Modélisation hydrologique distribuée pour la prévision des coupures de routes par inondation : application au département du Gard

Distributed hydrological now-casting for the management of the road network in the Gard Department (France)

• Auteur / Autrice : Jean-Philippe Naulin
• Direction : Eric Gaume, Pierre-Antoine Versini, Olivier Renaud Payrastre
• Type : Thèse de doctorat
• Discipline(s) : Hydrologie
• Date : Soutenance en 2012
• Etablissement(s) : Ecole centrale de Nantes
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur, Géosciences, Architecture (Nantes)
• Partenaire(s) de recherche : autre partenaire : Université de Nantes (1962-2021)

Mots clés

Mots clés contrôlés

Inondations -- Prévision

Hydrologie

Résumé

Avec le développement des mesures de pluie à hautes résolutions spatiale et temporelle, l'utilisation de modèles hydrométéorologiques distribués est désormais envisagée pour anticiper les conséquences locales des événements pluvieux à l'échelle de vastes régions. Cependant, une estimation des conséquences locales à travers une prévision distribuée des débits reste délicate à mettre en œuvre : les incertitudes autour des valeurs de débits peuvent être importantes dans des conditions non jaugées et les conséquences de la crue sont très dépendantes de la configuration du terrain. C'est dans ce contexte que des tests préliminaires ont été conduits par l'Ifsttar afin de développer un système d'alerte capable d'évaluer, en temps réel, un risque de submersion des routes. Initialement testé sur des fenêtres de dimensions limitées, le système à été étendu au département du Gard soit une zone d'étude de 5000 km² comprenant environ 2000 points cibles pour lesquelles des niveaux de risque de coupure sont évalués. L'approche proposée combine un modèle pluie-débit distribué, adapté aux crues éclair, et un modèle d’évaluation de la vulnérabilité des routes. Le système, dont la validation a été effectuée à l'aide d'inventaires de routes submergées, a montré des résultats satisfaisants même si le nombre important de fausses alarmes qu'il génère limite son utilisation à l'échelle locale. Cette application particulière a également été utilisée pour évaluer l'apport des lames d'eau radar pour des applications hydrologiques distribuées. Au final, cette thèse a permis de mettre en avant le potentiel du système à devenir un outil innovant et performant de prévision distribuée des crues.

Abstract With the development of high spatial and temporal resolution rainfall measurements, distributed hydro-meteorological models can provide useful information to anticipate the local consequences of storm events over a region. Nevertheless, the estimation of local consequences through distributed discharge forecasting is not a straightforward purpose: the uncertainties associated to discharge forecasts may be very important, especially in ungauged areas and the consequences highly depend on the local susceptibility to flooding. In this context, a prototype of road inundation warning system, providing a rating of road submersion risk every 15 minutes during a flood event, has been developed. Initially tested in limited areas, the system has been extended to the entire Gard department which represents an application area of 5000 km² including 2000 target points for which warnings are computed. The system combines a distributed rainfall-runoff model and a susceptibility rating model. The system has been validated against reported road inundations. It appeared to perform well, even if the number of generated false alarms is important. The road inundation warning system has been then used to evaluate the usefulness of radar quantitative precipitation estimates for hydrological distributed applications. In order to improve the results, data assimilation techniques have been implemented to correct the susceptibility rating of the road sections as well as the rainfall-runoff model. Finally, this work demonstrated the potential of highly distributed rainfall-runoff model in combination with local exposure models as an innovating and efficient flood forecasting tool.