Cerfacs Entrez dans le monde de la haute performance...

Environnement

L’axe de recherche environnement

L’axe de recherche environnement s’insère dans le défi MODEST. Il se trouve à la croisée des axes transverses “Assimilation de données et optimisation” et “Quantification des incertitudes“.

Au sein de cet axe, les équipes du Cerfacs mènent des études scientifiques dans divers domaines des géosciences. Les chercheurs et ingénieurs développent des outils de modélisation, implémentent des méthodes d’assimilation de données, mettent en œuvre des modèles couplés (multi-physiques et/ou multi-dimensionnels), s’intéressent aux sources d’incertitudes sur les systèmes ; ceci en visant à servir des applications opérationnelles dans un contexte national et international.

Les méthodes des mathématiques appliquées employées ici telles que le couplage ou l’assimilation de données sont au centre de travaux de recherche dans les domaines de l’océanographie, de la chimie atmosphérique, de l’hydrologie et des feux de forêts.

Hydrodynamique, débits des rivières, crues et inondations

L’estimation et la prévision du débit des rivières constitue un enjeu important pour les acteurs de la gestion de la ressource en eau ainsi que pour les institutions en charge de la sécurité civile. Pour observer et comprendre la dynamique des écoulements en rivière, nous disposons d’un réseau d’observation hétérogène constitué de mesures in situ et satellitaires. Ce réseau est enrichi au fil du déploiement d’instruments innovants (stations in-situ, mesures aéroportées, drones, altimétrie à haute résolution, missions spatiales radar et optique, …) à l’échelle locale et à l’échelle globale. Ces données permettent d’observer, et dans une certaine mesure, de prévoir les crues et les inondations qui constituent un risque naturel majeur pour la sécurité des biens et des personnes avec des enjeux environnementaux, sociétaux et économiques considérables. En complément de ces observations, la communauté de l’eau utilise des modèles numériques qui résolvent les équations de Navier-Stokes sous diverses hypothèses simplificatrices pour représenter les écoulements dans les bassins versants et dans les rivières. Les capacités des modèles d’hydrologie et d’hydraulique sont limitées par plusieurs facteurs d’incertitudes liés à la description de la bathymétrie/topographie, les paramètres hydrauliques ou hydrologiques  ou encore les termes de forçages tels que les apports hydrologiques et les précipitations. Afin de dépasser les limites de la simulation déterministe et de prendre en compte les sources principales d’incertitude, une approche ensembliste est généralement favorisée. Dans ce contexte, l’impact des incertitudes en entrée sur les variables simulées et prédites peut être estimé avec des méthodes héritées de la quantification des incertitudes. Afin d’améliorer la qualité et étendre les échéances des prévisions, les sources principales d’incertitudes sont réduites avec des méthodes d’assimilation de données. Le coût de calcul lié à la quantification et la réduction des incertitudes doit respecter les contraintes imposées dans le cadre de la prévision opérationnelle des inondations, ainsi, on favorise l’utilisation d’un modèle réduit en lieu et place du modèle direct avec un coût réduit. L’axe de recherche “Hydrodynamique, estimation des débits, crue et inondation” traite les points suivants:

  • Modélisation des écoulements en rivière sous incertitudes
  • Modélisation réduite pour la quantification des incertitude et analyse de sensibilité pour l’estimation de la hauteur d’eau et du débit
  • Assimilation de données pour la prévision hydrodynamique
  • Apport des données de type SWOT pour l’hydrodynamique des rivières et des estuaires
  • Représentation des surfaces inondées via l’observation satellitaire et la modélisation numérique
  • Génération et post-traitement de prévision d’ensemble des débits en hydrologie et hydraulique
  • Algorithmes d’apprentissage pour l’extension de l’échéance de prévision des débits
  • Modélisation multi-physique et multi-dimensionnelle pour la résolution des écoulements complexes

 

… pour en savoir plus

Feux de forêts

La prévision du comportement d’un incendie à grande échelle repose à la surface sur une modélisation semi-empirique de la propagation d’un front (i.e. interface entre les zones brûlées et non-brûlées) impliquant la description de données de végétation, de géomorphologie et de météorologie, toutefois entachée de diverses sources d’erreurs. Le Cerfacs développe la chaîne d’assimilation de données ensembliste FIREFLY afin de corriger séquentiellement les paramètres et la position du front de feu et ainsi d’améliorer la capacité prédictive des modèles de propagation au fil de l’acquisition d’observations sur la position du front.

… pour en savoir plus