Chargement en cours

Mardi 4 mars 2014 à 14h00: soutenance de la thèse de Victor Winiarek.

Retour
mar. 4 mars 2014

Titre de la thèse: Dispersion atmosphérique et modélisation inverse pour la reconstruction de sources accidentelles de polluants

Lieu de la soutenance :
Ecole des Ponts ParisTech - Bâtiment Coriolis - Amphi Caquot,
6-8 avenue Blaise Pascal, Cité Descartes,
Champs-sur-Marne 77455 Marne la Vallée

Jury:

  • Dr. Marc Bocquet (directeurs de thèse)
  • Dr. Bertrand Carissimo (directeurs de thèse)
  • Dr. Olivier Thual, Université de Toulouse/INPT (rapporteur)
  • Dr. Philippe Bousquet, UVSQ/LSCE (rapporteur)
  • Dr. Anne Mathieu, IRSN/BMTA (examinateur)
  • Dr. Lionel Soulhac, ECL/LMFA (examinateur).

Résumé :

Les circonstances pouvant conduire à un rejet incontrôlé de polluants dans l’atmosphère sont variées : il peut s’agir de situations accidentelles, par exemples des fuites ou explosions sur un site industriel, ou encore de menaces terroristes : bombe sale, bombe biologique, notamment en milieu urbain. Face à de telles situations, les objectifs des autorités sont multiples : prévoir les zones impactées à court terme, notamment pour évacuer les populations concernées ; localiser la source pour pouvoir intervenir directement sur celle-ci ; enfin déterminer les zones polluées à plus long terme, par exemple par le dépôt de polluants persistants, et soumises à restriction de résidence ou d’utilisation agricole.

Pour atteindre ces objectifs, des modèles numériques peuvent être utilisés pour modéliser la dispersion atmosphérique des polluants. Après avoir rappelé les processus physiques qui régissent le transport de polluants dans l’atmosphère, nous présenterons les différents modèles à disposition. Le choix de l’un ou l’autre de ces modèles dépend de l’échelle d’étude et du niveau de détails (topographiques notamment) désiré.

Nous présentons ensuite le cadre général (bayésien) de la modélisation inverse pour l’estimation de sources. Le principe est l’équilibre entre des informations a priori et des nouvelles informations apportées par des observations et le modèle numérique. Nous mettons en évidence la forte dépendance de l’estimation du terme source et de son incertitude aux hypothèses réalisées sur les statistiques des erreurs a priori. Pour cette raison nous proposons plusieurs méthodes pour estimer rigoureusement ces statistiques. Ces méthodes sont appliquées sur des exemples concrets : tout d’abord un algorithme semi-automatique est proposé pour la surveillance opérationnelle d’un parc de centrales nucléaires. Un second cas d’étude est la reconstruction des termes sources de césium-137 et d’iode-131 consécutifs à l’accident de la centrale nucléaire de Fukushima Daiichi.

En ce qui concerne la localisation d’une source inconnue, deux stratégies sont envisageables : les méthodes dites paramétriques et les méthodes non-paramétriques. Les méthodes paramétriques s’appuient sur le caractère particulier des situations accidentelles dans lesquelles les émissions de polluants sont généralement d’étendue limitée. La source à reconstruire est alors paramétrisée et le problème inverse consiste à estimer ces paramètres, en nombre réduit.

Dans les méthodes non-paramétriques, aucune hypothèse sur la nature de la source (ponctuelle, localisée, ...) n’est réalisée et le système cherche à reconstruire un champs d’émission complet (en 4 dimensions). Plusieurs méthodes sont proposées et testées sur des situations réelles à l’échelle urbaine avec prise en compte des bâtiments, pour lesquelles les méthodes que nous proposons parviennent à localiser la source à quelques mètres près, suivant les situations modélisées et les méthodes inverses utilisées.