par Niels Fraehr, le professeur QJ Wang, le Dr Wenyan Wu et le professeur Rory Nathan, Université de Melbourne
En juillet 2021, de fortes pluies sont tombées sur l’Europe centrale, entraînant des inondations catastrophiques qui ont tué plus de 220 personnes et provoqué des destructions coûtant plus de 25 milliards de dollars.
Ici en Australie, en février 2022, la côte est du pays a enregistré plus d’un an de pluie en une semaine, ce qui a entraîné une série d’inondations dévastatrices qui ont tué 23 personnes et causé des dégâts estimés à plus de 6 milliards de dollars.
Plus récemment, en 2023, de vastes régions de la Chine ont été inondées par de graves inondations, provoquant le déplacement de plus d’un million de personnes et en tuant plus de 30. Et en Grèce, de graves inondations ont suivi des incendies de forêt qui ont brûlé de vastes étendues de forêts et de terres agricoles.
Ce ne sont là que quelques exemples de la destruction et du danger provoqués par les pluies extrêmes et les inondations dans le monde. Il est probable qu’à mesure que notre planète se réchauffe, nous assisterons à de plus en plus de ces inondations extrêmes.
Ainsi, même si le monde doit agir face au changement climatique, nous avons également besoin de mesures pratiques pour planifier à l’avance. C’est là que les ingénieurs hydrologues, qui évaluent les risques d’inondation, peuvent apporter leur aide.
Cartographie des débits d’eau
L’un des principaux domaines d’intervention des hydrologues des inondations est de fournir des informations précises sur les inondations imminentes qui peuvent faciliter la planification de l’évacuation ainsi que la conception des infrastructures permettant de réduire l’impact des inondations. Cela signifie fournir des prévisions précises des inondations avant qu’elles ne surviennent.
Pour ce faire, les ingénieurs ont développé et amélioré l’utilisation des modèles hydrodynamiques au cours du siècle dernier. Les modèles hydrodynamiques sont des modèles numériques qui simulent les inondations en divisant une zone en sous-zones plus petites (appelées cellules de grille), puis en calculant la manière dont l’eau se déplace entre ces cellules de grille.
Le mouvement de l’eau est décrit en résolvant des équations différentielles complexes basées sur les principes physiques de l’écoulement de l’eau.
Les modèles hydrodynamiques sont bien documentés et peuvent simuler avec précision les inondations. Cependant, des millions de cellules de grille sont nécessaires pour simuler des inondations sur de vastes zones avec une haute résolution.
Comme vous pouvez l’imaginer, résoudre des équations complexes pour des millions de cellules de grille interconnectées est incroyablement difficile et prend beaucoup de temps. Mais les inondations se déplacent rapidement et peuvent survenir plus rapidement que nous ne pouvons les prévoir à l’aide de ces modèles hydrodynamiques à haute résolution. Cela signifie qu’il n’est pas possible d’utiliser nos modèles les plus précis lors d’urgences liées aux inondations, car le processus de calcul lent ne laisse pas de temps pour l’évacuation ou les stratégies d’atténuation planifiées.
Pour cette raison, il est devenu évident que nous avions un besoin urgent d’une approche efficace et précise pour prédire les inondations afin de fournir des informations précieuses au fur et à mesure que les inondations se déroulent, ainsi que de concevoir une infrastructure robuste capable d’atténuer l’impact des inondations.
Prévoir les inondations – rapidement
Notre équipe de l’Université de Melbourne a développé le modèle LSG (Low-Fidelity, Spatial Analysis et Gaussian Process Learning), une approche qui peut être utilisée pour prédire l’étendue et la profondeur des inondations beaucoup plus rapidement que la montée des eaux de crue. Les détails de notre modèle sont publié dans Eau naturelle.
L’idée du modèle LSG est d’utiliser un modèle hydrodynamique basse résolution pour fournir une première estimation des crues. Le modèle hydrodynamique basse résolution (ou basse fidélité) nécessite des calculs bien inférieurs à ceux du modèle haute résolution traditionnel, mais cela se fait au détriment de la précision.
Afin d’améliorer la précision, le modèle LSG améliore l’estimation initiale des crues vers une résolution et une précision élevées, similaires aux performances des modèles hydrodynamiques à haute résolution.
Ce processus de perfectionnement utilise des méthodes mathématiques pour transformer les estimations basse fidélité en prédictions des modèles d’inondations dans le temps et dans l’espace qui sont aussi précises que les modèles hydrodynamiques à haute résolution.
