La prévision des crues demeure actuellement une mission difficile, avec des marges d’amélioration importantes, dont les forts enjeux socio-économiques mobilisent scientifiques et acteurs opérationnels. À travers la présentation du processus de développement d’un outil hydrologique largement utilisé pour la prévision des crues en France, cet article illustre l'importance de l'interaction entre chercheurs et communauté d’utilisateurs pour  faire émerger des questions de recherche, proposer en retour des solutions innovantes et garantir l’utilisation concrète des produits.

De l’annonce à la prévision des crues, une transition progressive

Étant donnés les enjeux pour la sécurité des biens et des personnes, anticiper les phénomènes de crue revêt une importance majeure. En France, les inondations générées par les crues sont en effet la première cause de dégâts liés à des phénomènes naturels, représentant 80 % du coût global de ces dégâts. Une personne sur quatre est concernée, directement ou indirectement, par ce risque (Ministère de l’Écologie, du Développement durable et de l’Énergie, 2012).

Au-delà des solutions structurelles de protection contre les inondations (digues, barrages, etc.), une manière de réduire leurs impacts négatifs est d’anticiper les phénomènes de crue et d’alerter les populations avec suffisamment d’avance pour favoriser leur évacuation et la protection des biens. Jusqu’en 2003, en dehors des dispositifs gérés par EDF sur les principaux massifs montagneux, la France ne disposait au niveau national que d’un dispositif d’annonce de crues sur ses grands cours d’eau, dont les capacités d’anticipation étaient très réduites. Suite à différents événements catastrophiques à la fin des années 1990 et au début des années 2000, une commission d’enquête parlementaire (voir www.assemblee-nationale.fr/rap-enq/r3386-01.asp) pointait du doigt les lacunes du dispositif français de prévision, et proposait une série de mesures pour en améliorer l’efficacité.

Naissait alors en 2003, sous l’impulsion du ministère chargé de l'écologie, le réseau national des services de prévision des crues (SPC), coordonné par le service central d’hydrométéorologie et d’appui à la prévision des inondations (SCHAPI), service de la direction générale de la prévention des risques (DGPR). La restructuration des services s’est accompagnée d’objectifs ambitieux d’amélioration de leurs potentialités techniques. Des programmes pluriannuels de développements, en partenariat avec des établissements de recherche, ont été engagés pour proposer des solutions innovantes d’anticipation des crues (quelques repères chronologiques sont illustrés dans la figure 1).

Des modèles hydrologiques pour la prévision

Dès 2003, Irstea s’est impliqué dans ces programmes de recherche, en particulier au travers de ses équipes travaillant sur la modélisation hydrologique à des fins opérationnelles. Les modèles hydrologiques, qui représentent la réponse en débit des bassins versants à des pluies, sont des outils très utiles pour la prévision des crues. Par rapport à des outils de propagation des débits en rivière plus classiquement utilisés, ils permettent de gagner en anticipation en prenant en compte le temps de transfert de la pluie jusqu’à la rivière et en profitant des délais supplémentaires permis par les prévisions météorologiques. Un outil aujourd’hui largement utilisé dans les SPC est né de ces recherches : GRP (modèle du génie rural pour la prévision de crues).

Son développement illustre en quoi sa diffusion auprès d’une communauté d’utilisateurs et les collaborations qui en découlent, ont permis de faire remonter des questions de recherche et de proposer en retour des solutions innovantes pour la prévision des crues.

GRP, de la recherche à l’opérationnel

Dès les années 1980, les hydrologues d’Irstea (à l’époque Cemagref) ont développé des modèles hydrologiques pour estimer le débit dans un cours d’eau à partir de la connaissance des précipitations à l’échelle du bassin versant. Dans le contexte de la prévision de crues sur les bassins versants jaugés, le modèle hydrologique bénéficie de l’information disponible sur les débits observés en temps réel. Cette information permet de corriger les principales sources d’erreur par des techniques d’assimilation de données. Des travaux de recherche ont été menés pour développer une technique basée sur des modifications des paramètres du modèle. Cette approche, dite variationnelle, a alors fait l’objet d’un développement opérationnel à partir de l’année 2000, dans le cadre d’une demande initiale du service d’annonce de crue (SAC) Oise-Aisne. L’outil, HYDROMATH, développé en collaboration avec le bureau d’études Safege, a été mis en place sur les bassins de l’Oise et de l’Aisne pour des objectifs de prévision à courte échéance. Un tel modèle hydrologique, fonctionnant en continu (tout au long de l’année), était alors assez novateur dans la culture des services d’annonce de crue qui fonctionnaient plutôt sur la base de modèles événementiels ou de modèles de type hydraulique. Le logiciel HYDROMATH a ensuite été testé pour la direction régionale de l'environnement Nord-Pas-de-Calais et mis en place au SAC d’Angers sur les bassins de la Sarthe et de l’Huisne.

