Etude théorique de radars géologiques - Epublications - Université ...

Etude théorique de radars géologiques - Epublications - Université ... Etude théorique de radars géologiques - Epublications - Université ...

epublications.unilim.fr
from epublications.unilim.fr More from this publisher
10.08.2013 Views

36 PARTIE I : SURFACES RUGUEUSES ET MILIEUX HETEROGENES h=0,5 h=0,8 Figure 24 : Spectre spatial de profils générés par la méthode des diamants. Le spectre est normalisé par rapport au maximum, la fréquence spatiale est normalisée par rapport à f0=1/dx où dx est le pas spatial (distance entre deux abscisses). La fréquence maximale dépend de Nit qui ici vaut 10. Les observations de la fonction de corrélation et du spectre mettent en évidence des points communs entre profils stochastiques à fonction d'autocorrélation exponentielle et profils générés par la méthode des diamants. Dans les deux cas la dérivée de la fonction d'autocorrélation présente une pente non nulle à l'origine. Le spectre ressemble au gabarit d'un filtre passe bas dont l'ordre est lié à une dimension fractale (voir équation (25) page 47). 2.3.d.ii Génération de surfaces par la méthode "diamond­Square" La méthode vue précédemment s'adapte à la génération de surfaces rugueuses [13]. Le motif de base n'est plus un segment mais un carré. Chaque itération se divise en deux étapes. Un paramètre h pris dans ]0, 1[ fixe la rapidité de décroissance de l'intervalle Ii=]­z0.h i , +z0.h i [ où i correspond à la i ème itération. L'algorithme fait intervenir Nit itérations successives et s'applique sur les NX.NY carrés. Une phase d'initialisation consiste à définir les hauteurs des sommets des NX.NY carrés initiaux, aussi appelés motifs élémentaires. Ces hauteurs sont prises uniformément dans l'intervalle [­z0, +z0] mais il aurait été tout à fait possible d'utiliser une répartition gaussienne. Les deux étapes de l'algorithme sont décrites dans la suite et illustrées figure 25 : ● La première étape est appelée "Square" : à partir de chaque carré matérialisé par le projeté des points dans le plan de figure, on définit un point en son centre dont la hauteur est la moyenne des quatre sommets plus une variable aléatoire prise uniformément dans l'intervalle Ii.

Samuel BESSE : Étude Théorique de Radars Géologiques ­ Analyses de sols, d'antennes et interprétation des signaux 37 ● La seconde étape est appelée "Diamond" : à partir de chaque losange matérialisé par les points ajoutés à l'étape "Square" (c'est en fait un carré incliné), on définit un point en son centre dont la hauteur est la moyenne des sommets plus une variable aléatoire prise uniformément dans l'intervalle Ii. Si l'on ne dispose que de trois points, on effectue la moyenne sur trois sommets afin d'éviter des effets de bord indésirables. L'application de ces deux étapes permet d'obtenir à partir d'un carré, quatre carrés sur lesquels on peut répéter l'algorithme. Phase d'initialisation 1 ère itération : étape 1 1 ère itération : étape 2 Figure 25 : Représentation de l'algorithme de la méthode dite Diamond­Square. Les points en noir sont les nouveaux points mis en jeux à chaque étape de calcul. Dans cet exemple, après avoir choisit quatre carrés initiaux, l'application d'une itération génère seize carrés sur lesquels on peut répéter l'algorithme. Afin de relier les grandeurs liées à l'algorithme et les grandeurs usuelles de la rugosité, une étude statistique a été effectuée sur un grand nombre de surfaces (une centaine). Nous avons élaboré une expression analytique empirique de la loi de répartition des hauteurs des points composants la surface. Cette répartition peut être approchée par une gaussienne (figure 26). La répartition est indépendante de (Nx, Ny) et converge pour Nit≥4. Dans le cas où la surface est normalisée, c'est­à­dire lorsque z0=1, l'expression empirique 17 permet de faire le lien entre le paramètre h de l'algorithme et la moyenne quadratique des hauteurs de la surface. h rms h =0,37 0,12⋅h−0,48⋅h 2 0,85⋅h 3 Pour effectuer des modélisations, il s'avère important de connaître la hauteur maximale de la surface, par exemple pour s'assurer d'avoir choisi un volume de calcul suffisamment grand. Cette hauteur maximale dépend de h et du nombre d'itérations Nit, elle s'obtient lorsque toutes les variables aléatoires sont prises égales à la borne supérieure de l'intervalle Ii. Il est cependant impossible d'établir une formule générale donnant la hauteur maximale en fonction de h et Nit. En effet, pour chaque position dans la matrice il est possible d'établir par récurrence une loi donnant la hauteur maximale théorique, mais la position du maximum dépend elle aussi de h (cf. figure 31). Il y a presque autant de lois que de points. L'abaque présenté figure 28 permet de déterminer la hauteur maximale théorique en multipliant la valeur lue par z0. (17)

