Projets d’équipe de recherche collaborative
Modélisation statistique du monde : modèles informatiques et physiques en sciences de la Terre, des océans et de l’atmosphère
Ce projet explore une nouvelle méthodologie d’utilisation de modèles informatiques complexes et d’observations sur le terrain, pour des applications dans les sciences de la terre, des océans et de l’atmosphère.
Catégorie de recherche : Écologie et environnement
Région : Nationale
Date : 2015-2018
Pourquoi étudier les modèles du monde ?
Les gains récents en puissance de calcul ont augmenté notre capacité à simuler des phénomènes physiques complexes. Cela offre la possibilité d’étudier des questions scientifiques qui, historiquement, n’auraient été abordées que par des expérimentations physiques coûteuses, voire pas du tout.
L’exploration de systèmes complexes via des modèles informatiques est courante en science. Les applications récentes vont de l’astrophysique et du changement climatique à l’étude des organismes à petite échelle.
Par exemple, le récent rapport du Groupe d’experts intergouvernemental sur l’ évolution du climat (GIEC) contient plusieurs conclusions fondées sur des inférences sur le monde réel à l’aide de modèles informatiques. Ces modèles nous permettent de mieux anticiper, prévenir et/ou atténuer les risques.
Zones d’exploration
Développement de la méthodologie
Comprend le développement d’une nouvelle méthodologie pour l’utilisation de modèles informatiques complexes et d’observations sur le terrain pour d’importantes applications environnementales.
Modélisation prédictive
Comprend l’exploitation des informations provenant de modèles informatiques et d’observations sur le terrain pour faire des prédictions de systèmes physiques, avec des estimations de l’incertitude. De plus, pour estimer des constantes physiques inconnues (c’est-à-dire un type de problème inverse).
Résoudre les défis mondiaux
Objectifs de l’équipe de recherche
Développer une nouvelle méthodologie d’utilisation de modèles informatiques complexes et d’observations sur le terrain pour des applications environnementales.
Ce projet vise à :
- promouvoir la collaboration entre scientifiques;
- apporter d’importantes contributions aux sciences statistiques et aux sciences de la terre, des océans et de l’atmosphère;
- améliorer la formation des étudiants diplômés.
Les gens derrière le projet
Membres du groupe
Derek Bingham , chef d’équipe | Université Simon Fraser
Collaborateurs
Hugh Chipman | Université Acadie
Richard Karsten | Université Acadie
Pritam Ranjan | Université Acadie
Fleurs Gwenn | Université Simon Fraser
Douw G. Steyn | Université de la Colombie-Britannique
Guillaume Welch | Université de la Colombie-Britannique
Ainsi que des chercheurs de l’Université Brigham Young, du Laboratoire national de Los Alamos et du Centre national de recherche atmosphérique.
Publications pertinentes
- Une introduction à l’étalonnage du modèle informatique avec une application à l’hydrodynamique des chocs radiatifs. Bingham, D.
- Conception d’expériences au sein du CRT CANSSI « Modélisation statistique du monde : modèles informatiques et physiques en sciences de la Terre, des océans et de l’atmosphère ». Bingham, D., Flowers, G., Harari, O. et Pratola, M.
- « Une introduction aux statistiques bayésiennes et à l’étalonnage du modèle », Bingham, D., Grosskopf, M. et Higdon, D.
- Inférence pour les ensembles multimodèles : une application en glaciologie. Bingham, D., Flowers, G. et Harari, O.
- Harari, O. et Bingham, D. (2016), « Discussion sur la conception bayésienne papier d’expériences pour les modèles linéaires généralisés et l’analyse dimensionnelle avec application industrielle et scientifique » par David C. Woods, Antony M. Overstall, Maria Adamou et Timothy W. Waite », Quality Engineering, 29, p. 104-106.
- Harari, O., Bingham, D., Dean, AM et Higdon, DM (2016) « Computer Experiments: Prediction Accuracy, Sample Size and Model Complexity Revisited », Statistica Sinica, sous presse.
- Mak, S., Bingham, D. et Lu, Y. (2016) « Un processus de Poisson composé régional pour les dommages causés par les ouragans et les tempêtes tropicales », JRSS ‘C, 65, p. 677-703.
- Pratola, M., Harari, O., Bingham, D. et Flowers, G. (2016) « Conception et analyse d’expériences sur des régions non convexes ». Technometrics, sous presse.
- van Bommel, M., Ranjan, P. et Chipman, H. (2017), « A stage-wise surrogate modeling algorithm for tidal power simulations », à paraître dans le numéro spécial de l’INCASS dans CJS.
- Harari, O., Bingham, D. et Flowers, G. (2017), « Calibration for multi-model ensembles – Glaciology calibration », à soumettre aux Annals of Applied Statistics.
- Surjanovic, Bingham, D. et Flowers, G. (2017), « Utilisation de l’incertitude du modèle informatique pour éclairer la conception d’expériences physiques : une application en glaciologie », à soumettre au Journal of Glaciology.
- Altman, RM, Harari, O., Moisseeva, N., Steyn, D. et Welch, WJ (2017), « Modélisation statistique du modèle de précipitations annuelles à Guanacaste, Costa Rica », en préparation.
- Shi, T., Steyn, DG et Welch, DG (2017), « Extraction des caractéristiques spatio-temporelles de l’ozone pour caractériser (et comparer) les épisodes d’ozone.
Explorez plus d’histoires
Région nationale
Trouver des programmes connexes
Modélisation statistique du monde : modèles informatiques et physiques dans les sciences de la Terre, des océans et de l’atmosphère est un projet d’équipe de recherche collaborative. Ce programme aborde des problèmes complexes à travers un programme de recherche et de formation de trois ans.
L’INCASS offre environ 200 000 $ pour ce type de projet, qui nécessite une équipe de professeurs, de postdoctorants et d’étudiants.