Projets d’étudiant.e.s

Vous trouverez ci-dessous une liste de projets disponibles qui peuvent être poursuivis en tant que projets de semestre ou projets de master (PDM). Ces projets requièrent une certaine familiarité avec l’analyse de données et l’informatique scientifique (par exemple MATLAB, Python ou R).
Les idées des étudiant.e.s sont également les bienvenues. Les étudiant.e.s intéressé.e.s sont encouragé.e.s à contacter directement le professeur Mirko Musa à l’adresse [email protected]

Les ondulations et les dunes sont des caractéristiques omniprésentes que l’on trouve au fond des rivières sablonneuses et des mers côtières. Souvent appelées « formes du lit », elles se forment et se déplacent sous l’effet du cisaillement constant du courant. En hydraulique fluviale, la caractérisation des formes du lit est extrêmement importante, car les conditions hydrodynamiques locales et le transport des sédiments dépendent de leur taille, de leur géométrie et de leur vitesse de migration. D’une part, elles sont la manifestation du transport sédimentaire, car elles déplacent les sédiments vers l’aval et peuvent donc être utilisées pour déduire le transport sédimentaire. D’autre part, elles représentent des éléments de traînée de forme au fond de la rivière, responsables de la majeure partie de la rugosité qui détermine les conditions hydrauliques (par exemple, la profondeur de l’eau). Dans le cadre de ce projet, l’étudiant.e analysera un ensemble de données sur les dunes et les ondulations en migration mesurées en laboratoire afin d’estimer leur vitesse de migration et leur forme bidimensionnelle. La première étape consiste à appliquer des algorithmes inspirés du traitement d’images de particules (PIV), où des paires d’images successives sont comparées afin d’extraire la direction et la vitesse de déplacement des traceurs dans le flux (c’est-à-dire, dans ce cas, les formes du lit elles-mêmes). Les étudiant.e.s doivent être à l’aise avec Matlab (ou Python) et disposés à développer et à apprendre des méthodes d’analyse de données et de traitement d’images.

Superviseurs: Antonio Magherini ([email protected]) et Mirko Musa ([email protected]). 

Les turbines hydrocinétiques sont une technologie émergente d’énergie renouvelable qui produit de l’électricité directement à partir de l’écoulement naturel de l’eau. Contrairement à l’hydroélectricité conventionnelle, elles exploitent l’énergie cinétique du courant sans nécessiter de barrages, un peu comme les éoliennes extraient l’énergie de l’air en mouvement. Leur géométrie et leurs principes de fonctionnement sont, en fait, très similaires à ceux des éoliennes. Cette technologie est prometteuse pour fournir une énergie localisée et continue, en particulier dans les régions éloignées ou mal desservies. Les rivières et les canaux artificiels représentent des ressources énergétiques distribuées qui pourraient soutenir les communautés rurales, les micro-réseaux et les applications à petite échelle. À l’heure actuelle, cependant, il n’existe pas de consensus clair sur la manière de quantifier le potentiel hydrocinétique à grande échelle. La première étape de ce projet consiste à développer une méthodologie robuste, qu’elle soit analytique ou basée sur des données, pour estimer les ressources hydrocinétiques disponibles dans les rivières et les canaux artificiels. À plus long terme, cet effort pourrait déboucher sur une évaluation complète du potentiel hydrocinétique dans les zones rurales de Suisse et d’Europe.

Superviseur: Mirko Musa ([email protected])

