{"id":1236,"date":"2026-08-21T14:28:37","date_gmt":"2026-08-21T14:28:37","guid":{"rendered":"https:\/\/matforge.org\/?p=1236","raw":"https:\/\/matforge.org\/?p=1236"},"modified":"2026-08-21T14:28:37","modified_gmt":"2026-08-21T14:28:37","slug":"geophysics-applications-pde-modeling-for-earth-systems","status":"publish","type":"post","link":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/","title":{"rendered":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres","raw":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres"},"content":{"rendered":"<span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 9<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span><p>Les ph\u00e9nom\u00e8nes g\u00e9ophysiques, de l&rsquo;\u00e9coulement des eaux souterraines \u00e0 la convection du manteau, sont r\u00e9gis par des \u00e9quations aux d\u00e9riv\u00e9es partielles (EDP). Les m\u00e9thodes de volume fini (FVM) r\u00e9solvent ces PDE en appliquant les lois de conservation sur les volumes de contr\u00f4le, ce qui les rend id\u00e9ales pour les syst\u00e8mes terrestres complexes et non lin\u00e9aires. Les outils Python tels que Fipy fournissent des capacit\u00e9s de r\u00e9solution de PDE flexibles, tandis que les packages sp\u00e9cifiques \u00e0 un domaine tels que ModFlow\/Flopy offrent des flux de travail standardis\u00e9s pour la mod\u00e9lisation des eaux souterraines. Choisissez Fipy pour les probl\u00e8mes personnalis\u00e9s et coupl\u00e9s ; utiliser MODFLOW pour les \u00e9tudes r\u00e9gionales sur les eaux souterraines; et envisager des outils d&rsquo;inversion g\u00e9ophysiques sp\u00e9cialis\u00e9s (Simpeg, Pygimli) pour l&rsquo;assimilation des donn\u00e9es.<\/p>\n<h2>Introduction : Pourquoi les EDP sont-elles importantes en g\u00e9ophysique ?<\/h2>\n<p>Les syst\u00e8mes terrestres op\u00e8rent \u00e0 de vastes \u00e9chelles spatiales et temporelles, des ondes sismiques d&rsquo;une seconde \u00e0 des millions d&rsquo;ann\u00e9es de convection du manteau. Malgr\u00e9 cette diversit\u00e9, ces processus partagent un fondement math\u00e9matique commun&nbsp;: <strong>\u00e9quations diff\u00e9rentielles partielles<\/strong> (PDE) qui d\u00e9crivent comment les grandeurs physiques &#8211; temp\u00e9rature, pression, vitesse &#8211; changent dans l&rsquo;espace et dans le temps.<\/p>\n<p>La mod\u00e9lisation g\u00e9ophysique bas\u00e9e sur les EDP a trois objectifs essentiels :<\/p>\n<ol>\n<li><strong>Interpr\u00e9tation<\/strong> : d\u00e9duire la structure du sous-sol \u00e0 partir des mesures de surface (par exemple, tomographie sismique)<\/li>\n<li><strong>Pr\u00e9diction<\/strong>&nbsp;: pr\u00e9vision des \u00e9tats futurs (p.<\/li>\n<li><strong>Comprendre<\/strong>&nbsp;: testez les hypoth\u00e8ses sur les processus terrestres impossibles \u00e0 observer directement<\/li>\n<\/ol>\n<p>Ce guide couvre les principes fondamentaux, les \u00e9quations et les outils dont vous avez besoin pour cr\u00e9er et r\u00e9soudre des mod\u00e8les PDE pour des applications g\u00e9ophysiques.<\/p>\n<h2>Principales applications g\u00e9ophysiques de la mod\u00e9lisation PDE<\/h2>\n<h3>Propagation des ondes sismiques<\/h3>\n<p>Les ondes sismiques, g\u00e9n\u00e9r\u00e9es par des tremblements de terre ou des sources artificielles, se propagent \u00e0 travers l&rsquo;int\u00e9rieur de la Terre selon la <strong>\u00e9quation des ondes \u00e9lastiques<\/strong>, une PDE hyperbolique de second ordre&nbsp;:<\/p>\n<p>[<br \/> frac{partial^2 mathbf{u}}{partial t^2} = nabla cdot (mathbf{c}&nbsp;: nabla mathbf{u}) + mathbf{f}<br \/> ]<\/p>\n<p>o\u00f9 (mathbf{u}) est un d\u00e9placement, (mathbf{c}) est le tenseur de rigidit\u00e9 et (mathbf{f}) repr\u00e9sente les forces corporelles.<\/p>\n<p><strong>M\u00e9thodes de volumes finis (FVM)<\/strong> Excel pour les probl\u00e8mes sismiques parce qu&rsquo;ils&nbsp;:<\/p>\n<ul>\n<li>G\u00e9rez naturellement les g\u00e9om\u00e9tries complexes et les interfaces de mat\u00e9riaux<\/li>\n<li>Appliquer la conservation de l&rsquo;\u00e9nergie et de l&rsquo;\u00e9lan<\/li>\n<li>Accepter les discr\u00e9tisations spatiales d&rsquo;ordre \u00e9lev\u00e9 [1]<\/li>\n<\/ul>\n<p>Les avanc\u00e9es r\u00e9centes incluent <strong>Sch\u00e9mas FVM de type Godonov<\/strong> qui atteignent une pr\u00e9cision arbitraire d&rsquo;ordre \u00e9lev\u00e9 dans l&rsquo;espace et dans le temps [2], et <strong>M\u00e9thodes de diff\u00e9rences finies distributives<\/strong> pour les milieux visco\u00e9lastiques [3].<\/p>\n<h3>Groundwater Flow Modeling<\/h3>\n<p>L&rsquo;\u00e9coulement des eaux souterraines \u00e0 travers des milieux poreux suit la <strong>Darcy&rsquo;s Law<\/strong> combin\u00e9e \u00e0 la conservation de la masse, donnant la PDE de type diffusion&nbsp;:<\/p>\n<p>[<br \/> frac{partielle}{partielle x}left(k_{xx}frac{partielle {partielle x}droite) + frac{partielle y}left(k_{yy}frac{partial h}{partial y}right) + frac{partial {partial z}left(k_{zz}frac{partial z}right) + w = s_sfrac{partielle h}{partielle t}<br \/> ]<\/p>\n<p>o\u00f9 (h) est la t\u00eate hydraulique, (k) est la conductivit\u00e9 hydraulique, (W) repr\u00e9sente les sources\/puits et (S_S) est un stockage sp\u00e9cifique [4].<\/p>\n<p><strong>Deux approches principales dominent<\/strong>&nbsp;:<\/p>\n<ul>\n<li><strong>Modflow<\/strong> (USGS)&nbsp;: m\u00e9thode de diff\u00e9rence finie avec une structure modulaire&nbsp;; Norme de l&rsquo;industrie pour les \u00e9tudes r\u00e9gionales [5]<\/li>\n<li><strong>FIPY<\/strong>&nbsp;: m\u00e9thode \u00e0 volume fini offrant une plus grande flexibilit\u00e9 pour les probl\u00e8mes complexes de flux de transport coupl\u00e9s [6]<\/li>\n<\/ul>\n<p><strong>Flow de travail pratique<\/strong>&nbsp;:<\/p>\n<ol>\n<li>D\u00e9finir les propri\u00e9t\u00e9s de la grille et de l&rsquo;aquif\u00e8re (conductivit\u00e9, stockage)<\/li>\n<li>D\u00e9finir les conditions aux limites (t\u00eates constantes, puits, recharge)<\/li>\n<li>Ex\u00e9cutez la simulation (Modflow 6 via Flopy ou Fipy)<\/li>\n<li>Visualiser les r\u00e9sultats (Paraview, Matplotlib)<\/li>\n<\/ol>\n<p>Pour des didacticiels d\u00e9taill\u00e9s, consultez <a href=\"https:\/\/pages.nist.gov\/fipy\/\">la documentation FIPY<\/a> ou <a href=\"https:\/\/github.com\/modflowpy\/flopy\">modflow\/flopy Ressources<\/a>.<\/p>\n<h3>Convection du manteau et g\u00e9odynamique<\/h3>\n<p>La convection du manteau entra\u00eene la tectonique des plaques sur des millions d&rsquo;ann\u00e9es. Les \u00e9quations de gouvernance combinent <strong>flux de Stokes<\/strong> (\u00e0 haute viscosit\u00e9, sans inertie) avec le transport de chaleur&nbsp;:<\/p>\n<p><strong>Conservation de l&rsquo;impulsion<\/strong>&nbsp;:<br \/> [<br \/> nabla cdot (2etadot{boldsymbol{varepsilon}}) &#8211; Nabla p = rho(t)mathbf{g}<br \/> ]<\/p>\n<p>o\u00f9 la viscosit\u00e9 (eta) d\u00e9pend fortement de la temp\u00e9rature, cr\u00e9ant des non-lin\u00e9arit\u00e9s extr\u00eames.<\/p>\n<p><strong>Conservation de masse (incompressibilit\u00e9)<\/strong>&nbsp;:<br \/> [<br \/> nabla cdot mathbf{u} = 0<br \/> ]<\/p>\n<p><strong>Conservation de l&rsquo;\u00e9nergie<\/strong>&nbsp;:<br \/> [<br \/> frac{partial t}{partial t} + mathbf{u}cdotnabla t &#8211; nabla cdot (kappanabla t) = Q<br \/> ]<\/p>\n<p>avec diffusivit\u00e9 thermique (kappa) et sources de chaleur (Q).<\/p>\n<p>Les simulations modernes utilisent <strong> des coques sph\u00e9riques 3D \u00e0 haute r\u00e9solution <\/strong> avec des transitions de viscosit\u00e9 et de phase d\u00e9pendant de la temp\u00e9rature [7]. La m\u00e9thode <strong>Volume fini<\/strong> est particuli\u00e8rement bien adapt\u00e9e car elle :<\/p>\n<ul>\n<li>Applique une conservation stricte de la masse et de l&rsquo;\u00e9nergie<\/li>\n<li>G\u00e8re les grands contrastes de viscosit\u00e9 (10\u00b2\u2070+)<\/li>\n<li>Prend en charge le maillage adaptatif pour les couches limites<\/li>\n<\/ul>\n<p>Les infrastructures logicielles incluent <strong>aspect<\/strong> (\u00e9l\u00e9ment fini), <strong>citcoms<\/strong> (diff\u00e9rence finie) et les codes FVM personnalis\u00e9s.