Introduction de techniques d'analyse d'images dans la prévision de la pluie par radar météorologique

Estimation of rain cell kinetics via image processing

• Auteur / Autrice : René Mathurin
• Direction : André Gagalowicz
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 1998
• Etablissement(s) : Paris 9

Mots clés

Mots clés contrôlés

Hydrométéorologie

Résumé

Cette thèse est consacrée à l'étude du suivi de la cinématique des cellules de pluie à partir de séquences d'images issues d'un radar météorologique. Ces travaux s'inscrivent dans une démarche plus globale, visant à proposer un modèle de prévision à très courte échéance, base sur l'advection de ces cellules. Les cellules de pluie sont des objets fortement déformables ; aussi avons-nous aborde leur suivi en utilisant deux approches classiques en analyse de séquences d'images : i) l'estimation du flot optique, ii) les techniques de mise en correspondance. Néanmoins, les contraintes imposées par la typologie des séquences d'images de radar météorologique, et par le comportement cinématique des cellules, nous ont conduits a privilégier les techniques de mise en correspondance. Une étape préalable consiste à modéliser la notion de cellule de pluie. Nous proposons de décrire une cellule par un hypergraphe. Une cellule de pluie correspond à la décomposition arborescente en composantes connexes de chaque niveau de réflectivité. Chaque composante connexe est à son tour modélisée par une ellipse ; une cellule de pluie est alors un sous-ensemble d'ellipses. L'appariement d'hypergraphes, d'une image à l'autre, permet d'estimer le déplacement et le comportement, en termes de croissance/décroissance et fusion/scission, d'une cellule de pluie. Nous avons exprimé la mise en correspondance comme un problème plus global de partitionnement/appariement. La prise en compte de la np-complétude de ce problème nous a obligés a mettre en oeuvre des méthodes heuristiques (algorithmes gloutons, recuit simule et recherche tabou). Nous avons montré l'intérêt pratique de la relaxation lagrangienne pour pallier les limitations des méthodes heuristiques ; la principale étant le manque d'information sur l'écart entre l'optimum local atteint et l'optimum global du problème. Nous montrons la pertinence de cette méthode pour fournir une solution réalisable du problème.