Search

Since March 2017, the SCHAPI runs an operational flash flood warning system covering small watersheds (but greater than 10-km²) not included into the national Vigicrues system (www.vigicrues.gouv.fr). This new service, called Vigicrues Flash, is based on a discharge-threshold flood warning method called AIGA. This method consists of comparing discharges calculated at ungauged catchments by a hydrological model (GRD) using the operational radar-based quantitative precipitation estimates (PANTHERE from Meteo-France) with a 18-year continuous simulation of discharges produced by the same model. Until now, no quantitative precipitation forecasts are used into the operational system, even if some tests are currently ongoing. Research focuses also on the structure of the GRD model. Several versions have been set up since the first real-time version launched in 2003. The current version of GRD implemented in the Vigicrues Flash is a semi-distributed hourly model. Running on an event-based mode, it needs to be initialized by a continuous daily model. Furthermore, to obtain 15-min updates, four hourly models are used in parallel. To simplify this workflow, and better describe processes such as transfer, the GRD model is being enhanced to develop a continuous and fully distributed version, to be run at subhourly time steps . This paper presents preliminary results obtained for the Gardon d'Anduze catchment, at 5-min temporal and 1-km spatial resolutions. Calibrated using only the downstream gauge station (Anduze, 541 km²), the tested model correctly reproduces discharges observed at 3 upstream locations during the October 2014 event. As these results are very promising, further evaluation is being carried out with other flood events and additional catchments., Dans un souci de simplification des calculs de la chaîne opérationnelle Vigicrues Flash, mais également d'amélioration de la prise en compte des processus (notamment le transfert), les travaux actuels sur le modèle GRD utilisé dans la méthode AIGA s'orientent vers le développement d'un seul modèle continu pouvant fonctionner au pas de temps infra-horaire, et entièrement distribué. Dans cet objectif, cet article présente des résultats préliminaires obtenus sur le bassin versant des Gardons à Anduze, à la résolution temporelle de 5-min et spatiale de 1-km. Les résultats obtenus sont très encourageants mais du travail est encore requis pour arriver à un modèle temps réel pleinement opérationnel.

[Departement_IRSTEA]Eaux [TR1_IRSTEA]ARCEAU [ADD1_IRSTEA]Hydrosystèmes et risques naturels; National audience; The national warning system, Vigicrues Flash, developed by the French national service in charge of flood forecasting (SCHAPI), provides flash flood warnings at ungauged locations based on a discharge-threshold flood warning method called AIGA. The AIGA method leads to characterize flood hazard in real time at any point along the river network. A simplified hourly distributed hydrologic model ingests the operational radar-based Quantitative Precipitation Estimate grids from Météo-France at a 1-km2 resolution to produce real-time peak discharge estimates along the river network. Every 15 minutes, these discharges are compared to reference flood quantiles, which were estimated from streamflow simulated time series. A web interface provides in real time maps of the rivers exceeding the high flood and very high flood thresholds, as well as the associated municipalities. The automated system sends warning messages to registered users who might be impacted to help them better mitigate flood risk impacts. To better detect and anticipate flash flooding, the hydrological model is being enhanced to ingest the Météo-France's AROME-NWC high-resolution precipitation nowcasts, provided at a 1.3-km resolution for a 6-hr forecast horizon, and hourly updated. To account for the forecast uncertainties, the deterministic AROME-NWC forecasts are ingested as time-lagged ensembles and combined with multiple sets of hydrological regionalized parameters. The resulting flow ensembles lead to define probabilistic flood warnings. The evaluation, carried out on 13 significant events from October 2015 to June 2017 for 750 French basins, shows significant improvements in terms of flash flood event detection and effective warning lead time, compared to warnings from the current Vigicrues Flash setup (without any future precipitation), and the added value of probabilistic warnings.; Le système national Vigicrues Flash, développé par le SCHAPI, fournit des avertissements aux crues soudaines en milieu non jaugé en se basant sur la méthode AIGA-débit. Un modèle hydrologique distribué simplifié intègre, à la résolution de 1km 2 , les pluies observées du réseau radar de Météo-France, pour estimer le débit en tout point des cours d'eau. Ces débits sont comparés toutes les 15 minutes aux quantiles de débit préalablement estimés à partir des chroniques de débit simulé. Le système affiche les tronçons dépassant les seuils de crue forte et crue très forte et les communes concernées et envoie des messages d'avertissement aux utilisateurs potentiellement impactés. Pour améliorer la caractérisation et l'anticipation des avertissements, nous étudions l'intérêt d'intégrer les prévisions immédiates de pluie AROME-PI de Météo-France, sur l'échéance de 6 heures, réactualisées toutes les heures. Afin de prendre en compte les incertitudes des prévisions, les prévisions déterministes successives AROME-PI sont utilisées comme prévisions d'ensemble. Combinées avec différents jeux de paramètres hydrologiques régionalisés, ces prévisions d'ensemble définissent des avertissements probabilisés de risque de crue. L'évaluation sur 13 événements entre octobre 2015 et juin 2017 pour 750 bassins versants montre une amélioration significative en termes de détection et anticipation en comparaison au système sans prévision de pluie et l'intérêt des avertissements de crue de type probabiliste

[Departement_IRSTEA]Eaux [TR1_IRSTEA]ARCEAU [ADD1_IRSTEA]Hydrosystèmes et risques naturels; International audience; Among the different types of floods, flash floods can be particularly dangerous, notably due to specific challenges forecasters and risk managers face when dealing with this type of event: rapid rising of river water levels, short lead time to activate flood alert and social response, difficulties in forecasting localised and intense precipitation events, as well as the lack of quantitative data to improve the understanding and modelling of flash floods. The setup of flood alert systems for nowcasting usually focuses on capturing in advance a signal of an upcoming extreme event to generate short-range (0-6h ahead) forecasts and produce flash flood guidance and flood alert maps. This is usually based on the extrapolation in time of observed weather radar images or the use of high resolution numerical weather model outputs (or a combination of both). In this study, we discuss the use of ensemble approaches to quantify uncertainties in flash flood nowcasting systems and provide probabilistic information for flood alert at very short lead times. We present a review of existing approaches and recent developments, highlighting the potential ways the HEPEX community can contribute to tackle challenges specifically related to flash flood nowcasting. The presentation is illustrated with recent work carried out in France for the ensemble nowcasting of flash floods at gauged and ungauged catchments.

