Soutenance de thèse de Jean-Paul Travert

"Caractérisation des rugosités par données satellitaires pour les calculs d'inondations".

La soutenance se déroulera en français, le mardi 14 octobre à 10 h 00, à l'adresse suivante :

Amphithéâtre H au 6 Quai Watier, 78400 Chatou.

Si vous souhaitez assister à la soutenance en présentiel, je vous invite à me le signaler par mail avant dimanche 5 octobre pour que je puisse faire les demandes d'accès au site.

Vous pourrez également y assister à distance via le lien Teams suivant :

https://teams.microsoft.com/l/meetup-join/19%3ameeting_YjcxNjFhNWItY2U4ZS00ZmM2LWFiYzUtNTE2ZjNkMTg4OTY4%40thread.v2/0?context=%7b%22Tid%22%3a%22e242425b-70fc-44dc-9ddf-c21e304e6c80%22%2c%22Oid%22%3a%22abcf3b07-7e22-4828-a60b-71236cc6bef7%22%7d

Numéro de réunion : 397 666 352 476 4

Code secret : k3jJ2Bp6

Le jury sera composé de :

•     Eric BLAYO, Professeur des Universités, Professeur, INRIA, LJK – Rapporteur;
•     Renaud HOSTACHE, Directeur de Recherche, IRD, UMR Espace-Dev – Rapporteur;
•     Florence TUPIN, Professeure des Universités, Telecom Paris, LTCI – Examinatrice;
•     Hélène ROUX, Professeure des Universités, Toulouse INP, IMFT – Examinatrice;
•     Philippe MOIREAU, Professeur des Universités, Ecole Polytechnique, CMAP – Invité;
•     Sébastien BOYAVAL, ICPEF, LHSV, ENPC, Institut Polytechnique de Paris & Inria – Directeur de thèse;
•     Vito BACCHI, Ingénieur Chercheur, EDF R&D – Encadrant de thèse;
•     Fabrice ZAOUI, Ingénieur Chercheur, EDF R&D – Encadrant de thèse;
•     Cédric GOEURY, Ingénieur Chercheur, EDF R&D – Encadrant de thèse.

Résumé :

La simulation des inondations repose souvent sur des modèles hydrodynamiques bidimensionnels (2D), qui doivent être soigneusement calibrés et validés à l'aide d'événements d'inondation passés afin de garantir la précision des prévisions futures. Le coefficient de rugosité est un élément essentiel de ce processus de calibration, car il influe considérablement sur les profondeurs d'eau et les vitesses dans le modèle. Dans le lit mineur, les modèles hydrodynamiques sont calibrés à l'aide de données chronologiques provenant de stations de jaugeage. Mais pour les plaines d'inondation, la distribution spatiale du coefficient de rugosité est souvent mal connue et généralement déduite à partir de l'occupation des sols, associée à des valeurs empiriques tirées du jugement d'experts. La calibration des modèles hydrodynamiques pourrait bénéficier de l'intégration du maximum de données d'observation disponibles.

Dans ce contexte, la télédétection par satellite peut être exploitée comme une source précieuse d'informations. L'imagerie par radar à synthèse d'ouverture (SAR), en particulier, est capable de détecter les étendues d'eau de surface même sous la couverture nuageuse, ce qui la rend très adaptée à la surveillance des inondations. Cette thèse vise à développer une méthodologie pour calibrer les coefficients de rugosité des plaines d'inondation dans les modèles hydrodynamiques 2D, en tirant parti des observations dérivées des satellites.

La première étape vise à récupérer des informations à partir des observations satellitaires pour calibrer les modèles d'inondation. Ainsi, cette thèse propose une évaluation de l'extraction des cartes d'étendue des inondations et des champs de profondeur d'eau à partir de l'imagerie SAR, ainsi qu'une évaluation approfondie des incertitudes associées, découlant des choix de méthodes et de leurs hyperparamètres. Les cartes d'inondation observées doivent être comparées au modèle hydrodynamique afin de le calibrer. Nous avons développé une méthodologie pour guider la sélection d'une mesure de performance appropriée afin de comparer les étendues d'inondation simulées et observées. Finalement, les observations incertaines dérivées des images satellites SAR sont combinées avec le modèle hydrodynamique grâce à des techniques d'assimilation de données, afin d'améliorer la calibration des coefficients de rugosité variables dans l’espace sur les plaines d'inondation.

En combinant les données de télédétection, la quantification des incertitudes et la modélisation hydrodynamique, cette recherche fournit une approche pour améliorer la calibration des modèles d'inondation, avec le potentiel de renforcer la prévision des inondations et les pratiques de gestion des risques.