OLPAC Modélisation de glissement de terrain – Phase 3 (Développement de nouveaux algorithmes pour le programme OLPAC de modélisation de glissement de terrain Phase 3)

• Forschungsstelle: BAFU
• Projektnummer: UTF 707.27.22

Schlüsselwörter (Französisch)

Glissement de terrain, changement climatique, système d'alerte pour les mouvements de masse (WARMA), OLPAC-System, système OLPAC (Operational Landslide Prediction and Alert Cartography).

Kurzbeschreibung (Französisch)

En Suisse, un grand nombre de glissements de terrain se sont produits ces dernières années et ont affectés la population. Le changement climatique va accélérer et amplifier ces types de phénomènes. L'OFEV a été chargé, par la décision du Conseil fédéral du 21 juin 2019, de mettre en place un système d'alerte aux mouvements de masse à l'échelle nationale et d'en assurer le fonctionnement à partir de 2025 (projet « Warnung vor Massenbewegungen » (WARMA)). Le projet proposé est une contribution pour le développement de modèles de glissements de terrain dans le projet WARMA.

Le système OLPAC (Operational Landslide Prediction and Alert Cartography) est le résultat de nombreuses années de recherche dont l’OFEV a financé une première phase de projet (contrat UTF 580.09.18) qui a permis d'améliorer les algorithmes existants et de valider une application avec des radars météorologiques, et une deuxième phase de projet, contrat UTF 606.18.19, qui a permis d’intégrer les dernières connaissances de la recherche, notamment au niveau des calculs du bilan hydrique dans le sol (humidité des sols).

La méthode a été appliquée et testée sur plusieurs communes du canton de Vaud et lors de la deuxième phase de projet un programme pilote sur le Val d'Illiez (Valais) a été lancé. Dans une autre région du Valais (Sierre) l’application d'OLPAC est aussi en service.

Actuellement, le modèle OLPAC est basé uniquement sur des calculs déterministes s’appuyant sur des caractéristiques hydrogéologiques et géotechniques des terrains. Ceux-ci reposent principalement sur la carte lithologique. Lorsque celle-ci n’est pas exacte, les résultats obtenus sont incomplets. L’analyse des données existantes sur les mouvements de terrain du passé permet de mettre en évidence ce problème. Des glissements se sont passés dans des zones cartographiées en calcaire et schiste caractérisées par des valeurs géotechniques de substratum qui naturellement ne génèrent pas de glissements spontanés. Ces évènements ont été expliqué par le fait que ces zones sont recouvertes par des colluvions qui ne sont pas répertoriés dans les cartes actuellement disponibles. Au lieu d’adapter les cartes, une analyse statistique de ces évènements passés est prévue dans le cadre de ce projet. Ainsi l’approche déterministe d’OLPAC va être couplée à une approche probabiliste en espérant ainsi augmenter la fiabilité du système d’alerte OLPAC.

Le projet a été accepté sur la base de la demande de subside du 29.03.2022 à l’occasion de la séance de la Koko UT du 08.06.2022.

Ergebnisse gemäss Vertrag (Französisch)

1. Le modèle géologique avec les données de GeoCover (jeux de données géologiques vectorielles standardisés du Service Géologique National) est construit pour la région pilote du Napf.
   
   
2. Des catégories de glissements dépendant de la topographie ont pu être identifiés grâce à une analyse factorielle sur les données des événements passés du canton de Vaud où 868 évènements ont été répertoriés. Ces données sont des paramètres géomorphométriques et topo-hydrologiques (directions d’écoulements,…) et peuvent être tiré du modèle numérique de terrain (MNT). Par apprentissage supervisé, une régression qui permet de calculer la probabilité d’occurrence de glissement de terrain en fonction des paramètres prépondérants est calculée. De plus un réseau de neurones pour détecter des patterns topographiques pouvant être à l’origine de glissements de terrain pourra être développé. Ce modèle probabiliste est validé pour la région du Napf pour les intempéries majeurs (année 2005, et autres intempéries entre 2007 et 2021). Un rapport intermédiaire et des données sous formes digitales (y.c. shape files) sont fournis.
   
   
3. Aux paramètres géomorphométriques, géotechniques et topo-hydologiques identifiés grâce à l’analyse factorielle (point 3.2) des variations sont appliquées et étudiées. La sensibilité du système OLPAC basé sur l’approche déterministe et probabiliste est étudiée.
   
   
4. Participations à deux séances de travail avec OFEV et un Workshop sur les modèles de glissements de terrain et les résultats de l’évaluation (présentation avec PowerPoint).
   
