-00425334, version 1 - 20 Oct 2009

P 2O5 (wt%) 0,09 0,08 0,28 0,07 0,07 0,1 0,18 0,11 0,2 0,14 0,14 0,08 0,11 0,16 0,17 0,11 0,08 0,19 0,68 0,13 0,19 0,09 0,3 0,08 0,08 0,24 0,47 0,14 0,11 0,1 0,13 0,14 0,09

Total 100,39 99,45 98,97 100,04 97,57 99,09 99,93 100,13 100,54 98,71 99,82 100,04 100,5 100,61 100,14 99,1 101,06 97,75 98,69 99,16 98,42 99,6 99,7 100,67 100,09 99,99 98,97 99,86 100,32 101,03 99,63 98,15 99,47

Table 9 (continued). Chemical compositions of bulk sediments: Major elements concentrations. Hole 948C. Index Properties sample set.

13

Core/Sec 2X 02 2X 02 2X 03 2X 04 2X 05 2X 06 3X 02 3X 03 3X 06 3X 06 5X 01 5X 06 5X CC 7X 01 7X 02 7X 03 7X 07 13X 02 14X 03 15X 01 15X 02 15X 04 15X 05 19X 01 19X 03 19X 04 22X 01 22X 05 22X 06 25H 01 25H 02

Interval (cm) 18- 20 106-108 65- 67 28- 30 31- 33 140-142 140-142 50- 52 14- 16 63- 65 35- 37 23- 25 18- 20 86- 88 76- 78 127-129 11-13 27- 29 48- 50 144-146 94- 96 133-135 95- 97 135-137 8-10 48- 50 102-104 91- 93 73- 75 96- 98 13- 15

Depth (mbsf) 255,49 256,37 257,46 258,59 260,12 262,71 266,41 267,01 271,15 271,64 283,16 290,54 292,47 302,97 304,37 306,38 311,22 351,98 358,39 361,35 362,35 365,74 366,86 400,16 401,39 403,29 428,43 434,32 435,64 459,37 460,04

LOI (%) 8,19 7,97 8,15 8,01 8,07 9,9 7,98 7,98 7,86 7,7 7,7 6,64 6,56 18,86 14,71 9,79 12,41 7,75 7,86 7,68 7,68 7,68 7,68 8,11 8,01 7,39 7,88 7,33 7,2 8,4 7,43

SiO2 (wt%) 55,19 55,4 54,09 53,41 55,22 51,19 54,01 55,01 55,33 55,86 56,44 57,06 58,32 38,49 43,8 51,55 47,05 56,24 56,05 55,6 54,94 56,05 54,18 57,95 58,11 58,81 55,44 57,1 56,79 55,24 55,48

Al2O3 (wt%) 19,56 19,82 21,19 21,01 20,84 19,41 20,49 20,24 19,38 19,29 17,91 17,8 17,33 14,42 16,45 19,69 17,73 19,61 20,38 19,97 20,67 19,14 19,28 19,19 19,07 18,02 20,95 20,62 20,29 22,81 22,06

Fe2O3 (wt%) 7,5 7,42 8,55 8,91 7,48 8,16 8,61 8,03 8,17 8,36 8,18 8,24 8,41 5,97 6,51 6,87 7,63 7,26 8,08 7,99 8,46 8,01 9,44 7,42 7,77 7,9 9,21 8,2 9,33 7,05 8,75

MgO (wt%) 3,7 3,76 3,24 2,99 3,28 3,47 3,35 3,45 3,89 3,99 4,24 3,72 4,15 2,01 2,52 3 2,83 3,9 3,73 3,68 3,38 4,08 3,48 2,69 3,04 2,71 2,36 2,5 2,74 2,46 2,55

MnO (wt%) 0,28 0,33 0,17 0,13 0,15 2,98 0,17 0,19 0,32 0,2 0,45 0,22 0,25 0,29 0,28 0,19 0,3 0,21 0,25 0,22 0,21 0,3 0,31 0,18 0,24 0,16 0,1 0,06 0,07 0,13 0,04

CaO (wt%) 1,46 1,1 0,78 0,74 0,83 1,33 0,89 0,86 1,04 0,96 1,18 1,81 1,82 17,98 12,7 4,8 8,51 1,55 0,93 0,93 1,02 1,12 1,17 1,01 1,14 1,7 0,64 0,61 0,58 0,51 0,5

Na2O (wt%) 1,39 1,15 0,84 0,64 1,13 1,02 1,18 1,05 1,18 1,23 1,67 1,95 1,7 0,32 0,8 0,99 0,81 1,53 1,3 1,18 1 1,34 0,92 0,85 0,92 1,39 0,92 0,46 0,46 0,17 0,3

K2O (wt%) 1,95 1,99 2,36 2,41 2,09 2,18 2,35 2,17 2,11 2,1 1,64 1,49 1,35 1,45 1,83 2,65 2,38 1,85 1,95 2,02 2,31 1,99 2,49 1,58 1,48 1,37 2,19 2,38 2,56 3 3,35

TiO2 (wt%) 0,87 0,83 0,8 0,81 0,8 0,75 0,87 0,89 0,82 0,81 0,82 0,88 0,85 0,5 0,67 0,77 0,68 0,76 0,78 0,9 0,83 0,79 0,77 0,89 0,76 0,83 0,85 0,84 0,78 0,73 0,74

P2O5 (wt%) 0,16 0,13 0,16 0,17 0,11 0,21 0,15 0,13 0,11 0,12 0,14 0,16 0,14 0,21 0,13 0,13 0,13 0,13 0,11 0,12 0,22 0,14 0,21 0,15 0,14 0,14 0,13 0,12 0,09 0,08 0,09

Total 100,24 99,89 100,33 99,22 99,99 100,59 100,06 100,02 100,21 100,62 100,38 99,98 100,87 100,51 100,41 100,43 100,46 100,79 101,42 100,3 100,73 100,63 99,95 100,02 100,68 100,42 100,67 100,23 100,89 100,58 101,29

tel-00425334, version 1 - 20 Oct 2009

Table 10. Chemical compositions of bulk sediments: Major elements concentrations. Hole 949B. Index Properties sample set.

14

Annexe D

Caractristiques diagraphiques des minraux

tel-00425334, version 1 - 20 Oct 2009

250

251

tel-00425334, version 1 - 20 Oct 2009

Tab. D.1 

hlumergerAF

grtristiques digrphiques des prinipux minrux des formtions sdimentires @d9prs

Annexe E

Prsentations et posters
union spilise de l oit qologique de prne risD IT et IU demre IWWQ

Gosciences marines

ord du toides esolutionD l9quisition rpide d9un nomre importnt de mesures sur rottes permettnt de ontrindre le dpouillement des donnes qFvFF

tel-00425334, version 1 - 20 Oct 2009

Analyse statistique et comparaison avec les mesures sur carottes des donnes du G.L.T. du puits 833B, Bassin Nord d'Aoba, Arc insulaire des Vanuatu (Leg 134 d'ODP).
A. Rabaute,

1er Colloque des Doctorants Gochimie Grand-Sud


yservtoire widiEyrnesD oulouse IW et PH ytore IWWR

L. Briqueu, P.K. Harvey, C. Laporte et H. Mercadier

hns s prtie entrleD l9r volnique insulire des nutu est ompos de trois hnes d9les pE rlllesF gette prtiulrit struturle rsulte de l ollision d9un hutEfond onique X l one d9intreE steuxD dont le veg IQR d9yh permis de priser l ntureF gette ollision provoque l surretion de l hne yuest et l formtion du ssin xord d9eo qui enregistr l9histoire volnique de l9r depuis le wioneF ve puits VQQfD for dns e ssinD trverse IHHHm de rohes sdimentiresD volnoEsdimentires et volniquesF hes mesures en pluoresene e'eE tues u lortoire sur des hntillons prlevs dns les rottes permettent d9vluer l prision des meE sures otenues pr digrphie et montrent que ellesEi peuvent tre enthes d9une forte erreur nlytiqueF he e fitD une utilistion de es donnes pour l reE onstitution de l minrlogie l9ide des mthodes d9inversion ne fournir ps de rsultts trs (lesF xnmoinsD es donnes restent sttistiquement signiE (tivesF in e'etD les W lments mesurs en ontinu pr le qeohemil vogging ool de hlumerger sur SHHm environ de profondeur dns e puits ont permis pr des tehniques d9nlyses sttistiques multivries de visuliser les di'rents groupes qui omposent l squene lithostrtigrphique X l trnsition sdimentsE sill sltique vers VQH msf est notmment trs ien mrqueF he mmeD les tritements individulisent ien les sdiments ronts des sdiments plus silieuxF e(n de mieux ontrindre le dpouillement des donE nes qvD nous dveloppons un protoole d9nlyse rpide des hntillons pr )uoresene sur pstilles de poudres pressesF xous l9vons test ve sus pour Q lments mjeurs @uD iD peAF sl pourrit permettreD