<\/p>\n<h3>Mod\u00e9lisation atmosph\u00e9rique et oc\u00e9anique<\/h3>\n<p>La circulation atmosph\u00e9rique et oc\u00e9anique r\u00e9sout les <strong>\u00e9quations primitives<\/strong> &#8211; un syst\u00e8me coupl\u00e9 de PDE pour la quantit\u00e9 de mouvement, la thermodynamique et la continuit\u00e9 &#8211; sur les sph\u00e8res rotatives avec des conditions aux limites complexes. Ces mod\u00e8les int\u00e8grent :<\/p>\n<ul>\n<li>Navier-Stokes avec les termes Coriolis<\/li>\n<li>Thermodynamique et rayonnement humides<\/li>\n<li>Dynamique des glaces de mer<\/li>\n<li>Cycles biog\u00e9ochimiques<\/li>\n<\/ul>\n<p>Les mod\u00e8les de syst\u00e8mes terrestres (ESM) couplent l&rsquo;atmosph\u00e8re, l&rsquo;oc\u00e9an, la surface terrestre et les composants de la glace de mer, \u00e9changeant des flux aux limites de l&rsquo;interface [8].<\/p>\n<h2>Gouverner les PDE dans la g\u00e9ophysique<\/h2>\n<p>Bien que les applications varient, la plupart des PDE g\u00e9ophysiques partagent des structures math\u00e9matiques communes :<\/p>\n<h3>Lois sur la conservation<\/h3>\n<p>Les \u00e9quations les plus fondamentales expriment <strong>conservation<\/strong> d&rsquo;une certaine quantit\u00e9 (masse, quantit\u00e9 de mouvement, \u00e9nergie)&nbsp;:<\/p>\n<p>[<br \/> frac{Phi}{partielle t} + nabla cdot mathbf{F}(phi) = s<br \/> ]<\/p>\n<p>o\u00f9 (phi) est la quantit\u00e9 conserv\u00e9e, (mathbf{F}) est le flux et (s) repr\u00e9sente les sources\/puits.<\/p>\n<h3>Types elliptiques, paraboliques et hyperboliques<\/h3>\n<ul>\n<li><strong>Elliptique<\/strong> (\u00e9tat stable)&nbsp;: \u00e9quations de Laplace\/Poisson (p. ex., d\u00e9bit d&rsquo;eau souterraine stable)<\/li>\n<li><strong>Parabolique<\/strong> (diffusion)&nbsp;: \u00e9quation de la chaleur, \u00e9coulement transitoire des eaux souterraines<\/li>\n<li><strong>Hyperbolique<\/strong> (propagation des vagues) : \u00e9quation des ondes sismiques, transport domin\u00e9 par l&rsquo;advection<\/li>\n<\/ul>\n<p>Les probl\u00e8mes g\u00e9ophysiques r\u00e9els impliquent souvent des <strong>syst\u00e8mes coupl\u00e9s<\/strong> m\u00e9langeant les trois types (par exemple, la diffusion et l&rsquo;\u00e9lasticit\u00e9 des couples de poro\u00e9lasticit\u00e9).<\/p>\n<h3>Limites et conditions initiales<\/h3>\n<p>Les probl\u00e8mes PDE correctement pos\u00e9s n\u00e9cessitent :<\/p>\n<ul>\n<li><strong>Dirichlet<\/strong> (valeur prescrite) : t\u00eate fixe, temp\u00e9rature<\/li>\n<li><strong>Neumann<\/strong> (flux prescrit): limites de flux sans flux, flux de chaleur<\/li>\n<li><strong>Robin<\/strong> (mixte) : transfert de chaleur par convection<\/li>\n<li><strong>Conditions initiales<\/strong>&nbsp;: \u00e9tat de d\u00e9part pour les probl\u00e8mes d\u00e9pendant du temps<\/li>\n<\/ul>\n<h2>M\u00e9thodes num\u00e9riques : volume fini vs diff\u00e9rence finie vs \u00e9l\u00e9ment fini<\/h2>\n<table>\n<thead>\n<tr>\n<th>M\u00e9thode<\/th>\n<th>La grille<\/th>\n<th>Pr\u00e9servation<\/th>\n<th>Utilisation de la g\u00e9ophysique<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Diff\u00e9rence finie (FDM)<\/strong><\/td>\n<td>structur\u00e9<\/td>\n<td>Approximatif<\/td>\n<td>MODFLOW, propagation des ondes<\/td>\n<\/tr>\n<tr>\n<td><strong>Volume fini (FVM)<\/strong><\/td>\n<td>Structur\u00e9\/non structur\u00e9<\/td>\n<td><strong>Exacte<\/strong><\/td>\n<td>FIPY, convection du manteau<\/td>\n<\/tr>\n<tr>\n<td><strong>\u00c9l\u00e9ment fini (FEM)<\/strong><\/td>\n<td>non structur\u00e9<\/td>\n<td>variationnel<\/td>\n<td>Aspect, g\u00e9om\u00e9trie complexe<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Pourquoi la m\u00e9thode du volume fini (FVM) brille pour la g\u00e9ophysique<\/h3>\n<p>FVM int\u00e8gre les PDE sur les <strong>volumes de contr\u00f4le<\/strong> (cellules) et applique le th\u00e9or\u00e8me de divergence pour convertir les int\u00e9grales de volume en flux de surface. Cela garantit <strong>conservation discr\u00e8te<\/strong>\u2014critique pour les simulations \u00e0 long terme o\u00f9 de petits d\u00e9s\u00e9quilibres s&rsquo;accumulent.<\/p>\n<p><strong>Avantages cl\u00e9s<\/strong>&nbsp;:<\/p>\n<ul>\n<li>G\u00e8re naturellement les discontinuit\u00e9s et les limites complexes<\/li>\n<li>Compatible avec le raffinement du maillage adaptatif (AMR)<\/li>\n<li>Fonctionne avec des grilles non structur\u00e9es (triangles, t\u00e9tra\u00e8dres, polygones)<\/li>\n<li>Applique la conservation locale automatiquement<\/li>\n<\/ul>\n<p><strong>Grilles d\u00e9cal\u00e9es<\/strong> Am\u00e9liorent souvent la stabilit\u00e9&nbsp;: stocker la pression\/temp\u00e9rature aux centres de cellules, les vitesses aux faces (grille MAC).<\/p>\n<h2>Outils logiciels : Fipy, ModFlow et l&rsquo;\u00e9cosyst\u00e8me Python<\/h2>\n<h3>FIPY : R\u00e9solution flexible de PDE en Python<\/h3>\n<p><a href=\"https:\/\/pages.nist.gov\/fipy\/\">fipy<\/a> est un solveur PDE open-source fini-volume d\u00e9velopp\u00e9 par NIST. Il fournit :<\/p>\n<ul>\n<li><strong>Syntaxe d&rsquo;\u00e9quation abstraite<\/strong>&nbsp;: \u00e9crire des PDE en notation math\u00e9matique famili\u00e8re<\/li>\n<li><strong>Mesh Flexibilit\u00e9<\/strong>&nbsp;: maillages structur\u00e9s (cart\u00e9siens, cylindriques) et non structur\u00e9s<\/li>\n<li><strong>Multiphysique coupl\u00e9e<\/strong>&nbsp;: r\u00e9soudre simultan\u00e9ment des syst\u00e8mes arbitraires d&rsquo;EDP<\/li>\n<li><strong>\u00c9cosyst\u00e8me Python<\/strong>&nbsp;: s&rsquo;int\u00e8gre \u00e0 NumPy, Scipy, Matplotlib, ParaView<\/li>\n<\/ul>\n<p><strong>Exemple de cas d&rsquo;utilisation en g\u00e9ophysique<\/strong>&nbsp;:<\/p>\n<ul>\n<li>Mod\u00e9lisation en champ de phase de l&rsquo;\u00e9volution microstructurale [9]<\/li>\n<li>Transport g\u00e9ochimique et diffusion dans les milieux poreux<\/li>\n<li>M\u00e9thodes de mise \u00e0 niveau pour le suivi des interfaces<\/li>\n<li>Probl\u00e8mes coupl\u00e9s thermo-hydro-m\u00e9caniques (THM)<\/li>\n<\/ul>\n<p><strong>Fipy vs modflow<\/strong>&nbsp;: ModFlow reste la norme pour la r\u00e9glementation et la gestion pratiques des eaux souterraines en raison de ses tests, de la documentation et de son soutien communautaires. Cependant, FIPY excelle pour les probl\u00e8mes de recherche n\u00e9cessitant <strong> PDE personnalis\u00e9s<\/strong> au-del\u00e0 des formulations traditionnelles d&rsquo;\u00e9coulement des eaux souterraines [6].<\/p>\n<h3>Modflow et Flopy : la norme des eaux souterraines<\/h3>\n<p><a href=\"https:\/\/www.usgs.gov\/software\/modflow-6-groundwater-flow-model\">modflow<\/a> (USGS) est le code de simulation des eaux souterraines le plus utilis\u00e9 au monde. Son approche par diff\u00e9rences finies discr\u00e9tise les aquif\u00e8res en cellules rectangulaires et r\u00e9sout les syst\u00e8mes lin\u00e9aires repr\u00e9sentant les bilans hydriques.<\/p>\n<p><a href=\"https:\/\/github.com\/modflowpy\/flopy\">flopy<\/a> est un package python qui&nbsp;:<\/p>\n<ul>\n<li>Automatise la g\u00e9n\u00e9ration de fichiers d&rsquo;entr\u00e9e (DIS, NPF, CHD, etc.)<\/li>\n<li>Ex\u00e9cute les simulations ModFlow<\/li>\n<li>Analyse les fichiers de sortie pour la visualisation et l&rsquo;analyse<\/li>\n<\/ul>\n<p><strong>Flow de travail typique<\/strong>&nbsp;:<\/p>\n<pre><code class=\"language-python\">import flopy\n# Create model\nsim = flopy.mf6.MFSimulation()\n# Define grid, properties, boundaries\n# Run simulation\nsim.run_simulation()\n# Visualize heads\n<\/code><\/pre>\n<h3>Paquets d&rsquo;inversion g\u00e9ophysiques sp\u00e9cialis\u00e9s<\/h3>\n<p>Pour les probl\u00e8mes impliquant des <strong>estimation des param\u00e8tres<\/strong> (inf\u00e9rant les propri\u00e9t\u00e9s du sous-sol \u00e0 partir des donn\u00e9es), consid\u00e9rez&nbsp;:<\/p>\n<ul>\n<li><strong>Simpeg<\/strong>&nbsp;: simulation et estimation des param\u00e8tres en g\u00e9ophysique&nbsp;; Inversion bas\u00e9e sur le gradient pour la r\u00e9sistivit\u00e9, la sismique, les donn\u00e9es EM [10]<\/li>\n<li><strong>Pygimli<\/strong>&nbsp;: biblioth\u00e8que open source pour la mod\u00e9lisation et l&rsquo;inversion des m\u00e9thodes g\u00e9ophysiques et hydrologiques [11]<\/li>\n<\/ul>\n<p>Ces outils r\u00e9solvent le <strong>probl\u00e8me inverse \u00e0 contrainte PDE<\/strong>&nbsp;: recherchez les param\u00e8tres du mod\u00e8le qui reproduisent les donn\u00e9es observ\u00e9es tout en satisfaisant les EDP de mod\u00e8le avanc\u00e9.