La science derrière la cartographie des zones inondables
Grâce à la science et la recherche, il est possible de réaliser des cartes des zones inondables précises. La science évolue au fur et à mesure que de nouvelles données sont collectées et les méthodes pour créer différents types de cartes sont perfectionnées.
Découvrez les projets de recherche en cours et complétés sur la cartographie des zones inondables menés par le gouvernement du Canada.
Modélisation et
analyse
- L'incertitude et la délimitation de bassins versants
- La hauteur au-dessus du point de drainage le plus proche et la cartographie des inondations à la volée
- L'estimation de la profondeur des inondations historiques
- L’évaluation des pertes de bâtiments dues aux inondations au moyen de probabilités
- L'intégration de différents systèmes d'accès aux données d'élévation dans le système de grilles globales discrètes
- Une simulation rétrospective de 38 ans de surface et réanalyse des rivières
- Une nouvelle représentation de lacs régionaux grâce à CanRCM
- L’amélioration d’un modèle régional pour les changements climatiques futurs
- Réanalyse canadienne de Surface (RCas)
- Le système global de prévision déterministe d'onde de tempête (SGPDOT)
Intelligence
artificielle
La recherche à Ressources naturelles Canada
Voici quelques projets de recherche menés par Ressources naturelles Canada :
L’incertitude et la délimitation de bassins versants
Quelle est la grandeur d'un bassin versant? Les modèles numériques de terrain permettent de créer une représentation numérique de n'importe quel bassin versant, des plus petits bassins hydrographiques aux plus grands bassins fluviaux. Les scientifiques de Ressources naturelles Canada analysent les cartes de délimitation des bassins versants et les points de sortie afin de détecter les incertitudes liées aux erreurs sous-jacentes du modèle numérique de terrain. Ces informations permettent d'améliorer la planification environnementale à l'intérieur et en périphérie des zones sensibles des bassins versants.
L’intelligence artificielle et l’extraction d'entités
L'analyse d'images satellites à haute résolution nécessite beaucoup de temps et d'efforts de traitement. Les scientifiques de Ressources naturelles Canada utilisent des techniques d'apprentissage automatique pour entraîner un algorithme à traiter efficacement un grand nombre d'images. Le logiciel peut reconnaître et localiser automatiquement des entités importantes telles que des bâtiments, des lacs, des rivières, des forêts et des routes. Ces données peuvent ensuite être utilisées dans des modèles d'inondation pour mesurer l'impact des inondations.
Pour plus d’informations (en anglais seulement) :
L’outil CanFlood
CanFlood est un outil à code source ouvert d'analyse des risques d'inondation, conçu par Ressources naturelles Canada pour les Canadiens et les Canadiennes. Utilisez-le pour évaluer le risque d'inondation de votre maison ou de votre entreprise.
Pour plus d’informations (en anglais seulement) :
La hauteur au-dessus du point de drainage le plus proche et la cartographie des zones inondables à la volée
Les cartes de zones inondables traditionnelles nécessitent de grandes quantités de données pour effectuer des calculs d'écoulement complexes. Pour la majeure partie du Canada, ces données ne sont pas disponibles. Les scientifiques de Ressources naturelles Canada ont développé un modèle d'inondation simplifié couvrant l'ensemble du pays qui nécessite simplement les données topographiques du bassin versant ainsi que la forme et la profondeur du réseau hydrographique. En mesurant la différence de hauteur entre la grille terrestre et la grille fluviale, le modèle HAND (Height Above Nearest Drainage) a généré des résultats précis en seulement une fraction du temps normal de traitement. Cela offre une perspective pour la réalisation de cartes d'inondation à la volée qui peuvent être utilisées pour aider les premiers intervenants en cas d'inondation dans n'importe quelle région.
