Assimilation de données avec Code_Saturne pour des applications micro-météorologiques à l'échelle locale.

par Cécile Defforge

Projet de thèse en Sciences de l'Univers et Environnement

Sous la direction de Bertrand Carissimo.

Thèses en préparation à Paris Est , dans le cadre de École doctorale Sciences, Ingénierie et Environnement (Champs-sur-Marne, Seine-et-Marne ; 2015-....) , en partenariat avec CEREA - Centre d'Enseignement et de Recherche en Environnement Atmosphérique (laboratoire) depuis le 01-10-2016 .


  • Résumé

    Les simulations réalisées avec la version atmosphérique de Code_Saturne (code CFD open source: www.code-saturne.org) concernent différentes questions liées à la micro-météorologie. Un premier exemple concerne la dispersion des effluents autour de sites industriels (par exemple lors de l'étude du projet de Flamanville sur l'EPR) et d'autres concernent le vent et la turbulence pour les applications éoliennes, la tenue des lignes électriques…. Par ailleurs les mêmes outils sont aussi utilisés pour les simulations de quartiers urbains, pour l'étude de scénario d'aménagement de ville durable (du point de vue micro-climatique et de la pollution locale par exemple). Dans toutes ces applications, les conditions météorologiques grande échelle provenant de mesures ou de résultats de modèles de plus grande échelle se retrouvent sur 5 des 6 faces d'entrée du domaine local de calcul, de quelques kilomètres et centré autour du point d'intérêt. Ces conditions grande échelle sont souvent peu précises, ne contiennent pas toute l'information nécessaire (turbulence …) et ne sont pas adaptées aux détails fins du domaine local (en particulier la topographie ou la présence de bâtiments). Dans certains cas il peut s'avérer très bénéfique d'inclure des mesures obtenues dans le domaine de calcul pour améliorer les simulations (par exemple inclure les mesures d'un mât au centre du domaine de calcul d'un parc éolien). Ces questions rentrent dans le domaine de l'assimilation spatio-temporelle (4D) de données, bien connue en météorologie de plus grande échelle. Historiquement les modèles météorologiques à l'échelle locale utilisent souvent le « nudging » ou relaxation Newtonienne pour effectuer cette assimilation de données. Cette technique ancienne a beaucoup de limitations et de nombreuses techniques ont été perfectionnées depuis pour d'autres applications. L'objectif du travail de thèse proposé est de choisir et d'implémenter une méthode d'assimilation de données dans Code_Saturne, afin d'améliorer les performances de Code_Saturne à micro-échelle.

  • Titre traduit

    Data assimilation with Code_Saturne for micro-meteorological applications at local scale.


  • Résumé

    The atmospheric version of Code_Saturne is used to examine different questions of micro-meteorology. A first example is related to pollutant dispersion near industrial areas, others deal with wind and turbulences for wind-energy applications. Moreover, the same tools are also used to simulated urban areas, for the examination of sustainable city development (e.g., from a micro-climatic point of view, as well as local pollution). For all these utilizations, large scale meteorological conditions - coming from measures or from results of larger scale models - are used as inputs of the local computational domain, which is a few kilometers wide. These large scale conditions often lack of precision, do not contain all the information (e.g., turbulence), and are not suited to the fine details of the local domain (e.g., topography or presence of buildings). In some cases, it can be very beneficial to include measures obtained within the computational domain, in order to improve the simulations (for instance include the measures of a mast located in the center of the computational domain of a wind farm). These issues are included in the topic of spatio-temporal (4D) data assimilation, well known in meteorology of larger scale. Meteorological models at local scale generally use "nudging" or Newtonian relaxation to perform this data assimilation. However, this ancient technique has many limitations and numerous new methodes are developed and improved for other utilizations. The goal of this PhD is to chose and implement one method of data assimilation in Code_Saturne, in order to improve its performances at micro-scales.