Nous commençons par décrire brièvement l'approche géostatistique dans le contexte d'un problème inverse linéaire, puis discutons les difficultés rencontrées dans le cadre d'une implémentation à grande échelle. Ensuite, en utilisant une approche basée sur les matrices hiérarchiques, nous montrons comment réduire le coût de calcul d'un produit matrice-vecteur de O(m 2 ) à O(m log m) dans le cas de matrices de covariance denses ; m désignant ici le nombre d'inconnues. Combinée avec un solveur de Krylov, qui ne requiert pas la construction explicite de la matrice, cette méthode conduit à un algorithme beaucoup plus rapide pour résoudre le système d'équations associé à l'approche géostatistique. Nous illustrons enfin la performance de notre algorithme dans un situation spécifique, surveiller la concentration de CO 2 à l'aide de la tomographie sismique entre puits.
Abstract -Application of Hierarchical Matrices to Linear Inverse Problems in Geostatistics -Characterizing the uncertainty in the subsurface is an important step for exploration and extraction of natural resources, the storage of nuclear material and gasses such as natural gas or CO 2 . Imaging the subsurface can be posed as an inverse problem and can be solved using the geostatistical approach [Kitanidis P.K. (2007) Geophys. Monogr. Ser. 171, 19-30, doi:10.1029/171GM04;Kitanidis (2011 Kitanidis ( ) doi: 10.1002