Expertises
Assimilation de données géoscientifiques , Énergies émergentes en sous-surface
- Professeur titulaire
- Membre du comité paritaire d’implantation de l’Unité mixte de recherche INRS-UQAR sur la transformation numérique en appui au développement régional
Téléphone
418 654-2637
Courriel
erwan.gloaguen@inrs.ca
Centre Eau Terre Environnement
490, rue de la Couronne
Québec (Québec) G1K 9A9
CANADA
Intérêts de recherche
Les travaux du professeur Gloaguen se concentrent sur l’intégration des méthodes géoscientifiques dans le but d’améliorer la caractérisation des ressources en eau souterraine, en minéraux économiques ou en hydrocarbures afin d’en faire le monitoring et la prédiction dans le temps. Plus particulièrement, il s’intéresse :
- à l’intégration des données par méthodes d’ensemble et par intelligence artificielle
- à la caractérisation des ressources par assimilation quantitative de données de sources multiples
- au monitoring et à la prédiction des aquifères côtiers
Futurs étudiants
J’invite les étudiant(e)s intéressé(e)s par mes recherches et désireux de poursuivre des études de 2e et 3e cycles à me contacter. Vous pouvez aussi consulter le répertoire des offres de projets de maîtrise et de doctorat à l’INRS.
Son équipe
Eve Gosselin
Doctorat
Xiao Xia Liang
Doctorat
Lemuel Carlos Ramos Arzola
Doctorat – codirection
Victor Silva Dos Santos
Doctorat
Louis-Charles Boutin
Maîtrise
Eric Penda Biondokin
Maîtrise
Mojtaba Bavandsavadkoohi
Stage postdoctoral
Formation universitaire
- Ph. D. Géophysique appliquée et géostatistique, École Polytechnique de Montréal
- M. Sc. Géophysique appliquée et géostatistique, École Polytechnique de Montréal
Biographie
Erwan Gloaguen a été chercheur au Département des Génie civil, géologique et des mines de l’École Polytechnique de Montréal, associé de recherche au Département des Sciences de l’atmosphère et de l’océan de l’Université Princeton et associé de recherche au Département de Génie des mines, de métallurgie et des matériaux de l’Université McGill.
Projets de recherche récents
Évaluation des risques géotechniques pour l’exploitation minière à grande profondeur
Ce projet vise à développer et à mettre en place un algorithme pour une évaluation en temps réel et en 4D des risques géotechniques liés à l’exploitation minière à grande profondeur. Ce projet pilote sera testé sur le site de la mine Creighton de l’entreprise Vale près de Sudbury. L’algorithme représentera un changement majeur dans notre capacité à évaluer et à gérer les risques géotechniques de l’exploitation minière, ce qui aura une importance particulière pour les mines à grande profondeur où les opérations comportent des risques géotechniques importants. Le problème de l’évaluation des risques géotechniques se prête bien aux méthodes d’identification des risques développées récemment dans le domaine de l’analyse prédictive, un des champs de recherche les plus actifs en informatique. Des tests préliminaires d’un système d’analyse prédictive réalisés pour une évaluation des risques de coups de toit dans une mine de nickel profonde à Sudbury ont obtenu un taux de succès remarquable pour la prévision des risques comparés aux méthodes statistiques utilisées précédemment. Les tests approfondis et le perfectionnement de la méthode pour le problème de risques géotechniques sont un aspect important de ce projet de recherche. L’accent sera mis sur la création d’un système d’apprentissage continu afin de raffiner l’évaluation des risques en réponse à l’historique minier. Si ce système fonctionne, cela constituera une approche fondamentalement nouvelle et d’une grande puissance pour l’évaluation des risques géotechniques dans les mines à grande profondeur.
