FloodDAM-DT
Projet terminéLe projet SCO FloodDAM-Digital Twin s’est finalisé le 26 juin 2024 avec une démonstration « in live » de toute la chaîne de traitement. Le CNES et le JPL ont ainsi pu montrer la capacité à interfacer leurs deux systèmes et services et à fournir un accès à des données homogénéisées et standardisées sur les bassins versants de la Garonne (France) et de l'Ohio (USA). La démonstration a également présenté différents scénarii en réanalyse et en prévision afin d’évaluer les impacts d’inondation.
Le service traitement à la demande a été développé via la mise en place d’une architecture compatible avec les spécifications de ce jumeau numérique tandis que tous les produits générés lors de la démonstration pour les sites Ohio et Garonne ont été automatiquement intégrés dans la plateforme hydrologique Hydroweb.next qui assure la centralisation, visualisation et distribution de ces produits avec un accès ouvert à tous.
Ce projet a permis également de rendre disponible le logiciel open-source FloodML dédié à la cartographie des inondations à partir des images d’observation de la terre.
Présentation
Contexte
Le projet SCO FloodDAM Digital Twin (DT) mené par le CNES conjointement avec le projet IDEAS (Integrated Digital Earth Analysis System) mené par la NASA dans le cadre du programme Advanced Information Systems Technology (AIST) a participé à la conception d’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.
Cette collaboration internationale a permis d'analyser et d'évaluer différents scénarii pour évaluer les risques et l’impact des inondations dans le passé et dans le futur :
- What now? Ré-analyse des épisodes passés et présents pour améliorer la compréhension de la dynamique des événements débordants (aménagement du territoire, assurance…)
- What next? Prévision temps réel des crues et des inondations représentant la façon dont les inondations évolueront à court-terme (sécurité civile, gestion de crise…)
- What if? Évaluation de l'impact de l’inondation représentant la façon dont les inondations, débit et étendues d’eau pourraient évoluer sous différents scénarii climatiques.
▲ Figure 1. Schéma 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 a pu connecter dynamiquement les données sur l'eau continentale (in situ, aéroportées, sources de données de télédétection (RS), par exemple radar et optique) et des modèles hydrologiques/hydrodynamiques des deux agences (NASA et CNES) pour produire des prévisions d'inondation à large échelle sous différents scénarios du jumeau numérique.
Ce travail a impliqué 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.
Le démonstrateur FloodDAM-DT s’est appuyé 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 a mis en place 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 a utilisé des logiciels et des données open-source. Les principaux blocs de traitement sont :
- la détection et l'alerte d'inondations,
- la cartographie rapide de l'étendue des inondations, et la surveillance des événements d'inondation en cours,
- 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
- l'estimation en temps réel et post-événement du risque financier associé aux inondations.
▲ Figure 2. Pipeline du projet FloodDAM Digital Twin © CNES
👉 Les produits issus de chaque bloc de traitement du projet FloodDAM-DT ainsi que les produits issus des modèles du JPL ont été intégrés dans la plateforme nationale hydrologique Hydroweb.next ouverte à tous les utilisateurs.
Interopérabilité
L’interopérabilité de la chaîne a été assurée par la mise en place d’une architecture avec différents composants mis en œuvre côté CNES : serveur de traitement à la demande, FloodML, et surtout hydroweb.next et son rôle central comme hub de distribution et d'accès aux données FloodDAM.
▶︎ Figure 3. Activités des différentes parties prenantes et interfaces utilisées pour permettre la mise en œuvre du scénario FloodDAM. |
|
✦ Les interfaces mises en place et les données utilisées sont standardisées. Les standards qui ont été utilisés sont les suivants : OGC API Processes, STAC API (The SpatioTemporal Asset Catalog API), OGC WMS (Web Map Service) et OGC WFS (Web Feature Service), S3 (Amazon Simple Storage Service), POSIX (Portable Operating System Interface), AMQP (Advanced Message Queuing Protocol) et le Mail (POP, IMAP).
D’un point de vue utilisateur, les standards plus pertinents sont l’OGC API Processes (pour lancer l’exécution de traitement), STAC API (pour la recherche de résultats), et OGC WMS/WFS pour la diffusion de résultats vers la plateforme hydroweb.Next.
✦ Il faut noter que le service de traitement à la demande a été développé uniquement sur la génération de la cartographie d’inondation via l’algorithme FloodML. Le traitement à la demande consiste à exécuter le traitement de FloodML grâce à l’interface OGC API Process, à préparer les données nécessaires pour l’exécution de FloodML, la mise à disposition des résultats sur Hydroweb.next pour ensuite les diffuser. L’enchainement de ces différents processus a été fait via la mise en place, le temps du projet, du FloodDAM Jupyter Notebook* qui a permis de récupérer les résultats de simulation du modèle hydrologique RAPID du JPL via l’OGC API in-situ.
