Le post-doctorat proposé vise à travailler sur le développement d'un modèle semi-distribué à l'échelle de la France à l'aide du code de calcul Rameau développé au BRGM en lien avec la plate-forme MétéEAU Nappes.

L'idée serait de développer une méthode semi-automatique pour générer un maillage par sous-bassin à l'échelle de la France à l'aide d'un modèle numérique de terrain et selon les stations hydrométriques disponibles, puis de calibrer le modèle selon les chroniques débits à ces stations.

Une calibration conjointe sera effectuée sur les chroniques de niveaux piézométriques sélectionnées par sous-bassin.

L'objectif recherché est de disposer d'un outil à l'échelle de la France le moins figé possible, qui puisse s'adapter - à géométrie variable et possibilité d'ajout de données de calibration aisée.

La finalité est d'obtenir un modèle à l'échelle de la France pour les aspects prévisions saisonnières mais également changements globaux afin de pouvoir dégager des tendances d'évolutions des ressources en eau à l'échelle nationale.

Parallèlement des méthodes innovantes en IA seront testées pour la reproductibilité des modèles élaborés et la calibration automatique sur un grand nombre de points d'observation.

Des techniques d'entrainement de modèles de manière automatique à partir de séries temporelles climatologiques seront mises en œuvre.

Les méthodes d'entrainement par cluster deep learning, PINNS etc. seront explorées.