Les dommages dus aux inondations sont en constante augmentation malgré la réglementation de l'urbanisation. La politique traditionnelle de lutte contre les crues ne donne pas satisfaction, tant du point de vue de la sécurité que des impacts sur les milieux naturels. La gestion du risque d'inondation doit s'inscrire à l'échelle du bassin versant et respecter le fonctionnement naturel des rivières. Il est nécessaire de développer des outils techniques nouveaux pour l'aide à la décision. Nous proposons une méthodologie de modélisation opérationnelle pour la gestion intégrée du risque d'inondation dans le contexte des rivières de moyenne montagne. La recherche de solutions techniques adaptées à chaque rivière peut s'appuyer sur un diagnostic complet du risque et l'exploration de scénarios de prospective. Pour permettre une approche à grande échelle, nous proposons une méthode de production et de sélection d'événements de référence conservant la même fréquence en tout point du bassin versant. Ces événements sont utilisés en simulation pour produire une cartographie précise de l'aléa en intensité et en fréquence. Le diagnostic du risque d'inondation permet d'identifier les enjeux à protéger et les hydrosystèmes à réhabiliter. Pour répondre à ces attentes, nous avons testé en prospective une renaturation de la rivière. L'application à la vallée de la Thur (68) et la simulation à l'aide d'une rivière virtuelle montrent que ce type de projet ne permet pas de réduire sensiblement l'aléa pour les rivières à pente forte. La pertinence des événements de référence choisis fait l'objet d'une discussion. Nous avons par ailleurs montré que les endiguements ne constituent pas une protection durable contre les crues. L'étude de scénarios de changement climatique annonce une aggravation des crues à moyen terme. Ainsi, nous intégrons dans la méthodologie l'étude de stratégies de résilience, encore peu explorées en France. La société doit réapprendre à vivre avec les crues pour concilier développement économique et équilibre des milieux naturels.
Identifer | oai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00001251 |
Date | 11 1900 |
Creators | Kreis, Nicolas |
Publisher | ENGREF (AgroParisTech) |
Source Sets | CCSD theses-EN-ligne, France |
Detected Language | French |
Type | PhD thesis |
Page generated in 0.001 seconds