Modélisation des risques d`inondation aux îles Fidji

Modélisation des risques
d’inondation aux îles Fidji
• Présenté par : Jessy Paquette B.Sc., M.Sc.
Les îles Fidji
Viti-Levu
Nadi
Source: ESRI 2012
Buts et objectifs
L'objectif principal de ce projet est de fournir aux
pays en développement, comme Fidji, une
méthode d'acquisition de données, en utilisant
des équipements peu coûteux, pour modéliser,
avec l'aide des SIG, les risques d'inondation.
Les buts plus spécifiques sont:
• La création de données vectoriels détaillées du
bassin de la Rivière Nadi
• La création d’un modèle d’élévation numérique
haute résolution;
• Le développement d’un SIG pouvant
déterminer les risques d’inondation
• La formulation de différentes mesures
d’atténuation des effets néfastes des
inondations
Source: SOPAC 2009 (haut) / Narayan A. 2009 (bas)
Méthodologie
La première étape fut de compiler et analyser la
donnée secondaire (cartes topographiques,
images satellites, cartes pédologiques, données
de recensement, etc.) disponible.
La seconde étape fut la collecte de la donnée
primaire pour le modèle dans la région de Nadi:
• Points DGPS avec une résolution < 30 cm
• Observation des marques d’inondation
• Collecte de données hydrologiques
La troisième étape fut le traitement et l’analyse
de la donnée primaire ainsi que le
développement du modèle d’inondation.
La quatrième étape fut la formulation de
différentes mesures d’atténuation des effets
néfastes des inondations.
Source: Paquette J. 2011
Méthodologie (suite)
Source: http://www.trimble.com/
Source: http://www.trimble.com
Source: Paquette J. 2011
Source: Paquette J. 2011
Source: Paquette J. 2011
Méthodologie (suite)
Source: Paquette J. 2011
Collecte de point GPS
Topographie
Bassin versant
Utilisation du sol
Pentes
Distance du chenal
Pédologie des sols
AHP
(Analytic Hierarchy Process)*
Layers
Weighting
Classification
Ranking
Elevation
0.4810
10 and +
0.2905
8 to 10
0.2499
6 to 8
0.1632
4 to 6
0.1158
2 to 4
0.0812
1 to 2
0.0587
Catchment
Land-use
Slopes
Distance
Soil types
*(En français: Aide à la décision multicritère)
0.2080
0.1365
0.0839
0.0543
0.0364
1 and -
0.0408
Consistency Ratio:
0.0155
Other
0.6667
Nadi
0.3333
Consistency Ratio:
N/A
Forest
0.3426
Mix crops/Open areas
0.2263
R
0.1532
Cane
0.1049
Dense R/Dirt Road
0.0700
C/I
0.0476
Roads/Dense C
0.0326
Wet areas
0.0228
Consistency Ratio:
0.0377
1 and +
0.8571
0 to 1
0.1429
Consistency Ratio:
N/A
> 1000
0.4396
200 to 1000
0.3718
100 to 200
0.1401
< 100
0.0485
Consistency Ratio:
0.0346
Class A
0.6030
Class B
0.2232
Class C
0.1116
Class D
0.0622
Consistency Ratio:
0.0124
Matrice AHP
LandUse
Reciprocal matrix
Forest
Mix crops/Open areas
R
Cane
Dense R/Dirt Road
C/I
Roads/Dense C
Wet areas
Sum
Forest
1.00
0.50
0.33
0.25
0.17
0.14
0.13
0.11
2.63
Mix crops/Open areas
2.00
1.00
0.50
0.33
0.25
0.20
0.17
0.13
4.58
Normalized matrix
Forest
Mix crops/Open areas
R
Cane
Dense R/Dirt Road
C/I
Roads/Dense C
Wet areas
sum
Forest
0.380
0.190
0.127
0.095
0.063
0.054
0.048
0.042
1.000
Mix crops/Open areas
0.437
0.219
0.109
0.073
0.055
0.044
0.036
0.027
1.000
N=
Lambda Max
Consistency Index (CI)
Consistency Ratio (CR)
8
8.3721
0.0532
0.0377
R
Cane
3.00
4.00
2.00
3.00
1.00
2.00
0.50
1.00
0.33
0.50
0.25
0.33
0.20
0.25
0.17
0.20
7.45 11.28
R
0.403
0.268
0.134
0.067
0.045
0.034
0.027
0.022
1.000
Cane
0.355
0.266
0.177
0.089
0.044
0.030
0.022
0.018
1.000
Dense R/Dirt Road
C/I
6.00
7.00
4.00
5.00
3.00
4.00
2.00
3.00
1.00
2.00
0.50
1.00
0.33
0.50
0.25
0.33
17.08 22.83
Roads/Dense C
Wet areas
8.00
9.00
6.00
8.00
5.00
6.00
4.00
5.00
3.00
4.00
2.00
3.00
1.00
2.00
0.50
1.00
29.50
38.00
Dense R/Dirt Road
0.351
0.234
0.176
0.117
0.059
0.029
0.020
0.015
1.000
Roads/Dense C
Wet areas sum Priority Vector
0.271
0.237 2.741
0.3426
0.203
0.211 1.810
0.2263
0.169
0.158 1.226
0.1532
0.136
0.132 0.839
0.1049
0.102
0.105 0.560
0.0700
0.068
0.079 0.381
0.0476
0.034
0.053 0.261
0.0326
0.017
0.026 0.182
0.0228
1.000
1.000 8.000
1.0000
C/I
0.307
0.219
0.175
0.131
0.088
0.044
0.022
0.015
1.000
Carte des risques
Source: Paquette J. 2011
L’utilité du modèle
Le SIG est un excellent outil
d’aménagement et de gestion de
crise:
• 15 énumérations
• 6 441 individus
• 1 307 bâtiments
• Plus de 310 bâtisses dans des
zones à risque haut et extrême
Source: Paquette J. 2011
Limitations du modèle
Ce modèle statistique ne prend pas
compte des:
• Lois hydrodynamiques
• Précipitations
• Changements climatiques
Sources d’erreurs potentielles:
• Données de recensement de 2007
• Généralisations dans la topographie
• Interprétation humaine des valeurs
AHP
Source: Narayan A. 2009
D’autres applications des SIG
Avec les bandes B40 (IR près) et
B70 (IR centre 2) des images
LANDSAT 7 et Spatial Analyst:
De 2001 à 2005:
• La canopée fut réduite de 243,2
km2 à 231,5 km2
• Soit une réduction de 3,4% de la
canopée en 4 ans
Source: Paquette J. 2011
Questions ?
Merci!
Jessy Paquette, M.Sc., B.Sc.
680, montée Sainte-Julie
Sainte-Julie, QC J3E 1W8
T: 450.922.6694
F: 450.922.0391
www.savariaexperts.ca