Thèmes

Objectifs de développement durable

Sommaire

Présentation
Site(s) d’application
Données
Résultats – produits finaux
Références
Les actus du projet
Nos partenaires
Contact

Date de labellisation

Mars 2022

Localisation

Grabels (France)

Pilotage

SCO France

Outil disponible

Accéder au démonstrateur P4UF ➔

Pléiades4UrbanFlood

Dans un contexte d’intensification des précipitations, P4UF prototype un service d’évaluation à priori de la sensibilité d’un environnement urbain aux inondations à travers la production de cartes de risque. Sa plus-value réside dans l’obtention de la topographie (bâti et végétation) et de la physique (imperméabilisation) urbaines, exclusivement à base d’imagerie THRS monoscopique.

[en]

Image satellite Pléiades des inondations au nord de Narbonne (Aude) le 20 octobre 2018. © Airbus D&S

Apport de Pléiades à l’adaptation du tissu urbain pour l’aléa inondation

Projet terminéHuit images monoscopiques Pléiades/Pléiades Neo ont été utilisées pour réaliser une cartographie de l’occupation du sol (OCS) du site d’étude de Grabels sur la période 2012-2024. Ces cartes OCS ont permis de réaliser une métamodélisation du secteur pour estimer l’aléa inondation et caractériser son évolution dans un contexte d’urbanisation croissante, en prenant en compte des événements climatiques tels que les sécheresses ou les incendies. Le projet a ainsi permis d’illustrer comment des changements d’occupation du sol, tels que la transformation des strates de végétation en sols nus suite aux incendies de 2017 et la densification urbaine récente, influencent la dynamique des écoulements pour un épisode pluvieux du type de celui survenu en 2014 à Grabels.
Les principaux résultats sont disponibles en accès libre sur la plateforme de visualisation Greencity, développée dans le cadre du projet SCO GreenUrbanSat.

PRÉSENTATION

Les phénomènes d’inondations ont connu une forte augmentation depuis plusieurs décennies et plus particulièrement lors d’épisodes d’inondations exceptionnels qui ont touché plusieurs pays d’Europe, dont la France. Les précipitations intenses, liées au changement climatique, font courir un risque plus important aux milieux urbains et fortement anthropisés. De ce fait, le changement climatique s’impose à la gestion des territoires et plus particulièrement pour une planification résiliente face au risque accru d’inondation. Pour cela, ce projet rend compte de la topographie des objets artificiels et naturels de ce maillage urbain par une métamodélisation composée de deux paramètres numériques : le frottement (coefficient de Strickler - Ks) et la capacité d’infiltration (Curve Number - CN), essentiels pour une modélisation réaliste des inondations.

Dans ce contexte, des réponses ont été apportées aux deux grands défis identifiés :

Produire des données de morphologie sur les éléments artificiels et naturels d’un territoire sans faire appel à la stéréo mais en utilisant des images monoscopiques*, sur la base d’analyse de texture et des ombres portées ;
Utiliser des informations uniquement satellitaires d’occupation du sol comme données d’entrée pour la modélisation hydraulique de l’aléa inondation.

Méthodologie

Dans un premier temps, le projet a produit 8 couches d’occupation du sol obtenues à partir d’images monoscopiques* Pléiades et Pléiades Neo afin de réduire les coûts de production et être en capacité d’utiliser les larges bases de données existantes d’archives d’images. La détection et l’estimation de la hauteur du bâti et de la végétation s’est basée sur la caractérisation des ombres portées des bâtiments et de la texture des images via une approche hybride de la classification de l'environnement par apprentissage profond à partir de ces 8 images.

