Signature géographique et météorologique des variations spatiales et temporelles de la température de l'air au sein d'une zone urbaine
Auteur / Autrice : | Jérémy Bernard |
Direction : | Marjorie Musy |
Type : | Thèse de doctorat |
Discipline(s) : | Génie Civil |
Date : | Soutenance le 11/01/2017 |
Etablissement(s) : | Ecole centrale de Nantes |
Ecole(s) doctorale(s) : | École doctorale Sciences pour l'ingénieur, Géosciences, Architecture (Nantes) |
Partenaire(s) de recherche : | Laboratoire : Centre de recherche nantais architectures urbanités |
Jury : | Président / Présidente : Mathieu Pétrissans |
Examinateurs / Examinatrices : Marjorie Musy, Mathieu Pétrissans, Valéry Masson, Sandrine Anquetin, Christiane Weber, Frédéric Kuznik, Isabelle Calmet, Erwan Bocher, Céline Phillips | |
Rapporteurs / Rapporteuses : Valéry Masson, Sandrine Anquetin |
Mots clés
Résumé
Ce travail de thèse propose une modélisation des différences de température d'air observées au sein d'une agglomération. Elle repose sur des formulations simples établies à partir de l'observation des interactions qui existent entre la formation d'un microclimat, son contexte géographique et les conditions météorologiques. Cinq réseaux de capteurs de température d'air sont utilisés,permettant de qualifier les microclimats de trois agglomérations du grand ouest français : Nantes, Angers et La Roche-sur-Yon. Un état de l'art des méthodes d'analyse du climat urbain est réalisé au chapitre 1. Le chapitre 2 est consacré à la présentation et à l'analyse de chacun des réseaux de capteurs. Une méthode de correction des données erronées est également proposée. Au chapitre 3, les différences de température mesurées entre les sites sont expliquées à partir de régressions linéaires multiples utilisant des indicateurs géographiques. Ces indicateurs, descriptifs des formes urbaines et de la typologie des sols de chaque site, sont calculés au sein d'un cercle de rayon de 500 m centré sur chaque station. L'intensité de l'îlot de chaleur urbain est modélisé à partir d'une régression linéaire multiple utilisant des variables météorologiques telles que la vitesse du vent ou le rayonnement solaire comme variables explicatives. Préalablement à la calibration, les données sont triées de différentes manières afin d'élaborer plusieurs modèles. Le plus performant est identifié au chapitre 4 en confrontant les valeurs mesurées par les cinq réseaux de capteurs à celles estimées par chacun des modèles. Au chapitre 5, trois exemples d'application possible du travail réalisé sont présentées.