Projet Incertu - incertitude et jugement expert pour l'aide à l'évaluation de la résilience des réseaux techniques urbains

Uncertainty and expert judgment for assessing resilience of urban technical networks

¹ Lab'Urba, Université Paris Est, Ecole des ingénieurs de la ville de Paris, 80 rue Rébeval, 75019 Paris France
marc.vuillet@eivp-paris.fr; michel.hathout@eivp-paris.fr
² Irstea - Institut national en science et technologie pour l'environnement et l'agriculture, 3275 route Cézanne, CS 40061, 13182 Aix en Provence
laurent.peyras@irstea.fr; michel.hathout@irstea.fr; claudio.carvajal@irstea.fr; corinne.curt@irstea.fr; pascal.dimaiolo@irstea.fr
³ Université Versailles Saint-Quentin, Master 2 Adaptation aux Changements Climatiques
loic.henintsoa@gmail.com
⁴ Lab'Urba, Université Paris Est, Equipe Génie Urbain - 5 Bvd Descartes, 77420 Champs-sur-Marne
youssef.diab@u-pem.fr

Résumé

Le bon fonctionnement des réseaux de digues et de voiries constitue un enjeu majeur pour la gestion des risques et la résilience des territoires. Le manque général de données permettant de décrire leurs comportements pour les événements rares redoutés conduit à exploiter principalement les dires experts pour estimer leurs niveaux de fonctionnement. Le projet Incertu propose une démarche méthodologique pour la modélisation fonctionnelle des mécanismes de défaillance des infrastructures en contexte systémique, la prise en compte des incertitudes liées à l'évaluation experte de leurs mécanismes de défaillance et la réduction des biais via un modèle de calibration.

Abstract

Proper functioning of levees and roadway networks is a major challenge for the management of risks and the resilience territories. The general lack of data allowing describing their behavior for the feared rare events leads to exploit mainly the expert opinion to estimate their levels of functioning. In this context, the Incertu project proposes a method for the functional modeling of the mechanisms of infrastructure failure in a systemic context, taking into account the uncertainties linked to the expert evaluation of their mechanisms of failure and the reduction of biases using a model of calibration.