Financement : MITACS
Évaluation du potentiel de stockage géologique du CO2 de la structure de Bonaventure à l’aide d’un modèle géologique 3D
La technologie du captage et du stockage du carbone (CSC) permet de réduire les émissions de dioxyde de carbone (CO2) dans l’atmosphère en captant le CO2 d’une industrie émettrice et en l’injectant dans un réservoir naturel souterrain pour le stocker de façon sécuritaire. L’ouverture d’une nouvelle cimenterie dans la région de la baie des Chaleurs en Gaspésie fera augmenter les émissions de CO2 de façon significative dans la région. La compagnie d’exploration pétrolière Junex qui possède des permis d’exploration sur des réservoirs souterrains veut analyser le potentiel de ses réservoirs pour stocker le CO2 de la cimenterie McInnis. Les différents critères géologiques du bassin sédimentaire de la Gaspésie seront analysés pour établir sa prospectivité pour le CSC et pour cerner les régions plus propices pour le stockage. Le réservoir souterrain découvert par Junex qui est le plus près de la cimenterie, localisé dans la structure géologique de Bonaventure, sera évalué pour sa capacité de stockage de CO2. La géométrie et le volume disponible du réservoir seront déterminés avec un modèle géologique 3D du réservoir. Le projet sera réalisé par l’équipe d’analyse de bassins de l’INRS en collaboration avec les ingénieurs de réservoir de la compagnie Junex. Le modèle interactif 3D du réservoir permettra d’optimiser le design de l’injection de CO2 dans le réservoir et servira à l’entreprise pour expliquer ses projets de stockage géologique en Gaspésie. Le captage et le stockage du CO2 émis par la cimenterie permettraient de réduire significativement ces émissions et diminuer l’impact de cette nouvelle cimenterie sur le bilan carbone du Canada. L’évaluation du potentiel de stockage géologique du CO2 à proximité de la cimenterie est une première étape pour évaluer les possibilités de réduction des émissions de CO2 en utilisant la technologie du CSC en Gaspésie.
Financement : CRSNG – Subvention d’engagement partenarial
Intégration géostatistique de données géophysiques et hydrogéologiques pour la modélisation géologique tridimensionnelle
La gestion durable des ressources hydrogéologiques, minières ou des réservoirs passe par notre capacité à modéliser l’hétérogénéité des propriétés des milieux géologiques afin d’en comprendre leur dynamique à long terme. La modélisation de cette hétérogénéité ne peut pas être faite à partir des quelques forages épars existants dans la région d’étude. Les mesures géophysiques permettent de combler le vide d’information entre les forages. Cependant, les méthodes d’imagerie géophysique ne mesurent pas directement les propriétés d’intérêt (porosité, conductivité hydraulique, teneurs, etc.). Qui plus est, elles ont souvent une résolution insuffisante pour répondre au besoin de la modélisation du transport de masse, du flux de fluides dans un réservoir ou de la séquence d’extraction minière. Les travaux de recherche misent sur le développement de méthodes et d’algorithmes de modélisation stochastique géologique qui intègrent les mesures géophysiques continues en basse résolution et les données de puits éparses à haute résolution afin de fournir des modèles équiprobables à haute résolution de la variable d’intérêt sur l’ensemble du domaine à l’étude. Les résultats escomptés sont une meilleure représentation des aquifères, des sites miniers et des réservoirs, menant à une gestion durable des aquifères et à une meilleure planification des exploitations des mines et des réservoirs.
Financement: CRSNG – Subvention à la découverte
Activités scientifiques et affiliations
- Cofondateur du Laboratoire d’interprétation et acquisition des mesures en géosciences (LIAMG)
- Cofondateur et président de l’Association d’hydrogéophysique du Québec (AHQ)
- Organisateur des conférences de l’AHQ
- Membre actif de la Society of Exploration Geophysicits (SEG)
- Membre de la European Association of Geoscientists and Engineers
- Membre de l’American Geophysical Union (AGU) et du Hydrogeophysics Focus Group de l’AGU
- Membre du Groupe de recherche interuniversitaire sur les eaux souterraines (GRIES)
Diplômé(e)s et anciens stagiaires postdoctoraux
Enseignement
- Topologie des espaces régionalisés (GEO9610)
- Géoscience des données (ETE532)
- Géostatistique (ETE419, collaboration au cours du professeur André Saint-Hilaire)
Publications
Bavand-Savadkoohi, Mojtaba, Gloaguen, Erwan, Tokhmechi, Behzad, Arab-Amiri, Alireza et Giroux, Bernard (2024). CCWSIM: An efficient and fast wavelet-based CCSIM for categorical characterization of large-scale. ArXiv, en ligne.
