A multi-hazard cyclone risk framework to enable resilience-informed decision

Résumé

Les cyclones tropicaux (CT) représentent l’un des aléas naturels les plus destructeurs, générant des vents extrêmes, des ondes de tempête, des vagues et des inondations côtières qui menacent les principaux centres urbains de l’est des États-Unis et du Canada. Ces aléas devraient s’intensifier sous l’effet du changement climatique, car l’élévation du niveau de la mer, l’augmentation de l’humidité atmosphérique et le déplacement des trajectoires des tempêtes modifient la fréquence et l’intensité de ces événements cycloniques. Traditionnellement, des modèles numériques haute-fidélité ont été utilisés pour simuler les aléas induits par les CT, tels que les ondes de tempête et les vagues ; cependant, leurs besoins computationnels importants limitent leur applicabilité pour des prévisions en temps réel ou des évaluations probabilistes du risque. Pour relever ce défi, cette thèse développe de nouveaux modèles hybrides basés sur les données, capables de simuler efficacement les aléas induits par les CT, notamment le vent, les ondes de tempête et les vagues. Ces modèles sont ensuite utilisés pour réaliser une évaluation probabiliste du risque pour les climats actuel et futur. À cette fin, de grands ensembles de trajectoires synthétiques sont générés pour couvrir une large gamme de tempêtes, en intégrant les changements projetés de leurs caractéristiques et l'élévation du niveau de la mer. Ces tempêtes synthétiques sont ensuite couplées aux modules d’aléas pour réaliser des analyses probabilistes des aléas pour les scénarios climatiques actuels et futurs. Les simulations probabilistes des aléas ainsi obtenues sont ensuite combinées avec des modules d’exposition et de vulnérabilité afin de quantifier le risque côtier induit par les CT. Enfin, les produits de risque résultants sont intégrés dans un cadre d’optimisation basé sur l’apprentissage par renforcement profond pour identifier des stratégies de protection adaptatives et rentables dans un contexte de changement climatique. Les résultats obtenus et les outils de modélisation développés permettent de renforcer les capacités en matière de préparation aux situations d’urgence, de planification de la résilience côtière et de prise de décision basée sur des preuves, contribuant ainsi à une meilleure gestion à long terme du risque dans les régions côtières vulnérables du Canada.

Date	7 avr. 2026
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Reda Snaiki (Directeur(-trice))