• Aucun résultat trouvé

3.3 Données mobilisées

3.3.6 Surfaces inondées, enjeux et dommages de référence

Cartes d’aléas de références

Au sein de la zone d’étude, la disponibilité des données historiques ou modélisées de l’extension des zones inondables est variable. L’étendue des zones inondables de ces jeux de données peut faire l’objet de comparaisons avec un événement d’inondation (Esposito,2015). Le secteur du TRI d’Alès est couvert par les cartes de zones inondables établies lors de l’application de la directive Européenne Inondations. Ces cartes ont été élaborées pour trois scénarios (périodes de retour de 30, 300 et 1000 ans) à partir d’une modélisation hydraulique à l’aide du logiciel CARTINO et expertisée par des hydrauliciens (Cf. §4.1). Puis, elles ont fait l’objet d’une critique approfondie à partir de la connaissance locale (crues historiques connues notamment). Elles peuvent par conséquent servir de référence pour l’évaluation des étendues des surfaces inondées simulées dans le cadre de la thèse (Cf. §4.4.2).

Le rendu cartographique de chaque scénario se compose d’un jeu de carte au 1/25000ème

(figure 3.33).

Chaque scénario est représenté par classe de hauteurs d’eau (figure 3.34) : - hauteur d’eau comprise entre 0 et 0,5 m ;

e3. Description de la zone d’étude et des simulations pluie-débit

Figure 3.33 –Carte des surfaces inondables pour les trois scénarios retenus dans le TRI d’Alès sur la commune d’Alès, d’après laDREAL (2013b)

3.3.

Donné

es

mobilisé

es

Figure 3.34 – Carte des surfaces inondables au droit de la commune d’Alès pour le scénario de forte fréquence du TRI d’Alès, d’après la

- hauteur d’eau comprise entre 1 et 2 m ; - hauteur d’eau supérieure à 2 m.

Ces surfaces de référence ont été élaborées à partir de données topographiques qui proviennent majoritairement du LiDAR au pas de 1 m (base RGEALTI de mai 2013) ou par défaut du MNT utilisé pour l’étude du PPRi d’Alès au pas de 20 à 30 m (DREAL, 2013e,b).

L’étendue de ces surfaces de référence est limitée à environ 130 km de linéaire de cours d’eau dans le cas du TRI d’Alès, sur les 300 km retenus pour les modélisations hydrauliques dans le cadre de la thèse (Cf. §3.2.1).

Les données sur les enjeux bâtis disponibles

Les données de la Caisse Centrale de Réassurance

L’une des principales missions de la Caisse Centrale de Réassurance (CCR) est la gestion des CATastrophes NATurelles (CATNAT) à travers des prestations de réassurance et de ges-tion de fonds publics. En étant habilitée à réassurer les risques de catastrophes naturelles avec la garantie de l’État, la CCR assure la solvabilité du système d’indemnisation des victimes de catastrophes naturelles instaurée par la loi CATNAT de 1982 en France.

Dans le cadre de ses relations avec ses clients, la CCR a constitué une base de données sur les sinistres CATNAT depuis 1995. Les informations associées à cette base de données sont multiples :

- le portefeuille des polices d’assurances souscrites (nombre de biens assurés) ;

- la localisation de ces polices, avec une précision planimétrique hétérogène (à l’adresse, rue, commune) ;

- les sinistres associés aux polices souscrites pour les événements ayant déclenché la pro-cédure d’indemnisation CATNAT.

En s’intéressant à des événements CATNAT passés, il est donc envisageable de comparer les résultats du modèle d’impacts aux données de sinistres recensés dans la base de données de la CCR. La corrélation entre les deux sources de données pourrait apporter des précisions sur l’incertitude des prévisions du modèle développé au cours de la thèse.

À l’échelle du TRI d’Alès, l’exhaustivité des informations dans la base de données de la CCR a depuis sa mise en place fortement évolué (Cf. tableau3.4), ce qui illustre la forte amélioration de la représentativité de la base au fil du temps. Concernant le nombre de sinistres recensés, celui-ci dépend fortement de la nature des événements d’inondation observés au cours d’une année, qui peuvent être d’intensité limitée.

