Physically interpretable flood susceptibility mapping using spatial cross-validation and SHAP-derived environmental thresholds: A statistically validated framework

Dans les contreforts de l'Himalaya, là où les montagnes rocheuses et escarpées rencontrent les plaines fertiles et plates, l'eau se comporte de manières qui peuvent être à la fois sources de vie et dévastatrices. Cette zone de transition, connue sous le nom de Siwalik-Terai, est un lieu où les rivières, gonflées par les fortes pluies de la mousson, transportent des quantités massives de sédiments provenant de l'érosion des collines. Lorsque ces rivières atteignent les terres plates, elles ralentissent, déposent leur charge de sable et de limon, et débordent souvent de leurs berges, inondant les villages et les fermes qui bordent leur cours. Pendant des décennies, les scientifiques ont tenté de prédire où ces inondations se produiront ensuite. Ils utilisent des programmes informatiques qui apprennent des événements passés, en examinant des facteurs tels que la pente du terrain, la proximité d'une rivière et la quantité de pluie tombée dans une zone. Cependant, ces modèles informatiques agissent souvent comme des boîtes noires : ils donnent un résultat, mais n'expliquent pas pourquoi ils sont arrivés à cette conclusion, et ils font parfois des erreurs car ils confondent des motifs qui se trouvent simplement proches les uns des autres sur une carte avec des motifs qui causent réellement des inondations.

Une nouvelle étude se concentre sur le bassin versant de la rivière Triyuga, dans le sud-est du Népal, une région qui illustre parfaitement ces défis. Les chercheurs ont entrepris de construire un système de prédiction des inondations qui soit non seulement précis, mais aussi transparent et ancré dans la réalité physique du paysage. Au lieu de s'appuyer sur un seul algorithme informatique, ils ont testé quatre méthodes différentes pour voir laquelle pouvait le mieux apprendre de l'histoire des inondations dans la zone. Crucialement, ils ont conçu leur processus de test pour s'assurer que l'ordinateur ne se contentait pas de mémoriser la carte, mais apprenait réellement les règles du terrain. En combinant ces tests rigoureux avec une technique qui révèle exactement quels facteurs environnementaux pilotent les prédictions, ils ont créé une nouvelle façon d'identifier les zones dangereuses. Le résultat est une carte qui ne montre pas seulement une probabilité d'inondation, mais qui met en évidence des conditions spécifiques et mesurables — comme être à une certaine distance d'une rivière ou se situer sous une élévation spécifique — qui doivent être présentes pour qu'une inondation se produise.

L'étude a commencé par une collecte minutieuse de données concernant les endroits où des inondations ont réellement eu lieu entre 2014 et 2025. L'équipe a rassemblé 240 localisations confirmées d'inondations passées, vérifiées par imagerie satellite et registres historiques. Pour enseigner à l'ordinateur ce qu'est une zone sûre, ils ont dû créer un ensemble de points « non inondés ». C'est une étape délicate de la science des inondations car les véritables zones sûres sont difficiles à définir ; un lieu qui n'a pas inondé l'année dernière pourrait l'être l'année prochaine. Les chercheurs ont résolu ce problème en restreignant la recherche de points sûrs à des zones physiquement capables d'être inondées, mais qui ne l'ont simplement pas été cette fois-ci. Ils ont examiné des terrains suffisamment bas et assez proches de la rivière pour présenter un risque, tout en excluant le chenal de la rivière elle-même. Ils ont ensuite testé quatre méthodes différentes d'apprentissage informatique : une approche statistique appelée régression logistique, et trois modèles d'apprentissage automatique plus complexes connus sous le nom de Forêt Aléatoire (Random Forest), XGBoost et Machine à Vecteurs de Support (Support Vector Machine).

