scholarly journals Modélisation numérique des structures à non linéarité de contact local

2011 ◽  
Vol 3 (3) ◽  
Author(s):  
G Selka ◽  
M Habi ◽  
DE Kerdal
Keyword(s):  
Modélisation Numérique

MODÉLISATION NUMÉRIQUE DU CHAMP ACOUSTIQUE DE TRANSDUCTEURS EN PRÉSENCE D'INTERFACES QUELCONQUES OU DE MILIEUX MULTICOUCHES

1990 ◽  
Vol 51 (C3) ◽  
pp. C3-33-C3-41 ◽  
Author(s):  
J. F. DE BELLEVAL ◽  
A. SOUISSI ◽  
Ph. GATIGNOL ◽  
N. MERCIER
Keyword(s):  
Modélisation Numérique

UNE MODÉLISATION NUMÉRIQUE DU DIOPTRE ACOUSTIQUE LIQUIDE SOLIDE

1990 ◽  
Vol 51 (C2) ◽  
pp. C2-1219-C2-1222
Author(s):  
J. LAURENS
Keyword(s):  
Modélisation Numérique

MODÉLISATION NUMÉRIQUE DU SIGNAL ÉCHOGRAPHIQUE OBTENU SUR UN MILIEU MULTICOUCHE ATTÉNUANT

1990 ◽  
Vol 51 (C2) ◽  
pp. C2-651-C2-654 ◽  
Author(s):  
N. MERCIER ◽  
S. CASTELLI ◽  
J. F. DE BELLEVAL ◽  
P. LANCELEUR
Keyword(s):  
Modélisation Numérique

Modélisation numérique d’écoulements tantôt en charge tantôt à surface libre dans les installations hydroélectriques

2006 ◽  
pp. 76-80
Author(s):  
Jean-Pierre Blais ◽  
Laurent Del Gatto ◽  
Christian Bourdarias ◽  
Stéphane Gerbi
Keyword(s):  
Modélisation Numérique

Modélisation numérique du comportement en service des boîtes boisson en acier.

1994 ◽  
Vol 91 (9) ◽  
pp. 1269-1269
Author(s):  
M. Rouquie ◽  
R. Tixador
Keyword(s):  
Modélisation Numérique

Quantifier la contribution des parcelles et les temps de transit de l’eau souterraine pour protéger la qualité des captages d’eau potable

2019 ◽  
pp. 39-50
Author(s):  
G. Attard ◽  
Y. Rossier ◽  
J. Bardonnet ◽  
L. Eisenlohr
Keyword(s):  
Modélisation Numérique ◽  
Qualité De L’Eau ◽  
Système D’Information ◽  
Milieu Poreux ◽  
Aide À La Décision

En France, plusieurs milliers de captages d’eau potable présentent une dégradation avérée de la qualité de l’eau due aux pollutions diffuses, par exemple liée aux nitrates ou aux micropolluants. Une bonne partie d’entre eux exploite une ressource de nappe libre, en milieu poreux. Les gestionnaires de ces captages ont besoin de connaître les secteurs sur lesquels agir en priorité pour améliorer la qualité de l’eau prélevée et le temps de retour sur investissement des actions engagées sur les aires d’alimentation de captage (AAC). Cet article présente une méthode cartographique simple d’utilisation permettant d’optimiser les programmes d’actions consacrés à la reconquête qualitative de ces captages. Cette méthode repose sur le choix, la projection et le traitement dans un système d’information géographique (SIG) d’abaques mis à disposition par le Centre d’études et d’expertise sur les risques, l’environnement, la mobilité et l’aménagement (Cerema). Ces abaques ont été élaborés par modélisation numérique déterministe en résolvant l’équation d’advection-dispersion en écoulement inversé. Les données nécessaires pour l’application de cette méthode sont : une cartographie de l’AAC avec la localisation du captage, une carte piézométrique de l’aquifère et sa perméabilité, la recharge pluviométrique de la nappe et le débit du captage. La projection d’un abaque sur une AAC permet d’obtenir une cartographie des parcelles qui ont la plus forte contribution à l’alimentation du captage ainsi que les temps de transit de l’eau souterraine jusqu’au captage les plus courts. Ainsi, la méthode proposée constitue une aide à la décision pour la construction des programmes d’actions destinés à reconquérir la qualité des captages d’eau potable et permet le suivi et l’analyse des actions déjà mises en œuvre.

Modélisation numérique et gestion du risque inondation

2009 ◽  
pp. 23-29
Author(s):  
S. Detrembleur ◽  
B. J. Dewals ◽  
P. Archambeau ◽  
S. Erpicum ◽  
M. Pirotton
Keyword(s):  
Modélisation Numérique ◽  
Gestion Du Risque

Apport des campagnes de mesures pour la compréhension des interactions sol-végétation-atmosphère

2020 ◽  
pp. 046
Author(s):  
Thierry Bergot ◽  
Pierre Bessemoulin ◽  
Claire Sarrat
Keyword(s):  
Numerical Modeling ◽  
Field Experiments ◽  
Surface Processes ◽  
Surface Model ◽  
Modélisation Numérique ◽  
Forecasting Models ◽  
Operational Forecasting ◽  
Bilan Hydrique

La synergie entre campagnes de mesures et modélisation numérique a permis de faire fortement progresser notre compréhension des interactions sol-végétation-atmosphère. Ces progrès ont conduit à l'élaboration du modèle de surface Isba développé par Joël Noilhan et utilisé aujourd'hui encore dans les modèles de prévision opérationnelle de Météo-France. Cet article vise à illustrer l'apport des campagnes de mesures dans l'amélioration de nos connaissances des processus en surface à travers trois exemples, Hapex-Mobilhy pour l'étude du bilan hydrique, Carbo-Europe pour l'étude du bilan en carbone et l'étude du brouillard sur l'aéroport Paris-CdG pour l'influence des conditions de surface sur les nuages bas. The synergy between field experiments and numerical modeling has allowed to significantly advance our understanding of soil-vegetation-atmosphere interactions. This progress led to the ISBA surface model developed by Joël Noilhan and used today in Météo-France's operational forecasting models. This article aims to illustrate the contribution of field experiments in improving our knowledge of surface processes through three examples: Hapex-Mobilhy, Carbo-Europe, and the study of fog at Paris-CdG airport.

Sign in / Sign up

Export Citation Format

Share Document