Hybridation de modèles pour une prise de décision fiable

Dans le contexte du changement global, les villes s'orientent vers des pratiques plus durables et résilientes en matière d'eau. Les solutions fondées sur la nature contribuent aux approches de gestion intégrée de l'eau en gérant localement les volumes d'eau et en traitant la pollution, tout en préservant la biodiversité et en soutenant la dynamique socio-économique dans le paysage urbain à un coût raisonnable. Ces solutions fleurissent dans le monde entier sous de multiples terminologies et manquent de lignes directrices pour leur mise en œuvre. Ce défi est relevé par le projet MULTISOURCE, dans le cadre duquel cette thèse vise l'aspect technique du pré-dimensionnement des unités technologiques développées pour le traitement des eaux usées. En particulier, les filtres plantés sont confrontés à un manque de compréhension de la relation entre leur conception et les méchanismes de traitement impliqués, ainsi qu'à un manque de données comparables sur ces systèmes. Les modèles de conception actuels sont simples et conservateurs, tandis que les modèles basés sur des données ne sont pas fiables.Cette thèse propose, dans un premier temps, le développement d'une ontologie afin de clarifier lesambiguïtés terminologiques, d'unifier les connaissances sur les filtres plantés et de mieux identifier leurs principales caractéristiques en termes d'élimination des polluants. La deuxième étape de ce travail propose d'homogénéiser les contrôles de qualité des données grâce à une méthodologie de validation des données avec une évaluation quantitative de la qualité des observations. Dans un troisième temps, deux méthodologies d'hybridation des modèles mécanistes et des modèles basés sur les données sont développées pour fournir des estimations de conception basées à la fois sur les connaissances et les données. Enfin, cette méthodologie est appliquée à l'ensemble des données validées, et des méthodes d'optimisation de la conception sont mises au point pour tenir compte de l'incertitude inhérente à la prise de décision.