Upload
marianne-chopin
View
113
Download
0
Embed Size (px)
Citation preview
Réunion annuelle du projet MICASRéunion annuelle du projet MICAS
Modélisation et calcul intensif pour la simulation d'aquifèresModélisation et calcul intensif pour la simulation d'aquifères
Challenge scientifique n°1 Challenge scientifique n°1
Macro dispersion dans des milieux poreux hétérogènes 3D Macro dispersion dans des milieux poreux hétérogènes 3D
Équipe SAGE de l'INRIA de Rennes, Équipe Transferts de Équipe SAGE de l'INRIA de Rennes, Équipe Transferts de
Géosciences de Rennes, Équipe CDCSP de l'Université de Lyon1 Géosciences de Rennes, Équipe CDCSP de l'Université de Lyon1
et Équipe Géoenvironnement de l'Université du Havreet Équipe Géoenvironnement de l'Université du Havre
1- Rappel sur la notion de macro dispersion Formation géologique hétérogène Effet de l’hétérogénéité Un objectif de l’ANR MICAS Tâche 1
2- Sous tâche T1-2 Modèle physique/mathématique Méthode particulaire avec marche
aléatoire Validation 2D/3D
3- Sous tâche T1-3 Tests de non régression pour PARADIS
4- Sous tâches futures T1-1 et T1-4 Post-doctorant
Réunion bilan du projet ANR MICAS
Plan :
Échelles considéréesÉchelles considérées
Échelle du pore ou Échelle du pore ou
Échelle microscopiqueÉchelle microscopique
Échelle de la strate ou Échelle de la strate ou
Échelle mésoscopiqueÉchelle mésoscopique
Échelle du bassin ou Échelle du bassin ou
Échelle macroscopiqueÉchelle macroscopique
Diamètre variable des poresDiamètre variable des pores
Épaisseur variable Épaisseur variable
des couchesdes couches
Formations géologiques Formations géologiques
différentesdifférentes
Milieu naturel = Milieu hétérogèneMilieu naturel = Milieu hétérogène
Observations faitesObservations faites
(Freeze et al., 1979; Koltermann et al., 1996)
1- Rappel sur la notion de macro dispersion
Formation géologique hétérogène
Dispersion Mécanique = Dispersion cinématiqueA l'échelle du poreA l'échelle du pore
A. Profil des vitesses paraboliques
B. Fluctuations des lignes de courant
C. Dimensions variables des pores
Loi de transfert analogue à la loi de Fick
A une échelle supérieureA une échelle supérieure
Dispersion Mécanique = Dispersion cinématique + Macro dispersion
Loi de Fick non valideTenseur de dispersion non
constant dans le temps
(Dagan, 1989; Gelhar et al., 1993)
1- Rappel sur la notion de macro dispersion
Effet de l’hétérogénéité
1- Génération champ de perméabilité1- Génération champ de perméabilité
Une démarche possible : Méthode de Monte CarloUne démarche possible : Méthode de Monte Carlo
2- Détermination champ d'écoulement2- Détermination champ d'écoulement
3- Résolution transport de solutés3- Résolution transport de solutés
4- Détermination macro dispersion4- Détermination macro dispersion
1- Rappel sur la notion de macro dispersion
Un objectif de l’ANR MICAS
Estimation de la macro dispersion en 3D
(De Dreuzy et al., 2007 et 2008)
1- Rappel sur la notion de macro dispersion
Tâche T1
T1.1: In the case of 3D highly heterogeneous porous media, the computation of the velocity field leads to systems with billions to dozens of billions unknowns. It induces two main problems, memory size and run time. Memory requirements are dozens of Teraoctets and performance requirements are TeraFlops. For 2D domains, we could successfully solve systems of order 0.13 109 on a SUN cluster composed of 64 computers (2.2 Ghz AMD Opteron processor with 2 Go of RAM). The challenge is to gain two orders of magnitude by using multilevel methods based on multigrid and on domain decomposition methods, as described in task T5.
T1.2: Our transport model is based on a particle tracker algorithm, well suited for advection-diffusion modelling and advection dominated transport processes, because it does not introduce spurious numerical diffusion. We plan to integrate hydrodynamical dispersion and to improve the parallel performances; the difficulty comes here from the heterogeneous velocity field [Salandin and Fiorotto, 1998], [LaBolle et al., 2000].
T1.3: A phase of validation of the developed 3D model has to be performed. This validation phase can be realized by checking the generation of random permeability fields and flow fields, and by evaluating the dispersion coefficients for moderately heterogeneous porous media. We will also measure performances on parallel architectures and analyze scalability issues.
T1.4: In a second phase, we will use either Monte-Carlo simulations or UQ methods developed in task T6 to compute statistical moments and we will run parametric simulations on computational grids by using outputs of task T7. This phase will be performed in collaboration with H+. The objective is to get the dispersion coefficients and their asymptotic behaviour for various sets of physical data.
