Titre : Méta-modélisation et analyse de sensibilité pour les modèles avec sortie spatiale. Application aux modèles de submersion marine
La soutenance se tiendra le 12 mai 2021.
Thèse ARMINES, en collaboration avec le BRGM (Bureau de Recherche Géologiques et
Minières), la CCR (Caisse Centrale de Réassurance) et l’École des Mines de Saint-Étienne. L’objectif principal est de performer une analyse de sensibilité des modèles de submersion marine du BRGM et de la CCR, c’est-à-dire de mesurer l’influence des paramètres d’entrées sur l’estimation de l’inondation.
Résultats obtenus :
– le développement d’un modèle de substitution en réduisant la complexité numérique du simulateur, permet de disposer d’un modèle adapté à un grand nombre de simulations (sans faire à nouveau appel au modèle initial) pour le traitement des incertitudes. Une des méthodes les plus utilisées est la régression par processus gaussien (ou krigeage) : une fonction mathématique prédit la sortie du modèle à partir d’un nombre limité d’appels du modèle numériques (quelques centaines). Cette méthode, connue pour les modèles avec sortie scalaire, a été adapté pour les modèles de submersion marine dont la sortie est une carte (de l’étendue de l’inondation). Le développement du modèle de substitution a été fait en combinant la méthode du krigeage avec les techniques d’analyse de données fonctionnelles et de traitement d’images (réduction de dimension par ACP fonctionnelle, projection sur base d’ondelettes ou B-splines).
– le développement d’un indice de sensibilité mesurant l’influence des entrées sur l’estimation du modèle. Cet indice se base sur une des méthodes les plus utilisées d’analyse de sensibilité : les indices de Sobol. Il a aussi été adapté pour les modèles de submersion marine dont la sortie est une carte.
– la création d’un package dans le langage de programmation R : https://github.com/tranvivielodie/GpOutput2D