Mickaele Le Ravalec a étudié les sciences de la terre à l'EOST, à Strasbourg, avant d'obtenir un doctorat en physique des roches de l’Université de Rennes (1995) et une HDR de l’université Louis Pasteur de Strasbourg (2002). Elle a aussi eu un executive master en finance d'entreprise à l'université Paris-Dauphine (2021).
Après un post-doc à l’Université de Stanford (USA) en physique des roches, elle rejoint IFPEN comme ingénieure de recherche en 1997. La géomodélisation, qui implique entre autres la géostatistique, les problèmes inverses, l’intégration conjointe de données de natures et de résolution diverses ou encore la prise en compte d’incertitudes, est au cœur de ses activités de recherche. La combinaison de ces différents domaines amène à l’élaboration de modèles numériques représentatifs des formations géologiques. Ces géomodèles sont ensuite utilisés en ingénierie pétrolière comme en hydrologie pour étudier les écoulements des fluides dans le sous-sol.
Après avoir travaillé en tant qu'ingénieure de recherche à IFPEN ainsi qu'en tant qu'ingénieure réservoir dans un service opérationnel de TotalEnergies en 2007-2008, Mickaele a été responsable de différents projets depuis 2005, puis experte IFPEN à partir de 2010 avant de devenir cheffe du département Géologie en 2014, du département Géoressources en 2016, puis du département Sciences pour les sols et sous-sols en 2021. Entre 2022 et 2023, Mickaele a partagé ses activités entre IFPEN comme adjointe scientifique au directeur pour la direction Sciences de la Terre et Technologies de l'Environnement et le Haut Conseil de l'Evaluation de la Recherche et de l'Enseignement Supérieur (Hcéres) comme conseillère scientifique pour le département d'évaluation des organismes. De retour à plein temps à IFPEN en juillet 2023, elle est depuis directrice Economie et Veille
Entre 2016 et 2022, Mickaele a également été membre, puis vice-présidente de la CNE2 (Commission Nationale d’Evaluation des recherches et études relatives à la gestion des matières et des déchets radioactifs). La CNE2 évalue l’avancement des recherche et études relatives à la gestion des déchets radioactifs en France. Cette évaluation donne lieu à un rapport annuel, destiné au Parlement français, et transmis à l'Office Parlementaire d'Evaluation des Choix Scientifiques et Technologiques.
Par ailleurs, Mickaele a été membre du Conseil de l’Observatoire de Lyon (laboratoires CNRS d’Astrophysique et de Géologie), du Comité de Perfectionnement de l’Observatoire de Lyon, ou encore du IGCP scientific board de l'UNESCO (2020-2024). Mickaele a été aussi été professeure invitée à l’INRS Québec (2012-2015). Enfin, elle a été membre du comité des EAGE Awards de 2011 à 2014 et en a été nommée Vice Chair en 2013 et 2014.
Mickaële a encadré 7 doctorants et dispensé des cours dans plusieurs écoles, notamment l’EOST, Centrale Paris, l’ENS Paris, les Mines de Nancy, IFP School, IFP Training, les EAGE Education Days. Elle a, par ailleurs, contribué à l’organisation de nombreuses conférences, comme membre du comité d’organisation, présidente ou encore membre du comité scientifique. Elle a en particulier contribué aux conférences ECMOR qui relèvent de l’EAGE.
Elle est l’auteur de 27 brevets et 116 articles. Elle est également l’auteur d’un livre, d’un e-book et a co-édité un ouvrage. Depuis 2020, elle fait partie du Comité éditorial des CR Géosciences, publiés par l’Académie des Sciences.
Mickaele a reçu le prix Schlumberger de l’Académie des Sciences en 2011. Elle a été faite chevalier de la Légion d’Honneur en 2014.
Les formations géologiques du sous-sol sont très hétérogènes car affectées par de nombreux processus physico-chimiques au cours du temps : dépôts sédimentaires, érosion, diagenèse, enfouissement, tectonique. Leurs propriétés varient considérablement dans l’espace, à toutes les échelles.
