L’incertitude dans la connaissance de l’aléa et la …€¦ · Aléa hydrologique par approche probabiliste Les Ateliers PREVIRISQ INONDATIONS 17 octobre 2016 | Centre de Congrès

17/10/2016

1

Les Ateliers PREVIRISQ INONDATIONS

17 octobre 2016 | Centre de Congrès de LyonPREV

L’incertitude dans la connaissance de l’aléa et la cartographie des zones inondées

1. Illustration des incertitudes sur le cas de la crue d’octobre 1940

2. Cartographie des zones inondées

3. Incertitudes sur l’aléa hydrologique

4. Modalités d’exploitation des incertitudes

Michel LANG, Irstea, Unité de recherche HHLY Lyon-V illeurbanneEric GAUME, Ifsttar, Département Géotechnique, Eau e t Risques

Crue du Tech, Têt et Agly du 16-20 octobre 1940



Pluviométrie record sur le flanc sud du Canigou (St Laurent-en-Cerdans)1 930 mm en 5 jours (16-20 oct.)

Impacts humains et matériels majeurs57 décès en France et 90 en EspagneVallée du Tech très impactée (environ 70 immeubles détruits, gare d’Amélie et deux usines électriques détruites)

� Exploitation des sources documentaires et reconstitution de la crue de 1940 (Gaume et al., 2015)

Boudou (2015)Boudou (2015)

Incertitudes sur l’aléa hydrologique Modalités d’exploitation des incertitudesCartographie des zones inondéesCrue oct. 1940

17/10/2016

2

Estimation de débits de crues sur le bassin du Tech



Rivière LocalisationL

mK

V

m/s

Q

m3/s

Sbv

km2

Qunit

m3/s/km2Fr

Tech 600 m amont confluence

Coumelade

40.6 40 15.3 2000

2000

109 18 2.7

Tech Aval usine de Puig Redon, 42.5 30 7.5 2200

2700

186 11.9 0.9

Tech Lieudit els Cantayres, aval

cluse de la forge de Palalda

104 30 8.3 5200

3500

382 13.5 1.1

Tech Mas Lloret, un peu à l’amont

de la gare de Céret

66 35 8.7 4000 470 8.7 1.0

Tech Vieux pont de Céret 45 35 10.3 2646

3500

481 5.5 1.4

Canidell Un peu amont confluence

Tech

75 40 11.5 1100

550

11.6 95 3.2

Coumelade Amont pont CD 114 21.4 30 14.4 1300

800

22 59 2.2

Riuferrer 1200 m amont pont RN 115 53 30 7.4 620

700

45.3 13.8 1.9

Vitesse d’écoulement V et nombre de Froude Fr


Quelles valeurs de rugosité K pour les crues

exceptionnelles ?



Coefficients de Gauckler-Manning K Vitesse moyenne d’écoulement V (m/s)


17/10/2016

3

Courbes de tarage révisées




Délais de propagation des crues comme indice des

difficultés de modélisation hydraulique




17/10/2016

4

Importance de configurations locales



Exemple de la digue ferroviaire d’Elne en 1940







17/10/2016

5






Complexité de la relation hauteur/débit pour les

crues fortement débordantes




17/10/2016

6

Atlas des zones inondées



Reconstitution de l’étendue des zones inondées sur la Loire à Blois (crues de 1846, 1856, 1866)• Cohérence des laisses de crue à vérifier• Commentaire à produire sur la zone inondée équivalente dans le contexte

actuel


Cartographie Informative des Zones Inondables (CIZI)

www.haute-garonne.gouv.fr



7000 km de cours d’eau cartographiés sur un fond 1/25 000Croisement carte hydro-géomorphologique et laisses de crues historiques(Vidal)


17/10/2016

7

Aléas faible-moyen-fort pour les PPR inondations



Définition de l’aléa (crue de référence juin 1875)Hors zones endiguées Hauteur H (m)

0.5 1.0

Faible Moyen Fort Si V ≥ 0,5 m/s, aléa fort


Simulation hydraulique d’une rupture de digue



Hauteur Vitesse

Vitesse V (m/s)

0.5

4.0FaibleH

aute

ur H

(m)

1.0Moyen

Fort

Très fort aggravé

2.0

Très fort(Paquier, 2008)


17/10/2016

8

Directive Inondation : cartographie des zones inon-

dées pour 3 scénarios et croisement avec les enjeux




Aléa faible / moyen / fort (période de retour 10 / 100-300 / 1000 ans)

Aléa hydrologique de référence par maximisation




☺ Approche donnant directement des éléments sur les crues extrêmes�Aléa fréquent et moyen peu abordé� Encore peu d’analyse d’incertitudes

� Rechercher la crue la plus forte possible sur un secteur donné

Facteurs d’incertitude pour une crue historique• Quelle crue retenir ? • Rejouer la crue ancienne dans les conditions actuelles• Comment garantir l’homogénéité d’un site à un autre ?

Facteurs d’incertitude pour une crue géomorphologique• Impact de la variabilité climatique depuis l’Holocène ? • Impact des aménagements humains sur les limites actuelles de la plaine

d’inondation ?

