Objectifs et résultats du projet ANR PICS - Prévision immédiate et intégrée des Impacts des Crues Soudaines - Cerema
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Subvention
ANR-17-CE03-0011
Restitution du projet ANR PICS, Aix en Provence, 18 mai 2022
Olivier Payrastre
hepex.inrae.fr http://www.hiweather.net www.hymex.org
Objectifs et résultats du projet ANR PICS
Prévision immédiate et intégrée
des Impacts des Crues Soudaines
Contexte et enjeux
Des crues soudaines dévastatrices
© INRAE – Ph.Cantet © Ville de Nîmes © Cerema – F.Adamo
De nombreux petits cours d’eau (>100.000 km)
• enjeux disséminés
• connaissance limitée des zones inondables
2017 : premier service d’avertissement, Vigicrues Flash
Radar Modèle hydrologique Avertissements
crue très forte
crue forte
Objectifs du projet ANR PICS (2018-2022) Concevoir et évaluer des chaines de prévision des crues soudaines : • Couverture des petits cours d’eau • Zones inondées et impacts représentés • Jusqu’à 6 heures d’anticipation • Calcul rapide et automatique Radar + Prévision Modèles Modèles Modèles de numérique (0-6h) hydrologiques hydrauliques vulnérabilité
Les principales questions scientifiques
Représentation des Résolution des modèles et
incertitudes de prévision estimation des paramètres
Automatisation et
Quels impacts et quelles incertitudes associées
méthodes ?
Impacts observés
Medias Rescue operations Transport Insurance
Stratégies de validation? networks claims
Organisation générale du projet
Budget total 2.283 k€ , dont 628 k€ d’aide ANR
WP1: Prévision des WP2: Modélisation des WP3: Impacts
pluies et débits inondations modeling
WP4: Intégration & expérimentation
Etudes de Groupe
cas utilisateurs
Le groupe utilisateurs PICS
3 ateliers: Mai 2018, Déc. 2019, Mai 2022
Objectifs, structure et sorties
des chaines de modélisation
Choix des études de cas
• Collectivités (Cannes, Nîmes, Nîmes Métropole)
• EPTB (Argens, Arc, Aude)
• Services de protection civile et de secours
(DGSCGC, DDTM 11 – RDI, SDIS 30, MIIAM)
• Services de Prévision des crues
(Grand Delta, Med Est, Med Ouest) Stratégies de validation
• Bureaux d’études (Predict Services, Tenevia, Novimet)
Impacts observés
• Assureurs et réassureurs (Axa, Willis Re)
Medias Rescue operations Transport Insurance
• Producteurs d’électricité (CNR, EDF) networks claims
• Compagnies de transports (SNCF)
Echanges avec le groupe utilisateurs PICS
Services de Gestionnaires
Collectivités et
prévision des crues d’infrastructures
EPTB
& bureaux d’études
Anticipation Zone inondée
Services
départementaux de
gestion de crise et
Impacts Assureurs
de secours
Stratégie d’évaluation
• Rejeu d’événements récents
(2010-2018)
• 15 événements
bien documentés
(débits, zones inondées)
Réseaux de
Secours Medias Sinistralité
• Collecte de données d’impacts transports
Les méthodes et modèles mobilisés
Radar Radar + pluviomètres
PLUIE (observation) PANTHERE ANTILOPE
Déterministe Probabiliste (ensembles)
PLUIE (prévision) PIAF AROME_PI AROME_EPS pepi pertDpepi
Distribués Semi-distr
DEBITS ISBATOP SMASH CINECAR GRSDi
2D 1D Remplissage MNT
INONDATIONS CARTINO 2D FLOODOS CARTINO 1D HAND/MS MHYST
Exposition dynamique Indices de Réseaux
IMPACTS de la population
Sinistralité
risques routiers
Quels modèles combiner, pour quels usages ?
Les chaines de prévision testées
Observation
PLUIE (observation) Panthere ou Antilope
Prévision d’ensemble
Prévision déterministe
Arome EPS,
PLUIE (prévision) AROME PI, PIAF (pertd)PEPI
DEBITS ISBATOP SMASH Cinecar GRSDi
INONDATION Cartino 2D Floodos MHYST
Exposition dynamique Sinistralité Indicateur de Coupures de
IMPACTS de la population (modèle Risques routes
(Debrieff) CCR) (AIGA Risques) (Roadino)Les contributions de doctorants et ingénieurs
(financement ANR)
PLUIE (observation)
Maryse Charpentier
Alexane Lovat
Daniela Peredo
Axelle Fleury
Noyer (thèse)
(thèse)
PLUIE (prévision)
(thèse)
(Ing.)