Dans un second temps, cette couche d’occupation du sol (OCS) a été utilisée pour une première caractérisation de chaque type de structure urbaine (route, chemin en terre, par exemple) ou de végétation (forêt, champ, etc.) en coefficient d’infiltration (CN) et de frottement (𝐾𝑠) correspondant pour chacune des 8 images. Cette métamodélisation alimente le modèle hydraulique bidimensionnel de ruissellement, et permet d’évaluer l'impact d'évolutions de l'occupation du sol potentiellement liées au dérèglement climatique (incendies, par exemple) sur l’aléa inondation (vitesses et hauteurs d'eau maximales atteintes) avec les caractéristiques de l’événement de 2014 (exemple de hauteur d’eau maximale sur la Fig. 4) et en considérant des épisodes de précipitations plus intenses, élaborés en accord avec les prospectives du GIECC.

* * L’imagerie monoscopique offre une seule prise de vue d'un paysage donné alors que l’imagerie stéréoscopique consiste, pour ce même paysage, à générer deux images prises avec des angles de vue différents afin de reconstruire la 3e dimension (hauteur).

Site(s) d’application

Grabels, France (dans l’intercommunalité de Montpellier Méditerranée Métropole)

DONNÉES

Satellite

Pléiades
Pléiades Neo

RÉSULTATS – PRODUITS FINAUX

Les principaux résultats sont disponibles en accès libre dans la plateforme de visualisation Greencity (développée dans le cadre du projet SCO GreenUrbanSat).

L’outil de visualisation permet d’afficher :

les 8 images monoscopiques Pléiades / Pléiades Neo
les cartes d’occupation du sol produites à partir d’images monoscopiques* Pléiades

Fig1. Images Pléiades et Pléiades Neo et leurs cartes OCS associées. © Cerema/TerraNIS

la part et l’évolution entre 2012 et 2024 de :

👉 la surface imperméabilisée

Fig. 2 Carte d’évolution de la surface imperméabilisée entre 2012 et 2024. © Cerema/TerraNIS

👉 la surface végétalisée

Fig. 3 Carte d’évolution de la surface végétalisée entre 2012 et 2024. © Cerema/TerraNIS

l’impact de l’évolution de l’occupation du sol sur :

👉 la hauteur d’eau maximum (pour un événement semblable à l’épisode de 2014)

Fig. 4 Carte des hauteurs d’eau maximales obtenues pour un événement de type 2014 sur une couche d’OCS de 2024. Le trait plein délimite la zone d’intérêt qui a servi pour la production des OCS et le trait en tireté, la limite spatiale de modélisation hydraulique. Ces valeurs de hauteurs d’eau ont été moyenné sur des polygones de 20 m. © Cerema/TErraNIS

👉 la vitesse d’écoulement maximale (pour un événement semblable à l’épisode de 2014)

Fig. 5 Carte d’évolution de la vitesse d’écoulement maximale pour un événement de type 2014 sur une couche d’OCS de 2024. © Cerema/TerraNIS

Références

Pléiades4UrbanFlood sur GEO Knowledge Hub du Group on Earth Observations (GEO), un référentiel numérique pérenne : https://doi.org/10.60566/gxa8d-t6t06

Bertola, M. et al. 2020. Flood trends in Europe: are changes in small and big floods different? Hydrology and Earth System Sciences 24, 1805–1822.
Bevacqua, E. et al. 2019. Higher probability of compound flooding from precipitation and storm surge in Europe under anthropogenic climate change. Science Advances 5.
Nair, V. et al. 2019. Shadow detection and removal from images using machine learning and morphological operations. The Journal of Engineering 1, 11-18.
Robinson, C. et al. 2020. Large scale high-resolution land cover mapping with multi-resolution data. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition.
Sameen, M. I. et al. 2018. Classification of Very High Resolution Aerial Photos Using Spectral-Spatial Convolutional Neural Networks. Journal of Sensors 2018.
Tabari, H. 2020. Climate change impact on flood and extreme precipitation increases with water availability. Scientific Reports 10, 13768.
Wang, Y et al. 2018. An integrated framework for high-resolution urban flood modelling considering multiple information sources and urban features. Environmental Modelling & Software 107, 85-95.