Contribution à l'étude des volcans de boue dans le Golf de Cadix et au large de Larache : Approche Pluridisciplinaire

Abstract

Dés la découverte du premier volcan de boue en 1999 dans le golfe de Cadix, cette zone est devenue l'objet de plusieurs missions océanographiques, ce qui a permis la découverte de plus de 50 volcans de boue. Ainsi, l’étude sédimentologique, minéralogique, géochimique et micropaléontologique de dix volcans de boue et d’autres structures situées dans le golfe de Cadix, au niveau de la marge Atlantique marocaine, a montrée la présence d’une grande hétérogénéité au niveau de la nature du cortège argileux et la distribution des métaux au niveau des carottes provenant des volcans de boue et celles de nature hémipélagique; Ce qui s'est confirmé par l’étude micropaléontologique. Les volcans de boue sont caractérisés par la présence de deux cortèges argileux : un assemblage riche en smectite et un assemblage riche en illite reflétant ainsi des profondeurs et des natures de source d’alimentation différentes. Les volcans de boue sont aussi caractérisés par des concentrations élevées de certains métaux au niveau des bases par comparaison aux sommets, ce qui met en évidence une double origine possible: continentale ou à partir des volcans de boue; ces résultats sont confirmés par une étude statistique par les méthodes de Classification Ascendante Hiérarchique "CAH" et l'Analyses à Composante Principale "ACP"; l’étude des foraminifères planctoniques a permit de situer le passage Pléistocène-Holocène au niveau des carottes à sédiments hémipélagiques et d’estimer le taux de sédimentation récent à actuel qui est de l’ordre de 3cm/1000ans. La prédiction des teneurs en carbonates CaCO3 et en éléments Biogènes et Détritiques à partir des données granulométriques et minéralogiques dans les sédiments du Quaternaire terminal recoupés par carottage dans les volcans de boue du Golfe de Cadix et de la marge atlantique nord marocaine a été effectuée à l’aide des réseaux de neurones artificiels RNA de type PMC (Perceptrons multicouches) à couches non-récurrentes, avec un algorithme de Levenberg Marquardt et un apprentissage supervisé. Les résultats, de - xi - très bonne qualité, montrent que les trois paramètres étudiés ont été prédits avec une très bonne précision en utilisant un modèle neuronal de configuration [8 - 4 - 3] en utilisant une fonction d’activation non linéaire de type Sigmoïde pour la couche cachée et une fonction d’activation linéaire de type Purelin dans la couche de sortie. Les réseaux de neurones, performants, ont démontré une capacité importante d’apprentissage et de prédiction pour les teneurs en carbonates CaCO3 et en éléments biogènes et détritiques avec un coefficient de corrélation de 0,98 à 0,99, une erreur quadratique moyenne très faible de 0,035 à 0,037 et une erreur moyenne absolue de 0,153 à 0.155 pour la base de données utilisée en plus d’un meilleur choix de l’architecture du réseau réalisé grâce à des essais préliminaires.