✦ Le FloodDAM Jupyter Notebook* développé, testé et validé lors du projet, a focalisé d’une part sur l’enchainement des différents processus du traitement à la demande de FloodML et d’autre part sur les résultats de la visualisation de la brique de cartographie rapide des inondations (FloodML) et des sorties de débit de rivière RAPID sur ces événements pour différent scénarios du jumeau numérique.
*Application web qui permet de stocker des lignes de code Python et les résultats de l’exécution de ces dernières.
▲ Figure 4. FloodDAM Jupyter Notebook
Apports innovants et liens logiques
Par rapport à son précurseur FloodDAM, la version DT se dote des atouts suivants :
-
Automatisation de chaque brique logicielle 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).
-
Intégration des produits du jumeau numérique dans la plateforme hydrologique française Hydroweb.next (Projet HYSOPE-II) pour la centralisation et distribution 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)
- 16 novembre 2023 : 2ème Copil
- Décembre 2023 : pré-démonstration des services IDEAS et FloodDAM-DT
- 18 janvier 2024 : pré-démonstration basée sur l’ingestion de données du jumeau numérique sur le versant de la Garonne dans la plateforme Hydroweb.next
- 26 juin 2024 : réunion finale et démonstration end-to-end sur différents scénarios en France et aux Etats-Unis basée la capacité d'interfacer les deux systèmes et services et de fournir un accès à des données homogénéisées et standardisées sur les bassins versants de la Garonne et de l'Ohio
Site(s) d’application
▲ Figure 5. 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 |
▲ Figure 6. 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 :
-
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 États-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 (ESA-WorldCover), cartes et densités de population, registre parcellaire graphique (RPG), etc.
▲ Figure 7. Panorama de données utilisées dans le projet SCO FloodDAM-DT.
Résultats – Produits finaux
Ce projet de 24 mois a abouti 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 a ainsi permis l'accès aux données in-situ et satellite, 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, vorteX.io peut effectuer un survol de drone équipé, comme les micro-stations, d'un instrument LIDAR mesurant la hauteur d’eau avec une précision centimétrique, d'un récepteur GNSS ainsi qu’une camera 8Mpx qui fournit des informations de vitesses d’écoulement et des ortho-photos.
|
▲ Micro-station vorteX-io © vorteX-io |
▲ Figure 8. 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 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 15 minutes grâce à l’algorithme CNES open source Flood-ML (https://github.com/CNES/floodml) basé sur la détection de changement par random forest entrainé sur des événements passés issus du EMSR Copernicus.
👉 FloodDAM-DT a permis d’améliorer cet algorithme en ajoutant une carte d’occupation du sol ESA WorldCover basée sur 7 classes pour optimiser la discrimination des zones inondées sur lesquelles le satellite présente des ambigüités.
👉 Les cartes d'étendue des inondations peuvent être générées à l'échelle mondiale, aux temps de passages des satellites comme le montrent les figures 9 et 10. À ces mêmes temps, des cartes d’inondations plus précises sont 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
▲ Figure 9. Production de la cartographie rapide d'inondation en utilisant FloodML pour un événement d'inondation sur l’Ohio (US) le 2018-02-27 en utilisant des images radar Sentinel-1 et la carte d’occupation du sol de l’ESA World Cover. © CNES-CLS |
▲ Figure 10. Production d’un rapport systématique de la cartographie rapide d'inondation en utilisant FloodML sur l’évènement d’inondation dans l’Ohio du 2018-02-27 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.
👉 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 a été développé au CERFACS, en collaboration avec la NOAA et l’Ohio State University.
👉 Les résultats de réanalyse sont illustrés en Figure 11 pour la Garonne Marmandaise, pour l’événement 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. 11b) et améliore l’accord avec la surface inondée observée par Sentinel-1.
▲ Figure 11. 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
👉 Les prévisions à court terme de crues d’inondation dans le scenario « what if » sont visualisables en figure 12 ci-dessous pour les deux sites d’étude.
▲ Figure 12. Cartes de l'étendue des inondations dans un scénario hypothétique « what if » où les précipitations observées ou simulées ont été augmentées, à gauche sur le bassin versant de la Garonne Marmandaise, à droite, sur l’Ohio. © 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 a été 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 a permis 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 peuvent ensuite être transformés en score.
◀︎ Figure 13. Carte des coûts en Euros par pixel pour les différents types d'occupation du sol en Garonne Marmandaise pour l'inondation du 02/02/2021. © QuantCube Technology |
|
Dans le cadre de la démonstration, le projet FloodDAM-DT donne accès aux cartes de risque physique ainsi que l’impact financier du risque d’inondation évalué sur les 2 sites, Marmande et Ohio, via la plateforme Hydroweb.next.