Pour plus d’informations (en anglais seulement) :
- Article scientifique révisé par les pairs
- Dépôt Github
- Carte narrative
- Article de conférence
- Mémoire de maîtrise
L’impact des variables météorologiques dans la cartographie de la vulnérabilité aux inondations utilisant l’apprentissage automatique
L'identification des zones inondables est l'une des étapes clés décrites dans la série de Guides d'orientation fédéraux sur la cartographie des zones inondables. Les recherches actuelles sur la cartographie de la vulnérabilité aux inondations utilisent des algorithmes d'apprentissage automatique pour former des ordinateurs à l'identification des zones inondables sur la base d'autres données disponibles. Jusqu'à présent, peu d'algorithmes ont complètement intégré les données météorologiques, bien qu'il s'agisse d'un facteur physique crucial dans les inondations.
Les scientifiques de Ressources naturelles Canada ont utilisé leur modèle utilisant l’apprentissage automatique sur cinq zones d'étude au Canada et ont constaté que les variables météorologiques améliorent la précision de la cartographie de la vulnérabilité aux inondations. En fait, ces variables semblent être plus importantes pour obtenir des résultats précis que les ensembles de données traditionnelles testées précédemment.
Pour plus d’informations (en anglais seulement) :
La stratégie nationale de données d’élévation
En septembre 2023, Ressources naturelles Canada a diffusé sur cartes ouvertes plus de 275 000 km2 de données d’élévation dérivées du lidar, enrichissant ainsi les produits du Modèle numérique d'élévation de haute résolution (MNEHR) et la mosaïque MNEHR. Avec l’ajout de ces données, plus de 36,6 millions de Canadiens et Canadiennes, soit 92 % de la population, habitent dans les régions couvertes par les produits MNEHR et Mosaïque MNEHR. Aujourd’hui, 95 des 100 plus grandes villes du pays sont couvertes par ces deux produits.
La stratégie nationale de données d’élévation développe également d’autres produits comme les bâtiments extraits automatiquement et les nuages de points lidar.
Pour plus d’informations :
- Les données du MNEHR
- La mosaïque MNEHR
- Le guide d'orientation fédéral sur l'acquisition de données par lidar aéroporté
L’évaluation des pertes de bâtiments dues aux inondations au moyen de probabilités
La méthode la plus courante pour évaluer les dommages causés aux bâtiments par les inondations consiste à créer une courbe profondeur-dommages (CPD). Cette courbe permet d’établir un lien entre les pertes économiques et la profondeur des inondations. Cependant, des facteurs complexes varient d'un bâtiment à l'autre, comme les matériaux, la qualité de la construction ainsi que d'autres facteurs liés à l'inondation qui peuvent causer des dommages en plus de la profondeur. Les scientifiques de Ressources naturelles Canada ont utilisé sept CPD pour différents types de bâtiments dans le sud de l'Ontario afin de créer une CPD probabiliste, soit une courbe qui peut évaluer les pertes attendues pour une région en fonction de la profondeur de l'inondation et des variations des bâtiments. Cette étape peut aider les utilisateurs à mieux comprendre leur risque d'inondation.
Pour plus d’informations (en anglais seulement) :
L’estimation de la profondeur des inondations historiques
Au Canada, les données relatives aux inondations historiques sont fréquemment utilisées afin de prendre des décisions au sujet de la gestion des inondations. Cependant, les données sur les profondeurs maximales des inondations ne sont pas disponibles au Canada. Cela limite la possibilité d'étudier les inondations historiques et d’étayer les prises de décisions de gestion des inondations. Cette étude effectuée par Ressources naturelles Canada a mis au point un outil qui permet d'estimer la profondeur des inondations à l'aide de données d'élévation. L'outil Rolling Height Above Nearest Drainage (HAND) Inundation Corrected Depth Estimator (RICorDE) fournit des estimations plus précises de la profondeur d'inondation que d'autres algorithmes, mais présente des limites lorsqu'il s'agit de déterminer si une zone est sèche ou humide.
