Assimilation de données pour l’estimation du terme source rejeté dans l’atmosphère lors d'un accident nucléaire et estimation des erreurs pour la modélisation de la dispersion atmosphérique des radionucléides
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 2017
Lors d'un accident nucléaire, l'évolution temporelle des débits de rejet des radionucléides rejetés dans l'atmosphère (le terme source), la dispersion des radionucléides et leur dépôt dans l'environnement sont des éléments essentiels pour évaluer les conséquences environnementales et sanitaires de l'accident.
Il existe deux familles de méthodes pour estimer le terme source. La première consiste à modéliser l'état de l'installation et son évolution. La seconde famille de méthodes consiste à coupler les modèles de dispersion atmosphérique et les mesures environnementales pour en déduire le terme source. L'IRSN a développé un outil basé sur les techniques de modélisation inverse pour estimer les rejets à partir des mesures dans l'environnement. En effet, Winiarek et al. (2012), Saunier et al. (2013), Winiarek et al (2014), Saunier et al. (2016) ont développé une méthode pour estimer le terme source en prenant en compte différents types de données d'observation. Cette méthode a été mise en oeuvre sur le cas de l'accident nucléaire de Fukushima.
Les travaux de thèse visent à améliorer la méthode existante. Plus précisément, le développement de techniques d'assimilation multi-échelles pour la dispersion atmosphérique accidentelle et le calcul objectif des erreurs de l'estimation en tenant compte des erreurs de modélisation et d'observation de façon mathématiquement rigoureuse constituent les deux objectifs de la thèse. Concrètement, il est possible d'obtenir de meilleures exploitations des mesures environnementales, c'est-à-dire utiliser des méthodes statistiques pour satisfaire plusieurs exigences : indépendance des mesures, redondance de l'information, pondération des mesures, prise en compte simultanée de différents types de mesure. D'autre part, il serait très intéressant de modéliser les erreurs, ce qui passerait par l'utilisation de lois de distribution de probabilité a priori et d'approches Bayésiennes (Chaîne de Markov, Monte Carlo).
La méthode actuelle est basée sur des approches variationnelles couramment utilisées pour ce type d'application. Récemment, Liu et al. (2017) a estimé le terme source de l'accident de Fukushima en mettant en oeuvre des techniques Bayésiennes. La première étape de la thèse consiste à appliquer les techniques proposées par Liu et al. (2017) pour analyser l'évènement de détection du Ruthénium en Europe survenu au cours de l'automne 2017.
Lors de la détection de radionucléides dans l'environnement comme c'était le cas pour l'évènement Ruthénium, l'IRSN cherche à localiser la source et à estimer les quantités rejetées. Des approches Bayésiennes sont donc en cours de développement pour estimer les distributions de probabilités permettant de mieux caractériser la source.