Rev. Roum. GÉOPHYSIQUE, 51, p. 71–93, 2007, Bucureşti BAYESIAN INVERSION OF CONVENTIONAL ELECTRIC LOGS BOGDAN MIHAI NICULESCU University of Bucharest, Faculty of Geology and Geophysics, Department of Geophysics 6, Traian Vuia Street, 020956 Bucharest, Romania e-mail: bogdan.niculescu@b.astral.ro, bogdan.niculescu@k.ro Modélisation inverse Bayesienne des diagraphies électriques conventionnelles. L’article présente l’élaboration d’un algorithme probabilistique Bayesien pour la modélisation inverse des données de résistivité apparente enregistrées à l’aide des dispositifs conventionnels (normaux et latéraux) de carottage électrique et l’implémentation de l’algorithme par un logiciel d’inversion efficace et rapide. Les modèles géoélectriques utilisés sont des milieux multistratifiés avec les interfaces de séparation planes- parallèles, leurs paramètres étant les profondeurs des interfaces et les résistivités des couches homogènes et isotropes. La formulation Bayesienne du problème inverse permet l’incorporation de l’incertitude associée aux paramètres initiaux du modèle ou aux données géophysiques enregistrées, conduisant à une estimation optimale et la plus probable du modèle d’interprétation. Les essais effectués avec l’algorithme proposé ont montré sa capacité d’optimiser un modèle géoélectrique initial et de produire le meilleur ajustement des données, tout en considérant le bruit géologique et les informations disponibles a priori sur les données ou les paramètres du modèle. Le domaine d’applicabilité de l’algorithme couvre non seulement la modélisation inverse des diagraphies électriques, mais aussi l’interprétation automatique de tous les types de données géophysiques, par une modification convenable du module de modélisation directe. Les procédés classiques d’inversion peuvent être obtenus comme solutions particulières de cette méthode probabilistique générale. Key words: apparent resistivity, Bayesian, borehole geophysics, electric log, inversion, probability density. 1. INTRODUCTION The classical automatic interpretation procedures of geophysical data which are based on inversion require a fitting of the measured values by means of a theoretical dataset, using the least-squares criterion. For surface and borehole apparent resistivity data inversion, frequently used were gradient, quasi-Newton or ridge regression methods (Levenberg, 1944; Marquardt, 1963; Inman, 1975; Rijo et al., 1977; Petrick et al., 1977; Pelton et al., 1978; Hoversten and Morrison, 1982; Yang and Ward, 1984; Whitman et al., 1989; Loke and Barker, 1996) as well as methods employing the generalized inverse matrix (Lanczos, 1961; Inman et al., 1973; Jupp and Vozoff, 1975; Pous et al., 1985). Due to the non-linearity of the