GEOFLUIDS

GEOFLUIDS Geo-physical FLUid flows Image Driven Simulation

Analyse et simulation d’écoulements fluides a partir de séquences d’images : application a l’étude d’écoulements géophysiques

Méthode pour l’assimilation de données image, et la prise en compte de la dépendance à l’écoulement.

Coordinateur Etienne MÉMIN
Correspondant CNRM-GAME Olivier PANNEKOUCKE
Équipes CNRM-GAME GMAP/RECYF
Site Internet du projet
Type Projet soutenu par l’ANR
Début 2009-2013
Durée 4 ans

 Objectifs

Le projet Geo-Fluids a été soutenu scientifiquement et financièrement par l’Agence Nationale de la Recherche (agence française de recherche) ANR, au travers de l’appel d’offre « Programme systemes complexes et modelisation mathematique » SYSCOMM. Le projet Geo-Fluids s’est intéressé à la possibilité d’extraire de l’information sur un écoulement de fluide à partir de séquences d’images et de concevoir des outils adaptés à l’analyse de ces écoulement. Geo-Fluids a fourni des méthodes d’analyse d’image en utilisant des modèles physiquement cohérentes pour extraire les caractéristiques significatives décrivant l’écoulement observé et pour mettre au jour les propriétés dynamiques de cet écoulement. L’application cible étant l’analyse des écoulements géophysique.

 Apports du CNRM-GAME

La contribution du CNRM a été de développer une méthodologie pour l’assimilation des structures de tourbillon potentiel à partir de l’imagerie vapeur d’eau. Durant ce projet nous avons développé les outils d’assimilation de données permettant de mieux prendre en compte la situation du jours.

Extraction d’un tourbillon potentiel à partir d’une séquence d’image satellite vapeur d’eau

 Livrables ou résultats attendus

Michel, Y. Estimating deformations of random processes for correlation modelling : methodology and the one-dimensional case Quarterly Journal Royal Meteorological Society, 2013, 139, 771-783.

Michel, Y. Estimating deformations of random processes for correlation modelling in a limited area model. Quarterly Journal Royal Meteorological Society, 2013, 139, 534-547

Oger, N. ; Pannekoucke, O. ; Doerenbecher, A. & Arbogast, P. Assessing the influence of the model trajectory in the adaptive observation Kalman Filter Sensitivity method Quarterly Journal Royal Meteorological Society, 2012, 138 : 813-825.

Pannekoucke, O. ; Raynaud, L. & Farge, M., A wavelet-based filtering of ensemble background-error variances. Quarterly Journal Royal Meteorological Society, 2014 :140:316—327.

Farge, M. ; Schneider, K. ; Pannekoucke, O. & Nguyen Van Yen, R. Taylor & Francis (Eds.) Handbook on environmental fluid dynamics Multiscale methods for fluid dynamics : fractals, self-similar random processes and wavelets Fernando, J., 2012.

 Partenaires

1. FLUMINANCE-IPSO/ENS Cachan

2. CLIME

3. MOISE

4. LMD/ENS

5. IFREMER/CERSAT