Fermer

FloodDAM-DT

Comme son prédécesseur FloodDAM, FloodDAM-DT relève d’une coopération franco-américaine visant à fournir un service automatisé pour détecter, surveiller et prévoir de manière fiable les inondations à l'échelle mondiale. Cette évolution Digital Twin participe à un effort international pour concevoir un jumeau numérique du système terrestre basé sur le cycle de l’eau et focalisé sur les inondations.

Présentation

Contexte

Le projet SCO FloodDAM Digital Twin (DT) vise à concevoir un jumeau numérique du système terrestre (ESDT – Earth System Digital Twin) pour des systèmes d’alerte et de cartographie de risques d’inondation à une échelle locale et globale en utilisant les technologies spatiales. Il s’agit d’un effort entre le projet SCO FloodDAM-DT porté par le CNES et le projet IDEAS (Integrated Digital Earth Analysis System) mené par la NASA dans le cadre du programme Advanced Information Systems Technology (AIST) sur les applications du cycle de l'eau, et plus particulièrement sur les inondations. Cette collaboration internationale permettra aux chercheurs et aux décideurs de visualiser, d'analyser et d'évaluer différents scénarios pour les questions environnementales où l'évaluation des risques est en jeu.

SChema FLoodDAM DT

▲ Figure 1. Schéma à haut niveau du jumeau numérique IDEAS et FloodDAM-DT pour le cycle de l'eau et les inondations. © NASA JPL

Objectifs et méthodologie

L’architecture DT pour l’hydrologie vise à connecter dynamiquement les données sur l'eau continentale (in situ, aéroportées, sources de données de télédétection (RS), par exemple radar et optique) avec des algorithmes de traitement de la donnée et des modèles hydrologiques/hydrodynamiques des deux agences (NASA et CNES) pour produire des prévisions d'inondation aux échelles globale et locale.

Ce travail implique un effort multi-agences pour établir une plateforme open-source évolutive axée sur la distribution de données hydrologiques comme les ressources en eau et les risques des inondations. Deux cas d’études serviront de démonstrateurs.

Le démonstrateur FloodDAM-DT s’appuie sur un volume toujours croissant de données hétérogènes pour l'observation de la Terre, d’outils de modélisation de la dynamique des fluides multi-physiques et multi-échelles enrichis d'algorithmes d'assimilation de données, d’algorithmes d’apprentissage du domaine de l’Intelligence Artificielle (IA) et d'analyses avancées pour le traitement des données. Le projet bénéficie des interfaces standardisées et normalisées des agences spatiales française et américaine pour faciliter l'utilisation des données, ainsi que des ressources considérables de calcul disponibles pour le consortium.

Dans ce contexte, le projet utilise des logiciels et des données open-source. Les principaux blocs de traitement sont :

  1. la détection et l'alerte des inondations,
  2. la cartographie rapide de l'étendue des inondations, et la surveillance des événements d'inondation en cours,
  3. la prévision des surfaces d’inondation et des cartes d’élévation de la surface libre à court terme à l'aide de modèles hydrodynamiques haute-fidélité sur des zones locales,  et
  4. l'estimation en temps réel et post-événement du risque financier associé aux inondations.

Pipeline FloodDAM

▲ Figure 2. Pipeline du projet FloodDAM Digital Twin © CNES

La chaîne de traitement FloodDAM-DT sera intégrée dans la plateforme nationale hydrologique Hydroweb.next ouverte à tous types d’utilisateurs.

Apports innovants et liens logiques

Par rapport à son précurseur, le projet FloodDAM-DT se dote des atouts suivants :

  • Automatisation et démonstration de la chaine complète (détection et alerte d’inondation, cartographie rapide de l’inondation, modélisation hydrodynamique, cartographie et estimation des impacts socio-économiques) sur les bassins versants sélectionnés (Garonne en France, Ohio aux Etats-Unis) avec la fourniture d’un rapport de crue associé à des fins d’aide à la décision.

  • Intégration de la chaine complète dans la plateforme française Hydroweb.next (Projet HYSOPE-II) pour la centralisation de toutes les données libres en relation avec l'eau et l’intégration des produits demandés par les utilisateurs.

