Adaptive flood risk management: A decision support system integrating deep learning, digital twins, and economic risk assessment.

Les inondations figurent parmi les catastrophes climatiques les plus destructrices, dont la fréquence et la sévérité augmentent sous l’effet du changement climatique et de l’urbanisation.

Face à la hausse des sinistres, les assureurs se retirent progressivement des zones à risque, transférant la responsabilité de la gestion du risque vers les entreprises et les collectivités locales.

Cette étude, inscrite dans le cadre de la Directive européenne sur les inondations, propose un système d’aide à la décision intégré fondé sur l’intelligence artificielle, combinant la prévision hydrologique par modèles ConvLSTM, la modélisation économique de la vulnérabilité, les jumeaux numériques et l’analyse prédictive. Appliqué à la ville de Nice puis à plus de cent sites publics et privés, ce cadre améliore la précision des évaluations de risque et la planification des investissements d’adaptation.

Les résultats soulignent aussi des différences de gouvernance et de comportement entre acteurs publics et privés, essentielles à la mise en œuvre d’une résilience territoriale efficace.

Global Environmental Change, 95: 103069: https://doi.org/10.1016/j.gloenvcha.2025.103069