L'approche hydrogéomorphologique : pratiques, valorisations et développement d'une méthode de cartographie des zones inondables
Notice bibliographique
Résumé
La connaissance de l’aléa inondation est un enjeu croissant pour la gestion du risque inondation. En France, afin de répondre à la demande des pouvoirs publics de cartographier les zones inondables, la cartographie hydrogéomorphologique émerge. Cette approche naturaliste, développée durant les années 1980, se propagea dans une large partie du Sud de la France. Aujourd’hui, la cartographie hydrogéomorphologique est une méthode reconnue pour sa fiabilité, mais elle stagne en termes d’applications et de développement dans de nouveaux territoires. Afin d’améliorer la connaissance de la prise en compte de la cartographie hydrogéomorphologique dans un cadre règlementaire, une analyse de 282 PPRI a été menée. Cette analyse a permis de dégager les modalités de prise en compte de la cartographie hydrogéomorphologique, mais également d’émettre des hypothèses sur les raisons de leur développement. La réalisation de MNZI (Modèle Numériques de Zones Inondables) sur des cours d’eau français et canadiens, a permis de mettre en avant l’adaptabilité de la cartographie hydrogéomorphologique à des contextes physiques différents, mais aussi d’apporter une réponse à la demande de prise en compte de cartographie de crue extrême de la Directive Inondation. L’évolution cartographique proposée dans ce travail comprend une réflexion autour de la légende des AZI, mais aussi sur le concept de cartographie positive. A travers les aspects cartographiques, règlementaires et géomorphologiques abordés, nous finissons par proposer un modèle de développement de la cartographie hydrogéomorphologique.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 tête enseignante, 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 ».