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

Stage : Émulation statistique de modèles de dispersion atmosphérique à l’échelle d’un quartier

   |   |  , ,

Niveau requis : Master 1 ou Master 2
Date de début : 1 avril 2024
Durée de la mission : 4 à 6 mois
Date limite des candidatures : 31 janvier 2024
Rémunération : Environ 650 euros

Nous proposons un stage de recherche à l'interface entre modélisation, apprentissage statistique et météorologie. Si vous êtes curieux de travailler dans une équipe de recherche multidisciplinaire et d'en savoir plus sur comment adapter les méthodes d'apprentissage à des modèles d'écoulement atmosphérique, n'hésitez pas à envoyer votre candidature avant le 31 janvier 2024 aux contacts suivants :

  • Eliott.Lumet@cerfacs.fr
  • Melanie.Rochoux@cerfacs.fr
  • Thomas.Jaravel@cerfacs.fr

Simulation d'un essai de la campagne expérimentale de dispersion de polluant MUST.

Contexte

En cas d'accidents industriels ou d'évènements naturels comme les feux de forêts, des gaz et des particules toxiques sont libérés dans l’atmosphère et transportés sous l’effet du vent. En milieu urbain, les bâtiments ont un effet de blocage sur l'écoulement, ce qui peut entraîner localement une accumulation de polluants et donc des risques à court terme pour la santé et l’environnement. Localiser ces pics de pollution nécessite de recourir à des modèles résolvant les équations fondamentales de la physique des écoulements et leurs interactions avec le milieu bâti. Du fait de leur complexité, ces modèles numériques sont très coûteux, ce qui limite leur usage en situation opérationnelle. Dans ce contexte, les techniques d'apprentissage statistique permettent d'apprendre le lien entre les entrées incertaines (conditions de météorologie de grande échelle par exemple) et les quantités d'intérêt en sortie du modèle numérique (concentration de polluant par exemple). À condition d'avoir une base de données suffisamment représentative, il est alors possible de construire un émulateur statistique, dit « modèle réduit », capable d'effectuer des prévisions de dispersion quasi-instantanées sans compromis sur la précision. Ce modèle peut alors remplacer le modèle haute-fidélité dans des applications opérationnelles nécessitant des prévisions de dispersion en temps réel en cas d'accidents mais également de mieux appréhender les incertitudes en jeu.

Missions du stage

Le sujet du stage porte sur le développement d'un émulateur statistique d'un modèle de dispersion haute-fidélité. Il s'inscrit dans la continuité de deux thèses au cours desquelles une grande base de données de simulations détaillées a été générée afin de construire une première version de modèle réduit sur un cas de dispersion à l'échelle du terrain (l'expérience MUST). L'objectif de ce stage est d'améliorer la précision puis la portée de ce modèle réduit, ce qui passera par les étapes suivantes dans le stage :

  • La prise en main du modèle réduit existant, des codes Python et de la base de données,
  • L'amélioration de l'étape de réduction de dimension (ACP) par utilisation de solutions innovantes comme les auto-encodeurs convolutionnels,
  • L'extension des capacités du modèle réduit (construction intelligente de la base d'apprentissage, prise en compte de nouveaux paramètres, prévisions de séries temporelles).

En tant que stage de recherche, une place importante sera donnée au travail bibliographique et une grande liberté d'exploration sera accordée à l'étudiant.e.

Qualifications

  • Esprit d'initiative et intérêt pour les thématiques environnementales et les sciences de l'atmosphère,
  • Connaissances des méthodes d'apprentissage statistique (Machine Learning),
  • Bon niveau en Python et ses principaux modules,
  • Niveau d'anglais permettant de lire la littérature scientifique et la documentation technique.

Environnement de travail

Le travail de recherche se déroulera dans l'équipe CECI au CERFACS, centre de recherche spécialisé en calcul scientifique basé à Toulouse, qui associe de manière interdisciplinaire des physiciens, des mathématiciens, des numériciens et des ingénieurs. Les thématiques de recherche du CECI sont : la variabilité et le changement climatique (processus, incertitudes, événements extrêmes), les risques environnementaux (feux de forêt, crues, pollution de l’air), en lien fort avec les méthodes de couplage, d’assimilation de données et d'apprentissage statistique.

Le stage sera supervisé de manière privilégiée par Eliott Lumet, qui termine une thèse sur ce sujet, et par ses co-encadrants Mélanie Rochoux et Thomas Jaravel. Le stage pourra déboucher sur une thèse de doctorat au sein de CECI à partir de l'automne 2024.