Customize this title in frenchAjouter de la neige aux estimations des inondations printanières

Make this article seo compatible,Let there be subheadings for the article, be in french, create at least 700 words Le risque d’inondation dans la zone continentale des États-Unis culmine chaque printemps. Les experts signalent un manteau neigeux épais, des tempêtes de fin d’hiver et une fonte rapide. En 2023, les inondations printanières en Californie ont beaucoup retenu l’attention des médias. Mais ce risque était universel dans la plupart des quarante-huit États au sud du Canada et au nord du Mexique. Les estimations des inondations printanières du National Weather Service en 2023 montrent que 146 millions d’Américains étaient à risque, à l’exclusion d’Hawaï et de l’Alaska. La carte des risques de l’agence prévoyait des inondations sur une large bande de vingt-huit États du centre de l’Amérique, ainsi que des parcelles dans huit États montagneux et de l’extrême ouest. Même les inondations à petite échelle présentent un risque de blessure ou de décès par noyade, électrocution, maladie respiratoire et dommages résultant de pannes de courant. Une équipe de chercheurs du Pacific Northwest National Laboratory (PNNL) a mis au point une nouvelle technique de conception d’infrastructures et de modélisation des inondations pour aider à anticiper les inondations à l’échelle locale. Ajouter de la neige aux calculs d’inondation À ce jour, la plupart des solutions d’ingénierie à petite échelle pour diriger l’écoulement soudain de l’eau – bassins collecteurs, baissières, bassins de rétention, etc. – sont conçues en fonction d’événements pluvieux uniquement. Cette norme de conception prédictive vieille de plusieurs décennies s’appelle – attention: jargon technique à venir – la technique des courbes d’intensité-durée-fréquence des précipitations. L’approche PNNL de nouvelle génération est basée sur un ensemble de données qui prend en compte non seulement la pluie, mais également les événements régionaux d’enneigement et de pluie sur neige. Pour créer leur ensemble de données, les chercheurs du PNNL ont utilisé plus de 200 000 points de données dérivés des prévisions de pluie et de neige à l’échelle nationale. Les données sont basées sur des grilles de simulation d’un peu moins de 4 milles carrés chacune. « Ce qui rend notre approche unique », a déclaré Ning Sun, un hydrologue du PNNL, « c’est qu’elle peut fournir l’heure exacte et l’ampleur de la fonte des neiges à différents endroits ». 2023 US Spring Flood Outlook, Une carte du potentiel d’inondation du printemps 2023 développée par l’Office of Water Prediction du National Weather Service. L’échelle de temps est de semaines à mois, pas de jours ou d’heures. (Carte : Département américain de la santé et des services sociaux.) Simple, élégant et utile Mark Wigmosta, scientifique en chef du PNNL, a conçu le projet en 2017. Depuis lors, il a rejoint Sun et l’hydrologue des eaux de surface du PNNL Hongxiang Yan pour rédiger une série d’études en neuf articles qui racontent l’évolution de l’approche. Celles-ci incluent une étude de preuve de concept (2018), une introduction de l’idée aux communautés d’ingénieurs (2019) et le premier article pour valider la nouvelle méthode (2019). L’intérêt a été immédiat. Un commentaire de 2018 dans Water Resources Research a qualifié l’approche PNNL de « simple, élégante et utile ». L’article le plus récent de l’équipe est paru en avril 2022. Il démontre que les ensembles de données PNNL montrent la quantité d’eau atteignant la surface terrestre en raison des contributions distinctes des événements de pluie, de fonte des neiges et de pluie sur neige. Suivant : Données sur l’occupation du sol L’équipe travaille sur la prochaine évolution de l’approche, qui intégrera huit nouvelles catégories d’utilisation et d’occupation des sols. Les ensembles de données originaux dans leur approche de nouvelle génération sont basés sur une couverture terrestre « en zone ouverte », c’est-à-dire une surface imaginaire avec une végétation minimale. « La canopée végétale intercepte certaines chutes de neige, ce qui a un impact sur le moment et la quantité finale d’eau qui atteint la surface terrestre », a déclaré Wigmosta. « Il est important de pré-calculer des courbes pour toutes ces variables. » Des ensembles de données encore plus denses et plus complets font partie des futures versions de l’approche, a déclaré Yan. « Nous avons plus d’ensembles de données, des ensembles de données plus matures, et nous avons fait plus de travail théorique. » Le cadre PNNL a mûri au-delà