C’est la gageure que s’est proposé de relever Charlie Sire, doctorant à Mines Saint-Etienne, avec des chercheurs de l’IRSN (Yann Richet et Lucie Pheulpin), du BRGM (Jérémy Rohmer) et Rodolphe Le Riche et Didier Rullière, chercheurs à l’Institut Fayol.
La visualisation sous forme de cartes, est une opération essentielle pour représenter et évaluer le risque d’événements rares (comme une crue centennale ou millénale) et les inondations côtières ou fluviales que ces phénomènes dévastateurs provoquent. Ce mode de représentation est également plus aisé à appréhender par le grand public et les décideurs.
La tâche est d’autant plus ardue que : d’une part, les données de références sont rares. Ces phénomènes étant peu courants, la mémoire et les données les concernant ne sont que peu nombreuses et parcellaires. D’autre part, les modèles qui permettent de simuler ces évènements sont complexes et demandent beaucoup de temps et de ressources informatiques, ce qui limite leur utilisation. On parle alors de données « coûteuses » à générer. Dans le cas des inondations côtières, choisi par les chercheurs, chaque événement s’appuie sur un simulateur hydraulique « coûteux » qui prend en entrée les conditions météo-océaniques offshore et les paramètres de rupture de digue pour calculer une carte représentant des niveaux d’eau attendus.
Le défi des chercheurs était donc de contourner ces contraintes de données coûteuses à générer tout en réussissant à caractériser des risques faibles associés aux phénomènes naturels extrêmes.
Pour ce faire, les chercheurs ont utilisé l’algorithme de Lloyd, qui sert classiquement à quantifier les données, et l’ont adapté au contexte d’événements rares et coûteux à observer. La faible probabilité (rareté de l’événement extrême) est traitée par un échantillonnage d’importance, tandis que l’analyse en composantes principales fonctionnelles combinée à un processus gaussien traite les simulations hydrauliques coûteuses.
L’objectif est de parvenir à afficher quelques événements prototypes qui représentent le mieux la loi de probabilité du phénomène observé ; une tâche connue sous le nom de quantification.
Les cartes « prototypes » ainsi calculées représentent les risques d’inondation potentiels et sont rigoureusement associés à une masse de probabilité. Les cartes prototypes permettent de visualiser le type d’inondation auquel s’attendre. La nuance est que ce n’est pas une prévision d’une inondation particulière mais une inondation type qui définit une famille d’inondations proches spatialement.
Pour s’assurer de la crédibilité des résultats, les chercheurs ont validé la méthode à l’aide d’un modèle analytique et en comparant les résultats avec les données d’une d’inondation côtière réellement observée.
Enfin, les chercheurs ont évalué les sources d’erreur de leur méthode pour quantifier la précision de leurs résultats.
Leurs travaux sont publiés dans le « Journal of Computational and Graphical Statistics » .
