UNIVERSITÉ D’ANTANANARIVO

DOMAINES SCIENCES ET TECHNOLOGIES

MENTION PHYSIQUE ET APPLICATIONS

MEMOIRE DE FIN D’ETUDE

Pour l’obtention du :
DIPLOME DE MASTER EN PHYSIQUE ET APPLICATIONS
Parcours : PHYSIQUE DU GLOBE
Spécialité : GÉOPHYSIQUE APPLIQUÉE
Intitulé :

MODÉLISATION 3D DES ROCHES MASSIVES

EXPLOITABLES SUR UN SITE DE FANAMBANA,
VOHEMAR, LE LONG DE LA RN5A : APPROCHE
GÉOPHYSIQUE ET GÉOSTATISTIQUE

Présenté par :
RAKOTOVAO Narisoa Maminiaina
Le 2024

Devant les membres de jury composé de :

Président : GARO Joelison Sebille Maître de Conférences
Rapporteur : RAKOTO Heritiana Andriamananjara Professeur
Examinateur : RAZAFINDRAKOTO Boni Gauthier Maître de Conférences
 UNIVERSITÉ D’ANTANANARIVO
DOMAINES SCIENCES ET TECHNOLOGIES
MENTION PHYSIQUE ET APPLICATIONS

MÉMOIRE DE FIN D’ÉTUDE

Pour l’obtention du :
DIPLÔME DE MASTER EN PHYSIQUE ET APPLICATIONS
Parcours : PHYSIQUE DU GLOBE
Spécialité : GÉOPHYSIQUE APPLIQUÉE
Intitulé :

MODÉLISATION 3D DES ROCHES MASSIVES

EXPLOITABLES SUR UN SITE DE FANAMBANA,
VOHEMAR, LE LONG DE LA RN5A : APPROCHE
GÉOPHYSIQUE ET GÉOSTATISTIQUE

Présenté par :

Le 2024

Devant les membres de jury composé de :

Président : GARO Joelison Sebille Maître de Conférences
Rapporteur : RAKOTO Heritiana Andriamananjara Professeur
Examinateur : RAZAFINDRAKOTO Boni Gauthier Maître de Conférences
 REMERCIEMENTS

Je souhaite exprimer ma plus profonde gratitude à Monsieur RAVELOMANANA

Mamy Raoul, Professeur Titulaire et Président de l’Université d’Antananarivo ; à Monsieur
RAKOTONDRAMANANA Hery Tiana, Professeur et Doyen de la Faculté des Sciences ;
ainsi qu’à Madame RAFANJANIRINA Eulalie Odilette, Maître de Conférences et
Responsable de la Mention Physique et Applications, pour leur autorisation de soutenir ce
mémoire de master et leur soutien tout au long de ce parcours.

Je tiens à remercier chaleureusement Monsieur GARO JOELISON Sebille, Maître de

Conférences, pour avoir accepté de présider cette commission et pour le temps consacré à
l’évaluation de ce mémoire. Vos remarques précieuses sont grandement appréciées.

J’adresse ma gratitude à Monsieur RAZAFINDRAKOTO Boni Gauthier, Maître de

Conférences et Responsable de la Mention Ingénierie Minière. Ses enseignements, ses
précieux conseils et son expertise m’ont énormément aidée dans mon parcours. Je le remercie
également de siéger parmi les membres du jury en tant qu’examinateur.

Copie coller eee.

Mes sincères remerciements vont à mon encadreur, Monsieur RAKOTO Heritiana

Andriamananjara, Professeur. Je lui suis infiniment reconnaissante pour le temps qu’il a
accordé pour ce mémoire. Je n’aurais jamais pu terminer ce mémoire sans ses conseils, ses
commentaires et ses suggestions.

Teneno ny marina eee..

Je suis infiniment reconnaissante à Madame RAKOTOMANDRINDRA Pascale Fara

Malala, Docteur, pour son accompagnement et ses critiques constructives qui m’ont guidé
vers l’excellence.

Io ambony io koa zao otrn an’i Narovana. Copie coller professionel

Je remercie l'équipe de la SGDM qui m'a réservé un accueil chaleureux et m'a

prodigué des conseils précieux tout au long de mon stage. Leur disponibilité, leur soutien
constant ont été inestimables pour mon apprentissage et la réussite de ce mémoire. Je leur suis
profondément reconnaissante pour cette expérience enrichissante.

i
 Enfin, je remercie tous ceux qui ont pris part, de près ou de loin, à la réalisation de ce
mémoire, ainsi que ma famille et mes amis. Votre aide et votre soutien ont été inestimables.

Merci.
Fafao aingana ry mpanao copie collee a

ii
SOMMAIRE

REMERCIEMENTS

LISTE DES FIGURES

LISTE DES PHOTOS

LISTE DES CARTES

LISTE DES TABLEAUX

GLOSSAIRES

LISTE DES ABRÉVIATIONS ET ACRONYMES

INTRODUCTION

CHAPITRE I : CONTEXTE GÉNÉRAL DU GRANITE ET DE LA ZONE

D'ÉTUDE

I.1 aspects généraux du granite

I.2 Contexte général de la zone d’étude

CHAPITRE II : METHODOLOGIE ET MATERIELS

II.1. Notion de carottage

II.2. Méthode électrique

II.3. Levé topographique

II.4. Rappel géostatistique

CHAPITRE III : INTERPRÉTATION DES RÉSULTATS ET ÉVALUATION

DES ROCHES MASSIVES EXPLOITABLES SUR LE SITE

III.1 Carottage sur le site

III.2 Interprétations des levés géophysiques

III.3 Estimation volumétrique

CONCLUSION

iii
REFERENCES BIBLIOGRAPHIQUES

REFERENCE WEBOGRAPHIQE

ANNEXES

Annexe 1 : Configuration du résistivimètre

Annexe 2 : Configuration de l’appareil Reach RS+

Annexe 3 : Coupes de carottage sur le site

Annexe 4 : Logiciels utilisés

Annexe 5 : Méthode de Simpson

TABLE DES MATIÈRES

LISTE DES FIGURES

Figure 1: Formation du granite...................................................................................................4
Figure 2 : Quelques types de roche granitique............................................................................6
Figure 3: Utilisations de granites................................................................................................7
Figure 4: Répartition mensuelle des précipitations.....................................................................9
Figure 5: Variation mensuelle de la température......................................................................10
Figure 6: Variations des températures et des précipitations moyennes....................................11
Figure 7: Disposition des électrodes et principe de mesure......................................................20
Figure 8: Dispositifs courants en prospection électrique..........................................................25
Figure 9: Principe d'acquisition des données en panneau électrique du type Wenner α..........27
Figure 10: Modèle en bloc........................................................................................................29
Figure 11: Matériels utilisés sur topo........................................................................................32
Figure 12:Caractéristique du variogramme..............................................................................37
Figure 13: Bloc V subdiviser en n petits blocs vi......................................................................40
Figure 14 : Log du sondage carotté sur le site..........................................................................47
Figure 15: Plan de masse du site...............................................................................................48
Figure 16: Coupe géoélectrique P1 du site...............................................................................49
Figure 17: Coupe géoélectrique P2 du site...............................................................................49
Figure 18: Coupe géoélectrique P3 du site...............................................................................50
Figure 19: Coupe géoélectrique P4 du site...............................................................................51
Figure 20 : Ajustement du variogramme de résistivité électrique............................................52
Figure 21 : Présentation en 3D des 04 coupes géoélectriques..................................................53
Figure 22: Ajustement des variogrammes de L et T.................................................................54
Figure 23 : Résultats de validation croisée de L et T................................................................55
Figure 24 : Cartes isopaques de L et T.....................................................................................56
Figure 25: Modèle lithologique en 3D du site..........................................................................57

iv
 LISTE DES PHOTOS
Photo 1 : Front de la carrière.....................................................................................................15
Photo 2 : Affleurement de scorie couvrant la roche dure.........................................................15
Photo 3: Appareil utilisé pour effectuer l’essai de carottage sur le site....................................19
Photo 4: Syscal R1 et ses accessoires.......................................................................................28
Photo 5 : Carottage dans la partie Nord du site........................................................................46

LISTE DES CARTES

Carte 1 : Localisation de la zone d’étude....................................................................................8
Carte 2: Socle cristallin de Madagascar (Source : PGRM 2012)............................................12
Carte 3: Carte géologique de la Région Sava (source : FTM BD 500)...................................14
Carte 4: Géologie du site (Source : BD 500)..........................................................................16
Carte 5: Variation du relief dans le Région Sava (source : Landsat 9, 2024).........................17

LISTE DES TABLEAUX

Tableau 1 : Propriétés physiques du granite (Sources : Youash, 1970 ; Homand et al., 2002 ;
El Hassani et El Azhari, 2009).................................................................................................5
Tableau 2 : Compositions chimiques du granite (Sources : http3)...........................................5
Tableau 3 : Gamme de résistivité électrique pour les matériaux géologiques communs
(Source : Keller, 1966 ; Monjoie, 1987 ; Daniels et Alberty, 1966 ; Palacky, 1987).........23
Tableau 4 : quelques valeurs de résistivité utilisant la loi d'Archie (Source : Archie, 1943 ;
Jackson et al., 1978 ; Keller, 1988)........................................................................................24
Tableau 5 : Profondeur d'investigation selon Roy et Barker....................................................25
Tableau 6 : Coordonnées géographiques des 4 profils sur le site.............................................48
Tableau 7 : Paramètres du variogramme théorique..................................................................52
Tableau 8 : Paramètres des variogrammes théoriques..............................................................54
Tableau 9 : Résultats de la validation croisée...........................................................................56

v
 GLOSSAIRES
Affleurement : Couches de roches sous-jacentes exposées à la surface du sol, sans être
recouvertes par le sol ou la végétation.
Biais : Dans l'estimation d'un paramètre d'une distribution de probabilité, le biais est la
différence entre la valeur estimée et la valeur réelle de ce paramètre.
Granite : Roche magmatique intrusive composée principalement de quartz, de feldspath et de
mica. Il est formé par le refroidissement lent du magma sous la surface de la Terre, ce qui lui
donne une texture granuleuse et une grande résistance.
Clivage : En géologie, c’est la manière dont un minéral se casse le long de surfaces planes
définies par sa structure interne.
Densité moyenne : Grandeur physique qui exprime la quantité de matière contenue dans un
volume donné.
Échelle de Mohs : Échelle de dureté utilisée en minéralogie pour déterminer la résistance des
minéraux à la rayure. Cette échelle, créée par le minéralogiste allemand Friedrich Mohs en
1812, classe les minéraux sur une échelle de 1 à 10, où 1 représente le minéral le plus tendre
et 10 le plus dur.
Géophysique : Étude des propriétés physiques de la Terre ou d'autres planètes en utilisant des
techniques de mesure indirectes telles que la gravimétrie, le géomagnétisme, la sismologie, le
radar géologique et la résistivité apparente.
Géostatistique : Branche statistique qui s’intéresse à l’étude de processus qui déploient de
façon continue dans l’espace géographique.
Krigeage : Méthode d'interpolation, développée par le statisticien sud-africain D.G. Krige
dans les années 1950. Il permet d'estimer la valeur d'une propriété en un point géographique
en se basant sur les observations voisines, en utilisant la théorie des variables régionalisées.
Latérite : Sol de couleur rouge qui résulte de la décomposition des roches.
Masse volumique : Masse d'un matériau par unité de volume.
Minéral : Substance solide et naturelle, qui se trouve dans la terre. Il a une composition
chimique spécifique et une structure cristalline régulière.
Perméabilité : Capacité d'un matériau à laisser passer des fluides (comme l'eau ou l'air) à
travers ses ports. Elle mesure la facilité avec laquelle un fluide peut s'écouler à travers un
matériau.

vi
Poids : Coefficients attribués à chaque point de données utilisé dans le calcul de la valeur
interpolée à un point donné. Ces poids déterminent l'influence de chaque point de donnée sur
l'estimation finale.
Porosité : Mesure du pourcentage de volume d'un matériau qui est constitué de pores ou de
vides. Elle indique combien de l'espace total est occupé par des cavités ou des espaces vides
par rapport au volume total du matériau.
Résistivité électrique : Propriété fondamentale des matériaux qui mesure leur capacité à
résister au passage d'un courant électrique.
Robuste : En statistique, une méthode est robuste si elle fournit des résultats fiables même
lorsque les données contiennent des erreurs ou des valeurs extrêmes.
Roche altérée : Roche qui a subi des modifications physiques, chimiques ou biologiques en
raison de l'exposition aux agents atmosphériques tels que l'eau, l'air, les températures
extrêmes, ou encore les organismes vivants.
Roche saine : Roche qui n'a pas été altérée par des processus externes comme l'érosion ou
l'altération chimique. Elle conserve ses caractéristiques d'origine, comme sa composition, sa
texture et sa solidité. Elle est généralement plus résistante et stable, ce qui la rend souvent
préférée pour des travaux de construction ou d'exploitation.
Texture : En roche, il décrit l'apparence et la sensation de sa surface, y compris la taille, la
forme et la disposition des particules ou des grains qu'elle contient. Cela peut affecter
comment la roche se sent au toucher ou comment elle apparaît visuellement.
Variogramme : Graphe représentant la semi-variance en fonction de la distance.

vii
 LISTE DES ABRÉVIATIONS ET ACRONYMES
2D : Deux dimensions
3D : Trois dimensions
BD 100 : Base des données 1/100 00ème
C6 : Carrière numéro 6
COLAS : COLd ASphalt
CREAM : Centre de Recherches, d’Etudes et d’Appui à l’Analyse Economique de
Madagascar
FTM : Foiben-Taotsaritanan’i Madagasikara
GPS : Global Positioning System
IOGA : Institut et Observation de Géophysique d’Antananarivo
LNTBP : La société Laboratoire National des Travaux Public et Bâtiment
Ma : Million d’année
PGRM : Projet de Gouvernance des Ressources Minières de Madagascar
PK : Point Kilomètrique
RMS : Root Mean Square
RN 5A : Route nationale 5A
SAVA : Sambava, Antalaha, Vohémar et Andapa
SGDM : Société de Géosciences pour le Développent de Madagascar
TTG : Tonalite Trondhjémite-Granodiorite
UTM : Univesal Transverse Mercator
V.A : Variable Aléatoire
V.R : Variable Régionalisée

viii
 INTRODUCTION
À l’échelle mondiale, l’utilisation de la pierre pour la construction de la route, du
bâtiment et de la statue remonte à l’antiquité (Touloum et al., 2022). La qualité des routes est
cruciale pour les déplacements terrestres. Elle facilite le transport des matières premières vers
les centres urbains et les zones côtières d’un pays. Une infrastructure routière bien entretenue
présente également des avantages touristiques et économiques durables pour ce pays (De
Sociologie, 2006 ; Pinho et Silva, 2016). En facilitant le transport, les routes de qualité
contribuent à réduire les coûts logistiques, favorisent la compétitivité des entreprises en
optimisant les temps de transport, et stimulent l'économie locale en attirant des
investissements et en créant des opportunités d'emploi. Par ailleurs, les routes dégradées
posent des problèmes de sécurité et entravent la venue des clients, ce qui peut sérieusement
compromettre la santé financière des entreprises du secteur. (Landier, 2007).
À Madagascar, de nombreuses entreprises continuent d'utiliser des roches massives
(basaltes, granites et rhyolites) comme matériaux de construction des routes en raison de leur
robustesse, de leur solidité et de leur accessibilité sur le territoire malgache (Bouchout et
Rançon, 2000).
La société Laboratoire National de Travaux Public et Bâtiment (LNTPB), établie à
Madagascar, est une entreprise nationale spécialisée dans la production de matériaux de
construction. Elle se consacre à l'exploitation de roches d'empierrement destinées à la
construction de routes, de bâtiments, et bien d'autres infrastructures. Dans le cadre du projet
de réhabilitation et d’élargissement de la route nationale 5A (RN5A), LNTPB prévoit
d'utiliser plusieurs milliers de mètres cubes de roches situées à proximité de cette route.
L'exploitabilité d'un gisement rocheux dépend de plusieurs facteurs, notamment la
qualité et la quantité de la roche, ainsi que l'épaisseur de la couverture latéritique
(Goupillière, 1896). De plus, la distance du gisement joue un rôle significatif dans
l'estimation des coûts de réhabilitation.
A la suite de cette requête, LNTPB a fait appel la Société Géoscience pour le
Développement de Madagascar (SGDM) afin de mener une étude sur une carrière localisée
entre Vohémar et Sambava le long de la RN5A. L'objectif principal de cette étude est de
fournir une analyse approfondie de la carrière en utilisant la méthode électrique pour identifier
les zones exploitables. Cette approche vise également à évaluer précisément le volume de
roches massives dans la carrière concernée, ce qui contribuera de manière significative à une
planification efficace du projet.