DOI : 10.48550/arXiv.2404.00441
Lauzon, Dany et Gloaguen, Erwan (2024). Quantifying uncertainty and improving prospectivity mapping in mineral belts using transfer learning and Random Forest: A case study of copper mineralization in the Superior Craton Province, Quebec, Canada. Ore Geology Reviews, 166 (mars) : art. 105918.
DOI : 10.1016/j.oregeorev.2024.105918
Séjourné, Stéphan, Comeau, Félix-Antoine, dos Santos, Maria Luisa M., Bordeleau, Geneviève, Claprood, Maxime, Mulliez, Valentin, Malo, Michel, Giroux, Bernard, Gloaguen, Erwan et Raymond, Jasmin (2024). Potential for natural hydrogen in Quebec (Canada): a first review. Frontiers in Geochemistry – Section Mineral Geochemistry, 2 : art. 1351631.
DOI : 10.3389/fgeoc.2024.1351631
Shariatinik, Benyamin, Gloaguen, Erwan, Raymond, Jasmin, Boutin, Louis-Charles et Fabien-Ouellet, Gabriel (2024). ERT data assimilation to characterize aquifer hydraulic conductivity heterogeneity through a heat-tracing experiment. Near Surface Geophysics, 22 (3) : 358-371.
DOI : 10.1002/nsg.12288
Silva dos Santos, Victor, Gloaguen, Erwan et Tirdad, Shiva (2024). Enhancing lithological mapping with spatially constrained bayesian network (scb-net): an approach for field data-constrained predictions with uncertainty evaluation. ArXiv, en ligne.
DOI : 10.48550/arXiv.2403.20195
Simon, Jérome, Fabien-Ouellet, Gabriel et Gloaguen, Erwan (2024). Quality control in deep learning and confidence quantification: Seismic velocity regression through classification. Computational Geosciences, 184 (février) : art. 105534.
DOI : 10.1016/j.cageo.2024.105534
Bavand-Savadkoohi, Mojata, Cedou, Matthieu, Blouin, Martin, Gloaguen, Erwan, Tirdad, Shiva et Giroux, Bernard (2023). High-resolution aeromagnetic map through Adapted-SRGAN: A case study in Québec, Canada. Computers & Geosciences, 176 (Juillet) : Art. 105363.
DOI : 10.1016/j.cageo.2023.105363
Cedou, Matthieu, Gloaguen, Erwan, Blouin, Martin, Caté, Antoine, Paiement, Jean-Philippe et Tirdad, Shiva (2022). Preliminary geological mapping with convolution neural network using statistical data augmentation on a 3D model. Computers & Geosciences, 167 (Octobre) : Art. 105187.
DOI : 10.1016/j.cageo.2022.105187
Claprood, Maxime, Gloaguen, Erwan, Béraud, Thomas, Blouin, Martin, Dupuis, Christian, Ferron, Philippe, Ouellet, Michel, Chaussé, Michel, Martel, Richard, Paradis, Daniel et Ballard, Jean-Marc (2022). A case study using seismic reflection and well logs to reduce and quantify uncertainty during a hydrogeological assessment. Frontiers in Water, 3 : Art. 779149.