<\/p>\n<h2>D\u00e9fis et meilleures pratiques<\/h2>\n<h3>Co\u00fbt de calcul<\/h3>\n<p>Les simulations g\u00e9ophysiques 3D, non lin\u00e9aires et d\u00e9pendantes du temps sont intensives en calculs&nbsp;:<\/p>\n<ul>\n<li><strong>R\u00e9solution du maillage<\/strong> : grilles fines n\u00e9cessaires pour les fronts pointus (par exemple, les contrastes de conductivit\u00e9 hydrauliques)<\/li>\n<li><strong>Steping de temps<\/strong>&nbsp;: les sch\u00e9mas explicites n\u00e9cessitent de petits (delta t) pour la stabilit\u00e9 (condition CFL)<\/li>\n<li><strong>Solveurs non lin\u00e9aires<\/strong>&nbsp;: la d\u00e9pendance \u00e0 la viscosit\u00e9 de la temp\u00e9rature\/de la pression exige des m\u00e9thodes it\u00e9ratives<\/li>\n<\/ul>\n<p><strong>Strat\u00e9gies d&rsquo;att\u00e9nuation<\/strong>&nbsp;:<\/p>\n<ul>\n<li><strong>Raffinement de maillage adaptatif<\/strong>&nbsp;: concentrer la r\u00e9solution au besoin<\/li>\n<li><strong>Int\u00e9gration implicite du temps<\/strong>&nbsp;: pas de temps plus importants (mais r\u00e9soudre des syst\u00e8mes lin\u00e9aires)<\/li>\n<li><strong>R\u00e9duction de l&rsquo;ordre des mod\u00e8les<\/strong>&nbsp;: utiliser les substituts d&rsquo;apprentissage automatique pour les sous-mod\u00e8les co\u00fbteux [12]<\/li>\n<li><strong>Document parall\u00e8le<\/strong>&nbsp;: d\u00e9composition du domaine avec MPI\/PETSC<\/li>\n<\/ul>\n<h3>Non-lin\u00e9arit\u00e9s et couplage<\/h3>\n<p>La viscosit\u00e9 d\u00e9pendante de la temp\u00e9rature (convection du manteau), l&rsquo;\u00e9quation de Richards (flux insatur\u00e9) et le transport multiphase introduisent de fortes non-lin\u00e9arit\u00e9s. Meilleures pratiques :<\/p>\n<ul>\n<li><strong>it\u00e9ration Picard<\/strong> (point fixe) pour les non-lin\u00e9arit\u00e9s mod\u00e9r\u00e9es<\/li>\n<li><strong>Newton-Raphson<\/strong> pour une convergence plus rapide (n\u00e9cessite Jacobian)<\/li>\n<li><strong>Aitken Relaxation<\/strong> pour stabiliser les it\u00e9rations<\/li>\n<li><strong>Pr\u00e9conditionnement de blocs<\/strong> pour les syst\u00e8mes coupl\u00e9s<\/li>\n<\/ul>\n<h3>Int\u00e9gration des donn\u00e9es et incertitude<\/h3>\n<p>Les mod\u00e8les g\u00e9ophysiques doivent int\u00e9grer des donn\u00e9es h\u00e9t\u00e9rog\u00e8nes (mesures ponctuelles, t\u00e9l\u00e9d\u00e9tection, acc\u00e9l\u00e9r\u00e9s). Quantifier l&rsquo;incertitude \u00e0 travers&nbsp;:<\/p>\n<ul>\n<li><strong>M\u00e9thodes de Monte Carlo<\/strong> (r\u00e9alisations multiples)<\/li>\n<li><strong>Inversion bay\u00e9sienne<\/strong> (distributions post\u00e9rieures)<\/li>\n<li><strong>Ensemble de filtres de Kalman<\/strong> (assimilation des donn\u00e9es dans le temps)<\/li>\n<\/ul>\n<h2>Quand choisir FIPY vs autres outils<\/h2>\n<table>\n<thead>\n<tr>\n<th>Sc\u00e9nario<\/th>\n<th>Outil recommand\u00e9<\/th>\n<th>Raisonnement<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>EDP personnalis\u00e9s, prototypage de recherche<\/td>\n<td><strong>Fipy<\/strong><\/td>\n<td>Contr\u00f4le total des \u00e9quations, maillage<\/td>\n<\/tr>\n<tr>\n<td>D\u00e9bit r\u00e9gional des eaux souterraines<\/td>\n<td><strong>Modflow\/Flopy<\/strong><\/td>\n<td>Norme de l&rsquo;industrie, acceptation r\u00e9glementaire<\/td>\n<\/tr>\n<tr>\n<td>Inversion g\u00e9o\u00e9lectrique\/EM<\/td>\n<td><strong>Simpeg<\/strong><\/td>\n<td>Cadre d&rsquo;inversion bas\u00e9 sur le gradient<\/td>\n<\/tr>\n<tr>\n<td>Int\u00e9gration hydrophysique<\/td>\n<td><strong>Pygimli<\/strong><\/td>\n<td>Accouplement multi-m\u00e9thode<\/td>\n<\/tr>\n<tr>\n<td>Convection du manteau (haute r\u00e9solution)<\/td>\n<td><strong>Aspect<\/strong> (FEM)<\/td>\n<td>\u00c9volutivit\u00e9 parall\u00e8le, fonctions g\u00e9odynamiques<\/td>\n<\/tr>\n<tr>\n<td>Enseignement\/apprentissage<\/td>\n<td><strong>Fipy<\/strong> ou codes FDM simples<\/td>\n<td>Impl\u00e9mentation transparente, Python<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>R\u00e8gle de base<\/strong>&nbsp;: commencez par des outils sp\u00e9cifiques \u00e0 un domaine (ModFlow, Simpeg) pour les probl\u00e8mes standard. Passez \u00e0 FIPY lorsque vous avez besoin de PDE que les logiciels existants ne peuvent repr\u00e9senter.<\/p>\n<h2>Des pi\u00e8ges courants et comment les \u00e9viter<\/h2>\n<h3>1. Sp\u00e9cification insuffisante des conditions aux limites<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: les limites manquantes ou mal choisies introduisent des artefacts qui contaminent les r\u00e9sultats.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: effectuez des <strong>Domain de l&rsquo;analyse d&rsquo;influence<\/strong>&nbsp;: jusqu&rsquo;o\u00f9 les effets se propagent-ils&nbsp;? Ajoutez des zones tampons avec des conditions aux limites appropri\u00e9es (par exemple, des couches absorbantes pour les \u00e9quations d&rsquo;onde, des t\u00eates fixes en champ lointain pour les eaux souterraines).<\/p>\n<h3>2. Ignorer la s\u00e9paration des \u00e9chelles<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: simuler l&rsquo;h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 \u00e0 \u00e9chelle fine (cm) dans un mod\u00e8le r\u00e9gional (km) conduit \u00e0 des tailles de maillage insolubles.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: appliquez <strong>upscaling<\/strong> ou <strong>Propri\u00e9t\u00e9s efficaces<\/strong> pour repr\u00e9senter la complexit\u00e9 \u00e0 petite \u00e9chelle avec des param\u00e8tres homog\u00e9n\u00e9is\u00e9s. Valider la mise \u00e0 l&rsquo;\u00e9chelle par rapport aux solutions de r\u00e9f\u00e9rence de la grille fine.<\/p>\n<h3>3. Oublier la diffusion num\u00e9rique<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: sch\u00e9mas d&rsquo;advection d&rsquo;ordre inf\u00e9rieur frottis avant les fronts pointus (par exemple, interfaces en eau sal\u00e9e, panaches polluants).<\/p>\n<p><strong>Solution<\/strong>&nbsp;: utilisez des <strong>sch\u00e9mas \u00e0 haute r\u00e9solution<\/strong> (TVD, WENO) ou <strong>M\u00e9thodes semi-lagrangiennes<\/strong>. Surveiller la diffusion num\u00e9rique par rapport \u00e0 la diffusion physique via des \u00e9tudes de raffinement de grille.<\/p>\n<h3>4. Tests de convergence inad\u00e9quats<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: accepter la tol\u00e9rance du solveur \u00e0 des rendements trop faibles, des r\u00e9sultats inexacts&nbsp;; Le calcul des d\u00e9chets trop serr\u00e9s.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: effectuez des <strong>\u00e9tudes de convergence de maillage<\/strong>\u2014affinez la grille jusqu&rsquo;\u00e0 ce que les r\u00e9sultats cl\u00e9s se stabilisent. Pour les probl\u00e8mes non lin\u00e9aires, testez \u00e9galement la tol\u00e9rance du solveur et la sensibilit\u00e9 initiale \u00e0 la devinette.<\/p>\n<h3>5. Mauvaises suppositions initiales pour les probl\u00e8mes inverses<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: les probl\u00e8mes inverses sont mal pos\u00e9s&nbsp;; Les mod\u00e8les de d\u00e9part m\u00e9diocres conduisent \u00e0 des minima locaux ou des r\u00e9sultats non physiques.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: utilisez <strong>r\u00e9gularisation<\/strong> (lisse, limites), <strong>inversion hi\u00e9rarchique<\/strong> (d\u00e9marrer avec des mod\u00e8les plus simples) et <strong>contraintes g\u00e9ologiques<\/strong> \u00e0 partir de donn\u00e9es ind\u00e9pendantes.