17/10/2016

9

Aléa hydrologique par approche probabiliste




� Caler une distribution sur les observations et extrapoler pour les événements extrêmes

Facteurs d’incertitude• Débits de crue

Courbe de tarage avec incertitudes sur le Golo à Barchetta (méthode Baratin)

Hauteur H (m)

Déb

it Q

(m

3 /s)Le nombre limité de

jaugeages en crue induit une forte incertitude sur l’estimation des débits de crue






Facteurs d’incertitude• Débits de crue• Incertitude d’échantillonnage

La largeur de l’intervalle de confiance croît avec la période de retour, et…le nombre de paramètres de la loi de probabilité

2000

4000

6000

8000

10000

12000

14000

16000

18000

20000

1 10 100 1000

Période de retour T (ans)

Dé

bit Q

JX (

m3/

s)

Borne sup. IC90GumbelBorne inf. IC90Série expérimentale

x0=4 140 ; a=902Q(100)=8 290 ; Q(1000)=10 400

2000

4000

6000

8000

10000

12000

14000

16000

18000

20000

1 10 100 1000

Période de retour T (ans)

Déb

it Q

JX (

m3/

s)

Borne sup. IC90GEVBorne inf. IC90Série expérimentale

x0=4 100 ; a=850k=-0.127 ; IC90(k)=[-0.34;0]Q(100)=9 400 ; Q(1000)=13 500

Loi de Gumbel (k=0)

Loi GEV (k=-0.127)

Rhô

ne à

St E

tienn

e-de

s-S

orts

(195

5-20

01)

17/10/2016

10






Facteurs d’incertitude• Débits de crue• Incertitude d’échantillonnage• Choix du modèle probabiliste

Distribution des crues sur le Gardon à Corbès(projet ExtraFlo)

Grande variabilité des extrapolations suivant le modèle utilisé (approche locale, régionale, historique, pluie-débit)

☺ Aléa fréquent et moyen assez bien estimé à l’aide des observations�Aléa extrême encore incertain (même si progrès récents via approches par simulation)






Facteurs d’incertitude• Débits de crue• Incertitude d’échantillonnage• Choix du modèle probabiliste• Impact du changement climatique

Evolution constatée au XX° siècle sur le débit de pointe de crue (Guintoliet al., 2012)

Peu d’évolution significative à ce jour et faible cohérence sur le devenir des crues

17/10/2016

11

Aléa hydrologique : autres cas de figure




☺ Ordre de grandeur utile pour repérer les zones potentielles de danger� Encore très peu d’analyses d’incertitudes sur ces aléas

� Ne pas oublier les inondations issues de :• Crues soudaines : souvent pas de réseau d’observation pérenne;

approches empiriques, historiques, régionales• Rupture de digues : localisation précise difficile à anticiper; approches

empirique (bande forfaitaire de sécurité) ou par scénario• Rupture d’ouvrage : modélisation hydraulique de la zone submergée• Submersion marine : hypothèses sur la concomitance des aléas surcote

marine et crue, approche empirique (niveau constant) ou par modélisation dynamique (stockage/ressuyage)

• Remontée de nappe : modélisation hydrogéologique

et les phénomènes aggravants : embâcle/débâcle, transport solide

Comment exploiter l’information sur les incertitudes?




Approche fréquenteL’incertitude est affichée-mentionnée, mais finalement non exploitée dans la prise de décision ou le zonage finalApproche avec marge de sécuritéSi les incertitudes excèdent le niveau usuel, l’utilisateur peut majorer l’aléa de référence selon les enjeux considérésCf. installations nucléaires (guide ASN, 2013) :

borne sup. I95% pour la pluie centennale ou le niveau de nappe centennaleborne sup. I70% pour la crue millénale

� Caractère subjectif de la marge de sécuritéApproche par optimisation économiqueL’incertitude a un coût du fait d’une marge de sécurité à retenir en situation d’incertitude� Introduction d’une fonction de coût (dommages évités vscoût de l’ouvrage)

17/10/2016

12




Comment exploiter l’information sur les incertitudes?Distribution prédictiveEn complément de l’estimation standard de l’aléa hydrologique (avec le « meilleur » jeu de paramètres), on peut fournir une estimation prédictive qui exploite le fait que l’on peut se tromper dans l’estimation précédente

Estimation centrale Distribution prédictive Observations Intervalle à 90%

(années)

•••• Estimation modale(avec le « meilleur » jeu ρ de paramètres)

dxxfxFx

)ˆ()(ˆ0

ρ∫=

•••• Distribution prédictive(en intégrant l’incertitude sur les paramètres)

ρρρρ

ddxgxfxFx

)()()(0

pred ∫ ∫=

Conclusions



•••• Diversité des sources d’incertitudeDonnées / Echantillonnage / Modèles

• Calcul d’incertitudeEncore difficile sur les erreurs de modélisationProgrès récents sur la propagation des incertitudes (simulations Monte Carlo)

• Aléa non directement lié au débordement de cours d’eau Estimations plus difficiles à partir de données limitéesHypothèses – scénarios à définir

• Cartographie des zones inondablesIncidence variable des incertitudes hydrologiques sur la zone inondée

(cf. large plaine vssection réduite)Modalités d’exploitation des incertitudes encore à définir

Documents

L’incertitude dans la connaissance de l’aléa et la …€¦ · Aléa hydrologique par approche probabiliste Les Ateliers PREVIRISQ INONDATIONS 17 octobre 2016 | Centre de Congrès