L’intelligence artificielle prend une place croissante dans la modélisation hydrologique. Cependant, une question reste centrale : qu’est-ce qu’un modèle « performant » si ses conditions d’usage opérationnel ne sont pas prises en compte ?
Au sein du LabCom aiQua, les équipes de l’Université Gustave Eiffel (UGE) et d’Aquasys travaillent précisément sur ce point : faire le lien entre la recherche et le déploiement opérationnel de modèles hydrologiques développés par IA, en intégrant les incertitudes météorologiques, celles liées aux modèles, ainsi que la connaissance du terrain.
Pourquoi l’opérationnel est à la fois crucial et complexe en hydrologie
Un système de prévision hydrologique opérationnel doit composer avec :
- des données incertaines ou incomplètes ;
- une disponibilité variable des forçages météorologiques ;
- des besoins centrés sur la décision (horizons de prévision, dépassement de seuils, qualité de l’anticipation des risques) ;
- la nécessité de rendre l’incertitude compréhensible et exploitable.
L’évaluation en conditions « théoriques » ne suffit pas : la prévision hydrologique par IA doit être testée dans des conditions proches de l’usage. Cela implique également un choix adapté des critères d’évaluation, cohérents avec les enjeux de la décision.
Présentation lors des sessions scientifiques du congrès Eau & IA de la SHF
Ces travaux seront présentés lors du congrès Eau & IA organisé à Grenoble par la SHF – Société Hydrotechnique de France. La présentation aura lieu le 6 mars 2026 à 14h45 et portera sur le thème :
« Prévision opérationnelle pluie-débit fondée sur l’IA : évaluations et perspectives »
Les travaux présentés par Bob Saint-Fleur (UGE) porteront sur la prévision opérationnelle pluie-débit, avec une comparaison de plusieurs approches et une attention particulière portée aux conditions réelles d’utilisation.
L’article scientifique complet sera mis en ligne après la conférence.
Le rôle du LabCom aiQua : franchir les étapes de recherche (TRL bas) pour les appliquer en conditions réelles
Le LabCom aiQua permet d’explorer des thématiques de maturité technologique plus faible, tout en conservant une exigence élevée en matière d’évaluation, de reproductibilité et de transfert vers l’opérationnel.
Parmi les perspectives de recherche figurent notamment :
- la spatialisation des modèles pour des bassins étendus ;
- des prévisions à horizons plus longs (mensuel / saisonnier) ;
- la prise en compte d’influences anthropiques ;
- des stratégies d’évaluation adaptées aux usages et à la décision.
Cette recherche « amont » est essentielle : elle prépare les briques scientifiques qui permettront ensuite le développement de services opérationnels plus fiables et mieux adaptés aux réalités de gestion.
Ce que construit aiQua : une IA appliquée à l’hydrologie robuste, compréhensible et orientée vers la décision
Les modèles hydrologiques fondés sur l’IA ne doivent pas être des objets de démonstration. Ils doivent devenir des outils robustes, évalués de façon exigeante et utiles aux décisions publiques.
C’est l’ambition du LabCom aiQua : faire converger excellence scientifique et applicabilité opérationnelle, afin de produire des modèles et des méthodes adaptés aux conditions du terrain et de contribuer à une gestion plus anticipatrice et plus robuste de la ressource en eau.