Etude et interprtation des donnes de diagraphie gochimique ralise dans les puits de forage ODP. Contribution la comprhension des subductions intra-ocaniques.
A. Rabaute

ge trvil t ommen lors de mon hie pr l9vlution de donnes des digrphies gohimiques rlises dns le puits VQQf pendnt le veg yh IQRD dont l9ojet tit l9tude de l9r volnique des E nutuF ge puits se trouve dns l prtie nord du ssin d9eoD dont l formtion rsulte de l ollision de l one d9intresteuxD nienne ride oniqueD ve l prtie entrle de l9rF ge ssin sdimentireD situ l9plom de l ligne volnique tiveD enregistr toute l9histoire volnique de l9rF ves donnes de digrphies gohimiques ont t rlises gre l9outil qv de hlumergerD et ouvrent environ IHHH mtres de formtion omprennt toute l prtie volnoEsdimentire et sdimentire du ssinD insi que le sill sltique renontr VQH mtres sous le plnher oniqueF v9outil qv permet d9voir les ondnes en poids pourent d9oxydes de T lE ments mjeurs @gD iD peD elD u et iA insi que les teneurs en ppm de Q lments tres @D hD et qdAF ves tritements sttistiques e'etusD soit l9ide de mthodes lssiques omme l9enlyse en gomposntes riniplesD ou ien d9nlyses multivries @sxgeD stE rtive xonEhierrhil gluster enlysisA permettnt de lsser les donnes en groupes de mmes 0nits gohimiquesD ont permis de di'renier l prtie sE diment du sill sltiqueD et de sprer les ns plus silieux @volnoEsdimentiresA des ns plus ronE ts @sdiments plgiquesAF xnmoinsD l9nlyse n9 ps

252

253

fit ressortir l rhe sltiqueD drite de QTH STH mtres sous le plnher oniqueD de l prtie volnoE sdimentireF v qulit des donnes de digrphie est fortement dpendnte des onditions d9quisition @en prtiulier l9tt du trouAF yn rrive pr l9nlyse en gomposntes riniples isoler un groupe prfiteE ment orrl ve les nomlies du puits de forgeD enE registres sur l tre du liperF hes mesures en )uoE resene efetues sur des hntillons prlevs sur les rottes du puits VQQf ont permis d9vluer l9inertitude des donnes de digrphieF ges rsultts pourront tre utiliss pr l suite pour lirer l9outil de digrphie et mliorer l qulit des donnes de loggingF w prtiiption u veg IST pendnt les mois de tuinEtuillet WR m9 permis de voir l mise en oeuvre d9une nouvelle tehnique de logging exprimente lors de e legD le logging en ours de forge @voggingEhileE hrillingD vhAF ille fournit des mesures de rsistiE vitD porositD densit et ryonnement gmm nturel en ontinu le long de deux puits de forge @WRUe et WRVeAD d9une qulit trs suprieure elle ourmE ment otenue en digrphie lssique @en trou ouvert ou u leA dns e type d9environnement trs inE stle que sont les prismes d9rtionF ves donnes de )uoresene otenues sur des hntillons prlevs de fon systmtique sur les rottes remontes du puits WRVg vont permettreD de prt leur frquene et leur nomreD de lirer les outils du vh et d9vluer l prision de l mesure de digrphie insi e'etue insi que l9impt des onditions environnementlesF ve logging en ours de forge permis lors du veg IST de on(rmer l prsene u niveu de l zone de dolleE ment du prisme d9rtion de l frdeD de niveux forte porositF in e'etD l diminution onjointeD en plusieurs prties du logD de l rsistivit et de l denE sit mesures en ontinu dns les deux puitsD suggre des pro(ls de omption di'rents de eux ourmE ment envisgs dns les prismes d9rtionF sl en outre t possileD prtir des donnes du vhD de di'renier plusieurs units se orrlnt ssez ien ve les units d(nies sur rottesD de fire pprtre les intervlles plus ou moins rihes en minrux rgileuxD et de distinguer ve une trs onne prision l trnE sition lithologique reonnue sur rotte SIR mtres sous le plnher oniqueF ves donnes de uD h et otenues en )uoresene sur les hntillons du puits WRVgD ouples ve les donnes de loggingD devrient permettre d9individuliser des niveux ynt des proE prits physiques et himiques diretement orrlles ve les tudes sdimentologique et minrlogiqueF

La structure du mont Eratosthnes (Mditerrane orientale) et son implication dans la collision Afrique du Nord - Eurasie. Interprtations prliminaires des diagraphies gochimiques ralises lors de la campagne ODP 160.
A. Rabaute

2me Colloque des Doctorants Gochimie Grand-Sud


snstitut des ienes de l erreD de l9iu et de l9ispe de wontpellier niversit wontpellier ss IV et IW eptemre IWWS

ve mont irtosthnes est un hut fond onique lolis dns le fssin vevntin en wditerrne orienE tle entre ghypre et l mrge ontinentle de l9igypteF v9un des ojetifs de l mpgne yh ITHD qui eu lieu du IP wrs u Q wi IWWSD tit de mieux omprendre l struture et l9ge du mont irtosthnesD insi que l dynmique du proessus de ollision engg entre l plque efrique et l9iursie u niveu de ghypreF gette ollision urit t le moteur du soulvement de l9le de ghypreD entrinnt elui de l9ophiolite de roodosF ves donnes sismiques de reonnissne olletes en vue du veg ITH durnt l mpgne xigyEip du xGy qelendzhik @vimonov et lFD IWWRA ont fourni l se d9une telle interprttion que le forge de R puits le long du mont irtosthnes ermettit de tester en siE tunt dns le temps le dut de l ollisionF ves rsultts prliminires de es qutre forges efE fetus sur l zone permettent de ontrindre une hisE toire gologique pour ette struture X ve site WTTD for u sommet de e hutEfondD trE vers dee lires miritiques d9ge rt suprieur one moyen @VS RS wAD interls lolement de niveux de hert et de mtire orgniqueF ve mont irE tosthnes tit lors un frgment rustl dth de l mrge pssive friineD lors susidenteF 9il n9 ps sou'ert de l tetonique tive qui s9est dveloppe plus u nord de l htys vers UH!US wD le proessus de sudution v entriner son soulvement de plus d9un kilomtreD e qui est montr pr les lires orrliens d9eu peu profonde renontrs dns les forge WTT et WTSD implnts sur le )n nord du mont sousEmrinF ers l (n du wione @S!U wAD le mont irtosthnes forme un relief emergD le niveu de l wditerrne tnt plus s ette poque que de nos joursF gette priode est prsente dns les rottes du puits WTS sous forme de niveux dolomitiques et de plosolsF ves donnes des digrphies gohimique et gophyE siqueD insi que du pormtion wiroEnner @pwAD otenues sur le site WTU montrent trs lirement l prE sene d9un niveu d9vporites dpos lors de l rise messinienneF ne priode de susidene ommene enE suite u dut du lioneD due une hrge rustle de plus en plus leve et endroitD insi qu9 une tetoE nique tiveD rsultnt de l )exurtion de l plque inE duite pr l sudution u nordF ves donnes de terrin sur ghypre ont montr que le mximum du soulvement de l9le dtit de l (n du lioneD soit environ Q w prs le dut de l susidene du mont irtosthnesF ves donnes de logging gophysique et pwD ruE prs sur les qutre sites forsD insi que les donnes de