Il s'agit de développer des méthodes spécifiques pour construire des modèles numériques représentatifs des formations géologiques du sous-sol et de leurs propriétés, ou géomodèles, et respectant l’ensemble des données collectées sur le terrain et en laboratoire. Considérons une formation géologique en profondeur et supposons que l’objectif soit de représenter les variations de perméabilité dans ce milieu. Une donnée directe est une mesure de perméabilité en un point. Le forage est alors la seule source de données directes : il permet des mesures le long du puits et le prélèvement d’échantillons analysés ensuite en laboratoire. Les forages étant coûteux, ils restent peu nombreux. Des données complémentaires, mais indirectes, sont alors utilisées pour caractériser les propriétés étudiées entre les forages. S’il n’est pas possible de mesurer directement la perméabilité entre deux forages, des traceurs peuvent être injectés dans un des forages et produits dans le deuxième. Le temps mis par les traceurs pour se déplacer d’un forage à l’autre dépend de la perméabilité des roches traversées. La combinaison de plusieurs types de données, directes et indirectes, améliore la représentation des propriétés du sous-sol.
Les techniques mises en place pour construire des géomodèles renvoient à trois étapes principales. Il s’agit tout d’abord d’élaborer un premier géomodèle contraint par les données directes. Pour ce faire, on recourt en général à des méthodes géostatistiques (Le Ravalec et al., 2000 ; Doligez et al., 2015 ; Gardet et al., 2016 ; Blouin et al., 2017 ; de Figueiredo et al., 2019). Puis, une simulation d’écoulement, ou autre, pour ce géomodèle initial donne accès à la réponse indirecte d’intérêt. On évalue alors l’écart entre cette réponse simulée et les données indirectes disponibles. Si celui-ci est trop important, le géomodèle est ajusté et une nouvelle simulation exécutée. Ce processus est répété en tant que de besoin. Il s’agit d’une technique de résolution itérative d’un problème inverse. Trois difficultés doivent être traitées : le nombre de paramètres est très important (plusieurs millions), les données sont très insuffisantes, et le problème est mal posé.
La mise en œuvre de paramétrages particuliers, relevant de la géostatistique, a constitué une avancée significative pour préserver/déformer des structures spatiales, manipuler un grand nombre d’inconnues et gérer simultanément plusieurs échelles (Le Ravalec et al., 2001 ; Hu et al. 2001 ; Le Ravalec-Dupin et Noetinger, 2002 ; Kretz et al., 2004 ; Le Ravalec-Dupin, 2010 ; Le Ravalec-Dupin et Da Veiga, 2011 ; Le Ravalec et al., 2012 ; Heidari et al., 2013 ; Gardet et al., 2014 ; Gervais et Le Ravalec, 2018). En outre, les incertitudes en jeu et les temps de calcul requis par les simulations d’écoulement ont nécessité de combiner optimisation et statistiques en s’inspirant du « machine learning » (Gardet et al., 2016 ; Thenon et al., 2016 ; Thenon et al., 2022).
M. Le Ravalec, A. Rambaud, V. Blum, Taking climate change seriously: Time to credibly communicate on coporate climate performance, Ecological Economics, 200(7), 2022, DOI:/10.1016/j.ecolecon.2022.107542.
L. de Figueiredo, D. Grana, M. Le Ravalec, Revisited formulation and applications of FFT Moving Average, Mathematical Geosciences, 2019, DOI: 10.1007/s11004-019-09826-4.
C. Gardet, M. Le Ravalec, E. Gloaguen, Pattern-based conditional simulation with a raster path: a few techniques to make it more efficient, Stoch. Environ. Res. Risk Assess., 2016, DOI: 10.1007/s00477-015-1207-1.
Thenon, A., Gervais V., Le Ravalec M., Multi-fidelity meta-modeling for reservoir engineering – application to history-matching, Computational Geosciences, 2016, DOI: 10.1007/s10596-016-9587-y.
M. Le Ravalec, B. Noetinger, and L.-Y. Hu, The FFT moving average (FFT-MA) generator: an efficient numerical method for generating and conditioning Gaussian simulations, Mathematical Geology, 32(6), 701-723, 2000.