Une résilience accrue des routes face au changement climatique
L’un des plus grands défis auxquels les exploitants et ingénieurs des transports sont confrontés est la gestion et l’entretien sûrs des autoroutes et du réseau d’infrastructure routière (IR) dans son ensemble. En outre, il y a lieu d’effectuer des inspections et des réparations efficaces avec rapidité et efficience afin d’occasionner des perturbations minimales. Des facteurs tels que le vieillissement, les conditions météorologiques extrêmes, l’augmentation de la circulation routière, les changements d’utilisation, le mauvais entretien et le report des réparations entraînent la détérioration progressive de l’IR. Il devient donc de plus en plus impérieux d’effectuer des inspections et de mettre en œuvre des travaux de réparation de l’IR à mesure que cette dernière devient plus vulnérable aux dommages. Le projet PANOPTIS, financé par l’UE, a relevé ces défis en utilisant des outils et des services existants, notamment des modèles climatiques, des modèles de phénomènes météorologiques extrêmes et de leurs effets, des systèmes d’alerte précoce et des capteurs environnementaux. Les chercheurs ont également eu recours à des véhicules terrestres et à des drones pour inspecter l’IR. Par ailleurs, une cartographie détaillée des actifs a été réalisée sur une vaste zone à l’aide technique de cartographie mobile de pointe intégrée à la technologie des drones.
Meilleure récupération à la suite de dommages
L’objectif était de mettre au point un système intégré d’aide à la prise de décision visant à renforcer la résilience de l’IR, fondé sur des capteurs terrestres et aériens et des outils de modélisation avancés. Ce système est ainsi capable de produire des mesures fiables des facteurs de stress climatiques, hydrologiques et atmosphériques, ainsi que des modèles multialéas, et d’améliorer les prévisions des risques de sécurité structurels et géotechniques. Le développement d’un module de prévision a permis d’obtenir des prévisions météorologiques et relatives aux précipitations de haute résolution et personnalisées. «Les alertes de risque fondées sur les conditions et les prévisions actuelles permettent aux décideurs politiques de préparer une réponse adaptée», explique Phillipe Chrobocinski, coordinateur du projet. «Le module lance également des alertes sur les accidents et leurs éventuelles conséquences afin d’en atténuer l’effet le plus rapidement possible», ajoute-t-il. Les partenaires du projet ont utilisé des techniques avancées d’apprentissage automatique et de fusion de données pour mettre au point une plateforme intégrée qui peut être appliquée à l’IR pour améliorer notre compréhension des risques multialéas et contribuer à une meilleure prévention et préparation. Ce nouveau système intégré peut étayer la prise de décisions opérationnelles et stratégiques en permettant à l’IR de se rétablir plus efficacement à la suite de dommages, ce qui renforce ainsi la résilience des infrastructures routières et de transport. Les chercheurs ont également tiré parti des capteurs existants installés sur des sites de démonstration en Grèce et en Espagne et ont ajouté de nouvelles stations météorologiques automatisées à bas coût pour mesurer les conditions microclimatiques telles que la vitesse du vent, l’humidité de l’air, la température et le taux d’humidité du sol. Ils ont également utilisé des balises intelligentes pour surveiller les vibrations, ainsi que des systèmes de détection du brouillard.
Testé sur le terrain dans des conditions extrêmes
Un tronçon de l’autoroute A2 en Espagne, qui relie Madrid à Guadalajara, a été choisi comme premier site de test. Cette zone est exposée à des événements météorologiques qui ont déjà causé d’importants dommages, notamment l’effondrement d’un pont consécutif à une inondation. Le deuxième site de test était un tronçon de l’autoroute Egnatia Odos, dans le nord de la Grèce. Ce lieu a été choisi en raison de l’exposition de structures comme les ponts et les remblais aux événements sismiques et à des précipitations abondantes, qui peuvent entraîner l’affaissement du sol, des glissements de terrain et des éboulements. Les éléments uniques de PANOPTIS qui permettent de générer une modélisation des risques et des prévisions précises sur de très petites zones sont inédits à un tel niveau. La modélisation des risques combine les données environnementales, comme les données pédologiques et hydrologiques, avec les meilleurs modèles de vulnérabilité afin de favoriser une gestion plus efficace de l’IR en ce qui concerne sa planification, son entretien et son exploitation. «Le système peut être utilisé au quotidien, pour intervenir en cas d’accident et de catastrophe naturelle grâce à un déploiement rapide de drones, ou en mode inspection pour assurer un entretien à plus long terme», conclut Phillipe Chrobocinski.
Mots‑clés
PANOPTIS, route, résilience, infrastructure, transport, changement climatique, système d’aide à la prise de décision
