Authors: Pierre Ngnepieba ¹; François Xavier Le Dimet ¹; Alexis Boukong ^2,3,4; Gabriel Nguetseng ⁵

• 1 System identification and optimization in physics and environment
• 2 Université de Dschang
• 3 Faculté Agronomique et des Sciences Agricoles
• 4 Université de Dschang [Cameroun] = University of Dschang [Cameroon] [UDs]
• 5 Université de Yaoundé I

[en]
Inverse modeling has become a standard technique for estimating hydrogeologic parameters. These parameters are usually inferred by minimizing the sum of the squared differences between the observed system state and the one calculed by a mathematical model. Since some hydrodynamics parameters in Richards model cannot be measured, they have to be tuned with respect to the observation and the output of the model. Optimal parameters are found by minimizing cost function and the unconstrained minimization algorithm of the quasi-Newton limited memory type is used. The inverse model allows computation of optimal scale parameters and model sensi-tivity.

[fr]
La modélisation inverse est devenue une approche fréquemment utilisée pour l'estimation des paramètres en hydrogéologie. Fondamentalement cette technique est basée sur les méthodes de contrôle optimal qui nécessitent des observations et un modèle pour le calcul des dérivées du premier ordre. Le modèle adjoint du modèle de Richards est construit pour obtenir le gradient de la fonction coût par rapport aux paramètres de contrôle. Les paramètres hydrodynamiques sont pris comme paramètres de contrôle; leurs valeurs optimales sont trouvées en minimisant la fonction coût ceci en utilisant un algorithme de minimisation de type descente quasi-Newton. Cette approche est utilisée pour l'identification des paramètres hydrodynamiques sur un modèle d'écou-lement souterrain en zone non saturée, ainsi que les études de sensibilité du modèle.