Sujet de stage
Titre :
Calibration d'un modèle hydrologique de toiture végétalisée
Dates :
2026/03/02 - 2026/08/28
Etudiant :
Encadrant(s) :
Description :
Contexte
La gestion des eaux pluviales représente un enjeu majeur dans les villes, en particulier avec le changement climatique et l'augmentation des surfaces imperméables telles que les routes et les bâtiments. Les toitures végétalisées sont devenues un élément important du développement urbain durable [1]. Elles peuvent contribuer à réduire le ruissellement en ralentissant l'écoulement et en diminuant le volume total d'eau arrivant dans les réseaux de drainage.
Pour comprendre et prédire la quantité d'eau qu'une toiture végétalisée peut retenir, les chercheurs utilisent des modèles basés sur l'écoulement de l'eau dans des matériaux poreux comme le sol [2]. Ces modèles prennent en compte des paramètres liés au sol (propriétés physiques du substrat) et à la végétation (caractéristiques des plantes). Cependant, ces paramètres sont souvent incertains, car difficiles à mesurer avec précision ou variables dans le temps.
Ces incertitudes peuvent influencer les prédictions du modèle sur la teneur en eau. Le modèle doit donc être calibré, c'est-à-dire ajusté pour que ses résultats correspondent aux mesures réelles. La calibration consiste à modifier progressivement les paramètres du modèle et à comparer les résultats simulés aux données observées jusqu'à ce que le modèle reproduise correctement les observations selon une fonction objectif choisie.
Travail
Le premier objectif de ce travail est d'effectuer l'état de l'art des différentes méthodes de calibration présentes dans la littérature, avec un intérêt particulier pour l'approche bayésienne GLUE (Generalized Likelihood Uncertainty Estimation) [3].
Contrairement aux méthodes traditionnelles qui fournissent un seul jeu de paramètres « optimal », GLUE permet d'obtenir un ensemble de jeux de paramètres qui produisent tous des simulations acceptables. De plus, une analyse de sensibilité globale [4] permet d'identifier les paramètres qui influencent le plus la capacité du modèle à reproduire les données expérimentales, ainsi que ceux dont l'impact est négligeable et qui peuvent être exclus de la procédure de calibration et fixés à une valeur nominale. L'objectif est d'explorer ce type d'approche.
Le second objectif est d'appliquer la méthode sélectionnée à la calibration d'un modèle hydrologique de toiture végétalisée. Des données réelles, collectées entre 2020 et 2024, seront utilisées pour cette application.
Références
[1] D. Perivoliotis, I. Arvanitis, A. Tzavali, V. Papakostas, S. Kappou, G. Andreakos, A. Fotiadi, J.A. Paravantis, M. Souliotis, G. Mihalakakou. Sustainable Urban Environment through Green Roofs: A Literature Review with Case Studies. Sustainability, 2023, 15(15976). https://doi.org/10.3390/su152215976.
[2] Y. Li and Jr. RW Babcock. Green roof hydrologic performance and modeling: a review. Water Science and Technology, 2014, 69(4):727-38. doi:10.2166/wst.2013.770.
[3] M. Mirzaei, Y. F. Huang, A. El-Shafie and A. Shatirah. Application of the generalized likelihood uncertainty estimation (GLUE) approach for assessing uncertainty in hydrological models: A review. Stochastic Environmental Research and Risk Assessment, 2015, DOI: 10.1007/s00477-014-1000-6.
[4] E. Borgonovo and E. Plischke. Sensitivity analysis: A review of recent advances. European Journal of Operational Research 248 (2016)869⬓887, 2016, http://dx.doi.org/10.1016/j.ejor.2015.06.032
La gestion des eaux pluviales représente un enjeu majeur dans les villes, en particulier avec le changement climatique et l'augmentation des surfaces imperméables telles que les routes et les bâtiments. Les toitures végétalisées sont devenues un élément important du développement urbain durable [1]. Elles peuvent contribuer à réduire le ruissellement en ralentissant l'écoulement et en diminuant le volume total d'eau arrivant dans les réseaux de drainage.
Pour comprendre et prédire la quantité d'eau qu'une toiture végétalisée peut retenir, les chercheurs utilisent des modèles basés sur l'écoulement de l'eau dans des matériaux poreux comme le sol [2]. Ces modèles prennent en compte des paramètres liés au sol (propriétés physiques du substrat) et à la végétation (caractéristiques des plantes). Cependant, ces paramètres sont souvent incertains, car difficiles à mesurer avec précision ou variables dans le temps.
Ces incertitudes peuvent influencer les prédictions du modèle sur la teneur en eau. Le modèle doit donc être calibré, c'est-à-dire ajusté pour que ses résultats correspondent aux mesures réelles. La calibration consiste à modifier progressivement les paramètres du modèle et à comparer les résultats simulés aux données observées jusqu'à ce que le modèle reproduise correctement les observations selon une fonction objectif choisie.
Travail
Le premier objectif de ce travail est d'effectuer l'état de l'art des différentes méthodes de calibration présentes dans la littérature, avec un intérêt particulier pour l'approche bayésienne GLUE (Generalized Likelihood Uncertainty Estimation) [3].
Contrairement aux méthodes traditionnelles qui fournissent un seul jeu de paramètres « optimal », GLUE permet d'obtenir un ensemble de jeux de paramètres qui produisent tous des simulations acceptables. De plus, une analyse de sensibilité globale [4] permet d'identifier les paramètres qui influencent le plus la capacité du modèle à reproduire les données expérimentales, ainsi que ceux dont l'impact est négligeable et qui peuvent être exclus de la procédure de calibration et fixés à une valeur nominale. L'objectif est d'explorer ce type d'approche.
Le second objectif est d'appliquer la méthode sélectionnée à la calibration d'un modèle hydrologique de toiture végétalisée. Des données réelles, collectées entre 2020 et 2024, seront utilisées pour cette application.
Références
[1] D. Perivoliotis, I. Arvanitis, A. Tzavali, V. Papakostas, S. Kappou, G. Andreakos, A. Fotiadi, J.A. Paravantis, M. Souliotis, G. Mihalakakou. Sustainable Urban Environment through Green Roofs: A Literature Review with Case Studies. Sustainability, 2023, 15(15976). https://doi.org/10.3390/su152215976.
[2] Y. Li and Jr. RW Babcock. Green roof hydrologic performance and modeling: a review. Water Science and Technology, 2014, 69(4):727-38. doi:10.2166/wst.2013.770.
[3] M. Mirzaei, Y. F. Huang, A. El-Shafie and A. Shatirah. Application of the generalized likelihood uncertainty estimation (GLUE) approach for assessing uncertainty in hydrological models: A review. Stochastic Environmental Research and Risk Assessment, 2015, DOI: 10.1007/s00477-014-1000-6.
[4] E. Borgonovo and E. Plischke. Sensitivity analysis: A review of recent advances. European Journal of Operational Research 248 (2016)869⬓887, 2016, http://dx.doi.org/10.1016/j.ejor.2015.06.032
Mots clés :
Calibration, incertitudes, analyse de sensibilité, modèle de toiture végétalisée
Département(s) :
| Contrôle Identification Diagnostic |