On pensait auparavant que seules des accélérations modérées (environ 10 fois) par rapport au modèle hydrodynamique à haute résolution pourraient être obtenues via cette approche, mais notre nouveau modèle LSG peut atteindre des accélérations plus de 1 000 fois plus rapides que celles à haute résolution. modèles de résolution tout en maintenant une grande précision des prévisions d’inondations.
Faire simple
La clé pour parvenir à cette accélération massive est le développement et l’utilisation d’un modèle basse fidélité extrêmement grossier et simplifié.
Ce modèle basse fidélité comporte des cellules de grille couvrant plus d’un million de mètres carrés, mais en utilisant la méthodologie du modèle LSG, nous pouvons améliorer les estimations pour fournir des prédictions aussi précises qu’un modèle contenant plus de 50 fois plus de cellules de grille.
Nous avons testé le modèle LSG pour deux grands systèmes fluviaux en Australie. Le premier est la plaine inondable plate et complexe de Chowilla, dans le sud de l’Australie (740 kilomètres carrés), et le second est la rivière Burnett, escarpée et au débit rapide, dans le nord-est de l’Australie (1 479 kilomètres carrés).
Les différences distinctives entre ces études de cas en font un test difficile de la capacité du modèle LSG à fournir des prévisions rapides et précises des crues. Nous avons constaté que notre modèle peut simuler l’évolution dynamique des inondations dans les deux études de cas, fournissant des informations précises sur l’heure d’arrivée, l’étendue de l’inondation et la profondeur maximale de l’eau avec une précision similaire à celle d’un modèle hydrodynamique haute résolution traditionnel, mais beaucoup, beaucoup plus rapidement.
En termes réels, cela signifie que si nous envisageons de prédire les inondations dans les plaines inondables de Chowilla, le modèle LSG prend 33 secondes au lieu de 11 heures, et dans l’étude de cas de Burnett River, le modèle a pris 27 secondes alors qu’il aurait fallu 36 secondes. heures en utilisant des méthodes traditionnelles.
Notre modèle LSG capture également l’étendue des inondations dans les deux zones d’étude avec une précision de 99 % par rapport à un modèle hydrodynamique à haute résolution.
C’est un grand pas en avant lorsqu’il s’agit de fournir des prévisions utiles des inondations. Cela s’applique à la fois en cas d’urgence – pour aider à prendre des décisions éclairées susceptibles de sauver des vies et de protéger des infrastructures précieuses – mais également lors de la planification et de la préparation avant les inondations, dans la conception d’infrastructures robustes.
Résister à la tempête
Actuellement, les prévisions d’inondations reposent principalement sur des approches déterministes, dans lesquelles le scénario le plus probable est simulé. Cela est dû aux coûts de calcul élevés (en termes de temps) liés à l’exécution d’un modèle hydrodynamique à haute résolution, mais le modèle LSG permet pour simuler tous les scénarios d’inondations, aussi bien avant l’urgence qu’au fur et à mesure de son déroulement.
Cela pourrait faire évoluer la pratique actuelle de l’utilisation de prévisions déterministes vers des prévisions probabilistes basées sur les risques. Les prévisions probabilistes fournissent un intervalle de confiance décrivant l’incertitude des prédictions. Cela nous donne des informations sur la probabilité qu’une zone soit inondée et, en retour, pourrait aider les interventions d’urgence à se concentrer sur les zones les plus susceptibles d’être inondées.
En outre, notre méthodologie peut être utilisée pour aider à concevoir une infrastructure plus robuste en permettant l’utilisation de techniques informatiques, telles que les méthodes de Monte Carlo, pour simuler la manière dont différentes combinaisons de facteurs d’inondation pourraient affecter la gravité des inondations.
La manière dont nous mettrons en œuvre cette technologie pour l’utiliser par l’industrie afin de maximiser les capacités et les avantages du modèle LSG constitue la prochaine grande étape. Mais à mesure que notre climat devient plus extrême, ce sont des modèles comme le nôtre qui nous aideront tous à mieux nous préparer à affronter la tempête.
Plus d’information:
Niels Fraehr et al, Supercharger les modèles d’inondation hydrodynamiques pour un aperçu instantané des inondations, Eau naturelle (2023). DOI : 10.1038/s44221-023-00132-2