[Paroles de doctorants] Ivana Aleksovska : Améliorer les prévisions à court et moyen termes des modèles agronomiques en prenant mieux en compte l’incertitude des prévisions météorologiques


Ivana Aleksovska porte un sujet de thèse cofinancée par #DigitAg.

 

Bonjour, Je suis Ivana Aleksovska, doctorante de l’Acta et de l’unité MIAT de l’INRA à Toulouse. Je suis accueillie au CNRM, UMR de Météo France et du CNRS, orientée en mathématiques et statistiques,

 

Je suis diplômée d’un double master recherche, l’un en modélisation et simulation à l’université de Versailles et l’autre en ingéniérie et technologie de l’information.à l’université Cyril et Méthodius de Skopje en Macédoine.

 

J’espère mettre en avant mes expériences pour faire avancer les différentes problématiques de ma thèse mais aussi apprendre de nouvelles compétences.

 

 

Améliorer les prévisions à court et moyen termes des modèles agronomiques en prenant mieux en compte l’incertitude des prévisions météorologiques

  • Date de démarrage : novembre 2017
  • Université : Université Toulouse III Paul Sabatier
  • Ecole doctorale :  SDU2E (Toulouse)
  • Discipline / Spécialité : Mathématique
  • Directeur de thèse : Laure Raynaud (Météo France), Robert Faivre (INRA MIAT)
  • Encadrant(es)  :  François Brun (Acta)
  • Financement : #DigitAg – Acta
  •  #DigitAg : Thèse cofinancée – Challenge 1

Mots-clés : scénarios météorologiques, propagation des incertitudes, ergonomie et appropriation par les utilisateurs

Résumé :

L’agriculture compte parmi les activités économiques qui dépendent le plus fortement des conditions météorologiques : le cycle cultural, la gestion de l’irrigation, la protection des cultures, la fertilisation. Ce secteur est fortement demandeur d’outils d’aide à la décision pour  mieux appréhender ces contraintes et une offre de services s’élabore pour y répondre comme les services Météus proposé par Isagri ou Taméo co-construit par Météo-France et Arvalis – Institut du végétal. L’écoulement atmosphérique est un phénomène chaotique et l’élaboration de prévisions météorologiques de qualité est un défi scientifique tant les incertitudes sont multiples : estimation des conditions initiales en tout point du globe terrestre, représentation des processus physiques dans les modèles numériques de prévision du temps. Pour faire face à cette problématique, les centres météorologiques, dont Météo-France, ont mis en œuvre des systèmes de prévisions d’ensemble qui permettent d’accéder à une estimation de l’incertitude des conditions météorologiques prévues.

L’objectif de cette thèse est de développer des méthodes pour exploiter la richesse de ces systèmes dans des outils d’aide à la décision. Il s’agit d’analyser formellement les connections entre toutes les sources d’information de prévision météorologique et les modèles agronomiques considérés. Cela permettra d’utiliser les prévisions d’ensemble de manière cohérente dans une chaîne de traitement opérationnelle tout en conservant la richesse des informations.

 

Contact:  ivana.aleksovska [AT] inra.fr​ – Tél : 07 83 71 41 68

 

Publications & communications scientifiques

Ivana Aleksovska (2018) Effet de la météo sur un modèle de ravageurs de la vigne et analyse des incertitudes de prévision. Rencontres du Réseau Mexico (Inria, Irstea, Inra, Labex COTE), Bordeaux (FRA), 12-13 novembre 2018