International audience; In order to better anticipate flash flood events and provide timely warnings to communities at risk, the French national service in charge of flood forecasting (SCHAPI) is implementing a national flash flood warning system for small-to-medium ungauged basins. Based on a discharge-threshold flood warning method called AIGA (Javelle et al. 2014), the current version of the system runs a simplified hourly distributed hydrologic model with operational radar-gauge QPE grids from Météo-France at a 1-km2 resolution every 15 minutes. This produces real-time peak discharge estimates along the river network, which are subsequently compared to regionalized flood frequency estimates to provide warnings according to the AIGA-estimated return period of the ongoing event.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) pour analyser l’amélioration du système d’avertissement sur la possibilité de crues rapides en intégrant des prévisions de pluie future à courte échéance et fine résolution spatio-temporelle et en prenant en compte leurs incertitudes. Le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, appelé Vigicrues-Flash, qui devrait être complété par un service expertisé d’avertissement sur des bassins dits prioritaires, avec des enjeux particuliers. Pour améliorer la caractérisation et l’anticipation des crues soudaines, l’objectif est d’intégrer des prévisions immédiates (appelées nowcasts) de courte échéance et à haute résolution spatio-temporelle, notamment les prévisions du modèle AROME de Météo-France. La fine résolution d’AROME permet de modéliser les processus convectifs, qui sont essentiels pour les alertes aux crues rapides. Les prévisions de pluie mises à disposition par Météo-France sont les prévisions immédiates du modèle AROME, dites AROME-PI, de type déterministe, au pas de temps de 15 minutes pour une échéance de 6 heures, réactualisées toutes les heures (Auger et al. 2015). Ces prévisions sont produites actuellement à la résolution d’environ 1,3 km (0.01 degré lat/lon), et précédemment (jusqu’en avril 2015), à la résolution d’environ 2,5 km (0.025 degré lat/lon). Elles sont reprojetées sur une grille régulière de 1km de résolution dans la projection Lambert 2 étendu pour leur intégration dans le système d’avertissement. Les prévisions déterministes successives sont utilisées pour produire des prévisions d’ensemble au pas de temps horaire par décalage temporel, appelées AROMEPI-timelag, avec un maximum de 6 membres (les prévisions d’AROME-PI plus anciennes étant complétées par la pluie nulle pour les plus longues échéances non couvertes par AROME-PI). L’utilisation de prévisions d’ensemble de pluie et débit a permis de définir des prévisions probabilistes en fonction du nombre de membres dépassant le seuil considéré. L’analyse de l’apport des prévisions de pluie immédiate a porté sur 8 événements de crue de septembre 2014 jusqu’à février 2016. Les simulations et prévisions de débit sont issues du modèle hydrologique semi-distribué actuellement utilisée dans le système Vigicrues-Flash, avec les paramètres calibrés et régionalisés de 2015 (Organde 2014 et 2015), ainsi que la modélisation hydrologique distribuée continue développée dans l’étude d’Organde de 2016. L’analyse a concerné 781 bassins versants jaugés de surface comprise entre 5 km2 et 1548 km2. Pour analyser l’apport des prévisions déterministes AROME-PI et prévisions d’ensemble AROMEPI-timelag, différentes prévisions déterministes de référence sont également évaluées : la prévision de pluie nulle, la prévision de pluie persistante (en maintenant sur les échéances de prévision de +1h à +6h, la dernière pluie observée au moment de l’initialisation de la prévision), et la prévision de pluie « parfaite » (i.e. pluie observée) pour montrer l’impact des erreurs et des incertitudes des prévisions d’ensemble de pluie. L’évaluation de la qualité des alertes s’est basée sur le dépassement d’un seuil de débit relatif correspondant aux périodes de retour de 2 ans et 5 ans (l’échantillon étant trop réduit pour l’analyse de la période de retour de 10 ans). L’utilisation de seuils relatifs de débit permet de « débiaiser » les sorties du modèle hydrologique. L’évaluation des avertissements a inclus différents critères de contingence pour décrire la fiabilité, la précision et le biais en fréquence des dépassements prévus de seuil de débit, ainsi que l’anticipation des dépassements. Les scores de contingence sont estimés par 2 approches complémentaires : 1) sur chaque événement dans son ensemble (i.e. pour toutes les dates d’initialisation de prévision de l’évènement) pour la contingence dite globale, qui correspond à une évaluation a posteriori du système d’avertissement, lorsque, pour un événement donné, on peut comparer le premier dépassement de seuil qui a été observé, au premier dépassement de seuil qui a été prévu ; 2) pour chaque pas de temps horaire des différents évènements, pour la contingence dite horaire, correspondant à une évaluation plus stricte du système d’avertissement qui peut être réalisée en temps réel, dès que les observations de débit sont disponibles. Pour la contingence globale, les scores de contingence prennent en compte l’anticipation des dépassements prévus : si le dépassement est prévu en retard vis-à-vis du dépassement observé, il est considéré comme une alerte manquée. On définit également une valeur maximale d’anticipation pour les dépassements simulés et prévus afin de comparer, de façon plus cohérente, un dépassement simulé avec le dépassement observé lui correspondant sans pénaliser l’anticipation du modèle hydrologique. Par ailleurs, afin de prendre en compte les incertitudes sur les valeurs de seuils de débit, les scores de contingence ont également été estimés en intégrant une tolérance de 10% sur ces valeurs de seuil. Dans ce cas, on considère comme des alertes correctes, d’une part, les cas de dépassements observés et manqués de peu par la prévision (le débit prévu dépassant les 90% de la valeur du seuil mais restant inférieur au seuil), et, d’autre part, les cas de fausses alertes presqu’observées (pour des dépassements prévus et non observés, le débit observé dépassant les 90% de la valeur du seuil). Cette approche (proposée par le Centre d’Écologie et d’Hydrologie de Wallingford en Grande-Bretagne) permet de juger de l’amélioration potentielle des performances dans une approche expertisée du système d’avertissement, pour laquelle un prévisionniste ou un utilisateur peut ajuster la production aux avertissements de crue ou la réaction à ces avertissements en abaissant la valeur du seuil. L’évaluation a permis de comparer les avertissements basés sur les prévisions AROME-PI et AROMEPI-timelag avec les avertissements du système Vigicrues-Flash actuel (utilisant le modèle GRSD sans prévision de pluie) et les avertissements produits avec les différentes pluies futures. Les principaux résultats obtenus sont les suivants : - les gains en anticipation avec la prévision déterministe AROME-PI et la prévision d’ensemble AROMEPI-timelag sont très significatifs pour les 2 modèles, même si le modèle GRSD permet une meilleure anticipation que le modèle GRDc (pour le seuil de 2 ans, anticipation médiane de +7h avec le modèle GRSD et +4h avec le modèle GRDc en intégrant AROME-PI déterministe). Egalement, la proportion de dépassements prévus en retard est significativement diminuée. L’anticipation est davantage améliorée lorsque les prévisions AROME-PI des 3 dernières heures sont intégrées dans les ensembles timelag, en complément de la prévision AROME-PI la plus récente. - en contingence globale, les prévisions déterministes AROME-PI améliorent significativement la détection des dépassements mais avec, généralement, une augmentation du nombre de fausses alertes et donc, une perte de fiabilité (pour le seuil de 2 ans, la Probabilité de Détection s’améliore de 51% à 80% avec GRSD en comparaison au système actuel, alors que le taux de succès se dégrade de 48% à 34%). Les prévisions d’ensemble, avec les différents niveaux de probabilité (définis par le nombre de membres de l’ensemble dépassant le seuil de débit), permettent de moduler le gain en détection et la perte concomitante de fiabilité, les meilleurs scores de détection étant obtenus avec le niveau de probabilité le plus faible (i.e. un seul membre de l’ensemble dépassant le seuil de débit). - pour la contingence horaire, plus stricte (car elle concerne tout l’hydrogramme de chacun des 8 événements), les scores de fiabilité sont globalement meilleurs qu’en contingence globale, alors que les scores de détection sont globalement plus faibles, en particulier pour le modèle GRSD. En comparaison à la prévision de pluie nulle, on obtient par exemple, pour le seuil de 2 ans et le modèle GRDc, une détection de 60% pour une fiabilité de 59% avec la prévision d’ensemble à 6 membres et le niveau de probabilité le plus faible (dépassement prévu par au moins un membre). Pour toutes les prévisions de pluie non nulles, et notamment pour les prévisions AROME-PI déterministes et ensemblistes, les scores de détection et de fiabilité sont meilleurs avec le modèle GRDc qu’avec GRSD, avec des écarts entre les 2 modèles plus importants en fiabilité qu’en détection. - les résultats obtenus en intégrant, d’une part, les pluies AROME-PI et, d’autre part, les pluies observées, sur toute l’échéance de +6h ont montré l’impact des erreurs des prévisions de pluie AROME-PI sur les prévisions de débit et les dépassements de seuil, avec une tendance plus marquée à surestimer les plus fortes pluies (mais le biais n’est pas systématique). Ce biais entraîne un nombre plus important de fausses alertes et donc, une perte de fiabilité, mais permet également d’améliorer la détection et l’anticipation des dépassements observés. En conclusion, cette étude montre l’intérêt d’inclure, dans la modélisation hydrologique du système Vigicrues-Flash, les prévisions immédiates de pluie AROME-PI et les prévisions d’ensemble AROMEPI-timelag. Ces prévisions permettent d’améliorer significativement l’anticipation des dépassements de seuil vis-à-vis de ceux du système actuel sans pluie future, ainsi que le taux de détection, même si elles dégradent partiellement la fiabilité. L’approche pragmatique de construction de prévisions d’ensemble en utilisant les prévisions déterministes successives a permis de définir des avertissements avec différents niveaux de probabilité afin de moduler le niveau de probabilité déclenchant l’avertissement (défini par le nombre minimum de membres de l’ensemble dépassant le seuil). Il est nécessaire d’analyser le taux de détection et la fiabilité des dépassements prévus en fonction du niveau de probabilité pour définir les dépassements avec les prévisions d’ensemble, afin de gagner en anticipation tout en conservant une fiabilité acceptable. Ce type d’optimisation de la qualité des avertissements, pour une meilleure détection des dépassements avec une anticipation améliorée et une fiabilité acceptable, doit également prendre en compte les enjeux pour l’ensemble de la chaîne d’avertissement et les besoins des utilisateurs. Des pistes d’amélioration sont également discutées en conclusion, notamment : la combinaison des prévisions immédiates avec des prévisions de pluie à plus longue échéance, la prise en compte des incertitudes de source hydrologique (en utilisant des prévisions d’ensemble multi-modèles et des jeux de paramètres équiprobables), l’amélioration des conditions initiales du modèle hydrologique, en particulier avec l’assimilation des débits observés, et l’utilisation des informations post-crue de dégâts pour une évaluation du système d’avertissement sur des bassins non jaugés. Le présent rapport constitue le livrable 00050 de la commande n°4500271150 du 21/03/2016 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA UR RHAX et Hydris Hydrologie.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) pour analyser l’amélioration du système d’avertissement sur la possibilité de crues rapides en intégrant des prévisions de pluie future à courte échéance et fine résolution spatio-temporelle et en prenant en compte leurs incertitudes. Le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, appelé Vigicrues-Flash, qui devrait être complété par un service expertisé d’avertissement sur des bassins dits prioritaires, avec des enjeux particuliers. Pour améliorer la caractérisation et l’anticipation des crues soudaines, l’objectif est d’intégrer des prévisions immédiates (appelées nowcasts) de courte échéance et à haute résolution spatio-temporelle, notamment les prévisions du modèle AROME de Météo-France. La fine résolution d’AROME permet de modéliser les processus convectifs, qui sont essentiels pour les alertes aux crues rapides. Les prévisions de pluie mises à disposition par Météo-France sont les prévisions immédiates du modèle AROME, dites AROME-PI, de type déterministe, au pas de temps de 15 minutes pour une échéance de 6 heures, réactualisées toutes les heures (Auger et al. 2015). Ces prévisions sont produites actuellement à la résolution d’environ 1,3 km (0.01 degré lat/lon), et précédemment (jusqu’en avril 2015), à la résolution d’environ 2,5 km (0.025 degré lat/lon). Elles sont reprojetées sur une grille régulière de 1km de résolution dans la projection Lambert 2 étendu pour leur intégration dans le système d’avertissement. Les prévisions déterministes successives sont utilisées pour produire des prévisions d’ensemble au pas de temps horaire par décalage temporel, appelées AROMEPI-timelag, avec un maximum de 6 membres (les prévisions d’AROME-PI plus anciennes étant complétées par la pluie nulle pour les plus longues échéances non couvertes par AROME-PI). L’utilisation de prévisions d’ensemble de pluie et débit a permis de définir des prévisions probabilistes en fonction du nombre de membres dépassant le seuil considéré. L’analyse de l’apport des prévisions de pluie immédiate a porté sur 8 événements de crue de septembre 2014 jusqu’à février 2016. Les simulations et prévisions de débit sont issues du modèle hydrologique semi-distribué actuellement utilisée dans le système Vigicrues-Flash, avec les paramètres calibrés et régionalisés de 2015 (Organde 2014 et 2015), ainsi que la modélisation hydrologique distribuée continue développée dans l’étude d’Organde de 2016. L’analyse a concerné 781 bassins versants jaugés de surface comprise entre 5 km2 et 1548 km2. Pour analyser l’apport des prévisions déterministes AROME-PI et prévisions d’ensemble AROMEPI-timelag, différentes prévisions déterministes de référence sont également évaluées : la prévision de pluie nulle, la prévision de pluie persistante (en maintenant sur les échéances de prévision de +1h à +6h, la dernière pluie observée au moment de l’initialisation de la prévision), et la prévision de pluie « parfaite » (i.e. pluie observée) pour montrer l’impact des erreurs et des incertitudes des prévisions d’ensemble de pluie. L’évaluation de la qualité des alertes s’est basée sur le dépassement d’un seuil de débit relatif correspondant aux périodes de retour de 2 ans et 5 ans (l’échantillon étant trop réduit pour l’analyse de la période de retour de 10 ans). L’utilisation de seuils relatifs de débit permet de « débiaiser » les sorties du modèle hydrologique. L’évaluation des avertissements a inclus différents critères de contingence pour décrire la fiabilité, la précision et le biais en fréquence des dépassements prévus de seuil de débit, ainsi que l’anticipation des dépassements. Les scores de contingence sont estimés par 2 approches complémentaires : 1) sur chaque événement dans son ensemble (i.e. pour toutes les dates d’initialisation de prévision de l’évènement) pour la contingence dite globale, qui correspond à une évaluation a posteriori du système d’avertissement, lorsque, pour un événement donné, on peut comparer le premier dépassement de seuil qui a été observé, au premier dépassement de seuil qui a été prévu ; 2) pour chaque pas de temps horaire des différents évènements, pour la contingence dite horaire, correspondant à une évaluation plus stricte du système d’avertissement qui peut être réalisée en temps réel, dès que les observations de débit sont disponibles. Pour la contingence globale, les scores de contingence prennent en compte l’anticipation des dépassements prévus : si le dépassement est prévu en retard vis-à-vis du dépassement observé, il est considéré comme une alerte manquée. On définit également une valeur maximale d’anticipation pour les dépassements simulés et prévus afin de comparer, de façon plus cohérente, un dépassement simulé avec le dépassement observé lui correspondant sans pénaliser l’anticipation du modèle hydrologique. Par ailleurs, afin de prendre en compte les incertitudes sur les valeurs de seuils de débit, les scores de contingence ont également été estimés en intégrant une tolérance de 10% sur ces valeurs de seuil. Dans ce cas, on considère comme des alertes correctes, d’une part, les cas de dépassements observés et manqués de peu par la prévision (le débit prévu dépassant les 90% de la valeur du seuil mais restant inférieur au seuil), et, d’autre part, les cas de fausses alertes presqu’observées (pour des dépassements prévus et non observés, le débit observé dépassant les 90% de la valeur du seuil). Cette approche (proposée par le Centre d’Écologie et d’Hydrologie de Wallingford en Grande-Bretagne) permet de juger de l’amélioration potentielle des performances dans une approche expertisée du système d’avertissement, pour laquelle un prévisionniste ou un utilisateur peut ajuster la production aux avertissements de crue ou la réaction à ces avertissements en abaissant la valeur du seuil. L’évaluation a permis de comparer les avertissements basés sur les prévisions AROME-PI et AROMEPI-timelag avec les avertissements du système Vigicrues-Flash actuel (utilisant le modèle GRSD sans prévision de pluie) et les avertissements produits avec les différentes pluies futures. Les principaux résultats obtenus sont les suivants : - les gains en anticipation avec la prévision déterministe AROME-PI et la prévision d’ensemble AROMEPI-timelag sont très significatifs pour les 2 modèles, même si le modèle GRSD permet une meilleure anticipation que le modèle GRDc (pour le seuil de 2 ans, anticipation médiane de +7h avec le modèle GRSD et +4h avec le modèle GRDc en intégrant AROME-PI déterministe). Egalement, la proportion de dépassements prévus en retard est significativement diminuée. L’anticipation est davantage améliorée lorsque les prévisions AROME-PI des 3 dernières heures sont intégrées dans les ensembles timelag, en complément de la prévision AROME-PI la plus récente. - en contingence globale, les prévisions déterministes AROME-PI améliorent significativement la détection des dépassements mais avec, généralement, une augmentation du nombre de fausses alertes et donc, une perte de fiabilité (pour le seuil de 2 ans, la Probabilité de Détection s’améliore de 51% à 80% avec GRSD en comparaison au système actuel, alors que le taux de succès se dégrade de 48% à 34%). Les prévisions d’ensemble, avec les différents niveaux de probabilité (définis par le nombre de membres de l’ensemble dépassant le seuil de débit), permettent de moduler le gain en détection et la perte concomitante de fiabilité, les meilleurs scores de détection étant obtenus avec le niveau de probabilité le plus faible (i.e. un seul membre de l’ensemble dépassant le seuil de débit). - pour la contingence horaire, plus stricte (car elle concerne tout l’hydrogramme de chacun des 8 événements), les scores de fiabilité sont globalement meilleurs qu’en contingence globale, alors que les scores de détection sont globalement plus faibles, en particulier pour le modèle GRSD. En comparaison à la prévision de pluie nulle, on obtient par exemple, pour le seuil de 2 ans et le modèle GRDc, une détection de 60% pour une fiabilité de 59% avec la prévision d’ensemble à 6 membres et le niveau de probabilité le plus faible (dépassement prévu par au moins un membre). Pour toutes les prévisions de pluie non nulles, et notamment pour les prévisions AROME-PI déterministes et ensemblistes, les scores de détection et de fiabilité sont meilleurs avec le modèle GRDc qu’avec GRSD, avec des écarts entre les 2 modèles plus importants en fiabilité qu’en détection. - les résultats obtenus en intégrant, d’une part, les pluies AROME-PI et, d’autre part, les pluies observées, sur toute l’échéance de +6h ont montré l’impact des erreurs des prévisions de pluie AROME-PI sur les prévisions de débit et les dépassements de seuil, avec une tendance plus marquée à surestimer les plus fortes pluies (mais le biais n’est pas systématique). Ce biais entraîne un nombre plus important de fausses alertes et donc, une perte de fiabilité, mais permet également d’améliorer la détection et l’anticipation des dépassements observés. En conclusion, cette étude montre l’intérêt d’inclure, dans la modélisation hydrologique du système Vigicrues-Flash, les prévisions immédiates de pluie AROME-PI et les prévisions d’ensemble AROMEPI-timelag. Ces prévisions permettent d’améliorer significativement l’anticipation des dépassements de seuil vis-à-vis de ceux du système actuel sans pluie future, ainsi que le taux de détection, même si elles dégradent partiellement la fiabilité. L’approche pragmatique de construction de prévisions d’ensemble en utilisant les prévisions déterministes successives a permis de définir des avertissements avec différents niveaux de probabilité afin de moduler le niveau de probabilité déclenchant l’avertissement (défini par le nombre minimum de membres de l’ensemble dépassant le seuil). Il est nécessaire d’analyser le taux de détection et la fiabilité des dépassements prévus en fonction du niveau de probabilité pour définir les dépassements avec les prévisions d’ensemble, afin de gagner en anticipation tout en conservant une fiabilité acceptable. Ce type d’optimisation de la qualité des avertissements, pour une meilleure détection des dépassements avec une anticipation améliorée et une fiabilité acceptable, doit également prendre en compte les enjeux pour l’ensemble de la chaîne d’avertissement et les besoins des utilisateurs. Des pistes d’amélioration sont également discutées en conclusion, notamment : la combinaison des prévisions immédiates avec des prévisions de pluie à plus longue échéance, la prise en compte des incertitudes de source hydrologique (en utilisant des prévisions d’ensemble multi-modèles et des jeux de paramètres équiprobables), l’amélioration des conditions initiales du modèle hydrologique, en particulier avec l’assimilation des débits observés, et l’utilisation des informations post-crue de dégâts pour une évaluation du système d’avertissement sur des bassins non jaugés. Le présent rapport constitue le livrable 00050 de la commande n°4500271150 du 21/03/2016 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA UR RHAX et Hydris Hydrologie.

