Cette thèse pluridisciplinaire sera réalisée au sein de deux laboratoires ZRR, le LMFA et le LIRIS sur le site Centrale Lyon, et sous la supervision de Pietro Salizzoni (LMFA), Emmanuel Dellandréa (LIRIS) et Lionel Soulhac (LMFA).

L’urbanisation accélérée et l’îlot de chaleur urbain augmentent le stress thermique des populations, un phénomène aggravé par le changement climatique. En Europe du Sud, où le vieillissement démographique renforce les vulnérabilités, l’adaptation urbaine devient une priorité. D’ici 2070, les villes du sud de la France pourraient connaître plus de 30 jours de vagues de chaleur annuelles, avec des températures atteignant 50 °C.

La modélisation climatique urbaine est un levier fondamental pour anticiper ces impacts et concevoir des stratégies d’atténuation efficaces. Cependant, les approches existantes, basées sur la résolution numérique des équations modélisant la dynamique et la thermodynamique des écoulements atmosphériques, présentent des limites : si les modèles à méso-échelle permettent une simulation des processus urbains à grande échelle, ils simplifient excessivement la morphologie urbaine et l’effet des végétaux. À l’inverse, les modèles à micro-échelle, plus précis, restent limités par leur coût computationnel élevé, rendant difficile leur application opérationnelle à grande échelle. Dans cette perspective, ce projet s’inscrit dans la dynamique des recherches récentes visant à développer des modèles opérationnels, alliant précision et rapidité de calcul grâce à l’intégration de méthodes d’apprentissage automatique.

L’objectif de ce projet de thèse est ainsi de renforcer les capacités de simulation du climat urbain à l’échelle de la rue et d’appliquer ces outils numériques à l’évaluation des scénarios de verdissement, en prenant Lyon comme terrain d’étude. Les autorités locales ont un besoin crucial d’éclairages quant au potentiel de rafraîchissement des stratégies d’adaptation basées sur la végétalisation. Le projet répond aux questions scientifiques liées à l’adaptation des territoires au changement climatique et d’outils de modélisation pour la gestion des risques climatiques en milieu urbain. Il visera à développer un modèle opérationnel optimisé, intégrant des algorithmes d’apprentissage automatique et des données de terrain, afin de simuler avec précision l’exposition thermique au niveau de l’agglomération et d’évaluer les leviers d’atténuation les plus efficaces.