  • Interopérabilité avec d’autres services et systèmes à travers la Plateforme Hydroweb.next et API en utilisant des interfaces standardisées et de format de données homogénéisés

  • Chainage multi-échelles des modèles d’hydrologie grande échelle RAPID de la NASA/JPL et hydrodynamique fluviale Telemac-2D avec assimilation de données (CERFACS).

  • Utilisation de nouvelles données satellites pour la cartographie rapide des inondations, pour la prévision des étendues des inondations et des cartes d’élévation de la surface libre via l’assimilation de données dans des modèles hydrodynamiques.

  • Un modèle numérique de terrain (MNT) haute résolution et hydro-compatible à partir des acquisitions stéréo des images Pléiades.

  • Estimation et évaluation des impacts socio-économiques des inondations

  • Aller vers un jumeau numérique terrestre focalisé en hydrologie : une réplique numérique de l’état des bassins versants pour comprendre l'hydrologie et les inondations, à plusieurs échelles spatio-temporelles, et en rendant transposable la chaine FloodDAM sur d’autres sites présentant un intérêt en termes de risques, sécurité et d'enjeux financiers.

Agenda :

  • 21 juin 2022 : 1er Copil (Comité de pilotage)
  • 15 novembre 2023 : 2ème Copil
  • Décembre 2023 : pré-démonstration des services IDEAS et FloodDAM-DT
  • Juin 2024 : démonstration end-to-end sur scénarios en France et aux Etats-Unis

Site(s) d’application

  • Bassin versant de la Garonne, tronçon Tonneins-La Réole (France)

Carte Garonne Marmandaise

▲ Figure 3. Bassin versant Garonne – Marmandaise (France) délimité par la zone rouge avec une illustration des cartes de l’étendue d’inondation à partir de Sentinel-1 avant et après l’événement d’inondation du 2021. © CERFACS

  • Bassin versant de l’Ohio River (Etats-Unis), tronçon Cannelton-Newburgh 

Carte Ohio Cannelton-Newburgh

▲ Figure 4. Bassin versant Ohio River (Etats-Unis) délimité par la zone rouge avec une illustration des cartes de l’étendue d’inondation à partir de Sentinel-1 avant et après l’événement d’inondation en février 2018. © CERFACS

Données

Satellite

  • Données haute-résolution (HR) avec couverture globale pour tous les sites de test :
    • Optique (Sentinel-2, Landsat-8/9)
    • Radar (Sentinel-1)
    • Altimétrie (Sentinel-6, Sentinel-3, SWOT)
  • Données à très haute-résolution (VHR) à la demande :

    • Radar (TerraSarX fourni par Airbus DS, Capella (bande X), Umbra (bande X), Saocom (Bande L), NovaSAR-1 (Bande S), future NiSAR (Bande L)
    • Optique (Pléiades/ Pléiades-Neo fourni par Airbus DS)
  • Produits dérivés

    • Portails de données spatiales : PEPS , IR DataTerra  (THEIA, AERIS, ODATIS, FORM@TER), etc.
    • Données et modèles de Météo France sur le portail AERIS
    • Services Copernicus: C3S (Climate Change), Emergency Management Service (EMS) avec les service Rapid Mapping Service (RMS), Risk and Recovery Mapping (RRM) et European Flood Awareness System (EFAS), Atmosphere Monitoring Service (CAMS), Land Monitoring Service (CLMS)
    • Données MNT/MNS : Copernicus MNS 30m, MERIT MNT 90m, LIDAR IGN (RGE Alti)

 Autres

  • Données des stations in-situ en France par le réseau VigiCrues et aux Etats-Unis par le réseau USGS
  • Données des stations in-situ et drone fournies par la société VorteX.io
  • Nombreux ensembles de données territoriales : cartes d'occupation des sols (IOTA2 Land Cover, Corine Land Cover, ESA-WorldCover), cartes et densités de population, registre parcellaire graphique (RPG), etc.

Données FloodDAM

▲ Figure 5. Panorama de données utilisées dans le projet SCO FloodDAM – DT.