/ En France, les crues rapides sont à l'origine d'une part très significative des dommages subis par les sociétés, tant en terme de dégâts matériel (directs ou indirects), que pertes en vies humaines. Générées par des pluies intenses (avec des cumuls pouvant dépasser 400mm en 24h), ces crues se manifestent au sein de petits bassins versants caractérisés par des temps de réactions courtes (de quelques minutes à quelques heures), des débits spécifiques élevés (jusqu'à 20 m3/s/km²) et, très souvent, l'absence de mesures de débits. L'équipe Risques Hydrométéorologique d'Irstea Aix-en-Provence travaille depuis plusieurs années à une meilleure anticipation de ce type d'événement sur les bassins versants non instrumentés, notamment en intégrant dans ses modèles les informations temps réel issues des radars météorologiques de Météo-France. Ces travaux ont conduit à la mise au point de la méthode AIGA. Conçue comme un outil d'aide à la décision en situation de crise, destinée aux décideurs et aux gestionnaires, cette méthode propose : -l'évaluation en temps réel du niveau de rareté des précipitations observées par les radars météorologiques, -une anticipation des crues qui pourraient résulter de ces précipitations, -l'évaluation en temps réel du niveau de rareté de ces crues. Depuis 2011, cette méthode est mise en oeuvre dans différents dispositifs opérationnels, ou à visées opérationnelles, associant chercheurs et gestionnaires du risque inondation : -le volet de la méthode AIGA relatif aux précipitations est implanté dans l'outil Avertissement pluies intenses à l'échelle des communes (APIC) porté par Météo-France et disponible gratuitement pour un grand nombre de communes du territoire métropolitain ; -l'intégralité de la méthode AIGA a été implantée dans la plateforme RHYTMME développée en partenariat avec Météo France, dans le cadre d'un projet CPER-PACA (2007-2014). Après avoir permis l'expérimentation en temps réel de la méthode AIGA par des gestionnaires locaux, cette plateforme est maintenant mise progressivement à la disposition des collectivités de la Région Provence-Alpes-Côte d'Azur ; -au niveau national, le MEDDE (Ministère en charge de l'Environnement) a lancé le Plan Submersions Rapides (PSR). Ce plan prévoit le développement d'un service national d'avertissement spécifique aux crues soudaines à destination des communes. Le volet débit de la méthode AIGA a été retenu par le Schapi pour servir de base à ce service, avec une première expérimentation prévue en 2016.

Early detection of flash floods, which are typically triggered by severe rainfall events, is still challenging due to large meteorological and hydrologic uncertainties at the spatial and temporal scales of interest. Also the rapid rising of waters necessarily limits the lead time of warnings to alert communities and activate effective emergency procedures. To better anticipate such events and mitigate their impacts, the French national service in charge of flood forecasting (SCHAPI) is implementing a national flash flood warning system for small-to-medium (up to 1000 km2 ) ungauged basins based on a discharge-threshold flood warning method called AIGA (Javelle et al. 2014). The current deterministic AIGA system has been run in real-time in the South of France since 2005 and has been tested in the RHYTMME project (rhytmme.irstea.fr/). It ingests the operational radar-gauge QPE grids from Météo-France to run a simplified hourly distributed hydrologic model at a 1-km2 resolution every 15 minutes. This produces real-time peak discharge estimates along the river network, which are subsequently compared to regionalized flood frequency estimates to provide warnings according to the AIGA-estimated return period of the ongoing event. The calibration and regionalization of the hydrologic model has been recently enhanced for implementing the national flash flood warning system for the entire French territory by 2016. To further extend the effective warning lead time, the flash flood warning system is being enhanced to ingest Météo-France’s AROME-NWC high-resolution precipitation nowcasts. The AROME-NWC system combines the most recent available observations with forecasts from the nowcasting version of the AROME convection-permitting model (Auger et al. 2015). AROME-NWC pre-operational deterministic precipitation forecasts, produced every hour at a 2.5-km resolution for a 6-hr forecast horizon, were provided for 3 significant rain events in September and November 2014 and ingested as time-lagged ensembles. The time-lagged approach is a practical choice of accounting for the atmospheric forecast uncertainty when no extensive forecast archive is available for statistical modelling. The evaluation on 185 basins in the South of France showed significant improvements in terms of flash flood event detection and effective warning lead-time, compared to warnings from the current AIGA setup (without any future precipitation). Various verification metrics (e.g., Relative Mean Error, Brier Skill Score) show the skill of ensemble precipitation and flow forecasts compared to single-valued persistency benchmarks. Planned enhancements include integrating additional probabilistic NWP products (e.g., AROME precipitation ensembles on longer forecast horizon), accounting for and reducing hydrologic uncertainties from the model parameters and initial conditions via data assimilation, and developing a comprehensive observational and post-event damage database to determine decision-relevant warning thresholds for flood magnitude and probability.

