Modélisation de migration de fluides et déformation des roches en zone de subduction // Modeling Fluid Migration and Rock Deformation in Subduction Zones

Le relâchement de fluides par les plaques en subduction influence des processus géologiques clés tels que les échanges chimiques, les séismes et le volcanisme. Bien que la production de fluides dans diverses conditions de pression et de température soit bien établie, leurs voies de migration restent difficiles à cerner. Des modèles numériques récents suggèrent des schémas d'écoulement complexes dans la plaque [1], mais négligent l'interaction entre les réactions et la déformation. Des études de terrain sur des reliques exhumées de plaques en subduction soulignent l'importance des réactions de déshydratation-réhydratation dans la localisation de la déformation [e.g. 2]. Ce projet vise à combler ces lacunes grâce à des techniques de modélisation avancées, incluant l'apprentissage automatique basé sur la physique [3].
[1] Cerpa N. G. & Wada, I (2025) JGR :SE, https://doi.org/10.1029/2024JB030609
[2] Muñoz-Montecinos et al., (2024), G3, https://doi.org: 10.1029/2024GC011581
[3] Kerswell, B. et al., (2024), JGR: MLC, https://doi.org/10.1029/2024JH000264
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Fluid release from subducting plates influences key geological processes such as chemical exchanges, earthquakes, and volcanism. While fluid production across various pressure-temperature conditions is well established, its migration pathways remain elusive. Recent numerical models suggest complex flow patterns in the slab [1], but overlook the interplay between reactions and deformation. Field studies of exhumed subduction plate relics highlight the importance of dehydration-rehydration reactions in strain localization [e.g. 2]. This project aims to bridge these gaps through advanced modeling techniques, including physics-based machine learning (ML) [3].

[1] Cerpa N. G. & Wada, I (2025) JGR :SE, https://doi.org/10.1029/2024JB030609
[2] Muñoz-Montecinos et al., (2024), G3, https://doi.org: 10.1029/2024GC011581
[3] Kerswell, B. et al., (2024), JGR: MLC, https://doi.org/10.1029/2024JH000264
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Autre type de financement -

Université de Montpellier

584 GAIA - Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau

* Niveau Master 2 (ou équivalent) en géophysique, mécanique ou mathématiques appliquées * Bonnes aptitudes à la programmation, notamment en python * Bonne compréhension de la géodynamique et des processus métamorphiques en zone de subduction * Expérience souhaitée dans l'utilisation de méthode éléments finis pour la résolution d'équations aux dérivées partielles * Facilité à communiquer en anglais, à l'oral et à l'écrit, ainsi qu'à travailler en équipe seront des atouts recherchés
* Master's degree (or equivalent) in geophysics, mechanics, or applied mathematics * Strong programming skills, particularly in Python * Good understanding of geodynamics and metamorphic processes in subduction zones * Prior experience with finite element methods for solving partial differential equations is desirable * Ability to communicate effectively in English, both spoken and written, and to work well in a team will be considered valuable assets