Accueil > Forum TERATEC > Ateliers > Atelier 1

Forum TERATEC 2020
Mercredi 14 octobre - Ateliers techniques

Atelier 01 - de 09h00 à 10h30

Données satellite et environnement : du foisonnement des applications à l’émergence de réponses structurées
Présidé par Laurent Boisnard, Sous-directeur adjoint Observation de la Terre, CNES et François Robida, BRGM

Estimation du débit des rivières à partir de l’assimilation de données SWOT sur des modèles d’hydrodynamique
Par Sophie Ricci, Chargée de Recherche, CERFACS

Garonne 50 km reach between Tonneins and La Réole. Pixel Cloud SWOT-like observation for 3 SWOT swathes.	Global water height rmse with respect to OSSE reference for the ensemble mean of the assimilation experiments (Ctl : no assimilation, Ais : Assimilation of in-situ data lonely, Ais3d : assimilation of in-situ and 3-day SWOT data, Ais1d : assimilation of in-situ and 1-day SWOT data).

L’estimation du débit des rivières représente un enjeu environnemental, économique, politique et sécuritaire. Les acteurs de l’eau s’attachent à valoriser le volume grandissant de données provenant des missions spatiales passées et futures, pour l’estimation des débits. Les modèles hydrologiques de type pluie-débit sont largement utilisés pour la représentation des processus aux grandes échelles spatiales (5-50km) et temporelles (jour-mois).

La mission SWOT (Surface and Ocean Topography) repose sur l’interférométrie SAR et fournira des observations d’élévation de la surface libre, des pentes et des largeurs de rivières pour des cours d’eau de plus de 100m de large permettant alors de travailler à une l’échelle plus fine pour la rivière ou le tronçon (200m-1km, 10-30min) avec des modèles hydrodynamiques. Le projet SWOT-débit impliquant le CERFACS et l’INRAE, a pour objectif d’assimiler des observations de côte d’eau, de type SWOT, afin de corriger les apports hydrologiques et les paramètres hydrauliques et, par conséquent, d’améliorer la simulation et la prévision des débits avec des algorithmes ensemblistes ou variationnels. Il est à noter que d’ici au lancement SWOT, des données synthétiques de type SWOT sont générées à partir de simulations hydrodynamiques 1D et 2D de référence et du simulateur SWOT-HR.

Le calcul HPC est au cœur du projet pour les aspects de gestion des données et de gestion des ressources de calcul lors de la génération des ensembles. La mise en données du modèle hydrodynamique, et particulièrement la description de la topographie et bathymétrie nécessite l’accès à et l’usage de chroniques de données SWOT ainsi des données du programme Copernicus et des bases de données CNES telles que THEIA (missions altimétriques, radar, optique telles que (ENVISAT, Landsat, SARAL-ALTIKA, Sentinel 1-2-3, …).

Les apports de l’assimilation des données de type SWOT sont mis en évidence dans le cadre d’OSSE (Observing System Simulation Experiments). Les données synthétiques sont générées avec le simulateur SWOT-HR qui simule la mesure réalisée par l’instrument KaRIN, sous divers scénarii spatiaux et temporels d’observation, sur des zones et pour des périodes ciblées, puis mises à disposition pour la communauté SWOT. Des algorithmes d’Intelligence Artificielle (Réseaux de neurones et Apprentissage Profond) peuvent permettre la reconstruction de données manquantes dans les zones et pour les temps non observés.  Une approche ensembliste, naturellement compatible avec le HPC et le parallélisme de tâche, est favorisée au CERFACS. La réduction des incertitudes liées aux coefficients de frottement dans la rivière, la description de la topographie/bathymétrie et les apports hydrologiques est réalisée via la stratégie d’assimilation SMURF-MASCARET qui fournit une correction en temps pour les paramètres hydrauliques et les conditions aux limites et par conséquent mène à une amélioration des débits et hauteurs d’eau prévus. Une approche Python-MPI est utilisée pour implémenter l’algorithme ensembliste en limitant le coût de calcul aux limites imposées par les contraintes de la prévision en quasi-temps réel. Il a été montré, sur un tronçon de la Garonne, que la densification en temps et en espace du réseau d’observation permet de lever les problèmes d’équifinalité lors de la résolution du problème inverse et que l’erreur quadratique moyenne calculée pour les hauteurs prévues (de +0 à +24h) par rapport à une simulation de référence est significativement réduite lorsque des données SWOT sont assimilées en complément des données in situ (Ais), notamment lorsque la fréquence des données augmente de 1 jour (Ais1d) à 3 jours (Ais3d).

Biographie : Sophie Ricci received her engineer degree in Fluid Mechanics from ENSEEIHT in 2000 and defended her PhD on Ocean Data Assimilation in 2004 at CERFACS. After a post-doctorate at JPL-NASA, she joined CERFACS as permanent research staff in 2008. She is now in charge of water-related project in data assimilation and uncertainty quantification at CERFACS and defended her HDR in 2019.  She has been a member of the SWOT Science Team since 2010.

Inscrivez-vous dès à présent et obtenez votre badge en cliquant ici

• Le Forum TERATEC est strictement réservé aux professionnels.
• Participation gratuite aux conférences et aux ateliers (sous réserve des places disponibles).
• L'enregistrement en ligne est obligatoire.