International audience; Flash floods, which are typically triggered by severe rainfall events, are difficult to monitor and predict at the spatial and temporal scales of interest due to large meteorological and hydrologic uncertainties. In particular, uncertainties in quantitative precipitation forecasts (QPF) and quantitative precipitation estimates (QPE) need to be taken into account to provide skillful flash flood warnings with increased warning lead time. In France, the AIGA discharge-threshold flood warning system is currently being enhanced to ingest high-resolution ensemble QPFs from convection-permitting numerical weather prediction (NWP) models, as well as probabilistic QPEs, to improve flash flood warnings for small-to-medium (from 10 to 1000 km2) ungauged basins.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) et l’Irstea pour tester l’impact d’une assimilation des observations de débit sur les performances du système d’avertissement aux crues rapides AIGA. En collaboration avec l’IRSTEA, le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, qui sera complété par un service expertisé d’avertissement sur des bassins dits prioritaires. Ce service expertisé concerne les bassins avec des temps de réaction courts compris entre 2h et 6h et avec des enjeux particuliers. L’assimilation de données a pour objectif de mettre à jour le modèle en modifiant un ou plusieurs de ses éléments pour que la représentation des processus hydrologiques par le modèle et les sorties du modèle correspondent au mieux aux observations passées et présentes disponibles. Cette approche se base aussi sur le constat que le modèle et les observations sont deux sources d’information entachées d’incertitude. Cependant, pour cette étude, l’incertitude des observations est considérée comme largement inférieure aux incertitudes du modèle et donc elle n’est pas prise en compte. L’assimilation est mise en oeuvre en estimant, à l’instant de prévision, une correction régionalisée du taux de remplissage du réservoir de transfert du modèle horaire semi-distribué, qui correspond à l’état le plus en aval du modèle. La sélection des bassins « donneurs » se base sur les critères de distance maximale, nombre maximal de voisins, et similitude météorologique (i.e. la pluie de bassin sur les dernières 24 heures est en dépassement ou non-dépassement du seuil de 10 mm). Les différentes options d’assimilation sont testées avec le modèle hydrologique semi-distribué du système AIGA, en utilisant les paramètres calibrés et régionalisés de la fin 2014 (Organde 2014). L’analyse a porté sur les simulations de débit sur la période 2009-2012 pour les 694 bassins jaugés en France métropolitaine, ce jeu de bassins ayant été utilisé pour la calibration et régionalisation du modèle hydrologique. L’évaluation des performances des différentes options d’assimilation, en mode de validation croisée, se base sur les scores de contingence et de degré d’anticipation des dépassements d’un seuil de débit empirique correspondant à une période de retour de l’ordre de 2 ans (Organde 2015). Pour comparer avec le modèle actuel sans assimilation de données ni prévision de pluie, les dépassements sont estimés à partir des simulations issues des états du modèle tels que modifiés par les différentes options d’assimilation, sans inclure de pluie future. L’analyse des scores de contingence (prenant en compte l’anticipation des dépassements) a montré qu’aucune des méthodes régionales d’assimilation proposées ne permet d’améliorer conjointement le taux de détection et la fiabilité des dépassements vis-à-vis du système AIGA actuel sans assimilation. La méthode régionale avec une assimilation limitée aux pas de temps du début de l’événement permet d’améliorer la détection et l’anticipation, mais avec une augmentation significative du taux de fausses alertes. Le critère de similitude météorologique entre bassins « donneurs » et bassin « cible » semble avoir un impact positif mais limité. En effet, ce critère simple ne répond que très partiellement à l’objectif de choisir des bassins voisins « donneurs » ayant une similitude en termes de comportement hydrologique et de biais du modèle avec le bassin « cible » non jaugé. Cette première évaluation devrait se poursuivre en définissant des seuils relatifs de débit basés sur les simulations obtenues avec chacune des options d’assimilation, ce qui pourrait permettre de « débiaiser » les sorties du modèle. Il serait également intéressant de travailler sur une plus longue période pour utiliser des seuils de débit relatifs à des périodes de retour plus rares (10 ans par exemple). De plus, l’impact des méthodes d’assimilation doit aussi être évalué en mode de prévision, en utilisant, dans un premier temps, la pluie future « parfaite » pour analyser uniquement l’impact des mises à jour du réservoir de transfert (sans l’impact des incertitudes des prévisions de pluie). Différentes options de mise en oeuvre des méthodes d’assimilation restent à explorer, notamment en termes de : 1) correction additive du niveau de remplissage du réservoir de transfert ; 2) choix des bassins « donneurs » en faisant varier les critères de proximité géographique et similitude hydrométéorologique (par exemple en considérant les relations amont-aval des bassins) ; 3) prise en compte des incertitudes de l’assimilation en considérant un jeu de correction du réservoir de transfert basé sur l’ensemble des bassins « donneurs », et non sur une correction moyenne. Des techniques d’assimilation plus avancées devraient également être testées pour prendre en compte les incertitudes des observations de débit et des paramètres de mise à jour, tester la mise à jour d’autres états du modèle (réservoir du modèle journalier par exemple), et considérer que le modèle hydrologique peut être calibré et régionalisé en incluant la procédure d’assimilation. Enfin, la chaîne d’alerte AIGA devrait également être évaluée dans son ensemble, pour permettre d’optimiser les choix d’implémentation concernant les entrées du modèle (observations et prévisions de pluie, observations de débit), les paramètres et les états du modèle, ainsi que les seuils de débit pour produire les avertissements. Le présent rapport constitue le livrable 00020 de la commande n°4500261230 du 15/04/2015 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA et Hydris Hydrologie.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) pour analyser l’amélioration du système d’avertissement sur la possibilité de crues rapides AIGA en intégrant des prévisions de pluie future à courte échéance et fine résolution spatio-temporelle et en prenant en compte leurs incertitudes. Le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, qui sera complété par un service expertisé d’avertissement sur des bassins dits prioritaires. Ce service expertisé concerne les bassins avec des temps de réaction courts compris entre 2h et 6h et avec des enjeux particuliers. Pour améliorer la caractérisation et l’anticipation des crues soudaines, l’objectif est d’intégrer des prévisions immédiates (appelées nowcasts) de courte échéance et à haute résolution spatio-temporelle, notamment les prévisions du modèle AROME de Météo-France. Les prévisions de pluie mises à disposition par Météo-France sont les prévisions immédiates du modèle AROME, dites AROME-PI, de type déterministe, au pas de temps de 15 minutes pour une échéance de 6 heures, à la résolution de 2,5 km, réactualisées toutes les heures (Auger et a l. 2015). La fine résolution d’AROME permet de modéliser les processus convectifs, qui sont essentiels pour les alertes aux crues rapides. Les prévisions déterministes successives sont utilisées pour produire des prévisions d’ensemble au pas de temps horaire par décalage temporel, appelées AROMEPI-timelag, avec 6 membres (les prévisions d’AROME-PI plus anciennes étant complétées par la pluie nulle pour les plus longues échéances non couvertes par AROME-PI). L’utilisation de prévisions d’ensemble de pluie et débit a permis de définir des prévisions probabilistes en fonction du nombre de membres dépassant le seuil considéré. L’analyse de l’apport des prévisions de pluie immédiate a porté sur 3 événements de crue de septembre 2014, mi-novembre 2014 et fin novembre 2014. Les simulations et prévisions de débit sont issues du modèle hydrologique semi-distribué dit opérationnel pour le futur système AIGA, avec les paramètres calibrés et régionalisés de la fin 2014 (Organde 2014). L’analyse a concerné les 185 bassins versants jaugés de surface entre 10 et 992 km2 dans la zone Grand Sud, zone touchée par les 3 événements étudiés. Pour analyser l’apport des prévisions déterministes AROME-PI et prévisions d’ensemble AROMEPI-timelag, différentes prévisions déterministes de référence sont également évaluées : la prévision de pluie persistante (en maintenant sur toute l’échéance de prévision, la dernière pluie observée au moment de l’initialisation de la prévision), la prévision de pluie « parfaite » (i.e. pluie observée) pour montrer l’impact des erreurs et des incertitudes des prévisions d’ensemble de pluie, et la prévision de pluie nulle. Comme pour l’étude portant sur la mise à jour du paramétrage de la modélisation hydrologique d’Organde en 2015, l’évaluation de la qualité des alertes s’est basée sur le dépassement d’un seuil de débit relatif correspondant à une période de retour de l’ordre de 2 ans. Cette approche permet de « débiaiser » les sorties du modèle hydrologique. L’évaluation des avertissements a inclus différents critères de contingence pour décrire la fiabilité, la précision et le biais en fréquence des dépassements prévus de seuil de débit, ainsi que l’anticipation des dépassements. Par ailleurs, les prévisions de pluie et de débit ont été évaluées avec le système de vérification EVS (Brown et al. 2010) en sélectionnant des critères pour décrire le biais relatif et la corrélation des moyennes des ensembles avec les observations, ainsi que le gain en termes d’erreur en probabilité et de discrimination pour les dépassements de quantiles. L’évaluation des prévisions a concerné les 56 bassins les plus touchés par les 3 événements. Comme la chaîne d’avertissement testée dans cette étude est basée sur le dépassement d’un seuil relatif de débit, les prévisions de débit ont été comparées aux débits simulés. Les résultats de l’évaluation des prévisions de pluie de bassin ont permis d’identifier le biais conditionnel des moyennes des ensembles de pluie, qui ont tendance à surestimer les faibles pluies et à significativement sous-estimer les fortes pluies. Mais les ensembles montrent une bonne capacité à discriminer les dépassements des seuils de quantiles observés 80% (issus de la chronique de pluie observée sur l’année 2014), notamment pour les 4 premières heures d’échéance. Pour la comparaison des prévisions de débit avec les débits simulés, l’évaluation a montré un biais négatif des ensembles AROMEPI-timelag pour les échéances les plus longues dû aux sous-estimations des pluies AROME-PI et à l’intégration des pluies nulles pour certains des membres de l’ensemble. Cependant, on note également des erreurs de surestimation pour les débits moyens et certains débits forts. En comparaison avec la prévision probabiliste climatologique (pour toutes les échéances) et la prévision persistante (pour les échéances de plus 2 heures), les ensembles ont de meilleures performances pour la détection des dépassements du quantile de débit simulé de 80%. Les résultats sont relativement similaires entre la prévision persistante et la prévision AROMEPI-timelag pour la première heure d’échéance de prévision. Du fait de l’échantillon réduit des prévisions pour les 3 événements étudiés, l’analyse des dépassements prévus concerne les quantiles simulés de débit de 80% (estimés à partir des simulations de l’année 2014), qui ont des valeurs inférieures aux valeurs de seuil relatif de débit utilisées pour générer les avertissements dans le système AIGA. L’évaluation des avertissements prévus avec AROME-PI en comparaison au système AIGA actuel (qui n’intègre pas de prévision de pluie) a inclus 524 dépassements et non-dépassements sur les 185 bassins versants étudiés et les 3 événements. La prévision déterministe AROME-PI et la prévision d’ensemble AROMEPI-timelag n’utilisant qu’un seul membre pour déclencher l’avertissement de dépassement obtiennent des scores de contingence très similaires. Elles permettent une amélioration des avertissements en termes de détection (gain de l’ordre de 20%) mais avec une légère dégradation du taux de fausses alertes et donc une perte de fiabilité (perte de l’ordre de 13%). L’utilisation des prévisions d’ensemble AROMEPI-timelag prenant en compte 3 ou 6 membres de l’ensemble pour déclencher les avertissements permet de contrebalancer cette tendance à générer des fausses alertes plutôt que des alertes manquées ; l’utilisation des prévisions AROME-PI et AROMEPI-timelag sur une échéance de 3 heures permet également d’obtenir une légère amélioration. Le taux de détection obtenu est supérieur à 60%, mais la fiabilité reste légèrement inférieure à celle du système AIGA actuel (perte de l’ordre de 5%). En termes d’anticipation, les gains avec la prévision déterministe AROME-PI et la prévision d’ensemble AROMEPI-timelag pour l’échéance de 6 heures sont très significatifs : gain moyen en anticipation de 5 heures pour les 64 dépassements simulés par AIGA et de 6 heures pour les 37 dépassements observés. En conclusion, cette étude montre l’intérêt d’inclure, dans la modélisation hydrologique du système AIGA, les prévisions immédiates de pluie AROME-PI et les prévisions d’ensemble AROMEPI-timelag, pour améliorer significativement l’anticipation des détections de dépassement de seuil vis-à-vis des détections du système actuel sans pluie future. L’approche pragmatique de construction de prévisions d’ensemble en utilisant les prévisions déterministes successives a permis de définir des avertissements avec différents niveaux de probabilité afin de moduler le niveau de probabilité déclenchant l’avertissement. Cependant, il est nécessaire d’analyser le taux de détection et la fiabilité des dépassements prévus en fonction de l’échéance de prévision et du niveau de probabilité pour définir les dépassements avec les prévisions d’ensemble, afin de gagner en anticipation tout en conservant une fiabilité comparable au système AIGA actuel. Ce type d’optimisation de la qualité des alertes, pour une meilleure détection des dépassements avec une anticipation améliorée et une fiabilité acceptable, doit également prendre en compte les enjeux pour l’ensemble de la chaîne d’avertissement et les besoins des utilisateurs. Des pistes d’amélioration pour la combinaison des prévisions immédiates avec des prévisions à plus longue échéance, la prise en compte des incertitudes de source hydrologique, l’amélioration des conditions initiales du modèle hydrologique, et l’utilisation des informations post-crue de dégâts notamment pour les bassins non jaugés, sont également discutées en conclusion. Le présent rapport constitue le livrable 00050 de la commande n°4500261231 du 15/04/2015 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA et Hydris Hydrologie.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) pour analyser l’amélioration du système d’avertissement sur la possibilité de crues rapides AIGA en intégrant des prévisions de pluie future à courte échéance et fine résolution spatio-temporelle et en prenant en compte leurs incertitudes. Le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, qui sera complété par un service expertisé d’avertissement sur des bassins dits prioritaires. Ce service expertisé concerne les bassins avec des temps de réaction courts compris entre 2h et 6h et avec des enjeux particuliers. Pour améliorer la caractérisation et l’anticipation des crues soudaines, l’objectif est d’intégrer des prévisions immédiates (appelées nowcasts) de courte échéance et à haute résolution spatio-temporelle, notamment les prévisions du modèle AROME de Météo-France. Les prévisions de pluie mises à disposition par Météo-France sont les prévisions immédiates du modèle AROME, dites AROME-PI, de type déterministe, au pas de temps de 15 minutes pour une échéance de 6 heures, à la résolution de 2,5 km, réactualisées toutes les heures (Auger et a l. 2015). La fine résolution d’AROME permet de modéliser les processus convectifs, qui sont essentiels pour les alertes aux crues rapides. Les prévisions déterministes successives sont utilisées pour produire des prévisions d’ensemble au pas de temps horaire par décalage temporel, appelées AROMEPI-timelag, avec 6 membres (les prévisions d’AROME-PI plus anciennes étant complétées par la pluie nulle pour les plus longues échéances non couvertes par AROME-PI). L’utilisation de prévisions d’ensemble de pluie et débit a permis de définir des prévisions probabilistes en fonction du nombre de membres dépassant le seuil considéré. L’analyse de l’apport des prévisions de pluie immédiate a porté sur 3 événements de crue de septembre 2014, mi-novembre 2014 et fin novembre 2014. Les simulations et prévisions de débit sont issues du modèle hydrologique semi-distribué dit opérationnel pour le futur système AIGA, avec les paramètres calibrés et régionalisés de la fin 2014 (Organde 2014). L’analyse a concerné les 185 bassins versants jaugés de surface entre 10 et 992 km2 dans la zone Grand Sud, zone touchée par les 3 événements étudiés. Pour analyser l’apport des prévisions déterministes AROME-PI et prévisions d’ensemble AROMEPI-timelag, différentes prévisions déterministes de référence sont également évaluées : la prévision de pluie persistante (en maintenant sur toute l’échéance de prévision, la dernière pluie observée au moment de l’initialisation de la prévision), la prévision de pluie « parfaite » (i.e. pluie observée) pour montrer l’impact des erreurs et des incertitudes des prévisions d’ensemble de pluie, et la prévision de pluie nulle. Comme pour l’étude portant sur la mise à jour du paramétrage de la modélisation hydrologique d’Organde en 2015, l’évaluation de la qualité des alertes s’est basée sur le dépassement d’un seuil de débit relatif correspondant à une période de retour de l’ordre de 2 ans. Cette approche permet de « débiaiser » les sorties du modèle hydrologique. L’évaluation des avertissements a inclus différents critères de contingence pour décrire la fiabilité, la précision et le biais en fréquence des dépassements prévus de seuil de débit, ainsi que l’anticipation des dépassements. Par ailleurs, les prévisions de pluie et de débit ont été évaluées avec le système de vérification EVS (Brown et al. 2010) en sélectionnant des critères pour décrire le biais relatif et la corrélation des moyennes des ensembles avec les observations, ainsi que le gain en termes d’erreur en probabilité et de discrimination pour les dépassements de quantiles. L’évaluation des prévisions a concerné les 56 bassins les plus touchés par les 3 événements. Comme la chaîne d’avertissement testée dans cette étude est basée sur le dépassement d’un seuil relatif de débit, les prévisions de débit ont été comparées aux débits simulés. Les résultats de l’évaluation des prévisions de pluie de bassin ont permis d’identifier le biais conditionnel des moyennes des ensembles de pluie, qui ont tendance à surestimer les faibles pluies et à significativement sous-estimer les fortes pluies. Mais les ensembles montrent une bonne capacité à discriminer les dépassements des seuils de quantiles observés 80% (issus de la chronique de pluie observée sur l’année 2014), notamment pour les 4 premières heures d’échéance. Pour la comparaison des prévisions de débit avec les débits simulés, l’évaluation a montré un biais négatif des ensembles AROMEPI-timelag pour les échéances les plus longues dû aux sous-estimations des pluies AROME-PI et à l’intégration des pluies nulles pour certains des membres de l’ensemble. Cependant, on note également des erreurs de surestimation pour les débits moyens et certains débits forts. En comparaison avec la prévision probabiliste climatologique (pour toutes les échéances) et la prévision persistante (pour les échéances de plus 2 heures), les ensembles ont de meilleures performances pour la détection des dépassements du quantile de débit simulé de 80%. Les résultats sont relativement similaires entre la prévision persistante et la prévision AROMEPI-timelag pour la première heure d’échéance de prévision. Du fait de l’échantillon réduit des prévisions pour les 3 événements étudiés, l’analyse des dépassements prévus concerne les quantiles simulés de débit de 80% (estimés à partir des simulations de l’année 2014), qui ont des valeurs inférieures aux valeurs de seuil relatif de débit utilisées pour générer les avertissements dans le système AIGA. L’évaluation des avertissements prévus avec AROME-PI en comparaison au système AIGA actuel (qui n’intègre pas de prévision de pluie) a inclus 524 dépassements et non-dépassements sur les 185 bassins versants étudiés et les 3 événements. La prévision déterministe AROME-PI et la prévision d’ensemble AROMEPI-timelag n’utilisant qu’un seul membre pour déclencher l’avertissement de dépassement obtiennent des scores de contingence très similaires. Elles permettent une amélioration des avertissements en termes de détection (gain de l’ordre de 20%) mais avec une légère dégradation du taux de fausses alertes et donc une perte de fiabilité (perte de l’ordre de 13%). L’utilisation des prévisions d’ensemble AROMEPI-timelag prenant en compte 3 ou 6 membres de l’ensemble pour déclencher les avertissements permet de contrebalancer cette tendance à générer des fausses alertes plutôt que des alertes manquées ; l’utilisation des prévisions AROME-PI et AROMEPI-timelag sur une échéance de 3 heures permet également d’obtenir une légère amélioration. Le taux de détection obtenu est supérieur à 60%, mais la fiabilité reste légèrement inférieure à celle du système AIGA actuel (perte de l’ordre de 5%). En termes d’anticipation, les gains avec la prévision déterministe AROME-PI et la prévision d’ensemble AROMEPI-timelag pour l’échéance de 6 heures sont très significatifs : gain moyen en anticipation de 5 heures pour les 64 dépassements simulés par AIGA et de 6 heures pour les 37 dépassements observés. En conclusion, cette étude montre l’intérêt d’inclure, dans la modélisation hydrologique du système AIGA, les prévisions immédiates de pluie AROME-PI et les prévisions d’ensemble AROMEPI-timelag, pour améliorer significativement l’anticipation des détections de dépassement de seuil vis-à-vis des détections du système actuel sans pluie future. L’approche pragmatique de construction de prévisions d’ensemble en utilisant les prévisions déterministes successives a permis de définir des avertissements avec différents niveaux de probabilité afin de moduler le niveau de probabilité déclenchant l’avertissement. Cependant, il est nécessaire d’analyser le taux de détection et la fiabilité des dépassements prévus en fonction de l’échéance de prévision et du niveau de probabilité pour définir les dépassements avec les prévisions d’ensemble, afin de gagner en anticipation tout en conservant une fiabilité comparable au système AIGA actuel. Ce type d’optimisation de la qualité des alertes, pour une meilleure détection des dépassements avec une anticipation améliorée et une fiabilité acceptable, doit également prendre en compte les enjeux pour l’ensemble de la chaîne d’avertissement et les besoins des utilisateurs. Des pistes d’amélioration pour la combinaison des prévisions immédiates avec des prévisions à plus longue échéance, la prise en compte des incertitudes de source hydrologique, l’amélioration des conditions initiales du modèle hydrologique, et l’utilisation des informations post-crue de dégâts notamment pour les bassins non jaugés, sont également discutées en conclusion. Le présent rapport constitue le livrable 00050 de la commande n°4500261231 du 15/04/2015 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA et Hydris Hydrologie.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) et l’Irstea pour tester l’impact d’une assimilation des observations de débit sur les performances du système d’avertissement aux crues rapides AIGA. En collaboration avec l’IRSTEA, le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, qui sera complété par un service expertisé d’avertissement sur des bassins dits prioritaires. Ce service expertisé concerne les bassins avec des temps de réaction courts compris entre 2h et 6h et avec des enjeux particuliers. L’assimilation de données a pour objectif de mettre à jour le modèle en modifiant un ou plusieurs de ses éléments pour que la représentation des processus hydrologiques par le modèle et les sorties du modèle correspondent au mieux aux observations passées et présentes disponibles. Cette approche se base aussi sur le constat que le modèle et les observations sont deux sources d’information entachées d’incertitude. Cependant, pour cette étude, l’incertitude des observations est considérée comme largement inférieure aux incertitudes du modèle et donc elle n’est pas prise en compte. L’assimilation est mise en oeuvre en estimant, à l’instant de prévision, une correction régionalisée du taux de remplissage du réservoir de transfert du modèle horaire semi-distribué, qui correspond à l’état le plus en aval du modèle. La sélection des bassins « donneurs » se base sur les critères de distance maximale, nombre maximal de voisins, et similitude météorologique (i.e. la pluie de bassin sur les dernières 24 heures est en dépassement ou non-dépassement du seuil de 10 mm). Les différentes options d’assimilation sont testées avec le modèle hydrologique semi-distribué du système AIGA, en utilisant les paramètres calibrés et régionalisés de la fin 2014 (Organde 2014). L’analyse a porté sur les simulations de débit sur la période 2009-2012 pour les 694 bassins jaugés en France métropolitaine, ce jeu de bassins ayant été utilisé pour la calibration et régionalisation du modèle hydrologique. L’évaluation des performances des différentes options d’assimilation, en mode de validation croisée, se base sur les scores de contingence et de degré d’anticipation des dépassements d’un seuil de débit empirique correspondant à une période de retour de l’ordre de 2 ans (Organde 2015). Pour comparer avec le modèle actuel sans assimilation de données ni prévision de pluie, les dépassements sont estimés à partir des simulations issues des états du modèle tels que modifiés par les différentes options d’assimilation, sans inclure de pluie future. L’analyse des scores de contingence (prenant en compte l’anticipation des dépassements) a montré qu’aucune des méthodes régionales d’assimilation proposées ne permet d’améliorer conjointement le taux de détection et la fiabilité des dépassements vis-à-vis du système AIGA actuel sans assimilation. La méthode régionale avec une assimilation limitée aux pas de temps du début de l’événement permet d’améliorer la détection et l’anticipation, mais avec une augmentation significative du taux de fausses alertes. Le critère de similitude météorologique entre bassins « donneurs » et bassin « cible » semble avoir un impact positif mais limité. En effet, ce critère simple ne répond que très partiellement à l’objectif de choisir des bassins voisins « donneurs » ayant une similitude en termes de comportement hydrologique et de biais du modèle avec le bassin « cible » non jaugé. Cette première évaluation devrait se poursuivre en définissant des seuils relatifs de débit basés sur les simulations obtenues avec chacune des options d’assimilation, ce qui pourrait permettre de « débiaiser » les sorties du modèle. Il serait également intéressant de travailler sur une plus longue période pour utiliser des seuils de débit relatifs à des périodes de retour plus rares (10 ans par exemple). De plus, l’impact des méthodes d’assimilation doit aussi être évalué en mode de prévision, en utilisant, dans un premier temps, la pluie future « parfaite » pour analyser uniquement l’impact des mises à jour du réservoir de transfert (sans l’impact des incertitudes des prévisions de pluie). Différentes options de mise en oeuvre des méthodes d’assimilation restent à explorer, notamment en termes de : 1) correction additive du niveau de remplissage du réservoir de transfert ; 2) choix des bassins « donneurs » en faisant varier les critères de proximité géographique et similitude hydrométéorologique (par exemple en considérant les relations amont-aval des bassins) ; 3) prise en compte des incertitudes de l’assimilation en considérant un jeu de correction du réservoir de transfert basé sur l’ensemble des bassins « donneurs », et non sur une correction moyenne. Des techniques d’assimilation plus avancées devraient également être testées pour prendre en compte les incertitudes des observations de débit et des paramètres de mise à jour, tester la mise à jour d’autres états du modèle (réservoir du modèle journalier par exemple), et considérer que le modèle hydrologique peut être calibré et régionalisé en incluant la procédure d’assimilation. Enfin, la chaîne d’alerte AIGA devrait également être évaluée dans son ensemble, pour permettre d’optimiser les choix d’implémentation concernant les entrées du modèle (observations et prévisions de pluie, observations de débit), les paramètres et les états du modèle, ainsi que les seuils de débit pour produire les avertissements. Le présent rapport constitue le livrable 00020 de la commande n°4500261230 du 15/04/2015 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA et Hydris Hydrologie.

