SharePoint
Aide
Faire avancer la sûreté nucléaire

La Recherchev2

Thèses en cours

Quantification d'incertitude par réduction de modèle de dispersion atmosphérique

Fermer

Authentification

Email :

Mot de passe :

Laboratoire d'accueil : ​​Bureau de modélisation des transferts dans l'environnement pour l'étude des conséquences des accidents (BMCA)​

Date de début de thèse : octobre 2016

Nom du doctorant : Ngoc Bao Tran LE


​Descriptif du sujet

Les modèles de dispersion atmosphérique à courte distance, pX, et à longue distance, ldX, sont développés au BMCA et intégrés dans la plateforme C3X, utilisée en crise pour évaluer les conséquences environnementales et sanitaires d'un rejet accidentel de radionucléides dans l'atmosphère. Les simulations contiennent des incertitudes dues aux modèles et aux données d'entrées (le terme source et les données météorologiques). Il est donc essentiel de comprendre, quantifier les incertitudes liées aux simulations et de développer des outils et des méthodes permettant de les prendre en compte dans les recommandations faites aux autorités lors de situation de crise nucléaire et ainsi mieux protéger la population.

Actuellement, les simulations sont réalisées de façon purement déterministe : les données d'entrée ainsi que la configuration du modèle sont choisies, et produisent un résultat unique. Les incertitudes peuvent être modélisées par un ensemble de simulations, obtenues en perturbant les paramètres incertains et en exploitant les prévisions d'ensemble météorologiques.

La première étape de la modélisation des incertitudes consiste à perturber les paramètres. Par exemple, pour un paramètre d'entrée qui suit la loi normale, une même valeur sera rajoutée sur tout le champ. Pour un paramètre de la loi log normale, une même valeur sera rajoutée sur tout le logarithme du champ. Pour la météo, un membre est tiré de façon aléatoire dans un ensemble météorologique. Une approche similaire peut être appliquée au rejet en utilisant un ensemble de termes sources issus de la littérature. Cela permet d'avoir un ensemble des entrées qui couvre assez largement ce domaine.

L'étape suivante est d'évaluer les sorties et effectuer les études de quantification d'incertitudes. Avec cet ensemble d'entrée, il est possible de calculer les variables de
sortie et faire une comparaison aux observations. Deux questions se posent : Comment le résultat va-t-il répondre à un changement dans les variables d'entrée ? Comment peut-on qualifier la qualité de notre ensemble ? La comparaison de l'ensemble de simulations avec des observations permet d'évaluer la qualité de l'ensemble, via des outils tels que les diagrammes de rang.

Cette étude présente les simulations Monte Carlo sur le cas de l'accident de Fukushima. Elle reprend les travaux de Périllat et al. (2017). Les simulations de dispersion atmosphérique sont faites en utilisant la prévision d'ensemble météorologique du centre européen (CEP) et une prise en compte sommaire des incertitudes dues au modèle de dispersion et aux émissions. L'ensemble de simulations est comparé aux observations radiologiques d'activité volumique, de débit dose, et des mesures aéroportées de dépôt recueillies sur le Japon.