Proposition de Sujet de thèse 2020
Laboratoire (et n° de l’unité) dans lequel se déroulera la thèse : CNRM - UMR 3589
Titre du sujet proposé :
Descente d’Échelle du Vent par méthodes d’apprentissage profond: Implications pour la Nivologie et ses Enjeux (DEVINE)
Nom et statut (PR, DR, MCf, CR, …) du (des) responsable (s) de thèse (préciser si HDR) : Isabelle Gouttevin (IPEF)
Fatima Karbou (DR, HDR)
Coordonnées (téléphone et e-mail) du (des) responsable(s) de thèse :
isabelle.gouttevin@meteo.fr
(+33 4 76 63 79 08)fatima.karbou@meteo.fr
(+33 4 76 63 79 05 )Résumé du sujet de la thèse
La connaissance du vent dans les zones de montagne revêt de nombreux enjeux à la fois sociétaux et économiques (prévention des risques pour les biens et les personnes, production d'énergie éolienne). En particulier, les vents forts et le transport de neige qui en résulte, est un vecteur prépondérant du risque d'avalanches. Les modèles de prévision numérique du temps, désormais à résolution kilométrique sur le territoire métropolitain, ont permis de grands progrès dans la prévision des conditions météorologiques notamment en montagne (e.g. Vionnet et al., 2016 ). Cependant, cette résolution spatiale est encore insuffisante pour représenter le vent sur les reliefs complexes, où l'impact de la topographie locale à des échelles infra-kilométriques doit être représenté (e.g. Mott et al., 2018).
Le sujet de thèse « Descente d’Échelle du Vent par méthodes d’apprentissage profond : Implications pour la Nivologie et ses Enjeux » a pour objectif de palier les lacunes existantes, en élaborant une méthode de descente d'échelle du vent vers la résolution hectométrique exploitant le potentiel des méthodes d'apprentissage profond. Des bases d’apprentissage existent (e.g. Helbig et al., 2017) et les résultats de la méthode développée seront confrontés aux observations météorologiques des réseaux de Météo-France et de l’Observatoire Midi-Pyrénées. Dans un second temps, les effets potentiels d'un vent plus réaliste à haute résolution spatiale seront examinés, notamment pour la modélisation du manteau neigeux et le diagnostic de sa stabilité. Ces développements sont novateurs, avec un potentiel de transfert des résultats de la recherche vers l'opérationnel (prévision), et sont extrêmement importants pour une meilleure gestion de de l'aléa avalancheux sur les massifs montagneux.
Nature du travail attendu et compétences souhaitées
Le travail attendu inclut des aspects bibliographiques, des développements numériques et pour de la visualisation de données et sorties de modèle, de l’analyse critique de résultats par confrontation aux observations. Des connaissances en intelligence artificielle sont bienvenues même si des formations pourront être envisagées en début de thèse. Bonnes capacités de synthèse d’informations et de communication, notamment en anglais ; et autonomie requises.
Références bibliographiques
Helbig, N., Mott, R., Herwijnen, A., Winstral, A., & Jonas, T. (2017). Parameterizing surface wind speed over complex topography. Journal of Geophysical Research: Atmospheres, 122(2), 651-667.
Mott, R., Vionnet, V., & Grünewald, T. (2018). The seasonal snow cover dynamics: review on wind- driven coupling processes. Frontiers in Earth Science, 6, 197.
Vionnet V., Dombrowski-Etchevers I., Lafaysse M., Quéno L., Seity Y., & Bazile, E. (2016) Numerical weather forecasts at kilometer scale in the French Alps : evaluation and applications for snowpack modelling, J. Hydrometeor., doi:10.1175/JHM-D-15-0241.1.