Pour plus d’informations (en anglais seulement) :
L’intégration de différents systèmes d'accès aux données d'élévation dans le système de grilles globales discrètes
Il existe deux systèmes d'accès aux données d'élévation différents pour le Canada, soit le Modèle numérique d'élévation du Canada et Modèle numérique d'élévation de haute résolution. Il est difficile de combiner les deux ensembles de données lors d’une analyse. Les scientifiques de Ressources naturelles Canada ont utilisé un modèle appelé le système de grilles globales discrètes pour combiner ces deux ensembles de données en une seule grille normalisée. Cette recherche nous permet de progresser vers un service national d'élévation à différentes échelles pour le Canada.
Pour plus d’informations (en anglais seulement) :
La recherche à Environnement et Changement climatique Canada
Voici quelques projets de recherche menés par Environnement et Changement climatique Canada :
Une simulation rétrospective de 38 ans de surface et réanalyse des rivières
Quelle est la quantité de neige reçue généralement dans cette région? Est-ce que le taux d’humidité du sol est inhabituel? À quelle fréquence cette rivière à un débit d’une certaine valeur?
Afin de répondre à ces questions, nous effectuons une simulation rétrospective de la surface du Canada (Réanalyse canadienne de Surface — Terre; RCas — Terre) et une réanalyse des principaux bassins fluviaux (Réanalyse canadienne de Surface — Rivières; RCas — Rivières) de 1980 à 2017. CaSR-Land et CaSR-Rivers sont produites à l'aide de modèles de pointe mis au point par Environnement et Changement climatique Canada. Ils s'appuient sur les informations atmosphériques du Système régional de réanalyse déterministe version 2.1.
De nouvelles technologies et méthodes de mesure des débits et des niveaux d’eau
Depuis plus de 100 ans, les Relevés hydrologiques du Canada d’Environnement et Changement climatique Canada mesurent les débits et les niveaux d’eau des réseaux d’eau douce du Canada. Les ingénieurs en ressources hydriques utilisent ces données dans divers cas, incluant la prise de décision critique pour la gestion de l’eau, la calibration de modèles hydrauliques ainsi que pour l’évaluation de la localisation et de l’étendue d’inondations selon différents scénarios.
L'équipe des Relevés hydrologiques du Canada s’engage à ce que les meilleures données hydrométriques (débit et niveau d’eau) disponibles soient précises et à jour. Ceci est réalisé en expérimentant avec de nouvelles technologies et méthodes, y compris en utilisant des caméras diffusant en temps réel des images des stations qui permettent d’améliorer l’analyse des conditions de la surface de la glace durant les débâcles, en utilisant des méthodes de vélocité de surface sans contact (radar et caméras) pour estimer les débits durant les inondations et la pertinence de l'hydroacoustique sous la glace in situ pour améliorer les données de déversement en hiver (affectées par la glace).
Une nouvelle représentation de lacs régionaux grâce à CanRCM
La cinquième version du modèle régional canadien du climat (MRCC5) est actuellement finalisée par le Centre canadien de la modélisation et de l'analyse climatique (CCmaC) d'Environnement et Changement climatique Canada. L'une des principales avancées de MRCC5 par rapport aux versions précédentes concerne le traitement des lacs, qui sont essentiels dans la réduction d'échelle dynamique des changements climatiques et indispensables aux paramètres pour la modélisation hydrologique.
En particulier, MRCC5 utilise le modèle canadien des petits lacs pour tous les lacs ainsi qu’une nouvelle application de correction en temps réel des biais de la surface des lacs, de la température de l'eau et de la fragmentation de la glace pour les Grands Lacs. L'amélioration des processus d'évaporation et de précipitations a été démontrée, en particulier dans la région des Grands Lacs.
L’amélioration d’un modèle régional pour les changements climatiques futurs
Une nouvelle correction empirique des biais en temps réel (CBE) a récemment été développée et appliquée au modèle du système terrestre global (CanESM) d'Environnement et Changement climatique Canada. Il a été démontré que cette correction améliore les projections des changements climatiques importants. L’utilisation de CBE dans le CanESM permet d'améliorer les données d'entraînement pour la réduction d'échelle dynamique par les modèles régionaux du climat (MRC).