Les retours d’expérience sur l’outil de prévision montrèrent cependant des résultats mitigés, et des comparaisons réalisées en parallèle avec d’autres types d’outils de prévision montrèrent la nécessité de revoir la stratégie de modélisation. Une nouvelle approche, plus simple, a alors été proposée par Tangara (2005). Elle permettait d’avoir un modèle épuré (appelé GRP, figure 2) et d’améliorer la robustesse des résultats. Ce modèle a suscité très rapidement l’intérêt du SPC Seine-Moyenne-Yonne-Loing (SMYL), qui en a demandé une mise en œuvre opérationnelle. Des noyaux de calcul, pouvant être pilotés depuis les plateformes du SPC, ont alors été développés et implémentés sur le bassin de la Seine en amont de Paris. Les sorties de ces modèles alimentaient ensuite un modèle hydraulique développé à l’échelle du bassin. Ce modèle a alors été rendu plus général grâce aux travaux de Berthet (2010) et constituera la base de travail des développements ultérieurs de GRP.

GRP a une structure à réservoirs (figure 2). Il ne dépend que de trois paramètres à optimiser, ce faible niveau de complexité lui conférant une bonne stabilité et une bonne robustesse. Le modèle n'a besoin pour fonctionner que de données de pluie, d'évapotranspiration potentielle (ETP), de température et de débit .

Quelques repères sur l'évolution des développements du modèle GRP dans le contexte de l’évolution de l’organisation de la prévision des crues en France sont illustrés sur la figure 1.

Appropriation du modèle par le réseau national de la prévision

Le SCHAPI, créé en 2003 à l’occasion de la réforme de la prévision des crues et implanté à la Météopole de Toulouse, constitue le cœur du réseau de la prévision des crues et de l’hydrométrie, désormais appelé réseau Vigicrues. Ce service, qui compte une trentaine d’ingénieurs et techniciens spécialisés en hydrométéorologie, assure sur l’ensemble du territoire national une mission d’animation, d’assistance, de conseil et de formation auprès des services de prévision des crues et d’hydrométrie. Il a également pour rôle d’assurer une veille technologique, et de promouvoir ou mettre à disposition des outils communs adaptés pour garantir la cohérence nationale des méthodes et outils de prévisions. Depuis 2006, les SPC élaborent la vigilance aux crues (production biquotidienne) et les prévisions sur leurs territoires de compétence, et le SCHAPI assure la coordination et la production de la carte nationale de vigilance, disponible sur http://www.vigicrues.gouv.fr/.

Depuis 2010, les échanges entre le réseau Vigicrues et Irstea sont pilotés par le SCHAPI. En cinq ans, le modèle GRP a été adopté par la majorité des SPC, et est actuellement le modèle de prévision le plus utilisé dans le réseau Vigicrues, comme l’illustre la figure 3. Le succès du modèle s’explique par plusieurs facteurs prépondérants. La fiabilité des prévisions produites par le modèle sur la majorité des bassins versants, sa robustesse et son adéquation aux contraintes du monde opérationnel jouent un rôle majeur. La dynamique de diffusion assurée par le SCHAPI, allant de pair avec une politique de formation dédiée (module de formation GRP proposé au réseau de la prévision), contribue également à une excellente appropriation du modèle par les services. L’évolution des moyens informatiques et de communication ont aussi permis de dynamiser le partage d’information, des outils et des données, facilitant davantage la collaboration entre les différents acteurs. Enfin, la démarche d’amélioration progressive et constante de l’outil contribue à sa pérennité, élément important pour tout service opérationnel.

Partage d’idées entre scientifiques et opérationnels

Les développements réalisés autour de l’outil GRP peuvent être regroupés en trois phases successives :

  1. phase de développements initiaux : développements de modèles ou d’approches génériques, souvent dans le cadre de travaux de thèse, avec des produits de recherche potentiellement applicables en contexte opérationnel ;
  2. phase de transfert : valorisation de ces produits de recherche pour des partenaires opérationnels, avec un développement d’outils adaptés aux besoins et la réalisation d’analyses spécifiques sur des cas d’étude ;
  3. phase de développements conjoints : évolution des outils, que ce soit sur le fond avec des recherches associées, ou sur la forme en termes de fonctionnalités ou d’ergonomie des outils. Dans cette phase, l’utilisateur final est un acteur majeur dans l’orientation des développements.

