Fermer

FloodDAM Garonne

Ce projet met en place un service automatisé pour détecter, surveiller et évaluer de manière fiable les inondations à l'échelle globale. Afin de comprendre et d'anticiper ces événements extrêmes, une approche de fusion de capteurs est déployée, visant à incorporer de multiples capteurs satellitaires et terrestres ainsi qu'une combinaison de modèles numériques de dynamique de fluides (CFD).

PRÉSENTATION

Les inondations sont les catastrophes naturelles les plus fréquentes (et parmi les plus dangereuses) dans le monde entier. Elles ont entraîné la destruction d'un grand nombre de régions et de pays, et s'aggravent en de nombreuses lieux.

Pour tenter de comprendre et d'anticiper ces événements extrêmes, diverses initiatives ont été lancées au niveau international. En particulier, dans le domaine de l'observation de la Terre depuis l'espace, le programme Copernicus fournit des capacités telles que les satellites opérationnels Sentinel pour aider à surveiller les inondations. Fin 2021, la mission conjointe CNES-NASA (JPL) SWOT complétera ces capacités avec un système dédié à l'étude du cycle de l'eau. Dans le cadre de cette mission, le CNES et le JPL ont lancé en 2019 un projet visant à établir un système automatisé de détection des inondations basé sur le réseau de stations de jaugeage in situ situées aux États-Unis et fournissant des mesures de la hauteur des rivières.

Le projet FloodDAM vise à poursuivre cet effort commun en développant un outil opérationnel afin de pouvoir fournir une réponse rapide dans divers domaines d'intérêt dans le monde entier, en améliorant la résolution, la réactivité et en ajoutant une capacité de prédiction au projet existant.

À l'échelle locale, le risque d'inondation représente la plus grande partie des risques extrêmes enregistrés au cours des 5 dernières années – et ces chiffres sont confirmés pour la France. Avec plus de 13 000 petits cours d'eau non surveillés (seuls 3 000 le sont), il existe un réel besoin de solutions abordables, flexibles et innovantes pour la mesure et la surveillance des zones hydrologiques afin de faire face au changement climatique et au risque d'inondation dans le cadre du grand cycle de l'eau. 17 millions de personnes sont concernées rien qu'en France.

Automatically generated flood map

Acteurs et méthodologie 

  • VorteX.io fournit pour FloodDAM une solution innovante et intelligente pour surveiller, mesurer et alerter les populations à proximité de ces 13 000 rivières non équipées, en utilisant des instruments de télédétection non invasifs basés sur un altimètre compact in-situ. Il fournit en temps réel, à haute fréquence et avec une précision de l'ordre du centimètre, des mesures du niveau d'eau des systèmes hydrologiques. Cette première version du système altimétrique compact peut être embarquée sur des drones ou considérée comme une station fixe in-situ. Il combine un capteur LiDAR, un positionnement GNSS précis, des mesures d'attitude, une caméra légère et un système de communication en temps réel afin de fournir des niveaux d'eau précis et d'autres paramètres clés (par exemple, l'étendue de l'eau, la vitesse de surface)
  • De plus, Predict Services s'est imposé comme un expert et une réponse d'urgence dans la prévention des risques naturels, en aidant les municipalités, les entreprises (i.a. les assurances) et les particuliers à prendre les bonnes décisions face à la crise : avant, pendant et après. Tout au long du projet, Predict Services au sein du consortium FloodDAM saisira les besoins des utilisateurs à mettre en œuvre dans le service pré-opérationnel (cf. section Produits).
  • Afin de fournir des informations précises aux entités locales en cas d'inondation, le CERFACS propose des prévisions à court terme et une ré-analyse des événements basée sur des capacités de modélisation numérique de la dynamique des fluides (CFD). La capacité de modélisation CFD se repose sur un logiciel libre TELEMAC-MASCARET (http://www.opentelemac.org/). Les données seront fournies par le service in-situ de vorteX.io ainsi que par le service hydrométéorologique français (SCHAPI) afin d'étendre la couverture temporelle sur les zones sélectionnées. L'assimilation des données in-situ dans la solution numérique TELEMAC 2D fournira une ré-analyse des hauteurs d'inondation sur la période passée et des prévisions à court terme des principaux paramètres d'inondation avec une incertitude associée disponible pour les systèmes d'aide à la décision lorsqu'ils sont exécutés en temps quasi réel (avec une cartographie en temps réel par drone par exemple).
  • Enfin, Airbus DS fournira à FloodDAM des images à très haute résolution (VHR), provenant de satellites optiques (Pléiades) et radar (telles que TerraSarX). Cela permettra d'améliorer à la fois la résolution spatiale et la réactivité, augmentant ainsi la possibilité de produire des cartes d'inondation instantanées sur les régions touchées dans le monde entier.

