Thèse Modélisation Multi-Échelles et Multisource des Inondations Urbaines H/F - Doctorat.Gouv.Fr

Établissement : Université de Montpellier
École doctorale : GAIA - Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
Laboratoire de recherche : HSM - Hydrosciences Montpellier
Direction de la thèse : Vincent GUINOT ORCID 0000000219108623
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-07T23:59:59

Contexte, verrous scientifiques & technologique:
Le modèle bidimensionnel à surface libre est une référence souvent imposée pour la réalisation de Plans de Prévention contre le Risque Inondation (PPRI). En zone urbaine, ce type de modèle requiert des maillages très fins (105-106 points de calcul), entraînant des temps de traitement, de calcul et des volumes de stockage très importants. Pour pallier ceci, l'équipe de recherche explore depuis plusieurs années une solution basée sur le transfert d'échelle. La première étape consiste à agréger (« upscaler ») les équations des écoulements. On obtient ainsi des modèles à porosité [1-6], utilisables sur des maillages grossiers, avec une accélération des calculs allant de 100 à 1000 [1-6]. Dans un deuxième temps, les résultats grossiers sont désagrégés (« downscalés ») sur des maillages à haute résolution [7-9]. Si les modèles upscalés développés par l'équipe ont montré de bons résultats, l'opération de downscaling manque encore de précision et de robustesse. L'objectif de ce sujet de recherche est d'accroître la précision et la fiabilité de la chaîne (upscaling + downscaling).

Proposition de recherche :
La proposition de recherche comporte plusieurs volets. Ceux-ci pourront être abordés en parallèle ou séquentiellement, suivant les centres d'intérêt et l'expérience académique de la personne retenue.

1) Développer des méthodes de downscaling frugales et multi-sources.
Les méthodes présentées jusqu'à présent dans la littérature font un usage abondant l'IA. Nous avons constaté qu'elles s'accommodaient mal des spécificités du milieu urbain (immeubles générant des « trous » dans les données à reconstituer, méthodes conçues principalement pour la reconstruction d'images, donc maillages impérativement cartésiens, difficulté à reconstituer des champs vecteurs (vitesses), etc.). De plus, l'entraînement de l'IA requiert des bases de simulation considérables. Or, les inondations sont par définition des événements exceptionnels, avec peu de données. De plus, la rapidité opérationnelle de ces méthodes ne permet en fait pas de compenser le temps considérable demandé par l'entraînement.
Dans un souci autant environnemental/éthique que scientifique, nous proposons de mettre au point des méthodes d'interpolation basées sur des considérations physiques, avec un nombre limité de degrés de liberté, dont l'entraînement et l'exploitation seront rapides. Chose jamais testée auparavant, ces méthodes seront appliquées aux données de plusieurs modèles upscalés exploités en parallèle sur un même site donné. L'équipe est très bien placée pour ceci car elle est la seule sur le plan international à disposer, dans le même logiciel SW2D [11, 12], de plusieurs modèles à porosité [1, 2, 3, 6].

2) Améliorer les modèles upscalés existants.
Certains modèles upscalés peuvent encore gagner en précision, notamment par une amélioration des modèles sous-maille et des techniques numériques utilisées pour résoudre les équations. L'équipe a en vue plusieurs pistes sérieuses d'amélioration, mais manque de temps pour les explorer. Ce type de recherche, mieux circonscrit que la tâche 1), peut faire l'objet d'une valorisation rapide par un(e) doctorant(e) possédant une expérience et/ou un goût pour le développement de méthodes numériques appliquées aux systèmes hyperboliques, permettant ainsi de « sécuriser » le reste du déroulement de la thèse.

3) Mettre en place des expériences sur modèle physique.
Des expériences sur modèles réduits de zones urbaines seront réalisés dans les locaux de l'Institut Agro Montpellier. L'équipe possède une expérience de la réalisation de tels essais [10]. Constituer une base expérimentale servira trois objectifs distincts : (a) valider les modèles upscalés, notamment discriminer des formulations alternatives de modèles sous-maille, (b) fournir un type de données différent des données de simulation à l'outil de downscaling, (c) valider globalement la chaîne complète upscaling-downscaling.

Cf. description complémentaire du contexte dans le corps de la proposition de recherche.
Cette proposition de recherche s'inscrit dans le cadre de la modélisation des inondations urbaines. Dans un contexte de changement climatique (et d'incertitude considérable sur les projections de ce changement), la modélisation souvent imposée par la règlementation pour la production des plans de prévention est amenée à devoir explorer un éventail de scénarios toujours plus large, pour des modèles toujours plus détaillés et gourmands en temps de calcul comme en données.
Nous proposons de développer et de valider des méthodes de modélisation frugales, à la fois en termes de données et d'effort de calcul. Contrairement à la tendance actuelle du recours massif à l'IA (avec un impact environnemental souvent considérable), cette proposition vise à développer des modèles de complexité optimale (= non surdimensionnés au regard des problèmes à résoudre), basés sur des équations aux dérivées partielles. L'équipe proposante possède une bonne expérience de ces modèles et des techniques de transfert d'échelle (en particulier des modèles à porosité) qui seront utilisées dans cette recherche.

Développement, implantation numérique et validation expérimentale d'une chaîne de modélisation hydraulique basée sur le transfert d'échelle. Le domaine d'application est la modélisation des inondations urbaines à l'échelle de l'agglomération.

1) Améliorations du modèle MP : test de plusieurs modèles sous-maille, amélioration du terme source, des termes de perte de charge, développement des méthodes numériques adaptées aux nouvelles équations obtenues.
2) Expériences sur modèle numérique & modèle réduit : acquisition de données
3)Mise en place des méthodes de downscaling basées sur un formalisme économe en effort de calcul et en données.

Physicien / mathématicien appliqué (EDP) avec une expérience du codage et des méthodes numériques. Une connaissance des principes de la mécanique des fluides & de l'hydraulique de surface serait un plus.