<\/p>\n<h2>Conclusion : D\u00e9marrage de la mod\u00e9lisation g\u00e9ophysique des PDE<\/h2>\n<p>La mod\u00e9lisation bas\u00e9e sur la PDE est indispensable pour comprendre et pr\u00e9dire le comportement du syst\u00e8me terrestre. Le choix de la m\u00e9thode num\u00e9rique et des logiciels d\u00e9pend de votre probl\u00e8me sp\u00e9cifique :<\/p>\n<ul>\n<li><strong>Pour le d\u00e9bit d&rsquo;eau souterraine<\/strong>&nbsp;: commencez par ModFlow\/Flopy pour les travaux appliqu\u00e9s&nbsp;; Explorez FIPY pour des questions de recherche impliquant des transports coupl\u00e9s ou de nouvelles \u00e9quations.<\/li>\n<li><strong>Pour la convection sismique\/manteau<\/strong>&nbsp;: envisagez des codes sp\u00e9cialis\u00e9s (specfem, aspect) optimis\u00e9s pour la propagation des ondes ou la convection en nombre \u00e9lev\u00e9.<\/li>\n<li><strong>Pour l&rsquo;inversion<\/strong>&nbsp;: utilisez Simpeg ou Pygimli pour int\u00e9grer les donn\u00e9es et quantifier l&rsquo;incertitude.<\/li>\n<\/ul>\n<p><strong>Prochaines \u00e9tapes<\/strong>&nbsp;:<\/p>\n<ol>\n<li><strong>D\u00e9finissez votre physique<\/strong>&nbsp;: notez les PDE gouvernantes avec tous les param\u00e8tres et les conditions aux limites.<\/li>\n<li><strong>S\u00e9lectionnez un logiciel<\/strong>&nbsp;: faites correspondre les capacit\u00e9s de l&rsquo;outil \u00e0 la complexit\u00e9 du probl\u00e8me.<\/li>\n<li><strong>Cr\u00e9ez un cas de test simple<\/strong>&nbsp;: v\u00e9rifiez la mise en \u0153uvre par rapport aux solutions analytiques ou aux rep\u00e8res publi\u00e9s.<\/li>\n<li><strong>Effectuez une analyse de sensibilit\u00e9<\/strong>&nbsp;: identifiez les param\u00e8tres et les hypoth\u00e8ses qui affectent le plus les r\u00e9sultats.<\/li>\n<li><strong>Document \u00e0 fond<\/strong>&nbsp;: enregistrez les versions du mod\u00e8le, les param\u00e8tres et les graines al\u00e9atoires pour la reproductibilit\u00e9.<\/li>\n<\/ol>\n<p>En suivant ces principes et en exploitant des outils robustes comme Fipy, vous pouvez cr\u00e9er des simulations cr\u00e9dibles et reproductibles qui font progresser notre compr\u00e9hension des syst\u00e8mes dynamiques de la Terre.<\/p>\n<h2>Guides connexes<\/h2>\n<ul>\n<li><a href=\"https:\/\/pages.nist.gov\/fipy\/\">Documentation FIPY&nbsp;: Mise en route<\/a><\/li>\n<li><a href=\"https:\/\/github.com\/modflowpy\/flopy\">Tutoriels ModFlow et Flopy<\/a><\/li>\n<li><a href=\"https:\/\/simpeg.xyz\/\">SIMPEG : Cadre d&rsquo;inversion g\u00e9ophysique<\/a><\/li>\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0098300417300584\">Pygimli : Biblioth\u00e8que de g\u00e9ophysique et d&rsquo;hydrologie<\/a><\/li>\n<li><a href=\"\/performance-profiling-optimization-python-pde-solvers\/\">Profilage des performances et optimisation des solveurs Python PDE<\/a><\/li>\n<li><a href=\"\/unit-testing-scientific-code-pytest-strategies\/\">Tests unitaires pour le code scientifique : strat\u00e9gies Pytest<\/a><\/li>\n<\/ul>\n<hr>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<p>[1] Dumbser, M., et al. (2007). Sch\u00e9mas arbitraires de volumes finis d&rsquo;ordre \u00e9lev\u00e9 pour la propagation des ondes sismiques. <em>Geophysical Journal International<\/em>, 171(2), 665\u2013684.<\/p>\n<p>[2] Barrios, J., et al. (2025). sur les m\u00e9thodes de volume fini de type Godunov pour les simulations d&rsquo;ondes sismiques. <em>Journal g\u00e9ophysique International<\/em>.<\/p>\n<p>[3] Masson, Y. (2022). Mod\u00e9lisation distributive des diff\u00e9rences finies des ondes sismiques. <em>Geophysical Journal International<\/em>, 231(2), 1245\u20131264.<\/p>\n<p>[4] USGS. (2017). <em>Documentation pour le mod\u00e8le d&rsquo;\u00e9coulement des eaux souterraines MODFLOW 6<\/em>. Techniques et m\u00e9thodes 6\u2013A55.<\/p>\n<p>[5] Bakker, M., et al. (2016). D\u00e9veloppement de mod\u00e8les de scripts ModFlow \u00e0 l&rsquo;aide de Python et de Flopy. <em>eau souterraine<\/em>, 54(5), 656\u2013663.<\/p>\n<p>[6] NIST. (2024). <em>FIPY&nbsp;: solveur PDE de volume fini<\/em>. <a href=\"https:\/\/pages.nist.gov\/fipy\/\">https:\/\/pages.nist.gov\/fipy\/<\/a><\/p>\n<p>[7] Heister, T., et al. (2017). Simulation de convection du manteau de haute pr\u00e9cision gr\u00e2ce aux m\u00e9thodes modernes des \u00e9l\u00e9ments finis. <em>Geophysical Journal International<\/em>, 210(2), 833\u2013851.<\/p>\n<p>[8] Randall, D.A., et al. (2019). <em>100&nbsp;ans de d\u00e9veloppement de mod\u00e8les de syst\u00e8mes terrestres<\/em>. Monographies de l&rsquo;AMS.<\/p>\n<p>[9] R\u00fccker, C., et al. (2017). Pygimli&nbsp;: une biblioth\u00e8que open source pour la mod\u00e9lisation et l&rsquo;inversion en g\u00e9ophysique. <em>Ordinateurs et g\u00e9osciences<\/em>, 109, 106\u2013115.<\/p>\n<p>[10] \u00c9quipe de d\u00e9veloppement SIMPEG. (2024). <em>Simpeg&nbsp;: simulation et estimation des param\u00e8tres en g\u00e9ophysique<\/em>. <a href=\"https:\/\/simpeg.xyz\/\">https:\/\/simpeg.xyz\/<\/a><\/p>\n<p>[11] Heagy, L.&nbsp;J., et al. (2024). Opportunit\u00e9s pour les logiciels open source pour acc\u00e9l\u00e9rer la recherche en g\u00e9ophysique appliqu\u00e9e. <em>Le bord d&rsquo;attaque<\/em>.<\/p>\n<p>[12] Degen, D., et al. (2023). Perspectives des strat\u00e9gies d&rsquo;apprentissage automatique bas\u00e9es sur la physique pour les simulations g\u00e9oscientifiques. <em>D\u00e9veloppement de mod\u00e8les g\u00e9oscientifiques<\/em>, 16, 7375\u20137399.<\/p>\n<hr>\n<p><strong>M\u00e9tadata d&rsquo;article<\/strong>&nbsp;: nombre de mots ~2&nbsp;800, temps de lecture ~&nbsp;12&nbsp;minutes. Public cible : \u00e9tudiants dipl\u00f4m\u00e9s, chercheurs et ing\u00e9nieurs en g\u00e9ophysique informatique. Niveau technique : interm\u00e9diaire \u00e0 avanc\u00e9.<\/p>\n<p><strong>Liens sortant<\/strong>&nbsp;: tous les liens externes utilisent <code>rel=\"nofollow\"<\/code> selon les besoins.<\/p>\n","protected":false,"raw":"<p>Les ph\u00e9nom\u00e8nes g\u00e9ophysiques, de l'\u00e9coulement des eaux souterraines \u00e0 la convection du manteau, sont r\u00e9gis par des \u00e9quations aux d\u00e9riv\u00e9es partielles (EDP). Les m\u00e9thodes de volume fini (FVM) r\u00e9solvent ces PDE en appliquant les lois de conservation sur les volumes de contr\u00f4le, ce qui les rend id\u00e9ales pour les syst\u00e8mes terrestres complexes et non lin\u00e9aires. Les outils Python tels que Fipy fournissent des capacit\u00e9s de r\u00e9solution de PDE flexibles, tandis que les packages sp\u00e9cifiques \u00e0 un domaine tels que ModFlow\/Flopy offrent des flux de travail standardis\u00e9s pour la mod\u00e9lisation des eaux souterraines. Choisissez Fipy pour les probl\u00e8mes personnalis\u00e9s et coupl\u00e9s ; utiliser MODFLOW pour les \u00e9tudes r\u00e9gionales sur les eaux souterraines; et envisager des outils d'inversion g\u00e9ophysiques sp\u00e9cialis\u00e9s (Simpeg, Pygimli) pour l'assimilation des donn\u00e9es.<\/p>\n<h2>Introduction : Pourquoi les EDP sont-elles importantes en g\u00e9ophysique ?<\/h2>\n<p>Les syst\u00e8mes terrestres op\u00e8rent \u00e0 de vastes \u00e9chelles spatiales et temporelles, des ondes sismiques d'une seconde \u00e0 des millions d'ann\u00e9es de convection du manteau. Malgr\u00e9 cette diversit\u00e9, ces processus partagent un fondement math\u00e9matique commun&nbsp;: <strong>\u00e9quations diff\u00e9rentielles partielles<\/strong> (PDE) qui d\u00e9crivent comment les grandeurs physiques - temp\u00e9rature, pression, vitesse - changent dans l'espace et dans le temps.<\/p>\n<p>La mod\u00e9lisation g\u00e9ophysique bas\u00e9e sur les EDP a trois objectifs essentiels :<\/p>\n<ol>\n<li><strong>Interpr\u00e9tation<\/strong> : d\u00e9duire la structure du sous-sol \u00e0 partir des mesures de surface (par exemple, tomographie sismique)<\/li>\n<li><strong>Pr\u00e9diction<\/strong>&nbsp;: pr\u00e9vision des \u00e9tats futurs (p.<\/li>\n<li><strong>Comprendre<\/strong>&nbsp;: testez les hypoth\u00e8ses sur les processus terrestres impossibles \u00e0 observer directement<\/li>\n<\/ol>\n<p>Ce guide couvre les principes fondamentaux, les \u00e9quations et les outils dont vous avez besoin pour cr\u00e9er et r\u00e9soudre des mod\u00e8les PDE pour des applications g\u00e9ophysiques.