1
 De ce fait, le présent mémoire intitulé : « Modélisation 3D des roches massives
exploitables sur un site de Fanambana, Vohémar, le long de la RN5A : approche
géophysique et géostatistique », fait partie intégrante de ce projet. Ce mémoire explore
l'application de techniques de la tomographie des résistivités électriques pour examiner la
structure géologique sous la carrière et le levé topographique pour étudier les caractéristiques
de surface de cette carrière. Ensuite, on met en œuvre les logiciels Oasis Montaj et Surfer,
largement reconnus dans le domaine de la géophysique et de la géostatistique pour la
modélisation d’un gisement et l’estimation volumétrique (http1 ; http2). D’un point de vue
technique, l’étude s’appuie sur l’analyse des documents préexistants : carte géologique,
données topographiques et études antérieurs. Ce mémoire est divisé en 03 chapitres distincts.
Le premier chapitre aborde le contexte général du granite et de la zone d'étude. Le deuxième
chapitre explore la méthodologie et les matériels utilisés. Et le dernier chapitre se concentre
sur l’interprétation des résultats obtenus et l'estimation volumétrique des roches massives du
site.
Enfin, une brève synthèse avec des perspectives sera proposée en conclusion, récapitulant les
points clés abordés tout au long de notre étude.

2
CHAPITRE I : CONTEXTE GÉNÉRAL DU GRANITE ET DE LA ZONE
D'ÉTUDE
Dans ce chapitre, on va aborder les roches granitiques. Ensuite, on regarde la localisation de
la zone d’étude, puis leur contexte climatique suivi du contexte géologique de la zone d’étude
et enfin, leur géomorphologique.

I.1 aspects généraux du granite

I.1.1 Définition et modes de formation
Le terme granite tire son origine étymologique du mot latin « granum », signifiant grain
(Augereau, 2004). Il est l’une des roches magmatiques plutoniques qui résultent de la
cristallisation lente du magma à l’intérieur de l’écorce terrestre. Il se compose principalement
de cristaux de feldspath, de quartz, et dans une moindre mesure, de paillettes de mica,
éventuellement d'amphibole (Boutemedjet et al., 2019).
Sa formation passe généralement par trois étapes principales (Benamara, 2022 ;
Boutemedjet et al., 2019) :
 Fusion : Le granite se forme par la fusion de roches préexistantes, telles que des
roches sédimentaires ou métamorphiques, soumises à des températures et des
pressions élevées en profondeur dans la croûte terrestre.
 Formation du magma : Lorsque ces roches fondent, elles donnent naissance à un
matériau fondu appelé magma, moins dense que les roches environnantes, qui
remonte vers la surface de la Terre.
 Cristallisation : À mesure que le magma se refroidit lentement et se solidifie, il
génère d'importants cristaux minéraux qui s'entrelacent pour former la texture
grossière caractéristique du granite.

3
La figure 1 résume le mode de formation de roche granitique.

Figure 1: Formation du granite

4
I.1.2 Propriétés physico-chimiques
I.1.2.1 Propriétés physiques
Le tableau 1 présente les propriétés physiques du granite.
: Propriétés physiques du
Tableau 1 granite (Sources : Youash, 1970 ; Homand et al., 2002 ; El
Hassani et El Azhari, 2009)
Clivage Irrégulière
Couleur Peut varier, incluant des teintes de rose, gris,
blanc, noir et vert en fonction de la
composition minéralogique.
Densité moyenne 2,56 g/cm3
Dureté à l’échelle de Mohs 6-7
Masse volumique apparente 2 400-3 000 Kg/m3
Perméabilité 10-9 – 10-10 c m/s
Porosité totale 1%
Résistivité électrique 1000 - 15 000 Ω m
Température de fusion 900°-950°C
Texture Grossière et Granuleuse
Type de roche Roche magmatique plutonique

I.2.2 Compositions chimiques et minéralogiques

 Compositions chimiques
Le tableau 2 montre les compositions chimiques du granite.
Tableau 2 : Compositions chimiques du granite (Sources : http3)

Éléments dans le granite Pourcentage (%)

SiO2 74,5

Al2O3 14

Na2O et K2O 9,5

Fe, Mn, Mg et Ca 2

5
  Compositions minéralogiques
Le granite est une variété de roche éruptive. Sa composition minéralogique est
principalement composée de quartz, de micas, de feldspaths potassiques et de plagioclases.
On peut également y trouver des minéraux tels que la hornblende, la magnétite, le grenat, le
zircon et l'apatite (Boutemedjet et al., 2019).

I.1.3. Classification des granites

Les granites présentent une diversité minéralogique, chimique et texturale considérable, ce qui
conduit à leur subdivision en de nombreux types distincts. La classification couramment
utilisée tient compte de critères chimiques pour différencier ces variations. La figure 2
présente quelques exemples de granites. (Castro et al., 1991) :
 Granites calco-alcalin : font partie de la série calco-alcaline, caractérisée par la
présence de minéraux calciques et alcalins dans les magmas.
 Granites tholéiitiques : appartiennent à la série de magmas tholéiitiques, généralement
associée aux magmas basaltiques.
 Granites alcalins : se caractérisent par une concentration élevée en éléments alcalins
tels que le potassium et le sodium.
 Leucogranites : sont des types de granite riche en minéraux clairs, en particulier le
quartz et le feldspath. Ce terme fait référence à la couleur claire de ces roches. Les
leucogranites sont souvent associés aux stades ultérieurs des processus magmatiques
et peuvent résulter de la fusion partielle de roches préexistantes.

Figure 2 : Quelques types de roche granitique

I.1.4. Utilisation des granites

Les granites sont employés dans la construction et dans les travaux de terrassement
(Twidale, 2000). Il est également utilisé pour la fabrication de monuments funéraires, voirie,
dallages, bordures de trottoir à cause de sa texture, de sa durabilité, de son aptitude au
polissage et de sa composition pluri-minérale qui lui donne un aspect esthétique coloris. La
figure 3 montre plusieurs exemples de l’utilisation du granite.

6
 Figure 3: Utilisations de granites

I.2 Contexte général de la zone d’étude

I.2.1. Localisation de la zone d’étude
La zone d'étude est située dans la partie Nord-Est de Madagascar, dans la Région
SAVA, ex-Province d'Antsiranana, avec une superficie de 25 518 km² (CREAM, 2013).
La Région SAVA est délimitée :
 Au Nord par le District d’Antsiranana
 A l’Est par l’Océan Indien
 A l’Ouest par les Districts d’Ambilobe et Bealanana
 Au Sud par la Province de Tamatave et le Baie d’Antongil

Parmi les 04 districts de cette Région, un d'entre eux, à savoir Vohémar a été pris en
compte dans l'étude. Plus précisément, l’étude est menée dans le site situé à 100 m à droite de
l’axe de la RN5A au PK 191 dans le Fokontany Fanambana de la commune Fanambana
(Carte 1). Il est repéré en X= 0390736 m et Y= 8498939 m Sud du système rectangulaire
UTM 39K.

7
 Carte 1 : Localisation de la zone d’étude

I.2.2 Contexte climatique

Les mécanismes climatiques sont liés à des facteurs géographiques tels que la latitude
et l’altitude (Chaperon, 1993). À Madagascar, le climat est de type tropical. Il se divise en
deux saisons distinctes : une saison chaude et pluvieuse de Novembre à Mars, ainsi qu'une
saison fraîche et sèche d’Avril à Octobre (Pagney, 1978). Le climat de notre zone d'étude est
caractérisé par un mélange de mousson et de savane tropicale (Schuurman et Lowry II,
2009). Parmi les différents types des données climatiques, on n’a besoin que des données
pluviométriques et des données températures, car leurs variations ont les plus grands effets sur
les roches (Bost, 2008).

I.2.2.1. Précipitations
La pluie est l’un des facteurs qui peuvent accélérer l’altération des roches (Derron,
2000). Le diagramme ci-dessous (figure 4) présente les fluctuations mensuelles des
précipitations au Région Sava, basée sur les données enregistrées par la station
météorologique de Sambava au cours des années 2013 à 2023. Il est notable que la période la

8
plus humide se situe entre Décembre à Avril, avec une moyenne de précipitations de 393 mm,
tandis que le minimum est observé entre Mai à Novembre, avec 175,71 mm de précipitations
moyennes.

500

450

400

350

300
Précipitation[mm]

250

200

150

100

50

0
i er ie
r
ar
s ril ai in et ût br
e
br
e
br
e
br
e
nv vr M Av M Ju ill Ao to
Ja é Ju em c m m
F pt O No ce
Se Dé

Mois

Figure 4: Répartition mensuelle des précipitations

I.2.2.2. Température
Les variations des températures ont des effets sur le changement de volume des
roches. Elles peuvent aussi accélérer les processus d’altération chimiques des roches (Bost,
2008). Les deux courbes ci-dessous (figure 5) représentent les variations des valeurs
moyennes des températures maximales et minimales dans la région de la Sava au cours des
dix dernières années (2013-2023), selon les données enregistrées par la station
météorologique de Sambava. En analysant ces courbes, on peut dire que pendant la saison
pluvieuse, les températures sont élevées, tandis que la saison fraîche englobe le reste de
l’année.

9
 Figure 5: Variation mensuelle de la température

I.2.2.3. Courbe ombrothermique

La courbe ombrothermique est utilisée pour caractériser le climat local. La figure 6
montre la combinaison des données mensuelles pendant dix ans (2014-2023) des températures
moyennes et des précipitations moyennes dans la Région SAVA. Cette figure présente sur
l’axe premier d’ordonné la température moyenne tandis que l’axe secondaire d’ordonnée est
pour la précipitation moyenne. L’intersection entre la courbe et l’histogramme détermine une
surface, qui subdivise la saison humide et sèche.

10
 30 500
450
25
400
350
20
300
15 250
200
10
150
100
5
50
0 0
er ie
r
ar
s ril ai in et ût br
e re br
e
br
e
nvi vr M Av M Ju ill Ao ob
a é Ju em t m m
J F pt Oc No ce
S e Dé

Précipitation Température

Figure 6: Variations des températures et des précipitations moyennes

I.2.3. Contexte géologique

I.2.3.1. Socle cristallin de Madagascar
Madagascar est la quatrième plus grande île au monde (Brunet, 1997). Elle est
composée principalement d'un socle cristallin du Précambrien, qui occupe environ deux tiers
de sa superficie, et de formations sédimentaires Phanérozoïques situées le long de la côte
Ouest, couvrant le tiers restant de l'île (Besairie, 1946).
En termes de géodynamique, le socle cristallin de Madagascar est composé par 10
domaines et sous-domaines tectono-métamorphiques distincts (Carte 2) (Tucker et al.,
PGRM2012) :
 Domaine de Vohibory
 Domaine d’Ikalamavony
 Domaine d’Antananarivo
 Domaine de Bemarivo
 Sous-domaine d’Anosyen
 Sous-domaine d’Androyen

11
 Sous-domaine d’Antongil
 Sous-domaine de Masora
 Domaine d’Itremo
 Complexe de Tsaratanana

12
Carte 2: Socle cristallin de Madagascar (Source : PGRM 2012)
I.2.3.2. Géologie régionale
La Région SAVA appartient au domaine de Bemarivo et à une partie du sous-domaine
d’Antongil (Carte 3).

I.2.3.2.1. Domaine de Bemarivo

Le domaine de Bemarivo est comme un arc océanique ou un agrégat de plusieurs
blocs qui se sont accrétés au bouclier Archéen de Madagascar pendant le Cambrien
(Buchwaldt et al., 2003).
Il peut être divisé en deux parties : au Nord de ce domaine, on trouve un terrain jeune
constitué de roches plutoniques intrusives et de roches volcaniques du Cryogénien, formant la
suite de Manambato, datant de 740 Ma à 708 Ma. Au Sud, on trouve un terrain plus ancien
constitué de roches plutoniques du Cryogénien, la suite d'Antsirabe-Nord, datant de 760 Ma-
750 Ma, qui traverse les formations du Mésoprotérozoïque de marge continentale du groupe
de Sambirano-Sahantaha (Thomas et al., 2009).
De plus, on y trouve également une séquence de roches sédimentaires de bas grade
comme le quartzite, micaschiste et marbre, influencée par un métamorphisme de bas grade et
intrusée par des roches de la suite d’Imorona-Itsindro (Moine et al., 2014).

