Contenu et objectifs

L’anticipation des phénomènes de crues soudaines (ou crues-éclair) est d’une importance cruciale pour limiter les effets dommageables de ces crues, qui s'avèrent souvent dévastatrices. Le développement de systèmes de prévision adaptés à ces phénomènes constitue un véritable défi en raison du grand nombre de bassins versants concernés, de leurs petites superficies (1 à 500 km²), de leurs très courts temps de réponse aux pluies (limités à quelques heures), et de la connaissance limitée des enjeux exposés. Si des premiers systèmes opérationnels de prévision ont été récemment déployés en France et dans le monde, ils restent pour l'heure largement perfectibles (anticipation limitée, couverture géographique partielle, absence de représentation des impacts).

Pour répondre à ce défi, le projet ANR PICS vise à concevoir et évaluer des des chaînes de prévision des crues soudaines offrant jusqu’à 6h d’anticipation et permettant une estimation directe de leurs effets dommageables. Le projet repose sur l’interaction entre des équipes scientifiques aux compétences variées (météorologues, hydrologues, hydrauliciens, économistes, sociologues), et des acteurs opérationnels (sécurité civile, autorités locales, compagnies d'assurance, gestionnaires d’ouvrages hydroélectriques et de réseaux de transport).

Les chaînes de prévision testées combineront (i) des estimations quantitatives de précipitations à haute résolution et des prévisions immédiates de pluie pour des horizons de 0 à 6h, (ii) des modèles pluie-débit distribués adaptés aux petits cours d’eau non jaugés, (iii) des modèles hydrauliques pour la délimitation des zones potentiellement inondées à partir de modèles numériques de terrain, et (iv) plusieurs modèles d'impacts visant à représenter les effets socio-économiques des crues: dommages matériels, inondation d'infrastructures, évolution temporelle de l'exposition et la vulnérabilité de la population au cours de la journée.

Le projet vise à coupler ces différents modèles, à estimer leurs incertitudes et complémentarité, et à évaluer la capacité des chaînes de prévision proposées à répondre aux besoins des utilisateurs finaux, à partir d'études de cas pertinentes et permettant une réelle évaluation des performances.

Le projet est structuré en quatre tâches scientifiques principales (cf. figure). Il est organisé autour d’une tâche centrale (Tâche 4 - Intégration et expérimentation), qui consiste à définir, appliquer et tester les chaînes de prévision intégrées sur différentes études de cas. Les trois autres tâches se positionnent en amont et ont pour objectif d’améliorer, d'adapter et d'évaluer les incertitudes des différentes étapes clé à intégrer dans les chaînes de prévision, à savoir :

La large représentation des utilisateurs finaux potentiels dans le projet (au sein du groupe utilisateurs et des partenaires), facilitera le transfert des résultats du projet vers des applications opérationnelles.