2- Tâche T1-2 Modèle physique/mathématique
Modèle physique/mathématiqueModèle physique/mathématique
2- Tâche T1-2
Equation de convection - dispersion
Tenseur de dispersion
Modèle de Burnett et Frind (1987)
Conditions aux limites
Condition initiale
Injection ponctuelle
Flux nul = Paroi réfléchissante
Concentration nulle = Paroi absorbante
Mode d’injection
Concentration nulle
2- Tâche T1-2Méthode particulaire avec marche aléatoire
Trajectoire d’une particule
Approche lagrangienne
Euler explicite d’ordre 1
Avantages
Faible coût du temps de calcul
Faible coût de l’espace mémoire
Pas de diffusion numérique
Maillage adaptatif
Equation de Langevin
(Itô, 1951; Gardner, 1997)
avec et
(Scheidegger, 1957; De Josselin De Jong, 1958)
2- Tâche T1-2
Identification des termes A et B (Van Kampen, 1981; Kinzelbach, 1988)
Equation de Fokker – Planck
Equation de transport
Comparaison avec l’équation de convection dispersion
Diagonalisation du tenseur D
2- Tâche T1-2
avec
Tenseurs V et Q
Conversation de la masse
2- Tâche T1-2
avec
(Uffink, 1983; Ackerer, 1985; Cordes, 1991; Semra, 1993)
Validation 2D – Milieu homogène2- Tâche T1-2
2- Tâche T1-2 Validation 2D – Milieu homogène
2- Tâche T1-2 Validation 2D – Milieu homogène
Validation 2D – Milieu stratifié
2- Tâche T1-2
Validation 2D – Milieu hétérogène2- Tâche T1-2
2- Tâche T1-2 Validation 2D – Milieu hétérogène
2- Tâche T1-2 Validation 2D – Milieu hétérogène
Gelhar et Axness (1983)
2Y
2YL /D
2LTL
2YT 8//31D
avecKJ/q
YL
Validation 3D – Milieu homogène2- Tâche T1-2
Validation 3D – Milieu homogène2- Tâche T1-2
Validation 3D – Milieu homogène2- Tâche T1-2
Validation 3D – Milieu stratifié
2- Tâche T1-2
Validation 3D – Milieu hétérogène2- Tâche T1-2
Validation 3D – Milieu hétérogène2- Tâche T1-2
Validation 3D – Milieu hétérogène2- Tâche T1-2
Validation 3D – Milieu hétérogène2- Tâche T1-2
KJ/q
2Y
2YL /D
)/(4115/DD LT2
L2YTVTH
YTL , avec
Gelhar et Axness (1983)
3- Tâche T1-3 Tests de non régression
3- Tâche T1-3 Tests de non régression
Génération de K Tests légers
3- Tâche T1-3 Tests de non régression
Génération de K Tests légers
Type of permeability Mean Standard deviation Min value Max value
ANNULAR -1,06116000 0,26148700 -6,238320 -0,346574
BINARY 0,00210808 5,30189000 -2,302590 2,302590
FRACTAL 0,60983300 1,46372000 -2,541750 5,853590
HOMO -2,30259000 0,00000000 -2,302590 -2,302590
LAYERED_AQUIFER 1,49787000 2,24360000 0,00000 2,995730
LOG_COR -0,25774200 0,90297800 -4,18122 3,509320
LOG_NCOR -0,01063630 0,99787800 -4,38730 4,056510
STRAT_HOR -0,98557900 0,92093000 -5,54518 0,00000
STRAT_VERT -0,98557900 0,92093000 -5,54518 0,00000
UNIFORM_LIN 1,34788000 0,78583500 -2,30106 2,30250
UNIFORM_LOG -0,0000385 1,77861000 -2,30251 2,30219
3- Tâche T1-3 Tests de non régression
grid size 1024*1024 512*512 256*256 128*128 64*64 32*32
mean 0,0054064 0,0076418 0,0021081 0,0005622 -0,0528425 -0,1124310
variance 5,3018700 5,3018400 5,3018900 5,3019000 5,2991100 5,2892600
Génération de K Tests modérés
Distribution Binary
3- Tâche T1-3 Tests de non régression
Type of heterogeneity Mean Correlation length Variance Kmax Kmin
BINARY -0,000045 no 2,302590 2,302590 -2,302590
FRACTAL -0,6842629 no 2,1622834 7,8139606 -12,046249
LOG_CORR 0,000161 9,986309 0,998248 5,443782 -5,521652
LOG_NCORR 0,000020 no 1,000010 5,487350 -5,465440
UNIFORM_LIN 1,349120 no 0,885206 2,302590 -2,302580
UNIFORM_LOG 0,000019 no 1,329380 2,302590 -2,302590
Génération de K Tests intensifs
Valeurs moyennées sur 100 simulations de Monte Carlo
3- Tâche T1-3 Tests de non régression
Génération de K Tests intensifs
Distribution LOG_CORR
4- Tâches T1-1 et T1-4
Sujet d’un post-doctorant
Exploitation du modèle
Mise en place d’une méthode multi-niveau
Estimation de la valeur asymptotique de la macro dispersionMise en évidence du régime asymptotiqueEffet de la diffusion moléculaireEffet de la dispersion cinématique (isotrope et anisotrope)