tel-00425334, version 1 - 20 Oct 2009

254

Annexe E: Prsentations et posters

tel-00425334, version 1 - 20 Oct 2009

digrphie geohimique otenues sur le site WTUD proE fond de THH mtresD sont prtiulirement utiles dns et environnement r leur nlyse permet de omler les nomreux vides lisss pr un rottge trs di0E ile et inomplet @en moyenne QH7 de ruprtionAF veur nlyse prliminireD fite rpidement ordD permis d9identi(er di'rentes units lithologiques et de les orrler ve les oservtions sur rottesF ne nE lyse plus pousse utilisnt des mthodes sttistiques @nlyse disriminnteD pr nues dynmiquesD suivies d9une inversion minrleA pourr donner des inditions prises et utiles sur les formtions prsentes dns les intervlles non ruprs pr le rottgeF in prtiuE lierD l9utilistion de l9outil gohimique dns le puits WTU dj permis de on(rmer l prsene du niveu de gypse orrespondnt l9mersion de l struture lors de l rise messinienneF ges tritements fourniront des inE ditions sur l minrlogie et l omposition himique des formtions trversesD lments importnts pour l9tude des )ux de hleurD des irultions de )uides et des onditions ploEonogrphiques u moment de leur dptsF

union spilise de l oit qologique de prne ves forges oniques X xouveux enjeux risD PU et PV jnvier IWWV

Gosciences marines

Structure minralogique du prisme d'accrtion de la Barbade (Leg ODP 156) : inversion linaire des donnes gochimiques et non linaire des donnes diagraphiques LWD.
Alain Rabaute,

Louis Briqueu, Mohamed Ramadan

ve ut du veg IST d9yen hrilling rogrmD qui eu lieu en tuinEtuillet IWWR sur l prtie nord du prisme d9rtion de l frdeD tit d9tudier l dyE nmique de l zone de dollement situe entre le prisme et l plque suduiteD et notmment les irultions de )uidesD leurs e'ets sur les formtions gologiquesD insi que l tetonique qui y est ttheF our l preE mire fois u ours d9une mpgne yhD une tehnique prtiulire de digrphieD le 4voggingEhileEhrillingD vh4D ou digrphie en ours de forgeD t mise en oeuvre dns deux puitsD dont l9unD le WRVeD trvers l zone de dollement @situe entre RWV et SVH mspoAD qui ensuite t rotte en ontinu dns le puits WRVgF v tehnique de digrphie en ours de forge est trs performnte ompre l tehnique lssique de digrphie u le r elle permet de rduire les e'ets environnementux @instilit du puitsD hngement des ondition inEsituA qui peuvent dgrder l qulit des mesures durnt l9quisitionF ves prmtres mesurs pr vh sont l rsistivit grnde profondeur d9inE vestigtion pr indutionD l rsistivit de l zone enE vhie pr un dispositif folisD l porosit neutronD le ryonnement gmm nturelD et l msse volumique de

l formtionF in prllleD ISH hntillons ont t prE levs intervlle rgulier sur les rottes du puits WRVg et ont fit l9ojet de l mesure pr )uoresene des onentrtions en W lments himiques @iD gD peD elD wgD wnD uD iD xAD insi que de l dtermintion de l prgense minrle pr di'rtion F v densit de grinD l suseptiilit mgntique et le ryonnement gmm nturel ont t mesurs en ontinu ord sur les rottes du puits WRVg pr l9outil wulti ensor rk @wAF xous vons mis en oeuvre en prllle deux mE thodes dterministes d9inversion minrleD l9lgorithme des moindres rrsD et elui de rntol et letteD et une mthode sttistiqueD le rseu de neurone rE tropropgtion du grdientD dont nous omprons ii les rsultts respetifsF hns l9lgorithme des moindres rrsD nous vons introduit l prise en ompte des erreurs de mesure insi que l9indtermintion sur les omposnts de l mtrie des ompositions minrlesF v9lgorithme de rntol et lette permet une inE version moins rigide r il onsidre les ompositions des minrux de l mtrie des prmtres omme des vriles et non omme des onstntesF sl intgre de plus les indtermintions sur toutes les vrilesF qre l9inversion minrle sur les donnes de digrphie vh pr l9utilistion d9un rseu de neuronesD nous otenons une olonne lithologique en ontinuD donnnt les proportions des di'rentes phses minrles prE sentesD dont l9estimtion des proportion des di'rents minrux rgileuxF gette inversion se se sur les rE sultts otenus pr inversion des donnes gohimiques otenues pr )uoresene et di'rtion D insi que les donnes wF v9informtion lithologique en ontinu insi otenue est nessire pour tlir un modle de l dynmique du prisme qui permettr de reluler une porosit 4horsErgiles4D de trer le hemin poreux et insi de omprendre les irultions de )uidesF Prsentation sous forme de poster, voir ci-contreF

17me Runion des Sciences de la Terre


frestD QI wrs u Q evril IWWV

Dtermination en continu de la minralogie partir de mesures de diagraphie : exemple du forage profond de l'Ardche BA-1, Programme BRGM Gologie Profonde de la France.
Alain Rabaute,

Louis Briqueu, Mohamed Ramadan

ves donnes de l digrphie gohimique quises dns le puits flzuEID ont t utilises pour reluler les ompositions minrlogiques des formtions trE verses en utilisnt des modles l fois dterministe @modle de mlnge trit en utilisnt l9lgorithme proE pos pr rntol et lette qui permet de prendre en ompte les inertitudes sur tous les prmtresA et sttistique @rseu de neuronesAF v premire mthode permet d9rriver un rsultt trs stisfisnt sous rE serve d9un on vahoix de l solution a priori et de son

255

tel-00425334, version 1 - 20 Oct 2009

inertitudeF our permettre de mieux d(nir ette inforE mtion a prioriD nous fisons prder l9inversion minE rle d9un prtitionnement du jeu de donnes en groupes de omposition homogne gre une lssi(tion uE tomtique en nues dynmiquesF yn prode lors l9inversion minrle sur hque groupe en utilisnt des prmtres de dprt di'rentsF v9inversion minrle tnt un modle de mlngeD elle ne s9pplique qu9 des vriles dditives @pourentges d9oxydes provennt de l9outil gohimique de digrphieD msse volumique pr exempleAF r ontre l9utilistion d9un rseu de neuronesD du type rte utoEorgnistrie de uohonenD v permettre de prendre en ompte dns le tritement des vriles mesures ussi en ontinu pr digrphie mis ne stisfisnt ps une loi dterministe omme l rsistivitD l vitesse des ondes oustiquesD l porositF ourtntD es grndeurs rendent ompte de proprits importntes de l formtionF v rte utoEorgnistrie est un outil non linire de lssi(tion utomtique indpendnt de tout modle a prioriF v9lgorithme tire ltoirement dns le jeu de donnes les informtions dont il esoin pour son utoEorgnistionF ves rsulE tts de l9inversion minrlogique peuvent tre utiliss a posteriori pour identi(er les di'rents fis individuE liss pr l rte utoEorgnistrie et reonstruire en ontinu l lithologie des formtions trversesF

XXXmes Journes de Statistique


gmpus de uer vnnD fruzD wi IWWV

Mise en oeuvre complmentaire de direntes approches statistiques (classications, moindres carrs, perceptron) et probabilistes (inversion totale) pour l'interprtation des diagraphies mesures dans le forage 948 (Campagne 156 d'ODP). Comparaison et validation.
Alain Rabaute,