Flash floods, which are typically triggered by severe rainfall, are difficult to monitor and predict at the spatial and temporal scales of interest due to large meteorological and hydrologic uncertainties. In France, the AIGA discharge-threshold flood warning system ingests the operational radar-gauge rainfall grids into a simplified distributed hydrologic model at a 1-km² resolution to provide flash flood warnings for small-to-medium (from 10 to 1000 km²) ungauged basins. AIGA produces real-time peak discharge estimates along the river network, which are subsequently compared to regionalized flood frequency estimates of given return periods to characterize the severity of ongoing events. To increase warning lead time while accounting for precipitation forecast uncertainty, AIGA is currently being enhanced to ingest precipitation ensembles from the convection-permitting COSMO-DE-EPS system from the Deutscher Wetterdienst. The 20 precipitation ensemble members of a 21-h horizon at a 2.8-km resolution were ingested in the hydrologic model to produce flow ensembles and probabilistic flash flood warnings for the Meuse and Moselle river basins and for significant events of the 2010-2013 period. The evaluation showed significant improvements in terms of flash flood event detection and effective warning lead-time compared to warnings from the current deterministic AIGA setup, as well as improved forecast skill compared to single-valued persistence benchmarks. Planned enhancements include ingesting other probabilistic products from Météo-France’s convection-permitting AROME model, accounting for hydrologic uncertainties, as well as developing comprehensive observational and post-event damage database to determine decision-relevant thresholds for flood magnitude and probability.

