Soutenance : Apport de l’intelligence artificielle dans la prévision des phénomènes météorologiques intenses en Corse – K. Pujol-Nicolas

Killian Pujol-Nicolas soutiendra sa thèse intitulée « Apport de l’intelligence artificielle dans la prévision des phénomènes météorologiques intenses en Corse » le jeudi 25 juin à 13h30 en salle Coriolis.

Résumé de la thèse en français :

Les événements météorologiques intenses en Méditerranée peuvent causer des dégâts importants et faire de nombreuses victimes. Améliorer leur prévision est donc un enjeu crucial pour limiter leurs conséquences. Ce travail de thèse se concentre sur l’utilisation de l’intelligence artificielle afin d’améliorer les prévisions des précipitations intenses en Méditerranée, et plus spécifiquement en Corse. Des réseaux de neurones sont développés afin de prévoir des dépassements de seuils de pluies sur des périodes de cumuls allant de 1h à 24h. Deux types de données d’entrées sont utilisés : des données issues d’observations du réseau de stations au sol de Météo France ainsi que des données issues des deux modèles de prévision numérique du temps de Météo France, AROME et ARPEGE.

Dans la première partie de ce travail, les prévisions des réseaux de neurones sont comparées en fonction des données utilisées en entrée : soit uniquement les données stations, soit uniquement les données AROME ou ARPEGE. Un autre réseau de neurones, appelé modèle hybride et combinant toutes ces données, est également évalué. Les résultats montrent que le modèle n’utilisant que les données observées donne des prévisions précises sur les périodes de cumuls les plus courtes, mais qui se dégradent ensuite. En revanche, les modèles utilisant les données issues des modèles de prévisions numériques du temps donnent des prévisions précises sur les périodes de cumuls les plus longues. Cependant, le modèle hybride propose les meilleures prévisions sur l’ensemble des périodes de cumuls et combine donc le meilleur des deux approches. De plus, ce modèle se révèle particulièrement stable pour des prévisions de pluies de plus en plus intenses, en partant des 5% au 0.1% des événements les plus intenses en Méditerranée.

Dans la deuxième partie de ce travail, l’objectif est d’évaluer la contribution de la circulation atmosphérique à l’échelle synoptique dans la prévision des événements de pluies intenses en Corse. Pour ce faire, deux modèles sont développés : le premier, appelé NN-Forecasts, similaire à celui développé dans la première partie, exploite les prévisions d’AROME et ARPEGE pour chaque jour considéré. Le deuxième, appelé NN-Analysis, plus parcimonieux, utilise uniquement l’analyse initiale d’ARPEGE de chaque jour considéré. Les résultats montrent que NN-Analysis donne des prévisions de qualité comparable à NN-Forecasts. Ce résultat est important et montre que les réseaux de neurones sont capables d’établir un lien pertinent entre l’état de l’atmosphère à minuit et les pluies à venir dans la journée, lien qui est habituellement fait par les modèles de prévisions numériques du temps. De plus, un modèle de mélange gaussien est utilisé afin d’effectuer un clustering et présente quatre contextes atmosphériques à l’échelle synoptique associés aux pluies intenses en Corse. Les résultats montrent que les prévisions de NN-Analysis associées aux contextes ayant une contribution importante de la circulation à l’échelle synoptique sont les meilleures. Les résultats de cette thèse mettent en évidence que les réseaux de neurones sont des outils performants et précis pour améliorer la prévision des événements de pluies intenses en Méditerranée. En particulier, il apparaît que l’utilisation des données associées à la circulation atmosphérique à l’échelle synoptique joue un rôle primordial pour ces prévisions. Ce travail ouvre la porte vers une interprétation du fonctionnement des réseaux de neurones dans la prévision des pluies intenses.

Composition du jury :

• Mme Cécile MALLET, Rapportrice, Université de Versailles Saint-Quentin-en-Yvelines
• M. Ronan FABLET, Rapporteur, IMT Atlantique
• M. Sylvain COQUILLAT, Examinateur, Université de Toulouse
• M. Cyril VOYANT, Examinateur, Mines Paris
• M. Dominique LAMBERT, Directeur de thèse, Université de Toulouse
• M. Florian PANTILLON, Co-directeur de thèse, CNRS Occitanie Ouest

Il sera possible de suivre cette thèse en visioconférence via un lien qui sera bientôt communiqué. La soutenance se déroulera en français.