Évaluation probabiliste de la fiabilité des digues prenant en compte les mécanismes de glissement, d'érosion interne et de surverse : application à une étude de cas au Canada
Bibliographic record
Abstract
Les digues sont des ouvrages hydrauliques importants qui font partie des systèmes de protection contre les inondations. L’évaluation des causes et des effets de leur défaillance en situation de crues ou en situation de mise en charge est une composante importante de l’analyse du risque d’inondation. Dans ce projet de recherche conduit sous la forme d’une thèse en cotuelle internationale entre INRAE et l’école d’ingénieur Lassonde de l’université de York (Canada), nous étudions, dans un cadre probabiliste, le risque d’inondation dans une zone protégée par un système de protection contre les inondations. Pour cela, la première étape, décrite dans cet article, consiste à estimer dans un cadre probabiliste la fiabilité des ouvrages vis-à-vis des différents mécanismes de rupture. Nous avons proposé une méthode d’évaluation des probabilités de défaillance des digues intégrant à la fois les mécanismes de glissement, d’érosion interne régressive et d’érosion par surverse, celles-ci étant représentées par des courbes de fragilité. Nous avons testé deux approches pour agréger les courbes de fragilité en une seule courbe de fragilité globale, en utilisant une approche par courbe enveloppe et une approche par simulations de Monte-Carlo. Notre méthode a été éprouvée dans une étude de cas visant à évaluer la fiabilité des digues en remblai de la rivière Bow à Calgary, au Canada, pour plusieurs périodes de retour des crues. Pour évaluer les probabilités du mécanisme de glissement, nous avons mis en oeuvre un calcul à l’équilibre limite et des simulations de Monte-Carlo sur les propriétés de résistance au cisaillement des sols modélisés par des variables aléatoires, permettant d’obtenir un facteur de sécurité pour chaque tronçon de digue et une probabilité de rupture. L’analyse de l’érosion régressive a été effectuée en comparant les gradients hydrauliques au gradient hydraulique critique du matériau constituant le remblai. Les gradients hydrauliques locaux ont été déterminés à l’aide d’une modélisation hydraulique aux éléments finis. Le gradient hydraulique critique a été modélisé comme une variable aléatoire à partir de la formulation de Terzaghi. Cela a permis d’estimer les probabilités d’initiation du mécanisme d’érosion interne régressive. Nous avons discuté de la manière dont le choix de la zone de gradient hydraulique et la prise en compte d’un modèle en régime permanent ou transitoire impactent les probabilités de rupture par érosion régressive. L’évaluation des probabilités de rupture pour le mécanisme de surverse nécessitait le jugement expert sur la base de la connaissance de la période de retour de la crue conduisant au début de la surverse et de la charge hydraulique déversante. Au final, le travail produit permet d’aboutir, au moyen de simulations de Monte-Carlo, à une courbe de fragilité agrégée pour les trois mécanismes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".