Quelle prédictibilité pour les éruptions volcaniques ? De l'échelle mondiale au Piton de la Fournaise - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

How predictable are the volcano eruptions? from global scale to Piton de la Fournaise volcano.

Quelle prédictibilité pour les éruptions volcaniques ? De l'échelle mondiale au Piton de la Fournaise

Résumé

This PhD work focused on several aspects of the eruptions prediction. It allowed us to consider different space scales from global scale to a single volcano, Piton de la Fournaise, through statistical approaches. We then focused more specifically on the volcano-seismicity associated to its eruptive processes, using deterministic methods. First, we analyzed the statistical properties of the eruptive dynamics at the global scale. The emergence of recurrent power laws allowed us to relate the eruptive dynamics to the SOC systems, thereby attesting for the difficulty to predict eruptions by means of deterministic methods. At the global scale, the study of the Omori-law found for eruptions foreshocks and aftershocks, along with the analysis of the parameters of those Omori laws given the size of eruptions, suggests that the damage and relaxation energy in the crust around eruption time and location is power-law distributed. However, the loading and relaxation coefficients are found different than for classical tectonic seismicity, thereby attesting their dependency to the damage processes. When zooming on three observables of Piton de la Fournaise volcano (seismicity, deformation and seismic velocity changes), me showed in a third part that the respective behaviors of the three observables respond to the different steps of the eruptive process, at different time and space scales. The analysis of the pre-eruptive behaviors of those forerunners under pattern recognition techniques enhanced the optimization of the prediction results by combining simultaneously their pre-eruptive information. Lastly, we performed a specific and deterministic study of the volcano-tectonic seismicity of Piton de la Fournaise through the assessment of the source mechanisms of the volcano-tectonic seismicity. Given the complexity of volcanic context, we developed a method to retrieve the source mechanisms of small and high-frequency seismic signals. Using this method three main families of events with different locations and times of occurrence emerge. Two of them may be interpreted as the readjustment of the crust during dyke opening whereas the third family is interpreted as the signature of fluids-rock interactions at the top of the magma Storage zone.
Ce travail de thèse a porté sur différents aspects de la prédiction des éruptions. La première partie, basée sur une approche statistique de l'information, nous a permis d'aborder la prédictabilité des éruptions de façon globale, et d'avoir une vision intégrée, à différentes échelles, de la dynamique éruptive. La dernière partie basée sur une approche déterministe du signal, nous a emmené de façon plus indirecte vers la prédiction des éruptions par le biais de l'analyse et la modélisation des comportements éruptifs d'un unique volcan à travers la sismicité. Ce travail de thèse nous a donc permis de traverser plusieurs échelles de temps et d'espace, en partant de la plus large, la Terre dans sa globalité, pour se concentrer ensuite sur le cas d'un volcan unique, le Piton de la Fournaise et finalement se focaliser sur une propriété spécifique de la sismicité du Piton de la Fournaise à travers la détermination des mécanismes source. Dans un premier temps, une analyse descriptive des propriétés statistiques de la dynamique éruptive à l'échelle mondiale et l'apparition de lois puissances à différentes échelles nous ont permis de relier la dynamique des éruptions à celle d'un système critique auto-organisé, justifiant de la difficulté rencontrée à prédire les éruptions de façon déterministe et de la nécessité de se tourner vers les méthodes statistiques. L'étude à l'échelle mondiale des lois d'Omori retrouvées pour la sismicité autour des éruptions, ainsi que l'analyse des propriétés de ces lois d'Omori en fonction de la taille des éruptions, suggèrent que l'énergie d'endommagement et de relaxation dans la croûte est distribuée en loi puissance autour des éruptions, mais avec des coefficients de chargement et de relaxation différents de la sismicité tectonique classique, et donc dépendant des processus qui génèrent l'endommagement. En zoomant sur trois observables du Piton de la Fournaise (sismicité, déformation et variations de vitesse sismique), nous avons montré que les comportement respectifs des observables imagent les différentes étapes du processus éruptif, pour différentes échelles de temps et d'espace. L'analyse des comportements pré-éruptifs et l'utilisation de méthodes de "pattern recognition" ont permis de mettre en évidence l'apport de la combinaison des informations des différents précurseurs dans l'amélioration des résultats de prédiction. Enfin, l'analyse plus spécifique et déterministe des mécanismes source au Piton de la Fournaise, à partir d'une méthode développée pour le contexte particulier d'une sismicité de magnitude très faible en milieu fortement hétérogène, a permis de mettre en évidence l'apparition de trois familles d'événements similaires. Deux de ces familles peuvent être interprétées comme l'ajustement du milieu au passage du dyke, la troisième famille correspondant à la signature de l'interaction entre les fluides et l'édifice volcanique au niveau du toit de la chambre magmatique.
Fichier principal
Vignette du fichier
24242_SCHMID_2011_archivage.pdf (9.16 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-00680072 , version 1 (17-03-2012)

Identifiants

  • HAL Id : tel-00680072 , version 1

Citer

Agathe Schmid. Quelle prédictibilité pour les éruptions volcaniques ? De l'échelle mondiale au Piton de la Fournaise. Sciences de la Terre. Université de Grenoble, 2011. Français. ⟨NNT : 2011GRENU046⟩. ⟨tel-00680072⟩
632 Consultations
1647 Téléchargements

Partager

Gmail Facebook X LinkedIn More