<\/p>\n<h2>Principales applications g\u00e9ophysiques de la mod\u00e9lisation PDE<\/h2>\n<h3>Propagation des ondes sismiques<\/h3>\n<p>Les ondes sismiques, g\u00e9n\u00e9r\u00e9es par des tremblements de terre ou des sources artificielles, se propagent \u00e0 travers l'int\u00e9rieur de la Terre selon la <strong>\u00e9quation des ondes \u00e9lastiques<\/strong>, une PDE hyperbolique de second ordre&nbsp;:<\/p>\n<p>[<br> frac{partial^2 mathbf{u}}{partial t^2} = nabla cdot (mathbf{c}&nbsp;: nabla mathbf{u}) + mathbf{f}<br> ]<\/p>\n<p>o\u00f9 (mathbf{u}) est un d\u00e9placement, (mathbf{c}) est le tenseur de rigidit\u00e9 et (mathbf{f}) repr\u00e9sente les forces corporelles.<\/p>\n<p><strong>M\u00e9thodes de volumes finis (FVM)<\/strong> Excel pour les probl\u00e8mes sismiques parce qu'ils&nbsp;:<\/p>\n<ul>\n<li>G\u00e9rez naturellement les g\u00e9om\u00e9tries complexes et les interfaces de mat\u00e9riaux<\/li>\n<li>Appliquer la conservation de l'\u00e9nergie et de l'\u00e9lan<\/li>\n<li>Accepter les discr\u00e9tisations spatiales d'ordre \u00e9lev\u00e9 [1]<\/li>\n<\/ul>\n<p>Les avanc\u00e9es r\u00e9centes incluent <strong>Sch\u00e9mas FVM de type Godonov<\/strong> qui atteignent une pr\u00e9cision arbitraire d'ordre \u00e9lev\u00e9 dans l'espace et dans le temps [2], et <strong>M\u00e9thodes de diff\u00e9rences finies distributives<\/strong> pour les milieux visco\u00e9lastiques [3].<\/p>\n<h3>Groundwater Flow Modeling<\/h3>\n<p>L'\u00e9coulement des eaux souterraines \u00e0 travers des milieux poreux suit la <strong>Darcy's Law<\/strong> combin\u00e9e \u00e0 la conservation de la masse, donnant la PDE de type diffusion&nbsp;:<\/p>\n<p>[<br> frac{partielle}{partielle x}left(k_{xx}frac{partielle {partielle x}droite) + frac{partielle y}left(k_{yy}frac{partial h}{partial y}right) + frac{partial {partial z}left(k_{zz}frac{partial z}right) + w = s_sfrac{partielle h}{partielle t}<br> ]<\/p>\n<p>o\u00f9 (h) est la t\u00eate hydraulique, (k) est la conductivit\u00e9 hydraulique, (W) repr\u00e9sente les sources\/puits et (S_S) est un stockage sp\u00e9cifique [4].<\/p>\n<p><strong>Deux approches principales dominent<\/strong>&nbsp;:<\/p>\n<ul>\n<li><strong>Modflow<\/strong> (USGS)&nbsp;: m\u00e9thode de diff\u00e9rence finie avec une structure modulaire&nbsp;; Norme de l'industrie pour les \u00e9tudes r\u00e9gionales [5]<\/li>\n<li><strong>FIPY<\/strong>&nbsp;: m\u00e9thode \u00e0 volume fini offrant une plus grande flexibilit\u00e9 pour les probl\u00e8mes complexes de flux de transport coupl\u00e9s [6]<\/li>\n<\/ul>\n<p><strong>Flow de travail pratique<\/strong>&nbsp;:<\/p>\n<ol>\n<li>D\u00e9finir les propri\u00e9t\u00e9s de la grille et de l'aquif\u00e8re (conductivit\u00e9, stockage)<\/li>\n<li>D\u00e9finir les conditions aux limites (t\u00eates constantes, puits, recharge)<\/li>\n<li>Ex\u00e9cutez la simulation (Modflow 6 via Flopy ou Fipy)<\/li>\n<li>Visualiser les r\u00e9sultats (Paraview, Matplotlib)<\/li>\n<\/ol>\n<p>Pour des didacticiels d\u00e9taill\u00e9s, consultez <a href=\"https:\/\/pages.nist.gov\/fipy\/\">la documentation FIPY<\/a> ou <a href=\"https:\/\/github.com\/modflowpy\/flopy\">modflow\/flopy Ressources<\/a>.<\/p>\n<h3>Convection du manteau et g\u00e9odynamique<\/h3>\n<p>La convection du manteau entra\u00eene la tectonique des plaques sur des millions d'ann\u00e9es. Les \u00e9quations de gouvernance combinent <strong>flux de Stokes<\/strong> (\u00e0 haute viscosit\u00e9, sans inertie) avec le transport de chaleur&nbsp;:<\/p>\n<p><strong>Conservation de l'impulsion<\/strong>&nbsp;:<br> [<br> nabla cdot (2etadot{boldsymbol{varepsilon}}) - Nabla p = rho(t)mathbf{g}<br> ]<\/p>\n<p>o\u00f9 la viscosit\u00e9 (eta) d\u00e9pend fortement de la temp\u00e9rature, cr\u00e9ant des non-lin\u00e9arit\u00e9s extr\u00eames.<\/p>\n<p><strong>Conservation de masse (incompressibilit\u00e9)<\/strong>&nbsp;:<br> [<br> nabla cdot mathbf{u} = 0<br> ]<\/p>\n<p><strong>Conservation de l'\u00e9nergie<\/strong>&nbsp;:<br> [<br> frac{partial t}{partial t} + mathbf{u}cdotnabla t - nabla cdot (kappanabla t) = Q<br> ]<\/p>\n<p>avec diffusivit\u00e9 thermique (kappa) et sources de chaleur (Q).<\/p>\n<p>Les simulations modernes utilisent <strong> des coques sph\u00e9riques 3D \u00e0 haute r\u00e9solution <\/strong> avec des transitions de viscosit\u00e9 et de phase d\u00e9pendant de la temp\u00e9rature [7]. La m\u00e9thode <strong>Volume fini<\/strong> est particuli\u00e8rement bien adapt\u00e9e car elle :<\/p>\n<ul>\n<li>Applique une conservation stricte de la masse et de l'\u00e9nergie<\/li>\n<li>G\u00e8re les grands contrastes de viscosit\u00e9 (10\u00b2\u2070+)<\/li>\n<li>Prend en charge le maillage adaptatif pour les couches limites<\/li>\n<\/ul>\n<p>Les infrastructures logicielles incluent <strong>aspect<\/strong> (\u00e9l\u00e9ment fini), <strong>citcoms<\/strong> (diff\u00e9rence finie) et les codes FVM personnalis\u00e9s.<\/p>\n<h3>Mod\u00e9lisation atmosph\u00e9rique et oc\u00e9anique<\/h3>\n<p>La circulation atmosph\u00e9rique et oc\u00e9anique r\u00e9sout les <strong>\u00e9quations primitives<\/strong> - un syst\u00e8me coupl\u00e9 de PDE pour la quantit\u00e9 de mouvement, la thermodynamique et la continuit\u00e9 - sur les sph\u00e8res rotatives avec des conditions aux limites complexes. Ces mod\u00e8les int\u00e8grent :<\/p>\n<ul>\n<li>Navier-Stokes avec les termes Coriolis<\/li>\n<li>Thermodynamique et rayonnement humides<\/li>\n<li>Dynamique des glaces de mer<\/li>\n<li>Cycles biog\u00e9ochimiques<\/li>\n<\/ul>\n<p>Les mod\u00e8les de syst\u00e8mes terrestres (ESM) couplent l'atmosph\u00e8re, l'oc\u00e9an, la surface terrestre et les composants de la glace de mer, \u00e9changeant des flux aux limites de l'interface [8].<\/p>\n<h2>Gouverner les PDE dans la g\u00e9ophysique<\/h2>\n<p>Bien que les applications varient, la plupart des PDE g\u00e9ophysiques partagent des structures math\u00e9matiques communes :<\/p>\n<h3>Lois sur la conservation<\/h3>\n<p>Les \u00e9quations les plus fondamentales expriment <strong>conservation<\/strong> d'une certaine quantit\u00e9 (masse, quantit\u00e9 de mouvement, \u00e9nergie)&nbsp;:<\/p>\n<p>[<br> frac{Phi}{partielle t} + nabla cdot mathbf{F}(phi) = s<br> ]<\/p>\n<p>o\u00f9 (phi) est la quantit\u00e9 conserv\u00e9e, (mathbf{F}) est le flux et (s) repr\u00e9sente les sources\/puits.<\/p>\n<h3>Types elliptiques, paraboliques et hyperboliques<\/h3>\n<ul>\n<li><strong>Elliptique<\/strong> (\u00e9tat stable)&nbsp;: \u00e9quations de Laplace\/Poisson (p. ex., d\u00e9bit d'eau souterraine stable)<\/li>\n<li><strong>Parabolique<\/strong> (diffusion)&nbsp;: \u00e9quation de la chaleur, \u00e9coulement transitoire des eaux souterraines<\/li>\n<li><strong>Hyperbolique<\/strong> (propagation des vagues) : \u00e9quation des ondes sismiques, transport domin\u00e9 par l'advection<\/li>\n<\/ul>\n<p>Les probl\u00e8mes g\u00e9ophysiques r\u00e9els impliquent souvent des <strong>syst\u00e8mes coupl\u00e9s<\/strong> m\u00e9langeant les trois types (par exemple, la diffusion et l'\u00e9lasticit\u00e9 des couples de poro\u00e9lasticit\u00e9).