Thèse de Hugo Schott


Sujet :
Simulation de terrains

Date de début : 01/10/2022
Date de fin (estimée) : 01/10/2025

Encadrant : Eric Galin
Co-encadrant : Eric Guérin

Résumé :

La génération de mondes virtuels est un domaine de recherche très actif de l’informatique graphique, riche de nombreux verrous scientifiques et techniques. Le réalisme comme le sentiment d’immersion provident souvent de l’accumulation de détails : reliefs cohérents conformes aux observations et mesures en géomorphologie, morphogénèse et traces visibles d’érosion et de structures mettant en évidence les strates de la croute terrestre, réseaux hydrologiques et hydrographiques. De nombreuses méthodes de génération de terrains ont été proposées en informatique graphique. Cependant, ces approches se limitent généralement à des échelles réduites, de l’ordre de quelques centaines de kilomètres carrés, et manquent encore de réalisme par l’absence de méthodes de simulation prenant en compte la géomorphologie. L’objectif de cette thèse est de développer des techniques de simulation interactives permettant à la fois de générer des reliefs réalistes à de très grandes échelles, avec un haut niveau de détail, et en accord avec les lois de puissance tirées des observations sur le terrain, et de contrôler les modelés à différentes échelles.

Sujet de la thèse

L’objectif est d’élaborer des structures de données et algorithmes de simulation, de génération et de distribution permettant de représenter des paysages variés sur des étendues continentales (plusieurs centaines de milliers ou millions de kilomètres carrés) et un haut niveau de précision (environ une dizaine de mètres). L’originalité de ce travail est de bénéficier de la synergie des recherches récentes en informatique graphique, en apprentissage, et géomorphologie. Le champ d’étude recouvre entre autres les thématiques suivantes : 1. Simulation de terrains à des échelles continentales selon des courbes reprenant les plis liés à la tectonique : il faudra adapter les algorithmes de synthèse procédurale, d’augmentation à partir d’exemple ou de simulation de manière à pouvoir produire des reliefs plissés caractéristiques observés en géomorphologie. Une approche pressentie consisterait à adapter et augmenter les modèles géologiques de Stream Power Erosion combinées à un modèle tridimensionnel des strates pour permettre un contrôle interactif à travers des champs vectoriels ou tensoriels. L'idée consiste à approximer la résolution d'une équation aux dérivée partielle telle que décrite dans [10] en approximant le calcul de l'aire de drainage, ou l'intégrale prenant en compte le transport de sédiments, afin d'obtenir une simulation en temps interactif. L’extension de ce modèle à une méthode d’érosion glaciaire simplifiée [12] en modifiant sensiblement l'équation de Stream Power Erosion pour permettre la synthèse de reliefs caractéristiques des hautes chaines de montagne constitue également un défi scientifique et technique. 2. Augmentation de détails, simulation de modelés et synthèse de reliefs verticaux : falaises, arches, canyons mais également des structures plus fines comme les failles ou les changements d’aspect de la roche affleurant en fonction des strates. Il faudra transposer les algorithmes classiques de simulation d’érosion de manière à pouvoir simuler des effets géologiques complexes comme le creusement de canyons par les rivières ou l’érosion thermique ou maritime des falaises. La génération de ces détails sera guidée par les données générées par les simulations précédentes, définissant le contexte et les contraintes géologiques globales de la région considérée. En particulier, on s'inspirera des travaux mesurant la formation de terrasses maritimes [11] en combinant des algorithmes de simulation d’élévation de la croute et d'érosion côtière de type invasion-percolation prenant en compte les différentes strates. Dans ce contexte, une approche consistera à réaliser des simulations à moyenne ou petite échelle et à en tirer des algorithmes de modélisation par apprentissage sur ces données, grâce à des méthodes de machine learning.