Hydroweb.next : Plateforme de distribution et visualisation de produits hydrologiques
La plateforme Hydroweb.next a été choisie pour intégrer tous les produits en sortie de la chaine de traitement FloodDAM 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.
▲ Figure 14. Plateforme hydrologique Hydroweb.next illustrant à droite les différents produits hydrologiques générés par le projet et accessibles via la plateforme et, à gauche, une carte d’inondation issue de FloodML avec la carte d’occupation du sol de l’ESA World Cover. © CNES
👉 Aller sur Hydroweb.next (saisir FloodDAM dans la zone de recherche)
Perspectives
En termes d’opérabilité à très court terme, le projet va développer une interface web qui permettra de gérer le traitement à la demande de la partie cartographie rapide des inondations (FloodML).
En termes de perspectives scientifiques, le projet souhaite améliorer la partie cartographie rapide des inondations (FloodML) avec l’intégration de nouveaux capteurs optiques/radar à différentes résolutions radar/optique (Capella,IcEye, Umbra, CosmoSkymed, NiSAR Planet,...) ainsi que l’intégration de données auxiliaires météorologiques (humidité, précipitation, température).
Enfin, toujours dans le cadre du projet, une activité est en cours générer un modèle numérique de terrain (MNT) hydro-compatible à très haute résolution (THR) à partir d’acquisitions stéréoscopiques Pléiades qui permettra de mettre à jour la topographie du modèle hydrodynamique de manière régulière.
Références
FloodDAM sur GEO Knowledge Hub du Group on Earth Observations (GEO), un référentiel numérique pérenne : https://doi.org/10.60566/a2gv9-95910 |
- Nguyen, T. H., Ricci, S., Fatras, C., Piacentini, A., Delmotte, A., Lavergne, E., & Kettig, P. (2022). Improvement of Flood Extent Representation with Remote Sensing Data and Data Assimilation. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-22, 2022, Art no. 4206022.
https://doi.org/10.1109/TGRS.2022.3147429 - Nguyen, T. H., Ricci, S., Piacentini, A., Fatras, C., Kettig, P., Blanchet, G., Peña Luque, S., & Baillarin, S. (2022). Dual state-parameter assimilation of SAR-derived wet surface ratio for improving fluvial flood reanalysis. Water Resources Research, 58, e2022WR033155.
https://doi.org/10.1029/2022WR033155 - Nguyen, T. H., Ricci, S., Piacentini, A., Simon, E., Suquet, R. R., & Luque, S. P. (2024). Gaussian Anamorphosis for Ensemble Kalman Filter Analysis of SAR-Derived Wet Surface Ratio Observations, IEEE Transactions on Geoscience and Remote Sensing, 62 (1-21).
https://doi.org/10.1109/TGRS.2023.3338296 - Nguyen, T.H., Piacentini A., Ricci, S., Cassan, L., Munier S., Bonassies Q., Rodriguez Suquet R. Remote Sensing Data Assimilation with a Chained Hydrologic-hydraulic Model for Flood Forecasting, arXiv:2405.00567v1, 2024.
https://doi.org/10.48550/arXiv.2405.00567 - Nguyen T.H., Ricci S., Piacentini A., Simon E., Rodriguez Suquet R., Peña Luque S. Dealing with Non-Gaussianity of SAR-Derived Wet Surface Ratio for Flood Extent Representation Improvement, IGARSS 2023.
https://doi.org/10.1109/IGARSS52108.2023.10282744 - Ricci S., Nguyen T.H., Le Gac S., Boy F., Piacentini A., Rodriquez Suquet R, Peña Luque S. Comparisons and water level analyses using Sentinel-6MF satellite altimetry data with 1D Mascaret and 2D Telemac models, EGU-6513, 2023
Projets liés
- Projet SCO FloodDAM
- Projet IDEAS (Integrated Digital Earth Analysis System) du programme ESTO (Earth Science Technology Office) /AIST (Advance information system technology)
- Plateforme hydrolologique Hydroweb.next
- Plateforme Maelstrom de vorteX.io
- « 2024 IEEE GRSS Data Fusion Contest » basé sur la cartographie rapide des inondations à partir de données satellitaires.
- Groupe de travail sur les inondations au sein du CEOS Working Group Disasters
Les actus du projet
- 07/11/2024 : présentation du projet FloodDAM-DT au Digital Twin Workshop de Nations Unis.
- 03/10/2024 : présentation du projet FloodDAM-DT au CEOS Working Group Disasters à Budapest
- 11/07/2024 : présentation du projet FloodDAM-DT à l’IGARSS 2024
- 16/10/2023 : Présentation du projet FloodDam-DT et de ses avancées lors de la 10ème Trimestrielle du SCO France « L’eau : entre stress et risques »