Assimilation de données hétérogènes dans des simulations de dispersion atmosphérique de radionucléides à échelle régionale // Assimilation of heterogeneous data in simulations of atmospheric dispersion of radionuclides at regional scale

La modélisation et la simulation apportent des connaissances essentielles à la dispersion aérienne de gaz et de particules et au marquage de l’environnement qui en résulte. Ceci s’applique notamment aux rejets qui ont été engendrés par les essais nucléaires atmosphériques effectués dans le passé par la France en Polynésie. Si les calculs météorologiques et de dispersion à l’échelle régionale sont raisonnablement fiables, leurs résultats ont une part d’incertitude et présentent des écarts aux mesures hétérogènes des activités ou débits de doses dans l’air, sur le sol et dans les compartiments biologiques. La thèse visera à développer des méthodes d’inversion, basées sur l’assimilation de données, afin de réduire les erreurs et incertitudes des simulations de dispersion régionale de radionucléides. L’application concernera certains essais nucléaires dans l’atmosphère. Toutefois, les méthodes développées au cours de la thèse, telles que l’échantillonnage de Monte-Carlo par des chaînes de Markov, auront un domaine de mise en œuvre plus général. Après une revue bibliographique portant sur les essais nucléaires et les méthodes d’assimilation de données, des algorithmes originaux de modélisation inverse seront programmés, testés et appliqués à la simulation de la dispersion des rejets aériens issus d’essais. Ceci permettra d’estimer le rôle pressenti important de l’assimilation des mesures pour améliorer les simulations.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Modeling and simulation provide essential knowledge on the aerial dispersion of gases and particles and the resulting environmental marking. This applies in particular to the releases that were generated by atmospheric nuclear tests carried out in the past by France in Polynesia. While regional-scale meteorological and dispersion calculations are reasonably reliable, their results have a degree of uncertainty and present discrepancies with heterogeneous measurements of activities or dose rates in the air, on the ground and in biological compartments. The thesis will aim to develop inversion methods, based on data assimilation, in order to reduce errors and uncertainties in simulations of regional dispersion of radionuclides. The application will concern certain nuclear tests in the atmosphere. However, the methods developed during the thesis, such as Monte Carlo sampling by Markov chains, will have a more general field of implementation. After a literature review on nuclear testing and data assimilation methods, original inverse modeling algorithms will be programmed, tested, and applied to the simulation of the dispersion of aerial releases from tests. This will allow us to estimate the anticipated important role of measurement assimilation in improving simulations.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Pôle fr : Direction des Applications Militaires
Pôle en : Military Applications
Département : DASE
Service : DASE
Date de début souhaitée : 01-10-2025
Ecole doctorale : Sciences de l’Environnement d’Île de France (SEIF)
Directeur de thèse : ARMAND Patrick
Organisme : CEA
Laboratoire : DAM/DASE//DASE

Public/private mixed funding

Pôle fr : Direction des Applications Militaires
Pôle en : Military Applications
Département : DASE
Service : DASE

Modélisation physique et simulation numérique de l’environnement atmosphérique. Méthodes mathématiques appliquées aux données de l’environnement. Programmation en Python sous Linux