International audience; Flash flooding events are typically triggered by extreme rainfall and efficient runoff production and are thus difficult to monitor and predict at the spatial and temporal scales of interest due to large meteorological and hydrologic uncertainties. To provide flash flood warnings for small ungauged basins, Météo-France and Irstea (formerly Cemagref) have developed a discharge-threshold flood warning system called AIGA, which combines the operational radar-gauge rainfall grids with a simplified distributed hydrologic model run every 15 minutes at a 1 -km² resolution. Operational since 2005 in the South of France, AIGA produces in real-time peak discharge estimates along the river network, which are compared to regionalized flood frequency estimates. Warnings are then provided to the French regional and national flood forecasting centres based on the range of the AIGA-estimated return period of ongoing events. The rainfall-runoff model is currently being enhanced to apply AIGA to the entire French territory by 2016. To further extend the forecast lead time, deterministic rainfall forecasts from Météo-France’s Application of Research to Operations at Mesoscale (AROME) convection-permitting model are ingested as time-lagged input ensembles in the hydrologic model. Operational since December 2008, AROME produces every six hours 30-h forecasts at a 2.5-km resolution to resolve deep convection processes. Deterministic AROME forecasts for the Meuse and Moselle river basins were provided for 20 significant rain events between January 2009 and December 2012. The time-lagged approach is a practical choice of accounting for the atmospheric forecast uncertainty when no extensive forecast archive is available for statistical modelling. It enabled us to produce AROME-based streamflow ensembles up to a 12-h forecast horizon and demonstrate the potential improvements in terms of flash flood event detection and effective lead-time. Warnings were also derived by comparing AROME-timelagged precipitation forecasts with Flash Flood Guidance (FFG) values. Results for the 39 studied basins showed that the FFG approach, which does not account for the rainfall spatial and temporal distribution within the basin, did not degrade the quality of flash flood warnings.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) pour analyser l’amélioration du système d’avertissement aux crues rapides AIGA en prenant en compte les incertitudes des pluies futures et des paramètres du modèle hydrologique calibré et régionalisé. Le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, qui sera complété par un service expertisé d’avertissement sur des bassins dits prioritaires. Ce service expertisé concerne les bassins avec des temps de réaction courts compris entre 2h et 6h et avec des enjeux particuliers. Pour améliorer la caractérisation et l’anticipation des crues soudaines, l’objectif est d’intégrer des prévisions d’ensemble de pluie à haute résolution spatio-temporelle, notamment les prévisions d’ensemble multi-modèles COSMO-DE-EPS. Ces prévisions sont produites par l’agence allemande Deutscher Wetterdienst (DWD) sur le tiers Nord-Est de la France. Le modèle atmosphérique COSMO-DE permet une modélisation physique des processus convectifs à la résolution de 2,8 km. Il quantifie l’incertitude des prévisions de pluie en produisant, toutes les 3 heures et 8 fois par jour, 20 membres pour une échéance maximale de 21 heures. Les grilles de prévision d’ensemble de pluie ont été mises à disposition par le SPC (Service de Prévision des Crues) Meuse-Moselle sur la zone du SPC au format et dans le système de projection tels qu’utilisés sur la plateforme opérationnelle LARSIM. L’intégration de ces grilles de prévision a nécessité leur reprojection dans le système Lambert 2 étendu et leur interpolation sur une grille régulière à la résolution de 1 km2 (cette étape est décrite dans l’étude de Demargne 2014a). L’analyse de l’apport des prévisions d’ensemble de débit a porté sur 7 événements de crue entre décembre 2010 et décembre 2012 pour des bassins de la Meuse et de la Moselle de surfaces inférieures à 1000 km2. Les 20 ensembles de pluie COSMO-DE-EPS sont intégrés dans la modélisation hydrologique pour obtenir 20 prévisions d’ensemble de débit et produire ainsi des alertes probabilisées de dépassement de seuil de débit. L’incertitude paramétrique du modèle horaire semi-distribué a également été considéré en utilisant 5 jeux de paramètres différents, qui ont été testés lors de la régionalisation par Organde (2014). Ces 5 jeux de paramètres sont considérés comme équiprobables, même si seul le jeu de paramètres finaux a été optimisé pour la détection des dépassements de quantiles de débit. Les 5 jeux de paramètres sont couplés aux 20 ensembles de pluie pour produire 100 ensembles de débit qui prennent en compte l’incertitude de pluie future et l’incertitude paramétrique du modèle semi-distribué. L’apport des prévisions d’ensemble COSMO-DE-EPS est analysé vis-à-vis de prévisions de référence : la prévision de débit générée avec la pluie persistante issue de la dernière heure de pluie observée au moment de l’initialisation de la prévision, la prévision probabiliste climatologique définie par la distribution empirique des observations de 2009-2012, ainsi que la prévision de débit issue de la pluie « parfaite » (i.e. pluie observée) pour montrer l’impact des erreurs et des incertitudes des prévisions d’ensemble de pluie. La vérification des prévisions d’ensemble de pluie et de débit est réalisée avec le système de vérification EVS (Brown et al. 2010) en sélectionnant des critères pour décrire le biais relatif et la corrélation des moyennes des ensembles avec les observations, ainsi que le gain en termes d’erreur en probabilité et de discrimination des dépassements de quantiles observés. L’analyse de la qualité des alertes inclut différents critères pour décrire notamment la fiabilité, le biais en fréquence et l’anticipation des alertes. Les cartes d’alerte probabilisées issues des prévisions d’ensemble de débit sont présentées et complétées avec les cartes de performance des alertes pour offrir une visualisation spatiale de la qualité des alertes sur les bassins jaugés. De telles cartes peuvent renseigner sur la qualité potentielle des alertes sur les bassins non jaugés voisins. L’évaluation des ensembles de débit a montré une bonne corrélation des moyennes des ensembles avec les observations mais une sous-estimation significative pour les débits les plus forts, à cause du biais négatif du modèle hydrologique et, dans une moindre mesure, du biais des ensembles de pluie COSMO-DE-EPS. Cependant, certaines surestimations des pluies moyennes peuvent compenser les erreurs de sous-estimation du modèle hydrologique. Les ensembles de pluie et de débit ont une bonne capacité pour discriminer les dépassements des quantiles observés 75% et 90%. En comparaison de la prévision probabiliste climatologique et de la prévision persistante, les ensembles ont de meilleures performances, notamment en termes d’erreur en probabilité. L’évaluation pour les alertes de dépassement du quantile de débit biennal a montré une amélioration significative en termes de détection, fiabilité et anticipation en comparaison au système AIGA actuel (qui n’intègre pas de prévision de pluie) et aux alertes issues de la prévision de pluie persistante. L’utilisation de 5 jeux de paramètres pour le modèle hydrologique semi-distribué pour prendre en compte l’incertitude paramétrique n’a pas permis d’améliorer les performances. Ceci s’explique par le fait qu’un seul des 5 jeux de paramètres a été optimisé pour augmenter la réactivité du modèle hydrologique et mieux différencier les dépassements des différents quantiles de débit. Des pistes d’amélioration pour l’intégration de prévisions immédiates (nowcasts), la prise en compte des incertitudes de source hydrologique et l’utilisation des informations post-crue de dégâts notamment pour les bassins non jaugés, sont également présentées. Le présent rapport constitue le livrable 00050 de la commande n°4500253337 du 16/09/2014 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA et Hydris Hydrologie.

Cette étude a été réalisée pour le SCHAPI (Service Central d'Hydrométéorologie et d'Appui à la Prévision des Inondations) pour analyser l’amélioration du système d’avertissement aux crues rapides AIGA en prenant en compte les incertitudes des pluies futures et des paramètres du modèle hydrologique calibré et régionalisé. Le SCHAPI développe actuellement un service d’avertissement automatisé valable sur l’ensemble de la France, qui sera complété par un service expertisé d’avertissement sur des bassins dits prioritaires. Ce service expertisé concerne les bassins avec des temps de réaction courts compris entre 2h et 6h et avec des enjeux particuliers. Pour améliorer la caractérisation et l’anticipation des crues soudaines, l’objectif est d’intégrer des prévisions d’ensemble de pluie à haute résolution spatio-temporelle, notamment les prévisions d’ensemble multi-modèles COSMO-DE-EPS. Ces prévisions sont produites par l’agence allemande Deutscher Wetterdienst (DWD) sur le tiers Nord-Est de la France. Le modèle atmosphérique COSMO-DE permet une modélisation physique des processus convectifs à la résolution de 2,8 km. Il quantifie l’incertitude des prévisions de pluie en produisant, toutes les 3 heures et 8 fois par jour, 20 membres pour une échéance maximale de 21 heures. Les grilles de prévision d’ensemble de pluie ont été mises à disposition par le SPC (Service de Prévision des Crues) Meuse-Moselle sur la zone du SPC au format et dans le système de projection tels qu’utilisés sur la plateforme opérationnelle LARSIM. L’intégration de ces grilles de prévision a nécessité leur reprojection dans le système Lambert 2 étendu et leur interpolation sur une grille régulière à la résolution de 1 km2 (cette étape est décrite dans l’étude de Demargne 2014a). L’analyse de l’apport des prévisions d’ensemble de débit a porté sur 7 événements de crue entre décembre 2010 et décembre 2012 pour des bassins de la Meuse et de la Moselle de surfaces inférieures à 1000 km2. Les 20 ensembles de pluie COSMO-DE-EPS sont intégrés dans la modélisation hydrologique pour obtenir 20 prévisions d’ensemble de débit et produire ainsi des alertes probabilisées de dépassement de seuil de débit. L’incertitude paramétrique du modèle horaire semi-distribué a également été considéré en utilisant 5 jeux de paramètres différents, qui ont été testés lors de la régionalisation par Organde (2014). Ces 5 jeux de paramètres sont considérés comme équiprobables, même si seul le jeu de paramètres finaux a été optimisé pour la détection des dépassements de quantiles de débit. Les 5 jeux de paramètres sont couplés aux 20 ensembles de pluie pour produire 100 ensembles de débit qui prennent en compte l’incertitude de pluie future et l’incertitude paramétrique du modèle semi-distribué. L’apport des prévisions d’ensemble COSMO-DE-EPS est analysé vis-à-vis de prévisions de référence : la prévision de débit générée avec la pluie persistante issue de la dernière heure de pluie observée au moment de l’initialisation de la prévision, la prévision probabiliste climatologique définie par la distribution empirique des observations de 2009-2012, ainsi que la prévision de débit issue de la pluie « parfaite » (i.e. pluie observée) pour montrer l’impact des erreurs et des incertitudes des prévisions d’ensemble de pluie. La vérification des prévisions d’ensemble de pluie et de débit est réalisée avec le système de vérification EVS (Brown et al. 2010) en sélectionnant des critères pour décrire le biais relatif et la corrélation des moyennes des ensembles avec les observations, ainsi que le gain en termes d’erreur en probabilité et de discrimination des dépassements de quantiles observés. L’analyse de la qualité des alertes inclut différents critères pour décrire notamment la fiabilité, le biais en fréquence et l’anticipation des alertes. Les cartes d’alerte probabilisées issues des prévisions d’ensemble de débit sont présentées et complétées avec les cartes de performance des alertes pour offrir une visualisation spatiale de la qualité des alertes sur les bassins jaugés. De telles cartes peuvent renseigner sur la qualité potentielle des alertes sur les bassins non jaugés voisins. L’évaluation des ensembles de débit a montré une bonne corrélation des moyennes des ensembles avec les observations mais une sous-estimation significative pour les débits les plus forts, à cause du biais négatif du modèle hydrologique et, dans une moindre mesure, du biais des ensembles de pluie COSMO-DE-EPS. Cependant, certaines surestimations des pluies moyennes peuvent compenser les erreurs de sous-estimation du modèle hydrologique. Les ensembles de pluie et de débit ont une bonne capacité pour discriminer les dépassements des quantiles observés 75% et 90%. En comparaison de la prévision probabiliste climatologique et de la prévision persistante, les ensembles ont de meilleures performances, notamment en termes d’erreur en probabilité. L’évaluation pour les alertes de dépassement du quantile de débit biennal a montré une amélioration significative en termes de détection, fiabilité et anticipation en comparaison au système AIGA actuel (qui n’intègre pas de prévision de pluie) et aux alertes issues de la prévision de pluie persistante. L’utilisation de 5 jeux de paramètres pour le modèle hydrologique semi-distribué pour prendre en compte l’incertitude paramétrique n’a pas permis d’améliorer les performances. Ceci s’explique par le fait qu’un seul des 5 jeux de paramètres a été optimisé pour augmenter la réactivité du modèle hydrologique et mieux différencier les dépassements des différents quantiles de débit. Des pistes d’amélioration pour l’intégration de prévisions immédiates (nowcasts), la prise en compte des incertitudes de source hydrologique et l’utilisation des informations post-crue de dégâts notamment pour les bassins non jaugés, sont également présentées. Le présent rapport constitue le livrable 00050 de la commande n°4500253337 du 16/09/2014 du marché « Mise en oeuvre de la méthode AIGA » n°2014-01-16, conclu entre IRSTEA et Hydris Hydrologie.

International audience; This article presents a comparison between real-time discharges calculated by a flash-flood warning system and post-event flood peak estimates. The studied event occurred on 15 and 16 June 2010 at the Argens catchment located in the south of France. Real-time flood warnings were provided by the AIGA (Adaptation d'Information Géographique pour l'Alerte en Crue) warning system, which is based on a simple distributed hydrological model run at a 1-km2 resolution using radar rainfall information. The timing of the warnings (updated every 15 min) was compared to the observed flood impacts. Furthermore, “consolidated” flood peaks estimated by an intensive post-event survey were used to evaluate the AIGA-estimated peak discharges. The results indicated that the AIGA warnings clearly identified the most affected areas. However, the effective lead-time of the event detection was short, especially for fast-response catchments, because the current method does not take into account any rainfall forecast. The flood peak analysis showed a relatively good correspondence between AIGA- and field-estimated peak values, although some differences were due to the rainfall underestimation by the radar and rainfall-runoff model limitations.; Cet article présente une comparaison des débits calculés en temps réel par un système d'avertissement de crues éclair avec des estimations post-événement des pics de crue. L'événement étudié s'est déroulé les 15 et 16 juin 2010 sur le bassin de l'Argens, situé dans le Sud de la France. Les débits en temps réel ont été calculés par le système d'avertissement AIGA (Adaptation d'Information Géographique pour l'Alerte en Crue), qui associe un modèle hydrologique distribué simple et une lame d'eau radar à la résolution de 1 km2. La chronologie des avertissements émis a été comparée aux dégâts observés. De plus, des estimations de pic de crue réalisées au cours de relevés de terrain après l'événement ont permis d'évaluer la pertinence des débits estimés par AIGA. Les résultats ont montré qu'AIGA a clairement indiqué les zones les plus affectées par la crue. Cependant, l'anticipation des avertissements a été courte, en particulier sur les bassins rapides, du fait que le système n'intègre pas de prévision de pluie. L'analyse des pics de crue a montré une relative bonne correspondance entre les débits calculés par AIGA et ceux estimés sur le terrain, avec cependant des différences. Celles-ci sont liées à une sous-estimation de la lame d'eau radar sur certains bassins et aux limites du modèle hydrologique.

