Actuellement doctorant au laboratoire Chrono-environnement, Olivier Béjean-Maillard vient de publier son premier article scientifique dans le journal Springer Landslides, intitulé Hydrogeological forecasting of deep-seated landslides dynamics : structure and sensitivity of tank models.
Cet article propose une méthode alternative et simple d’application pour reproduire des variations des niveaux d’eau souterraines au sein de glissements de terrain situés dans des milieux fissurés, ce qui est un facteur clé pour comprendre ces phénomènes !
Les glissements de terrain profonds sont des mouvements gravitaires qui se produisent essentiellement en région montagneuse. Ces instabilités peuvent concerner des versants entiers et représentent une menace sérieuse pour les infrastructures humaines en aval. Les comprendre et les anticiper est donc essentiel pour réduire le risque qu’ils représentent.
Ces phénomènes sont largement influencés par les précipitations. L’eau qui s’infiltre dans le sol va venir augmenter la pression interstitielle et réduire la résistance mécanique des versants, les rendant plus instables. Pour surveiller les variations du niveau d’eau, il est commun d’installer des réseaux de piézomètres, mais leur installation dans les zones instables et difficilement accessible est souvent complexe voire impossible. Pour contourner ces limites, cette étude propose de modéliser indirectement les variations d’eau dans le sol à partir des précipitations et des débits mesurés à des sources ou exutoires localisés dans les glissements de terrain. Cette méthode repose sur l’utilisation de modèles dits « en réservoir », qui simulent les chemins d’écoulement de l’eau souterraine.
Ce travail, réalisé en collaboration avec l’Observatoire Multidisciplinaire des Instabilités de Versants (OMIV), l’OSU-THETA et le service de surveillance géologique du Val d’Aoste (Italie), utilise l’outil de modélisation KarstMod initialement conçu pour les milieux karstiques, pour modéliser deux glissements de terrain : Séchilienne (Isère, France), et le Mont de La Saxe (Vallée d’Aoste, Italie). Ces deux sites présentent des comportements hydrologiques bien distincts.
Plusieurs structures pour les modèles ont été testées afin d’aboutir aux résultats optimaux pour chacun des deux sites. Nos résultats montrent un fonctionnement bimodal pour le système de Séchilienne avec deux flux lents (reliés à un réservoir de stockage) et un flux rapide qui ne s’active qu’au-delà d’un certain niveau d’eau – reproduisant ainsi les écoulements dans les fractures. À La Saxe, le modèle optimal repose sur un réservoir unique alimenté par deux flux (un lent, un rapide) et une routine neige qui prend en compte l’accumulation et la fonte des neiges. La performance des modèles a été testée en deux temps : une période de calibration (pour ajuster les paramètres) et une période de validation (pour tester la robustesse sur des données indépendantes). Dans les deux cas, les modèles montrent de bonne performance pour reproduire les variations de débit.
Séries des débits observés (noir) et simulés (rouge) pour le système de Séchilienne. Les séries de débits simulées par le modèle permettent d’extraire les séries de débits des flux internes et les variations des niveaux d’eau des réservoirs de la structure © O. Béjean-Maillard
La reproduction des séries de débit à partir des modèles calibrés et validées permet ainsi d’extraire des séries de niveaux d’eau théoriques dans le sol, qui peuvent remplacer ou compléter les données manquantes sur le terrain.
Cette étude apporte ainsi une méthode alternative et simple, tant dans sa conception que dans les données nécessaires, pour obtenir des informations sur l’état hydrogéologique des glissements de terrain à des pas de temps journaliers. Ces données théoriques sont particulièrement utiles pour renforcer les jeux de données nécessaires à la compréhension et à la prédiction des périodes d’instabilité, notamment avec des outils comme l’intelligence artificielle, performants mais gourmands en données.
Olivier Béjean‑Maillard, Guillaume Cinkus, Catherine Bertrand, Jean‑Philippe Malet, Pierre Nevers, Joshua Ducasse, Davide Bertolo, Patrick Thuegaz, Hydrogeological forecasting of deep‑seated landslides dynamics: structure and sensitivity of tank models, Landslides, 2025.