I.2.3.2.2. Sous-domaine d’Antongil

Le sous-domaine d'Antongil présente une combinaison de roches datant du Paléo- au
Mésoarchéen, comprenant des orthogneiss et des roches para dérivées. Cette combinaison
inclut la suite de Nosy Boraha, qui est un complexe d'orthogneiss migmatitiques composé
principalement de Tonalite Trondhjémite-Granodiorite (TTG), ainsi que le Groupe de
Fenoarivo, une séquence de paragneiss du Mésoarchéen dont la nature exacte reste à clarifier.
Les autres formations rocheuses archéennes de ce sous-domaine comprennent le groupe de
Mananara au nord et le groupe d'Ambodiriana au Sud (Tucker et al., 2014 ; PGRM, 2012).
Ce sous-domaine conserve aussi les roches les plus anciennes connues à Madagascar (Moine
et al.,2014).

13
 Carte 3: Carte géologique de la Région Sava (source : FTM BD 500)

I.2.3.3. Géologie locale du site

Le site étudié est une carrière qui est déjà exploitée par la société COLd Asphalt
(COLAS) dans le cadre de la reconstruction de la RN5A. Cette carrière se trouve dans le
domaine de Bemarivo, est principalement constituée de granite migmatitique (photo 1). Sur le
terrain, il a été observé que la couverture latéritique est prédominante, avec une épaisseur
estimée à 10 m dans la partie sud du site. Dans sa partie supérieure, la roche éruptive se
présente sous forme de scories et montre des signes d'altération avancée (photo 2). Les
formations géologiques qui se superposent à la carrière sont composées d'orthogneiss et de
paragneiss du Protérozoïque supérieur, considérées comme le substratum de la zone (carte 4).

14
 Photo 1 : Front de la carrière

Photo 2 : Affleurement de scorie couvrant la roche dure

15
 Carte 4: Géologie du site (Source : BD 500)

I.2.4. Géomorphologie
Le relief de la Région SAVA se divise en trois sections différentes (CREAM, 2013).
À l'Est, les terrains sont plats, avec des altitudes généralement inférieures à 200 m. Dans la
partie centrale, le relief est très accidenté, avec des altitudes variant de 201 à 800 m. À
l'Ouest, la topographie est aussi caractérisée par des reliefs accidentés et des altitudes élevées,
souvent supérieures à 800 m, plus spécifiquement, la partie centrale-Ouest de la région
comprend des reliefs atteignant des altitudes de plus de 2000 m, principalement autour du
grand massif de Tsaratanana, dont le point culminant s'élève à 2 880 m (Castermans et
Bielders, 2020). La carte 5 illustre la variation de relief de Région SAVA.

16
Carte 5: Variation du relief dans le Région Sava (source : Landsat 9, 2024)

17
 CHAPITRE II : METHODOLOGIE ET MATERIELS
Ce chapitre élucide les méthodes et les équipements utilisés dans l'étude. On
commence par examiner la notion du carottage, puis on aborde la méthode électrique, choisie
parmi les méthodes géophysiques pour cette étude. Ensuite, on explore la réalisation de la
levée topographique à l'aide de l'appareil Reach Rover RS+. Enfin on fait quelques rappels sur
la géostatique.

II.1. Notion de carottage

Le carottage est une méthode consistant à extraire un échantillon cylindrique d'un
matériau en prélevant une section de sa surface sous forme de carotte (Dunster, 2009). Entre
le 20 Octobre et le 1er Novembre 2023, la société LNTPB a mené une campagne de sondage
par carottage sur le site. Les objectifs du carottage sont d’obtenir des informations
géologiques caractérisant le sous-sol comme la succession des couches présentes. Ainsi, on a
également employé le carottage pour l’étalonnage de la prospection électrique.

Principe de carottage
Le carottage est réalisé à l’aide de l’appareil appelé « carottier », qui composé d’un
tube creux et un outil rotatif. Son principe de fonctionnement est simple : tout d’abord, le
carottier est placé sur le matériau à carotter, puis l’outil rotatif est utilisé pour creuser un trou
cylindrique dans le matériau. Le tube creux est ensuite retiré dans le matériau, emportant avec
lui l’échantillon (Saadati et al., 2014). La photo 3 expose le matériel utilisé durant l’essai de
carottage.

18
 Photo 3: Appareil utilisé pour effectuer l’essai de carottage sur le site

II.2. Méthode électrique

La méthode électrique est une méthode géophysique largement utilisée depuis environ
60 ans pour cartographier les variations de résistivité électrique du sous-sol en une dimension
(1D), deux dimensions (2D) ou trois dimensions (3D) (Chauris et al., 2012). Elle représente
le premier moyen d'investigation du sous-sol en géophysique. Elle a été développée par
Conrad Schlumberger, un ingénieur français et professeur à l'université de Paris, en 1912. Il
avait eu l’idée de comparer la distribution de potentiel engendrée par un courant continu dans
le sol réel et dans un modèle fictif. Cette expérience lui a permis de comprendre la nature du
sol réel et de définir le concept de résistivité apparente. En 1915, Wenner a également adopté
cette approche pour analyser les propriétés relatives à des configurations qui portent
désormais leur nom. Ses applications sont diverses : détection de cavités ou de fractures dans

19
les environnements karstiques (Militzer et al., 1979), détection de structures archéologiques
(Papadopoulos et al., 2006), localisation et estimation des flux et de la vitesse d'écoulement
des eaux souterraines et des contaminants (Barker et Moore, 1998), suivi des migrations de
polluants et d'eaux salées dans les milieux côtiers (Monego et al., 2010). Dans notre cas, on
l’utilise pour déterminer les zones exploitables sur le site.

II.2.1. Principe de la méthode électrique

La figure 7 illustre le principe de la méthode électrique. Elle s’est basée sur
l'utilisation d'un dispositif à quatre électrodes A, B, M et N dont les électrodes A et B sont
utilisées pour injecter le courant, tandis que les autres électrodes M et N sont utilisées pour
mesurer la différence de potentiel. Le but de cette méthode est de caractériser la structure du
sous-sol à l’aide d’un paramètre physique appelé « résistivité électrique ».

Figure 7: Disposition des électrodes et principe de mesure

20
II.2.2. Résistivité électrique
En général, la résistivité électrique du sous-sol est un paramètre physique qui mesure
la capacité d'un matériau à s'opposer au passage des charges électriques libres en présence du
champ électrique (Herman, 2001). On parle de résistivité vraie lorsque le terrain est
homogène et isotrope tandis que dans le terrain hétérogène, on parle de résistivité apparente
ou résistivité intrinsèque (Hebbache, 2017).

II.2.2.1 Notion de la résistivité vraie

Dans un milieu homogène, si on mesure la différence de potentiel lorsqu’on injecte de
courant électrique, la résistivité vraie peut être calculée à partir de la formule (1) :
∆V
ρ=K (1)
I

Avec ρ : Résistivité vraie électrique (Ω . m)

I : Intensité du courant injecté (A)
K : Facteur géométrique
∆ V : Différence de potentiel

Expression de la facteur géométrique K

Dans un demi-espace infini, homogène et isotrope, lorsque la source est ponctuelle et
placée en surface, les surfaces équipotentielles sont des demi-sphères (Palacky, 1987). Si on
suppose que le potentiel électrique à l'infini est nul, le potentiel généré par un courant I en un
point situé à une distance r de la source d’injection de courant est déterminé par l’équation
(2) :
I
V=ρ (2)
2 πr

Où
r : Distance entre l’électrode du courant et l’électrode de mesure du potentiel.

À partir de l’équation (2), on peut justifier les potentiels créés au point M et N, en supposant
que A soit la borne positive de la source du courant et que B corresponde à la borne négative.

21
  Au point M, on a :

I I
En A, V A ( M )= ρ Et en B, V B ( M )=− ρ (3)
2 πAM 2 πBM
La formule (3) fournit le potentiel en M créé par les bornes A et B :
I I
V M =V A ( M ) +V B ( M )= ρ −ρ (4)
2 πAM 2 πBM
 Au point N, on a :
I I
En A, V A ( N ) =ρ Et en B, V B ( N )=− ρ (5)
2 πAN 2 πBN

Le potentiel en N, résultant des bornes A et B, est exprimé par l'équation (6)

I I
V N =V A ( N )+ V B ( N )=ρ −ρ (6)
2 πAN 2 πBN
En soustrayant les formules (4) et (6), on a la différence de potentiel entre M et N :

∆ V =V M −V N =
ρI 1
( −
1
−
1
+
2 π AM BM AN BN
1
) (7)

Avec :
∆ V : Différence de potentiel mesurée entre les électrodes M et N
I : Intensité du courant injecté entre les électrodes A et B
AM, BM, AN et BN : Distances entre les électrodes A et M, B et M, A et N, et B et N

En remplaçant ∆ V de la formule (7) dans la formule (1), et on peut tirer le facteur

géométrique K exprimé par l’expression (8) :

2π
K=
( AM1 − BM1 − AN1 + BN1 )
(8)

II.2.2.2. Notion de la résistivité apparente

En réalité, la résistivité du sous-sol présente une quasi-hétérogénéité, où différentes
couches avec des résistivités variables se superposent. Ainsi, L’expression (1) n’est plus
valide, car la résistivité devient intrinsèque. Elle dépend de plusieurs facteurs : la nature du

22
sous-sol, la température, la teneur d’eau, la porosité, le taux d’argile et d’autres éléments
(Ward, 1990 ; Telford et al., 1990 ; Ruellan et Deletang, 1967).

Le tableau 3 illustre quelques gammes de valeurs de résistivité électrique pour

différents matériaux.
Tableau 3 : Gamme de résistivité électrique pour les matériaux géologiques communs (Source : Keller, 1966 ;
Monjoie, 1987 ; Daniels et Alberty, 1966 ; Palacky, 1987)

Matériaux Résistivité (Ω m) Matériaux Résistivité ( Ω m )

Alluvion 10-1000 Granite 1000– 15000
Argiles 7-35 Graphite 0.1-10
Basalte 800– 15000 Latérites 100-2500
Carbonates 350-6000 Sable et graviers 40-1010
Eau douce 4-300 Schistes 20-1000
Eau de mer 0.1-1 Shales 6-25
Eau salée 0.3-1 Sulfures 0.01-1

Loi d’Archie
Selon la loi d'Archie, la résistivité électrique d'un matériau rocheux est affectée par les
caractéristiques et la concentration des fluides qu'il contient (Archie, 1942). Cette relation
entre les paramètres et la résistivité électrique est formulée par l'équation (9) (Hossin, 1960) :

−m −n
ρr =ρW a Φ S (9)

Avec ρr : résistivité de roche

ρW : Résistivité de l’eau

Φ : Porosité de la roche

a : Coefficient de saturation, dépend de la lithologie ( 0.6< a<2 )

m : Coefficient de cémentation ou tortuosité (1<m<3)

n : Exposant de saturation (1.7< n<2.2

Les exemples présentés dans le tableau 4 montrent les différentes gammes de valeurs de
résistivité qui sont déterminées en utilisant cette loi.

23
Tableau 4 : quelques valeurs de résistivité utilisant la loi d'Archie (Source : Archie, 1943 ; Jackson et al.,
1978 ; Keller, 1988)

Formation Porosité (%) m A

Détritiques faiblement cimenté 25-45 1.37 0.88
Grès 12-35 1.8-2.0 -
Sables à grains ronds - 1.4 -
Sables à fragments de coquille - 1.85 -
Sédimentaire fortement cimentée 2-25 1.95 0.62
Sédimentaire modérément cimenté 18-35 1.72 0.62
Volcanique très poreuse 20-80 1.44 3.50

II.2.3. Différents types de dispositifs utilisés

Le choix du dispositif utilisé dépend des caractéristiques géométriques de la cible à
localiser telles que la profondeur ou encore l’extension latérale et verticale. Il dépend
également du rapport signal sur bruit dans la mesure de la différence de potentiel (Okpoli,
2013). Chaque dispositif présente une sensibilité spécifique à la variation de la résistivité
sous-sol mais l’objectif est de détecter les anomalies cherchées afin de faciliter l’interprétation
des résultats et pour minimiser les incertitudes (Rakotomandrindra, 2018).
Il existe de nombreux types des dispositifs en prospection électrique, parmi lesquels le
dispositif Wenner, Schlumberger, Wenner-Schlumberger, dipôle-dipôle, pôle-dipôle et pôle-
pôle sont les plus couramment utilisés. La figure 8 illustre plusieurs types de dispositifs en
prospection électrique avec l’emplacement des électrodes et leur facteur géométrique K.

24
 Figure 8: Dispositifs courants en prospection électrique

II.2.4. Profondeur d’investigation

La profondeur d'investigation, également connue sous le nom de profondeur de
pénétration, peut être définie comme la profondeur maximale à laquelle un objet géologique
cesse de générer un effet mesurable (Ward, 1990). Elle est directement affectée par l'écart
entre les électrodes. En effet, à mesure que cet écart augmente, la profondeur s'accroît
également.
Le tableau 5 indique les profondeurs d'investigation approximatives pour les dispositifs
Wenner, Dipôle-Dipôle et Pôle-Pôle, selon les modèles de Roy (1971) et Barker (1989) où L
est la distance totale du dispositif utilisé (Roy et Apparao, 1971).
Tableau 5 : Profondeur d'investigation selon Roy et Barker

Dispositif Profondeur investigation Profondeur d’investigation

(D’après Roy) (D’après Barker)
Wenner 0,11L 0,17L
Dipôle-Dipôle 0,195L 0,25L
Pôle-Pôle 0,35L 1
L
8,4

25
II.2.5. Technique d’acquisition des données
Plusieurs techniques telles que le sondage électrique, le profilage ou le trainé
électrique et le panneau électrique peuvent être utilisées dans la méthode électrique
(Chouteau et Giroux, 2006). Dans le cadre de cette étude, on n’utilise que du panneau
électrique. Il est aussi appelé tomographie électrique ou imagerie de résistivité électrique. Il
offre une approche 2D, horizontale et verticale de l'investigation du sous-sol, combinant les
avantages des sondages électriques en profondeur et des traînées électriques en profils
(Fargier, 2011).
Le principe d’acquisition des données du panneau électrique est basé sur la mesure de
la différence du potentiel, puis le calcul de la résistivité du sous-sol le long d'un profil
rectiligne en utilisant un résistivimètre à électrodes multiple de même distance.
Pendant la collecte de données, le résistivimètre effectue automatiquement tour à tour
la sélection des 04 électrodes utilisées pour l'injection du courant électrique et la mesure du
potentiel électrique résultant, selon les besoins de l’acquisition. Les données obtenues grâce à
la mesure sont ensuite stockées dans la mémoire du résistivimètre.
Le nombre de mesures effectuées lors d'un panneau électrique dépend étroitement du
dispositif utilisé, du nombre d'électrodes total implantées le long du profil étudié et le nombre
de séquence de mesure, noté « ni». Dans notre cas, on a réalisé la tomographie électrique avec
le dispositif Wenner α car ce dernier est sensible aux variations verticales c’est-à-dire il est
adapté à la détection des structures horizontales (Plancencia, 2004). Dans ce dispositif, la
distance entre les électrodes consécutives est pareil, noté « a ». Les nombres des mesures
effectuées peuvent être déterminés à l'aide de la formule (10).
M = ∑ ( N − 3 ni ) (10)
i

Sous conditions :
N
 ni ≤ Et ni est toujours un nombre entier
3
 La distance interélectrode est égale à a
Avec
M : nombre des mesures effectuées lors d’un panneau électrique
N : nombre total d’électrodes présentes dans le panneau électrique
ni : numéro de la séquence de mesures

26
On a utilisé 32 électrodes donc, les valeurs de n i seront 1, 2, 3, 4, 5, 6, 7, 8, 9 et 10. Le nombre
total de mesures effectuées dans le panneau de notre étude est alors :
M= (32-3*1) + (32-3*2) + (32-3*3) + (32-3*4) + (32-3*5) + (32-3*6) + (32-3*7) + (32-3*8)
+ (32-3*9) + (32-3*10) = 155
La figure 9 montre la configuration des électrodes pour le panneau électrique du type Wenner.