Les barrages interrompent le flux naturel de l’eau et des sédiments dans les rivières, provoquant la sédimentation de ces derniers lorsqu’ils atteignent le réservoir. La sédimentation constitue une menace sérieuse pour le développement et la durabilité de l’hydroélectricité, car elle réduit progressivement la capacité de stockage. Avec le développement croissant des ressources renouvelables intermittentes sur le réseau, il existe un besoin de stockage d’énergie qui peut être comblé par les réservoirs hydroélectriques. La sédimentation représente également un problème environnemental grave, car elle empêche la continuité naturelle du transport des sédiments dans les rivières. Mais quelle est l’importance de ce problème en Europe et dans d’autres parties du globe ? Quelles mesures d’atténuation sont actuellement en place et quelle est leur efficacité, tant sur le plan technique qu’économique ? Ce projet vise à synthétiser et à élargir les ensembles de données existants sur la sédimentation des réservoirs, en mettant particulièrement l’accent sur les stratégies d’atténuation mises en œuvre dans les barrages en service. L’objectif est de créer un ensemble de données synthétisées sur la sédimentation des réservoirs, intégrant les stratégies d’atténuation, et de l’analyser afin d’identifier les tendances et les corrélations entre les caractéristiques des barrages, les bassins versants des systèmes et l’efficacité des mesures d’atténuation de la sédimentation. Ce projet fournira des informations précieuses sur la durabilité de l’exploitation des réservoirs tout en développant une base de données structurée qui pourra soutenir les recherches futures sur la gestion des sédiments dans les rivières régulées.

Le projet est mené en collaboration avec le Laboratoire national d’Oak Ridge du Département américain de l’énergie.

Superviseurs: Mirko Musa ([email protected]) et Giovanni de Cesare ([email protected]). 

Le transport des sédiments est un élément fondamental de la dynamique fluviale, car il régit l’évolution du lit, la stabilité du chenal et la capacité des systèmes fluviaux à retrouver ou à conserver leur forme naturelle. La restauration des cours d’eau devenant un objectif de plus en plus important dans la gestion environnementale, il est essentiel de comprendre comment les sédiments se déplacent dans les chenaux afin de prédire l’évolution des cours d’eau une fois que les interventions humaines auront été réduites ou supprimées. Les études en laboratoire et sur le terrain fournissent des informations précieuses sur ces processus, mais la modélisation numérique est nécessaire pour étudier le comportement à long terme dans des conditions naturelles et pour évaluer la manière dont les rivières réagissent aux variations du débit, de l’apport en sédiments et de la géométrie du lit.
Ce projet vise à évaluer la capacité des outils numériques actuels, en particulier BASEMENT, un logiciel suisse de modélisation hydromorphodynamique développé à l’ETH Zurich, à simuler le transport des sédiments et l’évolution du lit dans des configurations naturelles et de laboratoire simplifiées. L’objectif est d’examiner comment le module de transport des sédiments se comporte dans des conditions réalistes et d’identifier les défis liés à l’application de ces outils aux environnements fluviaux naturels. Grâce à une série d’expériences numériques contrôlées, les étudiants apprendront à mettre en place, à exécuter et à interpréter de manière critique des simulations de transport de sédiments, acquérant ainsi une expérience pratique et une compréhension plus approfondie des forces et des limites des logiciels hydrauliques existants.

Pour plus de détails, cliquez ici.

Superviseurs : Clemente Gotelli ([email protected]) et Mirko Musa ([email protected]). 

Le projet « IA pour la morphologie fluviale » du laboratoire STREEM explore comment les modèles d’apprentissage profond peuvent prédire l’évolution à long terme de systèmes fluviaux complexes, en particulier les fleuves tressés, où les modèles conventionnels rencontrent des difficultés. S’appuyant sur des images satellites disponibles à l’échelle mondiale et des ensembles de données open source existants, le projet invite les étudiants à faire progresser les méthodes de pointe pour prévoir les changements de configuration des cours d’eau. Les axes de recherche possibles comprennent l’amélioration de la reconnaissance des modèles temporels, le test de nouvelles architectures et fonctions de perte, l’intégration de données hydrologiques, le développement de nouveaux ensembles de données et l’évaluation des performances des modèles. L’objectif final est de mieux comprendre les capacités et les limites de l’IA pour la modélisation de la dynamique naturelle des cours d’eau et de proposer des pistes pour de futures innovations.

Pour plus de détails, cliquez ici

Superviseurs : Antonio Magherini ([email protected]) et Mirko Musa ([email protected]).