Hybridation de modèles pour une prise de décision fiable

Model hybridisation for reliable decision-making

• Auteur / Autrice : Sophie Guillaume
• Direction : Nicolas Forquet, Joaquim Comas
• Type : Projet de thèse
• Discipline(s) : Procédés
• Date : Inscription en doctorat le ; Soutenance le 10/06/2025
• Etablissement(s) : Lyon, INSA en cotutelle avec Université de Gérone
• Ecole(s) doctorale(s) : Chimie de Lyon
• Partenaire(s) de recherche : Laboratoire : REVERSAAL - REduire Réutiliser Valoriser Les Ressources Des Eaux Résiduaires
• Jury : Président / Présidente : Jean-Luc Bertrand-krajewski
• Jury : Examinateurs / Examinatrices : Nicolas Forquet, Natasa Atanasova, Fulvio Boano, Antonina Torrens, Joaquim Comas
• Jury : Rapporteurs / Rapporteuses : Natasa Atanasova, Fulvio Boano

Mots clés

Mots clés libres

Solutions fondées sur la Nature

Modélisation hybride

Aide à la décision

Modélisation mécaniste

Modélisation empirique

Filtres plantés

Nature-based Solutions

Hybrid modeling

Decision-support

Mechanistic modeling

Empirical modeling

Treatment wetlands

Résumé

Dans le contexte du changement global, les villes s'orientent vers des pratiques plus durables et résilientes en matière d'eau. Les solutions fondées sur la nature contribuent aux approches de gestion intégrée de l'eau en gérant localement les volumes d'eau et en traitant la pollution, tout en préservant la biodiversité et en soutenant la dynamique socio-économique dans le paysage urbain à un coût raisonnable. Ces solutions fleurissent dans le monde entier sous de multiples terminologies et manquent de lignes directrices pour leur mise en œuvre. Ce défi est relevé par le projet MULTISOURCE, dans le cadre duquel cette thèse vise l'aspect technique du pré-dimensionnement des unités technologiques développées pour le traitement des eaux usées. En particulier, les filtres plantés sont confrontés à un manque de compréhension de la relation entre leur conception et les méchanismes de traitement impliqués, ainsi qu'à un manque de données comparables sur ces systèmes. Les modèles de conception actuels sont simples et conservateurs, tandis que les modèles basés sur des données ne sont pas fiables. Cette thèse propose, dans un premier temps, le développement d'une ontologie afin de clarifier les ambiguïtés terminologiques, d'unifier les connaissances sur les filtres plantés et de mieux identifier leurs principales caractéristiques en termes d'élimination des polluants. La deuxième étape de ce travail propose d'homogénéiser les contrôles de qualité des données grâce à une méthodologie de validation des données avec une évaluation quantitative de la qualité des observations. Dans un troisième temps, deux méthodologies d'hybridation des modèles mécanistes et des modèles basés sur les données sont développées pour fournir des estimations de conception basées à la fois sur les connaissances et les données. Enfin, cette méthodologie est appliquée à l'ensemble des données validées, et des méthodes d'optimisation de la conception sont mises au point pour tenir compte de l'incertitude inhérente à la prise de décision.

In the context of global change, cities are moving towards more sustainable and resilient water practices. Nature-based solutions contribute to integrated water management approaches by locally managing water volumes and treating pollution, while bringing biodiversity and supporting socio-economic dynamics to the urban landscape at a reasonable cost. These solutions are flourishing around the world under different terminologies and lack guidelines for their implementation. This challenge is addressed by the MULTISOURCE project, within which this thesis aims at the technical aspect of providing a pre-sizing of technological units developed for wastewater treatment. In particular, treatment wetlands face a lack of understanding of the relationship between the designs and the treatment processes involved, and a lack of comparable data on the systems. Current design models are simple and conservative, while data-driven models are unreliable. This thesis proposes, as a first step, the development of an ontology to clarify terminological ambiguities, to unify knowledge on treatment wetlands and to better identify their main characteristics in terms of pollutant removal. The second step of this work proposes to homogenise data quality checks through a methodology for data validation with a quantitative assessment of the quality of the observations. In the third step, two methodologies of hybridisation of mechanistic and data-driven models are developed to provide design estimates based on both knowledge and data. Finally, this methodology is applied to the validated data set and design optimisation methods are developed to address the uncertainty inherent in decision making.