Développement d’une méthode de caractérisation et d’évaluation du risque humain lié aux inondations en milieu urbain.
Notice bibliographique
Résumé
Les inondations sont les catastrophes naturelles les plus fréquentes dans le monde affectant le plus grand nombre d’individus chaque année. Si le nombre de décès liés à ces phénomènes a baissé de manière importante depuis les années 1980, l’inondation d’une zone habitée induit de manière presque systématique une détresse des populations et un besoin de soutien parfois important. Afin de pouvoir gérer au mieux ce type d’évènements, les services en charge de la sécurité civile doivent disposer d’outils leur permettant d’évaluer avec précision les niveaux de risque en cours pour la population. Une telle information permet en effet de localiser les individus ayant besoin d’assistance et ainsi de définir les actions à mener, et les ressources humaines et matérielles à engager. Or, les outils d’évaluation du risque humain lié à une inondation en cours présentent certaines insuffisances, pouvant limiter leur utilisation opérationnelle au cours de la phase d’intervention. L’objectif de cette recherche doctorale était ainsi de développer un outil d’évaluation et de cartographie du risque humain lié à une inondation, tant en milieu urbain que rural, pouvant être utilisé en soutien à la prise de décision lors de la phase d’intervention au cours d’une inondation. \nLe premier volet s’intéressait au développement d’une méthode de caractérisation spatiale d’une inondation en cours, utilisant des données radar satellitaires et des données à caractère hydraulique, et permettant de déterminer l’étendue des zones inondées en milieu urbain et rural, ainsi que la hauteur d’eau en tout point de ces zones. La méthode originale proposée, combinant des données RSO en bande C et en polarisation HH et des données d’intervalles de récurrence d’inondation estimées en tout point de la zone d’étude, a été appliquée à deux images RADARSAT-2 en mode Ultra-Fin et en mode Fin, acquises durant l’inondation de la rivière Richelieu (Québec) au printemps 2011. Les précisions des classifications sont supérieures à celles obtenues dans des études aux objectifs similaires (Giustarini et al., 2013, Mason et al., 2012b), avec des taux de 86% (Ultra-Fin) et de 87% (Fin) de pixels correctement identifiés en zone urbaine, et de 96% (Ultra-Fin) et 97% (Fin) en zone rurale. L’intérêt d’utiliser de manière combinée des données RSO et des données d’intervalles de récurrence d’inondation, qui n’avaient jusque-là jamais été exploitées pour la détection des zones urbaines et rurales inondées, a ainsi été illustré. Une méthode estimant les hauteurs d’eau en zone inondée à partir des données d’élévation et de la carte des zones inondées de l’image RS-2 en mode Ultra-Fin a également été proposée et testée. Le RMSE des hauteurs d’eau estimées est de 8 cm et l’erreur moyenne n’est que de 5 cm lorsque comparées aux données de validation disponibles. Des tests sur des surfaces plus étendues, et pour lesquelles des données de validation des hauteurs d’eau recueillies au cours de l’inondation seraient disponibles, seront cependant nécessaires pour valider l’efficacité et la précision de cette méthode. \nLe second volet de cette thèse consistait en le développement de méthodes d’évaluation puis de cartographie de la vulnérabilité et du risque humain face à une inondation en cours, à l’échelle du bâtiment. L’approche proposée associe trois composantes de la vulnérabilité, n’ayant jusqu’à présent jamais été combinées dans une telle étude, et dont l’intégration a été validée par des experts en sécurité civile. Il s’agit 1) de la vulnérabilité sociale et économique, 2) de la vulnérabilité induite par le manque de ressources essentielles et 3) de l’exposition de la population à l’échelle du bâtiment. Chacune de ces composantes a fait l’objet d’une méthode d’évaluation spécifique, intégrant des indicateurs de vulnérabilité identifiés avec l’aide d’experts. Les valeurs de hauteur d’eau générées dans le premier volet sont mises à profit dans ces méthodes. C’est là un des aspects innovants de ce second volet, puisque les approches orientées vers la phase d’intervention utilisent de manière presque systématique des données issues de la modélisation hydraulique. Les résultats de l’évaluation de chaque composante de la vulnérabilité sont exprimés à l’aide d’une échelle à 4 niveaux, à savoir « Faible, Sérieux, Sévère et Très Sévère », et sont cartographiés à l’échelle du bâtiment. Le niveau de risque humain lié à l’inondation en cours est défini au moyen du plus fort niveau de vulnérabilité de l’ensemble des composantes de la vulnérabilité humaine intégrées à la méthode, et est cartographié à l’échelle du bâtiment. Un intérêt particulier a été porté à la disponibilité des données requises par ces méthodes, pour permettre leur application au plus grand nombre de scénarios d’inondation possible. \nEnfin, le dernier volet de la thèse consistait en la démonstration de la pertinence de la méthode d’évaluation et de cartographie du risque humain lié à une inondation en cours comme outil d’aide à la décision lors de la phase d’intervention, à l’aide d’un scénario d’inondation réel. Une zone à dominante résidentielle fortement touchée par l’inondation de la rivière Richelieu en 2011 a été choisie et l’ensemble des méthodes ont été appliquées. Afin de faciliter la génération de l’évaluation du risque humain, une suite de protocoles a été créée et l’outil d’aide à la décision a été automatisé. Une cartographie détaillée et aisément interprétable du niveau de risque à l’échelle du bâtiment a ainsi été obtenue et discutée. D’autres tests à l’aide d’autres scénarios d’inondation devront être faits pour valider les performances de cet outil d’aide à la décision et pour lui apporter les modifications qui pourraient s’imposer pour mieux répondre aux besoins des utilisateurs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».