| Adresse | CEDETE |
May Mrad, inscrite en doctorat au CEDETE depuis septembre 2025, mène une recherche portant sur la modélisation et l'évaluation des risques d'inondation par l'utilisation de l'apprentissage automatique, appliquée à la prévision des crues dans le bassin d'Abou Ali.
Résumé de la thèse
Les inondations représentent la principale catastrophe naturelle à l'échelle mondiale, entraînant des pertes humaines et économiques considérables. La croissance urbaine, le changement climatique et l'urbanisation irrégulière augmentent notre exposition et notre vulnérabilité à la dégradation environnementale. Le concept de risque d'inondation combine l'aléa, l'exposition et la vulnérabilité aux inondations.
La modélisation du risque d'inondation a été largement abordée et étudiée au cours des années précédentes. Cette approche peut se limiter à des modèles physiques ou utiliser la modélisation hydrologique et hydraulique. Des avancées ont été réalisées dans ce domaine, notamment avec l'adoption généralisée des applications d'Intelligence Artificielle (IA) et d'Apprentissage Automatique (Machine Learning). L'application de ces modèles a prouvé qu'elle fournissait des résultats prometteurs dans le domaine du risque d'inondation.
Au Liban, les inondations sont des catastrophes naturelles fréquentes. Les fleuves et rivières du Liban constituent les principales ressources en eau de la région. Ces cours d'eau sont classés comme saisonniers ou pérennes et présentent un risque élevé d'inondation chaque année. Les cours d'eau libanais, qui sont une ressource en eau majeure, font face à une grave dégradation de leur qualité en raison de la pollution et des activités anthropiques. Les inondations au Liban surviennent généralement pendant la saison humide. Lorsqu'une tempête frappe, les cours d'eau débordent de leurs lits, provoquant des inondations majeures qui entraînent des pertes humaines et des dégâts matériels.
Cette recherche vise à générer des cartes de risque d'inondation et à appliquer différents modèles d'apprentissage automatique pour prédire les futurs événements d'inondation au niveau de la rivière Al Ghadir (située au sud de Beyrouth) et dans le bassin versant de la rivière Abou Ali (situé au nord du Liban).
Thèse dirigée par Laurent Touchart et co-encadrée par Tarek Nasser