Hydrogéologie, prédiction et réseaux de neurones physiquement informés

par Etienne Lehembre (CA LIFO Orléans)

mardi 17 mars 2026, 14:00 → 15:00 Europe/Paris

S3 365 (Sciences 3)

La gestion des réserves en eau devient un enjeu crucial dans le contexte du changement climatique. 
Afin de prévoir la disponibilité future des eaux souterraines, le BRGM utilise le logiciel GARDENIA, qui s'appuie sur un modèle physique simplifié composé de réservoirs et de mécanismes de siphon.
Ce modèle intègre à la fois des variables observables (telles que les précipitations ou le niveau d’eau) et des variables non observables (comme les facteurs de demi-vie ou le facteur d’équilibre entre l’écoulement et la percolation).
L’objectif de notre travail est de prédire les niveaux des eaux souterraines tout en maintenant une cohérence avec le modèle GARDENIA. 
Pour ce faire, nous développons un modèle d’apprentissage profond informé par la physique (physics-informed deep learning), intégrant les équations de GARDENIA comme contraintes au cours de l’apprentissage.