Des chercheurs de l'Oregon State University ont développé une nouvelle méthodologie pour construire des modèles informatiques qui ouvre la voie à une meilleure compréhension des risques d'inondation auxquels sont confrontées les communautés côtières.

C'est important parce que les villes le long de la côte sont souvent situées près des estuaires, ce qui les rend vulnérables à la fois aux inondations des marées de tempête et aux inondations des rivières.

Les estuaires se trouvent là où les rivières se jettent dans l'océan, ce qui signifie que les rivières sont influencées par les crues des marées et subissent également de fréquentes, changements périodiques de la salinité, la lumière du soleil et l'oxygène.

Le site d'étude de cette recherche était Grays Harbor, dans l'État de Washington, mais la méthodologie peut être appliquée à n'importe quelle zone sujette à des inondations estuariennes.

"Les inondations dans des régions comme le nord-ouest du Pacifique sont compliquées car de nombreux processus y contribuent, comme les marées, les grosses vagues et le débit de la rivière, " a déclaré Kai Parker, auteur correspondant de l'étude publiée dans Génie côtier . "Nous devons être en mesure de prédire les niveaux d'eau sur plusieurs échelles de temps."

À court terme, c'est-à-dire inondations dues à une tempête particulière :les prévisions peuvent éclairer les décisions concernant des actions telles que les évacuations et les fermetures de routes. Et il est également essentiel de comprendre comment les inondations se produisent sur des échelles de temps plus longues, par exemple, les planificateurs peuvent ainsi disposer de plus d'informations lorsqu'ils décident d'aménager ou non une parcelle de terre basse.

Le nouveau modèle informatique implique une "émulation" et utilise des techniques statistiques, par opposition aux modèles traditionnels qui tentent de reproduire directement la vaste collection de processus physiques en jeu lors de la crue des estuaires.

Cette reproduction directe, Parker a noté nécessite beaucoup de temps et de puissance de traitement.

"Les dépenses de calcul rendent difficile l'étude des inondations à de longues échelles de temps, " a-t-il dit. " La question clé à laquelle nous voulions répondre dans cette étude est, « existe-t-il un meilleur moyen de gérer les temps de simulation longs pour les modèles d'inondation coûteux en calcul ? »"

La recherche faisait partie du doctorat de Parker. programme à l'OSU sous la direction des professeurs David Hill du College of and Engineering et Peter Ruggiero du College of Earth, Sciences de l'océan et de l'atmosphère. Parmi les collaborateurs figurait également Katy Serafin, un ancien élève de l'État de l'Oregon qui fera bientôt partie du corps professoral de l'Université de Floride.

"Nous avons réduit la complexité du modèle en utilisant des méthodes statistiques, " dit Parker, maintenant boursier Fulbright à l'Universidad Técnica Federico Santa Maria au Chili. « Une fois le modèle statistique, ou émulateur, est construit - une fois que nous avons créé un ensemble de données d'entraînement et entraîné l'émulateur - une utilisation supplémentaire de celui-ci est pratiquement nulle. C'est presque instantané."

L'émulateur a bien fonctionné, reproduisant les niveaux d'eau extrêmes des récentes inondations à Grays Harbour, dit Parker.

À environ 140 milles au nord-ouest de Portland, Oregon, Grays Harbour est une baie peu profonde—profondeur moyenne :environ 5 mètres—avec un canal de navigation en eau profonde entretenu par le United States Army Corps of Engineers.

Grays Harbour couvre 235 kilomètres carrés, est alimenté par cinq rivières qui drainent un bassin versant supérieur à 7, 000 kilomètres carrés et est « soumis à un climat de tempête et de vagues énergiques, " Parker a dit, fournissant un test solide pour le modèle.

"Notre modèle est très utile car nous pouvons l'utiliser pour explorer une variété infinie de scénarios d'inondations futures, " Parker a déclaré. "Cela nous permet de mieux comprendre le risque d'inondation dans les communautés côtières ainsi que la façon dont ce risque changera à l'avenir."