Stratégies de modélisation des conséquences d’une dispersion atmosphérique de gaz toxique ou inflammable en situation d’urgence au regard de l’incertitude sur les données d’entrée.

Modeling strategies of toxic or flammable gas spreading consequences according to input data uncertainties in crisis situations.

• Auteur / Autrice : Stéphane Pagnon
• Direction : Gilles Dusserre
• Type : Thèse de doctorat
• Discipline(s) : Sciences et génie de l'environnement
• Date : Soutenance le 30/10/2012
• Etablissement(s) : Saint-Etienne, EMSE
• Ecole(s) doctorale(s) : ED SIS 488
• Jury : Président / Présidente : Valérie Laforest
• Jury : Examinateurs / Examinatrices : Gilles Dusserre, Valérie Laforest, Jean-Marie Flaus, Laurent Perrin, Jérôme Tixier, Aurélia Bony dandrieux
• Jury : Rapporteurs / Rapporteuses : Jean-Marie Flaus, Laurent Perrin
• DOI : 10.70675/df7f6be8zd5bcz407dz9e20z7b5d56d4ac04

Mots clés

Mots clés contrôlés

Diffusion atmosphérique

Gaz asphyxiants et délétères

Gestion des situations d'urgence

Incertitude

Mots clés libres

Situation d’urgence

Modélisation

Incertitude

Dispersion atmosphérique

Gaz liquéfié sous pression

Etude de sensibilité

Ammoniac

Propane

Emergency situation

Modeling

Uncertainty

Atmospheric dispersion

Sensitivity analysis

Pressurized liquefied gas

Ammonia

Propane

Résumé

En cas d’accident impliquant des produits chimiques, il peut être fait appel à des experts pour évaluer les effets générés par cet accident. Ces experts fournissent des distances d’effets à l’aide de modélisations informatiques et sont confrontés à une difficulté majeure : peu d’éléments à leur disposition pour caractériser la situation.L’objectif de cette thèse est de proposer une méthodologie permettant de prendre en compte les incertitudes relatives aux données d’entrée dans les modélisations effectuées en situation d’urgence tout en restituant de manière explicite cette incertitude au gestionnaire de la situation d’urgence.Une première phase a consisté à évaluer, pour une situation à même de générer un nuage toxique ou explosible, la dispersion des résultats des modélisations. Il a été établi une hiérarchisation des variables d’entrée en fonction de leur influence sur le résultat final. Cette phase a été réalisée au moyen d’une analyse de sensibilité dont la stratégie a été spécifiquement développée.Une seconde phase a eu pour but d’établir une méthodologie d’estimation des distances d’effets en situation d’urgence en tenant compte du niveau d’incertitude des variables d’entrée. Une méthodologie de classification opérationnelle des données d’entrée a été réalisée. Elle s’appuie sur deux critères : la sensibilité du modèle au paramètre d’entrée et l’incertitude sur sa valeur (imprécision ou variabilité). Sur cette base, une nouvelle manière d’utiliser ces variables a été proposée. Enfin, différentes façons de restituer de manière opérationnelle les résultats des modélisations ont été proposées.

During accidents involving chemicals, experts can be asked to assess the effects generated. These experts provide distance effects using computer modeling and are faced with a major difficulty: little (or no) information available in order to assess the situation.The objective of this thesis is to suggest a methodology able to take into account uncertainties in the input data for the modeling carried out in emergency situations and to return explicitly these uncertainties to the manager of the crisis.A first step was to evaluate, for a given situation generating a toxic or flammable cloud, the dispersion of modeling results. A ranking of the input variables according to their influence on the final result was established. This phase was carried out on the basis of a sensitivity analysis with a specifically developed strategy.A second phase aimed to establish a methodology for estimating distance effects (in crisis situations), which takes into account the level of uncertainty in the input variables. A methodology for the classification of input operational data was carried out. This methodology is based on two criteria: the sensitivity of the model to the input parameter and the uncertainty about its value (imprecision or variability). On this basis, a new way of using these variables was suggested. Finally, several methods aimed to restore explicitly the results of this modeling were suggested.