Projet de jumeau numérique : Un cas réel de modélisation et de simulation de la lutte contre les inondations
Les structures de contrôle des inondations, telles que les digues, les barrages, les brises vagues, les canaux de drainage et les canaux de dérivation, sont destinées à protéger les zones côtières et fluviales des villes, des fermes et d'autres zones de valeur économique, ainsi que les personnes qui y vivent. Ces structures sont censées empêcher l'inondation des régions de faible altitude et des bâtiments voisins, tels que les maisons, les entreprises, les routes et les chemins de fer, dans certains cas en canalisant l'écoulement de l'eau vers un plan d'eau, tel qu'un lac, une mer ou un réservoir d'eau. Lorsqu'ils sont correctement conçus et construits, ils peuvent réduire considérablement les dommages causés par les inondations, encourager le développement dans les zones inondables et assurer la sécurité des communautés. Cependant, s'ils sont mal conçus, construits, exploités ou entretenus, ils peuvent s’avérer insuffisants pour arrêter une inondation incontrôlée et augmenter le risque d'inondation. Ainsi, lors de la planification d'une nouvelle structure, les ingénieurs doivent disposer de données très précises pour construire un modèle numérique d'inondation qui fournira une base scientifique pour l'ingénierie et la construction des futures structures de contrôle des inondations.
Comment construire exactement le modèle jumeau numérique pour la prévention d'inondation ? Sur quoi doit-elle se fonder ? Découvrons le projet du Bureau Chinois de l'Hydrologie et des Ressources en Eau qui a été récemment mis en œuvre sur la partie du fleuve Jaune en Chine, ciblant la section de 28 km du bassin fluvial.
I. Collecte de données à partir de sources multiples
La première étape du projet a consisté à acquérir des données 3D sous l'eau, sur terre et dans les airs.
Figure 1 : Les produits et solutions de CHCNAV ont été préparés pour les levés par le Bureau d'hydrologie et des ressources en eau de la province de Shandong (Chine).
Les données topographiques des deux berges de la rivière ont été recueillies par un drone équipé d'un LIDAR et d'une caméra orthographique, tandis que des USV équipés d’écho-sondeurs à faisceau unique et à faisceaux multiples ont recueilli les données topographiques et bathymétriques sous-marines de haute précision :
1. Les données sous-marines ont été recueillies par des écho-sondeurs multi-faisceaux et mono-faisceaux montés sur les USV (unmanned surface vehicles) Apache 6 et Apache 4.
2. Le système LiDAR AlphaUni monté sur le drone BB4 a recueilli les données terrestres.
3. Et les données aériennes ont été obtenues par un système photographique oblique de CHCNAV monté sur un drone.
Figure 2 : Produits et solutions d'acquisition de données de CHCNAV utilisés dans les levés.
Ces dispositifs complémentaires ont permis d'obtenir des données hétérogènes provenant de sources multiples, telles que des images de télédétection à grande échelle, des nuages de points laser, des données de terrain, des photographies obliques, des plans CAO et des modèles BIM. CoPre est un logiciel avancé et convivial de prétraitement des données de scanner laser 3D qui traite les données brutes capturées, notamment les trajectoires POS, les données LiDAR et les images RVB pour la colorisation. Le logiciel CoProcess (logiciel conçu pour les tâches de post-traitement de la capture de réalité et la génération de DEM/DTM) a été utilisé pour générer des modèles DEM de haute précision, une représentation 3D d'une surface de sol créée à partir de données d'élévation, avec une densité de nuage de points de plus de 50 points/m2 pour les zones au-dessus et au-dessous de l'eau.
Figure 3 : De gauche à droite, de haut en bas : les modèles Tilt, BIM, DOM et DEM.
En outre, les données de positionnement en temps réel de haute précision obtenues à partir des stations CORS et des capteurs GNSS de CHCNAV, ainsi que les données météorologiques et hydrologiques, les données vidéo complétées par IA (intelligence artificielle) et d'autres informations pertinentes sur le fonctionnement et l'entretien des défenses contre les inondations, des canaux fluviaux et des réservoirs ont été préalablement préparées par le Bureau pour le projet.