Pour garantir la fiabilité des résultats, les chercheurs n'ont pas simplement divisé leurs données de manière aléatoire. Ils ont utilisé une méthode appelée validation croisée spatiale, qui divise la carte en cinq blocs géographiques distincts. L'ordinateur apprend à partir de quatre blocs et est testé sur le cinquième, en faisant pivoter toutes les combinaisons. Cela empêche le modèle d'apprendre la localisation spécifique d'une inondation plutôt que sa cause sous-jacente. Lorsqu'ils ont lancé ces tests, les deux modèles basés sur des arbres, Random Forest et XGBoost, ont obtenu les meilleurs résultats, atteignant un AUC de 0,905. Étonnamment, le modèle plus simple de régression logistique a presque aussi bien performé, suggérant que les règles régissant les inondations dans cette zone ne sont pas incroyablement complexes. Le quatrième modèle, la Machine à Vecteurs de Support, a obtenu des résultats nettement moins bons, indiquant qu'il n'était pas l'outil approprié pour ce paysage spécifique.

La percée la plus significative de l'étude est survenue lorsque les chercheurs ont demandé à l'ordinateur d'expliquer ses décisions. En utilisant une technique appelée SHAP, qui décompose la logique du modèle, ils ont découvert que cinq facteurs environnementaux spécifiques étaient les principaux moteurs des inondations. L'ordinateur a identifié que se trouver à moins de 226 mètres d'une rivière, être sous une élévation de 119 mètres, avoir une pente plus plate que 4,57 degrés, avoir un indice d'humidité topographique supérieur à 8,33 et recevoir plus de 1 359 millimètres de précipitations annuelles étaient les seuils critiques. Il ne s'agit pas de suppositions vagues ; ce sont des limites précises où le risque d'inondation change radicalement. Par exemple, la distance de 226 mètres correspond étroitement à la largeur typique de la plaine inondable active de la rivière, tandis que l'élévation de 119 mètres marque la transition entre les collines escarpées et les plaines plates où l'eau stagne.

Les chercheurs ont ensuite combiné ces cinq règles en un indicateur unique et facile à comprendre. Ils ont créé une carte où chaque emplacement est scoré en fonction du nombre de ces cinq conditions critiques qu'il remplit. Un endroit qui ne remplit aucune des conditions est considéré comme présentant un risque très faible, tandis qu'un endroit qui remplit les cinq est classé comme un danger extrême. Les résultats ont été frappants. Lorsqu'ils ont vérifié cette nouvelle carte par rapport aux archives des inondations, ils ont constaté que 85 % de toutes les localisations d'inondations passées se trouvaient dans des zones remplissant au moins trois de ces seuils. Plus révélateur encore, les localisations remplissant les cinq conditions étaient 141 fois plus susceptibles d'avoir connu une inondation que les zones n'en remplissant aucune. Cela a prouvé que l'inondation dans cette région n'est pas causée par un seul facteur, comme la pluie ou la distance à la rivière seule, mais par la présence simultanée de plusieurs conditions spécifiques.

L'étude a également produit une carte montrant les zones où l'ordinateur était incertain. Ces zones de haute incertitude se trouvaient principalement le long des bordures où les plaines inondables plates rencontrent les terrasses légèrement plus hautes. Dans ces zones de transition, les conditions environnementales sont ambiguës, ce qui rend difficile pour tout modèle d'être certain. Les chercheurs suggèrent que ce sont précisément ces endroits qui devraient faire l'objet d'efforts de surveillance futurs, car ils représentent les limites où le risque d'inondation est le plus dynamique. En identifiant ces zones, l'étude fournit un guide clair sur les endroits où investir les ressources pour une meilleure collecte de données et des systèmes d'alerte précoce.

Ce travail offre un nouveau modèle pour la gestion du risque d'inondation dans les régions montagneuses à faibles données. Contrairement aux études précédentes qui reposaient sur des algorithmes complexes sans expliquer leur logique, cette approche fournit un ensemble de règles transparentes que les planificateurs locaux peuvent comprendre et utiliser. Les conclusions confirment que, dans le bassin versant de la rivière Triyuga, le risque d'inondation est régi par la forme physique du terrain et la quantité de pluie, plutôt que par des forces mystérieuses ou imprévisibles. L'étude démontre qu'en combinant des tests rigoureux avec une intelligence artificielle explicable, il est possible de créer des cartes d'inondation qui soient à la fois scientifiquement robustes et pratiquement utiles pour protéger les communautés de l'Himalaya. Le cadre développé ici peut être appliqué à d'autres bassins versants de la région, offrant un moyen fiable d'identifier les zones dangereuses et de guider les décisions d'utilisation des terres sans nécessiter de données historiques étendues ou de modèles hydrauliques complexes.