Figure 9: Principe d'acquisition des données en panneau électrique du type Wenner α

II.2.6. Matériels d’acquisition des données

L’appareil utilisé durant l’acquisition des données est un résistivimètre SYSCAL R1
développé par Iris instruments et caractérisé par :

 Une tension de sortie de 800 Voltes (1600 V crête à crête).

 Un courant de sortie maximum jusqu’à 2.5 A.
 Une impédance d’entrée de 10 MΩ .
 Une gamme de tension d’entrée de -5 à +5 V.
 Une compensation automatique de la PS (-5 à +5 V) avec une correction linéaire de la
dérive (jusqu’à 1 mV/s).
 Une mesure prise de la résistance de prise de terre de O à 1000 KΩ .

C'est l'équipement principal, mais il est complété par d'autres accessoires :

 Deux batteries 12 V pour alimenter un convertisseur DC/DC de 250 W et le RCM.

27
  Des fils, deux multinodes, ainsi que trente-deux (32) électrodes dont seize (16) sont
reliées au premier multinode et les seize (16) autres sont reliés au second.
 Un ordinateur pour transférer la séquence de mesure.
 Un GPS de type GARMIN pour piquer la géolocalisation.
 Un décamètre pour définir la distance interélectrode.
 Des eaux salées pour faciliter le contact entre les électrodes et le sol.

La photo 4 montre les différents instruments utilisés avec le Syscal R1.

Photo 4: Syscal R1 et ses accessoires

II.2.7. Traitement de données en panneau électrique

Pour récupérer les données dans le mémoire du résistivimètre, un câble de transfert est
utilisé vers un ordinateur équipé du logiciel PROSYS II. Ces données sont ensuite
enregistrées dans la mémoire de l’ordinateur sous forme de fichiers binaires avec l'extension
« .bin ».
Pour faciliter l'analyse et l'interprétation, le logiciel PROSYS II est également
employé pour les convertir ces fichiers binaires en un format plus adapté, tel que les données
avec l'extension « .dat ». Et au sein de ce logiciel, on effectue plusieurs corrections, telles que

28
l'élimination des valeurs aberrantes, le filtrage des données, et si nécessaire, l'ajout des
données topographiques pour une analyse plus complète (Alnaser et al., 2021).
En géophysique, les traitements des données passent souvent par une méthode
d’inversion (Soulaimani et al., 2020). Il existe deux types des logiciels d’inversion des
données en panneau électrique : RES2DINV et le RES3DINV, développés par H. Loke en
1997 (Loke, 1997). Dans le cadre de cette étude, on utilise le RES2DINV, qui inverse
automatiquement les données expérimentales par la méthode des moindres carrées, avec
l’utilisation de la méthode de différence finie, afin d’obtenir un modèle 2D appelé « pseudo-
section » de la subsurface à partir de la résistivité du sous-sol. De plus, elle intègre la méthode
de lissage par contrainte pour déterminer le modèle approximatif (Loke, 2004).
Le processus d’itératif du logiciel RES2DINV commence par diviser le profil en
plusieurs blocs (figure 10). La taille de ces blocs augmente avec la profondeur et le nombre de
blocs diminue à partir d’extrémité en raison de la perte de résolution de la méthode électrique.

Figure 10: Modèle en bloc

Dans le cadre de cette opération d'inversion, les premières données intégrées dans les
blocs du modèle correspondent aux valeurs de résistivité apparente obtenues au cours de
l’acquisition. Ensuite, le logiciel recalcule ces valeurs apparentes et les comparent aux
mesures de terrain. Cette comparaison lui permet d’ajuster les valeurs et de générer un modèle
plus précis, c’est-à-dire réduire la différence entre les valeurs vraies et le modèle pour que
l’erreur RMS (Root Mean Square) soit inférieure à une valeur seuil (Loke, 2001). Sinon, le
processus d'inversion refait un calcul de la résistivité apparente et compare le modèle résultant
au modèle réel.
L’organigramme ci-dessous résume le traitement des données de panneau électrique par
RES2DINV.

29
LECTURE INVERSION PAR CALCUL DE ρ PAR
DES MOINDRES DIFFÉRENCE FINIE
DONNES CARRÉES

ERREUR LISSAGE PAR

RMS CONTRAINTE
Non MINIMALE

Oui

MODÈLE
FINAL
EN 2D

II.3. Levé topographique

La topographie consiste à déterminer les positions géographiques des points
(longitude, latitude et altitude) dans des lieux spécifiques. En prospection électrique, son
importance est significative, car lorsqu'un programme inverse les données en corrigeant les
effets de la topographie, le modèle de bloc est ensuite ajusté en fonction de cette topographie
(Loke, 2000).
On a réalisé des levés topographiques lors de la prospection sur le terrain afin d'obtenir
des informations sur le relief et pour localiser les affleurements rocheux sur le site, en utilisant
un équipement moderne appelé Reach RS+ avec l’application Emlid Flow. Cet instrument de

30
topométrie de haute précision (centimétrique) nous a permis de collecter et de mesurer avec
exactitude les coordonnées géographiques d'un point spécifique.

II.3.1. Acquisition des données topographiques (Hill et al., 2019 ; Kalacska, 2018)
L'acquisition des données en Reach RS+ suit les étapes suivantes :
 Installation et Configuration de la Station de Base :
 Placez la station de base sur un endroit stable avec une vue dégagée du ciel.
 Allumez la station de base en appuyant sur le bouton d'alimentation.
 Configurer la station de base dans l'application Emlid Flow en entrant sa
position exacte et en réglant les paramètres de correction pour qu'elle envoie
des données de correction au rover.
 Connexion et Configuration du Rover :
 Allumez le récepteur.
 Connectez le smartphone ou la tablette au réseau Wi-Fi du récepteur.
 Dans l'application Emlid Flow, configurez le récepteur pour qu'il reçoive les
corrections de la base et mettez-le en mode Kinematic pour obtenir des
corrections en temps réel.
 Surveillance de la Réception :
 Assurer la réception des corrections de la station de base par le rover et vérifier
que le nombre de satellites est suffisant pour garantir une précision optimale.
 Utiliser le mode Float pour atteindre une précision submétrique en attendant de
passer en mode Fix pour une précision centimétrique.
 Collecte des données sur le terrain :
 Déplacez le récepteur aux différents emplacements souhaités pour collecter les
données.
 Utilisez l'application Emlid Flow pour enregistrer les coordonnées précises des
points, lignes et polygones. Vérifiez continuellement la qualité du signal pour
assurer la précision des données collectées.

Après avoir complété la collecte de données, l'enregistrement dans l'application Emlid Flow
est arrêté. Les données collectées sont ensuite sauvegardées dans divers formats : « .xlsx »,

31
« .csv », « .dxf » et « .shp » au sein de l'application. Une fois importées dans la mémoire du
téléphone ou de la tablette, les données peuvent être aisément transférées vers un ordinateur.

II.3.2. Matériels utilisés (Kalacska, 2018)

Pour collecter des données avec le système Reach RS+, on aura besoin des éléments suivants
(figure 11) :
 Une station de base Reach RS+ avec une antenne GNSS
 Un récepteur mobile Reach RS+ avec une antenne GNSS
 Un smartphone ou une tablette avec l’application Emlid Flow installée
 Un trépied pour la station de base
 Une perche d'arpentage pour le récepteur mobile

Figure 11: Matériels utilisés sur topo

II.4. Rappel géostatistique

Le mot géostatistique a été introduit en 1962 (Matheron, 1962). Elle est une méthode
statistique qui consiste à étudier des variables numériques réparties dans l’espace (Chauvet,
2008). Dans notre cas, on l’utilise pour cartographier et faciliter l’estimation des volumes de
roches sur le site.

II.4.1. Bref historique de la géostatistique

L’histoire de la géostatistique peut être résumée de la manière suivante :
 1930-1950 : Kolmogorov et Wiener ont posé les bases de la géostatistique en
introduisant les théorèmes des fonctions aléatoires (Kahane, 1985).

32
  1955 : Le géologue Sud-Africain Danie G. Krige qui enseigne à l’université du
Witwatersrand en Afrique du Sud a effectué des calculs pour évaluer les ressources
d’un gisement d’or à partir du nombre de sondages répartis dans la zone d’étude. À ce
moment-là, la quantité d’intérêt est inconnue et traitée comme une variable aléatoire
(Matheron, 1962).
 1960-1970 : George Mathéron et Gandin ont collaboré pour développer la théorie de
la variable régionalisée, donnant ainsi naissance à la géostatistique en réponse
soulevées par Krige. En hommage à Daniel G. Krige, décédé en 1956, Mathéron a
donné le nom de la méthode d’estimation développée Krigeage (Matheron, 1962).
 A la fin de l’année 60 et au début de l’année 70, les chercheurs russes ont appliqué la
géostatistique à la recherche de lame d’eau écoulée liée aux précipitations.
 1976 : Delhomme est la première personne à utiliser la géostatistique en
hydrogéologie de la surface et l’eau souterraine.
 De nos jours, la géostatistique est utilisée dans divers domaines. Ses applications ne se
restreignent plus uniquement dans les domaines des ressources naturelles. Plus
précisément, elle peut s’appliquer à toutes les sciences de la nature (Armstrong et
Carignan, 1997).

II.4.2. Quelques rappels statistiques

II.4.2.1. Variable aléatoire
Une variable aléatoire est une fonction dont le résultat final devient connu seulement après
la réalisation d’une expérience ou un évènement. Mathématiquement, une variable aléatoire Z
est une fonction définie de l’ensemble fondamental Ω à valeur dans R, Z : Ω → R (Lévy,
1937).
Il existe deux types de variable aléatoire : discrète et continue. On parle de variable aléatoire
discrète lorsqu’elle prend des valeurs distinctes et comptable tandis qu’une variable aléatoire
est dite continue si elle peut prendre n’importe quelle valeur dans un intervalle donné.

II.4.2.2. Description d’une variable aléatoire

En géostatistique, les variables analysées proviennent généralement de phénomènes
naturels et sont traitées en tant que variables quantitatives discrètes. Cette partie se focalisera
donc sur quelques caractéristiques spécifiques des variables aléatoires discrètes,
particulièrement pertinentes dans le contexte géostatistique.

33
II.4.2.2.1. Loi de probabilité
La loi de probabilité d’une variable aléatoire est connue comme un outil qui permet de
caractériser les V.A sous forme d’une expérience type (Misés, 1936). Elle analyse cette
expérience et on peut déduire les principales caractéristiques de toutes les autres expériences
aléatoires qui sont du même type.

II.4.2.2.2. Espérance mathématique

L’espérance mathématique est appelée aussi moment du premier ordre. Pour une
variable aléatoire discrète X avec de valeur possible x 1, x 2…. x net de probabilités respectives
P(X= x 1), P(X= x 1)…P(X= x n), elle correspond à la somme de produit de la variable aléatoire
par sa probabilité (Lejeune, 2010).
n
E(X) = x 1. P(X= x 1) + x 2. P(X= x 2) +…+ x n. P(X= x n) = ∑ x i . P ( X=x i ) (11)
i=1

Avec E(X) : Espérance mathématique

II.4.2.2.3. Variance mathématique

La variance mathématique V(X) est appelée aussi moment du second ordre. C’est la
mesure de la dispersion de valeurs d’un ensemble des données par rapport à la moyenne
(Henderson, 1953).
Elle peut être calculée par la formule suivante :

V ( X )=E ( [ X − E ( X ) ] )=E ( X 2 ) − [ E ( X ) ]
2 2
(12)

II.4.2.2.4. Covariance
Contrairement à la variance, la fonction covariance permet d’étudier les ressemblances
entre les deux points pairs par rapport à leur moyenne. Si on prend par exemple deux points
x i, x j , elle peut être déterminée par l’équation suivante (Henderson, 1953) :
Cov (F ( x i), F ( x j )) = E [F ( x i − m)* F ( x j −m )] (13)

II.4.3. Variable régionalisée

II.4.3.1. Définition
G. Matheron a introduit le terme « régionalisé » pour décrire un phénomène qui se
manifeste dans l'espace et qui présente une structure spécifique à cet espace. Une variable
régionalisée (V.R) Z est donc une fonction mathématique dépendante de l'emplacement
spatial X dans une espace E (Lecoustre et al., 1986). Elle attribue une valeur spécifique à
chaque point de l'espace, reflétant la variation du phénomène d'un endroit à un autre.

34
II.4.3.2. Hypothèses fondamentales de la variable régionalisée
II.4.3.2.1. Hypothèse de stationnarité d’ordre 2
Une fonction aléatoire Z(x) est dite stationnaire d’ordre 2 si la covariance entre les
pairs existe et ne dépend que de la distance entre les deux points « h ». Cela signifie que
l’espérance mathématique et la variance existent et sont constantes sur tout le domaine
d’étude, c’est-à-dire elles ne dépendent pas de la position spécifique « x » (Matheron et
Delfiner, 1980) :
 E(X) = m (14)
 Var (Z(X)) = Cov [Z(x), Z(x)] = C (0) (15)

II.4.3.2.2. Hypothèse intrinsèque

L’hypothèse intrinsèque stipule que les accroissements de la fonction aléatoire sont
stationnaires d’ordre 2, c’est à dire :
 L’Espérance mathématique des écarts est nulle :
E [Z(x+h) - Z(x)] = 0 ∀ x et h fixé (17)
 La variance des écarts ne dépend que de h :
Var [Z(x+h) - Z(x)] = E [(Z(x+h) - Z(x))2] (18)
 La covariance des écarts est indépendante de la position :
Cov [Z(x+h) - Z(x)] = C(h) (18)

Cette hypothèse ne nécessite pas la connaissance de l’espérance ni de la covariance de la

variable aléatoire (Matheron et Delfiner, 1980). De plus, toute fonction stationnaire d’ordre
2 est intrinsèque, bien que la réciproque ne soit pas vraie (Matheron, 1966).

