Une première marocaine : le gaz de Tendrara cartographié par l’intelligence artificielle

Le sous-sol marocain n’a pas encore livré tous ses secrets. Entre les espoirs d’un potentiel gazier et la réalité souvent complexe des formations géologiques, les chercheurs doivent faire preuve d’ingéniosité pour mieux comprendre ce qui se cache en profondeur. C’est dans cette optique qu’une équipe marocaine de chercheurs, principalement rattachée à l’Université Mohammed Premier d’Oujda, a franchi une étape inédite. Composée de géologues, de spécialistes en modélisation et de data scientists, cette équipe a réuni des compétences complémentaires pour appliquer des techniques avancées d’intelligence artificielle à l’étude du sous-sol. Pour la première fois, l’intelligence artificielle (IA) a été utilisée pour prédire les types de roches présentes dans un réservoir, sans avoir besoin de les extraire.

L’étude, parue en mars 2025 dans la revue «Journal of African Earth Sciences», s’est intéressée au bassin de Tendrara-Missour, situé à l’extrême Est du pays, non loin de la frontière algérienne. Dans cette région, la formation dite TAGI (Trias argilo-gréseux inférieur) est connue pour son potentiel en gaz naturel. Mais l’analyse des carottes de forage des échantillons physiques extraits du sous-sol reste rare, coûteuse et limitée à quelques dizaines de mètres seulement. Les chercheurs ont donc tenté une autre voie : reconstituer la nature des roches à partir des données enregistrées lors des forages, comme la densité des matériaux ou leur réponse aux ondes sonores.

87% de précision pour le modèle d’IA

Concrètement, les scientifiques ont testé trois modèles d’intelligence artificielle, dont un réseau de neurones multicouches, une technique capable de repérer des relations complexes entre les données. Le but était de prédire, sur 417 mètres de sections non carottées, le type de roche présent : grès, grès à galets, conglomérat ou argile-siltstone. Les résultats sont impressionnants : le modèle basé sur le réseau de neurones a atteint 87% de précision, soit bien plus que les deux autres approches testées (82% pour l’algorithme Random Forest, et 44% pour l’analyse en grappes).

Cette performance a permis de reconstituer la structure géologique du réservoir avec un niveau de détail inédit, révélant notamment des variations rapides des types de roches d’un puits à l’autre, typiques d’un ancien environnement fluvial. Selon les auteurs, cette méthode permet non seulement de gagner du temps et de l’argent, mais aussi de mieux orienter les décisions en matière d’exploration. «Nos résultats montrent que l’intelligence artificielle peut offrir une alternative fiable à l’analyse des carottes, surtout dans les zones peu carottées», expliquent-ils dans l’article.

Un levier pour le secteur énergétique marocain

Cette avancée pourrait avoir des implications importantes pour l’avenir énergétique du Maroc. Le pays cherche à diversifier ses sources d’énergie et à mieux valoriser son sous-sol, notamment en matière de gaz naturel. En effet, le Plan Maroc Mines 2025-2030 ambitionne de tripler le chiffre d’affaires du secteur minier, à plus de 15 milliards de dirhams, et de multiplier par dix les investissements en exploration pour atteindre près de 4 milliards de dirhams, tout en doublant le nombre d’emplois directs pour les porter à plus de 30.000. Or de nombreux bassins sédimentaires – dans l’Oriental, le Gharb ou encore le Sud – restent sous-explorés, alors même que des milliers de mètres de forages ont déjà été réalisés au fil des décennies. En utilisant l’IA pour analyser les données existantes, le Maroc pourrait donc accélérer sa compréhension géologique, sans multiplier les coûteuses campagnes de forage. L’étude a d’ailleurs été réalisée en partenariat avec l’entreprise Sound Energy, active dans la région de Tendrara, et montre comment les collaborations entre recherche publique et secteur privé peuvent faire émerger des solutions concrètes.

Les chercheurs recommandent désormais d’associer ces modèles à des données sismiques, pour produire des cartes en trois dimensions encore plus précises des réservoirs. Ce type d’approche intégrée permettrait de mieux cibler les zones les plus prometteuses, tout en réduisant les risques financiers liés à l’exploration. L’IA ne remplace donc pas l’expertise humaine, mais elle lui ouvre de nouveaux horizons. En révélant l’efficacité de ces outils dans un contexte concret comme celui de Tendrara, cette étude ouvre la voie à une transformation en profondeur des pratiques d’exploration au Maroc. Reste à savoir si les institutions et les opérateurs sauront s’en emparer à grande échelle.