36<br />

PARTIE I : SURFACES RUGUEUSES ET MILIEUX HETEROGENES<br />

h=0,5 h=0,8<br />

Figure 24 : Spectre spatial <strong>de</strong> profils générés par la métho<strong>de</strong> <strong>de</strong>s diamants. Le spectre est normalisé par rapport<br />

au maximum, la fréquence spatiale est normalisée par rapport à f0=1/dx où dx est le pas spatial (distance entre<br />

<strong>de</strong>ux abscisses). La fréquence maximale dépend <strong>de</strong> Nit qui ici vaut 10.<br />

Les observations <strong>de</strong> la fonction <strong>de</strong> corrélation et du spectre mettent en évi<strong>de</strong>nce <strong>de</strong>s points<br />

communs entre profils stochastiques à fonction d'autocorrélation exponentielle et profils générés par<br />

la métho<strong>de</strong> <strong>de</strong>s diamants. Dans les <strong>de</strong>ux cas la dérivée <strong>de</strong> la fonction d'autocorrélation présente une<br />

pente non nulle à l'origine. Le spectre ressemble au gabarit d'un filtre passe bas dont l'ordre est lié à<br />

une dimension fractale (voir équation (25) page 47).<br />

2.3.d.ii Génération <strong>de</strong> surfaces par la métho<strong>de</strong> "diamond­Square"<br />

La métho<strong>de</strong> vue précé<strong>de</strong>mment s'adapte à la génération <strong>de</strong> surfaces rugueuses [13]. Le motif<br />

<strong>de</strong> base n'est plus un segment mais un carré. Chaque itération se divise en <strong>de</strong>ux étapes. Un<br />

paramètre h pris dans ]0, 1[ fixe la rapidité <strong>de</strong> décroissance <strong>de</strong> l'intervalle Ii=]­z0.h i , +z0.h i [ où i<br />

correspond à la i ème itération. L'algorithme fait intervenir Nit itérations successives et s'applique sur<br />

les NX.NY carrés.<br />

Une phase d'initialisation consiste à définir les hauteurs <strong>de</strong>s sommets <strong>de</strong>s NX.NY carrés<br />

initiaux, aussi appelés motifs élémentaires. Ces hauteurs sont prises uniformément dans l'intervalle<br />

[­z0, +z0] mais il aurait été tout à fait possible d'utiliser une répartition gaussienne. Les <strong>de</strong>ux étapes<br />

<strong>de</strong> l'algorithme sont décrites dans la suite et illustrées figure 25 :<br />

● La première étape est appelée "Square" : à partir <strong>de</strong> chaque carré matérialisé par le projeté<br />

<strong>de</strong>s points dans le plan <strong>de</strong> figure, on définit un point en son centre dont la hauteur est la<br />

moyenne <strong>de</strong>s quatre sommets plus une variable aléatoire prise uniformément dans<br />

l'intervalle Ii.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!