Thèse en cours

Level Finder – Prévision des crues par Intelligence artificielle (réseaux de neurones) pour la mise en œuvre de plans d'intervention graduée et la gestion de crise à l'échelle (inter)communale

FR  |  
EN
Auteur / Autrice : Salma Sadkou
Direction : Anne JohannetSophie Sauvagnargues
Type : Projet de thèse
Discipline(s) : Sciences de l'Eau
Date : Inscription en doctorat le 02/11/2020
Etablissement(s) : IMT Mines Alès
Ecole(s) doctorale(s) : Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
Partenaire(s) de recherche : Laboratoire : HydroSciences (Montpellier)
Equipe de recherche : Eau, Ressources, Territoires

Résumé

FR  |  
EN

Le bassin alésien est fréquemment soumis à des épisodes pluvieux très intenses qui conduisent à des crues dévastatrices. Pour prévoir ces évènements, IMT Mines Alès développe depuis plus de 25 ans des modèles fondés sur l'intelligence artificielle (réseaux de neurones). Grâce à leurs propriétés d'apprentissage, ces modèles se dispensent d'une modélisation physique du bassin versant. Cependant les résultats sont généralement prévus sous forme de courbes de hauteur d'eau ou de débit. Or il existe de nombreux acteurs opérationnels pour qui l'interprétation de ces résultats et leur traduction dans le processus de gestion de crise est difficile. L'objet de cette thèse est donc de définir une méthodologie permettant : (i) d'utiliser les niveaux de vigilances issus des Plans Communaux de Sauvegarde, et (ii) de prévoir directement ces niveaux de vigilance par apprentissage statistique.