Ce passage change la nature de l’exercice : nous quittons l’analyse topographique pour un modèle de production-transfert, où le MNT n’est plus qu’une des quatre couches d’entrée — et pas la plus incertaine.

Le retournement : la végétation devient une donnée, pas un défaut

Point important au vu de nos échanges précédents. Le couvert végétal qui dégradait votre MNT devient ici une source d’information directement exploitable. Votre photogrammétrie mesure le sommet de la végétation : la différence entre cette surface et le sol interpolé alentour vous donne un modèle de hauteur de végétation (CHM), qui est précisément le prédicteur de la rugosité hydraulique.

Autrement dit, l’herbe qui nous empêchait de voir le fossé vous renseigne sur le coefficient de Manning à appliquer dessus. Nous ne perdons plus une information : nous en changons l’usage.

Mais cela ne résout pas le problème d’altimétrie sous couvert. Il reste entier, et il est aggravé ici : dans un modèle pluie-sur-maille, si notre surface d’écoulement est le sommet des arbres, l’eau ruisselle sur la canopée. C’est rédhibitoire.

Solution pragmatique : fusionner votre MNS drone avec un MNT LiDAR régional. La plupart des régions européennes en diffusent gratuitement à 1 m — DHMV II en Flandre, le LiDAR de la Région wallonne, LiDAR HD ou RGE ALTI en France, et il existe l’équivalent pour Bruxelles. Le principe : votre photogrammétrie sur les surfaces minérales et dégagées (où elle est excellente et bien plus fine), le LiDAR sous couvert (où lui seul a vu le sol), avec une transition lissée sur quelques mètres après recalage vertical des deux sources sur des zones stables communes. Le gain est considérable pour un coût nul.

Couche 1 — Carte d’occupation du sol

C’est le socle : les trois autres couches en dérivent par table d’attribution.

Indices RGB. Sans proche infrarouge, pas de NDVI. Les substituts usuels :

• ExG = 2G − R − B (sur canaux normalisés) — le plus robuste des trois
• GLI = (2G − R − B) / (2G + R + B)
• VARI = (G − R) / (G + R − B) — plus sensible, plus bruité

Leurs limites doivent être connues : ils détectent la chlorophylle, pas la végétation. Herbe sèche, chaume, résidus de culture, feuillage sénescent sont classés en sol nu — alors que leur rugosité reste élevée. Les ombres portées et l’asphalte humide génèrent aussi des faux positifs.

Approche recommandée : classification orientée objet supervisée. Segmentation (SLIC, mean-shift, ou i.segment sous GRASS), puis Random Forest sur un vecteur d’attributs combinant :

Les attributs géométriques sont ceux qui font la différence : ils séparent une pelouse rase d’une prairie haute, un chemin compacté d’une dalle béton, ce qu’aucun indice RGB ne sait faire. Outils : Orfeo Toolbox, ou scikit-learn sur attributs extraits. Comptez 200–500 échantillons d’entraînement par classe, et validez sur un jeu indépendant (matrice de confusion, kappa).

Visez 6 à 10 classes, avec un critère simple : fusionnons toute distinction qui n’aboutit pas à des paramètres hydrologiques différents. Distinguer toiture tuile et toiture zinc n’a aucun intérêt ici.

Couche 2 — Rugosité (ralentissement)

Valeurs de Manning pour écoulement de surface en lame mince (Engman, 1986). Attention : elles sont d’un ordre de grandeur supérieures aux valeurs de rivière, ce qui surprend souvent.

Trois précautions :

Ces coefficients sont profondeur-dépendants. Quand la lame d’eau est inférieure à la hauteur de l’herbe, la végétation est un obstacle massif ; quand elle la submerge, la résistance chute fortement. HEC-RAS et TUFLOW acceptent des courbes n(h) plutôt qu’une valeur unique — utilisons-les, en particulier si nous simulons des intensités contrastées. Typiquement, pour une prairie : n = 0,4 à h = 2 cm, n = 0,15 à h = 20 cm.

Ce ne sont pas des paramètres physiques mais des paramètres calés. Ils absorbent implicitement le stockage de dépression et la résistance de forme non résolue par le MNT. Un MNT à 20 cm résout déjà une partie de la micro-topographie : conserver les valeurs hautes du tableau reviendrait à compter deux fois la même résistance. Tendons plutôt vers le bas des plages.

Le CHM permet de moduler en continu. Plutôt qu’une valeur constante par classe, une relation croissante n(hauteur de végétation) bornée aux valeurs du tableau capte l’hétérogénéité réelle d’une prairie — zones fauchées, refus, bandes enherbées.

Couche 3 — Infiltration (absorption)

C’est ici que se joue l’essentiel de notre incertitude. La conductivité hydraulique à saturation varie sur trois ordres de grandeur selon la texture, et d’un facteur 10 à 100 selon le seul état de compaction, à texture identique.

Trois formalismes, par complexité croissante :

SCS-CN — un seul paramètre (le curve number), croisement groupe hydrologique de sol × occupation du sol × conditions antécédentes. Empirique, calé sur des bassins agricoles américains, sans base physique. Mais robuste, peu exigeant en données, et honnête quand on n’a pas de mesures. Convient pour du dimensionnement événementiel.

