Apport des Réseaux de Neurones Artificiels dans la prévision du risque de crue karstique sur le site CEA de Cadarache
Auteur / Autrice : | Manon Erguy |
Direction : | Anne Johannet, Séverin Pistre |
Type : | Projet de thèse |
Discipline(s) : | STE-Sciences de l'Eau |
Date : | Inscription en doctorat le 02/11/2021 |
Etablissement(s) : | IMT Mines Alès |
Ecole(s) doctorale(s) : | Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau |
Partenaire(s) de recherche : | Laboratoire : HydroSciences (Montpellier) |
Equipe de recherche : Eau, Ressources, Territoires |
Mots clés
Mots clés libres
Résumé
Le sujet de thèse proposé s'inscrit dans le cadre de la prévision du risque d'inondation par remontée de nappe. Ce type de phénomène constitue un risque d'origine externe qui doit être pris en considération dans le cadre du dimensionnement des INB et qui est révisé lors de chaque réexamen de sûreté (en réponse au guide ASN n°13). Par ailleurs, il s'agit d'un phénomène qui s'est déjà produit plusieurs fois sur le site du CEA de Cadarache, entraînant des infiltrations d'eau et l'arrêt temporaire de certaines installations. L'évaluation et l'anticipation de ce type de phénomène constitue donc un enjeu important pour le CEA. L'objectif principal de la thèse est d'élaborer un modèle par réseau de neurones artificiels (RNA) visant à prévoir les niveaux piézométriques d'une nappe phréatique à partir des données disponibles (données météorologiques et niveaux de nappe), la démarche étant de challenger les prévisions actuellement obtenues à partir d'un modèle semi-physique (MECK), et d'évaluer les performances des RNA dans le cadre de l'utilisation de l'outil « PERISCOP » (Plateforme d'évaluation du risque de crue et de surveillance opérationnelle).