apryet/sescousse

Groundwater model for forest drainage

Modèle d'écoulement

Construction du modèle

• ml_setup.py : Construction du modèle en régime permanent selon fichier de configuration sescousse.yml vers le dossier ml
• ml_transient.py: Construction du modèle en régime transitoire vers le dossier ml_transient
• pproc.py: post-traitement d'une simulation en régime transitoire (figures dans le dossier fig)
• pest_setup.py: préparation des fichiers PEST(++) pour l'estimation des paramètres vers le dossier ml_tpl

Estimation des paramètres

• Téléchargement du dossier ml_tpl vers le serveur (avec send2hydrolix.sh)
• Depuis le serveur, lancement de PEST(++) en parallèle avec start_pest.py, qui peut être appelé avec la commande shell python start_pest.py --algo="glm" --unzip="True". L'algorithme IES peut aussi être utilisé. Si des modifications sont effectuées sur le dossier ml_tplsur le serveur, il faut appeler la commande avec --unzip="False pour éviter que l'archive soit de nouveau extraite.
• Depuis le serveur, compression du dossier master_glm
• Récupération de l'archive master_glm.tar.gz avec getfromhydrolix.sh
• Mise à jour du modèle avec le "meilleur" jeu de paramètre avec parrep.sh cal.par cal.pst caleval.pst
• Calcul de la "meilleure solution", avec NOTPMAX=0 ou NOTPMAX=-1 et ++uncertainty(True) dans caleval.pst, puis pestpp-glm caleval.pst
• (ou) Calcul de la "meilleure solution" avec incertitudes avec NOTPMAX=-1 et ++uncertainty(True) dans caleval.pst, puis pestpp-glm caleval.pst
• Post-traitement du calage avec pproc_glm.py/pproc_ies.py

Post-traitement et l'analyse des résultats avec :

• pproc.py : post-traitement
• analysis.py : analyse détaillée

Comparaison de simulations

• gen_sim.py : génération des simulations alternatives
• comp_indic.py : comparaison des résultats selon les indicateurs

Simulation des forçages (FS4, F ADES)

Dans le dossier sim, avec sim_levels.py