Development of operational flash flood warning systems is one of the challenges in operational hydrology: flash floods are devastating but difficult to monitor and predict due to their nature. To provide flash flood warnings for ungauged basins, Météo-France and Irstea (formally Cemagref) have developed a discharge-threshold flood warning system called AIGA, which combines radar-gauge rainfall grids with a simplified distributed rainfall-runoff model run every 15 minutes at a 1-km2 resolution. Operational since 2005 in the Southern part of France, the AIGA system produces, every 15 minutes, a map of the river network with a color chart indicating the range of the estimated return period of the ongoing flood event. To increase forecast lead time and quantify the forcing input uncertainty, the rainfall-runoff distributed model ingests the 11 precipitation ensemble members from the PEARP ensemble prediction system of Météo-France. Performance of the experimental probabilistic precipitation and flow forecasts is evaluated from a variety of ensemble verification metrics (e.g., Continuous Ranked Probability Skill Score, Relative Operating Characteristic score) for different French basins. We also discuss planned enhancements and challenges to assess other sources of hydrological uncertainty and effectively communicate the uncertainty information to forecasters for better risk-based decision making.

Cette étude a pour objectif d’évaluer l’apport potentiel de l’intégration des prévisions de pluie dans le système d’anticipation des crues rapides AIGA pour améliorer la détection et l’anticipation des phénomènes de crues rapides. Ce travail prépare le développement d’un nouveau service de vigilance de crue pour le SCHAPI et les SPC, sur des bassins dits prioritaires, dont le temps de réaction varie entre 2h et 6h et pour lesquels des enjeux ont été identifiés concernant le risque de crue soudaine. Deux approches sont proposées pour intégrer les prévisions de pluie. La première approche s’appuie sur l’estimation de la pluie critique de bassin, nécessaire pour initier le dépassement du seuil de débit sur le bassin versant. La pluie critique est alors comparée avec les prévisions de pluie pour émettre ou non un avertissement de dépassement du seuil de débit. La deuxième approche consiste à intégrer directement les prévisions de pluie dans le modèle hydrologique du système AIGA pour générer des prévisions de débit. Cette approche est notamment pertinente grâce à la prise en compte des incertitudes de prévisions de pluie en intégrant des prévisions d’ensembles. Cette deuxième approche permet de considérer la distribution spatio-temporelle des pluies futures, alors que la première approche considère une pluie critique de bassin d’intensité constante et uniforme sur le bassin. Les alertes de dépassement de seuil de débit sont donc exprimées différemment pour chacune des deux approches : dépassement exprimé en termes de pluie par comparaison des prévisions d’ensemble de pluie avec la pluie critique de bassin pour la première approche ; dépassement exprimé en termes de débit pour la seconde approche par comparaison entre les prévisions d’ensemble de débit et le seuil de débit. Ces deux types d’alerte sont comparés aux alertes obtenues avec le système AIGA actuel, qui n’inclut aucune pluie future, pour illustrer l’apport potentiel de l’intégration de ces prévisions de pluie pour chacune des approches. Les alertes sont aussi comparées aux dépassements observés. L’évaluation porte sur les scores de contingence pour la détection des dépassements du seuil de débit et sur le degré d’anticipation des alertes. L’étude se base sur les améliorations de la modélisation hydrologique du système AIGA proposées par Organde (2013) pour l’extension du domaine d’applicabilité d’AIGA au territoire national. Trois zones d’étude ont été sélectionnées en partenariat avec le SCHAPI : Meuse-Moselle, Rhône-Cévennes, et Sud-Est. Les prévisions de pluie mises à disposition par Météo-France sont les prévisions déterministes horaires du modèle AROME, à la résolution de 2,5 km pour une échéance de 30 heures, produites 4 fois par jour. La fine résolution d’AROME permet de modéliser les processus convectifs, qui sont essentiels pour les alertes aux crues rapides. Les prévisions déterministes successives sont utilisées pour produire des prévisions d’ensemble au pas de temps horaire par décalage temporel, appelées AROME-timelag, avec 3 membres pour des échéances de 9h ou 12 h (suivant l’heure d’initialisation de prévision). L’utilisation de prévisions d’ensemble de pluie et débit a permis de définir une prévision probabiliste en fonction du nombre de membres dépassant le seuil considéré. Pour analyser l’apport des prévisions d’ensemble vis-à-vis de prévisions déterministes, différentes prévisions déterministes sont également évaluées : les prévisions déterministes AROME, la moyenne de la prévision d’ensemble AROME-timelag, et la prévision de pluie persistante.

Le développement de systèmes d’alerte de crues rapides reste difficile de par la nature de ces évènements, souvent très locaux et évoluant rapidement, ainsi que des données d’observations, généralement très limitées sur les petits bassins sujets à ce type d’évènements. Deux approches sont envisageables : 1) un suivi en temps réel des observations des stations de jaugeage de pluie et débit, à partir duquel un système d’alerte peut être mis en place, bien que ce service ne concerne que les bassins jaugés et offre une faible anticipation des crues rapides ; 2) la mise en place d’un système de prévision de pluie, pouvant être couplé avec un modèle de prévision de débit, qui permet de considérer les bassins non jaugés et de gagner potentiellement en anticipation. Cependant, les systèmes opérationnels de prévision hydrométéorologique ont souvent une échelle spatio-temporelle supérieure à celle des crues rapides. Et les incertitudes des prévisions, notamment pour les évènements pluvieux de type convectif, rendent difficiles l’utilisation directe de prévisions de pluie dans une modélisation hydrologique afin de produire des prévisions de débits avec suffisamment de précision et d’anticipation pour une alerte de crue rapide. Aux Etats-Unis, le service d’alerte aux crues éclairs mis en oeuvre par le National Weather Service est basé sur un système de prévision hydrométéorologique et la prise en compte de scénarios simples de pluie future afin de produire des cartes de pluie critique nécessaire pour initier les débordements sur les bassins versants. Cette pluie critique est appelée Flash Flood Guidance (FFG). Les pluies critiques FFG sont déterminées pour différentes durées (de 1h à 24h) et sont actualisées 1 à 4 fois par jour. Les valeurs de pluie critique FFG correspondent aux débits seuil de débordement, qui sont estimés au préalable (et qui correspondent généralement au débit de période de retour de 2 ans). En temps réel, les valeurs de FFG sont estimées à partir des courbes pluie-débit construites en utilisant une modélisation hydrologique continue avec différents scénarios de pluie future d’intensité constante et uniforme sur les bassins versants. La modélisation hydrologique permet de considérer l’impact de l’état hydrique des sols et des propriétés physiographiques du bassin versant sur sa réponse aux pluies, et donc son débit à l’exutoire. Les cartes de pluie critique FFG facilitent la comparaison avec les données spatialisées de pluie, d’observations et de prévisions, disponibles en temps réel, pour déterminer les zones de risque d’inondation. Une telle approche peut être utilisée avec d’autres modélisations hydrologiques en milieu jaugé ou non jaugé. L’objectif de cette étude est d’appliquer la méthode de Flash Flood Guidance avec le système d’anticipation des crues AIGA pour évaluer son apport potentiel pour l’aide à la prévision des crues rapides en milieu non jaugé. L’information de pluie critique permet de favoriser le partage de l’expertise des météorologues et des hydrologues pour mieux apprécier la gravité potentielle d’une situation météorologique au regard du risque de crue. Elle peut permettre de focaliser le travail de collaboration et d’analyse des prévisionnistes météorologistes et hydrologistes sur les secteurs géographiques les plus sensibles. Le système d’anticipation des crues AIGA utilise le modèle hydrologique pluie-débit distribué GR, au pas de temps horaire et à la résolution de 1 km2, pour produire des prévisions hydrologiques en milieu non jaugé. Les seuils de débit correspondent aux quantiles de débit estimés par la méthode régionalisée SHYREG (quantiles issus du même modèle hydrologique GR) pour différentes périodes de retour (e.g. 2 ans, 5 ans et 10 ans). L’évaluation porte sur 46 bassins versants identifiés par le SPC Med-Est pour leurs enjeux et inclus dans leur service de vigilance complémentaire. Trois évènements sont analysés pour tester la mise en alerte dans différentes situations hydrologiques : - l’évènement de Draguignan du 15-16 juin 2010 avec des sols secs et de très fortes pluies (pour les 13 bassins versants de l’Argens les plus touchés par l’évènement), les données Panthère fournissant les pluies observées au pas de temps horaire ; - l’évènement du 24-25 octobre 2011 avec des pluies modérées sur des sols secs, les pluies observées correspondant aux données Antilope au pas de temps horaire ; - l’évènement du 3-9 novembre 2011 avec des problématiques d’accalmies en début d’évènement et de pluie sur des sols très humides ultérieurement, en utilisant les données Antilope. L’estimation de la pluie critique est mise en oeuvre avec les paramètres suivants : - les seuils de dépassement de débit définis par les quantiles de débit SHYREG pour les périodes de retour de 2 ans, 5 ans et 10 ans ; - les durées de 3h, 6h, 12h et 24h, auxquelles on a ajouté la durée de 1h ; - une incrémentation du scenario de pluie future d’intensité constante qui est fonction de la durée considérée : + 5 mm/h pour les durées de 1h et 3h ; + 2,5 mm/h pour la durée de 6h ; + 1,25 mm/h pour la durée de 12h ; et + 1 mm/h pour la durée de 24h ; - une incertitude d’estimation de la pluie critique définie par le produit incrémentation x durée, conduisant aux incertitudes de : 5 mm pour la durée de 1h ; 15 mm pour les durées de 3h, 6h et 12h ; et 24 mm pour la durée de 24h ; - une estimation toutes les 3 heures et une réactualisation toutes les heures, complétée par la suite par une estimation toutes les heures. Le risque hydrologique est analysé avec les informations suivantes : - les cartes des pluies critiques pour tous les bassins (les bassins étant triés par surface décroissante pour visualiser les valeurs sur les bassins emboîtés), pouvant être produites toutes les heures, afin d’identifier les bassins les plus sensibles au risque de dépassement de seuil de débit ; - les hydrogrammes de crues simulés par AIGA, correspondant à la pluie critique, pour une durée et un seuil de débit donnés, pour visualiser l’hydrogramme simulé avec le scenario de pluie critique ; - les graphes de comparaison des pluies critiques pour les différentes durées pour un seuil de débit donné, afin d’aider le prévisionniste à croiser l’information de pluie critique avec les prévisions de pluie ; - le tableau des pluies critiques pour tous les bassins versants, pour une durée et un seuil de débit donnés et pour les dates d’initialisation récentes, afin d’analyser l’évolution des pluies critiques dans le temps ; - les cartes de différence entre prévision de pluie (que le prévisionniste devra choisir) et pluie critique pour tous les bassins versants, pour une durée et un seuil de débit donnés pour une mise en alerte des bassins pour lesquels la pluie prévue est supérieure ou proche de la valeur de pluie critique (en prenant en compte l’incertitude d’estimation de la pluie critique) ; - les cartes d’alerte du système AIGA actuel avec une représentation par bassin versant, similaire aux cartes de pluie critique, pour faciliter la comparaison des avertissements du système AIGA avec les avertissements de la méthode AIGA-FFG. 5 Concernant les avertissements du système AIGA-FFG, deux exemples de prévisions de pluie sont utilisés dans cette étude : 1) la pluie observée correspondant à la pluie future parfaite, connue a posteriori ; 2) la pluie persistante, d’intensité égale à la pluie observée dans la dernière heure précédant la date d’initialisation et constante pour toute la durée de la pluie critique. L’analyse des avertissements sur les 3 évènements étudiés montre le gain en anticipation potentielle (par comparaison avec l’avertissement du système AIGA) pour les 2 types de prévision, grâce à la prise en compte des pluies futures dans le modèle pluie-débit. Dans les exemples présentés, l’anticipation potentielle des avertissements du système AIGA-FFG, par comparaison avec le système AIGA, varie entre 1 heure et 7 heures lorsque l’on considère les pluies critiques pour les durées de 1h, 3h et 6h. L’utilisation de la prévision parfaite de pluie a montré qu’il est nécessaire de considérer l’incertitude d’estimation de la pluie critique, au risque d’engendrer sinon des alertes manquées. La comparaison entre les avertissements avec les 2 prévisions de pluie, pluie observée et pluie persistante, a permis de montrer que la qualité des avertissements dépend de la qualité de la prévision de pluie, avec, par exemple, quelques fausses alertes avec la prévision de pluie persistante mais aussi des exemples de meilleure anticipation potentielle pour les évènements d’octobre et novembre 2011. La qualité des avertissements du système AIGA-FFG dépend également des performances du modèle pluie-débit et de la qualité des données observées utilisées pour l’initialisation du modèle. L’expertise des prévisionnistes des SPC et de Météo-France permet une meilleure interprétation des informations de pluie critique, au vu des performances passées du modèle pluie-débit et du système de prévision météorologique, ainsi que de la qualité des observations de pluie et débit. Les discussions avec les prévisionnistes du SPC Med-Est ont souligné l’attrait de la communication du risque hydrologique sous forme de pluie critique de bassin versant. Cette information, exprimée en termes de pluie, facilite les discussions avec les prévisionnistes de Météo-France et la prise en compte de la sensibilisation hydrologique aux pluies pour les différents bassins versants. En identifiant les bassins les plus sensibles au risque de dépassement de seuils de débit, les cartes de pluie critique peuvent permettre d’affiner les prévisions expertisées de pluie dans les heures à venir pour les secteurs jugés sensibles. L’information de pluie critique peut également être facilement croisée avec une ou des prévisions de pluie choisie(s) par le prévisionniste (prévision expertisée ou non) pour en déduire des avertissements sur les dépassements possibles des seuils de débit considérés. Une telle information pourrait potentiellement être utile à d’autres utilisateurs, tels que les services de sécurité civile, pour une mise en veille anticipée sur les secteurs jugés sensibles afin d’améliorer le temps de réaction de ces services lorsque le risque de crue est avéré. Les perspectives d’améliorations pour le système d’alerte AIGA-FFG incluent l’intégration de scénarios de pluie future plus réalistes, notamment grâce aux prévisions d’ensembles produites par Météo-France, et la prise en compte des sources d’incertitude du modèle hydrologique, qui concernent les pluies observées, les conditions initiales et les paramètres du modèle.

