Recherche Avancée

Thèse soutenue

Prévention des inondations torrentielles méditerranéennes : approche multi-agents pour l'aide a la gestion spatialisée de crise

FR  |  
EN
Auteur / Autrice : Benoît Legeard
Direction : Maryse Guigo
Type : Thèse de doctorat
Discipline(s) : Géographie
Date : Soutenance en 2000
Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)

Résumé

FR

L’Europe méditerranéenne est confrontée a des inondations torrentielles, touchant des villes densément peuplées et traversées par des ruisseaux généralement indigents, mais susceptibles de collecter les eaux de ruissellement d'orages très violents. Des débits exceptionnels peuvent alors converger vers les centre-villes, occasionnant des dégâts considérables. En cas de risque d'inondation, des prévisions de plus en plus fiables ne préjugent pas de l’efficacité des institutions chargées de la gestion de crise. La mise en place de plans de gestion pré-catastrophique nécessite une modélisation des structures de gestion afin d'en comprendre et simuler le fonctionnement. La gestion préventive de tels événements nécessite la prise en compte de facteurs spatiaux dynamiques qui vont intéresser le géographe. En effet, les zones habitées sont exposées a un risque évolutif et quantifiable selon l’activité des populations et l'ampleur de l'inondation. Cette approche a la fois physique et socio-économique de la catastrophe doit s'accompagner d'une analyse des connaissances et des relations entre acteurs. Les méthodes de l'intelligence artificielle distribuée nous permettent d'informatiser ces différents éléments grâce a l'approche multi-agents. La modélisation des acteurs sous la forme d'agents cognitifs ou réactifs, permet de simuler le fonctionnement d'une partie de la structure d'intervention, dans un but d'optimisation de son fonctionnement. C'est pourquoi le prototype magic a été conçu (Multi-Agents pour La Gestion des Inondations Catastrophiques), pour permettre d’intégrer des données spatialisées dynamiques dans le raisonnement d'agents.