M2 Physics for Environmental Remediation, Impact Measurement and Risk Assessment

Notions générales de réglementation (vocabulaire)

Physique nucléaire de base

• Cadre juridique et normatif de la gestion des impacts et des risques (ICPE, INB, Evaluation environnementale)
• Caractérisation des impacts et des dangers : approches et outils (étude d'impacts, de dangers, ACV)
• Maîtrise des risques atmosphériques en environnement industriel et nucléaire (dispersion, confinement, filtration)
• Surveillance, conformité et démonstration de sûreté (seuils et contrôle, référentiel)

Cet enseignement vise à fournir aux étudiants une compréhension intégrée des impacts environnementaux et des situations de danger, en articulant approches physiques et cadre réglementaire. Il a pour objectif de former à l’identification, la caractérisation et l’évaluation des impacts et des dangers liés aux activités humaines, notamment dans les contextes relevant des ICPE et des INB, en intégrant les exigences de l’évaluation environnementale et de la conformité réglementaire. Une attention particulière sera portée à l’interprétation des résultats dans une perspective d’aide à la décision, de gestion des risques et de remédiation environnementale.

Les étudiants apprendront à mobiliser des méthodes et outils pour conduire des études d’impact, des études de dangers et des analyses de cycle de vie.

Cet enseignement est à la fois théorique et pratique, avec la réalisation d'une étude d'impacts simplifiée ainsi que d'une Analyse de Cycle de Vie avec l'outil OpenLCA et la base de données Ecoinvent

• Analyser les impacts environnementaux et les situations de danger
• Mettre en œuvre et interpréter une étude d’impacts, une étude de dangers et une analyse de cycle de vie.
• Mobiliser le cadre réglementaire et normatif
• Évaluer des solutions de maîtrise des risques
• Développer une approche critique et opérationnelle

• Code de l’Environnement, livre V, titre Ier sur les ICPE
• Décret 2007-830 du 11 mai 2007 relatif à la nomenclature des installations nucléaires de base
• Circulaire du 10 mai 2010 : règles méthodologiques applicables aux études de dangers
• Guide de lecture de la nomenclature associée à l'évaluation environnementale de projets, Ministère de la Transition Écologique, mars 2023
• Analyse de Cycle de Vie, comprendre et réaliser un  écobilan, O. Jolliet, M. Saadé et P. Crettaz, Presses Polytechniques et Universitaires Romandes, 2005
• Normes ISO 14040 et 14044 (ACV)
• Norme ISO 16170, 16647 et 17873 (confinement, filtration, démantèlement)

Bases de statistiques et de programmation sous Python

Bases d'algèbre matriciel (rappelées pendant le cours)

Bases de métrologie

• Processus markoviens et modélisation du transport de pollution par chaînes de Markov
• Traitement matriciel des processus
• Méthodes pour le Big Data scientifique
• Analyse en composante principale et analyse discriminante.
• Méthodes de l'intelligence artificielle et leurs utilisations
• Principes de métrologie : incertitudes, dynamique, 
• Chaine d'acquisition : capteur, échantillonnage
• Systèmes d'Information Géographique : principes, données vectorielles et matricielles, projection de données
• Paramétrage de l'outil QGIS

Cet enseignement vise à doter les étudiants de compétences avancées en analyse de données et en mesure appliquées aux études environnementales. Il a pour objectif de maîtriser les méthodes d’analyse statistique multidimensionnelle (analyses factorielles) et les modèles stochastiques (notamment les chaînes de Markov) pour l’interprétation de phénomènes complexes. Les apprentis apprendront également à mobiliser les systèmes d’information géographique (SIG) pour l’analyse spatiale, en lien avec des problématiques environnementales telles que la dispersion atmosphérique ou les études des dangers. Le cours introduit également les concepts de l'intelligence artificielle appliquée à l’environnement et en programmation Python pour le traitement et la valorisation des données. Enfin, il apporte une compréhension rigoureuse des principes de la mesure et de la métrologie (incertitudes, étalonnage, dynamique, échantillonnage), afin de garantir la qualité et la fiabilité des données analysées.

