Thèse Prévision Opérationnelle des Crues de l'Yvette dans le Contexte des Inondations d'Octobre 2024 Modélisation et Stratégie d'Observation H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Géosciences, climat, environnement et planètes École doctorale : Sciences de l'Environnement d'Ile-de-France Laboratoire de recherche : Laboratoire des Sciences du Climat et de l'Environnement - DRF Direction de la thèse : Pascal MAUGIS ORCID 0000000222182752 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-11T23:59:59 La thèse vise à analyser les défaillances du modèle de prévision des crues de l'Yvette et à proposer des améliorations à la fois du modèle et de la stratégie de connaissance hydrologique du bassin, dans un contexte de forte hétérogénéité spatiale et fonctionnelle, marqué par l'articulation entre plateaux, coteaux, fonds de vallée, cultures drainées, forêts, zones urbanisées et ouvrages hydrauliques, ainsi que par une forte sensibilité aux pluies, à leur localisation et à l'état d'humectation des sols et des nappes. Le retour d'expérience des crues d'octobre 2024, insuffisamment anticipées malgré l'existence d'un modèle chaîné combinant hydrologie de bassin, transfert 1D en rivière et inondation 2D, montre que les incertitudes peuvent provenir de chacune de ces composantes, du couplage entre elles, de la calibration, ou encore du forçage météorologique sous-estimé.
Le travail se concentre sur la partie hydrologique de la crue, c'est-à-dire la genèse et le transport de la lame d'eau précipitée, en intégrant les compartiments qui contrôlent la formation de la réponse du bassin : ruissellement agricole, urbain et de pente, infiltration, recharge du sol, infiltration profonde, écoulements diffus ou concentrés, rus permanents et temporaires, et rôle tampon ou aggravant des aménagements. Un premier axe consiste à auditer le modèle opérationnel du SIAHVY, en examinant ses hypothèses, ses risques de défaillance, ses choix de calibration, ses critères d'assimilation, sa parcimonie, sa redondance et sa sensibilité, ainsi que la qualité des forçages météorologiques. Un deuxième axe vise à construire un modèle scientifique ad hoc, de type conceptuel, explicitement contrôlé dans sa structure, sa spatialisation et sa paramétrisation, afin de mieux représenter la réactivité du milieu selon l'état des sols et des nappes, tout en écartant dans un premier temps l'opération des ouvrages, qui pourra servir ensuite à une lecture diagnostique. Un troisième axe porte sur une stratégie progressive d'observation quantitative du bassin, jugé aujourd'hui trop peu instrumenté pour contraindre correctement un modèle prédictif. Cette stratégie combinera plusieurs types de données complémentaires : hauteurs d'eau pour la dynamique qualitative, stations débitmétriques pour la variable d'intérêt, jaugeages volants, vidéos exploitables par méthodes de type Fudaa-LSPIV, pluie avec meilleure prise en compte des hétérogénéités spatiales, humidité du sol, et piézométrie des nappes, notamment dans les formations de coteaux et les zones de recharge.
L'objectif final est de construire une stratégie de déploiement d'un dispositif d'observation et de modélisation plus robuste, capable à la fois d'améliorer la prévision des crues et de mieux comprendre le fonctionnement hydrologique du bassin de l'Yvette. La prévision des inondations reste un défi scientifique malgré les efforts de décennies de recherche. Sur la seule composante hydrologique (couplée ensuite au transfert en rivières et à l'étalement 3D des inondations), les difficultés majeures sont notamment la méconnaissance des précipitations effectives du fait d'un réseau clairsemé de pluviomètres et des artefacts persistants de l'estimation par radar ; les incertitudes sur les termes contributifs (apports et déports) comme les interactions avec l'eau du sol et des nappes ou avec les zones humides, les contributions anthropiques par transferts, prélèvements et stockage ; l'influence des aménagements urbains (voirie, réseaux, obstacles...) ; l'estimation des lames interceptées et évapo-transpirées...
A cela s'ajoute la difficulté à rendre compte de l'état initial de l'hydro-système qui altère les composantes de Capus ou de Horton du ruissellement (par saturation du sol ou des nappes, ou imperméabilisation par gel ou encroûtement). Les crues d'octobre 2024 ont en effet montré à la fois la susceptibilité du bassin acquise après une longue saison préalable de pluie (saturation des sols), et, lors du deuxième événement pluvieux où une pluie moitié moindre a généré autant de dégâts que la première - l'importance de la concentration et de l'intensité des pluies ainsi que le rôle probable de la saturation des nappes sous-coteaux et l'activité inhabituelle des sources.
Le bassin versant de l'Yvette réunit toutes ces difficultés, avec de surcroît un très faible équipement expérimental. Il n'est dès lors pas surprenant que la suite logicielle de prévision des crues, fondées sur des modélisation explicites classiques peu contraintes par observation, ait failli à alerter sur le risque. Une approche graduelle, identifiant et priorisant les processus en s'adaptant à la pénurie de données, s'impose à la démarche. Construction de critères d'efficacité de prévision des crues de l'Yvette.
Evaluation des capacité prédictive du modèle opérationnel utilisé par le gestionnaire de bassin.
Construction d'un modèle hydrologique semi-distribué tenant compte d'états différentiels de fonctionnement.
Elaboration d'une stratégie itérative d'instrumentation pluri-disciplinaire du bassin versant, incluant mesures à faible précision et coût mais déployables largement. Construction d'indicateurs de performance hydrologique;
Analyse qualitative et quantitative des réponses du modèle actuel sous forçages historiques ou synthétiques le mettant à l'épreuve sous événements météorologiques différentiés
Implémentation d'AirGR semi-distribué sur quelques dizaines d'unités hydrologiques
Construction de pseudo-données mettant en jeu les fonctionnements hydriques cibles (inondations lentes ou flash, sous précipitations homogènes ou localisées)
Positionnement itératif optimal de points virtuels de mesures et analyse des gains de la fonction objectif.

Modélisation
Bonne maîtrise des outils SIG, si possible requêtes SQL et python/R
Connaissances recommandées en hydrologie
Expérience de caractérisation hydrologique de terrain