EODAHR: mieux prévoir les risques d'inondation grâce au radar

#RADAR, #STEREO, #Webstory, #Inondations

Publié le 7 avril 2023

De nombreux types de radars sont utilisés aujourd'hui dans un grand éventail d’applications. Les chercheurs du projet STEREO EODAHR (Improved early warnings through Earth observation data assimilation and hydrological retrospective forecasts) ont utilisé des informations provenant de radars embarqués à bord de satellites en orbite autour de la Terre afin d'améliorer les prévisions du débit des cours d'eau et de permettre des alertes précoces en cas de fortes précipitations. Ils ont étudié deux bassins versants en Belgique, le Demer dans le bassin de l'Escaut et l'Ourthe dans le bassin de la Meuse.
Localisation des deux bassins versants étudiés, Demer et Ourthe dans les bassins hydrographiques de l'Escaut et de la Meuse en Belgique

Localisation des deux bassins versants étudiés, Demer et Ourthe dans les bassins hydrographiques de l'Escaut et de la Meuse en Belgique

L’humidité du sol, variable essentielle

Habituellement, les chercheurs utilisent des modèles informatiques pour obtenir des simulations du débit des cours d'eau. Obtenir une simulation précise est un véritable challenge. En effet, la qualité des modèles de simulations dépend de nombreux facteurs susceptibles d’engendrer des erreurs. La structure du modèle, les données sources introduites dans le modèle et les conditions initiales constituent autant d'éléments qui entrent en ligne de compte.

En ce qui concerne les modèles hydrologiques en particulier, l'humidité du sol est une variable essentielle car elle impacte directement la prévision du débit des cours d'eau. La qualité de la prévision globale sera donc d’autant plus grande que l'estimation de l'humidité du sol sera bonne.

Assimilation de données satellitaires

Pour rendre les modèles plus précis, les chercheurs y ont injecté des informations sur l'humidité du sol et la végétation dans le bassin hydrographique obtenues grâce à l'imagerie satellite radar.

Les instruments radar envoient des ondes électromagnétiques (comme les ondes radio) à la surface de la Terre. Une partie du signal (ce que nous appelons la rétrodiffusion) est renvoyée vers le satellite. La quantité du signal rétrodiffusé reçu par le radar fournit des informations sur les caractéristiques de la surface, telles que la couverture végétale et la teneur en eau.

Cette méthode d'amélioration des modèles est connue sous le nom d'assimilation de données. Deux modèles informatiques différents ont été comparés : SCHEME, un modèle hydrologique développé par l'Institut royal météorologique de Belgique, et le modèle de surface terrestre Noah-MP de la NASA.

L'équipe EODAHR a utilisé deux types de données de rétrodiffusion (C-SAR du satellite Sentinel-1 et ASCAt du satellite METOP). Les différences entre les observations satellitaires et les prévisions du modèle ont été utilisées pour mettre à jour l'humidité du sol et l'état de la végétation, ce qui permet d'améliorer les prévisions de débit des cours d'eau. En termes de performance du modèle au niveau du débit, les chercheurs ont constaté que l'assimilation des données fonctionnait mieux dans le bassin versant de l'Ourthe, où il existe une relation plus étroite entre le taux d'humidité du sol et la quantité d'eau de pluie qui s'écoule dans la rivière (ruissellement).

Illustration de l'actualisation de l'humidité du sol (4 septembre 2017) à partir de données spatiales

Illustration de l'actualisation de l'humidité du sol (4 septembre 2017) à partir de données spatiales

En conclusion, ce projet a permis à l'équipe de comprendre comment et où elle peut utiliser les informations fournies par les satellites pour établir des prévisions plus précises sur le débit des rivières. Ces résultats sont précieux pour les centres opérationnels chargés de produire les prévisions de crues les plus précises possibles afin d'assurer la sécurité des populations.

 

L'équipe EODAHR

Pierre  Baguis

Pierre Baguis

Hans Lievens
Hans Lievens

Gabriëlle De Lannoy
Gabriëlle De Lannoy

Stéphane Vannitsem

Stéphane Vannitsem

Sara Modanesi
Research Institute for Geo-hydrological Protection, National Research Council, Perugia, Italy
sara.modanesi@irpi.cnr.it

Michel Bechtold
KULeuven
Michel.Bechtold@kuleuven.be

Alberto Carrassi
University of Reading / University of Bologna
alberto.carrassi@unibo.it

Emmanuel Roulin
Royal Meteorological Institute of Belgium
Emmanuel.Roulin@meteo.be

 

Plus d'infos

Projet STEREO EODAHR (Improved early warnings through Earth observation data assimilation and hydrological retrospective forecasts)