de ses données originales de 2018, qui ne représentaient que 376 sites d’observation de l’ouest des États-Unis. L’ensemble de données actuel représente plus de 200 000 sites. Ils seront bientôt des millions, grâce aux simulations basées sur la couverture végétale ajoutée. Débuts du ministère de la Défense Le projet PNNL visait à optimiser les infrastructures de maîtrise de l’eau des bases militaires. Ces opérations de défense critiques sont à peu près de la taille de petites villes. Les bailleurs de fonds du département américain de la Défense sont le programme de recherche et développement stratégique et environnemental et le programme de certification des technologies de sécurité environnementale. L’accent initial était mis sur la preuve de concept. Maintenant, c’est sur l’application et la sensibilisation. La recherche du PNNL utilise le centre de formation Yakima de l’armée américaine de 327 000 acres dans l’est de l’État de Washington comme cas de test. L’approche de conception des infrastructures qui en résulte bénéficiera bientôt aux communautés civiles qui exploitent des infrastructures hydrologiques à une échelle similaire. « Nous voulons obtenir ces ensembles de données », a déclaré Wigmosta. Utilisation de l’outil Web Pour l’instant, le schéma PNNL n’est disponible que pour les tests bêta par les autorités de défense. Cependant, l’équipe PNNL a développé un outil Web via Amazon Web Services. Il sera disponible pour une communauté plus large d’ingénieurs de l’eau plus tard en 2023. « L’ensemble de données (PNNL) est le moteur de l’outil Web », a déclaré Yan. « À l’arrière, il y a un modèle sophistiqué, mais vous n’avez pas besoin d’apprendre à l’utiliser. » Un ingénieur hydraulique local remplirait simplement les champs liés à l’emplacement, au couvert végétal, au type de forêt, à l’échelle de temps souhaitée (24, 48 ou 72 heures) et à d’autres facteurs. En retour, l’ingénieur obtiendrait des estimations de l’intensité du ruissellement à n’importe quel endroit d’intérêt. Pendant ce temps, « nous pouvons mettre à jour l’outil Web et l’utiliser comme un moyen d’exécuter notre modèle », a déclaré Wigmosta. « Nous pouvons faire progresser l’état de la science, régénérer toutes ces courbes (d’intensité, de durée et de fréquence) et les rendre publiques. » Bientôt : Considérations relatives au changement climatique L’outil Web et les ensembles de données étendus sont prêts, a déclaré Yan. « Maintenant, nous pouvons envisager l’avenir. » Pour ce faire, l’équipe du PNNL collabore avec le National Center for Atmospheric Research du Colorado pour ajouter des données sur le changement climatique dans une version encore plus récente du programme. Avec le temps, les chercheurs aspirent également à créer des résolutions d’échelle encore plus fines disponibles pour les utilisateurs – des 4 miles carrés actuels à une zone un sixième plus grande – de la taille d’un grand parc urbain ou d’un campus universitaire. Infrastructure hydrologique à échelle réelle plus fine, l’approche PNNL évoluera pour être encore plus complète et utile, a déclaré Yan. « Nous voulons aller de l’avant. » Avec l’aimable autorisation de PNNL Le Pacific Northwest National Laboratory s’appuie sur ses atouts distinctifs en chimie, sciences de la Terre, biologie et science des données pour faire progresser les connaissances scientifiques et relever les défis de l’énergie durable et de la sécurité nationale. Fondé en 1965, le PNNL est géré par Battelle pour le Bureau des sciences du Département de l’énergie, qui est le plus grand soutien de la recherche fondamentale en sciences physiques aux États-Unis. L’Office of Science du DOE s’emploie à relever certains des défis les plus urgents de notre époque. Pour plus d’informations, visitez https://energy.gov/science. Pour plus d’informations sur PNNL, visitez le centre d’actualités de PNNL. Suivez-nous sur Twitter, Facebook, LinkedIn et Instagram.   Je n’aime pas les paywalls. Vous n’aimez pas les paywalls. Qui aime les paywalls ? Chez CleanTechnica, nous avons mis en place un paywall limité pendant un certain temps, mais cela s’est toujours senti mal – et il a toujours été difficile de décider ce que nous devrions y mettre. En théorie, votre contenu le plus exclusif et le meilleur passe derrière un paywall. Mais alors moins de gens le lisent ! Nous n’aimons tout simplement pas les paywalls, et nous avons donc décidé d’abandonner les nôtres. Malheureusement, le secteur des médias est encore une entreprise difficile et acharnée avec de minuscules marges. C’est un défi olympique sans fin…

Source link -57