Approche multi-échelle pour la simulation rapide des flux thermiques et de pollution en milieu urbain

par Benjamin Streichenberger

Projet de thèse en Mécanique des fluides

Sous la direction de Patrice Chatellier.

Thèses en préparation à Paris Est , dans le cadre de SIE - Sciences, Ingénierie et Environnement , en partenariat avec LISIS - Laboratoire instrumentation, simulation et informatique scientifique (laboratoire) depuis le 01-10-2018 .


  • Résumé

    Cette thèse a pour objectif d'obtenir un outil de simulation rapide pour la cartographie des flux de pollution et thermiques en milieu urbain. L'outil sera ensuite validé à partir de données recueillies préalablement sur l'EquipEx Sense-City, qui est une enceinte climatique permettant de tester en milieu réaliste des capteurs pour instrumenter et piloter la ville. Dans cette thèse, nous associerons des méthodes de réduction de modèles, les méthodes des bases réduites, avec des méthodes d'assimilation de données pour des modèles physiques avancés. Un exemple d'une telle association est la méthode Parametrized-Background Data-Weak (ou PBDW). Les modèles, que ce soit des modèles de qualité de l'air ou des modèles de transfert thermique, correspondent au départ à une EDP de convection-diffusion-réaction qui sera simplifiée que l'on soit dans un cas ou dans l'autre. Les méthodes des bases réduites associées à l'utilisation de données physiques (recueillies sur les capteurs de Sense-City) permettront alors la diminution du coût de simulation lié à l'utilisation de ces modèles physiques détaillés. Ces méthodes donneront des résultats précis et permettront dans une certaine mesure de corriger les erreurs de modèle. De plus, ce sera l'occasion de valider la PBDW par rapport à des méthodes d'assimilation de données classiques.

  • Titre traduit

    A multi-scale approach for rapid simulation of temperature and pollution in an urban environment


  • Résumé

    The main objective of this thesis is to develop a tool for rapid simulation of temperature and pollution in urban environment. It will then be validated with data pre- gathered from the EquipeX Sense-City, which is a climatic chamber for sensors test in realistic conditions to monitor the city. In this work, we will combine models reduction methods, the Reduced Basis methods with data assimilation methods on physical advanced models. An example of such an association is the Parametrized-Background Data-Weak method (or PBDW).At first the models, whether air quality models or heat transfer models, correspond to a convection-diffusion-reaction PDE, and the PDE's parameters are simplified depending on the case studied. The Reduced Basis methods combined with physical data use from Sense-City sensors will then allow a diminution of the simulation cost related to the use of these detailed physical models. These methods will give accurate results and effective model error predictions. Moreover, it will be an opportunity to compare the PBDW method with more classical data assimilation method.