Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Pierre-Louis Lemaire : Polytechnique Montréal
Les risques hydrométéorologiques peuvent déclencher une cascade d'impacts économiques et sociaux. Le changement climatique intensifiant ces risques, les études d'impact de haute qualité sont cruciales. En raison de la grande complexité des Modèles Climatiques Régionaux, la production de ces simulations s'accompagne de coûts importants de calcul, ce qui limite les applications potentielles. Les modèles d'apprentissage profond sont des outils prometteurs pour la réduction d'échelle du climat, qui surpassent les méthodes statistiques standard de réduction d'échelle. Néanmoins, les réseaux de neurones souffrent de défauts affectant grandement l'utilisation potentielle de leurs simulations à haute résolution. Une famille de méthodes permettant de surmonter ces difficultés dans le cas des phénomènes physiques, consiste à encoder des a priori physiques dans le modèle, sous la forme d'architectures inspirées de la physique ou de fonctions objectives sous contraintes. Une hypothèse courante en science atmosphérique est que les précipitations extrêmes augmentent avec la température de surface de l'air suivant l'équation de Clausius-Clapeyron, qui stipule que la saturation en vapeur d'eau augmente de ~7%/K. Nous proposons de contraindre un réseau de neurones en utilisant cet a priori physique dans le but d'améliorer la capacité de généralisation du modèle dans un climat non stationnaire, ainsi que d'améliorer sa performance prédictive pour les valeurs de précipitations extrêmes.
Les événements hydrométéorologiques extrêmes représentent une des préoccupations importantes pour différents secteurs comme la sécurité publique, l’agriculture, la gestion et la surveillance des infrastructures, l’énergie… Il est bien connu que la fréquence et la sévérité de ces événements est en train de changer rapidement et que tous les secteurs économiques sont grandement touchés et doivent s’adapter sous peine de conséquences catastrophiques. L’estimation du risque associé à ces événements fait appel à plusieurs expertises et sources d’information. La dernière décennie a connu le développement de nouvelles approches, probabilistes et déterministes, pour mieux caractériser ces phénomènes avec de nouvelles sources de données combinées aux connaissances climatiques et physiques.
Dans le cadre de ce colloque, on mettra l’accent sur les outils de modélisation, statistiques, déterministes ainsi que ceux basés sur l’intelligence artificielle pour caractériser les événements hydrométéorologiques extrêmes. Des sessions de présentations seront consacrées à ces thèmes avec une table ronde pour explorer le nexus entre développement, adaptation et gestion des risques ainsi que la résilience des communautés face aux événements hydrométéorologiques extrêmes.
Thème du colloque :
Date :
8 mai 2025
Titre du colloque :
Responsables :