Afin de traiter ces données satellitaires, les outils de traitement de FloodDAM sont basés sur des modèles de machine-learning (ML). Ces modèles permettront au projet FloodDAM de produire des cartes générées automatiquement. Les modèles seront améliorés à l'aide des modèles numériques de terrain (MNT) et peuvent en outre être adaptés pour exploiter d'autres sources d'information telles que les futures données SWOT, SAR aéroporté ou autres données VHR.

Le projet FloodDAM démarre à l'été 2020 avec une sélection finale de sites d'essai jusqu'au début 2021. Afin de répondre aux inondations dans une région donnée, Airbus DS et vortex.IO collaboreront pour une acquisition conjointe par satellite et par drone. Les capacités de l'outil pré-opérationnel seront démontrées par les ingénieurs de Predict-Services d'ici la fin de l'été 2021, qui marque la dernière étape.

TERRITOIRES D'EXPÉRIMENTATION

  • Garonne, France
  • Mississippi, USA
  • Seine, France
  • Ebro, Espagne
  • Betsiboka, Madagascar

DONNÉES

Satellite

Données haute-résolution (HR) Copernicus avec couverture globale pour toutes les sites de test:

  • Optique (Sentinel-2)
  • Radar (Sentinel-1)
  • Altimétrie (Sentinel-3)

Données à très haute-résolution (VHR) à la demande sur les sites de test fournies par Airbus DS:

  • Radar (TerraSarX)
  • Optique (Pleiades)

Autres

  • Données provenant des stations in-situ installés dans le cadre de FloodDAM (Vortex.IO)
  • Acquisition par drone (Vortex.IO)
  • Bathymetrie and données d’hydrographie
  • Cartes d’occupation des sols (CNES)
  • Modèles numériques de surface et de terrain (MNT/MNS)

RÉSULTATS - PRODUITS FINAUX

  • Un service d'alerte aux inondations s'appuyant sur le réseaux de stations in situ à l'échelle d'un pays pour servir comme système d'alerte rapide. Ce service sera exploité par Predict Services avec des données provenant de stations in-situ mises en place par vorteX.io et le service hydrométéorologique (SCHAPI)
  • Un système automatique de cartographie des inondations basé sur les données de Copernicus Sentinel et VHR TerraSarX, ainsi que sur celles de Pléiades. Le système de cartographie est basé sur le segment sol collaboratif du CNES (PEPS) qui donne accès aux données Sentinel-1, -2 et -3 et intègre les composants de traitement d'images (cf. image 1).
  • Cartes indicatrices de risques d'inondation basées sur le traitement de séries chronologiques sur des sites sélectionnés donnant accès aux entités locales pour la planification urbaine et l'utilisation des terres. Ces cartes simuleront des niveaux d'eau variables et prendront en compte les simulations CFD locales assimilant les données in-situ et les données topographiques et hydrographiques des cartes d'inondation 2D.
  • Les modèles de machine-learning développés dans le cadre de ce projet seront mis à disposition sous forme de logiciels libres accessibles à la communauté SCO ainsi qu'aux acteurs publics (administration locale et régionale) et privés (start-up, PME, grands groupes...).

Projets SCO liés

FLAUDE Aude

Les actus du projet

Contact

En cochant cette case, je reconnais avoir pris connaissance et accepte les Mentions légales.