Eaux souterraines et exploration minière
Une géophysique assistée par l'IA — EM, CSAMT et résistivité — pour trouver l'eau et les ressources minérales là où les données manquent, sur Terre et au-delà.
- >90%
- Taux de réussite des forages
- 30%
- Réduction des coûts
- 87%
- Précision de prédiction
- 2+
- Packages open-source
Atteint avec la sélection de sites assistée par IA
Réduction moyenne du coût d'exploration
Sur la classification du rendement des forages
Publiés pour la communauté
Le défi : trouver de l'eau là où les données manquent
En Afrique rurale, les forages d'eau échoués représentent des ressources gaspillées et des opportunités manquées pour les communautés dans le besoin. Les levés géophysiques traditionnels sont coûteux et chronophages. Ma recherche applique l'IA aux données AMT et CSAMT pour améliorer considérablement la probabilité de réussite des forages.
La méthode
- 1Levé géophysique (AMT/CSAMT)
- 2Inversion assistée par IA
- 3Site de forage optimal
Des outils open-source pour un défi mondial
L'impact de la recherche nécessite des outils accessibles. J'ai développé pyCSAMT et WATex — des packages Python open-source qui mettent des workflows d'inversion géophysique de pointe et d'hydrogéologie assistée par IA à la portée des scientifiques et des praticiens du monde entier.
La science ouverte ne consiste pas seulement à partager des articles — c'est partager les outils qui rendent la science reproductible et applicable.
Opérations de prospection sur le terrain
De la reconnaissance à l'eau potable — cliquez sur une photo pour l'agrandir.
Exploration minière
Les mêmes méthodes électromagnétiques et l'IA guidée par la physique, appliquées aux ressources minérales — jusqu'au titane lunaire.
Cartographie du titane lunaire — EM + PINNs au-delà de la Terre
Les réseaux de neurones informés par la physique s'étendent au-delà des géorisques terrestres. Dans le cadre d'un panel d'experts international (collaboration NASA / JAXA / CNSA, 2025), j'ai appliqué des PINNs contraints par les équations de Maxwell aux données électromagnétiques multi-spectrales (MXS) de relevés de surface lunaire pour cartographier les distributions de basalte riche en titane — un contexte où les contraintes physiques remplacent les étiquettes terrain denses impossibles à collecter sur la Lune.
Résultats clés
Ce que cet axe de recherche a produit jusqu'ici.
- 6+
Publications
Articles évalués par les pairs dans Water Resources Research, Geophysical Prospecting, Computers & Geosciences, etc.
- >90%
Forages réussis
Taux de réussite lors des campagnes en Côte d'Ivoire grâce au choix des sites assisté par l'IA.
- 2
Outils open source
watex et pyCSAMT, publiés sous forme de paquets Python documentés, avec tutoriels.
- 1
Initiative africaine
WATER4ALL for Africa, lancée pour étendre la prospection d'eau assistée par l'IA à tout le continent.
Logiciels et documentation
Les outils open source qui mettent ces recherches en pratique.
pyCSAMT
Python toolbox for AMT/CSAMT: end-to-end processing, SEG-EDI/Zonge compatibility, and 2D/3D geophysical inversion workflows.
watex
Machine Learning for Water Exploration
Python library for groundwater exploration: integrates DC resistivity (ERP/VES), EM, geology, and ML for siting wells, predicting yields, and restoring noisy EM signals.
Publications associées
Articles évalués par les pairs et prépublications issus de cet axe.
- 2025Publié
A mixture learning strategy for predicting aquifer permeability coefficient K
Kouadio, K. L.; Liu, J.; Liu, W.; Liu, R.
Computers & Geosciences
Lire l'article - 2023Publié
Ensemble Learning Paradigms for Flow-Rate Prediction Boosting
Kouadio, K. L.; Liu, J.; Kouamelan, S. K.; Liu, R.
Water Resources Management
Lire l'article - 2023Publié
watex: machine learning research in water exploration
Kouadio, K. L.; Liu, J.; Liu, R.
SoftwareX
Lire l'article - 2023Publié
A novel approach for water reservoir mapping using controlled-source audio-frequency magnetotelluric in Xingning area, Hunan Province, China
Kouadio, K. L.; Liu, R.; Malory, A. O.; Liu, W.; Liu, C.
Geophysical Prospecting
Lire l'article - 2023Publié
Electromagnetic monitoring with local mesh for time-lapse monitoring of hydraulic fracturing
Zhang, Z.; Liu, J.; Guo, R.; Kouadio, K. L.; Zhan, S.; Li, A.; Liu, R.
Journal of Applied Geophysics
Lire l'article - 2022Publié
pyCSAMT: An alternative Python toolbox for groundwater exploration using controlled-source audio-frequency magnetotelluric
Kouadio, K. L.; Liu, R.; Mi, B.; Liu, C.
Journal of Applied Geophysics
Lire l'article
Continuer l'exploration
Chaque axe nourrit les autres — voici où aller ensuite.
Big Data dans les systèmes terrestres
Satellites, prospections géophysiques et réseaux de capteurs produisent bien plus de données que les méthodes géoscientifiques classiques ne peuvent en exploiter.
Explorer
Risques naturels
Affaissement des sols, contamination par des décharges défaillantes et feux de forêt menacent villes, eaux et écosystèmes — souvent plus vite que la surveillance.
Explorer
Incertitude et prévisions fiables
Prendre des décisions fiables nécessite une compréhension sûre de l'incertitude des prévisions.
Explorer