Le développement de systèmes d’alerte de crues rapides reste difficile de par la nature de ces évènements, souvent très locaux et évoluant rapidement, ainsi que des données d’observations, généralement très limitées sur les petits bassins sujets à ce type d’évènements. Deux approches sont envisageables : 1) un suivi en temps réel des observations des stations de jaugeage de pluie et débit, à partir duquel un système d’alerte peut être mis en place, bien que ce service ne concerne que les bassins jaugés et offre une faible anticipation des crues rapides ; 2) la mise en place d’un système de prévision de pluie, pouvant être couplé avec un modèle de prévision de débit, qui permet de considérer les bassins non jaugés et de gagner potentiellement en anticipation. Cependant, les systèmes opérationnels de prévision hydrométéorologique ont souvent une échelle spatio-temporelle supérieure à celle des crues rapides. Et les incertitudes des prévisions, notamment pour les évènements pluvieux de type convectif, rendent difficiles l’utilisation directe de prévisions de pluie dans une modélisation hydrologique afin de produire des prévisions de débits avec suffisamment de précision et d’anticipation pour une alerte de crue rapide. Aux Etats-Unis, le service d’alerte aux crues éclairs mis en oeuvre par le National Weather Service est basé sur un système de prévision hydrométéorologique et la prise en compte de scénarios simples de pluie future afin de produire des cartes de pluie critique nécessaire pour initier les débordements sur les bassins versants. Cette pluie critique est appelée Flash Flood Guidance (FFG). Les pluies critiques FFG sont déterminées pour différentes durées (de 1h à 24h) et sont actualisées 1 à 4 fois par jour. Les valeurs de pluie critique FFG correspondent aux débits seuil de débordement, qui sont estimés au préalable (et qui correspondent généralement au débit de période de retour de 2 ans). En temps réel, les valeurs de FFG sont estimées à partir des courbes pluie-débit construites en utilisant une modélisation hydrologique continue avec différents scénarios de pluie future d’intensité constante et uniforme sur les bassins versants. La modélisation hydrologique permet de considérer l’impact de l’état hydrique des sols et des propriétés physiographiques du bassin versant sur sa réponse aux pluies, et donc son débit à l’exutoire. Les cartes de pluie critique FFG facilitent la comparaison avec les données spatialisées de pluie, d’observations et de prévisions, disponibles en temps réel, pour déterminer les zones de risque d’inondation. Une telle approche peut être utilisée avec d’autres modélisations hydrologiques en milieu jaugé ou non jaugé. L’objectif de cette étude est d’appliquer la méthode de Flash Flood Guidance avec le système d’anticipation des crues AIGA pour évaluer son apport potentiel pour l’aide à la prévision des crues rapides en milieu non jaugé. L’information de pluie critique permet de favoriser le partage de l’expertise des météorologues et des hydrologues pour mieux apprécier la gravité potentielle d’une situation météorologique au regard du risque de crue. Elle peut permettre de focaliser le travail de collaboration et d’analyse des prévisionnistes météorologistes et hydrologistes sur les secteurs géographiques les plus sensibles. Le système d’anticipation des crues AIGA utilise le modèle hydrologique pluie-débit distribué GR, au pas de temps horaire et à la résolution de 1 km2, pour produire des prévisions hydrologiques en milieu non jaugé. Les seuils de débit correspondent aux quantiles de débit estimés par la méthode régionalisée SHYREG (quantiles issus du même modèle hydrologique GR) pour différentes périodes de retour (e.g. 2 ans, 5 ans et 10 ans). L’évaluation porte sur 46 bassins versants identifiés par le SPC Med-Est pour leurs enjeux et inclus dans leur service de vigilance complémentaire. Trois évènements sont analysés pour tester la mise en alerte dans différentes situations hydrologiques : - l’évènement de Draguignan du 15-16 juin 2010 avec des sols secs et de très fortes pluies (pour les 13 bassins versants de l’Argens les plus touchés par l’évènement), les données Panthère fournissant les pluies observées au pas de temps horaire ; - l’évènement du 24-25 octobre 2011 avec des pluies modérées sur des sols secs, les pluies observées correspondant aux données Antilope au pas de temps horaire ; - l’évènement du 3-9 novembre 2011 avec des problématiques d’accalmies en début d’évènement et de pluie sur des sols très humides ultérieurement, en utilisant les données Antilope. L’estimation de la pluie critique est mise en oeuvre avec les paramètres suivants : - les seuils de dépassement de débit définis par les quantiles de débit SHYREG pour les périodes de retour de 2 ans, 5 ans et 10 ans ; - les durées de 3h, 6h, 12h et 24h, auxquelles on a ajouté la durée de 1h ; - une incrémentation du scenario de pluie future d’intensité constante qui est fonction de la durée considérée : + 5 mm/h pour les durées de 1h et 3h ; + 2,5 mm/h pour la durée de 6h ; + 1,25 mm/h pour la durée de 12h ; et + 1 mm/h pour la durée de 24h ; - une incertitude d’estimation de la pluie critique définie par le produit incrémentation x durée, conduisant aux incertitudes de : 5 mm pour la durée de 1h ; 15 mm pour les durées de 3h, 6h et 12h ; et 24 mm pour la durée de 24h ; - une estimation toutes les 3 heures et une réactualisation toutes les heures, complétée par la suite par une estimation toutes les heures. Le risque hydrologique est analysé avec les informations suivantes : - les cartes des pluies critiques pour tous les bassins (les bassins étant triés par surface décroissante pour visualiser les valeurs sur les bassins emboîtés), pouvant être produites toutes les heures, afin d’identifier les bassins les plus sensibles au risque de dépassement de seuil de débit ; - les hydrogrammes de crues simulés par AIGA, correspondant à la pluie critique, pour une durée et un seuil de débit donnés, pour visualiser l’hydrogramme simulé avec le scenario de pluie critique ; - les graphes de comparaison des pluies critiques pour les différentes durées pour un seuil de débit donné, afin d’aider le prévisionniste à croiser l’information de pluie critique avec les prévisions de pluie ; - le tableau des pluies critiques pour tous les bassins versants, pour une durée et un seuil de débit donnés et pour les dates d’initialisation récentes, afin d’analyser l’évolution des pluies critiques dans le temps ; - les cartes de différence entre prévision de pluie (que le prévisionniste devra choisir) et pluie critique pour tous les bassins versants, pour une durée et un seuil de débit donnés pour une mise en alerte des bassins pour lesquels la pluie prévue est supérieure ou proche de la valeur de pluie critique (en prenant en compte l’incertitude d’estimation de la pluie critique) ; - les cartes d’alerte du système AIGA actuel avec une représentation par bassin versant, similaire aux cartes de pluie critique, pour faciliter la comparaison des avertissements du système AIGA avec les avertissements de la méthode AIGA-FFG. 5 Concernant les avertissements du système AIGA-FFG, deux exemples de prévisions de pluie sont utilisés dans cette étude : 1) la pluie observée correspondant à la pluie future parfaite, connue a posteriori ; 2) la pluie persistante, d’intensité égale à la pluie observée dans la dernière heure précédant la date d’initialisation et constante pour toute la durée de la pluie critique. L’analyse des avertissements sur les 3 évènements étudiés montre le gain en anticipation potentielle (par comparaison avec l’avertissement du système AIGA) pour les 2 types de prévision, grâce à la prise en compte des pluies futures dans le modèle pluie-débit. Dans les exemples présentés, l’anticipation potentielle des avertissements du système AIGA-FFG, par comparaison avec le système AIGA, varie entre 1 heure et 7 heures lorsque l’on considère les pluies critiques pour les durées de 1h, 3h et 6h. L’utilisation de la prévision parfaite de pluie a montré qu’il est nécessaire de considérer l’incertitude d’estimation de la pluie critique, au risque d’engendrer sinon des alertes manquées. La comparaison entre les avertissements avec les 2 prévisions de pluie, pluie observée et pluie persistante, a permis de montrer que la qualité des avertissements dépend de la qualité de la prévision de pluie, avec, par exemple, quelques fausses alertes avec la prévision de pluie persistante mais aussi des exemples de meilleure anticipation potentielle pour les évènements d’octobre et novembre 2011. La qualité des avertissements du système AIGA-FFG dépend également des performances du modèle pluie-débit et de la qualité des données observées utilisées pour l’initialisation du modèle. L’expertise des prévisionnistes des SPC et de Météo-France permet une meilleure interprétation des informations de pluie critique, au vu des performances passées du modèle pluie-débit et du système de prévision météorologique, ainsi que de la qualité des observations de pluie et débit. Les discussions avec les prévisionnistes du SPC Med-Est ont souligné l’attrait de la communication du risque hydrologique sous forme de pluie critique de bassin versant. Cette information, exprimée en termes de pluie, facilite les discussions avec les prévisionnistes de Météo-France et la prise en compte de la sensibilisation hydrologique aux pluies pour les différents bassins versants. En identifiant les bassins les plus sensibles au risque de dépassement de seuils de débit, les cartes de pluie critique peuvent permettre d’affiner les prévisions expertisées de pluie dans les heures à venir pour les secteurs jugés sensibles. L’information de pluie critique peut également être facilement croisée avec une ou des prévisions de pluie choisie(s) par le prévisionniste (prévision expertisée ou non) pour en déduire des avertissements sur les dépassements possibles des seuils de débit considérés. Une telle information pourrait potentiellement être utile à d’autres utilisateurs, tels que les services de sécurité civile, pour une mise en veille anticipée sur les secteurs jugés sensibles afin d’améliorer le temps de réaction de ces services lorsque le risque de crue est avéré. Les perspectives d’améliorations pour le système d’alerte AIGA-FFG incluent l’intégration de scénarios de pluie future plus réalistes, notamment grâce aux prévisions d’ensembles produites par Météo-France, et la prise en compte des sources d’incertitude du modèle hydrologique, qui concernent les pluies observées, les conditions initiales et les paramètres du modèle.

The use of DEMs in hydrology reguires new quality control criteria for drainage analysis. This paper presents an operational and quantitative method of controlling the guality of drainage networks and watershed boundaries extracted from a grid LEM with the D8 flow routing approach. This method enables us to guantify the grid bias induced by the D8 algorithm on the extracted objects and to optimise a DEM-reengineering technique., L'utilisation des MNT en hydrologie nécessite de nouveaux critères de qualité en fonction des besoins thématiques. Une méthode de diagnostic de la qualité d'extraction du réseau hydrographique et des limites de bassin versant est donc proposée pour un MNT raster. Elle permet de quantifier l'impact des biais de l'algorithme D8 sur ces extractions et d'optimiser toute modification du MNT mise en oeuvre pour augmenter la fiabilité des résultats.