Utilisation des processus gaussiens pour l’analyse de sensibilité d’une sortie spatiale d’un code de calcul

Amandine Marrel

Description

Niveau: Supérieur, Doctorat, Bac+8
1AgroParisTech – le 23/10/2008 Utilisation du métamodèle processus gaussien pour l'analyse de sensibilité d'une sortie spatiale d'un code de calcul Application à un code de transport hydrogéologique Amandine Marrel Thèse effectuée au LMTE du CEA Cadarache* Directrice de thèse : B. Laurent? Laboratoire de Modélisation des Transferts dans l'Environnement ? Dept. de Génie Mathematique, INSA de Toulouse

• exploitation directe du code difficile


• code de calcul ex


• kd …


• incertitude


• sortie


• estimation de la marge de confiance sur la prise de décision


• propagation des incertitudes gestion des incertitudes


• equations de transport

Sujets

• Incertitude
• Sortie

Informations

• Publié par: profil-zyak-2012
• Publié le: 01 octobre 2008
• Nombre de lectures: 30
• Langue: Français
• Poids de l'ouvrage: 1 Mo

Extrait

                

   

Thèse effectuée au LMTE du CEA Cadarache* Directrice de thèse : B. Laurent ❖  Laboratoire de Modélisation des Transferts dans l’Environnement ❖ Dept. de Génie Mathematique, INSA de Toulouse

AgroParisTech – le 23/10/2008



Introduction : modélisation du transfert de polluants       







Identificati

s phénomène

Transport généralisé

Chimie transport

Equations de transport (équations Darcy, Richards…)

Identification des paramètres géologiques et physiques (caractéristiques du milieu) et chimiques (caractéristiques du milieu et du polluant

  in situ, en labo ou biblio

   loi a priori(jugement d’expert), loi empirique (mesures expérimentales)

Modélisation numérique : implémentation du scénario de transport

Code decalculde transport hydrogéologique : Marthe,Porflow,Hytec…

AgroParisTech – le 23/10/2008



Introduction : propagation des incertitudes

Paramètresetvariables d’entrée Ex : porosité, perméabilité,   

  

…

Codedecalcul Ex : Marthe, Porflow, …

Incertitudes lors de la caractérisation Caractérisation partielle Paramètres fixés a priori

   

    

AgroParisTech – le 23/10/2008

Sortie ou variable d’intérêt Ex : concentration en poltnau

   



Introduction : propagation des incertitudes

"

    Comment propager les incertitudes sur la sortie du code ? Quelles sont les incertitudes les plus préjudiciables ? Quelles sont les variables les plus influentes ? Incertitude au final sur la sortie ? Estimation de la marge de confiance sur la prise de décision ?

   



# Code complexe & coûteux Exploitation directe Grand nombre de variables d’entrée du code difficile Grand nombre de simulations nécessaires pou les études de sensibilité et de propagation d’incertitude

Utilisationd’unmétamodèlepour approximerle code

AgroParisTech – le 23/10/2008

!

Introduction : un outil statistique multifonctionnel…

 Ex : Transport en ZNS …

'( )#*+

Analyse de sensibilité

%#   & Ex : porosité, perméabilité, Kd… X 1  ,X,…  d

   Ex : Marthe, Porflow…

'( )+

Propagation d’incertitudes

#  

, Y SR 1f SR (X)

,  Ex :Processus gaussiens

#  

AgroParisTech – le 23/10/2008

'( )  +

Calibration Détermination des paramètres

Adéquation expériences  simulées et observées

$