Archives mensuelles : septembre 2025

Activités externes

Séminaires CVSI

Date des prochains séminaires : 22 mai, 18 septembre

18 septembre 2026, 16h : Wafa Guiga ; l’alimentation ; Télécom Paris, 19, place Marguerite Perey, Palaiseau, salle 4D19.

22 mai 2026, 16h : Philippe Durance ; Climat, vivant, société, quel apport de la prospective face à l’imprévisible ? ; Sorbonne Université, 4 place Jussieu, salle 15-25-101 (après le contrôle de sécurité, trouver l’escalier 25 (bien indiqué, à gauche de la grande tour en entrant), monter un étage, trouver le couloir 15-25, aller jusqu’au fond, c’est là que se trouve la salle 101).

10 avril 2026, 16h : Olivier Fournout, l’incertain, le capitalisme et la catastrophe ; Télécom Paris, 19, place Marguerite Perey, Palaiseau, salle 4D19 ; présentation

13 mars 2026, 16h : Lucile Sergent, la recherche participative ; Télécom Paris, 19, place Marguerite Perey, Palaiseau, salle 4D19 ; présentation

13 février 2026, 16h : Kévin Jean, la santé comme levier d’action face au changement climatique ; CNAM, 292 Rue Saint-Martin, Amphi Fabry-Pérot ; présentation ; compte-rendu.

12 décembre 2025 : Yvan Lubraneski, comment les communes et les territoires peuvent-ils engager les citoyens face aux crises ? ; présentation ; compte-rendu.

13 juin 2025 : Joan Delort-Ylla, la modélisation des systèmes énergétiques (méthodes, objectifs, impacts) ; présentation

16 mai 2025 : Didier Paillard, la modélisation du climat ; présentation ; compte-rendu.

11 avril 2025 : Marie-Anne Dujarier, voir et prévoir les transformations sociales ? : présentation ; compte-rendu.

21 mars 2025 : Pascal Maugis, l’hydrologie et l’usage de l’eau face à l’incertitude ; présentation ; compte-rendu et questions qui se posent.

21 février 2025 : Adrienne Ressayre, l’agriculture face à l’incertitude ; présentation ; compte-rendu et questions qui se posent.

CR : L’hydrologie et l’usage de l’eau face à l’incertitude

Pascal Maugis (IPSL)
21 mars 2025
Compte-rendu

  1. Incertitude dans l’activité de recherche

L’expertise de Pascal Maugis porte sur l’hydrologie, l’usage de l’eau, et l’adaptation au changement climatique. Au delà de son activité de recherche, il participe à divers groupes d’experts, comme le conseil scientifique du parc naturel régional de la haute vallée de Chevreuse. Il est aussi impliqué dans la vulgarisation (chaine Youtube « Science Utile »).

Il a choisi le plateau de Saclay comme terrain d’étude en raison de ses enjeux hydrologiques, qu’il percevait même si les discours dominants à l’époque étaient centrés sur les nitrates et non sur le changement climatique ou la compétition pour les usages de l’eau. PM a analysé le cycle de l’eau sur le plateau, en cherchant à quantifier les différents termes du bilan hydrique : infiltration, évapotranspiration par les plantes et le sol, drainage, résurgences, recharge profonde des nappes, ruissellement, etc.

Le Plateau de Saclay, homogène en surface (couche de limon), est hétérogène en profondeur. On y trouve des sables de Lozère, perméables, du calcaire fracturé permettant l’infiltration, et des argiles à meulières. Cette hétérogénéité spatiale, même sur de courtes échelles de temps, rend le fonctionnement hydrologique complexe, avec des écoulements latéraux inattendus, loin du schéma simple d’infiltration verticale. Le ruissellement contribue beaucoup aux inondations et au fonctionnement de l’écosystème hydrologique. Les eaux des sables de Lozère soutiennent le débit de la Bièvre et de l’Yvette, attenantes au nord et au sud respectivement.

La quantification de la recharge se heurte à une difficulté majeure : Les processus sont variables, influencés par les plantes, les pratiques agricoles, et les zones urbaines environnantes. La bibliographie et les rapports existants montrent des estimations variables et inconsistantes. Différentes méthodes et modélisations donnent des résultats dissemblables. Les retraits d’eau (pompage pour l’eau potable et par le CEA) et les fuites des réseaux compliquent encore le bilan.

PM a mis en place une expérience pour mesurer l’infiltration et l’évapotranspiration, ainsi que d’autres paramètres du sol. Les résultats confirmèrent l’hétérogénéité du sol. Mais, surtout, l’utilisation des sondes capacitives d’humidité s’est révélée extrêmement problématique. Ces sondes nécessitent un calibrage car la relation avec l’humidité n’est valide que pour les sols sans argile, or le sol du plateau contient de l’argile. On observe une influence de la température non prévue et des disparités entre les sondes du même fabricant. PM a ainsi mis en évidence une accumulation d’erreurs qui rendent l’incertitude finale du même ordre de grandeur que l’information recherchée. Le terrain (Plateau de Saclay) semble trop complexe pour une approche quantitative basée sur cette méthode.