Louis Briqueu, Mohamed Ramadan, Olivier Voutay

rmi les nomreuses grndeurs physiE ques et himiques mesures en ontinu dns les puits de forge pr les di'rentes mthodes de digrphieD erE tines stisfont des lois dterministesD d9utres psF rmi les premires (gurent les onentrtions himiE ques en lments mjeursD exprimes sous forme de pourentges d9oxyde @iy2 D el2 y3 D pe2 y3 D wgyD gyD u2 yD x2 yD iy2 D F F FA dont l somme est gnrlement prohe de IHH7F ges grndeurs sont rgies pr une loi lmentire de mlnge X l onentrtion en un lment himique d9une formtion gologique ser gle u proE duit slire entre onentrtions en et lment dns
Principe

256

Annexe E: Prsentations et posters

Structure minralogique du prisme daccrtion de la Barbade (Leg ODP 156): inversion linaire de donnes gochimiques
Alain RABAUTE, Louis BRIQUEU, Mohamed RAMADAN
UMR 5567

Coordonnes : UMR 5567-CNRS, ISTEEM, Universit de Montpellier II rabaute@dstu.univ-montp2.fr

61

60

59

Dcollement
subduit e

Tib u

ron

Section

Profondeur (Km)

58 Sites DSDP/ODP Sismique 3D

15 Ligne 688 - Migration 3D

10

5 ODP 671B - 948A/C

-5 Km

LWD
440

460

Crote ocanique

rise

Martinique

15
7 W
rflexion de polarit positive

480

14

La Barbade

La campagne 156 dODP sest droul dans la partie frontale du prisme nord-Barbade et avait pour but dtudier divers paramtres (permabilit, dbit, pisodicit, surpression) lis la dynamique des fluides qui circulent dans la zone de dcollement. Une campagne de sismique rflexion 3D effectue avant le leg 156 montra que le dcollement est caractris par une rflexion trs intense de polarit soit ngative, due la compaction, soit positive qui serait due une forte porosit lie une pression de leau interstitielle anormalement leve cet endroit. La mthode de diagraphie en cours de forage ou Logging-While-Drilling a t utilise dans le puits 948A car elle permet de minimiser les problmes dinstabilit de puits qui rendent la diagraphie en puits ouvert trs difficile dans les environnements instables comme un prisme daccrtion actif. Des enregistrements en continu de la rsistivit, du rayonnement gamma naturel, de la densit totale ainsi que de la porosit neutron ont t obtenus jusqu 50 en dessous du dcollement dans le puits 948A. Au niveau de la zone de dcollement, le log de densit montre deux pics (flches) faible densit. Ces porosits anormalement
Ecart solution mesure/solution calcule

500

520

540

560

1.5 1.7 1.9 2.1 densit (g/cm 3)


Fe2O3

tel-00425334, version 1 - 20 Oct 2009

illite smectite kaolinite quartz


450 450

2.0

Lapproche

1.0
K O 2 SiO MgO 2 CaO Na O 2

0.0

plagioclase calcite magntite

-1.0

Al2O3

-2.0

3 Itrations

10

500

500

Illite:
450

Il est possible denregistrer chaque itration lcart cumul pour chaque variable dentre (ici, des pourcentages doxydes) entre les mesures et les valeurs recalcules. Dans le cas o la solution

500

550

550

550

10

10

10

10

10

10

.5

46.4

63.2 12.5

39.6 -6.99

24.91 -0.87

10.97 -0.37

2.23 -0.51

1.13 4.1

10.6

Groupes

illite

smectite

kaolinite

quartz

plagioclase calcite

magntite

Minralogie calcule

SiO2

Al2O3

Fe2O3

MgO

CaO

Na2O

K2O

Lalgorithme de linversion totale propos par Tarantola et Valette (1982) a t utilis sur les pourcentages doxydes mesurs par fluorescence X sur des chantillons du puits 948C. Cette mthode considre donnes et paramtres du problme comme les composantes dun vecteur unique X affect dune matrice de covariance M reprsentant les incertitudes. On cherche minimiser la forme quadratique entre X et une solution a priori acceptable X0. Une classification automatique partitionne au pralable le jeu de donnes ( gauche) en 4 groupes, ce

De la mme faon, pour chaque phase minrale dtermine, il est possible de dterminer lcart entre les pourcentages doxydes calculs et les paramtres de dpart, en tenant compte de leurs incertitudes et de lerreur calcule sur la solution a posteriori. Par exemple, pour lillite (ci-dessus), le bleu fonc signale que la solution est dans lintervalle de
xij
ENTREE COUCHES CACHEES pk --> yk,c=F(pk) wkc wjk
j=1 Nv

SORTIE

{
i=1 Ni

Lapproche

yk,c --> yk,c=F(yk) wko

x21 x11

Sortie attendue: do

x22 x12

d1 d2

k = 1 Nh

Un vecteur dentre

c = 1 Nc

500

Le principe du perceptron, ou rseau de neurone rtropropagation du gradient, est illustr ci-dessus. Il se compose de plusieurs couches successives de neurones dont chaque lment est le produit scalaire entre une transformation de type y = F(x1, ..., xn; W) o la fonction F est une fonction de transfert sigmode, et W la matrice Le rseau de neurones a t utilis sur les paramtres physiques mesures par LWD dans le puits 948A, soit rsistivits faible et moyenne profondeurs dinvestigation, densit totale, porosit neutron et rayonnement gamma naturel total. Le jeu dentrainement fourni au perceptron pour son apprentissage a t compos partir dintervalles homognes LWD individualiss par classification automatique sur des donnes densit, susceptibilit magntique et rayonnement gamma naturel acquises sur carottes. Le perceptron donne pour chaque niveau de mesure LWD une probabilit dappartenance un ou plusieurs des groupes de dpart, donc une minralogie (courbe noire ci-contre). Les points rouges donnent la minralogie
1

550

illite

smectite

kaolinite

quartz

plagioclase 1

calcite

k = 1 Nh

o = 1 No

450

x23 x13

j = 1 Nv

257

hun des onstitunts minrux et leurs proporE tions respetives xD soit pr exemple pour le potssium X
[K2 O]T otal =

X
n i=1

[K2 O]i xi

@iFIA

rrsF e l9instr de e qui se prtique de longue dte en gologie pour le tritement des donnes rdiomtriques @ork IWTWD frook IWUPD winster et lF IWVPD friqueu et de l foisse IWWHAD nous prenons en ompte es inertiE tudes en omplexi(nt les oe0ients de pondrtion X
wi =
2 yi

he plusD les proportions des phses minrles dns l rohe totle stisfont une reltion de fermeture X leur somme doit tre gle l9unitF ves onentrtions en lE ments himiques mjeurs sont mesures soit in situ dns le forge tous les ISDPR mD soit sur des hntillons prE levs sur rottes et nlyss u lortoire pr quelque mthode nlytique que e soitF yn herher prtir des onentrtions himiquesD dterminer les proporE tions des di'rentes phses minrles de fon reonsE tituer l lithologie des di'rentes ouhes gologiquesF ve prolme pos onsiste rsoudre un systme lE mentire d9qutions linires du type
Les moindres carrs

P1

n j=1

2 x2 cij j

@iFSA

sntroduits sous ette formeD les poids dpendent de l solution X elleEmme e qui onduit mettre oeuvre une mthode itrtive tout en restnt dns le dre des moindres rrsF
totale ne pprohe lterntive onsiste rire le systme sous l forme de n + 1 quE tions impliites dont on herhe les rines gre l9lE gorithme de l9inversion totle propos pr rntol et lette @IWVPAF ve systme d9qutions prend l forme suivnte X L'inversion

tel-00425334, version 1 - 20 Oct 2009

yi =

cij xj

soit

Y = CX

@iFPA

yi

m j=1 cij xj m j=1 xj 1

= =

0 0

avec i = 1, n

@iFTA

o i reprsente le nomre d9lments himiques onsidE rsD et j le nomre de phses minrlesF v reltion de fermeture est trite pr l mthode des multipliteurs de vgrnge @elrde IWWSAF wme si les onentrtions himiques pour ertins lments @u2 yD iy2 D pe2 y3 A sont mesures plus priE sment que d9utres @iy2 D el2 y3 D F F FAD toutes es meE sures rlises in situ ou en lortoire sont enthes d9erreurF veur prise en ompte pr le truhement d9une mtrie de pondrtion ne pose uune di0ult prtiE ulire lors de l mise en oeuvre des moindres rrs quel que soit l9lgorithme utilis @h ou psA et s9exprime sous l forme X
X = (C M
T 1

que l9on peut rire G(X) = 0 en onsidrnt que donE nes et prmtres du modle sont les omposntes d9un veteur unique X uquel est 'ete une mtrie de oE vrine unique M F hs lorsD le prinipe de l9lgorithme onsiste miE nimiser l distne qudrtique
1 q 2 = (X X0 )T M0 (X X 0 )