DOI : 10.3389/frwa.2021.779149
Crestani, Elena, Camporese, Matteo, Belluco, Enrica, Bouchedda, Abderrezak, Gloaguen, Erwan et Salandin, Paolo (2022). Large-scale physical modeling of salt-water intrusion. Water, 14 (8) : Art. 1183.
DOI : 10.3390/w14081183
dos Santos, Victor Silva, Gloaguen, Erwan, Louro, Vinicius Hector Abud et Blouin, Martin (2022). Machine learning methods for quantifying uncertainty in prospectivity mapping of magmatic-hydrothermal gold deposits: A case study from Juruena Mineral Province, Northern Mato Grosso, Brazil. Minerals, 12 (8) : Art. 941.
DOI : 10.3390/min12080941
Simon, Jérome, Fabien-Ouellet, Gabriel, Gloaguen, Erwan et Khurjekar, Ishan (2022). Hierarchical transfer learning for deep learning velocity model building. Geophysics, EN LIGNE.
DOI : 10.1190/geo2021-0470.1
Coulon, Cécile, Pryet, Alexandre, Lemieux, Jean-Michel, Yrro, Fidele Ble Jean, Bouchedda, Abderrezak, Gloaguen, Erwan, Comte, Jean-Christophe, Dupuis, Christian J. et Banton, Olivier (2021). A framework for parameter estimation using sharp-interface seawater intrusion models. J. Hydrol., 600 (Septembre) : Art. 126509.
DOI : 10.1016/j.jhydrol.2021.126509
Dip, Ana Cecilia, Giroux, Bernard et Gloaguen, Erwan (2021). Microseismic monitoring of rockbursts with the ensemble Kalman filter. Near Surf. Geophys., 19 (4) : 429-445.
DOI : 10.1002/nsg.12158
Metahni, Sabrine, Coudert, Lucie, Gloaguen, Erwan, Tran, Lan Huong, Guemiza, Karima, Mercier, Guy et Blais, Jean-François (2021). Combining sequential gaussian simulation with linear regression to develop rehabilitation strategies using a hydrometallurgical process to simultaneously remove metals, PCP, and PCDD/F from a contaminated soil. Soil Sediment. Contam., 30 (3) : 275-291.
DOI : 10.1080/15320383.2020.1849019
Bédard, Karine; Comeau, Félix-Antoine; Raymond, Jasmin; Gloaguen, Erwan; Malo, Michel et Richard, Marc-André (2020). Deep geothermal resource assessment of the St. Lawrence Lowlands sedimentary basin (Québec) based on 3D regional geological modelling. Geomach. Geophpys. Geo-energ. Geo-resour., 6 : Art. 46.
DOI : 10.1007/s40948-020-00170-0
Gernez, Simon; Bouchedda, Abderrezak; Gloaguen, Erwan et Paradis, Daniel (2020). AIM4RES, an open-source 2.5D finite differences MATLAB library for anisotropic electrical resistivity modeling. Comput. Geosci., 135 (Février) : Art. 104401.
DOI : 10.1016/j.cageo.2019.104401
Metahni, Sabrine; Coudert, Lucie; Blais, Jean-François; Tran, Lan Huong; Gloaguen, Erwan; Mercier, Gabrielle et Mercier, Guy (2020). Techno-economic assessment of an hydrometallurgical process to simultaneously remove As, Cr, Cu, PCP and PCDD/F from contaminated soil. J. Environ. Manage., 263 (Juin) : Art. 110371.
DOI : 10.1016/j.jenvman.2020.110371
Metahni, Sabrine; Coudert, Lucie; Gloaguen, Erwan; Tran, Lan Huong; Guemiza, Karima; Mercier, Guy et Blais, Jean-François (2020). Combining sequential gaussian simulation with linear regression to develop rehabilitation strategies using a hydrometallurgical process to simultaneously remove metals, PCP, and PCDD/F from a contaminated soil. Soil Sediment. Contam., EN LIGNE.