   
5. Rédaction d’un rapport final présentant les résultats des points 1 à 4.
   
   
6. Eléments de textes, illustrations et au moins 3 photos (voir annexe 3) pour l’impression de publications à l’adresse du public.
   
   
7. Une présentation des résultats avec PowerPoint sera effectuée à la fin du projet pour les personnes intéressées de l’OFEV.

Projektziele (Französisch)

Améliorer le système OLPAC (Operational Landslide Prediction and Alert Cartography) en complétant l’approche déterministe avec une composante probabiliste. Des données géomorphométriques (pente, orientation,…) et topo-hydrologiques (direction d’écoulement,…) des événements passés sont analysées statistiquement. Grâce à l’analyse factorielle les paramètres redondants sont éliminés et les paramètres prépondérants sont retenus. Par apprentissage supervisé, une régression est déterminée qui permet de calculer une probabilité d’occurrence de glissement de terrain en fonction des paramètres prépondérants retenus. De plus, un réseau de neurones pour détecter des patterns topographiques pouvant être à l’origine de glissements de terrain est développé.    

Beschreibung der Resultate (Französisch)

L’ensemble des objectifs de résultats convenus est atteint et ce projet innovation a permis à la fois d’appliquer la méthode déterministe OLPAC sur une nouvelle région (la zone du Napf) dans le cadre du programme WARMA et de développer un nouveau modèle qui est statistique. Celui-ci est basé sur des données géomorphométriques (formes de relief) et est couplé avec le modèle déterministe actuel pour améliorer la qualité des résultats et répondre à des besoins nouveaux et pallier certaines difficultés liées à la justesse des cartes lithologiques.

Ces premiers résultats sont encourageants et très innovants car les 2 modèles se complètent et peuvent s’adapter à des régions et à des enjeux différents

Umsetzung und Anwendungen (Französisch)

Dans un premier temps le modèle déterministe OLPAC a été appliqué sur la région du Napf. Les travaux ont commencé avec l’épisode pluvieux d’août 2005 où se sont produits de nombreux glissements de terrain (964). Tout d’abord les données du pluviographe de Napf qui étaient facilement accessibles ont été utilisé. Après avoir mis en forme les données disponibles, la modélisation permet d’expliquer plus de 80% des phénomènes observés. Dans un second temps, les données radar de MétéoSuisse, reçu postérieurement, ont été utilisé. Les premiers résultats confirment totalement ceux obtenus précédemment. Les données de juillet 2014 où des glissements de terrains se sont produits mais de façon plus localisée (159) ont également été traité.

La courbe d’évolution des Facteur de Sécurité (FS) en fonction de la pluviométrie (août 2005) est très cohérente, car le maximum de pourcentage de FS correspond bien avec la date où se sont produits la majorité des glissements. Pour 2014, les résultats avec le modèle déterministe sont moins bons. Le caractère très orageux des précipitations a dû provoquer des ruissellements intenses qui ont généré des ‘coulées de terre’.

Dans un second temps, une approche statistique combinant Analyse en Composantes Principales et Machine Learning a été utilisé. Ces méthodes permettent de proposer une modélisation statistique de la susceptibilité de glissements de terrain dépendant de la configuration géomorphométrique du terrain. La modélisation permet d’établir dans un premier temps une cartographie simple de la susceptibilité, puis, après un couplage avec le modèle déterministe, d’améliorer significativement la cartographie en temps réel du danger de glissement de terrain en vue de l’application dans un système de pré-alerte ou d’alerte.

Ces premiers résultats sont très encourageants et peuvent s’appliquer rapidement à une utilisation opérationnelle.

Weiteres Vorgehen (Französisch)

L’ensemble des objectifs décris dans ce projet innovation a été totalement rempli et permet de projeter de nouvelles perspectives d’innovation. Notamment au sein du programme WARMA, en appliquant le modèle global à 1 ou 2 régions différentes afin de tester la robustesse et l’adaptabilité à l’ensemble de la Suisse.

Il serait intéressant de pouvoir intégrer d’une façon dynamique, au niveau du système de pré-alerte et d’alerte, les données issues des cartes de ruissellement qui ont une résolution de 1m, mais qui nécessitent d’être prise en compte dans un calcul à 10m ou plus.

Ce nouveau système pourra s’enrichir au fur et à mesure des évènements qui se produisent.

Un projet de prise en compte des risques de glissements spontanés a été décidé en Equateur et nous allons proposer notre méthode.