@iFUA

X0 tnt une solution a priori eptleD sous les n + 1 ontrintes G(X) = 0F v mthode des multipliteurs de vgrnge permet d9rire q 2 sous l forme
n+1

q 2 = (X X0 )T (X X0 ) 2

X
i=1

i gi (X)

@iFVA

C)

C M

@iFQA

M tnt l mtrie des ovrines des erreurs de meE sureF i l9on onsidre que es erreurs sont indpenE dntes et suivent une distriution normle entre sur zroD ette mtrie est digonle de l forme X

soit en di'renint X
dq 2 = dxT [X X0

n+1

X
i=1

i grad(gi (X))]

@iFWA

0 B M =@

2 1

FF

F
2 n

1 C A

@iFRA

ve minimum de q 2 est tel que X X0 = HD H tnt le ressien de G(X)F ve veteur des multipliteurs de vgrnge est
= (H T H)1 H T (X X0 )

@iFIHA

2 o i est l vrine reltive yi F r ontre une di0E ult importnte rsulte du fit que les prmtres du modle sont euxEmmes enths d9inertitudeF in efE fet tous les feldspths n9ont ps l mme omposition himiqueD et il en est a fortiori de mme pour les di'E rents minrux rgileux @illiteD smetiteD koliniteAF v mtrie des prmtres est d(nie soit prtir de vE leurs moyennes dduites de ompiltions prises dns des ouvrges spiliss @heer et lF IWTUAD soit prtir de mesures pontuelles l mirosonde letronique sur des hntillons de roheF v9inertitude sur es prmtres peut tre reltivement ien qunti(e mis reste di0E ile prendre en ompte dns l mthode des moindres

v solution propose pr rntol et lette @IWVPA prend ussi en ompte les inertitudes sur les prE mtres pr le iis de l mtrie des ovrines M0 a prioriF ille est donne pr
Xk+1 = X0 + M0 Hk (Hk M0 Hk )
T T 1

[Hk (X X0 ) G(X)]

a posteriori

ne onne pproximtion de l mtrie des ovrines est donne pr rntol et lette @IWVPA X
M = M0 M0 H T (H M0 H T )1 H M0 @iFIIA

hns l mesure o l9on dispose d9une informtion a priori sur le systme des prmtresD l9lgorithme proE pos de l9inversion totle est une pprohe yesienne de l9estimtion de es prmtresD dont l prtiulrit est

258

Annexe E: Prsentations et posters

dtre se sur l9lgorithme du point (xeF yn met insi en videne l9importne de l9informtion a priori sur l qulit de l9estimtion des prmtres du modle et de l solution a posterioriF ves gins d9informtion sont d9utnt plus importnts que l solution a priori est dpte u prolme minrlogique tritF xous hoiE sissons de prtitionnerD prllement u tritement nuE mriqueD le jeu de donnes l9ide d9une lssi(tion utomtiqueD du type nues dynmiques @ou de s gE nrlistion X l rte utoEorgnistrie Y voir uohonen IWWRD enour et l IWWUD vehevllier et ve gorre IWWUAD qui v permettre de hoisirD pour hque intervlle reE onnuD une solution a priori d9utnt plus prohe du mximum de vrisemlneF
Le rseau de neurones ves mthodes ites prdemmentD moindres rrs ou inversion totleD sont soumises une ontrinte importnte X elles ne s9pE pliquent qu9 des grndeurs qui stisfont des fontionE nelles tliesF g9est le s des ompositions himiquesD prtir desquelles on peut fire une inversion minrleF r ontreD des vriles nonEdditivesD omme l resisE tivitD l vitesse des ondes oustiquesD l porosit dns une moindre mesureD ne pourront ps tre utilises dns de tels modlesF yr es vriles pportent des renseiE gnements importnts sur les proprits physiques des rohesF v rsistivit letriqueD pr exempleD renseigne sur les )uides prsents dns l formtionD et donne des inditions sur son degr de onsolidtion ou s textureF ne fon de prendre en ompte es grndeurs peut tre l mise en oeuvre de rseux de neuronesD que e soit un pereptronD ou une rte utoEorgnistrieF ge type de mthode nessite un pprentissge ou une indextion l9ide d9un jeu de donnes d9entrinementF our le onstituerD on peut exploiter les rsultts de l9inversion minrle otenus lors de l9tpe prdente et d(nir plusieurs intervlles lithologiques reltivement homoE gnesD et le plus reprsenttifs possile de l omplexit de l gologieF in supposnt risonnlement que les prmtres physiques mesurs en ontinu pr digrE phie drivent es groupes ve l mme ohrene que les mesures gohimiques rlises sur les hntillonsD on entrine le rseu reonntre es intervlles en utiE lisnt les prmtres physiquesD d9ord sur un jeu de donnes de test onnuD puis sur le jeu de donnes de digrphie ompletF Application

tel-00425334, version 1 - 20 Oct 2009

lges de minrux rgileuxD en mjorit illiteD smetiteD et koliniteD de minrux dtritiques @tels que qurtzD plgiolseA et mrins @liteAF in lortoireD il est di0ile de dterminer l proportion des minrux rgiE leux r ils sont souvent ml ristllissD ou de petite tilleF sls se prtent ml des tudes en mirosopie opE tique ou en di'rtion F ourtntD ette dtermintion est ruile pour luler l porosit de l formtionD r pr exempleD l smetite est IH PH fois plus rihe en eu que l9illiteF yrD l porosit mesure pr digrphie est dduite de l mesure de l quntit d9tomes d9hyE drogne prsents dns l formtionD qu9ils soient lires ou lis ux rgilesF gonntre l proportion de smetite v permettre de orriger ette mesure pour luler l quntit de )uides @eu ou hydrorureA e'etivement disponileF xous vons vu que l mthode de l9inverE sion totle des mesures gohimiques sur hntillons de roheD sous rserve d9un on hoix des solutions a prioriD pouvit ider reonstituer l squene minrlogique de l zone rotte utour de l zone de dollementF v9informtion pporte pr hntillonnge reste touE tefois disrte @le ps d9hntillonnge est d9environ I mAD don inomplteF ve ouplge des informtions donE nes pr les lssi(tions @pereptron ou rte utoE orgnistrieA utilisnt les prmtres physiques mesuE rs en ontinu pr digrphieD ve les di'rents groupes minrlogiques individuliss pr l9inversion totleD perE met d9otenir un log lithologique ontinu de l zone de dollement dont l rsolution tteint mintennt une quinzine de entimtresF

Bibliographie AlbardeD pF @IWWSA sntrodution to geohemil moE


delingF gmridge niversity ressF AnouarD pFD fdrnD pF et hiriD @IWWUA grtes toE pologiques et nues dynmiquesF Actes des 29e Journes de StatistiqueD grssonneD PTEPW wi IWWUD I!RF BriqueuD vF nd de l foisseD rF @IWWHA E geohroE nology X systemti development of mixing eqution nd pplition of wonteEgrlo numeril simultion to the error propgtion in the gonordi digrmF Chemical GeologyD 88D TWEVQF BrooksD gFD rrtD FF nd endt sF @IWUPA elisti se of twoEerror regression tretments s pplied to uidiumEtrontium dtF Review of GeophysicsD 10D SSIESUUF DeerD FeFD rowieD FeF nd ussmnD wFeF @IWTUA okEporming winerlsD vol I!SF vongmnsD qreen nd goltd Eds. KohonenD @IWWRA elfEorgnizing mpsF pringer erlgF Le ChevallierD F et ve gorre pF @IWWUA glssi(E tion des pro(ls hydrologiques pr une rte utoE orgnistrieF Actes des 29e Journes de StatistiqueD grssonneD PTEPW wi IWWUD SPU!SQHF MinsterD tFpFD ihrdD vFF nd ellgreD gFtF @IWVPA 87 G86 r hronology of ensttite meteoritesF Earth Planet. Sci. Lett.D 44D RPHERRHF

v9exemple trit onerne le forge WRV lolis sur le prisme d9rtion de l frdeD dns les etites entillesD et utilise l fois les donnes de digrphie et des mesures gohimiques otenues en lortoireF ve ut de l mpgne onogrphique tit de mieux omprendre l zone de dollement siE tue entre le prisme sdimentire proprement dit et l plque lithosphrique plongente sousEjenteF hu fit de l onvergene de plquesD ette zone est le lieu de irultions de )uides en surpression dont les e'ets sur les formtions djentes sont ml onnusF hns notre exempleD SH UH7 de l rohe est ompose d9ssemE