DOI : 10.1080/15320383.2020.1849019
Nussbaumer, Raphaël; Mariéthoz, Grégoire; Gloaguen, Erwan et Holliger, Klaus (2020). Hydrogeophysical data integration through Bayesian Sequential Simulation with log-linear pooling. Geophys. J. Int., 221 (3) : 2184-2200.
DOI : 10.1093/gji/ggaa072
Sena, Guillaume Noumonvi Yawu; Chokmani, Karem; Gloaguen, Erwan et Bernier, Monique (2020). Multi-scale spatialization of snow water equivalent (SWE) according to their spatial structures in eastern Canada. Cryosphere Discuss., EN LIGNE.
DOI : 10.5194/tc-2020-316
Anterrieu, Olivier; Giroux, Bernard; Gloaguen, Erwan et Carde, Christophe (2019). Non-destructive data assimilation as a tool to diagnose corrosion rate in reinforced concrete structures. J. Build. Eng., 23 (Mai): 193-206.
DOI : 10.1016/j.jobe.2019.01.033
Metahni, Sabrine; Coudert, Lucie; Gloaguen, Erwan; Guemiza, Karima; Mercier, Guy et Blais, Jean-François (2019). Comparison of different interpolation methods and sequential Gaussian simulation to estimate volumes of soil contaminated by As, Cr, Cu, PCP and dioxins/furans. Environ. Pollut., 252, Part A (Septembre) : 409-410.
DOI : 10.1016/j.envpol.2019.05.122
Pinet, Nicolas; Gloaguen, Erwan et Giroux, Bernard (2019). Introduction to the special issue on geophysics applied to mineral exploration. Can. J. Earth Sci. / Rev. Can. Sci. Terre, 56 (5) : v-viii.
DOI : 10.1139/cjes-2018-0314
Raymond, Jasmin; Bédard, Karine; Comeau, Félix-Antoine; Gloaguen, Erwan; Comeau, Guillaume; Millet, Emmanuelle et Foy, Stefan (2019). A workflow for bedrock thermal conductivity map to help designing geothermal heat pump systems in the St. Lawrence Lowlands, Quebec, Canada. Sci. Tech. Built Environ., 25 (8) : 963-979.
DOI : 10.1080/23744731.2019.1642077
Rivard, Christine; Bordeleau, Geneviève; Lavoie, Denis; Lefebvre, René; Ladevèze, Pierre; Duchesne, Mathieu J.; Séjourné, Stéphan; Crow, Heather; Pinet, Nicolas; Brake, Virgina; Bouchedda, Abderrezak; Gloaguen, Erwan; Ahad, Jason M. E.; Malet, Xavier; Aznar, Jean-Christophe et Malo, Michel (2019). Assessing potential impacts of shale gas development on shallow aquifers through upward fluid migration: A multi-disciplinary approach applied to the Utica Shale in eastern Canada. Mar. Petrol. Geol., 100 (Février) : 466-483.
DOI : 10.1016/j.marpetgeo.2018.11.004
Schnitzler, Nathalie; Ross, Pierre-Simon et Gloaguen, Erwan (2019). Using machine learning to estimate a key missing geochemical variable in mining exploration: Application of the Random Forest algorithm to multisensor core logging data. J. Geochem. Explor., 205 (Octobre) : Art. 106344.
DOI : 10.1016/j.gexplo.2019.106344
Sena, Guillaume Noumonvi Yawu; Chokmani, Karem; Gloaguen, Erwan et Bernier, Monique (2019). Critical analysis of the snow survey network according to the spatial variability of snow water equivalent (swe) on Eastern Mainland Canada. Hydrology, 6 (2) : Art. 55.
DOI : 10.3390/hydrology6020055
Bouzaglou, Véronique; Crestani, Elena; Salandin, Paolo; Gloaguen, Erwan et Camporese, Matteo (2018). Ensemble kalman filter assimilation of ERT data for numerical modeling of seawater intrusion in a laboratory experiment. Water, 10 (4) : Art. 397.
