Soutenance de thèse de Isabelle ROCAMORA

Analyse géomorphologique par apprentissage profond et imagerie satellitaire multi-source

Les analyses géomorphologiques bénéficient aujourd’hui des avancées technologiques, notamment grâce aux images satellitaires à haute et très haute résolution, permettant de caractériser avec précision les formes de reliefs.
Par ailleurs, les méthodes de deep learning et de machine learning offrent de nouvelles possibilités pour exploiter pleinement la richesse de ces images et pour réaliser des analyses géomorphologiques à grande échelle.
Ma thèse se concentre sur la caractérisation des moraines glaciaires situées dans la partie sud du Rift du Yadong-Gulu dans l’Himalaya, lesquelles sont recoupées par la faille normale du Yadong. Ces moraines constituent de précieuses archives de la déformation causée par l’activité de cette faille. Elles offrent ainsi l’opportunité d’étudier en détail la distribution du déplacement co-sismique de la faille et d’identifier les différents évènements sismiques passés.
Ainsi, mon travail s’est d’abord focalisé sur l’automatisation de la cartographie des moraines glaciaires avec le développement d’un modèle de deep learning qui utilise différentes sources de données satellitaires (topographique, radar et multispectrale).
Par la suite, l’analyse des caractéristiques morphologiques des moraines a permis d’estimer leurs âges et ainsi de mener une étude sur la paléosismicité de la faille normale du Yadong.

Jury :

Lucilla BENEDETTI CEREGE Rapportrice

Alexandre BENOIT LISTIC, Université Savoie Mont Blanc Rapporteur

Sophie GIFFARD-ROISIN ISTerre Examinatrice

Christel TIBERI Géosciences Montpellier, CNRS Examinatrice

Matthieu FERRY Géosciences Montpellier, UM Directeur

Dino IENCO UMR TETIS, INRAE Co-directeur