Placement optimal de capteurs mobiles pour le monitoring environnemental de dispersion de polluants

Urgent?
oui
Rattachement
CEA-LETI /GIPSA-lab
Description

Financement de la thèse : CEA-LETI

Résumé : Cette thèse de doctorat vise à aborder la question du placement optimal des capteurs mobiles pour la surveillance efficace de la dispersion des polluants atmosphériques au sein des environnements urbains. Le déploiement des capteurs joue un rôle essentiel dans la performance des méthodes d'estimation, un défi rendu plus difficile par la géométrie hétérogène des paysages urbains, qui induit des conditions aux limites complexes [3].

Contexte : Les recherches antérieures se sont concentrées principalement sur le développement d'estimateurs pour identifier des sources de pollution, négligeant l'aspect critique du placement des capteurs. Nous avons développé une approche réduite utilisant des différences finies supportées par des fonctions à base radiale pour un modèle d’équations aux dérivées partielles (EDP) d’advection-diffusion de polluants [1,2]. Différentes approches de placement existent dans la littérature. Pour la plupart, ce sont des méthodes développées spécifiquement pour une application donnée, exploitant le gradient spatial de concentration et la connaissance du champ de vent local. Pour les systèmes en dimension infinie décrits par des modèles EDP, des approches prometteuses reposant sur la propriété structurelle d’observabilité des systèmes dynamiques ont été proposées [4,5,6]. Dans cette thèse de doctorat, nous nous intéresserons au placement optimal des capteurs mobiles et à l’évaluation de l’impact de ce placement optimal sur la précision des estimateurs, tant dans des domaines en deux dimensions (2D) que trois dimensions (3D).

Objectifs de Recherche : Les objectifs principaux de cette étude sont les suivants :

  1. Approche Variationnelle en Dimension Infinie : Etudier une approche variationnelle en dimension infinie, en intégrant l'optimisation du placement des capteurs pour améliorer la précision des estimations de dispersion de polluants atmosphériques, à la fois en 2D et en 3D.
  2. Mise en œuvre en Dimension Finie : Explorer une approche pratique en dimension finie de l’approche variationnelle, en trouvant un équilibre entre la précision et l'efficacité computationnelle pour des scénarios en 2D et en 3D.
  3. Apprentissage Automatique Informé par la Physique (Physics-Informed Machine Learning - PIML) [7] : Evaluer et exploiter les capacités des techniques d'apprentissage automatique informé par la physique (PIML) pour améliorer nos méthodes de modélisation, de placement de capteurs et d'estimation de la dispersion de polluants atmosphériques, tant en 2D qu'en 3D.

Impact : Ces travaux de recherche permettront un déploiement optimal de capteurs pour la surveillance de la qualité de l'air dans les environnements urbains, en abordant les défis posés par les géométries urbaines complexes et les scénarios dynamiques de dispersion de polluants en trois dimensions. Cette étude vise à contribuer à une planification urbaine et à une gestion plus efficace et respectueuse de l'environnement.

Résultats Attendus : Les résultats de cette thèse doctorale comprennent de nouvelles stratégies de placement de capteurs, des résultats quantitatifs d’évaluation en simulation et une compréhension approfondie de la manière dont l'apprentissage automatique informé par la physique (PIML) peut améliorer la surveillance de la qualité de l'air en contexte urbain, aussi bien en 2D qu'en 3D.

Direction de thèse : Pr. Didier Georges (Gipsa-lab) - didier.georges@gipsa-lab.grenoble-inp.fr

Co-encadrement : Sylvain Leirens (CEA-LETI) - sylvain.leirens@cea.fr