II. Chargement de données et rendu rapide
La quantité de données collectées et générées dans la base de données des jumeaux numériques a atteint des pétaoctets (Po) ; une puissante plateforme tierce pour la simulation et la visualisation des inondations en 3D a été utilisée pour rendre et traiter rapidement ce volume d'informations.
III. Simulation intelligente des inondations et modélisation de différents scénarios
Figure 4 : Les composantes du processus de modélisation des inondations.
À ce stade, trois étapes supplémentaires ont été mises en œuvre :
1) Analyse des données
L'analyse hydrologique nécessite de comprendre comment l'eau se déplace dans la topologie du terrain. Son but est d'aider à déterminer où les inondations sont susceptibles de se produire et avec quelle probabilité. Les données du site (relevés climatiques, cartes d'inondation, relevés de débit, résumés hydrologiques, relevés du niveau des eaux souterraines, qualité de l'eau, données sur les ressources, etc.) et les données précises et complètes obtenues à partir des véhicules téléguidés et des modèles générés ont servi de base à l'analyse. La qualité des données fournies a été une contribution essentielle à la création d’un modèle de haute précision.
2) Modélisation et simulation des crues historiques à haute résolution
Les informations historiques sur les inondations ont été utilisées dans la phase de cadrage pour développer un modèle conceptuel des mécanismes d'inondations. Sur la base des enregistrements des inondations réelles, l'ensemble du processus d'inondation pour les différentes années a été reproduit sur la plateforme tierce de simulation d'inondation.
Figure 5 : La simulation et l'analyse des inondations historiques sur un logiciel tiers, sur la base des données collectées par les USV et UAV du CHCNAV.
3) Modélisation et simulation en temps réel des risques d'inondation
Sur la base du calcul d'un modèle hydrodynamique 3D, le processus d'extrapolation des inondations en temps réel a été simulé sur le logiciel de modélisation des inondations, où les schémas d'écoulement permanent et potentiels ont été simulés par des algorithmes de modélisation hydrodynamique développés en interne.
Figure 6 : La simulation en temps réel du processus d'extrapolation des inondations, basée sur les données recueillies par les USV et UAV du CHCNAV.
IV. Mise en application du projet
Comme prochaine étape et sur la base du modèle numérique d'inondation développé, le projet de jumeau numérique de bassin versant appelle le personnel technique, les experts et les utilisateurs à travailler conjointement pour développer des applications personnalisées pour l'ingénierie et la construction de bassins versants dans les prochaines années selon le calendrier du projet (2022-2025).
En conclusion, l'utilisation de systèmes d'acquisition de données de masse en 3D, tels que les drones, les USV et le LiDAR de CHCNAV, pour maintenir des données topographiques et bathymétriques à jour et de haute qualité, est le fondement des modèles jumeaux numériques, car c'est la base de la construction de modèles hydrauliques et de la production de cartes d'inondation. Cependant, des informations périmées peuvent augmenter considérablement le temps et le coût de développement des modèles numériques et la probabilité d'une erreur humaine. Même lorsque des données anciennes sont réutilisées, et avant l'application de solutions de capture de réalité 3D, il est essentiel de confirmer qu'il n'y a pas eu de changements significatifs (érosion ou dépôt, croissance de la végétation, construction, altération, suppression, etc.) dans la zone d'étude depuis la collecte initiale des données.
___
A propos de CHCNAV
CHC Navigation (CHCNAV) crée des solutions innovantes de navigation et de positionnement GNSS pour rendre le travail des clients plus efficace. Les produits et solutions CHCNAV couvrent de multiples secteurs tels que le géospatial, la construction, l'agriculture de précision et l’hydrographie. Avec une présence mondiale et des distributeurs dans plus de 120 pays et plus de 1,500 employés, CHC Navigation est aujourd'hui reconnue comme l'une des entreprises à la croissance la plus rapide dans le domaine des technologies géomatiques. Pour plus d'informations sur CHC Navigation [Huace:300627.SZ], visitez notre site: https://chcnav.com/fr/about-us/overview