Les avalanches collent à la courbe des statistiques

Certains endroits attirent les avalanches; prenez par exemple la Vallée de la Sionne, sur la face Sud du Sex Noir, en Valais: près d'une centaine d'avalanches s'y produisent chaque année. Reste que la capacité à évaluer quelles pentes sont les plus propices aux avalanches reste un art autant qu'une science. Actuellement, les modèles les plus avancés procèdent par simulation de la physique des avalanches, de manière à pouvoir fournir une estimation du risque à court terme pour des pentes spécifiques.

Il y a deux ans, des chercheurs de l'EPFL ont proposé un modèle fondé sur les statistiques pour évaluer l'activité avalancheuse à long terme, et quantifier le lien statistique entre chutes de neige et avalanches. Sur la base de près de 550 observations récoltées sur les avalanches dans la Vallée de la Sionne pendant six ans, les chercheurs ont pu valider leur modèle. Leurs découvertes ont été publiées dans le Journal of Geophysical Research - Earth Surface.

Pour Benoît Crouzy, co-auteur de l'étude, l'évaluation de l'activité avalancheuse à long terme requiert une approche statistique. Les modèles actuels, basés sur la physique, sont particulièrement indiqués pour émettre des prévisions portant sur quelques jours. Mais à l'image des prévisions météorologiques, celles-ci doivent être basées sur de grandes quantités de données, et leur précision s'amenuise au fil du temps.

Le modèle statistique que Crouzy et ses collègues ont validé vise à répondre à des questions d'une nature différente. Plutôt que de simuler la mécanique détaillée des avalanches et les événements qui les produisent, il se concentre sur leur fréquence et leur synchronisation avec les chutes de neige. Il permet de quantifier plus précisément la fiabilité des prédictions d'avalanches à partir des précipitations.

Le modèle simplifie autant que possible la dynamique liée aux avalanches, explique Paolo Perona, qui le premier a développé le modèle, il y a deux ans. Contrairement aux méthodes qui simulent la physique détaillée des avalanches, cette approche basée sur les statistiques se contente d'un petit nombre de paramètres pour être calibrée: la quantité moyenne de neige par précipitation, le temps moyen écoulé entre elles, et le rythme auquel la neige est compactée. Le déclenchement des avalanches est modélisé sur la base de probabilités prenant en compte la profondeur de la neige et la pente du terrain.

Les données relevées par le WSL Institut pour l'étude de la neige et des avalanches SLF à Davos pour la Vallée de la Sionne ont fourni à Crouzy et à ses collaborateurs les valeurs nécessaires à cette calibration. En combinant ces données avec des photographies prises avant et après quelque 550 avalanches, géo-référencées dans un modèle 3D ultra précis, les chercheurs ont obtenu des données jusqu'ici inaccessibles sur la fréquence de détachement des avalanches, le temps moyen qui s'écoule entre les précipitations et les avalanches naturelles, et leur incidence à long terme sur un terrain donné.

Pour être calibrée de manière précise, l'approche statistique du risque avalancheux exige l'observation de centaines d'avalanches individuelles. Mais comme les avalanches sont relativement rares - seul un petit nombre se produit au même endroit pendant une année donnée -, ces informations ne sont souvent pas disponibles. C'est l’une des raisons pour lesquelles ces méthodes sont moins courantes que pour l'analyse de dangers hydrologiques conventionnels, tels que les inondations, explique Crouzy. La disponibilité croissante de webcams et de stations météorologiques pourrait changer les choses.

---

References:

• Paolo Perona, Edoardo Daly, Benoît Crouzy, Amilcare Porporato (2012), Stochastic dynamics of snow avalanche occurrence by superposition of Poisson processes, Proc. R. Soc. A:2012-;DOI: 10.1098/rspa.2012.0396.
• Crouzy, B., R. Forclaz, B. Sovilla, J. Corripio, and P. Perona (2015), Quantifying snow- fall and avalanche release synchronization: A case study, J. Geophys. Res. Earth Surf., 120, 1–17, doi:10.1002/2014JF003258.