DOI : 10.3390/w10040397
Gloaguen, Erwan; Dupuis, Christian J. et Giroux, Bernard (2018). Portrait de la géophysique au Québec. Geologues, 198 (Septembre) : 65-68.
Martel, Richard; Castellazzi, Pascal; Gloaguen, Erwan; Trépanier, Luc et Garfias, Jaime (2018). ERT, GPR, InSAR, and tracer tests to characterize karst aquifer systems under urban areas: The case of Quebec City. Geomorphology, 310 (Juin) : 45-56.
DOI : 10.1016/j.geomorph.2018.03.003
Nasr, Maher; Raymond, Jasmin; Malo, Michel et Gloaguen, Erwan (2018). Geothermal potential of the St. Lawrence Lowlands sedimentary basin from well log analysis. Geothermics, 75 (Septembre) : 68-80.
DOI : 10.1016/j.geothermics.2018.04.004
Nussaumer, Raphaël; Mariéthoz, Grégoire; Gloaguen, Erwan et Holliger, Klaus (2018). Which path to choose in sequential gaussian simulation. Math. Geosci., 50 (1) : 97-120.
DOI : 10.1007/s11004-017-9699-5
Nussbaumer, Raphaël; Mariethoz, Grégoire; Gravey, Mathieu; Gloaguen, Erwan et Holliger, Klaus (2018). Accelerating Sequential Gaussian Simulation with a constant path. Comput. Geosci., 112 (Mars) : 121-132.
DOI : 10.1016/j.cageo.2017.12.006
Blouin, Martin et Gloaguen, Erwan (2017). Colored inversion. The Leading Edge, 36 (10) : 858-861.
DOI : 10.1190/tle36100858.1
Blouin, Martin; Le Ravalec, Mickaele; Gloaguen, Erwan et Adelinet, Mathilde (2017). Porosity estimation in the Fort Worth basin constrained by 3D seismic attributes integrated in a sequential bayesian simulation framework. Geophysics, 82 (4) : M67-M80.
DOI : 10.1190/geo2016-0506.1
Bouchedda, Abderrezak; Giroux, Bernard et Gloaguen, Erwan (2017). Constrained electrical resistivity tomography Bayesian inversion using inverse Matérn covariance matrix. Geophysics, 82 (3) : E129-E141.
DOI : 10.1190/geo2015-0673.1
Caté, Antoine; Perozzi, Lorenzo; Gloaguen, Erwan et Blouin, Martin (2017). Machine learning as a tool for geologists. The Leading Edge, 36 (3) : 215-219.
DOI : 10.1190/tle36030215.1
Fabien-Ouellet, Gabriel; Gloaguen, Erwan et Giroux, Bernard (2017). Time-domain seismic modeling in viscoelastic media for full waveform inversion on heterogeneous computing platforms with OpenCL. Comput. Geosci., 100 (Mars) : 142-155.
DOI : 10.1016/j.cageo.2016.12.004
Fabien-Ouellet, Gabriel; Gloaguen, Erwan et Giroux, Bernard (2017). Time domain viscoelastic full waveform inversion. Geophys. J. Int., 209 (3) : 1718-1734.
DOI : 10.1093/gji/ggx110
Fabien-Ouellet, Gabriel; Gloaguen, Erwan et Plassart, Gaël (2017). Integrating geophysics and soil sampling for site characterization: A kernel approach. J. Environ. Eng. Geophys., 22 (3) : 305-308.
DOI : 10.2113/JEEG22.3.305
Fresia, Bastien; Ross, Pierre-Simon; Gloaguen, Erwan et Bourke, Alexandre (2017). Lithological discrimination based on statistical analysis of multi-sensor drill core logging data in the Matagami VMS district, Quebec, Canada. Ore Geol. Rev., 80 (Janvier) : 552-563.
