2011 Malika Chassan (M2 IMAT, Toulouse). Assimilation de données dans un modèle chaotique obtenu par approche globale.
2011 Mickaël Soulier (M1 IUP-SID, Toulouse). Conception d’un outil pour améliorer l’identification et l’analyse d’une dynamique en réseau – développement & application. Co-encadrement avec L. Drapeau.
2011 Léo Rogel (stage de 3ème, collège Jean Moulin de Toulouse). Observation d’un laboratoire de recherche – le Cesbio.
2011 Dounia Serradj Benhadji (Université de Tlemcen). Prévision du cycle de la végétation à partir d’indices foliaires issus de données satellite. Co-encadrement avec J.P. Barbot (ECS-Lab, Cergy-Pontoise) et Brahim Cherki (Univ. de Tlemcen, Algérie).
2010 Raphaël Coudret (5ème année, INSA). Méthodes statistiques et systèmes dynamiques dans l'analyse de séries temporelles. Co-encadrement avec L. Drapeau.
2010 Mathieu Alos (M2Pro Biostatistique et Modélisation). Prévision empirique des rendements agricoles à l'échelle saisonnière au Maroc. Co-encadrement avec L. Jarlan & B. Duchemin.
2009 Lucie Berthon (stage de 2ème année ENSEEIHT). Analyse nonlineaire et prédictibilité de la dynamique des eaux souterraines en milieu anthropisé. Co-encadrement avec Pierre Mazzega (GET, Toulouse).
2007 Anthony Rol (stage de 2ème année ENSEEIHT). Analyse des caractéristiques vibratoires d’une anche de saxophone alto. Co-encadrement avec Jean-François Rouchon & Bertrand Nogarède (GREM3, Toulouse).
Letellier Christophe (http://www.coria.fr/spip.php?auteur19 )
Atomosyd (http://www.atomosyd.net/)
Marc Schoenauer (http://www.lri.fr/~marc/)
- PoMoS (Polynomial Model Search). Package développé sous R [5] visant à l’identification de modèles polynomiaux en EDO (Equation aux Dérivées Ordinaires), directement à partir de séries temporelles. Ce package peut servir à analyser les liens entre variables ou à étudier la dynamique d’un milieu.
. - GloMo (Global Modelling). Package développé sous R destiné à modéliser la dynamique de systèmes pour lesquels on ne dispose que d’une série temporelle unique. Le modèle est formulé en EDO polynomiales. Ce package peut servir à caractériser une dynamique (dimension, stabilité, structure).
- Obtention d’un attracteur chaotique pour la dynamique du blé pluvial.
• Modélisation de la dynamique du blé pluvial par approche globale
• Mise en évidence du comportement chaotique
• Développement d’outils de modélisation et d’analyse des dynamiques déterministes
• Analyse structurelle des attracteurs faiblement dissipatifs
• Analyse de prévisibilité • Assimilation de données et prévision • Analyse spatialisée des comportements dynamiques
Projet AMoGlo : Assimilation de données dans un Modèle chaotique Global (Appel d’Offre LEFE-assim). L’objet de ce projet est d’étudier la prévisibilité du blé pluvial.
L’objectif principal de mes travaux est de mieux comprendre la faible prévisibilité des milieux naturels et environnementaux. Plus largement, il s’agit de modéliser et de prévoir le comportement des milieux partiellement observés.
On sait depuis les travaux d’Henri Poincaré et d’Edouard Lorenz que des systèmes déterministes de petites dimensions peuvent engendrer des comportements imprévisibles à plus ou moins long terme. De tels comportements sont qualifiés de chaotiques. Le modèle proposé par Lorenz en 1963 [1], basé sur un jeu d’équations aux dérivées ordinaires, a permis de rendre le concept de chaos plus directement intelligible, deux conditions initiales très proches de ce système pouvant donner lieu à des trajectoires exponentiellement divergentes.
Les comportements chaotiques font assurément partie des dynamiques que nous côtoyons, mais il n’est pas facile de les mettre en évidence (de même qu’il n’est pas nécessairement facile de montrer qu’un comportement observé n’est pas chaotique). En effet, la plupart des approches développées pour révéler un régime chaotique ne permettent pas de vérifier l’hypothèse déterministe, or cette caractéristique est essentielle de la notion de chaos.
L‘approche la plus robuste à ce jour pour mettre en évidence le déterminisme d’une dynamique est certainement l’approche dite globale proposée par Gérard Gouesbet et Christophe Letellier [2]. Cette approche consiste à retrouver un modèle (déterministe) sur la base d’une série temporelle unique. L’obtention d’un tel modèle est un puissant élément de preuve [3]. Une fois le modèle validé, sa dynamique peut être analysée et caractérisée.
En appliquant cette approche à la dynamique du blé pluvial observée par télédétection spatiale (grâce aux indices de végétation issus des capteurs AVHRR), nous sommes parvenus à un attracteur faiblement dissipatif caractérisé par un régime chaotique [4]. La structure de cet attracteur, d’une complexité inattendue, est à l’étude (Figure 1).
![]() |
Figure 1 : Attracteur du blé pluvial. Sa trajectoire présente une structure complexe, pleinement tridimensionnelle, et incluant des zones internes creuses évoquant les attracteurs toroïdaux. Il est faiblement dissipatif et instable (divergence rapide des trajectoires). |
Références :
[1] Lorenz E.N., 1963. Deterministic non-periodic flow, Journal of the Atmospheric Sciences, 20 (2) (1963), 130–141.
[2] Gouesbet G. & Letellier C., 1994. Global vector field reconstruction by using a multivariate polynomial approximation on nets, Physical Review E, 49 (6), 4955–4972, 1994.
[3] Letellier C., Aguirre L.A. & Freitas U.S., 2009. Frequently asked questions about global modeling. Chaos 19, doi:10.1063/1.3125705.
[4] Mangiarotti S., Drapeau L., Coudret R. & Jarlan L., 2011. Modélisation par approche globale de la dynamique du blé pluvial observée par télédétection spatiale, en zone semi-aride. Comptes-rendus des rencontres du Non linéaire, 14, 103–108.
[5] Comprehensive R Archive Network. http://cran.r-project.org/
|
![]() |
|
Affectation à Marrakech février 2012 |
||