Utilisation de la résonance magnétique nucléaire de surface pour la surveillance des niveaux piézométriques : nouvelles opportunités et stratégies pour l’acquisition, le traitement et l’interprétation des données.

La résonance magnétique protonique (RMP) est une méthode prometteuse pour l'évaluation quantitative et la surveillance des ressources en eau souterraine, principalement parce qu'elle produit un signal géophysique directement lié à la quantité d'eau présente dans le sous-sol, lesquelles informations sont généralement très complémentaires des autres types de données géophysiques de proche-surface telle que la distribution de conductivité électrique, de vitesses sismiques ou de densité dans les sols.

Utiliser la RMP comme méthode indirecte pour le suivi des niveaux de nappes souterraines pourrait ainsi présenter plusieurs avantages par rapport aux techniques de surveillance nécessitant de forer, d’équiper et d’entretenir un puits. Tout d’abord, en plus des niveaux piézométriques, la RMP peut donner accès à la structure des aquifères, à son contenu en eau, et à certaines de ses caractéristiques hydrodynamiques, autant de paramètres qui peuvent donc être simultanément monitorés. Par ailleurs, le caractère indirect et non-destructif de la méthode supprime le risque potentiel d’une contamination des nappes aquifères via le puits de forage. Enfin, ce type d’outil de surveillance pourrait être moins cher à mettre en place et à entretenir.

La mise en œuvre de la RMP en tant qu'outil de monitoring à long terme pose des défis, mais ouvre aussi des possibilités. Un point clé concerne le processus d'acquisition et la stratégie d'interprétation des données, qui doivent être adaptés à la détermination du niveau piézométrique, aussi précisément que possible, et non plus seulement à la localisation approximative des aquifères. Dans cette optique, nous envisageons des stratégies d’acquisition adaptées (e.g. configuration multi-centrale, Kremer et al., 2018a). Pour l'interprétation des données, nous proposons l'utilisation d’une approche innovante appelée Bayesian Evidential Learning 1D (BEL1D, Michel et al. 2018, 2019). Cette nouvelle façon d'interpréter les données géophysiques repose sur l'analyse des relations statistiques existantes entre les modèles simulés et les données. En particulier, elle permet de quantifier explicitement l'incertitude sur les paramètres du modèle utilisés pour expliquer les données, garantissant une interprétation non biaisée.

Deuxièmement, la conception d’un dispositif RMP « permanent » ouvre de nouvelles possibilités concernant la compréhension et la suppression du bruit électromagnétique (EM) ambiant. On peut d’une part envisager de nouvelles solutions comme la mise en place de structures de blindage EM conçues pour protéger la boucle d’acquisition d’une portion du bruit EM. D’autre part, le fait de se concentrer sur un site d’étude spécifique permet de réaliser une caractérisation complète du bruit EM local, tant d’un point de vue de sa distribution spatiale que temporelle, permettant d’envisager de nouvelles stratégies de traitement du signal qui ne pourraient être mises en œuvre lors d’une étude RMP classique.