Tableau 3.4 – Évolution du nombre de biens assurés et de sinistres dans la base de données de la CCR à l’échelle de l’ensemble du TRI d’Alès (TRI) et du lit majeur (Lm.) des cours d’eau étudiés. Les biens assurés retenus concernent uniquement les polices d’assurances de risques de particuliers propriétaires de maisons individuelles qui sont géolocalisées à la rue ou à l’adresse

Année 1995 2002 2008 2011

Échelle géographique TRI Lm. TRI Lm. TRI Lm. TRI Lm.

Polices d’assurances 1009 115 4820 526 7675 852 17689 2033

L’événement de septembre 2002, avec une exhaustivité des sinistres de moins de 50% d’après la CCR, est de loin celui pour lequel le nombre de sinistres géolocalisés à l’adresse ou à la rue est le plus important. Ce nombre de sinistres pourrait être plus élevé, puisque l’estimation du nombre de sinistres total est de 25 000 sinistres dans le Gard en 2002, au détriment d’une information complexe à exploiter (bâtiments collectifs, géoréférencement moins précis, ...). Le choix de travailler qu’avec une partie des données assurantielles de la CCR permet de disposer d’un jeu de données de validation fiable et simple à interpréter (haute précision planimétrique, habitats individuels).

Les essais de validation du modèle d’impacts à partir d’une partie des informations de la CCR seront discutés dans le chapitre 5.

Les données de l’IGN

La Base de données TOPO® de l’IGN décrit de manière vectorielle les différentes struc-tures et infrastrucstruc-tures de la France continentale (IGN, 2011). Cette base de données est structurée en différents thèmes dont celui des bâtiments, information qui sera utilisée pour alimenter notre modèle d’impacts .

L’exhaustivité des bâtiments recensés dans la base de données TOPO® est estimé à 95% et sa mise à jour est effectuée tous les 3 à 5 ans par le biais de la photo-interprétation. La version utilisée dans le cadre de ces travaux est celle mise à disposition en 2013 par l’IGN (version spatiale de 2011, mise à jour des attributs en 2013).

La surface du TRI d’Alès inclut plus de 80 000 bâtiments associés à des habitations ayant une surface minimale de 20 m2. La zone d’étude est constituée en grande majorité de bâtiments à plusieurs niveaux (figure 3.35).

Figure 3.35 – Distribution des hauteurs des bâtiments de la base de données TOPO® concernés dans la zone d’étude, d’après IGN (2011)

La méthode sur l’évaluation de la précision spatiale de ces habitations est précisée en annexe C. La précision planimétrique de la position des bâtiments est variable dans la base de données TOPO® :

- 6% entre 0,5 et 1,5 m ; - 82% entre 1,5 et 2,5 m ; - 12% entre 2,5 et 5 m ;

La précision altimétrique de la hauteur des bâtiments est inférieure à 2,5 mètres pour 92% des entités retenues, selon les informations contenues dans la table attributaire des bâtiments situés sur le TRI d’Alès. La hauteur des bâtiments est définie par la différence entre la hauteur altimétrique maximale de la base de la toiture du bâtiment et un point situé au pied du bâtiment (figure 3.36). Cette méthode n’inclut pas les combles des bâtiments dans l’évaluation de la hauteur.

Figure 3.36 –Croquis du calcul de la hauteur des bâtiments de la base de données TOPO®, d’après

IGN (2011)

Les bâtiments de cette base de données alimentent le modèle d’impacts détaillé dans le chapitre 5.

La résolution des pixels de l’aléa ne doit pas être trop grossière par rapport à la localisation des bâtiments de la base de données TOPO® dans le but de distinguer les bâtiments inondés des autres (Fewtrell et al., 2008).

Majoritairement, les bâtiments de la base de données TOPO® au niveau du TRI d’Alès sont mitoyens (figure 3.37), et ils possèdent une largeur moyenne supérieur à 10 m (figure

3.38). Cette largeur a été calculée à partir du périmètre des bâtiments et du postulat que les bâtiments disposent de quatre côtés : en divisant le périmètre par ce nombre de côté hypothétique on obtient la "largeur" du bâtiment.

Figure 3.38 – Distribution de la largeur des bâtiments

Étant données les résolutions des deux jeux (Cf. §3.3.1), les bâtiments retenus dans les diffé-rentes surfaces simulées ne semblent pas sujets à des erreurs éventuelles sur leur localisation dans ou en dehors de la zone inondée.