Modèles Hydrologiques sur aménagements (3) dans QGIS (les codes)
La réalisation de la chaîne
En fichiers annexés nous trouvons la chaîne complète modèle 3D → couches hydrologiques QGIS, et non le seul chargement du nuage en couche (qui est traité dans vue3d.py).
Ce que fait la chaîne, dans l’ordre des messages précédents :
etape01_mnt.py — nuage → MNS/MNT, puis estimation de σ_Z par ajustement de plan sur vos zones de contrôle (et non par le RMS du rapport photogrammétrique), détection du dôme par ajustement d’ordre 2, CHM, fusion avec le MNT LiDAR régional pondérée par la distance au couvert, lissage dont max_diff est calé sur le σ_Z mesuré, brûlage des buses, breaching avec seuil de profondeur à 3σ.
etape02_classif.py — indices RGB, attributs géométriques (CHM, rugosité), texture GLCM, Random Forest avec kappa sur jeu de validation indépendant, repli par seuils si scikit-learn est absent.
etape03_parametres.py — rasters Manning (modulé par le CHM), Green-Ampt, SCS-CN en alternative, pertes initiales, courbes n(h). Contient une correction du double comptage stockage MNT / stockage paramétré.
etape04_routage.py — D-infinity, réseau, bassin versant, TWI, et estimation du temps de concentration avec les durées d’averse à balayer.
etape05_export.py — terrain, polygones Manning, breaklines, plus les deux fonctions de campagne : test_a_blanc() qui établit le plancher de bruit numérique, et carte_delta() qui masque en dessous.
Trois garde-fous sont codés en dur, parce qu’ils correspondent aux erreurs les plus coûteuses : la validation refuse une maille inférieure à 10 cm, le breaching ignore les dépressions sous 3σ, et parametres_utilises.json trace le jeu de paramètres à chaque exécution — sans quoi les deltas entre scénarios ne sont pas défendables.
J’ai vérifié la syntaxe de tous les modules, la validité du YAML, et testé numériquement les fonctions de calcul focal contre une implémentation naïve (Ce qui peut être testé avec QGIS installé) : les appels processing.run aux fournisseurs WhiteboxTools et PDAL, dont les noms de paramètres varient légèrement selon les versions.
Le point d’entrée est config.yaml : renseignons les chemins de la section entrees, vérifiez le CRS, puis lancons depuis la console Python de QGIS. Le reste s’enchaîne.
Perspectives et projections
Le travail sur les modèles et les paramètres hydrologiques ont servi également à la transformation et aux amendements de la base de données des espèces et variétés végétales servant à déterminer des modèles de croissances et de rugosités hydrologiques. Cette base de données (7000) demande un travail très important de collecte, de mesures. EN étant associé aux couches QGIS), autant la croissance, la genèse foliaire et la création de particules organiques (favorables à la pluie) devrait permettre aux amateurs, maraîchers, sylvaniers et agriculteurs un suivi facile (pas ou peu de bureau, le soir en fin de journée) afin de mesurer, anticiper les productions, l’assolement et finalement les projections (plan financier).
Il s’agit ainsi de prendre en considération les paramètres utilisés dans l’élaboration des modèles hydrologiques pour fixer et/ou estimer la rugosité éolienne, l’ombrage et nous pourrions avancer dans l’élaboration de paramètres (à l’instar de ceux de Manning) de l’évapotranspiration qui intervient dans des espaces plus larges concernant les cycles de l’eau.
La rugosité éolienne pourrait être extraite des images d’interférométrie radar (15m/15m) et participer à un cadastre éolien plus fin et l’élaboration d’une stratégie globale afin de réduire les effets des vents (dont particulièrement les assèchants) et favoriser les couloirs écologiques (influences des vents sur la propagation des espèces animales).
La rugosité hydrique des canopées pourrait aussi être envisagée concernant le mini cycle de surface (rosées et humidité résiduelle sur graminés) afin de favoriser les semis sur grandes surfaces et la diffusion des particules organiques (T° de condensation) nécessaires à la création de pluies générées par les massifs forestiers.
La rugosité nous amènent donc à aller plus loin dans les territoires contributifs (Bernard Stiegler) et de mettre en place des parcours techniques mieux adaptés aux contingences climatiques. Ainsi l’orientation, les pentes et les micro-cycles dans des cultures vinivoles pourraient recevoir une aide substantielle (gestion de l’enherbement, protections aux alléas climatiques améliorés,…)