Résultats – Produits finaux

Ce projet de 18 mois aboutira par une démonstration de la chaine de traitement complète en montrant son aspect multi-échelle sur au moins 2 sites : le bassin versant de Garonne Marmandaise en France et le bassin versant de l'Ohio aux États-Unis. Cette démonstration permettra ainsi l'accès aux données in-situ et satellite/drone, à la cartographie de l'étendue des inondations issue du traitement des données par IA, aux sorties de la modélisation CFD ainsi qu'à l’estimation des risques socio-économiques liés aux inondations.

Service d’alerte

La surveillance des inondations est assurée par des réseaux nationaux in situ tels que VigiCrues en France et USGS aux États-Unis. Le projet FloodDAM-DT complète ces mesures avec de nouvelles stations in-situ vorteX.io afin d'améliorer la résolution spatiale (particulièrement dans les plaines d’inondations et les affluents), diversifier la nature des capteurs et par conséquence améliorer la qualité des prévisions des cartes d’inondation issue de la modélisation hydrodynamique avec assimilation de données.

En complément de ces mesures, un survol de drone est prévu lors d'un évènement d’inondation à l’hiver 2024. Les micro-stations ainsi que le drone vorteX.io embarquent un instrument LIDAR qui fournit la hauteur d’eau avec une précision centimétrique, un récepteur GNSS ainsi qu’une camera 8Mpx qui fournit des informations de vitesses d’écoulement et des ortho-photos.

 

Station vortex.io

▲ Micro-station vorteX-io © vorteX-io

PF Maelstrom

▲ Figure 6. La plateforme Maelstrom développée par vorteX.io fournit le service de détection et d’alerte en cas d'inondation. La plateforme indique également des mesures en temps réel de la hauteur d’eau, vitesse de surface et des images issues des stations in-situ ainsi qu’un positionnement précis par GNSS. Dans cet exemple, il s’agit du monitoring de la station in-situ vorteX.io à Couthures-sur-Garonne.  © vorteX.io

Cartographie de l’étendue d’inondation

Le projet FloodDAM a fourni d’impressionnants résultats à l’échelle globale avec la couverture d’une zone de 10 000 km² en moins de 5 minutes grâce à l’algorithme CNES open source Flood-ML basé sur la détection de changement par random forest entrainé sur des événements passés. Dans la continuité de ce travail, FloodDAM-DT vise à produire un produit de surveillance des inondations en temps quasi réel (near real time, NRT) en générant des cartes d'étendue des inondations après détection des anomalies de hauteur d'eau dans les séries temporelles des stations in-situ.

Les cartes d'étendue des inondations peuvent être générées à l'échelle mondiale, aux temps de passages des satellites comme le montrent les figures 7 et 8. À ces mêmes temps, des cartes d’inondations plus précises seront aussi disponibles grâce à la modélisation hydrodynamique avec l’assimilation des données in-situ et de télédétection, sur les zones pour lesquelles des modèles ont été développés.

▼ FloodML automatic report

FloodML Garonne

▲ Figure 7. Production de la cartographie rapide d'inondation en utilisant FloodML sur l’évènement d’inondation dans la Garonne Marmandaise du 2021-02-03 en utilisant des images radar Sentinel-1. © CNES-CLS

FloodML Ohio

▲ Figure 8. Production de la cartographie rapide d'inondation en utilisant FloodML pour un événement d'inondation sur Seattle (US) et Vancouver (CA) le 2021-11-16 en utilisant des images radar Sentinel-1. © CNES-CLS

Ré-analyse et prévision à court terme de crues d’inondation

Les outils de modélisation et d’assimilation de données permettent aussi de fournir des cartes d’étendue d’inondations entre les temps de passages des satellites ainsi qu’en prévision, au-delà du temps présent. Il est à noter que l’échéance maximum de prévision dépend fortement de la taille et de la dynamique du bassin. L’algorithme d’assimilation de données permet de combiner des données in-situ de hauteur d’eau, des cartes d’étendue d’inondation Sentinel-1&2, des données altimétriques Sentinel-6 et SWOT, ainsi que des données d’acquisition drones ou des mesures in-situ de vitesse de surface. Enfin, sur les bassins versants démonstrateurs, les modèles hydrodynamiques avec assimilation de données fournissent des cartes d’élévation de la surface libre sur l’ensemble du domaine simulé, à un pas de temps très fin, dans le passé, en ré-analyse, ainsi qu’en prévision au-delà du temps présent.