Gaia Piazzi Maxime Jay
DEBITS (post-doc) Allemand (thèse)
Léa Poinsignon Nabil Hocini
INONDATIONS (Ing.) (thèse)
Galateia Terti
IMPACTS (post-doc)MNTs : acquisitions LIDAR
Acquisition Lidar
Topo-Bathymétrique
Détail Lidar brut - Aude - secteur de TrèbesObservation des pluies (lames d’eau radar)
PLUIE (obs) ANTILOPE Crues de l’Aude octobre 2018
Intégration de réseaux
pluviométriques participatifs
Caumont et al. (2020)
ANTILOPE (radar+pluvios MF) ANTILOPE + pluvios participatifs
En rouge: pluies localement > 250 mm en 48-hPrévision des pluies
AROME_PE pepi
Proposition de nouveaux
PLUIE (prev) produits de prévision d’ensemble
pertDpepi
dédiés aux courtes échéances (0-6h)
CDD Axelle FleuryDébits : prévision déterministe
PLUIE (obs) ANTILOPE Evaluation de prévisions hydrologiques
PLUIE (prev) AROME_PI PIAF « sans couture » à échéance + 6h
DEBITS HYDR ISBATOP
Thèse d’Alexane Lovat
Orbiel à BouihonnacDébits : prévision probabiliste
PLUIE (obs) ANTILOPE Evaluation de prévision hydrologiques
AROME_PE pepi d’ensemble à échéance +6h
PLUIE (prev)
pertDpepi
a)
DEBITS CINECAR GRSDi
a) thèse Daniela Peredo
b) thèse Maryse Charpentier-Noyer
AROME-PE pepi pertDpepi
b)Débits : Amélioration des modèles hydrologiques
PLUIE (obs) ANTILOPE
GRSDi (a) SMASH (b)
DEBITS SMASH GRSDi
a) thèse Daniela Peredo
b) thèse Maxime Jay-Allemand
Fonction de production Calibration distribuée des
adaptée aux crues paramètres par assimilation
soudaines variationelleInondation : modélisation des petits cours d’eau
PLUIE (obs) ANTILOPE
Comparaison de méthodes de cartographie
DEBITS CINECAR
automatisée des débordements de cours d’eau
HAND FLOODOS 2D
INONDATION
CARTINO 1D
Thèse Nabil Hocini
Hocini et al., 2020Inondation : modélisation du ruissellement
PLUIE (obs) ANTILOPE
Modélisations 2D alimentées par les
enregistrements pluviométriques
INONDATION CARTINO 2DImpacts : modélisation de la sinistralité
PLUIE (obs) ANTILOPE
Villegailhenc (from Nice-Matin)
DEBITS CINECAR Calibration
INONDATION FLOODOS 2D d’un modèle de
IMPACT Sinistralité CCR sinistralitéImpacts : modélisation dynamique des populations
PLUIE (obs) ANTILOPE
Modélisation multi-agents pour représenter
DEBITS CINECAR
les comportements des individus
INONDATION FLOODOS CARTINO 2D
IMPACT DebrieffEvaluation des chaines de prevision complètes
Jeu sérieux pour évaluer la plus-value des chaines de prévision:
1ère session avec le groupe utilisateurs Sinistralité + bâtiments à enjeux
le 17 mai 2022
Routes coupéesContenu de la journée
PLUIE (prévision)
Session 1 (11-12h)
PLUIE (observation) améliorer l’anticipation et la modélisation des crues
DEBITS Session 2 (12-12h45)
représenter les zones inondées
INONDATIONS Session 3 (14h15-15h15)
estimer les impacts dans des chaines de modélisation
IMPACTS
Session 4 (15h45-16h30)
Table ronde avec des membres du groupe utilisateursLes posters et vidéos présentés lors des pauses
Posters
• Les défis de l'évaluation événementielle des crues rapides : exemple de la crue d'octobre 2018 sur
le bassin versant de l'Aude en France – Peredo et al.
• Evaluation de prévisions immédiates d’ensemble des crues soudaines à l’échelle de l’événement –
Charpentier et al.
• SMASH – Modélisation distribuée et assimilation pour l’hydrologie – Jay Allemand et al.
• Comparaison de méthodes de cartographie automatisée des débordements de petits cours d’eau –
Hocini et al.
• Cartographie automatisée des débordements de cours d’eau: illustration des sources d’erreurs et
d’incertitude – Hocini et al.
Vidéos
• Simulation et prévision de la crue d’octobre 2018 dans l’Aude
• Application de la méthode Cartino2D sur la Dracenie (2010) et Grabels (2014)Les autres ressources (www.pics.ifsttar.fr/documents) Actualités et newsletters du projet Thèses de doctorat soutenues 4 mémoires de thèse, en téléchargement sur le site (+ 1 à venir) Publications scientifiques 7 publications scientifiques, en open access (+ d’autres à venir)
Olivier Payrastre olivier.payrastre@univ-eiffel.fr
Vous pouvez aussi lire