DOI : 10.1016/j.oregeorev.2016.07.019
Laanaya, Fatima; St-Hilaire, André et Gloaguen, Erwan (2017). Water temperature modelling: comparison between the generalized additive model, logistic, residuals regression and linear regression models. Hydrol. Sci. J., 62 (7) : 1078-1093.
DOI : 10.1080/02626667.2016.1246799
Perozzi, Lorenzo; Giroux, Bernard; Schmitt, Douglas R. et Gloaguen, Erwan (2017). Sensitivity of seismic response for monitoring CO2 math formula storage in a low porosity reservoir of the St Lawrence Lowlands, Québec, Canada: Part 2 – Synthetic modeling. Greenhouse Gases: Sci. Technol., 7 (4) : 613-623.
DOI : 10.1002/ghg.1670
Perozzi, Lorenzo; Giroux, Bernard; Schmitt, Douglas R.; Gloaguen, Erwan et Kofman, Randy S. (2017). Sensitivity of seismic response for monitoring CO2 storage in a low porosity reservoir of the St Lawrence Lowlands, Québec, Canada: Part 1 – Laboratory measurements. Greenhouse Gases: Sci. Technol., 7 (4) : 602-612.
DOI : 10.1002/ghg.1671
Gardet, Caroline; Le Ravalec, Mickaele et Gloaguen, Erwan (2016). Pattern-based conditional simulation with a raster path: a few techniques to make it more efficient. Stoch. Environ. Res. Risk Asses., 30 (2) : 429-446.
DOI : 10.1007/s00477-015-1207-1
Paradis, Daniel; Gloaguen, Erwan; Lefebvre, René et Giroux, Bernard (2016). A field proof-of-concept of tomographic slug tests in an anisotropic littoral aquifer. J. Hydrol., 536 (Mai) : 61-73.
DOI : 10.1016/j.jhydrol.2016.02.041
Paradis, Daniel; Lefebvre, René; Gloaguen, Erwan et Giroux, Bernard (2016). Comparison of slug and pumping tests for hydraulic tomography experiments: a practical perspective. Environ. Earth Sci., 75 : Art. 1159.
DOI : 10.1007/s12665-016-5935-4
Perozzi, Lorenzo; Gloaguen, Erwan; Giroux, Bernard et Holliger, Klaus (2016). A stochastic inversion workflow for monitoring the distribution of CO2 injected into deep saline aquifers. Comput. Geosci., 20 (6) : 1287-1300.
DOI : 10.1007/s10596-016-9590-3
Sena, Guillaume Noumonvi Yawu; Chokmani, Karem; Gloaguen, Erwan et Bernier, Monique (2016). Analyse multi-échelles de la variabilité spatiale de l’équivalent en eau de la neige (EEN) sur le territoire de l’Est du Canada. Hydrol. Sci. J., 62 (3) : 359-377.
DOI : 10.1080/02626667.2015.1022552
Blouin, M. et Gloaguen, E. (2015). Comprehensive geophysical data integration and stratigraphic contacts delineation in a regional hydrogeological characterization study. J. Environ. Eng. Geophys., 20 (2) : 183-193.
DOI : 10.2113/JEEG20.2.183
Marcotte, D. et Gloaguen, E. (2015). Exact conditioning of Gaussian fields on wavelet coefficients. Math. Geosci., 47 (3) : 277-300.
DOI : 10.1007/s11004-014-9552-z
Paradis, D.; Gloaguen, E.; Lefebvre, R. et Giroux, B. (2015). Resolution analysis of tomographic slug test head data: two-dimensional radial case. Water Resour. Res., 51 (4) : 2356-2376.
DOI : 10.1002/2013WR014785
Paradis, D.; Lefebvre, R.; Gloaguen, E. et Rivera, A. (2015). Predicting hydrofacies and hydraulic conductivity from direct-push data using a data-driven relevance vector machine approach: Motivations, algorithms and application. Water Resour. Res., 51 (1) : 481-505.
DOI : 10.1002/2014WR015452