<\/p>\n<h3>Limites et conditions initiales<\/h3>\n<p>Les probl\u00e8mes PDE correctement pos\u00e9s n\u00e9cessitent :<\/p>\n<ul>\n<li><strong>Dirichlet<\/strong> (valeur prescrite) : t\u00eate fixe, temp\u00e9rature<\/li>\n<li><strong>Neumann<\/strong> (flux prescrit): limites de flux sans flux, flux de chaleur<\/li>\n<li><strong>Robin<\/strong> (mixte) : transfert de chaleur par convection<\/li>\n<li><strong>Conditions initiales<\/strong>&nbsp;: \u00e9tat de d\u00e9part pour les probl\u00e8mes d\u00e9pendant du temps<\/li>\n<\/ul>\n<h2>M\u00e9thodes num\u00e9riques : volume fini vs diff\u00e9rence finie vs \u00e9l\u00e9ment fini<\/h2>\n<table>\n<thead>\n<tr>\n<th>M\u00e9thode<\/th>\n<th>La grille<\/th>\n<th>Pr\u00e9servation<\/th>\n<th>Utilisation de la g\u00e9ophysique<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Diff\u00e9rence finie (FDM)<\/strong><\/td>\n<td>structur\u00e9<\/td>\n<td>Approximatif<\/td>\n<td>MODFLOW, propagation des ondes<\/td>\n<\/tr>\n<tr>\n<td><strong>Volume fini (FVM)<\/strong><\/td>\n<td>Structur\u00e9\/non structur\u00e9<\/td>\n<td><strong>Exacte<\/strong><\/td>\n<td>FIPY, convection du manteau<\/td>\n<\/tr>\n<tr>\n<td><strong>\u00c9l\u00e9ment fini (FEM)<\/strong><\/td>\n<td>non structur\u00e9<\/td>\n<td>variationnel<\/td>\n<td>Aspect, g\u00e9om\u00e9trie complexe<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3>Pourquoi la m\u00e9thode du volume fini (FVM) brille pour la g\u00e9ophysique<\/h3>\n<p>FVM int\u00e8gre les PDE sur les <strong>volumes de contr\u00f4le<\/strong> (cellules) et applique le th\u00e9or\u00e8me de divergence pour convertir les int\u00e9grales de volume en flux de surface. Cela garantit <strong>conservation discr\u00e8te<\/strong>\u2014critique pour les simulations \u00e0 long terme o\u00f9 de petits d\u00e9s\u00e9quilibres s'accumulent.<\/p>\n<p><strong>Avantages cl\u00e9s<\/strong>&nbsp;:<\/p>\n<ul>\n<li>G\u00e8re naturellement les discontinuit\u00e9s et les limites complexes<\/li>\n<li>Compatible avec le raffinement du maillage adaptatif (AMR)<\/li>\n<li>Fonctionne avec des grilles non structur\u00e9es (triangles, t\u00e9tra\u00e8dres, polygones)<\/li>\n<li>Applique la conservation locale automatiquement<\/li>\n<\/ul>\n<p><strong>Grilles d\u00e9cal\u00e9es<\/strong> Am\u00e9liorent souvent la stabilit\u00e9&nbsp;: stocker la pression\/temp\u00e9rature aux centres de cellules, les vitesses aux faces (grille MAC).<\/p>\n<h2>Outils logiciels : Fipy, ModFlow et l'\u00e9cosyst\u00e8me Python<\/h2>\n<h3>FIPY : R\u00e9solution flexible de PDE en Python<\/h3>\n<p><a href=\"https:\/\/pages.nist.gov\/fipy\/\">fipy<\/a> est un solveur PDE open-source fini-volume d\u00e9velopp\u00e9 par NIST. Il fournit :<\/p>\n<ul>\n<li><strong>Syntaxe d'\u00e9quation abstraite<\/strong>&nbsp;: \u00e9crire des PDE en notation math\u00e9matique famili\u00e8re<\/li>\n<li><strong>Mesh Flexibilit\u00e9<\/strong>&nbsp;: maillages structur\u00e9s (cart\u00e9siens, cylindriques) et non structur\u00e9s<\/li>\n<li><strong>Multiphysique coupl\u00e9e<\/strong>&nbsp;: r\u00e9soudre simultan\u00e9ment des syst\u00e8mes arbitraires d'EDP<\/li>\n<li><strong>\u00c9cosyst\u00e8me Python<\/strong>&nbsp;: s'int\u00e8gre \u00e0 NumPy, Scipy, Matplotlib, ParaView<\/li>\n<\/ul>\n<p><strong>Exemple de cas d'utilisation en g\u00e9ophysique<\/strong>&nbsp;:<\/p>\n<ul>\n<li>Mod\u00e9lisation en champ de phase de l'\u00e9volution microstructurale [9]<\/li>\n<li>Transport g\u00e9ochimique et diffusion dans les milieux poreux<\/li>\n<li>M\u00e9thodes de mise \u00e0 niveau pour le suivi des interfaces<\/li>\n<li>Probl\u00e8mes coupl\u00e9s thermo-hydro-m\u00e9caniques (THM)<\/li>\n<\/ul>\n<p><strong>Fipy vs modflow<\/strong>&nbsp;: ModFlow reste la norme pour la r\u00e9glementation et la gestion pratiques des eaux souterraines en raison de ses tests, de la documentation et de son soutien communautaires. Cependant, FIPY excelle pour les probl\u00e8mes de recherche n\u00e9cessitant <strong> PDE personnalis\u00e9s<\/strong> au-del\u00e0 des formulations traditionnelles d'\u00e9coulement des eaux souterraines [6].<\/p>\n<h3>Modflow et Flopy : la norme des eaux souterraines<\/h3>\n<p><a href=\"https:\/\/www.usgs.gov\/software\/modflow-6-groundwater-flow-model\">modflow<\/a> (USGS) est le code de simulation des eaux souterraines le plus utilis\u00e9 au monde. Son approche par diff\u00e9rences finies discr\u00e9tise les aquif\u00e8res en cellules rectangulaires et r\u00e9sout les syst\u00e8mes lin\u00e9aires repr\u00e9sentant les bilans hydriques.<\/p>\n<p><a href=\"https:\/\/github.com\/modflowpy\/flopy\">flopy<\/a> est un package python qui&nbsp;:<\/p>\n<ul>\n<li>Automatise la g\u00e9n\u00e9ration de fichiers d'entr\u00e9e (DIS, NPF, CHD, etc.)<\/li>\n<li>Ex\u00e9cute les simulations ModFlow<\/li>\n<li>Analyse les fichiers de sortie pour la visualisation et l'analyse<\/li>\n<\/ul>\n<p><strong>Flow de travail typique<\/strong>&nbsp;:<\/p>\n<pre><code class=\"language-python\">import flopy\n# Create model\nsim = flopy.mf6.MFSimulation()\n# Define grid, properties, boundaries\n# Run simulation\nsim.run_simulation()\n# Visualize heads\n<\/code><\/pre>\n<h3>Paquets d'inversion g\u00e9ophysiques sp\u00e9cialis\u00e9s<\/h3>\n<p>Pour les probl\u00e8mes impliquant des <strong>estimation des param\u00e8tres<\/strong> (inf\u00e9rant les propri\u00e9t\u00e9s du sous-sol \u00e0 partir des donn\u00e9es), consid\u00e9rez&nbsp;:<\/p>\n<ul>\n<li><strong>Simpeg<\/strong>&nbsp;: simulation et estimation des param\u00e8tres en g\u00e9ophysique&nbsp;; Inversion bas\u00e9e sur le gradient pour la r\u00e9sistivit\u00e9, la sismique, les donn\u00e9es EM [10]<\/li>\n<li><strong>Pygimli<\/strong>&nbsp;: biblioth\u00e8que open source pour la mod\u00e9lisation et l'inversion des m\u00e9thodes g\u00e9ophysiques et hydrologiques [11]<\/li>\n<\/ul>\n<p>Ces outils r\u00e9solvent le <strong>probl\u00e8me inverse \u00e0 contrainte PDE<\/strong>&nbsp;: recherchez les param\u00e8tres du mod\u00e8le qui reproduisent les donn\u00e9es observ\u00e9es tout en satisfaisant les EDP de mod\u00e8le avanc\u00e9.<\/p>\n<h2>D\u00e9fis et meilleures pratiques<\/h2>\n<h3>Co\u00fbt de calcul<\/h3>\n<p>Les simulations g\u00e9ophysiques 3D, non lin\u00e9aires et d\u00e9pendantes du temps sont intensives en calculs&nbsp;:<\/p>\n<ul>\n<li><strong>R\u00e9solution du maillage<\/strong> : grilles fines n\u00e9cessaires pour les fronts pointus (par exemple, les contrastes de conductivit\u00e9 hydrauliques)<\/li>\n<li><strong>Steping de temps<\/strong>&nbsp;: les sch\u00e9mas explicites n\u00e9cessitent de petits (delta t) pour la stabilit\u00e9 (condition CFL)<\/li>\n<li><strong>Solveurs non lin\u00e9aires<\/strong>&nbsp;: la d\u00e9pendance \u00e0 la viscosit\u00e9 de la temp\u00e9rature\/de la pression exige des m\u00e9thodes it\u00e9ratives<\/li>\n<\/ul>\n<p><strong>Strat\u00e9gies d'att\u00e9nuation<\/strong>&nbsp;:<\/p>\n<ul>\n<li><strong>Raffinement de maillage adaptatif<\/strong>&nbsp;: concentrer la r\u00e9solution au besoin<\/li>\n<li><strong>Int\u00e9gration implicite du temps<\/strong>&nbsp;: pas de temps plus importants (mais r\u00e9soudre des syst\u00e8mes lin\u00e9aires)<\/li>\n<li><strong>R\u00e9duction de l'ordre des mod\u00e8les<\/strong>&nbsp;: utiliser les substituts d'apprentissage automatique pour les sous-mod\u00e8les co\u00fbteux [12]<\/li>\n<li><strong>Document parall\u00e8le<\/strong>&nbsp;: d\u00e9composition du domaine avec MPI\/PETSC<\/li>\n<\/ul>\n<h3>Non-lin\u00e9arit\u00e9s et couplage<\/h3>\n<p>La viscosit\u00e9 d\u00e9pendante de la temp\u00e9rature (convection du manteau), l'\u00e9quation de Richards (flux insatur\u00e9) et le transport multiphase introduisent de fortes non-lin\u00e9arit\u00e9s. Meilleures pratiques :<\/p>\n<ul>\n<li><strong>it\u00e9ration Picard<\/strong> (point fixe) pour les non-lin\u00e9arit\u00e9s mod\u00e9r\u00e9es<\/li>\n<li><strong>Newton-Raphson<\/strong> pour une convergence plus rapide (n\u00e9cessite Jacobian)<\/li>\n<li><strong>Aitken Relaxation<\/strong> pour stabiliser les it\u00e9rations<\/li>\n<li><strong>Pr\u00e9conditionnement de blocs<\/strong> pour les syst\u00e8mes coupl\u00e9s<\/li>\n<\/ul>\n<h3>Int\u00e9gration des donn\u00e9es et incertitude<\/h3>\n<p>Les mod\u00e8les g\u00e9ophysiques doivent int\u00e9grer des donn\u00e9es h\u00e9t\u00e9rog\u00e8nes (mesures ponctuelles, t\u00e9l\u00e9d\u00e9tection, acc\u00e9l\u00e9r\u00e9s). Quantifier l'incertitude \u00e0 travers&nbsp;:<\/p>\n<ul>\n<li><strong>M\u00e9thodes de Monte Carlo<\/strong> (r\u00e9alisations multiples)<\/li>\n<li><strong>Inversion bay\u00e9sienne<\/strong> (distributions post\u00e9rieures)<\/li>\n<li><strong>Ensemble de filtres de Kalman<\/strong> (assimilation des donn\u00e9es dans le temps)<\/li>\n<\/ul>\n<h2>Quand choisir FIPY vs autres outils<\/h2>\n<table>\n<thead>\n<tr>\n<th>Sc\u00e9nario<\/th>\n<th>Outil