Axe Modélisation

Animateurs

Roland MARTIN (IR CNRS, ER3), Marc BLANCHARD (DR CNRS, ER8)

Objectifs

Afin de lever des verrous technologiques et de mieux modéliser certains phénomènes physiques à différentes échelles de temps et d’espace, l’axe modélisation a différentes vocations :

  • Interagir, échanger, collaborer, monter des projets transverses en modélisation physico-numérique pour des modèles intégrés du système Terre à différentes échelles de temps et d’espace (de la journée aux millions d’années), de la proche surface aux échelles lithosphériques et les couplages avec l’atmosphère et les océans.
  • Séminaires sur les méthodes et objets d’étude en termes de modélisation et traitement de données, en lien avec l’Atelier « Modélisation et bases de données de l’OMP »
  • Identifier les verrous technologiques et méthodologiques dans certaines thématiques scientifiques à différents niveaux d’expertise (utilisateurs et/ou développeurs)
  • Diffuser l’expertise de chercheurs via des formations au GET (Exemples : OpenFoam/L.Orgogozo, SIG /Y. Auda, Arcgis/V. Regard, etc…).
  • Etablir une cartographie et un bilan des compétences et des moyens (ressources humaines, codes de calcul, logiciels de visualisation et moyens informatiques)
  • Identification des besoins et demandes de moyens
  • Participation active de l’Axe Modélisation au montage du projet d’Institut Intelligence Artificielle 3IA « ANITI » via notamment le projet intégratif IP6 : « IA pour une planète durable : du monitoring à la gestion intégrée des ressources »

Modèles développés

Thématiques scientifiques

Apprentissage (non-)supervisé, analyse statistique et SIG (Y. Auda)

L’analyse et notamment la classification de données regroupant les analyses multivariées qualifiées de duales (projection dans les espaces vectoriels des lignes et des colonnes) et les techniques associées sont répertoriées actuellement sous le terme d’Intelligence Artificielle (machine learning, deep learning). L’axe modélisation utilise l’ensemble de ces méthodes et les adapte pour répondre au mieux aux questionnements des chercheurs du GET, en particulier dans le cadre des Services Nationaux d’Observation (SNO). Cet effort dans la recherche de la méthode la plus appropriée conduit à utiliser ou à mettre en œuvre, différentes techniques dans le cadre des analyses multivariées telles que l’ACP décentrée, l’analyse de co-inertie, la « Partial Least Square Analysis » et dans le contexte de l’IA, la classification « random forest » pour classer l’occupation du sol à partir de séries temporelles d’images satellite, les réseaux de neurones pour déterminer la niche écologique d’une plante à partir de relevés climatiques ou pour calibrer les courbes turbidité/couleur de l’eau. A titre d’exemple, pour étudier à partir d’un corpus bibliographique l’infestation par l’ambroisie ou encore l’épidémiologie d’une bactérie Burkhoderia, utiliser une méthodologie de désambiguïsation et d’alignement automatique s’appuyant sur une approche par apprentissage automatique non supervisé est également une piste de recherche pour les prochaines années. Ces méthodes pourront aussi s’appliquer en géophysique.

Modélisation thermomécanique de la lithosphère (M. Gerbault)

Un enjeu actuellement important des modèles thermo-mécaniques est qu’ils puissent rendre compte des processus de déformation et de comportement à la sous échelle, notamment des transferts de fluides en milieu poreux, dans les zones des déformations localisées via l’hydro-fracturation ou le glissement cisaillant. Ceci concerne les transferts de matière du manteau jusqu’en surface, dont des contextes de volcanisme intrusif et éruptif, ainsi que le fractionnement élémentaire conduisant à la concentration de minéraux d’intérêt économique. Dans ce but nous chercherons un formalisme représentatif des sauts d’échelles significatifs, en combinant des approches numériques directes et inverses, en testant des méthodes comme celle des champs de phase aux interfaces entre domaines de comportement hétérogène, et en les confrontant avec les données de pétrologie structurale, de géophysique et de mécanique des roches.

Modélisation et imagerie géophysique (R. Martin)

Afin de mieux évaluer l’aléa sismique ou les ressources énergétiques du sous-sol, il est crucial de pouvoir avoir accès aux propriétés du milieu, à sa composition minéralogique et thermique. Dans ce but il est nécessaire d’imager les structures géologiques et leurs taux de saturation en fluide. Nous accentuerons nos efforts dans le développement de techniques d’imagerie basées sur des inversions conjointes de données diverses correspondant à des physiques différentes et adaptées aux échelles spatio-temporelles étudiées. Ces outils seront appliqués d’ici 5 ans aux échelles de montagnes et de la lithosphère (gravimétrie et sismique dans les Pyrénées ou les Andes) jusqu’à la proche surface et la zone critique (sismique, résistivité électrique, micro-gravimétrie, …). De plus, afin d’introduire des données massives de bonne qualité des techniques de «Deep learning » seront utilisées, et pour estimer les incertitudes sur les modèles a priori et a posteriori, des techniques de classification par « machine learning » hybride supervisée seront effectuées. Sur le long terme, un suivi temporel des fluides est aussi envisagé. Des techniques diverses (éléments finis, volumes finis, différences finies d’ordre élevé, …) seront utilisées et portées sur des plateformes de calcul haute-performance (locales à européennes Tier-0).

Modélisation couplée du relief, des bassins, de l’alteration et du climat (S. Carretier, D. Rouby, Y. Goddéris)

Concernant la modélisation des paléo-surfaces continentales, nous nous appuierons sur les modèles récemment développés pour comprendre les variations de flux sédimentaires et dissous depuis l’échelle d’une montagne (CIDRE), d’un continent (FASTSCAPE) jusqu’à la Terre entière (GEOCLIM). Nous incorporerons progressivement le biota dans ces modèles, et des traceurs paléo-environnementaux pour faire le lien entre l’évolution des surfaces continentales et les enregistrements sédimentaires dans les bassins océaniques.

Modélisation en hydrologie (L. Boithias)

L’activité de modélisation (OpenFOAM et SWAT, principalement) des transferts a pour objectif à 5 ans de développer les codes actuels vers une plus grande intégration en termes de processus hydrologiques (surface, sub-surface, usage des terres, couvert neigeux, contaminants). Pour les modèles mécanistes RichardsFOAM et permaFOAM, un objectif est également le portage jusqu’aux supercalculateurs européens (tier-0).

Modélisation atomistique (M. Blanchard)

Notre activité de modélisation atomistique vise à reproduire les mécanismes fondamentaux régissant la répartition des éléments chimiques et de leurs isotopes dans les systèmes naturels. Dans ce domaine, un enjeu important sera de développer la modélisation des liquides allant des solutions aqueuses aux magmas, et au-delà celle des processus se déroulant aux interfaces minéral-solution. Nous nous baserons pour cela, sur le code Quantum Espresso et d’autres codes ab initio complémentaires, et nous nous efforcerons d’explorer les potentialités de la technologie GPU.

Rechercher