II.4.4. Variogramme expérimental

Lorsque l'on explore le domaine de la géostatistique, l'étude du variogramme est
inévitablement au centre des préoccupations (Genton, 1998). En géostatistique, l’idée
fondamentale est que la nature n’est pas entièrement imprévisible. Deux observations proches
devraient être pareilles par rapport aux deux observations éloignées (Matheron, 1962). Le
variogramme nous aide à mesurer cette continuité, ce qui est très utile pour comprendre les
modèles géostatistiques.
Mathématiquement, le variogramme expérimental, noté γ (h), est défini comme la
moitié de la variance de la différence entre les valeurs observées à deux déplacements
différents, en fonction de la distance qui les sépare (Gratton, 2002). Pour deux points x i et x j
séparés par une distance h :

35
 N (h )

1
N (h )
1
∑ [ ( Z ( x i ) − Z ( x i+ h ) ) ]
2

(19)
∑
2
γ ( h )=
2 N ( h) i , j
[ Z ( xi )− Z ( x j ) ] =
2
i=1

N (h )
Avec :
h : Distance pour laquelle on calcule le variogramme
γ ( h ): Variogramme à distance h
N(h) : Nombre de paires de points séparées par la distance h
Z ( x i ) Et Z ( x i +h ) : valeurs mesurées au point x i et x j

II.4.4.1. Propriétés et caractéristiques du variogramme expérimental

II.4.4.1.1. Propriétés (Matheron et Delfiner, 1980)
 Signe du variogramme
 Le variogramme,γ ( h ) est une fonction toujours supérieure ou égale à zéro.
 Il est symétrique, doncγ ( h )=γ ( −h ), ce qui en fait une fonction paire.
 Lorsque la distance entre deux points x et x+h est nulle, alorsγ ( h=0 )=0 .
 Isotropie du variogramme
On dit que le variogramme est isotopique lorsqu’il est identique dans toutes les directions de
l’espace, c’est-à-dire il ne dépend pas l’orientation du vecteur h (Genton, 1998).

II.4.4.1.2. Caractéristiques (Rasolomanana, 2015)

Les caractéristiques du variogramme apparaissent des manières suivantes (figure 12) :
 Effet de pépite ( C 0 ): C’est la partie du variogramme observée à une distance nulle.
Elle est appelée aussi variation à très courte échelle qui est obtenue par l’intersection
de l’axe des γ ( h ) avec la droite (D), passant par les deux premiers points du
variogramme expérimental. Elle peut être déterminée par :
lim ❑ (20)
+ γ ( ε) =C 0
ε→0

 Le palier (C) : Il correspond à la valeur du variogramme lorsque la valeur de la

semi-variance ne croit plus. C’est qui veut dire qu’il est la valeur du variogramme
de l’aléatoire à partir d’une certaine distance h (σ 2=C0 +C=Var ( Z ( x ) ) ; C 0 ≠ γ ( 0 ).
 Portée (a) : Elle représente la distance au-delà de laquelle les observations ne sont
plus corrélées spatialement. C'est le point où le variogramme atteint une asymptote.

36
 Figure 12:Caractéristique du variogramme

II.4.4.2. Modèle du variogramme

Le variogramme expérimental est ajusté avec un modèle du variogramme théorique.
Les modèles usuels du variogramme sont des fonctions mathématiques qui décrivent la forme
générale de la relation entre la variance et la distance h (Matheron, 1962). Voici les modèles
les plus utilisées en géologie :
 Effet de pépite

{
γ ( h )= 0 sih=0
C 0 si h>0
Ce type représente la discontinuité à l’origine du variogramme.
 Modèle sphérique

{[ ( )]
3
3h 1 h
γ ( h )= C 2 a − 2 a si 0< h<a
C si h> 0

37
 Il s'agit d'un variogramme linéaire à l’origine, caractérisé par une pente de 3 C /2 a . La
portée pratique, correspondant à la distance pour atteindre 95% du palier, est de 0.81a.
 Modèle cubique

{ [ ( ) ( ) ( ) ( )]
2 3 5 5
h 35 h 7 h 3 h
γ ( h )= C 7 a − 4 a + 2 a − 4 a si h ≤ a

C si h ≥ a
Ce variogramme montre un comportement parabolique à son origine et atteint sa portée à
une distance a. La portée pratique, à laquelle 95% du palier est atteint, est de 0.69a.
 Modèle Gaussien

( ( ))
2
−h
γ ( h )=C 1 −exp
a
Ce modèle exhibe un comportement parabolique à l’origine et converge
asymptotiquement vers son palier. La portée pratique, c'est-à-dire la distance à laquelle 95%
du palier est atteint, équivaut à 1.73 a.

 Modèle exponentiel

(
γ ( h )=C 1 −exp ( −ah ))
Ce modèle présente aussi une tendance linéaire à l’origine, avec une pente de Ca. Il
converge asymptotiquement vers son palier. La portée pratique, définie comme la distance
pour atteindre 95% du palier, est de 3a.

 Modèle puissance
α
γ ( h )=C h 0<α < 2
Le paramètre α est une caractéristique de forme. C représente un coefficient multiplicatif
positif. Si α =1 alors ce modèle devient linéaire.
 Modèle sinus cardinal

( )
γ ( h )=C 1 −
sin

h
a
( ha )

Ce type du variogramme se caractérise par l’atteinte d’un pic maximum supérieur au

palier avant de converger vers celui-ci. Sur la covariance, cela correspond à des valeurs
négatives et à ce qu'on appelle un « effet de trou ». Ce modèle se manifeste lorsque des

38
phénomènes de compétition sont en jeu : la présence d’une forte valeur en un point donnée
implique de faibles valeurs au voisinage de ce point.

II.4.5. Notion de la variance

On distingue deux notions de variances différentes et complémentaires : variance d’un bloc et
variance de dispersion.

II.4.5.1. Variance d’un bloc

 Définition
La variance d’un bloc permet d’évaluer la variance théorique de la V.R des blocs pour
un domaine infini. Elle représente l'équivalent de la variance ponctuelle, mais appliquée aux
blocs. Ce concept est spécifiquement défini pour les modèles de variogramme présentant de
palier.
 Expression
La variance d’un bloc peut être déterminée en utilisant le variogramme des données
ponctuelles ou quasi-ponctuelles comme les carottes. De ce fait, on peut même calculer le
variogramme et les covariogrammes de blocs.
Considérons Z(x) comme la V.A associée à l’information ponctuelle et Z v(x) comme la V.A à
un bloc centré sur x.
On a :
1
Zv(x)
V
∫ Z ( y ) dy (21)

L’équation (21) montre que la teneur d’un bloc est la moyenne des V.R des points présentent
dans le bloc.
De plus E(Zv(x)) = m
La variance de ZV(x) s’écrit alors :

[
Var (Zv(x)) = σ V =E ( Z V ( x ) − m )
2
]
En changeant la valeur de et on a :

[( )]
2
1
Var (Zv(x)) = σ V =E
V
∫ Z ( y ) dy − m

39
 =E [ 1
v
2 ∬ ( ( 1)
Z y − m)( Z ( y 2 ) − m ) dy 1 dy 2
]
1
=
v
2
E [∬ ( Z ( y ) − m)( Z ( y ) −m ) dy dy ]
1 2 1 2

Or les opérateurs E et ∫ sont linéaires donc ils sont commutatifs :

1
=
v
2 [∬ E ( Z ( y ) − m)( Z ( y ) −m ) dy dy ]
1 2 1 2

1
=
v
2 [∬ Cov ( Z ( y ) , Z ( y ) ) dy dy ]
1 2 1 2

= Var = σ 2v =C ( v , v ) or C ( h )=σ 2 − γ ( h )

Var =σ 2v =C ( v , v )=σ 2 − γ ( v , v ) (22)

Cette expression (22) justifiée que la variance d’un bloc est déterminée par la moyenne de
covariances entre toutes les paires de points formées à l’intérieures du bloc.

II.4.5.2. Variance de dispersion

 Définition
Ce type de variance décrit l’amplitude théorique des variations de la V.R de bloc dans
un domaine d’extension finie d’un gisement. Contrairement à la variance d’un bloc, la
variance de dispersion est utilisée pour les modèles variogramme sans palier.
 Expression
En supposant un grand bloc V (figure 13) subdivisé en n petits blocs équivalent v i,
tous ayant la même forme longueur, surface ou volume. z(v i) est la valeur moyenne de la
variable dans chaque bloc v i .

40
 Figure 13: Bloc V subdiviser en n petits blocs vi

La V.R expérimentale est définie comme la moyenne des valeurs de la variable dans
l'ensemble de V :
n
1
Z (V )= ∑ z ( vi )
n i=1
La variance des échantillons pour un bloc V est :
n
1
S2v ∨V =σ 2v ∨ V =
i
∑
n i=1
( z ( v i ) − Z (V ) )
2

Or la variance de dispersion de v dans V, noté D2 ( v ∨V ) est connue comme l’espérance

mathématique de cette variance des échantillons, alors :

[ ]
n
1
D 2 ( v|V )= E ( S2v ∨ V )=E ( σ 2v ∨ V ) =E
i
∑
n i=1
( z ( vi )− Z ( V ) )
2

=E
D ( v|V )=σ v −σ V
2 2 2
(23)

Si on utilise l’expression de la variance d’un bloc, on obtient :

D ( v|V )=C ( v , v ) −C (V , V ) = γ ( V ,V ) − γ ( v , v )
2
(24)

D’après l’équation (24), on peut dire que la variance de dispersion n’est autre qu’une variation
de V.R mesurée sur deux volumes différents. Cette expression permet de former une règle
d’additivité extrêmement générale pour plusieurs blocs de dimensions variées.
Si l’on dispose des volumes V 1, V2, V3, V4… Vn-1 tel que V 1 <V 2 <…<V n −1 alors la
variance de dispersion pour plusieurs blocs peut être exprimée par :

D ( V 1|V n )=D ( V 1|V 2 ) + D ( V 2|V 3 ) +…+ D ( V n − 1|V n )

2 2 2 2
(25)
Où
σ 2V V =σ 2V
1 n 1
V2 +σ 2V 2
V3 +…+ σ 2V n −1
Vn (26)

Cette équation, également connue sous le nom de relation de Krige, a été dérivée à la suite des
expériences menées par D.G. Krige lors de son analyse des gisements d'or en Afrique du Sud.

41
Elle a ensuite été théoriquement validée par la théorie des variables régionalisées de G.
Mathéron.

II.4.6. Variance d’estimation

II.4.6.1. Définition
La variance d'estimation est une mesure statistique qui évalue l'écart des valeurs
prédites à partir d'un modèle par rapport à la vraie valeur ou à la moyenne attendue. En
d'autres termes, elle quantifie la variabilité des prédictions d'un modèle par rapport à la réalité.

II.4.6.2. Expression
Soit un volume V constitué n points de mesure x i. On connaît les mesures de z(xi)
tandis que la valeur moyenne z(x) est à calculer :
1
z (V )=
V
∫ z ( x ) dx
La valeur de z(V) est inconnue alors, on peut la remplacer par son estimateur :
n
1
Z = ∑ z ( xi )
❑
n i=1
❑
Lorsqu’on estime z(V) par Z , cela introduit une erreur d'estimation, définie comme la
❑
différence entre Z et z(V). Pour mieux caractériser cette erreur, on peut envisager z comme
une réalisation d'une fonction aléatoire stationnaire ou intrinsèque Z avec un variogramme
notéγ ( h ). Il est évident que l'espérance de l'erreur d'estimation est nulle.
E ( Z|− z ( V ) )=0 (27)
L'estimateur 𝑍∗ est dépourvu de biais, ce qui implique qu'il ne présente aucune propension
systématique à sous-estimer ou surestimer la vraie valeur. La variance d'estimation reflète
l'ampleur de l'erreur, précisément exprimée par son carré.
2
Var ( e )=σ e =E [ Z|− z ( V ) ]
2

Var ( Z ( V ) ) + var ( Z ) −2 Cov ( Z❑ , z ( V ) )

❑
En remplaçant Z par son expression et on a :
n n n
2 1
σ ( n , V )= ∑ γ ( x i ,V ) − 2 ∑ ∑ [ γ ( x i , x j ) − γ ( V ,V ) ]
2
e (28)
n i=1 n i=1 j=1
Où, n représente non seulement le nombre de points expérimentaux, mais également leurs
positions relatives par rapport au volume V.
Avecγ ( x i , V ), γ ( x i , x j ) et γ ( V , V ) sont la valeur moyenne du variogramme entre le point x i, x j
qui décrit V :

42
 1
γ ( x i , V )=
V
∫ γ ( xi − x j )

II.4.7. Krigeage
II.4.7.1. Définition
Le krigeage est une technique d'interpolation statistique utilisée en géostatistique pour
estimer les valeurs d'une variable spatiale inconnue à des emplacements non échantillonnés à
l'aide d'observations disponibles à d'autres emplacements. Cette approche vise à minimiser la
variance d’estimation théorique déduite du variogramme (Droesbeke et al., 2006).

II.4.7.2. Différents types du Krigeage

Il existe plusieurs types du Krigeage, mais dans le traitement de cas stationnaire, on
distingue principalement deux types (Baillargeon, 2005) :
 Krigeage ordinaire, appliqué pour l’estimation spatiale d'une variable stationnaire
avec une moyenne à estimer.
 Krigeage simple, utilisé pour l’estimation spatiale d'une variable stationnaire avec une
moyenne fixée.

