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

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.