Fiche détaillée

Retour à la liste

Id 436
Auteur Jost Clothilde
Titre Analyse géomatique et structurale de linéaments morpho-tectoniques sur la Haute-Chaîne du Jura suisse
Sous-titre
Résumé L’étude des structures morpho-tectoniques comme les linéaments permet de caractériser la connectivité d’un réseau de fractures. Les zones de fractures bien connectées présentent un intérêt pour la prospection géothermique. La télédétection de linéaments à l’aide de modèles numériques de terrain et de systèmes d’informations géographiques (SIG) constitue une étape préliminaire importante dans le cadre de campagnes de prospections géothermiques. Elle permet notamment de pointer des zones d’intérêt à forte densité de fractures et de comprendre le régime de champs de contraintes géomécaniques en place. Dans le cadre des projets de géothermie présents et futurs de Hydro- Géo Environnement, ce travail de stage a pour but principal d’utiliser des modèles numériques de terrain (MNT) acquis par télédétection LiDAR pour l’identification des linéaments morpho-tectoniques et d’étudier comment optimiser le traitement et la caractérisation par SIG de ces derniers. Notamment, cette étude comprend la réalisation d’un inventaire des outils SIG existants pour la détection des linéaments morpho - tectonique, un test d’automatisation de l’identification des linéaments, la création d’un outil sur QGIS à l’aide de Python permettant de simplifier la préparation des données pour l’analyse des linéaments à l’aide de systèmes d’information géographiques et la définition de méthodes pour la digitalisation et l’analyse des linéaments. Les résultats montrent que les plugins Network GT, SAGA et GDAL présentent les meilleurs outils pour l’analyse des linéaments. Le plugin créé lors de ce travail, Lineament Analysis, permet de réduire de moitié le temps de préparation des données raster afin de digitaliser les linéaments, même si certaines fonctionnalités du plugin pourraient bénéficier d’améliorations. Enfin, les méthodes de digitalisation et d’analyse des linéaments ont permis d’étudier la connectivité du réseau de fractures d’une zone précise, Le Locle, et de définir des zones d’intérêts géothermiques.
Summary By studying morpho-tectonic structures such as lineaments, it is possible to characterise the connectivity of a fracture network. Well- connected fracture zones are of interest for geothermal prospecting. Remote sensing of lineaments using digital terrain models and geographic information systems (GIS) is an important preliminary step in geothermal prospecting campaigns. In particular, it enables us to pinpoint areas of interest with a high density of fractures and to understand the geomechanical stress field regime in place. As part of Hydro-Géo Environnement's current and future geothermal energy projects, the main aim of this work placement is to use digital terrain models (DTMs) acquired by LiDAR remote sensing to identify morpho-tectonic lineaments and to study how to optimise their GIS processing and characterisation. This study includes carrying out an inventory of existing GIS tools for the detection of morpho-tectonic lineaments, a test of the automation of lineament identification, the creation of a tool on QGIS using Python to simplify the preparation of data for the analysis of lineaments using geographic information systems, and the definition of methods for the digitisation and analysis of lineaments. The results show that the Network GT, SAGA and GDAL plugins provide the best tools for lineament analysis. The plugin created during the course of this work, Lineament Analysis, halved the time required to prepare raster data in order to digitise lineaments, although some of the plugin's functions could be improved. Finally, the lineament digitisation and analysis methods were used to study the connectivity of the fracture network in a specific area, Le Locle, and to define areas of geothermal interest.
Volee 2023
Soutenance 2023-08-21
Sujet Système d’information géographique (SIG), télédétection, linéaments morpho-tectoniques, Haute-Chaîne du Jura, Python, QGIS.
   
Url 1 Mémoire de stage disponible sur demande (admincg)
Url 2
Url 3