Green-Ampt — physiquement fondé, trois paramètres : K_s, succion au front d’humidification ψ, déficit d’humidité Δθ. Reproduit correctement la décroissance temporelle de la capacité d’infiltration au cours de l’averse. C’est le bon compromis, et il est implémenté nativement dans HEC-RAS depuis la version 6.2.

Horton — f₀, f_c, k. Purement descriptif, mais se cale directement sur des courbes d’infiltromètre à double anneau, ce qui est un avantage réel si nous mesurons sur site.

Ordres de grandeur de K_s (mm/h) :

Sources de paramètres, par ordre de fiabilité décroissante :

1. Mesures in situ — infiltromètre à double anneau (référence, mais lourd : ~100 L d’eau par point) ou mini-infiltromètre à disque (Decagon/METER, quelques centaines d’euros, 15 min par mesure, permet un vrai échantillonnage spatial). Comptons 5 à 10 répétitions par unité pédo-paysagère : la distribution de K_s est log-normale, une mesure isolée n’a aucune valeur.
2. Cartes pédologiques régionales — Carte Numérique des Sols de Wallonie, Bodemkaart van Vlaanderen, RRP en France. Elles donnent la texture, d’où l’on dérive les paramètres hydrodynamiques par fonctions de pédotransfert (HYPRES/Wösten pour les sols européens, ou Rosetta).
3. SoilGrids 250 m — couverture mondiale, dernier recours. Résolution sans rapport avec notre site.

Facteurs de second ordre qu’il ne faut pas négliger : la compaction (les tassements de traficabilité peuvent diviser K_s par 50 — repérables sur l’orthophoto par les ornières et passages d’engins), la macroporosité (galeries de vers de terre, fentes de retrait : elles peuvent multiplier l’infiltration effective par 5 en sol argileux structuré, et sont totalement absentes des fonctions de pédotransfert), l’hydrophobie des sols secs après période chaude, et surtout l’humidité antécédente, qui pilote Δθ et donc le volume infiltré.

Couche 4 — Interception et stockage de surface

Souvent oubliée, elle représente pourtant les premiers millimètres — décisifs pour les événements courants.

Si notre MNT à 20 cm résout déjà une partie des micro-dépressions, ne comptabilisons pas le stockage de dépression une seconde fois en paramètre global.

Assemblage

HEC-RAS 2D (6.x) est le choix le plus rationnel dans votre configuration : gratuit, il accepte un Manning spatialisé par polygones d’occupation du sol, gère l’infiltration spatialisée (Deficit & Constant, SCS-CN, Green-Ampt), fait du rain-on-grid, et son approche sub-grid exploite votre MNT fin sous des mailles de calcul plus grossières.

Alternatives : TUFLOW (commercial, excellent en pluie sur maille), LISFLOOD-FP (rapide, orienté recherche), SWMM/PCSWMM si nous devons coupler un réseau enterré, MIKE SHE ou ParFlow si les écoulements de subsurface sont déterminants.

Enchaînement :

1. MNT fusionné (drone + LiDAR régional), lissé, conditionné, ouvrages brûlés
2. Maillage de calcul 1–3 m, raffiné le long des lignes de rupture (bordures, fossés, remblais) via breaklines — le sub-grid conserve la finesse du terrain
3. Polygones d’occupation du sol → tables Manning et infiltration
4. Pluie de projet (Montana/IDF locale) ou événement observé pour le calage
5. Schéma en onde diffusante d’abord ; passage aux équations complètes de Saint-Venant seulement si Froude > 1 quelque part
6. Condition de Courant respectée, pas de temps adaptatif, seuil de cellule sèche à 1–2 mm

Hiérarchie honnête des incertitudes

C’est le point que je souhaiterais souligner le plus fortement, parce qu’il conditionne l’allocation de vos moyens :

Nos 5 cm en Z, qui posaient un vrai problème pour l’analyse topographique fine, deviennent ici une préoccupation secondaire. Une demi-journée d’infiltrométrie sur site apportera davantage à la qualité du modèle qu’un revol complet du drone.

Corollaire méthodologique : conduisons une analyse de sensibilité (K_s ± un facteur 3, Manning ± 50 %, humidité antécédente sèche/moyenne/saturée) et présentez vos résultats en enveloppe de scénarios, jamais en valeur unique. Sans données de calage — un limnigraphe, des laisses de crue relevées, des témoignages datés — un modèle non calé de ce type reste un outil de comparaison relative (avant/après aménagement, hiérarchisation de variantes), qui est déjà très utile, mais non un outil de prédiction absolue de débits.

---

Deux questions déterminantes pour la suite : l’accès au terrain permet-il des mesures d’infiltration, et disposons-nous d’un point de calage quelconque (crue observée, réseau instrumenté, laisses) ? Et s’agit-il d’un objectif de dimensionnement (ouvrage, bassin de rétention) ou de comparaison de scénarios (impact d’un aménagement, efficacité de bandes enherbées) ? Le niveau d’exigence sur le calage n’est pas du tout le même.