II.4.7.2.1. Krigeage ordinaire

❑
Le Krigeage ordinaire est considéré comme un estimateur, noté Z de la variable Z en
un point arbitraire dans l’espace géographique. La méthode la plus répandue et simplement
❑
utilisée pour cette estimation est le krigeage linéaire (Rivoirard, 1984). L’estimation ZV ( x 0 ),
effectuée en un point x 0 par cette méthode, peut être exprimée comme suit :
n

V =∑ λi Z i
Z❑
i=1
❑
Avec Z : estimateur
V

λ i: Poids
Zi : Variables aléatoires aux points d’échantillons
Leur variance d’estimation est donc définie par :
2
Var ( e )=σ e =E [ Z V − ZV ]
2 ❑

σ e =Var ( Z V ) +Var ( Z V ) −2 Cov ( Z V , ZV )

2 ❑ ❑
(29)
❑
En remplaçant ZV par son expression, on a :
n n n
σ 2e =Var ( Z V ) + ∑ ∑ λi λ j Cov [ Z i , Z j ] −2 ∑ λi Cov [ Z V , Z i ] (30)
i=1 j =1 i=1

43
Pour qu’un estimateur soit statistiquement satisfaisant, il faut qu’il doive être sans biais
(Hurlin et Mignon, 2022), c’est-à-dire :
n

∑ λi=1
i=1

Ce qui implique que :

n
E ( Z|V ❑ )=∑ λ i E ( Z i )=m
i=1

On cherche à minimiser une fonction quadratique, qui est une fonction convexe. Cependant,
cette minimisation est soumise à une contrainte d'égalité. Pour résoudre ce problème, on
utilise la méthode de Lagrange (Rivoirard, 1984). Pour ce faire, on introduit une fonction
appelée lagrangien :

(∑ )
n
L ( λ )=σ 2e +2 μ λi− I
i=1

(∑ )
n n n n
Var ( Z V ) +∑ ∑ λ i λ j Cov [ Z i , Z j ] −2 ∑ λ i Cov [ Z V , Z i ] +2 μ λ i − I (31)
i=1 j=1 i=1 i=1

Où μ: multiplicateur de Lagrange
λ i: Multiplicateur lié aux contraintes d’égalité

Le minimum de la fonction est obtenu lorsque les dérivées partielles par rapport à chaque λ i
Ainsi que par rapport à μ s'annulent. La résolution de ce système d'équations est couramment
désignée comme la résolution du système de krigeage ordinaire.
Système de Krigeage ordinaire :

{
n n

∑ λ j Cov [ Z i , Z j ] + μ=∑ Cov [ ZV , Z i ]

j=1 i=1
n

∑ λ j =1
j=1

On obtient la variance d'estimation minimale, également appelée variance de krigeage

ordinaire, en remplaçant les équations de krigeage dans l'expression (30) :

n
σ 2k =Var ( Z V ) − ∑ λi Cov ( Z V , Z i ) − μ (32)
i=1

44
Cette équation (32) ne repose pas sur les valeurs observées ; elle dépend uniquement du
variogramme et de la disposition des points utilisés dans l'estimation par rapport au point, ou
bloc à estimer (Matheron, 1962).
Sachant queC ( h )=σ 2 − γ ( h ) , donc la variance de Krigeage peut être écrite en fonction du
variogramme :

n
σ =∑ λ i γ ( v , x i ) − γ ( v , v ) − μ
2
k
i=1

Les équations (31) et (32) présentent respectivement la représentation matricielle du système

de krigeage ordinaire et de sa variance :

K 0 λ0 =k 0
2 2 '
σ k =σ v − λ0 k 0
0

[ ]
2
σ Cov ( Z1 , Z 2 ) Cov ( Z 1 , Z n ) 1
2
…
Cov ( Z 2 , Z 1 ) σ Cov ( Z 2 , Z n ) 1
Actuellement : K 0= ⋮
Cov ( Z n , Z 1 ) Cov ( Z n , Z 2 ) σ 2 1
⋯
1 1 1 1

[ ] []
Cov ( Z 1 , Z v ) λ1
Cov ( Z 2 , Z v ) λ2
K 0= ⋮ Et λ 0= ⋮
Cov ( Z n , Z v ) λn
1 μ

II.4.7.2.2 Krigeage simple

Le Krigeage simple est applicable lorsque la moyenne à estimer est connue ou a été
estimée de manière fiable (Gratton, 2002). Dans ce cas, il est possible de créer un estimateur
sans biais sans nécessairement contraindre la somme des poids à égaler 1 :
n
Z =∑ λi [ Z i −m ] +m
❑
(33)
i=1

Avec m : moyenne à estimer

En substituant l'expression de l'estimateur dans l'équation (29), nous déduisons la formule de
la variance d'estimation, telle qu'elle est présente dans la méthode de Krigeage ordinaire :

45
 n n n
σ 2e =Var ( Z V ) + ∑ ∑ λi λ j Cov [ Z i , Z j ] −2 ∑ λi Cov [ Z V , Z i ] (34)
i=1 j =1 i=1

On effectue la dérivation de cette expression par rapport à chaque λ i afin d'obtenir le système
de krigeage simple :
n n

∑ λ j Cov [ Z i , Z j ]=∑ Cov [ Z V , Z i ] ∀ i=1 … … n (35)

j=1 i=1

On a la variance de krigeage simple, en utilisant les équations (35) et (34) :

n
σ =Var ( Z V ) − ∑ λ i Cov [ Z V , Z i ]
2
ks (36)
i=1

46
 CHAPITRE III : INTERPRÉTATION DES RÉSULTATS ET
ÉVALUATION DES ROCHES MASSIVES EXPLOITABLES SUR LE
SITE
Dans ce chapitre, on présente puis interprète les résultats de l'essai de carottage et des
panneaux électriques réalisés sur le site. On va voir également le processus d’évaluation des
roches massives sur le site.

III.1 Carottage sur le site

Sur le site, un essai de carottage de 6 m a été réalisé par le LNTPB dans la partie Nord (Photo
5). L'interprétation de cet essai a été faite à partir des coupes obtenues, car le suivi direct sur
le terrain n'a pas pu être effectué. Bien que cette coupe de carottage ne fournisse pas une
quantité significative d’informations sur la composition lithologique des roches, elle a permis
de mettre en évidence les différentes couches présentes dans la carrière ainsi que le degré
d'altération des roches. Les résultats du carottage (voir l’annexe 3) montrent que :
 De 0 à environ 0,2 m de profondeur, la formation est constituée de latérite sèche.
 Entre 0,21 m et 6 m de profondeur, on observe la présence de granite migmatitique
intact dans la formation.
Ces résultats montrent une altération minimale de la roche sur le site.

Photo 5 : Carottage dans la partie Nord du site

47
La figure 14 récapitule les formations observées lors du carottage.

Figure 14 : Log du sondage carotté sur le site

III.2 Interprétations des levés géophysiques

III.2.1 Présentations de travaux effectués
04 panneaux électriques (figure 15) ont été installés sur le site pour examiner l'extension en
profondeur du front ainsi que les parties supérieures de celui-ci. Les profils P1, P2, et P3
utilisent chacun 32 électrodes, espacées de 5 m, avec une longueur totale d'environ 155 m par
profil. Quant au profil P4, il utilise également 32 électrodes, mais espacées de 3 m, ce qui
donne une longueur totale d'environ 93 m.
Le profil P1, s'étendant du Sud-Ouest au Nord-Est, vise à évaluer la faisabilité de
l'exploitation dans la partie supérieure du site. Le profil P2, orienté du Nord-Est au Sud-
Ouest, permet d'examiner l'extension vers le Nord-Ouest au sommet du site. Le profil P3,
également orienté du Sud-Ouest au Nord-Est, est utilisé pour évaluer l'extension vers le Nord-
Est du site afin de déterminer si les blocs rocheux sont coupés ou non. Finalement, le profil P4

48
est installé en face du front du site pour déterminer si l’exploitation en profondeur est encore
possible.

Figure 15: Plan de masse du site

Le tableau 6 montre les coordonnées géographiques de ces quatre (04) profils.

Tableau 6 : Coordonnées géographiques des 4 profils sur le site

Début Fin
Nom
X(m) Y(m) X(m) Y(m)
Profil 1 0390633 8498794 0390743 8498883
Profil 2 0390614 8498908 0390691 8498771
Profil 3 0390678 8498751 0390793 8498806
Profil 4 0390714 8498964 0390691 8498874

49
III.2.2 Résultats et interprétations des profils électriques
Les 04 coupes géoélectriques issues des profils installés ont généralement montré trois
formations distinctes en fonction de leurs résistivités électriques : une formation
moyennement conductrice avec une faible gamme de résistivité, comprise entre 80 à 577 Ωm,
une formation moyennement résistante, avec une gamme de résistivité allant de 577 à 1115
Ωm, et enfin une formation résistante, caractérisée par des valeurs de résistivité supérieures à
1115 Ωm. La descente sur le terrain et l’essai de carottage montrent que :
 La formation moyennement conductrice est associée à la latérite.
 La formation moyennement résistante correspond au granite migmatitique altéré et
fissuré.
 La dernière formation apparue est constituée de roche saine de granite migmatitique.

Profil 1

Figure 16: Coupe géoélectrique P1 du site

La figure 16 nous montre que :

 La latérite est dominante et épaisse à partir du point X = 5 m jusqu’au point X = 80 m.
 La roche altérée se trouve sous la couverture latéritique, spécifiquement entre les
points X = 15 m et X = 80 m, et remonte à la surface à partir du point X = 90 m.
 Un petit bloc de la roche saine est apparu en surface, au point X= 110 m jusqu’au
point X= 120 m. Sa puissance est environ 3 m. Cette formation est observée aussi en
substratum. Son épaisseur moyenne est d'environ 18 m.

Profil P2

50
 Figure 17: Coupe géoélectrique P2 du site

D’après la figure 17, on peut dire que :

 La couche latéritique s'étend de la partie amont, débutant à X = 35 m, jusqu'au point X
= 145 m. Elle est très épaisse dans la partie Sud-est.
 La roche altérée se propage sous la couverture latéritique au point X= 35 m à X= 145
m. Elle se monte en surface dans la partie Nord-Est.
 Enfin, un petit bloc de la roche saine a été observé en surface entre X= 20 m jusqu’au
point X= 30.Son épaisseur est environ 4 m. Cette formation est apparue aussi en
substratum, avec une épaisseur moyenne de 12 m.

Profil P3

Figure 18: Coupe géoélectrique P3 du site

La figure 18 révèle que :

 La formation latéritique est exclusivement localisée en surface dans la partie Sud-
Ouest de la coupe, entre les points X = 5 m et X = 55 m.
 La roche altérée se situe dans la partie Sud-Est, entre les points d’abscisses X= 5 m et
X= 65 m. Ainsi qu'entre les points X=80 m et X = 135 m, elle est entourée par la roche
saine.
 La roche saine est observée en substratum et presque dans tout le long du profil. Son
épaisseur moyenne est d'environ 20 m.

51
Profil 4

Figure 19: Coupe géoélectrique P4 du site

La figure 19 illustre clairement la domination de la roche saine. Cette couche a une épaisseur
moyenne de 16 m.

III.3 Estimation volumétrique

L'estimation volumétrique des roches massives sur le site a été réalisée en compilant
les données recueillies, telles que la topographie et les coupes géoélectriques, à l'aide des deux
logiciels : Oasis Montaj 8.4 et Surfer 25.

III.3.1 Motif du choix du logiciel (Bala et Obiora, 2018)

Les deux logiciels utilisés sont des outils populaires spécialisés dans le domaine de la
géophysique. Étant des logiciels académiques, ils sont accessibles aux étudiants, chercheurs et
au grand public.
Oasis Montaj permet une analyse approfondie des phénomènes étudiés et offre une
modélisation en 3D facile à utiliser. De son côté, Surfer est conçu pour examiner les
variations des caractéristiques d'un gisement et quantifier des paramètres tels que la teneur, la
résistivité électrique et la conductivité électrique, ce qui contribue à une estimation globale
précise.
De plus, ces deux logiciels permettent également de réaliser des études variographiques et du
krigeage, faisant d'eux des outils performants pour les études géostatistiques dans notre
domaine.

52
III.3.2 Modélisation tridimensionnelle des profils installés sur le site
Le logiciel Oasis Montaj 8.4 est utilisé pour modéliser en 3D les quatre profils installés sur le
site. Il sert également à interpoler les données afin d’identifier les zones exploitables.

III.3.2.1 Étude variographique de résistivité électrique

Dans notre cas, la résistivité électrique est considérée comme une variable
régionalisée. Le variogramme permet d'étudier la dispersion des données dans l'espace. Pour
la méthode du krigeage, il est nécessaire d'ajuster le variogramme expérimental à un modèle
mathématique afin d'observer la stabilisation de son comportement sur de grandes distances.
Pour ce faire, on ajuste les paramètres du variogramme afin de bien adapter le modèle
théorique au variogramme expérimental.
Après plusieurs tentatives d'ajustement du variogramme, le modèle sphérique s'est révélé être
le plus adapté. La figure 20 illustre le variogramme expérimental ainsi que le modèle ajusté.

Figure 20 : Ajustement du variogramme de résistivité électrique

Les paramètres définis pour le calcul du variogramme sont indiqués dans le tableau 7.
Tableau 7 : Paramètres du variogramme théorique

Variables Modèles Portée Palier Effet de pépite

Resistivité Sphérique 22.82 505 830 150 0

53
III.3.2.2 Modèle 3D des 04 panneaux par krigeage
La figure 21 présente les 04 coupes géoélectriques en 3D. Elle révèle que la couverture
latéritique est plus épaisse dans la partie sud du site et met en évidence une altération plus
avancée du granite migmatitique en amont. L’exploitation est donc envisageable dans la
profondeur du site.

Figure 21 : Présentation en 3D des 04 coupes géoélectriques

III.3.3 Évaluation volumétrique des roches massives sur le site

Pour l'estimation volumétrique, le logiciel Surfer 25 est utilisé, appliquant également
la théorie du krigeage pour analyser la variable régionalisée. Avant que les données ne soient
traitées avec Surfer 25, le logiciel ARCGIS est employé pour localiser les positions
(longitude, latitude et altitude) des stériles et des roches massives sur le site. Les données
obtenues via ARCGIS sont ensuite utilisées pour estimer les volumes disponibles des roches
massives sur le site.

54
 On examine trois variables régionalisées : l'élévation de la latérite, le toit de la roche
saine et le substratum de cette roche. En utilisant ces données, on peut calculer à la fois le
volume de la couverture latéritique et le volume des roches massives.

III.3.3.1 Cartes d'élévation de la latérite (L), du toit (T) et du substratum rocheux (S)
 Étude variographique de L, T
La Figure 22 illustre les variogrammes des L et T, accompagnés des modèles théoriques
ajustés aux variogrammes expérimentaux.