259

liner inverse prolem solved using the lest squre riE terionF Rev. Geophysics and Space PhysicsD 20D PIWEPQPF YorkD hF @IWTWA vest squres (tting of stright line

TarantolaD eF nd letteD fF @IWVPA qenerlized non

with orrelted errorsF QPRF

Earth Planet. Sci. Lett.D

5D QPHE

tel-00425334, version 1 - 20 Oct 2009

Bibliographie
(1984). Spectromtrie du rayonnement gamma naturel. Principes essentiels d'interprtation des

diagraphies NGS. Schlumberger, afm-marketing edition.


Adams, J. A. and Weaver, C. E. (1958). Thorium-to-uranium ratios as indicators of sedimentary processes : example of concept of geochemical facies. Am. Assoc. Pet. Geol. Bull., 42(2) :387 430. Aitchison, J. (1984). The statistical analysis of geochemical compositions. Mathematical Geology, 16(6) :531564. Aitchison, J. (1986). The statistical analysis of compositional data. John Wiley, New-York. Albarde, F. (1995). Introduction to geochemical modeling. Cambridge University Press.

tel-00425334, version 1 - 20 Oct 2009

Aquilina, L., Scheerens, S., Vinchon, C., Dromart, G., and Le Strat, P. (1997). Cored section of Balazuc well (South East Basin of France). Geological and geochemical approach (Deep Geology of France Program). Mar. Petrol. Geol., 13(6) :725735. Archie, G. E. (1942). The electrical resistivity log as an aid in determining some reservoir

characteristics. Journal of Petroleum Technology, 5(TP 1422) :310314. Augustin, A. (1990). Diagraphie d'induction magntique et de susceptibilit magntique en fo-

rage ; cas des terrains sdimentaires, interprtation vers des applications en magntostratigraphie. PhD thesis, Universit de Grenoble I.
Ball, G. H. and Hall, D. J. (1967). A clustering technique for summarizing multivariate data.

Behavioral Science, 12 :153155.


Barber, T. D. (1986a). Invasion proling with the phasor induction tool. In Transactions of the

SPWLA.
Barber, T. D. (1986b). Real-time environmental corrections for the DIT-E digital dual induction tool. In Transactions of the SPWLA. Bertozzi, W., Ellis, D., and Wahl, J. S. (1981). The physical foundations of formation lithology logging with gamma rays. Geophysics, 46(10) :14391455. Bevington, P. R. (1969).

Data reduction and error analysis for the physical sciences, pages

164176. McGraw-Hill, New-York. Bezdek, J. C., Ehrlich, R., and Full, W. (1984). FCM : The Fuzzy c -Means Clustering algorithm.

Computers and Geosciences, 10(23) :191203.


Bloch, F. (1946). Nuclear induction. The Physical Review, 70. Bloch, F., Hansen, W. W., and Packard, M. (1946). The nuclear induction experiment.

The

Physical Review, 70.

260

BIBLIOGRAPHIE

261

Blum, P., Rabaute, A., Gaudon, P., and Allan, J. F. (1997).

Analysis of natural gamma-ray

spectra obtained from sediment cores with the shipboard scintillation detector of the Ocean Drilling Program : Example from Leg 156. In Shipley, T. H., Ogawa, Y., Blum, P., and Bahr, J. M., editors, Proceeding of the Ocean Drilling Program, Scientic Results, volume 156, pages 183195. Boillot, G., Montadert, L., Lemoine, M., and Biju Duval, B. (1984). Les marges continentales

actuelles et fossiles autour de la France. Masson.


Bouisset, P. and Augustin, A. (1993). Borehole magnetostratigraphy, absolute age dating and correlations of sedimentary rocks, with examples from the Paris basin (France). Amer. Assoc.

Petr. Geol.
Briqueu, L. and de la Boisse, H. (1990). U-Pb geochronology : systematic development of mixing equation and application of Monte-Carlo numerical simulation to the error propagation in the Concordia diagram. Chemical Geology, (88) :6983. Brooks, C., Hart, S. R., and Wendt, I. (1972). Realistic use of two-error regression treatment as

tel-00425334, version 1 - 20 Oct 2009

applied to rubidium-strontium data. Review of Geophysics, (10) :551577. Carr, H. Y. and Purcell, E. M. (1954). Eects of diusion on free precession in nuclear magnetic resonance experiments. The Physical Review, 94(3) :630638. Chang, H. C., Chen, H. C., and Fang, J. H. (1997). Lithology determination from well-logs with fuzzy associate memory neural network. In IEEE Transactions on Geosciences and Remote

Sensing, volume 35, pages 773780.


Chayes, F. (1971). Ratio correlation. University of Chicago Press. Chemali, R., Gianzero, S., Strickland, R., and Tijani, S. M. (1983). The shoulder bed eect on the dual laterolog and its variation with the resistivity of the borehole uid. In Transactions

of the SPWLA, number UU.


Courel, L., Poli, E., Le Strat, P., Jacquin, T., Baud, A., and Vannier, F. (1997). Sud-Est France), correlations with Subalpine and Germanic realms. Sequence

stratigraphy along a Triassic transect on the western Peritethyan margin in Ardche (Basin In Graciansky, P. C., Hardenbol, J., Jacquin, T., Farley, B., and Vail, P. R., editors, Msozoic and Cenozoic sequence

stratigraphy of European Basins, SEPM Spec. Pub.


Cross, W., Iddings, J. P., Pirsson, . V., and Washington, H. S. (1902). Quantitative classication

of igneous rocks. University of Chicago Press, Chicago.


Davis, R. R., Hall, J. E., Boutemy, Y. L., and Flaum, C. (1981). A dual porosity CNL logging system. In 56th Annual Fall Technical Conference and Exhibition of the Society of Petroleum

Engineers of AIME, number 10296, San Antonio, TX.


Deer, W. A., Howie, R. A., and Zussman, J. (1978). Rock forming minerals. Halsted Press, 2nd edition. 6 volumes. deMenocal, P., Bloemendal, J., and King, J. (1991). A rock magnetic record of monsoonal dust deposition to the arabian sea : evidence for a shift in the mode of deposition at 2.4 Ma. In

Proceeding of the Ocean Drilling Program, Scientic Results, volume 117, pages 389407.

262

BIBLIOGRAPHIE

Desbrandes, R. (1968). Thorie et interprtation des diagraphies. Technip, Paris. Documents du BRGM, editor (1990). Forages Scientiques de l'Ardche, les interactions uides-

roches sur une palomarge distensive ; rapports d'excution et donnes prliminaires sur le forage Balazuc-1, Programme Gologie Profonde de la France, number 200.
Doveton, J. (1986). Log analysis of subsurface geology. Concepts and computer methods. John Wiley & Sons, New-York. Dunlop, D. J. and zdemir, O. (1997). Rock magnetism : Fundamentals and frontiers (Cambridge

Studies in Magnetism, 3). Cambridge University Press.


