Estimation des dommages causés par les inondations aux infrastructures ferroviaires

Les modèles d'estimation des pertes dues aux inondations pour les infrastructures sont rares et leur fiabilité est rarement étudiée, bien que les pertes d'infrastructures puissent contribuer considérablement aux pertes globales dues aux inondations. Dans cet article, une approche de modélisation empirique pour estimer les dommages structuraux directs causés par les inondations à l'infrastructure ferroviaire et les pertes financières associées est présentée. Grâce à une combinaison de données d'événements, c'est-à-dire des dommages photo-documentés sur le chemin de fer du Nord en Basse-Autriche causés par l'inondation de la rivière March en 2006, et des caractéristiques d'inondation simulées, c'est-à-dire les niveaux d'eau, les vitesses d'écoulement et leurs combinaisons, les corrélations entre les paramètres physiques d'impact de l'inondation et les dommages causés à la voie ferrée ont été étudiées et ensuite transformées en un modèle de dommages. Après avoir calibré l'estimation des pertes en utilisant les coûts de réparation enregistrés des chemins de fer fédéraux autrichiens, le modèle a été appliqué à trois scénarios synthétiques avec des périodes de retour de 30, 100 et 300 ans d'inondation de la rivière March. Enfin, les résultats du modèle sont comparés aux approches basées sur les courbes de dommages en profondeur pour le secteur des infrastructures obtenues à partir du modèle de dommages de l'Atlas du Rhin et du modèle de scanner de dommages. Les résultats de cette étude de cas indiquent une bonne performance de notre approche de modèle en deux étapes. Cependant, en raison d'un manque de données indépendantes sur les événements et les dommages, le modèle n'a pas encore pu être validé. Les recherches futures sur les risques naturels devraient se concentrer sur l'élaboration de procédures de documentation des événements et des dommages afin de surmonter cet obstacle important dans la modélisation des dommages causés par les inondations.