Hydrologie et météorologie
Formée en hydrologie, et avec une grande expérience dans plusieurs thématiques connexes, Terranum offre une expertise scientifique et technique en hydrologie et météorologie sur différents sujets :
- Développement, calibration et exploitation de modèles hydrologiques
- Cartographie indicative régionale de dangers hydrologiques
- Modélisation d’inondations statiques et ruissellements superficiels
- Prévision statistique des précipitations par une méthode des analogues optimisée
- Modélisation de l’impact du réchauffement climatique sur les systèmes hydrologiques
- Analyses climatiques et exploitation de gros jeux de données climatiques
- Développement de modèles basés sur l’IA (deep learning) en hydrologie et climat
- Réalisation de projets de recherche en hydrologie et climat
- Gestion en temps réel de données météorologiques issues de stations de mesures
En détails
Modélisation et cartographie en hydrologie
Terranum possède une grande expertise en hydrologie, en particulier dans les domaines de la modélisation hydrologique, des inondations et des écoulements de surface. Nous disposons d’une expérience approfondie dans le développement de modèles hydrologiques conceptuels et de modèles hydrauliques, ainsi que de modèles d’apprentissage profond (deep learning) appliqués, par exemple, à l’impact du ruissellement de surface sur les bâtiments. Terranum bénéficie également d’une expertise solide dans la modélisation de l’impact du réchauffement climatique, notamment sur les régimes hydrologiques.
Prévisions statistiques des précipitations
Terranum est à la pointe de la prévision statistique des précipitations par la méthode des analogues ainsi que par des techniques d’intelligence artificielle (deep learning). Notre logiciel AtmoSwing propose des prévisions opérationnelles automatiques des précipitations et un affichage convivial des résultats. Il est utilisé par plusieurs services hydrologiques dans un contexte de prévision des crues. De plus, nos prévisions sont calibrées sur mesure grâce à notre outil unique qui permet une optimisation globale de la méthode des analogues à l’aide d’algorithmes génétiques. L’adoption des méthodes d’apprentissage profond nous permet de prévoir des champs de précipitations avec une représentation fidèle des extrêmes.