Quantification du risque incendie par métamodélisation de la propagation de feux de forêt
Auteur / Autrice : | Frédéric Allaire |
Direction : | Jacques Sainte-Marie |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques |
Date : | Soutenance le 14/06/2021 |
Etablissement(s) : | Sorbonne université |
Ecole(s) doctorale(s) : | École doctorale Sciences mathématiques de Paris centre (Paris ; 2000-....) |
Partenaire(s) de recherche : | Laboratoire : Institut national de recherche en informatique et en automatique (France). Centre de recherche de Paris (Paris) |
Jury : | Président / Présidente : Patrick Gallinari |
Examinateurs / Examinatrices : Vivien Mallet, Rossella Arcucci, Mark A. Finney, Jean-Baptiste Filippi | |
Rapporteurs / Rapporteuses : Anthony Nouy, Jan Mandel |
Résumé
Ce travail porte sur la quantification du risque incendie en se fondant sur des simulations de propagation de feux de forêt. Les objectifs sont de calculer la distribution de probabilité des surfaces brûlées pouvant résulter d'un départ de feu et de générer des cartes permettant d'estimer quelles zones doivent être protégées en priorité. Les simulations pouvant donner lieu à des erreurs de prévision, la distribution de probabilité en question doit représenter l'incertitude associée aux simulations. Dans un premier temps, un ensemble de simulations de propagation de feux de forêt prenant en compte les sources d'incertitude est généré selon une approche Monte Carlo, et les prévisions, probabilistes, sont comparées à des observations selon des critères adaptés. Ensuite, les distributions de probabilité sous-jacentes sont calibrées à partir des observations en adaptant la distance de Wasserstein à la comparaison de surfaces brûlées afin d'améliorer la qualité des prévisions, tout en tenant compte de l'incertitude. Par la suite, une approche d'apprentissage profond est mise en œuvre pour entraîner un réseau de neurones ``hybride'' avec une partie convolutionnelle, élaborant ainsi un émulateur de taille de feu ``potentielle'' simulée par le modèle de propagation afin de diminuer considérablement le temps de calcul associé au grand nombre de simulations nécessaires à l'élaboration de cartes à haute résolution. Enfin, l'émulateur est utilisé pour générer des cartes de danger incendie à partir de vraies prévisions météorologiques générées pour des jours où des feux relativement grands ont eu lieu.