Optimisation des décisions en matière de risque grâce à l'extraction maximale des informations environnementales permettant de prévoir les débits

L’eau est capricieuse, et son cours est imprévisible. Cependant, jamais nous n’avons eu autant besoin d’établir des prévisions exactes des écoulements pour gérer les réseaux hydrographiques ! Cette gestion repose sur une succession de décisions prises au bon moment pour dégager un maximum d’avantages et minimiser les risques et les incertitudes. Dans le cas des réservoirs hydroélectriques par exemple, la quantité d’eau libérée quotidiennement doit optimiser la production d’électricité tout en assurant un stockage suffisant pour éviter les risques de crues. Afin de combiner efficacement les données en temps réel et la compréhension des processus physiques liés aux sécheresses et aux inondations,
Steven Weijs a choisi d’axer ses recherches sur le bassin versant du Val Ferret dans les Alpes. En trouvant le bon équilibre entre les flux d’informations générés par des mesures intensives et par des modèles de pointe, ses méthodes seront cruciales pour passer d’une compréhension physique détaillée à des prévisions probabilistes des débits obtenues de façon rentable, et permettant d’aider à prendre des décisions pour atténuer les risques d’inondation et de sécheresse.
Je m’emploie à déterminer comment des mesures précises de variables environnementales comme les précipitations, la température et l’humidité du sol peuvent constituer des renseignements utiles à la prévision de l’écoulement des cours d’eau plus en aval, et ainsi permettre de prendre des décisions en connaissance des risques. À cet effet, j’utilise la théorie de l’information pour suivre la circulation des données entre l’observation à la décision. Cette approche intégrée peut dégager de nouvelles connaissances sur l’étalonnage des modèles, la structure des réseaux de capteurs et les prévisions probabilistes.