Doctorat ANR AICAtS H/F

• Accueil
• Portail Emploi CNRS
- Offre d'emploi
- Doctorat ANR AICAtS H/F Doctorat ANR AICAtS H/F Nouveau Laboratoire "Atmosphères et Observations Spatiales" GUYANCOURT
• Yvelines
• CDD Doctorant
• 36 mois
• BAC+5 This offer is available in English version Cette offre est ouverte aux personnes disposant d’un titre leur reconnaissant la qualité de travailleur handicapé ou travailleuse handicapée. L'offre en un coup d'oeil L'unité Laboratoire "Atmosphères et Observations Spatiales" Type de Contrat CDD Doctorant Temps de Travail Complet Lieu de Travail 78280 GUYANCOURT Durée du contrat 36 mois Date d'Embauche 01/01/2027 Rémuneration La rémunération est d'un minimum de 2300,00 € mensuel Postuler Date limite de candidature : mercredi 28 octobre 2026 23:59

Description du Poste
Sujet De Thèse Titre : Quantification des incertitudes et de la confiance dans les tendances climatiques de précipitation issues d’archives satellitaires hétérogènes à l’aide de modèles génératifs Les séries homogènes de précipitations sont indispensables pour détecter les tendances climatiques, étudier les extrêmes hydrologiques et la gestion des ressources en eau. Les précipitations restent difficiles à observer en raison de leur forte variabilité spatiale et temporelle, de la complexité des processus microphysiques qui les gouvernent et du caractère indirect des mesures disponibles. Les observations satellitaires offrent une couverture globale indispensable au suivi du cycle de l'eau à l'échelle planétaire. Elles permettent d'étudier les tendances climatiques, les interactions entre océan, atmosphère et continents, ainsi que l'évolution des régimes de précipitations. L'estimation des précipitations à partir de mesures radiométriques satellitaires repose sur l'analyse de signatures indirectes dont l'interprétation dépend de la microphysique des nuages, de leur structure verticale et des conditions atmosphériques. Le développement de méthodes d'inversion et de correction adaptées est donc essentiel pour améliorer la qualité des estimations. Les avancées récentes en intelligence artificielle ouvrent de nouvelles perspectives pour la télédétection des précipitations. Cette thèse s'appuie sur plusieurs développements récents menés au LATMOS qui constituent les briques méthodologiques nécessaires à cette ambition. Le premier objectif de la thèse sera de développer, à partir du radiomètre GMI, un modèle génératif probabiliste capable d'estimer la distribution des champs de précipitation compatibles avec les observations. Contrairement à l'algorithme DRAIN (Viltard et al., 2023), basé sur la regression quantile, ce modèle produira un ensemble de réalisations plausibles des champs précipitants et associera à chaque estimation une quantification explicite de l'incertitude. Le second objectif sera d'étendre ce cadre probabiliste à l'ensemble des radiomètres de la constellation GPM. La combinaison des observations micro-ondes issues de plusieurs satellites est indispensable pour produire des séries climatiques présentant une couverture temporelle suffisante. Toutefois, les différences de géométrie d'observation, de résolution spatiale, de sensibilité radiométrique et de durée de vie des instruments introduisent des hétérogénéités susceptibles d'affecter les tendances climatiques observées. Le troisième objectif de la thèse sera de développer un cadre d'évaluation adapté aux produits probabilistes de précipitation. L'enjeu n'est pas uniquement de comparer les performances de différentes architectures génératives, mais de déterminer dans quelle mesure les ensembles produits représentent une incertitude fiable et utile pour les applications scientifiques. Leur évaluation devra ainsi dépasser les critères déterministes, mais aussi probabilistes, classiques. L’objectif sera d’identifier et de créer des critères adaptés aux spécificités des précipitations, pour analyser la calibration, la cohérence spatiale et la pertinence des informations probabilistes selon les usages considérés. Votre Environnement de Travail Cette thèse de doctorat s'inscrit dans le cadre du projet AICAtS (Défis de l'intelligence artificielle en sciences atmosphériques, ANR AAPG 2026), qui identifie trois défis scientifiques majeurs pour l'intelligence artificielle appliquée aux sciences de l'atmosphère : la modélisation de la stochasticité inhérente des phénomènes physiques par des modèles probabilistes génératifs (KC1), la généralisation à des situations physiques et instrumentales variées (KC2), et la quantification de l'incertitude des prédictions (KC3). Si ces questions ont déjà été largement étudiées dans les applications classiques de l'apprentissage automatique, leur transposition aux observations géophysiques demeure largement ouverte en raison de la nature fortement sous-déterminée des problèmes inverses, des multiples échelles spatio-temporelles en jeu et de l'hétérogénéité des systèmes d'observation. Cette thèse contribuera à ces trois axes en développant des modèles génératifs probabilistes pour l'estimation quantitative des précipitations à partir d'observations satellitaires. Contraintes et risques Cette thèse s'attaque aux défis fondamentaux de l'IA moderne pour la télédétection : inférence probabiliste conditionnelle, calibration des incertitudes et généralisation hors distribution.. Contrairement aux approches déterministes (sans quantification d'incertitude) ou génératives pures (instables pour analyses long terme), notre méthode vise stabilité, reproductibilité et caractérisation des extrêmes. Le projet s'articule autour de collaborations internationales (Shruti Upadhyaya, enseignante et chercheuse à l’IIT Hyderabad (Inde) et Pierre-Emmanuel Kirstetter membre de Advanced Radar Research Center (ARRC) chercheur à l’université d’Oklahoma) Rémunération et avantages Rémunération La rémunération est d'un minimum de 2300,00 € mensuel Congés et RTT annuels 44 jours Pratique et Indemnisation du TT Pratique et indemnisation du TT Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos
de l’offre Référence de l’offre UMR8190-CECMAL-004 Section(s) CN / Domaine de recherche Système Terre : enveloppes superficielles

À propos
du CNRS Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement. Le CNRS Les métiers de la recherche Publiée il y a 4 heure(s) Partager cette offre Par mail Créer une alerte Ne manquez aucune opportunité de trouver le poste qui vous correspond. Inscrivez-vous gratuitement et recevez les nouvelles offres directement dans votre boite mail. Créer une alerte Doctorat ANR AICAtS H/F CDD Doctorant
• 36 mois
• BAC+5
• GUYANCOURT
• Postuler Ces offres pourraient aussi vous intéresser Toutes les offres