Assimilation variationnelle des conditions initiales par contrôle optimal et identification de paramètres par les algorithmes génétiques dans le modèle ICARE

Abstract

Dans cette thèse nous sommes intéressés à un sujet de recherche portant sur l’assimilation variationnelle de données, tant d’un point de vue théorique que numérique, et sur l’identification des paramètres sensibles et leur application au modèle ICARE qui décrit les Transferts d’énergie et de matière qui s’opèrent entre le sol, la végétation et l’atmosphère appliqué sur une parcelle de blé située dans la région d’Agdal prés de Marrakech au Maroc. L’utilisation conjointe d’observations satellitaires et des modèles de fonctionnement des interactions sol, végétation et atmosphère est une technique pertinente pour le diagnostic et le pronostic de l’état des cultures, dans l’objectif à long terme d’une gestion durable des ressources et de la préservation de l’environnement. En particulier, l’assimilation de données permet d’estimer les paramètres d’entrées du modèle et/ ou les variables d’état, en améliorant la cohérence des simulations du modèle avec les variables de sortie qui sont mesurées sur le terrain ou accessibles par télédétection. Ces travaux consistent à adapter au domaine hydrologique une méthode variationnelle de contrôle optimal, utilisée de façon opérationnelle dans différentes disciplines (météorologie, océanographie) et basée sur le calcul du modèle adjoint. Cependant la modélisation du sol et du couvert végétal ne repose pas sur des lois exactes connues et les processus décrits ne sont pas différentiables, ce qui peut générer de nombreux problèmes théoriques et pratiques que nous mettons en évidence dans ce travail. Les résultats obtenus pour la région d’Agdal sont très encourageants et plaident pour une utilisation accrue de l’approche variationnelle afin d’aborder les problématiques clés que sont l’estimation des paramètres dépendants du temps ou la mise à jour de l’état par assimilation de données.