Stage sur la caractérisation des états de mer et statistiques de déferlement (H/F)

  • Reference : FEM-SAS-2021-288
  • Type de poste : Stage
  • Durée : 6 mois
  • Localisation : Brest (29) - France Energies Marines
  • Télécharger l'offre

Description de l'offre

Les structures en mer sont soumises à de nombreux efforts dus à l’environnement physique dans lequel elles sont implantées. Parmi ceux-ci les efforts liés aux vagues, et notamment aux vagues déferlantes, sont fortement dimensionnants. Ainsi, une bonne connaissance des états de mer, incluant des statistiques fiables de déferlement, ainsi que des forces qui en découlent sont nécessaires pour optimiser le design des machines. En outre, les vagues déferlantes entrainent la libération d’embruns dans l’atmosphère qui modifient les flux de chaleur et de quantité de mouvement à l’interface air-mer. Une bonne caractérisation des statistiques du déferlement est nécessaire, à la fois pour le design des machines et pour l’évaluation de la ressource. Cependant, les jeux de données d’observation du déferlement existants sont peu nombreux et ne couvrent que des états de mer faibles à modérés. Le stage proposé vise à construire une base de données de statistiques de déferlement dédiées à l’étude des conditions de tempête. Cette base de données sera ensuite utilisée dans le cadre de deux projets en cours à France Energies Marines :

  • le projet DIMPACT, qui vise à quantifier (en terme d’occurrence et d’intensité) les efforts de claques (dits slamming forces en anglais) pour le dimensionnement des éoliennes flottantes ;
  • le projet CASSIOWPE, qui vise au développement d’un modèle numérique couplé Océan-Vagues-Atmosphère intégrant des nouvelles paramétrisations pour la prise en compte des embruns émis par les déferlantes sur les échanges de chaleur et de quantité de mouvement à l’interface air-mer, sur la zone du Golfe du Lion.

Pour répondre aux objectifs de ces projets, France Energies Marines a déployé différents systèmes de stéréo-vidéo, permettant de reconstruire par stéréo triangulation les surfaces de mer (Bergamasco et al., 2017. Filipot et al., 2019). Par ailleurs, France Energies Marines a développé un modèle d’intelligence artificielle visant à identifier les vagues déferlantes dans les images vidéo (Stringari at al., 2021). Utilisées conjointement, ces deux méthodes permettent de caractériser les propriétés géométriques des déferlantes et de produire des statistiques de déferlement.

L’objectif du stage sera d’exploiter des bases de données stéréo-vidéo de vagues déferlantes collectées depuis le phare de La Jument (France), l’éolienne flottante Zefyros (Norvège) et le navire de recherche océanographique Atalante (campagne SUMOS, France).

L’originalité du stage sera d’investiguer les statistiques de longueur de fronts déferlants (introduite par Phillips 1985) et du « curling factor » (géométrie des déferlantes) qui contrôle les efforts de slamming, pour les conditions de tempêtes. Le caractère innovant des résultats pourra donc conduire à une publication sur la base de données générée.

Missions

Le/la candidat.e devra traiter les images de stéréo-vidéo acquises dans le cadre des différentes campagnes de mesure. Le traitement consistera d’une part à mettre en place la chaine de traitement afin d’obtenir l’évolution temporelle des surfaces de mer. En parallèle, la méthode proposée par Stringari et al. (2020) sera mise en place afin d’identifier les vagues déferlantes.

 

L’analyse du jeu de données ainsi créé se concentrera ensuite sur deux aspects :

  • La caractérisation de la géométrie des vagues, en particulier de leur face avant qui contrôle l’intensité des efforts de slamming
  • La quantification des statistiques de déferlement, distribuée en fonction des vitesses des fronts déferlants (Phillips, 1985)

En pratique, le/la candidat.e aura pour mission de :

  • Sélectionner les situations les plus pertinentes (qualité des images, sévérités des états de mer…)
  • Mettre en place la chaîne de traitement WASS proposée par Bergamasco et al. (2017) pour la reconstruction 3D des surfaces de mer
  • Appliquer le modèle proposé par Stringari et al. (2020) pour détecter et suivre les fronts déferlants :
    • Rassembler un échantillon d’images de vagues déferlantes pour nourrir l’apprentissage du modèle
    • Réaliser la phase d’apprentissage
    • Traiter l’ensemble du jeu de données
  • Analyser les données obtenues afin de :
    • Produire des statistiques de densité de longueur de crêtes déferlantes pour application à la production d’embruns (projet CASSIOWPE)
    • Caractériser la géométrie moyenne des déferlantes de forte amplitude, pour application aux efforts sur les structures (projet DIMPACT)

Compétences requises

Formation initiale
Dernière année de master ou de cycle ingénieur

Connaissances spécifiques

Requises :
• Analyse de signal, analyse d’image
• Approche machine learning (réseau de neurones)
• Programmation avec Python ou équivalent (librairies machine learning type Pytorch, TensorFlow…)

Souhaitées :
• Connaissance sur les états de mer en général, et les processus liés au déferlement des vagues en particulier

Qualités professionnelles
• Aisance relationnelle
• Maîtrise de l’anglais (lecture) indispensable

Candidater

EmploiStage sur la caractérisation des états de mer et statistiques de déferlement (H/F)

Reference : FEM-SAS-2021-288

    Écran en superposition fermé pour la recherche