En incorporant l'architecture des systèmes de drainage de la ville et les lectures des compteurs d'inondation dans un cadre statistique complet, les chercheurs de la Texas A&M University peuvent désormais prédire avec précision l'évolution des inondations dans des situations extrêmes comme les ouragans. Avec leur nouvelle approche, les chercheurs ont déclaré que leur algorithme pouvait prévoir le débit des eaux de crue presque en temps réel, ce qui peut alors conduire à une intervention et à une planification d'urgence plus rapides.

« Ne pas savoir où s'écouleront ensuite les eaux de crue est particulièrement préjudiciable pour les premiers intervenants qui ont besoin d'évaluer le niveau d'inondation pour leurs opérations de sauvetage, " a déclaré le Dr Ali Mostafavi, professeur adjoint au Département de génie civil et environnemental de Zachry. "Notre nouvel algorithme considère les canaux de drainage souterrains pour fournir une représentation précise de la propagation des inondations. Cet outil, nous pensons, peut grandement aider la gestion des catastrophes, car les premiers intervenants seront en mesure de voir dans quel sens les eaux de crue s'écouleront en temps réel. »

Une description de l'algorithme des chercheurs peut être trouvée dans le numéro de décembre de la revue Génie Civil et Infrastructure Assisté par Ordinateur .

Les ouragans sont connus pour faire des ravages sur les rivages, renverser des arbres, abattre les lignes électriques et surtout, provoquant de graves inondations. Classiquement, les scientifiques ont utilisé des modèles basés sur la physique pour prédire où l'eau pourrait s'accumuler, déborder et provoquer des inondations. En substance, ces modèles capturent comment les caractéristiques physiques de la surface de la terre et les paysages urbains affectent l'écoulement de l'eau sur le sol.

Bien que robuste pour prédire quand et où les inondations se produiront dans la plupart des conditions de précipitations, Mostafavi a déclaré que ces modèles traditionnels ne sont pas aussi performants pour prédire les inondations lors d'incidents de pluie torrentielle, comme l'ouragan Harvey.

"Les modèles basés sur la physique offrent une perspective sur la façon dont les inondations peuvent se propager, ce qui est extrêmement utile, mais l'image qu'ils fournissent est quelque peu incomplète, ", a-t-il déclaré. "Nous voulions utiliser les données existantes sur la façon dont les inondations passées se sont propagées à travers les canaux de drainage pour développer un modèle qui serait capable de prédire, dans une certaine précision, comment les futures inondations se propageront.

Les canaux de drainage sont un réseau élaboré de canaux entrelacés qui se rejoignent à des jonctions appelées nœuds. Ainsi, l'inondation d'un chenal peut affecter directement ou indirectement d'autres chenaux et provoquer la propagation des crues, un peu comme un effet domino.

Pour prédire dans quelle direction les eaux de crue s'écouleront le long des canaux de drainage et provoqueront une inondation, Mostafavi et son équipe ont développé un modèle basé sur les probabilités qui a été alimenté, comme l'une de ses entrées, les lectures de niveau d'eau sur les jauges de crue. Ces lectures ont été effectuées à différents moments lors de deux inondations majeures au Texas :l'ouragan Harvey en 2017 et l'inondation du Memorial Day à Houston en 2015.

Une fois que leur algorithme a été formé sur les modèles d'écoulement de l'eau à travers le réseau de drainage pour ces événements de fortes précipitations, les chercheurs ont testé si leur modèle fonctionnait en vérifiant s'il pouvait prédire les modèles d'inondation qui avaient été observés lors de l'inondation du jour des impôts à Houston en 2016.

Ils ont découvert que leur modèle atteignait une précision de 85 % pour prédire comment l'inondation s'était propagée dans le système de drainage de la ville pendant l'inondation du jour de l'impôt. Bien que le modèle ait été validé en utilisant une crue passée, Mostafavi a déclaré que le succès du modèle suggère qu'il sera également capable de prédire comment les nouvelles inondations se propageront à travers les réseaux de drainage de la ville. Cette information pourrait aider les intervenants d'urgence à prendre des mesures préventives pour les évacuations, il a dit.

Notant les mises en garde de leur modèle, Mostafavi a déclaré que les performances de leur algorithme pourraient être compromises si les capteurs des jauges d'inondation tombaient en panne. Cependant, compléter les prédictions provenant de modèles basés sur la physique avec celles du nouvel algorithme de leur équipe peut une fois de plus restaurer la précision de la prédiction des crues.

"Les modèles traditionnels et nos modèles basés sur les données peuvent être utilisés pour se compléter pour donner une image plus précise de l'endroit où les eaux de crue iront ensuite, " a déclaré Mostafavi. " Les ouragans de l'ampleur de Harvey ou Katrina sont généralement considérés comme un événement sur mille ans, mais ils ne sont peut-être pas aussi rares si l'on considère les changements dans les régimes météorologiques mondiaux en raison du changement climatique. Mais nous avons maintenant des outils plus robustes pour résister à la tempête. »