PM a pu néanmoins utiliser ses connaissances acquises lors de cette expérience de manière qualitative pour analyser des événements pluvieux en juin 2018 et octobre 2024. Il a montré que les événements pluvieux ne doivent pas être considérés indépendamment (comme c’est fait dans certains cadres réglementaires basés sur les pluies tombées sur une fenêtre de 12h), car la vidange de l’eau du sol entre deux épisodes peut être incomplète (nécessité de considérer des périodes supérieures à 12h, au moins 48h).

PM mentionne aussi le risque de retrait-gonflement des argiles qui peut causer des fissures voire la destruction de maisons. Le changement climatique, en accentuant les variations d’humidité, aggrave ce risque, qui est actuellement plus coûteux en France que les inondations. Par ailleurs, les travaux d’urbanisme peuvent exacerber les problèmes en modifiant l’hydrogéologie locale, ce qui est mal pris en compte par les études réglementaires.

  1. Expertise scientifique et la communication de l’incertitude dans le domaine du climat

Comment un non-expert peut-il identifier un expert fiable et la légitimité de l’expertise individuelle ? Il faut des expertises collectives robustes, des relectures et des justifications. 1Les modèles climatiques globaux et régionaux sont basés sur la modélisation de différentes composantes du système terre (atmosphère, océans, surfaces continentales, cryosphère, biosphère). Ils ont des mailles grossières de l’ordre de 100km et nécessitent déjà de longs temps de calcul. On affine ensuite les résultats avec des modèles régionaux, puis on applique des méthodes de correction de biais pour se rapprocher des observations de terrain. Cependant, les modèles climatiques donnent des résultats très variés pour un même scénario d’émissions, en raison des choix de processus physiques et des différences entre équipes. Le GIEC présente cet éventail de résultats pour représenter l’incertitude. Par ailleurs, le choix de certaines méthodes de correction de biais peut être influencé par des raisons politiques (méthode de Météo France). Ces analyses mal construites peuvent être utilisées pour recommander la construction de grandes retenues d’eau (“bassines”), pour stocker l’eau hivernale en vue de l’irrigation en été.

PM pointe le risque de maladaptation, potentiellement dommageable pour l’environnement et la résilience humaine. La communication de l’incertitude par le GIEC est formalisée, croisant les preuves (evidence) et le consensus (agreement) pour attribuer des niveaux de confiance (low, medium, high, very high, virtually certain). Cependant, il y a une tendance à ne communiquer aux décideurs que les informations avec un niveau de confiance suffisant (souvent medium ou plus), ce qui peut conduire à l’omission d’informations potentiellement importantes. L’incertitude est souvent réduite à des intervalles de confiance ignorant ainsi les événements extrêmes qui tombent en dehors de ces intervalles.

L’exemple de la montée du niveau marin est frappant : les rapports du GIEC ont longtemps sous-estimé les possibilités maximales par rapport aux avis d’experts et aux observations, notamment en raison de la difficulté à modéliser la fonte rapide des calottes polaires. Ce manque de transparence a pu nuire à la crédibilité du GIEC à long terme, car les prévisions ont dû être révisées à la hausse dans les rapports ultérieurs.

  1. Comment aborder les incertitudes pour la prise de décision ?

Il existe d’autres approches que d’essayer de réduire l’incertitude et de proposer une adaptation basée uniquement sur l’incertitude quantifiable. Il faut accepter les incertitudes irréductibles ou incommensurables. Les incertitudes peuvent être statistiques, scénaristiques (sur les émissions futures), sur les risques avérés (événements peu probables mais connus) ou les risques potentiels (ampleur ou probabilité difficile à évaluer), et enfin les surprises (inconnus inconnus).

Les attitudes possibles face au risque incluent la prudence (risque mesuré, occurrence connue), la prévention (risque connu mais incertain en occurrence), et le principe de précaution (risques qu’on ne peut écarter même si leur probabilité est faible ou inconnue).

Le management adaptatif, qui consiste à s’adapter progressivement “à vue”, est souvent promu pour faire face à l’incertitude. Cependant, il est dangereux pour les risques (les surprises) qui nécessitent une anticipation à long terme, comme la protection d’infrastructures critiques face à une montée rapide du niveau marin. L’adaptation incrémentale est un facteur de mal-adaptation.

PM critique l’utilisation de modèles trop complexes sur-paramétrés qui ne peuvent pas être suffisamment contraints par les données disponibles. L’augmentation de la complexité des modèles ne garantit pas nécessairement une amélioration de la précision. Les modèles scientifiques doivent-être avant tout des outils de réflexion pour faire avancer la compréhension, pas des outils de prévision pour la décision. Leur utilisation actuelle pour guider les choix politiques via des projections qui présentent des résultats de simulation comme des prévisions est problématique. La présentation d’une fourchette de résultats (comme l’écart-type ou les quantiles) donnent une image de l’incertitude basée sur la variabilité des modèles, pas nécessairement sur la variabilité du système réel. La capacité d’un modèle à bien reproduire le climat passé ne garantit pas sa performance future, car les processus dominants peuvent changer. Des modèles plus simples peuvent parfois être plus efficaces pour la prévision de phénomènes spécifiques comme les crues.