À noter que le modèle hydrodynamique Telemac2D utilisé pour la Garonne marmandaise a été mis à disposition par EDF dans le cadre d’une convention de recherche avec le CERFACS. Le modèle Telemac-2D de la zone choisie sur l’Ohio est en cours de développement au CERFACS, en collaboration avec la NOAA et l’Ohio State University.

Ici les résultats sont illustrés en Figure 9 pour la Garonne Marmandaise (Fig. 9a), pour l’événements de crue Janvier-Février 2021. Ils montrent que l’assimilation des données in-situ et des données satellitaires réduit l’écart quadratique aux observations de hauteur d’eau aux stations Vigicrue (Fig. 9b) et améliore l’accord avec la surface inondée observée par Sentinel-1.

Carte hauteurs d'eau

▲ Figure 9. Carte des hauteurs d’eau sur le bassin versant de la Garonne pour la crue 2021. (a) Bassin versant de la Garonne sur une longueur de 50 km. (b) Comparaison de la modélisation CFD avec les observations : la ligne en pointillés noirs représente le niveau d’eau observé, la ligne orange représente la simulation Telemac-2D en open loop et la ligne bleue représente la simulation Telemac-2D utilisant l’assimilation de données. (c) Carte de contingence de l’étendue des inondations représentant la prévision de l’étendue des inondations à gauche par FR sans l’assimilation de données, et à droite par IGDA avec l’assimilation de données satellitaires et in-situ, pour le 03/02/2021. Les zones inondées correctement prédites sont représentées en bleu foncé, les zones non inondées correctement prédites en bleu clair, les zones sous-prédites en jaune et les zones sur-prédites en rouge. © CERFACS

Cartographie de risques socio-économiques

Pour les zones à fort impact économique, un produit temps réel sur l’estimation des risques financiers liés aux inondations sera généré pour différent types d’acteurs comme l'industrie, l'agriculture ou l'aménagement du territoire.

En effet, en combinant les sorties des cartes d’élévation d’eau de la modélisation avec une base de données d'actifs physiques et de données de géolocalisation des médias sociaux, et en utilisant des méthodes qui lient la hauteur d’eaux et la durée de l’inondation au risque physique, ainsi qu'en intégrant des données textuelles et structurées (prix des matières premières agricoles, du carburant, calcul de l’inflation en temps réel pour les utilisateurs, etc.), cette démarche permettra d’estimer le risque financier d’inondation directement au niveau d’un site et plus largement au niveau d’une entreprise. Directement accessibles sur la plateforme d’intelligence environnementale QuantCube, la carte d’impact des risques d'inondation ainsi que l’estimation du risque financier pourront ensuite être transformés en score.

Coût dégâts

 

◀︎ Figure 10. Carte des coûts en dollars par pixel pour les terres cultivées en Garonne Marmandaise pour l'inondation du 02/02/2021. © QuantCube Technology

Dans le cadre de son démonstrateur, le projet FloodDAM-DT donnera accès aux cartes de risque physique ainsi que l’impact financier du risque d’inondation évalué sur les 2 cas d’étude du projet via la plateforme Hydroweb.next.

Plateforme Hydrologique de visualisation et traitement : Hydroweb.next

Dans l’optique d’une automatisation plus forte, la plateforme Hydroweb.next a été choisie pour intégrer la chaine de traitement FloodDAM ainsi que ses résultats sur les sites sélectionnés pour la démonstration. En effet, la plateforme Hydroweb.next est ouverte à tous les utilisateurs et permet d’échanger avec d’autres plateformes et services grâce à l’utilisation des interfaces standardisées et de données normalisées via l’interface ou API.

Hydroweb.next

▲ Figure 11. Plateforme hydrologique Hydroweb.next © CNES

Projets liés

  • Projet SCO FloodDAM
  • Projet IDEAS (Integrated Digital Earth Analysis System) du programme ESTO (Earth Science Technology Office) /AIST (Advance information system technology)

Les actus du projet

Contact

En cochant cette case, je reconnais avoir pris connaissance et accepte les Mentions légales.
CAPTCHA
Cette question sert à vérifier si vous êtes un visiteur humain ou non afin d'éviter les soumissions de pourriel (spam) automatisées.