Ces trois phases ont chacune leurs spécificités et contraintes. On pourra par exemple mentionner, au sein de la phase de transfert, la question toujours délicate du passage de codes informatiques de recherche à des codes opérationnels, avec les problématiques de pérennité et d’évolution de ces codes. Ces phases ont fait intervenir différents acteurs, en premier lieu Irstea, moteur des développements de recherche et chargé des évolutions de l’outil. Ces travaux de recherche ont nécessité des partenariats externes, en particulier avec Météo-France, et n’auraient pu connaître cette importance sans le soutien du réseau Vigicrues, via le SCHAPI, financeur extérieur principal des développements. Le SCHAPI a assuré la diffusion des outils dans le réseau national de la prévision avec l’appui méthodologique associé, a veillé à la coordination des démarches et a permis la centralisation des retours d’expérience. Enfin, les utilisateurs des outils en conditions opérationnelles, qu’ils soient dans le réseau national de la prévision, des opérateurs privés (par exemple, la Compagnie nationale du Rhône) ou des bureaux d’études, ont largement contribué à faire évoluer l’outil et les méthodes associées.

Les discussions entre acteurs sont aujourd’hui assurées dans le cadre du groupe de travail rassemblant les utilisateurs et les développeurs de GRP à une fréquence annuelle. Ce groupe a plusieurs objectifs :

  • présenter des retours d’expériences sur le modèle et échanger sur les limites de l’outil ;
  • faire émerger les besoins partagés en fonctionnalités complémentaires de l’outil et les souhaits d’évolutions de la part des utilisateurs ;
  • discuter des priorités dans les évolutions futures ;
  • faire part des derniers résultats de recherche et des perspectives scientifiques dans le domaine de la prévision des crues.

En ce sens, ce groupe permet de faire ressortir des questions essentielles, souvent complexes, appelant potentiellement des recherches spécifiques. Il s’agit donc d’un véritable lieu d’inspiration pour la recherche.

Parmi les évolutions récentes de GRP auxquelles ce groupe d'utilisateurs a apporté une contribution déterminante, on peut citer le développement d’une version spatialisée du modèle de prévision (TGR), et le développement de méthodes de quantification des incertitudes.

Développement du modèle TGR

Le modèle GRP, dans sa conception, ne prend pas en compte les informations de débit disponibles en amont de la station hydrométrique ciblée. Or la présence de stations hydrométriques amont, en fournissant des données sur la propagation des crues, peut améliorer les résultats du modèle sur certains bassins.

C’est par exemple le cas du bassin versant du Serein (sur le bassin de la Seine), suivi par le SPC SMYL, dont la configuration géologique et topographique (un bassin de 1 120 km², d’une dizaine de kilomètres de large pour une longueur de 120 km) peut générer des crues très différentes en fonction de la localisation de la pluie au sein du bassin. Devant les difficultés du modèle GRP sur ce bassin, le SPC SMYL a sollicité en 2009 deux équipes d’Irstea (à Antony et Montpellier) pour mettre au point un modèle dit semi-distribué, le modèle TGR (pour transfert GR), permettant de prendre en compte explicitement la propagation des débits le long du réseau hydrographique. Ce modèle est le fruit des réflexions initiées dans les travaux de thèse de Lerat (2009). D’un point de vue opérationnel, le modèle semi-distribué présente l’avantage d’améliorer la robustesse du système de prévision, en exploitant les informations sur les stations amont et en palliant d’éventuels dysfonctionnements à la station cible. Il permet également la prise en compte aisée de spécificités hydrologiques et d’ouvrages influençant les débits d'un cours d'eau, tels que les lacs, les barrages et les prises d'eau.

L’implémentation du modèle TGR sur le Serein ayant été concluante, le modèle a ensuite été testé en 2010 sur un bassin plus grand, le bassin de la Seine à Paris (43 800 km²), où son intérêt s’est confirmé. Depuis 2011, l’équipe d’Irstea Montpellier, en étroite collaboration avec l’équipe d’Antony, développe la version opérationnelle de TGR, pour qu’elle soit compatible avec celle du modèle GRP existant.