Ellis, D., Flaum, C., Roulet, C., Marienbach, E., and Seeman, B. (1983). The Litho-density Tool calibration. In 58th Annual Technical Conference and Exhibition of the Society of Petroleum

Engineers of AIME, number 12048, San Francisco, CA.


Ellis, D. V. (1982). Correction of NGT logs for the presence of KCl and barite mud. In Transaction

of the SPWLA 33rd Annual Logging Symposium, number O.

tel-00425334, version 1 - 20 Oct 2009

Ellis, D. V. (1986). Neutron porosity deviceswhat do they measure ? First Break, 4(3) :1117. Ellis, D. V. (1987). New York. Ellis, D. V. (1988). SPE Petroleum Production Handbook. Society of Petroleum Engineers, h. bradley, spe, dallas edition. Chapitre 50 : Nuclear Logging Techniques. Ellis, D. V., Grau, J., Schweitzer, J., and Hertzog, R. (1987). Basics of nuclear logging.

Well Logging for Earth Scientists. Elsevier Science Publishing Company,

The

Technical Review, 35(3) :410.


Emeis, K.-C., Robertson, A. H. F., Richter, C., and Shipboard Scientic Party (1996). Sites 965, 966, 967 and 968. In Emeis, K.-C., Robertson, A. H. F., and Richter, C., editors, Proceeding

of the Ocean Drilling Program, Initial Reports, volume 160.


Feynman, R. P., Leighton, R. B., and Sands, M. L. (1965). The Feynman lectures on physics, volume 2. Addison-Wesley. Freedman, R., Boyd, A., Gubelin, G., Morriss, C. E., and Flaum, C. (1997). Measurement of total NMR porosity adds new value to NMR logging. In Transaction of the SPWLA 38th

Annual Logging Symposium, number 00, Houston, TX.


Grau, J. A., Antkiw, S., Hertzog, R. C., Manente, R. A., and Schweitzer, J. S. (1984). In situ neutron capture spectroscopy of geological formations. In Proceedings of the 5th International

Symposium on Capture Gamma-ray Spectroscopy.


Grau, J. A. and Herron, M. M. (1987). Absolute elemental concentrations estimated from geochemical well logging using neutron-induced gamma-ray spectroscopy and a geological model.

Am. Assoc. Pet. Geol. Bull., 71 :561.


Grau, J. A. and Schweitzer, J. S. (1987). Prompt

-ray

spectral analysis of well data obtained

with nai(tl) and 14 mev neutrons. Nucl. Geophys., 1(2) :157165. Grau, J. A. and Schweitzer, J. S. (1989). Elemental concentrations from thermal neutron capture gamma-ray spectra in geological formations. Nucl. Geophys., 3(1) :157165.

BIBLIOGRAPHIE

263

Grau, J. A., Schweitzer, J. S., Ellis, D. V., and Hertzog, R. C. (1989). A geological model for gamma-ray spectroscopy logging measurements. Nucl. Geophys., 3(4) :351359. Grau, J. A., Schweitzer, J. S., and Hertzog, R. C. (1980). From spectra to elemental yields in 256 easy steps. The Technical Review, 28(3) :4350. Grau, J. A., Schweitzer, J. S., and Hertzog, R. C. (1990). Statistical uncertainties of elemental concentrations extracted from neutron-induced gamma-ray measurements. IEEE Transactions

on Nuclear Science, 37 :21752178.


Grim, R. E. (1968). Clay mineralogy. McGraw-Hill, 2nd edition. Harvey, P. K., Bristow, J. F., and Lovell, M. A. (1990). Mineral transforms and downhole

geochemical measurements. Scientic Drilling, 1 :163176. Harvey, P. K. and Lovell, M. A. (1992). Downhole mineralogy logs : mineral inversion methods and the problem of compositional colinearity. In Hurst, A., Griths, C. M., and Worthington, P. F., editors, Geological Applications of Wireline Logs II, number 65, pages 361368. Geological Society Special Publication. Hassan, M., Hossin, A., and Combaz, A. (1976). number H, Denver, CO. Herron, S. L. and Herron, M. M. (1996). Quantitative lithology : an application for open and cased hole spectroscopy. In Transactions of the SPWLA 37th Annual Logging Symposium, number E, New Orleans, LA. Hertzog, R. (1978). Laboratory and eld evaluation of an inelasticneutronscattering and capture gamma-ray spectroscopy tool. In 53rd Annual Fall Technical Conference and Exhibition Fundamentals of the dierenial gamma ray

tel-00425334, version 1 - 20 Oct 2009

log interpretation technique. In Transaction of the SPWLA 17th Annual Logging Symposium,

of the Society of Petroleum Engineers, number 7430, Houston, TX.


Hertzog, R., Colson, L., Seeman, B., O'Brien, M., Scott, H., McKeon, D., Wraight, P., Grau, J., Ellis, D., Schweitzer, J., and Herron, M. (1989). Geochemical logging with spectrometry tools.

SPE Formation Evaluation, pages 153162.


Hertzog, R. and Plasek, R. (1979). Neutron-excited gamma ray spectrometry for well-logging.

IEEE Transactions on Nuclear Science, NS-26.


Jodouin, J.-F. (1994a). Les rseaux de neurones. Herms, Paris. Jodouin, J.-F. (1994b). Les rseaux neuromimtiques. Herms, Paris. Kelsey, C. H. (1965). Calculation of the C.I.P.W. norm. Mineralogical Magazine, (34) :276282. Kempler, D. (1993). Tectonic patterns in the Eastern Mediterranean. PhD thesis, Hebrew University of Jerusalem. Kenyon, W. E., Kleinberg, R., Straley, C., Gubelin, G., and Morriss, C. (1995). Nuclear magnetic resonance imagingtechnology for the 21st century. OilField Review, 7(3). Kohonen, T. (1990). 14641480. The self-organizing map. In Proceedings of the IEEE, volume 78, pages

264

BIBLIOGRAPHIE

Kohonen, T. (1995). Self-Organizing Maps. Springer. Krse, B. and van der Smagt, P. (1996). An introduction to neural networks. Copy-

right University of Amsterdam. Cet ouvrage est disponible sur Internet l'adresse suivante

http ://www.robotic.dlr.de/Smagt/books.
Leverett, M. C. (1938). Flow of oil-water mixtures through unconsolidated sands. In Transactions

of AIME, volume 132.


Lim, M. (1991). Diagraphies magntiques : consquences des mesures de laboratoire pour l'inter-

prtation. PhD thesis, Universit Paris VI.


Limonov, A. and Woodside, J. (1994). 4.2. Results 4.2.1a. Seismic reection proling. In Li-

monov, A. F. and Woodside, J. M., editors, Mud volcanism in the Mediterranean and Black

Seas and shallow structure of the Eratosthenes Seamount. Initial Results of the geological and geophysical investigations during the Third UNESCO-ESF "Training-through-Research Cruise of R.V. Gelendzhik (June-July 1993). UNESCO Reports in Marine Science, volume 64, pages
120127. Lippmann, R. P. (1987). An introduction to computing with neural nets. IEEE Transactions on

tel-00425334, version 1 - 20 Oct 2009

Acoustics, Speech and Signal Processing, 2(4) :422.


Lofts, J. C. (1993).

Integrated geochemicalgeophysical studies of sedimentary reservoir rocks.

PhD thesis, University of Leicester, UK. Lucchi, R., Pott, M., Ivanova, E., Lottotskaya, A., Glover, C., Flecker, R., Basov, E., Kidd, R., and Robertson, A. H. F. (1994). 4.2d. Bottom sampling. In Limonov, A. F. and Woodside, J. M., editors, Mud volcanism in the Mediterranean and Black Seas and shallow structure of the

Eratosthenes Seamount. Initial Results of the geological and geophysical investigations during the Third UNESCO-ESF "Training-through-Research Cruise of R.V. Gelendzhik (June-July 1993). UNESCO Reports in Marine Science, volume 64, pages 134135.
McQueen, J. (1967). Some methods for classication and analysis of multivariate observations. In

5th Berkeley Symposium on Mathematics, Statistics, and Probability, volume 1, pages 281298.
Minster, J.-F., Richard, L. P., and Allgre, C. J. (1982). meteorites. Earth Planet. Sci. Lett., (44) :420440. Pettijohn, F. J. (1975). Sedimentary rocks. Harper and Row, 3rd edition. Pozzi, J.-P., Barths, V., Thibal, J., Pocachard, J., Lim, M., Thomas, T., and Pags, G. (1993). Downhole magnetostratigraphy in sediments : comparison with the paleomagnetism of a core.

