Description

Dans un contexte de changement climatique, la gestion des risques d’inondation constitue un défi majeur (Hirabayashi et al., 2013). L’évolution des régimes de précipitations, l’intensification des événements extrêmes et la modification des cycles hydrologiques perturbent le fonctionnement naturel des bassins versants (Xiong et al., 2024). Ces transformations affectent à la fois les cours d’eau de surface et les nappes souterraines, dont les interactions jouent un rôle déterminant dans la genèse et la dynamique des crues.
Les inondations génèrent une diversité de risques associés, aux dimensions humaines, économiques, environnementales et sanitaires. Elles peuvent provoquer des pertes humaines, des déplacements de population (en 2024, 2800 inondations causant 3.5 millions de déplacés dans 127 pays, « IDMC, 2026 ») et une dégradation des conditions de vie (Hammond et al., 2015). Sur le plan économique, les dommages aux infrastructures, aux habitations et aux réseaux de transport ou d’énergie entraînent des coûts importants et des perturbations durables de l’activité (Zeng et al., 2019). Les inondations favorisent également la pollution des sols et des eaux par la remise en suspension de contaminants, affectent les écosystèmes et peuvent engendrer des risques sanitaires liés à la qualité de l’eau (Vineetha et al., 2020).
En France, la diversité des contextes géologiques et hydrologiques se traduit par une grande variété de situations de risque. La surveillance des cours d’eau et des nappes constitue un pilier des dispositifs nationaux de prévention, appuyés par des réseaux de mesure et des programmes de recherche dédiés à la compréhension des dynamiques hydrologiques. La région des Hauts-de-France représente un cas d’étude particulièrement pertinent. Marquée par de vastes plaines sédimentaires, une forte anthropisation et la présence d’aquifères stratégiques, elle est exposée à des phénomènes d’inondation à la fois fluviaux et liés aux remontées de nappes. Le renforcement du suivi hydrologique et hydrogéologique, associé à une meilleure intégration des connaissances géologiques dans la planification territoriale et à l’appui d’outils numériques innovants, apparaît ainsi essentiel pour réduire les risques associés aux inondations et accroître la résilience des territoires face aux changements climatiques. Les avancées récentes en instrumentation, en modélisation hydrogéologique et en systèmes de surveillance, complétées par l’apport ponctuel de l’intelligence artificielle et des données issues de la télédétection satellitaire contribuent à une meilleure compréhension des mécanismes d’inondation (Rahman et al., 2017 ; Jones et al., 2023). Ces outils permettent d’affiner le suivi spatio-temporel des phénomènes hydrologiques et de soutenir l’élaboration de stratégies de gestion plus réactives et adaptées. La gestion des risques s’inscrit alors dans une logique systémique, articulant connaissance scientifique, aménagement du territoire et politiques d’adaptation au changement climatique.
Dans cette perspective, cette thèse vise à proposer une approche intégrée de la gestion des risques d’inondation fondée sur l’analyse conjointe des dynamiques hydrologiques de surface et souterraines, des caractéristiques géologiques et des outils modernes de suivi environnemental. Elle cherchera à améliorer la compréhension des mécanismes de vulnérabilité des territoires, à développer des méthodes de suivi et d’évaluation du risque, et à contribuer à la mise en place de stratégies de prévention plus efficaces. Par ailleurs, cette thèse intégrera les projections climatiques afin d’anticiper l’évolution des régimes hydrologiques et des risques d’inondation. L’analyse de scénarios climatiques permettra d’évaluer l’aggravation potentielle des crues, la variation des niveaux de nappes et l’augmentation de la vulnérabilité des territoires, offrant ainsi un appui scientifique aux décisions d’aménagement et de résilience face à un climat en mutation.

Compétences requises

Candidat avec un profil Génie Civil ou Sciences de la terre ou de l'Eau avec des compétences en : Hydrologie et Hydrogéologie, Modélisation numérique, programmation informatique et éventuellement géomatique

Bibliographie

Hammond, M. J., Chen, A. S., Djordjević, S., Butler, D., & Mark, O. (2015). Urban flood impact assessment: A state-of-the-art review. Urban Water Journal, 12(1), 14-29.
Hirabayashi, Y., Mahendran, R., Koirala, S., Konoshima, L., Yamazaki, D., Watanabe, S., ... & Kanae, S. (2013). Global flood risk under climate change. Nature climate change, 3(9), 816-821.
Jones, A., Kuehnert, J., Fraccaro, P., Meuriot, O., Ishikawa, T., Edwards, B., ... & Assefa, S. (2023). AI for climate impacts: applications in flood risk. Npj Climate and Atmospheric Science, 6(1), 63.
Rahman, M. S., & Di, L. (2017). The state of the art of spaceborne remote sensing in flood management. Natural Hazards, 85(2), 1223-1248.
Vineetha, G., Kripa, V., Karati, K. K., Rehitha, T. V., Vishal, C. R., Vineetha, V., & Manu, M. (2020). Impact of a catastrophic flood on the heavy metal pollution status and the concurrent responses of the bentho-pelagic community in a tropical monsoonal estuary. Marine pollution bulletin, 155, 111191.
Xiong, J., & Yang, Y. (2024). Climate change and hydrological extremes. Current Climate Change Reports, 11(1), 1.
Zeng, Z., Guan, D., Steenge, A. E., Xia, Y., & Mendoza-Tinoco, D. (2019). Flood footprint assessment: a new approach for flood-induced indirect economic impact measurement and post-flood recovery. Journal of Hydrology, 579, 124204.

Mots clés

Hydrologie, Inondation, Gestion de risques, Modèle physique, Intelligence artificielle, Changement climatique