Accueil

Presentation

This theme focuses on an interdisciplinary approach to evaluate the uncertainties of flood modeling, the resulting risks and the perception of different social groups (scientists, decision-makers, population). Such information will allow to improve methods, tools and representations for maps and risk maps and indicators, for instance.

Context

Floods often led to loss of human lives and important material damage. Numerical simulation is a classical tool for mapping flood hazard. Many models (commercial or research ones) exist to identify areas prone to flooding, to assist decision-makers in the design of operational management plans and in quick emergency decisions.

However, software based on numerical modeling and geographic information systems are not perfect, especially in the case of a local and sudden change in flow (log jam on a watercourse, mudslide , landslide...) or in the case of an extreme weather event.

These modeling imperfections can be studied and taken into account by calculating uncertainties in order to test the robustness of the flood hazard and risk simulation methods, and to deduce important information about the risk associated with the modelling errors.

Activités de modélisation et méthodes

Modélisations conceptuelles

Ce thème s'intéresse à la modélisation numérique des bassins versants (hydrologie, hydraulique) et à la modélisation des socio-écosystèmes (sciences humaines) de ces bassins versants dans le cadre du projet Idex-Emergence 2017-2019 PRIM'Eau, comme accronyme "Perception du risque et des incertitudes de modélisation-Eau".

Le cas d'étude principal concerne le bassin versant du Mutterbach (Moselle-Est) pour la richesse de ses aménagements hydrauliques et leurs usages au cours des 100 dernières années.

Méthodes numériques

Les incertitudes sont inhérentes à l'expérimentation, à la simulation numérique, ou bien encore l'analyse des risques. Aussi est-il nécessaire de les étudier (source, nature, impact...) et de les prendre en compte dans les modèles pour pouvoir interpréter et critiquer rigoureusement les résultats scientifiques.

Le calcul des incertitudes vise à mesurer et à interpréter les variations des résultats d'un modèle numérique en fonction de perturbations plus ou moins importantes des hypothèses (complexité des modèles) et des paramètres de modélisation, mais aussi des données utilisées (disponibilité, précision...). Cette problématique de recherche est transdisciplinaire.

Dans ce thème, les méthodes et logiciels existants seront évalués sur la base d'un modèle d'onde diffusive et d'un modèle conceptuel utilisés sur un même bassin versant pour évaluer leurs performances et la pertinence de développer des méthodes de plus haut-degré.

Best practices

Les méthodes numériques développées sont utilisables dans d'autres contextes. En voici un premier exemple.

Sensibilités

Cette étude concerne la modélisation d'écoulements souterrains sous une plate-forme industrielle afin d'évaluer les dispositifs d'atténuation des risques mis en place. Ce sont deux drains modélisés comme des rivières, en rose sur la figure (a) et d'une barrière quasi-imperméable représentée en noir. Les hauteurs piézométriques calculées sans perturbation sont tracées dans la figure (c). Par un calcul de sensibilité locale, la zone concernée par la barrière imperméable et les variations de hauteurs piézométriques sont très précisément évaluées, figures (c) et (d). Les lignes de flux sont tracées en rose dans la figure (c). A notre connaissance, la sensibilité des lignes de flux n'avait jamais été étudiée. Ces résultats sont publiés dans [2-MCWM17]. Mesures d'atténuation des risques et calcul de sensibilité