Faisant partie des contributions du Programme d’identification et de cartographie des aléas d’inondation, les deux principaux modèles régionaux du climat du Canada, CanRCM5 d'Environnement et Changement climatique Canada et MRCC5 d’Ouranos, seront utilisés pour évaluer la valeur ajoutée de la CBE. Étant donné que les données des MRC alimenteront les modèles hydrologiques, nous utilisons la CBE avec les données non corrigées des MRC afin d'évaluer la capacité de la CBE à réduire l'écart entre les modèles dans les projections des données des MRC.
Pour plus d’informations (en anglais seulement) :
Des données climatiques avec une répartition spatiale pour l’évaluation des aléas d’inondations futurs
Environnement et Changement climatique Canada collabore avec Pacific Climate Impacts Consortium pour créer des ensembles de données maillées historiques et futures à haute résolution (environ 10 km) de variables météorologiques quotidiennes et plusieurs fois par jour. Ces variables comprennent la température, les précipitations, l'humidité et la vitesse du vent et des estimations des courbes intensité-durée-fréquence (IDF) des précipitations.
Ces ensembles de données pourront être utilisés dans les modèles hydrologiques et les évaluations des aléas d'inondation au Canada pour les futurs climats.
Réanalyse canadienne de Surface (RCas)
Les données de réanalyse sont des simulations informatiques des conditions météorologiques passées. Le jeu de données de Réanalyse canadienne de Surface (RCas) version 2.1 d’Environnement et Changement climatique Canada fournit aux utilisateurs des séries chronologiques historiques reconstruites toutes les heures (1980-2018) de 28 variables météorologiques sur l'ensemble de l'Amérique du Nord.
Les données peuvent être utilisées pour la modélisation des inondations ainsi que pour examiner les conditions météorologiques extrêmes (par exemple, les précipitations, la température, la vitesse du vent, etc.).
Pour plus d’informations (en anglais seulement) :
Le système global de prévision déterministe d'onde de tempête (SGPDOT)
Environnement et Changement climatique Canada a récemment développé un système global à haute résolution (système global de prévision déterministe d'onde de tempête ou SGPDOT) pour fournir des projections de niveau d'eau total pour toutes les côtes canadiennes. Un défi particulier pour la recherche et le développement est de prendre en compte les processus physiques importants tout en gardant le système efficace en termes de calcul pour les projections d'ensemble. Pour relever ces défis, des méthodes efficaces ont été développées pour améliorer ou inclure l’apport du niveau d’eau total dans les marées, les ondes de tempête, les effets de la densité de l'eau, les effets de la glace de mer et leurs interactions.
Le SGPDOT a été utilisé pour produire une analyse rétrospective sur 65 ans (1958-2022) forcée par Atmospheric Reanalysis Fifth Generation (ERA5). Le système sera également utilisé pour construire un système d'ensemble incluant la perturbation des marées.
Pour plus d’informations :
- Les données du SGPDOT
- Dépôt GitHub
- Article scientifique révisé par les pairs sur le modèle global du niveau d'eau total (en anglais seulement)
- Article scientifique révisé par les pairs sur l'ajout de la baroclinicité à un modèle opérationnel global (en anglais seulement)
- Article scientifique révisé par les pairs sur l’ajout des impacts de la glace au SGPDOT (en anglais seulement)
Apprenez-en plus
- Découvrez la cartographie des zones inondables
- Explorez les données relatives à la cartographie des inondations
- Surveillez les inondations et les glaces de rivière au Canada
- Préparez-vous et Pensez Prévention Inondation
Contactez-nous
Pour plus d'informations, veuillez envoyer un courriel à geoinfo@nrcan-rncan.gc.ca
Détails de la page
- Date de modification :