Session D7 - Modélisation hydrologique des ouvrages de gestion des eaux pluviales à la source

Cette étude se concentre sur la modélisation et l’optimisation du système de Artificial Wetland/Reservoir Tank System (SHATR) de l’Université Javeriana en utilisant l’apprentissage automatique afin de renforcer la résilience face aux extrêmes climatiques. Les données historiques de précipitations et de ruissellement (2014–2016) ont été traitées en 98 événements pluvieux pour la modélisation prédictive. Parmi les algorithmes testés, la régression à vecteurs de support (SVR), optimisée par recherche bayésienne, a obtenu la meilleure performance (R² = 0,9024 ; RMSE = 1,59 cm). Les principaux prédicteurs incluaient la pluie accumulée, l’intensité maximale et le niveau initial du réservoir. Les scénarios de changement climatique (2021–2100) ont projeté une hausse de 6,1 % des événements de débordement pour 2021–2040 contre 3,1 % historiquement. Bien que la modélisation des sorties ait montré des limites, la prédiction des entrées s’est révélée viable pour l’alerte précoce et la gestion adaptative. L’apprentissage automatique (AA) a démontré son efficacité et sa robustesse pour les relations hydrologiques non linéaires, surpassant les modèles hydrodynamiques traditionnels. Les résultats soulignent la nécessité de stratégies proactives : augmentation de la capacité de stockage, optimisation du déversoir et intégration d’alertes en temps réel. Les travaux futurs devraient inclure un suivi prolongé, des variables supplémentaires et des modèles hybrides. Cette recherche confirme l’AA comme un outil puissant pour la gestion résiliente de l’eau urbaine face à l’incertitude climatique.

Dans le cadre du projet européen GreenStorm, un modèle hydrologique conceptuel a été développé afin de simuler, pour différentes variantes de conception, le fonctionnement de Vertuo©, une solution innovante fondée sur la nature (SfN) combinant un module de stockage étanchéifié et un espace de pleine terre. L’objectif était d’évaluer le fonctionnement hydrologique de cette SfN et d’orienter son dimensionnement dans différents contextes climatiques (climat tempéré à Paris et climat méditerranéen à Athènes), sous des conditions actuelles et futures (RCP8.5). Un atelier a réuni une vingtaine d’experts, chercheurs et ingénieurs de collectivités de Paris, Copenhague et Athènes afin de tester l’outil et d’explorer des stratégies d’optimisation. Les scénarios analysés révèlent plusieurs éléments : difficultés à accroître l’évapotranspiration en raison des limites imposées par l'évapotranspiration potentielle, exfiltration difficile à maîtriser, et alternance marquée entre des périodes de sécheresse et de saturation. Les modifications de paramètres (type de sol, répartition Vertuo©/naturel, hauteur de drain) n’apportent que des améliorations limitées, notamment sur le bilan hydrologique, sans qu’un compromis clair ne se dégage. Ce travail constitue une première étape vers une approche intégrée de conception et de gestion de SfN multifonctionnelles et résilientes face aux extrêmes climatiques.

Cette étude propose un modèle permettant de simuler le comportement hydraulique et hydrologique de systèmes de toitures bleues modulaires à plateaux durant des épisodes pluvieux. Le modèle a été développé à l’aide du logiciel EPA-SWMM et appliqué à un pilote à l’échelle réelle d’une toiture bleue modulaire installé dans le sud de l’Italie. L’article présente d’abord une description de l’installation pilote. Ensuite, la conceptualisation du système de toiture bleue modulaire dans le logiciel est exposée. Les composants et outils disponibles dans le logiciel ont été organisés et personnalisés afin de reproduire le fonctionnement du système. Les paramètres du modèle ont été définis sur la base des caractéristiques géométriques et hydrauliques du pilote. Le modèle a été validé en simulant le comportement du système durant 9 événements pluvieux enregistrés sur le pilote entre 2018 et 2024. Les résultats de l’application du modèle au pilote montrent une bonne capacité du modèle à reproduire le comportement du système lors des précipitations. Le modèle ouvre des perspectives pour l’analyse des bénéfices plus larges liés à la mise en œuvre de tels systèmes à l’échelle du bassin urbain, offrant des opportunités utiles pour une gestion durable de l’eau en milieu urbain.