Assimilation de données hétérogènes dans des simulations de dispersion atmosphérique de radionu[...]

CEA; Bruyères-le-Châtel; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une entreprise de recherche en sciences de l'environnement propose une thèse sur l'assimilation de données pour améliorer les simulations de dispersion atmosphérique de radionucléides. Ce projet vise à développer des méthodes orientées vers la modélisation précise des effets environnementaux des essais nucléaires passés. Les candidats doivent avoir une formation en modélisation physique, programmation Python, et être prêts à travailler dans un environnement de recherche innovant.

Qualifications

• Capacité à développer des algorithmes originaux de modélisation inverse.
• Compétences en méthodes mathématiques appliquées aux données de l'environnement.

Responsabilités

• Développer des méthodes d'inversion basées sur l'assimilation de données.
• Tester et appliquer des algorithmes à la simulation de dispersion des rejets aériens.

Connaissances

Modélisation physique

Simulation numérique

Programmation en Python

Formation

Formation en modélisation physique et simulation numérique

Description du poste

Description du sujet de thèse

Domaine

Science de la terre et de l'environnement

Sujets de thèse

Assimilation de données hétérogènes dans des simulations de dispersion atmosphérique de radionucléides à échelle régionale

Contrat

Thèse

Description de l'offre

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.

Université / école doctorale

Sciences de l'Environnement d'Île de France (SEIF)
Sorbonne Université

Localisation du sujet de thèse

Site

DAM Île-de-France

Critères candidat

Formation recommandée

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

Demandeur

Disponibilité du poste

01/10/2025

Personne à contacter par le candidat

ARMAND Patrick [e-mail]
CEA
DAM/DASE//DASE
CEA DAM Ile de France
Bruyères-le-Châtel
91297 Arpajon
01 69 26 40 00

Tuteur / Responsable de thèse

ARMAND Patrick [e-mail]
CEA
DAM/DASE//DASE
CEA DAM Ile de France
Bruyères-le-Châtel
91297 Arpajon
01 69 26 40 00

En savoir plus