RAILWAVES 1.0 toolbox: Toward intelligent integration of geotechnical and hydrogeological data for the diagnosis and monitoring of railway embankments with surface waves

Boîte à outils RAILWAVES 1.0 : vers une intégration intelligente des données géotechniques et hydrogéologiques pour le diagnostic et la surveillance des plateformes ferroviaires à l’aide d’ondes de surface

¹ Sorbonne Université, 4 place Jussieu, 75252 Paris, France
² SNCF Réseau, 6 avenue F. Mitterrand 93574 La Plaine Saint-Denis, France

^* Corresponding author: This email address is being protected from spambots. You need JavaScript enabled to view it.

Abstract

In a context where low-carbon transportation is increasingly essential, the diagnosis and maintenance of railway infrastructures have become critical challenges. Current assessment techniques still rely heavily on destructive testing of embankments, sublayers, and underlying soils. These structures are also exposed to more frequent and less predictable extreme climatic events, threatening their mechanical integrity and long-term stability. High-density, high-resolution geophysical methods therefore offer a compelling non-destructive alternative, particularly for characterizing and monitoring soil mechanical properties. Over the past decade, major advances have been made in seismic acquisition, processing, and interpretation. We present an overview of our recent contributions, primarily based on surface-wave methods, which require low-energy sources and are well adapted to railway environments. We developed high-yield acquisition strategies using landstreamers, combined with classic active and passive (train) sources. Stacking and interferometry-based approaches extract multimodal dispersion images, enabling detection of lateral variations within embankments and continuous site monitoring. Deep learning supports semi-automatic picking and interpretation, while Bayesian inversion and physics-aware AI models integrate geotechnical and hydrogeological data to rapidly infer petro- and hydro-facies and track water-table dynamics. We conclude with a roadmap for future developments, including the integration of distributed acoustic sensing.

Résumé

Dans un contexte où les transports bas carbone deviennent indispensables, le diagnostic et la maintenance des infrastructures ferroviaires constituent aujourd’hui des enjeux majeurs. Les techniques d’évaluation courantes reposent encore largement sur des tests destructifs des plateformes ferroviaires, des sous-couches et des sols sous-jacents. Ces structures sont en outre exposées à des événements climatiques extrêmes, plus fréquents et moins prévisibles, qui menacent leur stabilité. Les méthodes géophysiques à haute densité et haute résolution offrent une alternative non destructive particulièrement adaptée pour caractériser et suivre les propriétés mécaniques des sols. Au cours de la dernière décennie, la communauté a réalisé des avancées majeures en acquisition, traitement et interprétation sismiques. Nous présentons ici une synthèse de nos développements récents basés sur l’analyse des ondes de surface, méthodes nécessitant des sources peu énergétiques et bien adaptées au contexte ferroviaire. Nous avons conçu des stratégies d’acquisition à haut rendement avec landstreamers déployés le long des voies, utilisant des sources classiques actives et passives (trains). Des approches de sommation et d’interférométrie permettent d’extraire des images de dispersion multimodales pour détecter les variations latérales et assurer un suivi continu. L’apprentissage profond facilite le pointé et l’interprétation, tandis que l’inversion bayésienne et des modèles d’IA intégrant des données géotechniques et hydrogéologiques permettent d’inférer rapidement les pétroet hydro-faciès et de suivre la nappe. Nous concluons par une feuille de route incluant l’intégration de mesures acoustiques distribuées.