Prévision multiéchelle des inondations avec des solutions innovantes – MUFFINS

Les inondations sont la première catastrophe naturelle dans le monde, pouvant s'intensifier avec le changement global, et des systèmes d'alerte efficaces sont indispensables pour atténuer leurs effets dévastateurs. Néanmoins, la réalisation de prévisions précises en termes de localisation spatio-temporelle et d'ampleur du ruissellement et des inondations, d'identification des zones «à risque» susceptibles de provoquer des pertes humaines et économiques, restent un défi majeur. Les délais de prévision en crise vont de quelques minutes à quelques jours pour des vulnérabilités situées en aval d'un petit (<1 km²) ou d'un grand bassin versant (milliers de km²). Le développement de systèmes de prévision des inondations, en France et dans le monde, reste confronté à de sérieux défis:
(1) processus multi-échelles complexes générant inondations et dommages,
(2) fortes incertitudes de modélisation en particulier sur les cours d'eau non jaugés (souvent dévastateurs),
(3) intégration insuffisante de la vulnérabilité-dommages et des besoins réels des utilisateurs finaux.
Par conséquent, l'objectif primordial du projet MUFFINS est de développer de nouvelles approches intégrées de prévision des inondations, précises et efficaces en termes de calcul, permettant le transfert d'informations entre les modélisations (hydro-météorologie-hydraulique-dommages) et les échelles (de la génération de ruissellement local (<1 km²) à la propagation des crues sur bassins versants de milliers de km²), tout en tirant parti de données innovantes (in situ, télédétection, opportuniste) pour réduire les incertitudes des prévisions.
Un consortium pluridisciplinaire, réunissant des utilisateurs, des hydrométéorologues, des hydro-informaticiens et des mathématiciens, abordera les éléments clés nécessaires à la construction de telles chaînes de prévision :
•Capacités de prévision multi-échelles, des petites échelles (<1km²) à l'échelles des bassins (milliers de km²) avec des délais allant de 1h ou moins à ~1j, obtenues en couplant des prévisions de précipitations, des modèles hydrologiques scalables et régionalisés spatialement distribués, des modèles hydrauliques haute résolution incluant des processus hydrologiques.
•Synergies avec des données multi-sources et temps de calcul rapides via la mise en œuvre de méthodes innovantes incluant: réduction de modèles, stratégies en/hors ligne, méthodes statistiques, d'assimilation de données et d'apprentissage machine.
•Modélisation de risques-dommages et spécifications-évaluations expertes d'utilisateurs finaux pour les chaînes de prévision déployées sur des cas d'inondations multi-échelles.
Les cas d'étude sont localisés en région méditerranéenne où plusieurs crues récentes offrent un contexte très favorable: disponibilité des données (incl. données de dommages) et applicabilité du panel d'approches multi-échelles développées. Ces événements comprennent les crues de: juin 2010 et octobre 2018 sur l'Argens, janvier 2014 sur le Gapeau, octobre 2015 et 2020 dans les Alpes-Maritimes. De riches jeux de données physiographiques, hydrométriques, de levés de terrain post-inondation et de nouvelles données (télédétection, vidéo, opportuniste) permettront d'améliorer la précision des modèles. Les principales retombées du projet seront:
(1) De nouvelles méthodologies et outils pour la prochaine génération de méthodes de prévision des crues spatialement distribuées avec intégration de données multi-sources,
(2) Des démonstrateurs opérationnels de méthodes intégrées de prévision des crues utilisables en temps réel et transférables aux utilisateurs finaux (échelles nationale, régionale et locale),
(3) La mise à niveau de la chaîne nationale de prévision opérationnelle des crues «Vigicrues Flash» pour les bassins non jaugés, en vue de la future vigilance infra-départementale,
(4) L'amélioration de la modélisation des risques-coûts et de la capacité des sociétés d'(ré)assurance (CCR) à prendre des mesures efficaces après chaque événement.