Université des Antilles, UMR CNRS 8053 PHEEAC: Développement d’un modèle numérique petite échelle pour la prédiction des sargasses

Contexte Stratégique : Université des Antilles, UMR CNRS 8053 PHEEAC

Service / Projet concerné : Laboratoire de recherche en environnement côtier et modélisation numérique

Enjeux de Transformation : Développement d’un modèle numérique précis à petite échelle pour la prédiction du transport des algues sargasses afin d’améliorer la gestion environnementale et territoriale en Guadeloupe

Enjeu Majeur Identifié : Fournir un outil de prévision des zones d’échouement des sargasses pour les gestionnaires locaux

Indice clé : « …Un tel outil est à l’heure actuelle très attendu par les acteurs et gestionnaires du territoire de la Guadeloupe… »

Source de l’Opportunité : Consulter l’offre originale

Analyse de l’Opportunité Commerciale

La Douleur (Pain Point)

Les modèles actuels manquent de précision à petite échelle et sont limités par la qualité des images satellitaires et la complexité des facteurs locaux

Élément déclencheur : « …L’objectif principal de cette thèse est de fournir un modèle petite échelle dans le but de simuler le transport des sargasses adapté à un domaine proche du littoral côtier des îles de la Caraïbe… »

L’Accroche (Hook)

Proposez une solution de modélisation intégrant des données multi-sources et optimisée pour un calcul rapide afin d’améliorer la précision des prévisions et la réactivité des gestionnaires

Le Sésame (Door Opener)

Comment envisagez-vous d’intégrer des technologies avancées pour améliorer la précision et la rapidité des prévisions des échouements de sargasses ?

Analyse BANT Détaillée

Technologies, Solutions & Plateformes

• Modèles HYCOM
• NEMO-Sarg1.0
• Approches Lagrangiennes et Eulériennes
• Machine Learning
• Deep Learning
• Modèle Saint-Venant multicouches
• Central-Upwind scheme
• HLL flux numérique
• Solver volumes finis