L'investigation du sous-sol par mesures DAS sur des câbles à fibres optiques de télécommunication déjà existant pose un certains nombre de difficultés (géométrie du câble peu connue et complexe, mauvais couplage du câble avec le sol, ...).

Également, l'application d'approches passives sur de grands linéaires (plusieurs dizaine de Km) implique de sélectionner de manière intelligente des portions de données DAS à partir des données continues, sans quoi la quantité de données devient beaucoup trop importante (jusqu'à plusieurs Tb / jour par dizaine de Km).

L'objectif de ce stage est de développer des outils de traitement des données DAS automatisés permettant :

• d'estimer la géométrie du câble ;
• d'estimer la qualité des données DAS ;
• fenêtrage des portions de données d'intérêt (fenêtrage spatio-temporel intelligent).

Les outils seront développés en Python à partir des bibliothèques déjà existante développées au BRGM, et des projets collaboratifs en cours de développement par la communauté DAS en France et à l'étranger (par ex. XDAS Trabattoni et al., 2025, DASpy Hu et al., 2024).

Les développements reposeront sur des données DAS déjà acquises dans le cadre du projet ANR SITcomOptics sur des câbles à fibre optiques de télécommunication SNCF en contexte ferroviaire. Également, des données issues de différentes plateformes expérimentales DAS développées par le BRGM (équipées avec différents types de câbles à fibre optique, différents couplages) en contexte routier et ferroviaire seront utilisées pour calibrer les résultats.

Si nécessaire, de nouvelles acquisitions pourront être réalisées sur ces plateformes pendant le stage.

Hu, M., and Z. Li (2024). DASPy: A Python Toolbox for DAS Seismology, Seismol. Res. Lett. 95, 3055-3066, doi: 10.1785/0220240124.

Trabattoni, A., M. Baillet, M. van den Ende, D. Rivet, E. Stutzmann, C. Strumia, and F. Biagioli (2025). Xdas: A Python Framework for Distributed Acoustic Sensing, Seismol. Res. Lett. XX, 1-10, doi: 10.1785/0220240366.