87 Rb/86 Sr chronology of enstatite

Journal of Geophysical Research, 98(B5) :79397957.


Pozzi, J.-P., Martin, J.-P., Pocachard, J., Feinberg, H., and Galdeano, A. (1988). In-situ magnetostratigraphy : interpretation of magnetic logging in sediments. Earth Planet. Sci. Lett., 88 :357373. Robertson, A. H. F. (1990). Tectonic evolution of Cyprus. In Malpas, J., Moores, E. M., Panayiotou, A., and Xenophontos, C., editors, Ophiolites and Oceanic Lithosphere, Proc. Internat.

Symp. "Troodos 1987", pages 235252, Nicosia, Cyprus. Geol. Surv. Dept.

BIBLIOGRAPHIE

265

Robertson, A. H. F., Woodside, J., and Kidd, R. (1994a). 4. Eratosthenes Seamount (Study area 3), 4.1. Geological setting. In Limonov, A. F. and Woodside, J. M., editors, Mud volcanism

in the Mediterranean and Black Seas and shallow structure of the Eratosthenes Seamount. Initial Results of the geological and geophysical investigations during the Third UNESCO-ESF "Training-through-Research Cruise of R.V. Gelendzhik (June-July 1993). UNESCO Reports in Marine Science, volume 64, pages 115119.
Robertson, A. H. F., Woodside, J., Limonov, A., and Kidd, R. (1994b). 4.3 General interpretation. In Limonov, A. F. and Woodside, J. M., editors, Mud volcanism in the Mediterranean and Black

Seas and shallow structure of the Eratosthenes Seamount. Initial Results of the geological and geophysical investigations during the Third UNESCO-ESF "Training-through-Research Cruise of R.V. Gelendzhik (June-July 1993). UNESCO Reports in Marine Science, volume 64, pages
148158. Rogers, S. J., Fang, J. H., Karr, C. L., and Stanley, D. A. (1992). Determination of lithology from well logs using a neural network. Am. Assoc. Pet. Geol. Bull., 76 :731739. Ross, D. A. and Uchupi, E. (1977). Structure and sedimentary history of southeastern Mediterranean seaNile cone. AAPG Bull., (61) :872902. Ryan, W. B. F. and Hs, K. J., editors (1973). Initial Reports, DSDP, volume 13. U.S. Government Printing Oce. Sammon, Jr., J. W. (1969). A nonlinear mapping for data structure analysis. IEEE transactions

tel-00425334, version 1 - 20 Oct 2009

on computers, C-18(5) :401409.


Scheerens, S. (1995).

Reconstitution de la lithologie et de l minralogie partir de mesures

ralises l'aide de l'outil diagraphique GLT (Geochemical Logging Tool). Application au forage scientique de Balazuc (Ardche, Programme Gologie Profonde de la France). PhD
thesis, Universit Paris-Sud, Orsay. Scheerens, S. and Steinberg, M. (1997). Mineralogy from geochemical data, a case study :

Balazuc-1 borehole (Ardche, Programme Gologie Profonde de la France). Bull. Soc. Gol.

France, 168(2) :207217.


Schweitzer, J. S., Ellis, D. V., Grau, J. A., and Hertzog, R. C. (1988). Elemental concentrations from gamma-ray spectroscopy tools. Nucl. Geophys., 2(3) :175181. Schweitzer, J. S., Grau, J. A., and Hertzog, R. C. (1987). Precision and accuracy of short-lived activation measurements for in situ geological analyses. In 2nd Int. Workshop on Activation

Analysis With Short-Lived Nuclides, Vienna.


Schweitzer, J. S., Manente, R. A., and Hertzog, R. C. (1982). Gamma-ray spectroscopy tool

environmental eects. In 57th Annual Fall Technical Conference and Exhibition of the Society

of Petroleum Engineers of AIME, number 11144, New Orlean, LA.


Scott, H. D., Flaum, C., and Sherman, H. (1982). Dual porosity CNL count rate processing. In

57th Annual Fall Technical Conference and Exhibition of the Society of Petroleum Engineers of AIME, number 11146, New Orleans, LA.
Scott, H. D. and Smith, M. P. (1973). The Aluminium Activation Log. In Transactions of the

SPWLA 14th Annual Logging Symposium, Lafayette, LA.

266

BIBLIOGRAPHIE

Sen, P. N., Straley, C., Kenyon, W. E., and Whittingham, M. S. (1990).

Surface-to-volume

ratio, charge density, nuclear magnetic relaxation and permeability in clay-bearing sandstones.

Geophysics, 55(1) :6169.


Serra, O. (1984). The acquisition of logging data, chapter 1, pages 126. Elsevier. Serra, O., Baldwin, J., and Quirein, J. (1980). Theory, interpretation and practical applications of natural gamma-ray spectroscopy. In Transactions of the SPWLA 21st Annual Logging

Symposium, Lafayette, LA.


Steininger, F. F. and Rogl, F. (1984). Paleogeography and palinspastic reconstruction of the In Dixon, J. E. and Robertson, A. H. F.,

Neogene of the Mediterranean and Paratethys.

editors, The Geological Evolution of the Eastern Mediterranean, Spec. Publ. Geol. Soc. Lond., volume 17, pages 659668. Blackwell Scientic Publ., Oxford. Tarantola, A. and Valette, B. (1982). Generalized non-linear inverse problem solved by using the least square criterion. Rev. Geophysics and Space Physics, (20) :219232. Theys, P. P. (1991). Log data acquisition and quality control. Editions Technip, Paris.

tel-00425334, version 1 - 20 Oct 2009

Theys, P. P. (1994). A serious look at repeat sections. In Transaction of the SPWLA 35th Annual

Logging Symposium, number F.


Thibal, J. (1995).

Analyse de l'aimantation des sdiments par diagraphies magntiques. MaPhD thesis,

gntostratigraphie, cyclicits climatiques et intensit du champ gomagntique.


Universit Paris-Sud, Orsay.

Thibal, J., Pozzi, J.-P., Barths, V., and Dubuisson, G. (1995). Continuous record of geomagnetic eld intensity between 4.7 and 2.7 Ma from downhole measurements. Earth Planet. Sci. Lett., 136 :541550. Thiria, S., Meija, C., Badran, F., and Crepon, M. (1997). Statistiques et mthodes neuronales, chapter 5, pages 7589. Dunod. Thouveny, N., de Beaulieu, J.-L., Bonifay, E., Creer, K. M., Gulot, J., Icole, M., Johnsen, S., Jouzel, J., Reille, M., Williams, T., and Williamson, D. (1994). Climate variations in europe over the past 140 kyr deduced from rock magnetism. Nature, 371 :503506. van den Oord, R. J. (1991). Evaluation of geochemical logging. The Log Analyst, 32(1) :112. Wahl, J. S. (1983). Gamma-ray logging. Geophysics, 48(11) :15361550. Westaway, P., Hertzog, R., and Plasek, R. E. (1980). The gamma-spectrometer tool inelastic In 55th Annual Fall Technical

and capture gamma-ray spectroscopy for reservoir analysis. Dallas, TX.

Conference and Exhibition of the Society of Petroleum Engineers of AIME, number 9461,

Woodside, J. M. (1972). Disruption of the African plate margin in the Eastern Mediterranean. In Salem, M. J., editor, The Geology of Libya, volume 6, pages 23192329. Elsevier. Woodside, J. M. (1977). Tectonic elements and crust of the eastern Mediterranean Sea. Marine

Geophys. Res., pages 317354.


York, D. (1969). Least squares tting of a straight line with correlated errors. Earth Planet. Sci.

Lett., (5) :320324.