L'enseignement est réparti entre des cours théorique et une approche pratique sous forme de TP (SIG) et de projet tutoré (analyse de données sous Python).

• Mettre en œuvre des méthodes d’analyse statistique multidimensionnelle (ACP, classification, etc.) pour explorer et interpréter des jeux de données complexes.
• Modéliser des phénomènes dynamiques à l’aide de processus stochastiques (ex. chaînes de Markov).
• Développer des scripts en Python pour le traitement, l’analyse et la visualisation de données.
• Manipuler et analyser des données spatiales dans un environnement SIG.
• Appliquer les SIG à des problématiques concrètes : dispersion atmosphérique, cartographie des risques, analyse des dangers.
• Comprendre et quantifier les incertitudes associées aux mesures.
• Évaluer la qualité, la fiabilité et les limites des données expérimentales.
• Porter un regard critique sur les résultats (validité, biais, limites).
• Travailler sur des cas concrets interdisciplinaires (données, spatialisation, modélisation).

• Probabilités, analyse des données et Statistique, G. Saporta, Technip Paris (2011) 
• Les processus de Markov, P. Désesquelles, Ellipses Paris (2016)
• Wikipedia, pages ACP, AFD, AFC, ACM, k-moyennes, CHW

Aucun prérequis spécifique

• Introduction générale à l'analyse de risques
• Analyse de besoins, gestion de projet et management des risques
• Analyses fonctionnelles abordables
• Analyse prévisionnelle : fiabilité et maintenabilité
• Modélisation et analyse prévisionnelle de sûreté de fonctionnement
• Méthodes d'analyse probabiliste qualitative (HAZOP, AMDEC) et quantitative (arbre des défaillances)

Cet enseignement vise à fournir aux étudiants une maîtrise intégrée des démarches d’analyse de risques appliquées aux systèmes industriels et environnementaux, en articulant compréhension fonctionnelle des installations, modélisation des défaillances et prise en compte du cycle de vie des systèmes. Il a pour objectif de former à l’identification, l’analyse et la hiérarchisation des risques, en mobilisant des méthodes structurées telles que l’HAZOP, l’AMDEC et les arbres de défaillances, ainsi que les outils de la sûreté de fonctionnement (fiabilité, maintenabilité, disponibilité).

L’enseignement vise également à développer une capacité à quantifier les risques et à exploiter des données probabilistes et des retours d’expérience, afin d’appuyer la prise de décision. Il intègre les principes de management des risques, de normalisation et de gestion de projet, permettant aux étudiants de structurer une démarche complète d’analyse et de suivi des risques, depuis l’expression du besoin jusqu’à l’exploitation des installations.

Enfin, les étudiants seront formés à l’identification et à l’évaluation des mesures de maîtrise des risques (barrières techniques, organisationnelles et humaines), dans une logique de défense en profondeur, ainsi qu’à la conduite de revues d’analyse de risques en contexte opérationnel. L’ensemble vise à les préparer à contribuer à la démonstration de sûreté, à l’amélioration continue des systèmes et à la gestion des risques dans des environnements industriels à forts enjeux.

Cet enseignement se divise en une partie théorique et une approche théorique de réalisation d'une HAZOP sur un cas simple.

• Décomposer et modéliser un système complexe par une analyse fonctionnelle
• Mettre en œuvre des méthodes d’analyse des risques et de sûreté : HAZOP, AMDEC, Arbre de défaillances
• Évaluer, quantifier et hiérarchiser les risques
• Intégrer la sûreté de fonctionnement
• Définir et évaluer les mesures de maîtrise des risques
• Piloter une démarche de management des risques

Bases de mécanique des fluides et de thermodynamique.

Outils mathématiques (dérivées, intégrales, développements limités, ...)

Connaissance des principaux polluants atmosphériques et des mécanismes élémentaires de transport dans l'air

Bonnes connaissances sur les produits chimiques dangereux et la physique de la radioactivité

Niveau Baccalauréat en anglais