Un risque croissant sur les littoraux français
D’un point de vue physique, la submersion marine résulte de la combinaison de la marée, de la surcote liée aux tempêtes et de la houle, qui amplifie les niveaux d’eau à l’approche du rivage. Elle survient lorsque ces effets dépassent la topographie du littoral ou les protections existantes, provoquant des inondations temporaires.
En France, ce risque est bien réel, comme l’a montré la tempête Xynthia en 2010. Avec près de 1,5 million d’habitants exposés et des coûts potentiels de plusieurs dizaines de milliards d’euros, il représente un enjeu majeur pour les assureurs et les pouvoirs publics.
Risque de submersion : données de modélisation
L’analyse du risque de submersion marine repose d’abord sur la construction d’une base de données robuste, combinant plusieurs sources complémentaires.
Figure 1 : Les sources de données
L’objectif de cette base est de relier les conditions météorologiques et marines à l’occurrence effective des submersions. Une analyse statistique préalable permet donc d’identifier les variables les plus pertinentes et d’éliminer les redondances, notamment à travers une étude des corrélations.
On observe, par exemple, de fortes corrélations entre le vent et les rafales, ou encore entre différentes mesures de pression. À l’inverse, les précipitations, la marée, la différence entre la pression atmosphérique et celle de la mer, ou encore la température présentent des niveaux de corrélation plus faibles. Cette étape est essentielle pour garantir la stabilité et la performance des modèles.
L’enjeu devient ensuite de sélectionner des modèles capables de capturer la complexité du phénomène et de produire des projections fiables.
Risque de submersion : quel modèle utiliser ?
Pour répondre à cet enjeu, trois approches de modélisation complémentaires peuvent représenter le phénomène de submersions marines.
La première, XGBoost, repose sur une méthode d’apprentissage par ensemble fondée sur des arbres de décision. Ce modèle est particulièrement performant pour capter des relations non linéaires complexes et gérer les interactions entre variables. Cela le rend adapté à l’intégration de facteurs tels que la houle, la marée, le vent et la surcote.
Le deuxième modèle, dit Hurdle, adopte une approche en deux étapes. Il modélise d’abord la probabilité d’occurrence, puis, conditionnellement, l’intensité de la submersion.
Enfin, le modèle logit zéro-inflaté distingue les situations où la submersion est structurellement impossible de celles où elle est simplement rare. Il convient donc aux données comportant une forte proportion de zéros.
L’évaluation des modèles repose sur des indicateurs classiques tels que l’accuracy, l’AUC-ROC et l’AUC-PR, complétés par une analyse des résidus.
Des performances satisfaisantes mais variables selon les modèles
L’application porte sur les communes de Nice et de Lège-Cap-Ferret. Globalement, les modèles aboutissent à des performances satisfaisantes, bien que variables selon les modèles et usages considérés.
Le modèle XGBoost se distingue par ses performances en matière de détection des jours de submersions, grâce à sa capacité de discrimination. Les modèles Hurdle et logit zéro-inflaté présentent un intérêt plus marqué pour une approche probabiliste, notamment dans une logique de fréquence journalière et de gestion de la rareté des événements.
Ainsi, dans un contexte de données horaires et avec un objectif de détection des occurrences de submersions, le modèle XGBoost apparaît comme le plus pertinent.
Les modèles calibrés sont ensuite utilisés pour projeter l’évolution du risque à différents horizons temporels, en intégrant plusieurs scénarios climatiques.
Projection du risque de submersion à horizon 2100
La projection du risque est réalisée sur deux villes françaises particulièrement exposées aux submersions marines en raison de leurs caractéristiques géographiques : Nice et Lège-Cap-Ferret.
La première étape consiste à calibrer les modèles sur ces villes. Des données climatiques projetées issues des scénarios du GIEC permettent ensuite d’évaluer l’évolution du risque à court, moyen et long termes.