Figure 22: Ajustement des variogrammes de L et T

Les paramètres choisis pour le calcul du variogramme sont indiqués par le tableau 8.
Tableau 8 : Paramètres des variogrammes théoriques

Variables Modèles Portée Palier Effet de pépite

L Gaussien 479 635 0
T Gaussien 100 200 0

 Validation croisée de L et T
Une fois que le modèle de variogramme est sélectionné, la validation croisée permet de
comparer l'effet de différents modèles sur les résultats de l'estimation. Le principe consiste à
exclure successivement chaque observation pour l'estimer à partir de ses voisins. Ainsi, à

55
chaque point, on obtient une valeur réelle et une valeur estimée, que l'on peut ensuite
comparer. Cette comparaison permet de vérifier la correspondance entre les données et le
modèle variographique utilisé c’est-à-dire, elle permet de comparer l'erreur d’estimation
expérimentale et l'erreur d’estimation due au modèle de variogramme en calculant les
moyennes des erreurs et la moyennes des erreurs quadratiques (Myers, 1993).
Pour que le modèle soit considéré comme satisfaisant, la moyenne des erreurs doit être
proche de 0 et la moyenne des erreurs quadratiques doit être la plus faible possible,
idéalement proche de 1 (Myers, 1993).
La figure 23 décrit la validation croisée de L et T.

Figure 23 : Résultats de validation croisée de L et T

La figure 23 montre que la moyenne des erreurs pour les variables régionalisées L et T est
inférieur à 1. De plus, l’erreur moyenne quadratique (RMS) pour chacune de ces variables est
très proche de 1. Cela indique une bonne correspondance entre les modèles de variogramme et

56
les valeurs expérimentales, reflétant ainsi une qualité d'estimation satisfaisante pour la suite.
En outre, lors de la validation croisée, sur les 75 points krigés pour la variable L, 74 ont révélé
une robustesse satisfaisante, tandis que parmi les 101 points krigés pour T, 94 ont présenté
une robustesse adéquate.

Le tableau 9 résume les résultats obtenus après la validation croisée.

Tableau 9 : Résultats de la validation croisée

Variables Erreurs Données Coéfficient de la régression résuduelle aux

robustes points de validations (R= AX+BY+C)
Moyenne RMS A B C
L 0.059 0.32 75 -0.0011 0.00076 -6000.67

T 0.00072 0.85 101 -0.00073 -0.0021 18041.40

 Réalisation des cartes d’élévation de L et T

Après l'étude variographique et la validation croisée, 02 cartes d'élévation (figure 24) ont
été générées, chacune correspondant à une variable régionalisée : L et T.
Ces cartes illustrent la variation des formations en fonction de l'altitude. On constate que, dans
la partie Sud-Ouest du site, l'altitude de ces trois variables est élevée et diminue
progressivement en direction du Nord-Est. De plus, la différence d'altitude entre L et T est
d'environ 16 m, correspondant à l'épaisseur moyenne de la couverture latéritique. Par ailleurs,
la carte correspondant à la variable L s'arrête aux coordonnées X = 390740 et Y = 8498880 ;
au-delà de ces points, on n'observe que de la roche saine de granite migmatitique sur le site.

57
 Figure 24 : Cartes isopaques de L et T

III.3.3.2 Estimation du volume de la couverture latéritique et des roches massives du site

En utilisant les 02 cartes d’élévation, il est possible de visualiser en 3D les différentes
surfaces géologiques du site étudié. Ces cartes permettent de représenter la couverture
latéritique, ainsi que le toit de la formation rocheuse. La figure 25 illustre cette modélisation
tridimensionnelle, offrant une vue claire des relations spatiales entre ces différentes surfaces.
Cette représentation 3D nous aide à mieux comprendre la géomorphologie et la structure
interne du site, facilitant ainsi l'évaluation de l'épaisseur des couches.

Figure 25: Modèle lithologique en 3D du site

En s'appuyant sur la figure 25 et en utilisant le logiciel Surfer 25, qui applique la méthode de
Simpson (voir annexe 5) pour l'estimation volumétrique, il est possible de déterminer
simultanément les volumes des stériles et des roches massives sur le site.
La formation stérile, située au-dessus de la roche saine, a un volume estimé à cent quatre-
vingt mille cent onze mètres cubes (180 111 m3). Quant aux roches massives, elles sont
limitées par la rivière Fanambana (voir annexe 6) et leur volume est estimé à un million sept-
cent cinquante-neuf mille sept cent quatre-vingt-huit mètres cubes (759 788 m3).

58
 CONCLUSION
Ce travail, mené sur le site situé dans le district de Vohémar, a permis d'appliquer et de
maîtriser diverses techniques de prospection géophysique, notamment l'imagerie électrique et
le levé topographique à l'aide du GPS Reach Rover RS+. Le but de cette étude était de
perfectionner l'interprétation géophysique et d'exploiter les données obtenues pour estimer le
volume des roches massives, en combinant les logiciels Oasis Montaj 8.4 et Surfer 25, tout en
appliquant la méthode de krigeage.
Les résultats obtenus ont souligné la précision offerte par l'imagerie électrique. De plus, la
modélisation géostatistique a permis de localiser avec une plus grande exactitude les réserves
de roches exploitables. L’étude a révélé que la couverture latéritique est particulièrement
épaisse dans la zone Sud-Ouest du site. En s'appuyant sur ces résultats, on constate que
l'exploitation est envisageable en profondeur et dans la partie Nord du site. Grâce à
l’utilisation du logiciel Surfer 25, le volume de stériles a été estimé à cent quatre-vingt mille
cent onze mètres cubes, tandis que celui de la roche saine disponible sur le site atteint sept-
cent cinquante-neuf mille sept cent quatre-vingt-huit mètres cubes.
Cependant, en raison de l'insuffisance des données et l’inaccessibilité de plusieurs parties du
site, il n’a pas été possible de présenter certains blocs dans le site étudié.
Bien que le choix du dispositif soit dépendant de la structure à imager et de la formation
géologique dans laquelle il est implanté, plusieurs suggestions pourraient améliorer la qualité
de ce travail :
 Implanter plus de profils couvrant l'ensemble du secteur à étudier.
 Augmenter la profondeur du carottage afin d’obtenir un maximum d’informations sur
les couches présentes et le substratum de la roche saine sur ce site.
Il est également recommandé d’utiliser la sismique réfraction, qui analyse les ondes réfractées
en provoquant une vibration à la surface et en enregistrant le temps de propagation des ondes
le long des interfaces géologiques. Cette méthode permet d’estimer la vitesse et le pendage
des couches, ainsi que de localiser le substratum rocheux.

59
 REFERENCES BIBLIOGRAPHIQUES
Alnaser, N., Almogren, A., Almatroudi, A., Almashajrah, A., Almashajrah, S., Alkhunaizi,
A., ... & Stampolidis, A. (2021, December). Application of conventional seismic, electrical
resistivity, and gravity methods in the northern part of Al-Hasa, East Province, Saudi Arabia.
In Sixth International Conference on Engineering Geophysics, Virtual, 25–28 October 2021
(pp. 281-283). Society of Exploration Geophysicists.

Armstrong, M., & Carignan, J. (1997). Géostatistique linéaire : application au domaine

minier. Presses des MINES.

Augereau, P. L. (2004). Les secrets des noms de communes et lieux-dits du Maine-et-Loire.

Editions Cheminements.

Bala, G. A., & Obiora, D. N. (2018, December). Interpretation of high resolution

aeromagnetic (hram) data over chibok and damboa chad basin, north eastern Nigeria, using
potent modelling for hydrocarbon potentials and other minerals. In International Geophysical
Conference, Beijing, China, 24-27 April 2018 (pp. 767-769). Society of Exploration
Geophysicists and Chinese Petroleum Society.

BENAMARA, F. Z. (2022). Géologie.

BESAIRIE, H. (1946). La géologie : llE EN 1946.

Bost, M. (2008). Altération par le gel des massifs rocheux : Étude expérimentale et
modélisation des mécanismes de génération des contraintes dans les fissures (Doctoral
dissertation, Ecole des Ponts ParisTech).

Bouchout J., Rançon J.Ph. (2000). Perspective d'echanges technico-économiques dans le

domaine des matériaux naturels pour la construction entre les pays de la zone Sud-Est de
l'ocein indien. Ressources et filières à Madagascar.

BOUTEMEDJET, A., IDRES, A., DERAMCHI, K., BOUKEROUI, H., & BOUZIDI, N.
(2019). Caractérisation des matériaux de construction et impact de la préparation mécanique
sur l’environnement : Cas du gisement de granite de Kef Bouacida-Annaba, Algérie.

Buchwaldt, R., Tucker, R. D., & Dymek, R. F. (2003). Geothermobarometry and U-Pb
Geochronology of metapelitic granulites and pelitic migmatites from the Lokoho region,
Northern Madagascar. American Mineralogist, 88(11-12), 1753-1768.

60
Brunet, R. (1997). Quelle est la plus grande île du monde ? Mappemonde, 48(4), 40-41.

Castermans, R., & Bielders, C. Détermination de la courbe de tarage et essai de modélisation

hydrologique de la rivière Antsahovy à Madagascar.

Castro, A., Moreno-Ventas, I., & De La Rosa, J. D. (1991). H-type (hybrid) granitoids: a
proposed revision of the granite-type classification and nomenclature. Earth-science reviews,
31(3-4), 237-253.

Chauvet, P. (2008). Aide-mémoire de géostatistique linéaire. Presses des MINES.

Chouteau, M., & Giroux, B. (2006). Géophysique appliquée II-GLQ 3202-méthodes

électriques, notes de cours. École polytechnique montréal, 14(15), 149.

CREAM, (2013). Monographie Région Sava.

Derron, M. H. (2000). Géochimie des eaux de sources et interaction eau-roche dans les Alpes.
Quanterra. Lausanne et Genève. pp1-18.

DE SOCIOLOGIE, E. T. Date de Soutenance : 27 Novembre 2006 Année 2004/2005.

Droesbeke, J. J., Lejeune, M., & Saporta, G. (2006). Analyse statistique des données spatiales.
Editions Technip.

DUNSTER, J. (2009). DRILLING MANUAL.

El Hassani, I. E. A., & El Azhari, H. (2009). Évaluation des propriétés physico-mécaniques

des pierres de construction du Maroc à partir des vitesses des ondes P et de la résistance au
choc. Bulletin de l’Institut Scientifique, Rabat, 31(2009), 41-54.

Genton, M. G. (1998). Variogram fitting by generalized least squares using an explicit

formula for the covariance structure. Mathematical Geology, 30, 323-345.

La Goupillière, J. N. H. (1896). Cours d'exploitation des mines (Vol. 1). Vve.

Gratton, Y. (2002). Le krigeage : la méthode optimale d’interpolation spatiale. Les articles de

l’Institut d’Analyse Géographique, 1(4).

HEBBACHE, K. (2017). Contribution à la reconnaissance du sol par tomographie électrique

(Doctoral dissertation, Université Mohamed Khider-Biskra).

Henderson, C. R. (1953). Estimation of variance and covariance components. Biometrics,

9(2), 226-252.

61
Herman, R. (2001). An introduction to electrical resistivity in geophysics. American Journal
of Physics, 69(9), 943-952.

Hill, A. C., Limp, F., Casana, J., Laugier, E. J., & Williamson, M. (2019). A new era in spatial
data recording: low-cost GNSS. Advances in Archaeological Practice, 7(2), 169-177.

Homand, F., Chiarelli, A. S., & Hoxha, D. (2002). Caractéristiques physiques et mécaniques
du granite de la Vienne et de l'argilite de l'Est. Revue française de génie civil, 6(1), 11-20.

Kahane, J. P. (1985). Sur le chaos multiplicatif. Ann. Sci. Math. Québec, 9(2), 105-150.

Kalacska, M. (2018). Emlid GPS NTRIP Protocol. Protocols. io: Berkeley, CA, USA.

Keller, G. V. (2017). Electrical properties of rocks and minerals. In Handbook of physical

properties of rocks (1982) (pp. 217-294). CRC Press.

Landier, H. (2007). Le guide des relations sociales dans l'entreprise. Editions Eyrolles.

Lecoustre, R., & De Reffye, P. (1986). La théorie des variables régionalisées, ses applications
possibles, dans le domaine épidémiologique, aux recherches agronomiques en particulier sur
le palmier à huile et le cocotier.

Lejeune, M. (2010). Espérance mathématique et moments. In Statistique-La thèorie et ses

applications (pp. 15-25). Springer, Paris.

Lévy, P. (1937). Variables aléatoires. Paris. Gauthier-Villars.

Loke M.H, (1997). Electrical imaging survey for environmental and engineering studies. A
pratical guide to, 2,70.

Loke, M. H. (1999). Electrical imaging surveys for environmental and engineering studies. A
practical guide to, 2, 70.

Loke, M. H. (2000, May). Topographic modelling in electrical imaging inversion. In EAGE

62nd Conf. Tech. Exhib. Glas. Scotland (pp. 62-65).

Loke, M. H. (2004). Tutorial: 2-D and 3-D electrical imaging surveys.

Matheron, G. (1962). Traité de géostatistique appliquée (No. 14). Editions Technip.

Matheron, G. (1966). Présentation des variables régionalisées. Journal de la société française

de statistique, 107, 263-275.

62
Matheron, G., & Delfiner, P. (1980). Les fonctions aléatoires intrinsèques d’ordre k. Note C-
84. Centre de Géostatistique. École nationale supérieure des Mines de Paris, Fontainebleau,
Paris.

Misés, R. D. (1936). Les lois de probabilité pour les fonctions statistiques. In Annales de
l'institut Henri Poincaré (Vol. 6, No. 3-4, pp. 185-212).

Moine, B., Nédélec, A., & Ortega, E. (2014). Geology and metallogeny of the Precambrian
basement of Madagascar. Journal of African Earth Sciences, 94, 1-8.

Myers, D. (1993). Cross-validation and variogram estimation. Theory of Probability & Its
Applications, 37(2), 345-347.

O’Hara, M. J. (1965). Primary magmas and the origin of basalts. Scottish Journal of Geology,
1(1), 19-40.

Okpoli, C. C. (2013). Sensitivity and resolution capacity of electrode

configurations. International Journal of Geophysics, 2013.

Pagney, P. (1978, January). Le climat de Madagascar. In Annales de Géographie (Vol. 87,

No. 479, pp. 120-123). Armand Colin.

Palacky, G. J. (1988). Resistivity characteristics of geologic targets. Electromagnetic methods

in applied geophysics, 1, 52-129.

Pinho, P., & Silva, C. (2016). Mobility patterns and urban structure. In Mobility Patterns and
Urban Structure (pp. 187-200). Routledge.

Plancencia G. (2004). Equivalence et profondeur d’investigation en panneauélectrique 2D :

bibliographie et analyse des outils existant. Université de Paris. DEAHydrologie,
Hydrogéologie, Géostatistique et Géochimie.

RAKOTOMANDRINDRA P.F.M. (2018). Étude hydrogéologique par approche

multidisciplinaire du bassin versant d'Imeritsiatosika, Région Itasy, Madagascar. Thèse de
doctorat en Physique du Globe de l'Energie et de l'Environement. Université
d'Antananarivo.134

Rakotosamizanany, S. (2009). Les corindons gemmes dans les basaltes alcalins et à leurs
enclaves à Madagascar : Signification pétrologique et métallogénique (Doctoral dissertation,
Université Henri Poincaré-Nancy 1).

