ASPI :
Applications statistiques des systèmes de particules
en interaction
Thèse proposée à la rentrée 2005
Modèles d'état pour la prévision de champs
océano-météorologiques
Application
à la recherche d'objets en mer
Localisation :
Laboratoire de Statistique
Appliquée, Université de Bretagne Sud, Vannes
Directeur de thèse :
Valérie
Monbet
(tél. : 02 97 01 72 25,
e-mail : monbet@univ-ubs.fr)
Co-directeur de thèse :
François Le Gland
(tél. : 02 99 84 73 62,
e-mail : legland@irisa.fr)
Financement : bourse de la région Bretagne
Connaissances souhaitées :
statistiques, probabilités, programation MATLAB ou SCILAB
Sujet :
Le problème posé est celui de la recherche ou du suivi
d'un objet dérivant (canot de sauvetage, fût, etc.) perdu
en mer. On se limitera à une petite zone de quelques centaines
de kilomètres carrés au large de la Bretagne.
Pour programmer une opération de sauvetage ou de
récupération, il est important de pouvoir disposer
rapidement de prévisions à court-terme, aussi fiables que
possible, sur les conditions d'état de mer auxquelles est soumis
l'objet dérivant, c'est-à-dire principalement les vagues,
les vents et les courants. Pour la prédiction des champs
océano-météorologiques, on dispose de plusieurs
types de données :
- les prédictions fournies par les modèles
numériques de circulation, et disponibles toutes les 3 ou 6
heures, sur un maillage d'environ 1° en latitude et en longitude
(ces modèles numériques sont coûteux en temps de
calcul, et ne prennent en compte les données que toutes les 24
heures),
- les observations transmises par des satellites passant 1 ou 2
fois par jour au-dessus de la zone de recherche,
- les observations recueillies par des bouées fixes,
comme la bouée Béatrice au large d'Ouessant.
L'objectif de cette thèse est de proposer une méthode
stochastique bayésienne qui permette de corriger en temps
réel les prédictions
fournies par les modèles numériques, en combinant
(i) un modèle stochastique assez simple pour décrire
l'évolution des champs océano-météorologiques
(intensité et direction des vents et des vagues) en fonction des
déplacements des masses d'air ou des trains de vagues,
et (ii) les données observées.
Compte tenu du caractère d'urgence lié à l'application
considérée, on privilégiera les méthodes
séquentielles (filtrage de Kalman d'ensemble, filtrage particulaire,
etc.) pour traiter ce problème d'assimilation de données.
On pourra envisager aussi le cas où l'objet dérivant
émet un signal, et où on dispose d'un modèle
(du type marche aléatoire dans un milieu aléatoire) pour
décrire son déplacement sous l'action des champs
océano-météorologiques.
Les méthodes développées seront mises en œuvre
sur des données réelles, en collaboration avec la cellule
océano-météo
d'IFREMER à Brest, et avec la société
ACTIMAR.
Références :
- P. Alliot,
Modèles autorégressifs à changement
de régime markovien. Applications aux séries temporelles de
vent, Thèse de l'Université de Rennes 1, 2004.
- A. Malmberg, U. Holst, J. Holst,
Forecasting near-surface ocean winds with Kalman
filter techniques,
Ocean Engineering, 32, pp. 273-291, 2005.