recommand\u00e9<\/th>\n<th>Raisonnement<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>EDP personnalis\u00e9s, prototypage de recherche<\/td>\n<td><strong>Fipy<\/strong><\/td>\n<td>Contr\u00f4le total des \u00e9quations, maillage<\/td>\n<\/tr>\n<tr>\n<td>D\u00e9bit r\u00e9gional des eaux souterraines<\/td>\n<td><strong>Modflow\/Flopy<\/strong><\/td>\n<td>Norme de l'industrie, acceptation r\u00e9glementaire<\/td>\n<\/tr>\n<tr>\n<td>Inversion g\u00e9o\u00e9lectrique\/EM<\/td>\n<td><strong>Simpeg<\/strong><\/td>\n<td>Cadre d'inversion bas\u00e9 sur le gradient<\/td>\n<\/tr>\n<tr>\n<td>Int\u00e9gration hydrophysique<\/td>\n<td><strong>Pygimli<\/strong><\/td>\n<td>Accouplement multi-m\u00e9thode<\/td>\n<\/tr>\n<tr>\n<td>Convection du manteau (haute r\u00e9solution)<\/td>\n<td><strong>Aspect<\/strong> (FEM)<\/td>\n<td>\u00c9volutivit\u00e9 parall\u00e8le, fonctions g\u00e9odynamiques<\/td>\n<\/tr>\n<tr>\n<td>Enseignement\/apprentissage<\/td>\n<td><strong>Fipy<\/strong> ou codes FDM simples<\/td>\n<td>Impl\u00e9mentation transparente, Python<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><strong>R\u00e8gle de base<\/strong>&nbsp;: commencez par des outils sp\u00e9cifiques \u00e0 un domaine (ModFlow, Simpeg) pour les probl\u00e8mes standard. Passez \u00e0 FIPY lorsque vous avez besoin de PDE que les logiciels existants ne peuvent repr\u00e9senter.<\/p>\n<h2>Des pi\u00e8ges courants et comment les \u00e9viter<\/h2>\n<h3>1. Sp\u00e9cification insuffisante des conditions aux limites<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: les limites manquantes ou mal choisies introduisent des artefacts qui contaminent les r\u00e9sultats.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: effectuez des <strong>Domain de l'analyse d'influence<\/strong>&nbsp;: jusqu'o\u00f9 les effets se propagent-ils&nbsp;? Ajoutez des zones tampons avec des conditions aux limites appropri\u00e9es (par exemple, des couches absorbantes pour les \u00e9quations d'onde, des t\u00eates fixes en champ lointain pour les eaux souterraines).<\/p>\n<h3>2. Ignorer la s\u00e9paration des \u00e9chelles<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: simuler l'h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 \u00e0 \u00e9chelle fine (cm) dans un mod\u00e8le r\u00e9gional (km) conduit \u00e0 des tailles de maillage insolubles.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: appliquez <strong>upscaling<\/strong> ou <strong>Propri\u00e9t\u00e9s efficaces<\/strong> pour repr\u00e9senter la complexit\u00e9 \u00e0 petite \u00e9chelle avec des param\u00e8tres homog\u00e9n\u00e9is\u00e9s. Valider la mise \u00e0 l'\u00e9chelle par rapport aux solutions de r\u00e9f\u00e9rence de la grille fine.<\/p>\n<h3>3. Oublier la diffusion num\u00e9rique<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: sch\u00e9mas d'advection d'ordre inf\u00e9rieur frottis avant les fronts pointus (par exemple, interfaces en eau sal\u00e9e, panaches polluants).<\/p>\n<p><strong>Solution<\/strong>&nbsp;: utilisez des <strong>sch\u00e9mas \u00e0 haute r\u00e9solution<\/strong> (TVD, WENO) ou <strong>M\u00e9thodes semi-lagrangiennes<\/strong>. Surveiller la diffusion num\u00e9rique par rapport \u00e0 la diffusion physique via des \u00e9tudes de raffinement de grille.<\/p>\n<h3>4. Tests de convergence inad\u00e9quats<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: accepter la tol\u00e9rance du solveur \u00e0 des rendements trop faibles, des r\u00e9sultats inexacts&nbsp;; Le calcul des d\u00e9chets trop serr\u00e9s.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: effectuez des <strong>\u00e9tudes de convergence de maillage<\/strong>\u2014affinez la grille jusqu'\u00e0 ce que les r\u00e9sultats cl\u00e9s se stabilisent. Pour les probl\u00e8mes non lin\u00e9aires, testez \u00e9galement la tol\u00e9rance du solveur et la sensibilit\u00e9 initiale \u00e0 la devinette.<\/p>\n<h3>5. Mauvaises suppositions initiales pour les probl\u00e8mes inverses<\/h3>\n<p><strong>Probl\u00e8me<\/strong>&nbsp;: les probl\u00e8mes inverses sont mal pos\u00e9s&nbsp;; Les mod\u00e8les de d\u00e9part m\u00e9diocres conduisent \u00e0 des minima locaux ou des r\u00e9sultats non physiques.<\/p>\n<p><strong>Solution<\/strong>&nbsp;: utilisez <strong>r\u00e9gularisation<\/strong> (lisse, limites), <strong>inversion hi\u00e9rarchique<\/strong> (d\u00e9marrer avec des mod\u00e8les plus simples) et <strong>contraintes g\u00e9ologiques<\/strong> \u00e0 partir de donn\u00e9es ind\u00e9pendantes.<\/p>\n<h2>Conclusion : D\u00e9marrage de la mod\u00e9lisation g\u00e9ophysique des PDE<\/h2>\n<p>La mod\u00e9lisation bas\u00e9e sur la PDE est indispensable pour comprendre et pr\u00e9dire le comportement du syst\u00e8me terrestre. Le choix de la m\u00e9thode num\u00e9rique et des logiciels d\u00e9pend de votre probl\u00e8me sp\u00e9cifique :<\/p>\n<ul>\n<li><strong>Pour le d\u00e9bit d'eau souterraine<\/strong>&nbsp;: commencez par ModFlow\/Flopy pour les travaux appliqu\u00e9s&nbsp;; Explorez FIPY pour des questions de recherche impliquant des transports coupl\u00e9s ou de nouvelles \u00e9quations.<\/li>\n<li><strong>Pour la convection sismique\/manteau<\/strong>&nbsp;: envisagez des codes sp\u00e9cialis\u00e9s (specfem, aspect) optimis\u00e9s pour la propagation des ondes ou la convection en nombre \u00e9lev\u00e9.<\/li>\n<li><strong>Pour l'inversion<\/strong>&nbsp;: utilisez Simpeg ou Pygimli pour int\u00e9grer les donn\u00e9es et quantifier l'incertitude.<\/li>\n<\/ul>\n<p><strong>Prochaines \u00e9tapes<\/strong>&nbsp;:<\/p>\n<ol>\n<li><strong>D\u00e9finissez votre physique<\/strong>&nbsp;: notez les PDE gouvernantes avec tous les param\u00e8tres et les conditions aux limites.<\/li>\n<li><strong>S\u00e9lectionnez un logiciel<\/strong>&nbsp;: faites correspondre les capacit\u00e9s de l'outil \u00e0 la complexit\u00e9 du probl\u00e8me.<\/li>\n<li><strong>Cr\u00e9ez un cas de test simple<\/strong>&nbsp;: v\u00e9rifiez la mise en \u0153uvre par rapport aux solutions analytiques ou aux rep\u00e8res publi\u00e9s.<\/li>\n<li><strong>Effectuez une analyse de sensibilit\u00e9<\/strong>&nbsp;: identifiez les param\u00e8tres et les hypoth\u00e8ses qui affectent le plus les r\u00e9sultats.<\/li>\n<li><strong>Document \u00e0 fond<\/strong>&nbsp;: enregistrez les versions du mod\u00e8le, les param\u00e8tres et les graines al\u00e9atoires pour la reproductibilit\u00e9.<\/li>\n<\/ol>\n<p>En suivant ces principes et en exploitant des outils robustes comme Fipy, vous pouvez cr\u00e9er des simulations cr\u00e9dibles et reproductibles qui font progresser notre compr\u00e9hension des syst\u00e8mes dynamiques de la Terre.<\/p>\n<h2>Guides connexes<\/h2>\n<ul>\n<li><a href=\"https:\/\/pages.nist.gov\/fipy\/\">Documentation FIPY&nbsp;: Mise en route<\/a><\/li>\n<li><a href=\"https:\/\/github.com\/modflowpy\/flopy\">Tutoriels ModFlow et Flopy<\/a><\/li>\n<li><a href=\"https:\/\/simpeg.xyz\/\">SIMPEG : Cadre d'inversion g\u00e9ophysique<\/a><\/li>\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0098300417300584\">Pygimli : Biblioth\u00e8que de g\u00e9ophysique et d'hydrologie<\/a><\/li>\n<li><a href=\"\/performance-profiling-optimization-python-pde-solvers\/\">Profilage des performances et optimisation des solveurs Python PDE<\/a><\/li>\n<li><a href=\"\/unit-testing-scientific-code-pytest-strategies\/\">Tests unitaires pour le code scientifique : strat\u00e9gies Pytest<\/a><\/li>\n<\/ul>\n<hr>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<p>[1] Dumbser, M., et al. (2007). Sch\u00e9mas arbitraires de volumes finis d'ordre \u00e9lev\u00e9 pour la propagation des ondes sismiques. <em>Geophysical Journal International<\/em>, 171(2), 665\u2013684.<\/p>\n<p>[2] Barrios, J., et al. (2025). sur les m\u00e9thodes de volume fini de type Godunov pour les simulations d'ondes sismiques. <em>Journal g\u00e9ophysique International<\/em>.<\/p>\n<p>[3] Masson, Y. (2022). Mod\u00e9lisation distributive des diff\u00e9rences finies des ondes sismiques. <em>Geophysical Journal International<\/em>, 231(2), 1245\u20131264.