Quantification des incertitudes de prévision

La quantification des incertitudes est un élément essentiel dans l’interprétation des prévisions et leur communication auprès des gestionnaires de crise, des décideurs et du grand public. Conscient de l’importance de ce point et de la nécessité de fournir des estimations d’incertitudes automatiques complémentaires de l’expertise du prévisionniste, le SCHAPI a encouragé et soutenu à partir de 2010 des travaux de recherche à Irstea sur le développement de méthodes permettant d’apprécier les incertitudes associées aux prévisions. Deux approches ont été suivies. D’un côté, des abaques de quantification des probabilités de dépassement d’un seuil en fonction des incertitudes météorologiques futures ont été développés. Ils permettent d’aider le prévisionniste à évaluer la sévérité d’un événement sur la base d’un très grand nombre de scénarios de pluies futures.

Parallèlement à ces abaques, une méthode d’estimation des intervalles de prévision a été bâtie (Bourgin, 2014) et implémentée dans la version de GRP diffusée en décembre 2014. Les retours des utilisateurs, dès les premiers mois de test de cette nouvelle fonctionnalité, ont apporté de réelles améliorations à cette approche, qui a ensuite été reprise par un groupe de travail du SCHAPI pour développer un outil générique (OTAMIN) applicable aux différents modèles utilisés dans le réseau de la prévision. Des travaux ont également été réalisés sur la communication des incertitudes. Ces différentes actions ont été le lieu d’échanges intenses entre acteurs, permettant de développer des méthodes scientifiquement solides tout en répondant aux besoins opérationnels (figure 4).

Ces travaux, ainsi que d’autres non détaillés ici, ont permis d’améliorer la généralité de l’outil opérationnel, en le dotant de fonctionnalités supplémentaires et en améliorant son ergonomie générale.

Discussion et conclusion

La recherche dans le domaine de la prévision hydrométéorologique doit nécessairement être à l’écoute des préoccupations, attentes et contraintes opérationnelles. Les travaux menés à Irstea au cours des vingt-cinq dernières années sur cette thématique ont conduit à des outils opérationnels, notamment autour du modèle GRP. Un autre outil, AIGA, a également fait l'objet d'un développement sur le long terme à Irstea-Aix pour l'anticipation des crues rapides. Ces outils sont le résultat d’un dialogue permanent entre différents acteurs, opérationnels et scientifiques. Les résultats encourageants obtenus dans l’utilisation de ces outils montrent tout l’intérêt de ces synergies entre acteurs.

Cette collaboration de longue durée bénéficie d’une répartition claire des tâches en fonction des forces de chaque partie. Tandis que le développement et les évolutions du code numérique et du cœur de calcul sont assurés par Irstea, l’interface entre l’outil et l’utilisateur ainsi que les aspects ergonomiques sont principalement gérés par les acteurs opérationnels.

Alors que les projets de recherche sont généralement focalisés sur des cas d’étude plutôt propices et que la littérature scientifique regorge d’articles relatant des « success stories » sur des méthodes qui marchent, les retours d’expérience des opérationnels mettent souvent en évidence les limites des modèles et fournissent en ce sens une matière riche pour les chercheurs pour mettre au point des solutions plus performantes.
D’un point de vue organisationnel, l’émergence d’outils collaboratifs innovants comme la forge logicielle (https://forge.irstea.fr) facilite le développement et le partage d’information entre les acteurs du développement de GRP situés à Antony, Toulouse et Montpellier. D’autres outils collaboratifs comme des forums permettant le partage d’expériences des utilisateurs restent à explorer à l’avenir.

Pour citer cet article :

Référence électronique :
FURUSHO, Carina ; PERRIN, Charles ; LAMBLIN, Rémi ; DORCHIES, David ; BERTHET, Lionel ; ANDRÉASSIAN, Vasken, Dynamique de collaboration entre acteurs opérationnels et scientifiques pour une amélioration des systèmes de prévision des crues en France, Revue Science Eaux & Territoires, L'innovation ouverte au service de l'environnement, numéro 17, 2015, p. 40-45, 29/10/2015. Disponible en ligne sur <URL : http://www.set-revue.fr/dynamique-de-collaboration-entre-acteurs-operationnels-et-scientifiques-pour-une-amelioration-des> (consulté le 22/10/2019), DOI : 10.14758/SET-REVUE.2015.17.08.

Ajouter un commentaire

Télécharger au format PDF
↑ Haut de page