63
Rasolomanana, E. (2015). Cours de géostatistique, Département Mines, Ecole Supérieure
Polytechnique d’Antananarivo.

Roy, A., & Apparao, A. (1971). Depth of investigation in direct current methods. Geophysics,
36(5), 943-959.

Saadati, M., Forquin, P., Weddfelt, K., Larsson, P. L., & Hild, F. (2014). Granite rock
fragmentation at percussive drilling–experimental and numerical investigation. International
Journal for Numerical and Analytical Methods in Geomechanics, 38(8), 828-843.

Soulaimani, S., Chakiri, S., Manar, A., Soulaimani, A., Miftah, A., & Bouiflane, M. (2020).
Inversion des données géophysiques de champ potentiel pour la modélisation 3D et
l'estimation des réserves (Exemple de la mine de Hajjar, massif de Guemassa, Maroc): cas des
données magnétiques et gravimétriques. Comptes Rendus. Géoscience, 352(2), 139-155.

Schuurman, D., & Lowry II, P. P. (2009). The Madagascar rosewood massacre. Madagascar
Conservation & Development, 4(2).

Thomas, R. J., De Waele, B., Schofield, D. I., Goodenough, K. M., Horstwood, M., Tucker,
R., ... & Randriamananjara, T. (2009). Geological evolution of the Neoproterozoic Bemarivo
Belt, northern Madagascar. Precambrian Research, 172(3-4), 279-300.

Touloum, N., & Brara, A. (2022). Diagnostic, morphologies et mécanismes d’altération des
pierres de construction du parc bâti de l’algérois.

Tucker, R. D., Roig, J. Y., Moine, B., Delor, C., & Peters, S. G. (2014). A geological
synthesis of the Precambrian shield in Madagascar. Journal of African Earth Sciences, 94, 9-
30.

Twidale, C. R. (2000). Granite outcrops: their utilisation and conservation. Journal of the
Royal Society of Western Australia, 83, 115.

Rivoirard, J. (1984). Le comportement des poids de krigeage. Th se, Ecole des Mines de
Paris.

Youash, Y. Y. (1970, September). Dynamic physical properties of rocks: Part II, experimental
results. In ISRM Congress (pp. ISRM-2CONGRESS). ISRM.

64
65
 REFERENCE WEBOGRAPHIQE
http1 : https: https://help.seequent.com/Oasismontaj/2023 (20/05/2024)
http2 : https://surferhelp.goldensoftware.com/surfer/introduction_to_surfer (20/05/2024)
http3 : //fr.geologyscience.com/rocks/granit/?amp (15/12/2023)

66
 ANNEXES
Annexe 1 : Configuration du résistivimètre

Avant de lancer l’acquisition des données, on utilise le logiciel Ellectre II pour configurer le
résistivimètre qui sera employé. Cela implique de choisir le dispositif à utiliser, le nombre
d'électrodes implantées et la séquence de mesure. Lorsque la configuration du résistivimètre
est terminée, on peut commencer l'acquisition des données.

Annexe 2 : Configuration de l’appareil Reach RS+

Avant de débuter l'acquisition des données avec le système Reach RS+, on doit
configurer la base et le récepteur mobile pour garantir des résultats précis. Pour simplifier
l'identification sur le terrain, les noms des appareils Reach RS+, ont été modifiés, avec Reach-
base attribuée à la base et Reach-Rover au mobile. La configuration débute en ajustant les
paramètres GNSS de la base, en sélectionnant les systèmes souhaités et en fixant le taux de
mise à jour à 1 Hz. De même, le mobile est configuré avec les mêmes systèmes GNSS, mais
avec un taux de mise à jour de 5 Hz. La communication radio LoRa entre la base et le mobile
est établie en ajustant la fréquence et le débit d'air, assurant une connexion adéquate. En
vérifiant l'état de la solution dans l’application Emlid Flow, on s'assure que la communication
LoRa est établie lorsque le mobile est en mode FIX, indiquant l'utilisation des corrections de
la base pour une solution précise.

Annexe 3 : Coupes de carottage sur le site

I
Annexe 4 : Logiciels utilisés
ARCGIS
ARCGIS est un logiciel utilisé en Système d'Information Géographique (SIG) développé par
Esri, utilisé pour créer, gérer, analyser, et visualiser des données spatiales et géographiques. Il
est largement utilisé dans divers domaines, y compris l'urbanisme, l'environnement, les
transports, et les télécommunications, pour aider à la prise de décision basée sur des données
géographiques.

Oasis Montaj
Oasis Montaj est un logiciel développé par Seequent (anciennement Geosoft) pour la collecte,
la visualisation, le traitement et l'interprétation des données géophysiques, géochimiques et
géologiques. Il est utilisé dans les industries de l'exploration minière, de l'hydrocarbure, et de
l'environnement pour aider les géoscientifiques à analyser des données complexes et à créer
des modèles géologiques détaillés.

Surfer
Surfer est un logiciel de modélisation et de visualisation de données développé par Golden
Software. Il est largement utilisé pour créer des cartes, des surfaces, et des modèles 3D à
partir de données géospatiales. Surfer est particulièrement prisé dans les domaines de la
géologie, de l'hydrologie, de l'ingénierie, et de l'environnement pour analyser et représenter
visuellement des données complexes.

Annexe 5 : Méthode de Simpson

La méthode de Simpson est une technique d'approximation qui consiste à diviser la zone
d'intérêt en plusieurs sections plus petites, généralement sous forme de trapèzes. La méthode
utilise ensuite la hauteur moyenne et la superficie de chaque section pour estimer le volume
total.

II
Annexe 6 : Rivière de Fanambana

TABLE DES MATIÈRES

III
REMERCIEMENTS.........................................................................I

LISTE DES FIGURES...................................................................III

LISTE DES PHOTOS....................................................................IV

LISTE DES CARTES.....................................................................IV

LISTE DES TABLEAUX.................................................................IV

GLOSSAIRES.............................................................................. V

LISTE DES ABRÉVIATIONS ET ACRONYMES.................................VII

INTRODUCTION.......................................................................... 1

CHAPITRE I : CONTEXTE GÉNÉRAL DU GRANITE ET DE LA ZONE

D'ÉTUDE.....................................................................................3

I.1 aspects généraux du granite...................................................................................................................... 3

I.1.1 Définition et modes de formation.............................................................................................................3
I.1.2 Propriétés physico-chimiques....................................................................................................................5
I.1.2.1 Propriétés physiques..............................................................................................................................5
I.2.2 Compositions chimiques et minéralogiques..............................................................................................5
I.1.3. Classification des granites.........................................................................................................................6
I.1.4. Utilisation des granites.............................................................................................................................6

I.2 Contexte général de la zone d’étude......................................................................................................... 7

I.2.1. Localisation de la zone d’étude.................................................................................................................7
I.2.2 Contexte climatique...................................................................................................................................8
I.2.2.1. Précipitations.........................................................................................................................................8
I.2.2.2. Température..........................................................................................................................................9
I.2.2.3. Courbe ombrothermique.....................................................................................................................10
I.2.3. Contexte géologique...............................................................................................................................11
I.2.3.1. Socle cristallin de Madagascar.............................................................................................................11
I.2.3.2. Géologie régionale...............................................................................................................................13
I.2.3.2.1. Domaine de Bemarivo......................................................................................................................13
I.2.3.2.2. Sous-domaine d’Antongil..................................................................................................................13
I.2.3.3. Géologie locale du site.........................................................................................................................14
I.2.4. Géomorphologie.....................................................................................................................................16

CHAPITRE II : METHODOLOGIE ET MATERIELS.............................18

II.1. Notion de carottage.............................................................................................................................. 18

II.2. Méthode électrique.............................................................................................................................. 19

II.2.1. Principe de la méthode électrique.........................................................................................................20
II.2.2. Résistivité électrique..............................................................................................................................21

IV
 II.2.2.1 Notion de la résistivité vraie................................................................................................................21
II.2.2.2. Notion de la résistivité apparente.......................................................................................................22
II.2.3. Différents types de dispositifs utilisés....................................................................................................24
II.2.4. Profondeur d’investigation....................................................................................................................25
II.2.5. Technique d’acquisition des données....................................................................................................26
II.2.6. Matériels d’acquisition des données.....................................................................................................27
II.2.7. Traitement de données en panneau électrique.....................................................................................28

II.3. Levé topographique.............................................................................................................................. 30

II.3.1. Acquisition des données topographiques (Hill et al., 2019 ; Kalacska, 2018).........................................31
II.3.2. Matériels utilisés (Kalacska, 2018).........................................................................................................32

II.4. Rappel géostatistique............................................................................................................................ 32

II.4.1. Bref historique de la géostatistique.......................................................................................................32
II.4.2. Quelques rappels statistiques................................................................................................................33
II.4.2.1. Variable aléatoire...............................................................................................................................33
II.4.2.2. Description d’une variable aléatoire...................................................................................................33
II.4.2.2.1. Loi de probabilité.............................................................................................................................33
II.4.2.2.2. Espérance mathématique................................................................................................................34
II.4.2.2.3. Variance mathématique..................................................................................................................34
II.4.2.2.4. Covariance.......................................................................................................................................34
II.4.3. Variable régionalisée.............................................................................................................................34
II.4.3.1. Définition............................................................................................................................................34
II.4.3.2. Hypothèses fondamentales de la variable régionalisée......................................................................34
II.4.3.2.1. Hypothèse de stationnarité d’ordre 2..............................................................................................34
II.4.3.2.2. Hypothèse intrinsèque.....................................................................................................................35
II.4.4. Variogramme expérimental...................................................................................................................35
II.4.4.1. Propriétés et caractéristiques du variogramme expérimental............................................................36
II.4.4.1.1. Propriétés (Matheron et Delfiner, 1980).........................................................................................36
II.4.4.1.2. Caractéristiques (Rasolomanana, 2015)..........................................................................................36
II.4.4.2. Modèle du variogramme....................................................................................................................37
II.4.5. Notion de la variance.............................................................................................................................39
II.4.5.1. Variance d’un bloc..............................................................................................................................39
II.4.5.2. Variance de dispersion........................................................................................................................40
II.4.6. Variance d’estimation............................................................................................................................41
II.4.6.1. Définition............................................................................................................................................41
II.4.6.2. Expression...........................................................................................................................................41
II.4.7. Krigeage.................................................................................................................................................42
II.4.7.1. Définition............................................................................................................................................42
II.4.7.2. Différents types du Krigeage...............................................................................................................43
II.4.7.2.1. Krigeage ordinaire............................................................................................................................43
II.4.7.2.2 Krigeage simple.................................................................................................................................45

CHAPITRE III : INTERPRÉTATION DES RÉSULTATS ET ÉVALUATION

DES ROCHES MASSIVES EXPLOITABLES SUR LE SITE...................46

III.1 Carottage sur le site.............................................................................................................................. 46

III.2 Interprétations des levés géophysiques................................................................................................. 47

III.2.1 Présentations de travaux effectués.......................................................................................................47
III.2.2 Résultats et interprétations des profils électriques...............................................................................48

III.3 Estimation volumétrique....................................................................................................................... 51

V
 III.3.1 Motif du choix du logiciel (Bala et Obiora, 2018)...................................................................................51
III.3.2 Modélisation tridimensionnelle des profils installés sur le site..............................................................51
III.3.2.1 Étude variographique de résistivité électrique..................................................................................51
III.3.2.2 Modèle 3D des 04 panneaux par krigeage..........................................................................................52
III.3.3 Évaluation volumétrique des roches massives sur le site......................................................................53
III.3.3.1 Cartes d'élévation de la latérite (L), du toit (T) et du substratum rocheux (S)....................................53
III.3.3.2 Estimation du volume de la couverture latéritique et des roches massives du site............................56

CONCLUSION............................................................................58

REFERENCES BIBLIOGRAPHIQUES..............................................59

REFERENCE WEBOGRAPHIQE.....................................................64

ANNEXES.................................................................................... I

Annexe 1 : Configuration du résistivimètre..................................................................................................... I

Annexe 2 : Configuration de l’appareil Reach RS+........................................................................................... I

Annexe 3 : Coupes de carottage sur le site...................................................................................................... I

Annexe 4 : Logiciels utilisés............................................................................................................................ II

Annexe 5 : Méthode de Simpson................................................................................................................... II

Annexe 6 : Rivière de Fanambana................................................................................................................. III

TABLE DES MATIÈRES................................................................................................................................... IV

VI
Auteur : RAKOTOVAO Narisoa Maminiaina Domaine : Sciences et Technologies
Email : [email protected] Mention : Physique et Applications
Contact : +261 33 20 535 82 / +261 34 93 132 75 Parcours : Physique du Globe

Rapporteur : RAKOTO Heritiana Andriamananjara

Email : [email protected]
Contact : +261 34 14 286 89

« MODÉLISATION EN TROIS DIMENSIONS DES ROCHES MASSIVES EXPLOITABLES

SUR UN SITE DE FANAMBANA, VOHEMAR, LE LONG DE LA RN5A : APPROCHE
GÉOPHYSIQUE ET GÉOSTATISTIQUE»

Résumé
Notre étude, réalisée en collaboration avec la Société de Géosciences pour le Développent de
Madagascar et le Laboratoire National du Travaux Public et Bâtiment, vise à déterminer les
roches massives disponibles sur un site situé dans le district de Vohémar pour l’amélioration
de la route nationale 5A. L’application de la tomographie électrique, du levé topographique,
ainsi que des outils géostatistiques comme le krigeage avec le logiciel Oasis Montaj et le
Surfer, a permis de réaliser une estimation précise des réserves sur la carrière.
Cette étude montre que la combinaison de ces trois méthodes est une technique fiable et
simple à utiliser pour l’estimation des volumes de roches.

Mots clés : estimation volumétrique, krigeage, site, roches massives, tomographie électrique,
variogramme

Abstract
Our study, conducted in collaboration with the « Société de Géosciences pour le
Développement de Madagascar » and the « Laboratoire National des Travaux Publics et du
Bâtiment », aims to determine the available massive rocks at a site located in the Vohémar
district for the improvement of National Road 5A. The application of electrical tomography,
topographic surveys, and geostatistical tools such as kriging using Oasis Montaj and Surfer
software has enabled a precise estimation of reserves at the quarry. This study demonstrates
that the combination of these three methods is a reliable and straightforward technique for
estimating rock volumes.

Keywords: Electrical Tomography, Kriging, Massive Rocks, Site, Variogram, Volumetric

Estimation