Rechercher

Dernières publications

--> Url version détaillée , Url version formatée Structure name contains or id is : "409065;155441;135971;102266;212248;578082", Publication type : "('ART')"
728.
titre
Fluorescence excitation/emission matrices as a tool to monitor the removal of organic micropollutants from wastewater effluents by adsorption onto activated carbon
auteur
Ronan Guillossou, Julien Le Roux, Angélique Goffin, Romain Mailler, Gilles Varrault, Emmanuelle Vulliet, Catherine Morlay, Fabrice Nauleau, Sabrina Guérin, Vincent Rocher, Johnny Gasperi
article
, IWA Publishing, 2021, 190, pp.116749. ⟨10.1016/j.watres.2020.116749⟩
titre
Abundance, composition and fluxes of plastic debris and other macrolitter in urban runoff in a suburban catchment of Greater Paris
auteur
Treilles Robin, Johnny Gasperi, Saad Mohamed, Tramoy Romain, Breton Jérôme, Rabier Alain, Tassin Bruno
article
, IWA Publishing, 2021, pp.116847. ⟨10.1016/j.watres.2021.116847⟩
titre
Impact of Escherichia coli from stormwater drainage on recreational water quality: an integrated monitoring and modelling of urban catchment, pipes and lake
auteur
Yi Hong, Frédéric Soulignac, Adélaïde Roguet, Chenlu Li, Bruno Lemaire, Rodolfo Scarati Martins, Françoise Lucas, Brigitte Vinçon-Leite
article
, Springer Verlag, 2021, 28 (2), pp.2245-2259. ⟨10.1007/s11356-020-10629-y⟩
titre
Intra- and inter-site variability of soil contamination in road shoulders – Implications for maintenance operations
auteur
Damien Tedoldi, Rayan Charafeddine, Philippe Branchu, Eric Thomas, Marie-Christine Gromaire
article
, Elsevier, In press, ⟨10.1016/j.scitotenv.2020.144862⟩
titre
The response of small and shallow lakes to climate change: new insights from hindcast modelling
auteur
Francesco Piccioni, Céline Casenave, Bruno Jacques Lemaire, Patrick Le Moigne, Philippe Dubois, Brigitte Vinçon-Leite
article
, European Geosciences Union, In press, ⟨10.5194/esd-2020-51⟩

Tutelles

Membre de

Offre de stage M2 au Leesu en 2021 - Modélisation des eaux usées

par Daniel Thevenot - publié le

Offre de stage de recherche M2 en 2021 au Leesu, Lama et Siaap sur la modélisation et prévision de la qualité des eaux usées en entrée d’une station d’épuration - Possibilité de poursuite en thèse à partir de septembre 2021

Contexte général du stage

Ce stage se déroulera entre le Lama (Laboratoire d’Analyse et de Mathématiques Appliquées) et le Leesu (Laboratoire Eau Environnement et Systèmes Urbains), en collaboration avec le SIAAP (Syndicat Interdépartemental pour l’Assainissement de l’Agglomération Parisienne). Il s’agit de développer des outils statistiques de prévisions de qualité des eaux usées en entrée de station d’épuration afin de construire des outils d’aide à la décision en ligne pour adapter les traitements des eaux usées plus rapidement.

Ce stage s’inscrit au sein de deux projets co-financeurs :

Objectifs attendus

A partir d’un historique de données de capteurs à 15 minutes d’intervalle sur plusieurs années de différentes mesures telles que le débit, les matières en suspension, le pH, la température ou la conductivité, à l’entrée d’une station d’épuration (La Frète, Seine-Aval), le stagiaire devra mener une analyse statistique de ces données pour estimer les tendances, les saisonnalités, les corrélations et la dynamique des séries résiduelles afin de trouver un modèle capable de faire des prévisions à horizon une journée. Des données supplémentaires provenant des réseaux et d’autres stations pourront ensuite être incorporées et analysées pour déterminer leur pouvoir prédictif. Le stage (rémunéré) se poursuivra par une thèse (dont le financement est assuré) pour affiner le travail précédent en termes de précision et construire à l’aide de techniques de l’apprentissage statistique (machine learning) un outil d’aide à la décision en ligne pour les exploitants des stations d’épuration.

Profil recherché

Étudiant(e) en Master 2 ou 3ème année d’école d’ingénieur en Mathématiques Appliquées disposant des qualités suivantes :

  • Bonne connaissance en analyse de données et séries temporelles.
  • Bonne connaissance des logiciels pour l’analyse de données (Python/R).
  • Des connaissances en « machine learning » seront considérées comme un avantage.

Informations pratiques

Pour postuler

Envoyez un CV à jour, un relevé de notes de votre dernière année d’étude et une lettre de motivation à Sophie Laruelle

Offre de stage