arima

Volume 1 - 2002

Fiche article :

bouclier
spacer

 

Identification de paramètres : une application à l'équation de Richards

Parameters identification: an application to the Richards equation

Pierre Ngnepieba* - François Xavier Le Dimet* - Alexis Boukong** - Gabriel Nguetseng***

Université Joseph Fourier
Projet IDOPT, LMC-IMAG (UJF) BP 53, 38041 Grenoble Cedex 9, France
Pierre.Ngnepieba@imag.fr, Francois-Xavier.Ledimet@imag.fr

** Université de Dschang, Faculté d'Agronomie et de Sciences Agricoles
BP 222 Dschang, Cameroun

*** Université de Yaoundé 1, Faculté des Sciences
BP 812 Yaoundé, Cameroun
gnguets@uycdc.uninet.cm

RÉSUMÉ. La modélisation inverse est devenue une approche fréquemment utilisée pour l'estimation des paramètres en hydrogéologie. Fondamentalement cette technique est basée sur les méthodes de contrôle optimal qui nécessitent des observations et un modèle pour le calcul des dérivées du premier ordre. Le modèle adjoint du modèle de Richards est construit pour obtenir le gradient de la fonction coût par rapport aux paramètres de contrôle. Les paramètres hydrodynamiques sont pris comme paramètres de contrôle; leurs valeurs optimales sont trouvées en minimisant la fonction coût ceci en utilisant un algorithme de minimisation de type descente quasi-Newton. Cette approche est utilisée pour l'identification des paramètres hydrodynamiques sur un modèle d'écou-lement souterrain en zone non saturée, ainsi que les études de sensibilité du modèle.

ABSTRACT. Inverse modeling has become a standard technique for estimating hydrogeologic parameters. These parameters are usually inferred by minimizing the sum of the squared differences between the observed system state and the one calculed by a mathematical model. Since some hydrodynamics parameters in Richards model cannot be measured, they have to be tuned with respect to the observation and the output of the model. Optimal parameters are found by minimizing cost function and the unconstrained minimization algorithm of the quasi-Newton limited memory type is used. The inverse model allows computation of optimal scale parameters and model sensi-tivity.

MOTS-CLÉS : modèle adjoint, fonction coût, infiltration cumulée, infiltration cumulée observée, identification, contrôle optimal.

KEYWORDS: adjoint model, cost fonction, cumulative infiltration, observed cumulative infiltration, identification, optimal control.

Notes biographiques

pierre ngnepieba Pierre Ngnepieba a obtenu sa thèse en Mathémaques Appliquées à l'Université Joseph Fourier de Grenoble en 2001. Il est en postdoc au Computational School & Information Technology du Florida State University. Problèmes inverses, quantification/propagation des incertitudes dans les modèles géophysiques, sont ses principaux centres d'intérêt.

françois-xavier le dimet François-Xavier Le Dimet est professeur (Mathématiques Appliquées) à L'Université Joseph Fourier à Grenoble et responsable du projet INRIA IDOPT (Identification et Optimisation) Sa spécialité est l'assimilation de données appliquée aux fluides géophysiques par des techniques de contrôle optimal.

Alexis Boukong est enseignant (de physique) à la Faculté d'Agronomie et de Sciences Agricoles (FASA) de l'Université de Dschang. Sa spécialité tourne autour de la physique du sol et la quantification du processus d'infilatration.

Gabriel Nguetseng est professeur (de Mathématiques) à l'Université de Yaoundé 1. Il est responsable du Laboratoire d'Analyse Numérique, responsable du Centre de Calcul et Secrétaire Général de la Société Mathématique du Cameroun. Sa spécialité est l'homogénéisation dans les équations aux dérivées partielles.

spacer
spacer
 présentation
    description

 accès aux articles
    online access

 nouvelles parutions
    recent articles

 comité de rédaction
    editorial board

 abonnements
    subscriptions

 soumission
    submission

 instructions auteurs
    author information

 contact

spacer

A R I M A  arima-office@inria.fr

  haut de page