Figure 2 : Projection du nombre de jours de submersions selon trois scénarios du GIEC dans les communes de Nice et Lège-Cap-Ferret
Les résultats mettent en évidence une augmentation significative du nombre de jours à risque de submersions, avec une intensification progressive selon les horizons temporels et les scénarios du GIEC. Cette hausse varie de +13 % à +140 % dans le scénario le plus pessimiste à Nice. Elle atteint des niveaux encore plus élevés à Lège-Cap-Ferret, avec une augmentation pouvant aller jusqu’à +224 % à l’horizon 2100 selon le scénario RCP 8.5.
Parmi les résultats clés de l’étude : des niveaux de risques autrefois considérés comme exceptionnels tendent à devenir plus fréquents.
Submersion marine : quelles mesures de prévention
Face à l’augmentation du risque de submersion marine, la question de la prévention devient centrale.
Les politiques de prévention s’articulent autour de deux grandes approches complémentaires.
Première approche : l’aménagement du territoire (éloignement des zones à forte exposition) et l’adaptation du bâti (maisons flottantes, amphibies ou sur piloti). Cette approche vise à s’adapter à la présence de l’eau plutôt qu’à lutter contre celle-ci, en limitant l’exposition et en réduisant les dommages en cas d’inondation.
Mais dans les territoires littoraux déjà fortement urbanisés, les possibilités d’évitement sont limitées. D’où une seconde approche : les mesures de protection, qui deviennent essentielles pour réduire l’impact des submersions. Elles reposent à la fois sur des solutions fondées sur la nature (herbiers marins, récifs coralliens, dunes de sable) et sur des ouvrages d’ingénierie (digues, brise-lames, barrières anti-submersion), offrant une protection robuste mais coûteuse et contrainte par les conditions locales.
Illustration de prévention par les digues
Afin d’évaluer concrètement l’efficacité des digues naturelles (dunes de sable), l’étude mobilise le modèle hydrodynamique XBeach, qui permet de simuler le comportement des vagues et le dépassement de l’eau au-delà des ouvrages de protection.
Deux aménagements ont été modélisés sur le littoral sud-est de Lège-Cap-Ferret (rectangle vert sur le graphique ci-dessous) : une extension de la digue existante et un rehaussement de celle-ci de 1,5 mètre.
Figure 3 : Représentation géographique de Lège-Cap-Ferret
Les bathymétries ci-dessous illustrent le niveau d’eau atteint avant et après la mise en place de ces ouvrages. Les zones en bleu correspondent à la présence d’eau (avec une intensité croissante de la couleur en fonction de la hauteur). Les zones claires ou blanches indiquent une faible présence d’eau, voire le rivage.
Figure 4 : Bathymétrie de Lège-Cap-Ferret selon différentes mesures de protection sous le scénario RCP 8.5 du GIEC
Dans le scénario RCP 8.5, trois configurations sont analysées pour évaluer l’effet des mesures de protection :
- Dans le premier cas, l’eau atteint le littoral et le niveau de submersion est élevé.
- Dans le deuxième cas, l’extension de la digue réduit la progression de l’eau vers l’intérieur des terres.
- Enfin, dans le troisième cas, combiner extension et rehaussement de la digue de 1,5 mètre renforce encore le niveau de protection et conduit à une diminution plus marquée de l’exposition et à une situation globalement plus favorable.
Cette modélisation montre que, malgré un scénario climatique très pessimiste, des solutions de prévention ou de protection bien adaptées peuvent fortement atténuer le risque de submersions.
Conclusion
L’étude met en évidence une tendance claire à l’augmentation du risque de submersions marines en France, sous l’effet combiné de l’élévation du niveau de la mer et de l’intensification des événements extrêmes.
La modélisation actuarielle permet de mieux anticiper ces dynamiques, tandis que les outils hydrodynamiques comme XBeach offrent une vision concrète de l’efficacité des mesures de protection.
Les résultats montrent que, malgré un contexte climatique défavorable, des stratégies de prévention adaptées peuvent significativement réduire l’impact des submersions. Dès lors, la gestion du risque repose sur une combinaison de leviers (anticipation, modélisation et prévention) dont l’articulation est essentielle pour éclairer les décisions d’aménagement, maîtriser l’exposition des territoires et renforcer durablement leur résilience face aux événements futurs.