<\/p>\n<p>[4] USGS. (2017). <em>Documentation pour le mod\u00e8le d'\u00e9coulement des eaux souterraines MODFLOW 6<\/em>. Techniques et m\u00e9thodes 6\u2013A55.<\/p>\n<p>[5] Bakker, M., et al. (2016). D\u00e9veloppement de mod\u00e8les de scripts ModFlow \u00e0 l'aide de Python et de Flopy. <em>eau souterraine<\/em>, 54(5), 656\u2013663.<\/p>\n<p>[6] NIST. (2024). <em>FIPY&nbsp;: solveur PDE de volume fini<\/em>. <a href=\"https:\/\/pages.nist.gov\/fipy\/\">https:\/\/pages.nist.gov\/fipy\/<\/a><\/p>\n<p>[7] Heister, T., et al. (2017). Simulation de convection du manteau de haute pr\u00e9cision gr\u00e2ce aux m\u00e9thodes modernes des \u00e9l\u00e9ments finis. <em>Geophysical Journal International<\/em>, 210(2), 833\u2013851.<\/p>\n<p>[8] Randall, D.A., et al. (2019). <em>100&nbsp;ans de d\u00e9veloppement de mod\u00e8les de syst\u00e8mes terrestres<\/em>. Monographies de l'AMS.<\/p>\n<p>[9] R\u00fccker, C., et al. (2017). Pygimli&nbsp;: une biblioth\u00e8que open source pour la mod\u00e9lisation et l'inversion en g\u00e9ophysique. <em>Ordinateurs et g\u00e9osciences<\/em>, 109, 106\u2013115.<\/p>\n<p>[10] \u00c9quipe de d\u00e9veloppement SIMPEG. (2024). <em>Simpeg&nbsp;: simulation et estimation des param\u00e8tres en g\u00e9ophysique<\/em>. <a href=\"https:\/\/simpeg.xyz\/\">https:\/\/simpeg.xyz\/<\/a><\/p>\n<p>[11] Heagy, L.&nbsp;J., et al. (2024). Opportunit\u00e9s pour les logiciels open source pour acc\u00e9l\u00e9rer la recherche en g\u00e9ophysique appliqu\u00e9e. <em>Le bord d'attaque<\/em>.<\/p>\n<p>[12] Degen, D., et al. (2023). Perspectives des strat\u00e9gies d'apprentissage automatique bas\u00e9es sur la physique pour les simulations g\u00e9oscientifiques. <em>D\u00e9veloppement de mod\u00e8les g\u00e9oscientifiques<\/em>, 16, 7375\u20137399.<\/p>\n<hr>\n<p><strong>M\u00e9tadata d'article<\/strong>&nbsp;: nombre de mots ~2&nbsp;800, temps de lecture ~&nbsp;12&nbsp;minutes. Public cible : \u00e9tudiants dipl\u00f4m\u00e9s, chercheurs et ing\u00e9nieurs en g\u00e9ophysique informatique. Niveau technique : interm\u00e9diaire \u00e0 avanc\u00e9.<\/p>\n<p><strong>Liens sortant<\/strong>&nbsp;: tous les liens externes utilisent <code>rel=\"nofollow\"<\/code> selon les besoins.<\/p>\n"},"excerpt":{"rendered":"<p><span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 9<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span>Les ph\u00e9nom\u00e8nes g\u00e9ophysiques, de l&rsquo;\u00e9coulement des eaux souterraines \u00e0 la convection du manteau, sont r\u00e9gis par des \u00e9quations aux d\u00e9riv\u00e9es partielles (EDP). Les m\u00e9thodes de volume fini (FVM) r\u00e9solvent ces PDE en appliquant les lois de conservation sur les volumes de contr\u00f4le, ce qui les rend id\u00e9ales pour les syst\u00e8mes terrestres complexes et non lin\u00e9aires. [&hellip;]<\/p>\n","protected":false,"raw":""},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"fr_FR","_original_post":"https:\/\/matforge.org\/?p=242","iawp_total_views":0,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1236","post","type-post","status-publish","format-standard","hentry","category-simulation-modeling-projects","fr-FR"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres - matforge.org<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres - matforge.org\" \/>\n<meta property=\"og:description\" content=\"Reading Time:  9 minutesLes ph\u00e9nom\u00e8nes g\u00e9ophysiques, de l&rsquo;\u00e9coulement des eaux souterraines \u00e0 la convection du manteau, sont r\u00e9gis par des \u00e9quations aux d\u00e9riv\u00e9es partielles (EDP). Les m\u00e9thodes de volume fini (FVM) r\u00e9solvent ces PDE en appliquant les lois de conservation sur les volumes de contr\u00f4le, ce qui les rend id\u00e9ales pour les syst\u00e8mes terrestres complexes et non lin\u00e9aires. [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-08-21T14:28:37+00:00\" \/>\n<meta name=\"author\" content=\"Elena Markovska\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Elena Markovska\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"16 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\"},\"author\":{\"name\":\"Elena Markovska\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\"},\"headline\":\"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres\",\"datePublished\":\"2026-08-21T14:28:37+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\"},\"wordCount\":3183,\"commentCount\":0,\"articleSection\":[\"Simulation &amp; Projets de mod\u00e9lisation\"],\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\",\"name\":\"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres - matforge.org\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-08-21T14:28:37+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/geophysics-applications-pde-modeling-for-earth-systems\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\",\"name\":\"Elena Markovska\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"caption\":\"Elena Markovska\"},\"sameAs\":[\"http:\\\/\\\/matforge.org\"],\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/elena-markovska\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres - matforge.org","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/","og_locale":"fr_FR","og_type":"article","og_title":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres - matforge.org","og_description":"Reading Time:  9 minutesLes ph\u00e9nom\u00e8nes g\u00e9ophysiques, de l&rsquo;\u00e9coulement des eaux souterraines \u00e0 la convection du manteau, sont r\u00e9gis par des \u00e9quations aux d\u00e9riv\u00e9es partielles (EDP). Les m\u00e9thodes de volume fini (FVM) r\u00e9solvent ces PDE en appliquant les lois de conservation sur les volumes de contr\u00f4le, ce qui les rend id\u00e9ales pour les syst\u00e8mes terrestres complexes et non lin\u00e9aires. [&hellip;]","og_url":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/","og_site_name":"matforge.org","article_published_time":"2026-08-21T14:28:37+00:00","author":"Elena Markovska","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Elena Markovska","Dur\u00e9e de lecture estim\u00e9e":"16 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/"},"author":{"name":"Elena Markovska","@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da"},"headline":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres","datePublished":"2026-08-21T14:28:37+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/"},"wordCount":3183,"commentCount":0,"articleSection":["Simulation &amp; Projets de mod\u00e9lisation"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/","url":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/","name":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres - matforge.org","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-08-21T14:28:37+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da"},"breadcrumb":{"@id":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/fr\/geophysics-applications-pde-modeling-for-earth-systems\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/"},{"@type":"ListItem","position":2,"name":"Applications de la g\u00e9ophysique : mod\u00e9lisation PDE pour les syst\u00e8mes terrestres"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da","name":"Elena Markovska","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","caption":"Elena Markovska"},"sameAs":["http:\/\/matforge.org"],"url":"https:\/\/matforge.org\/author\/elena-markovska\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1236","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=1236"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1236\/revisions"}],"predecessor-version":[{"id":1354,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1236\/revisions\/1354"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=1236"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=1236"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=1236"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}