Explorer les effets des inondations fluviales sur la prévision de la demande de trafic à l’aide de la modélisation basée sur les activités à Ubon Ratchathani, Thaïlande

Pourquoi les inondations comptent pour les déplacements en ville

Quand une rivière déborde et transforme les rues en canaux, la vie urbaine ne devient pas seulement humide — elle ralentit. Les gens doivent toujours se rendre au travail, à l’école, dans les magasins ou à l’hôpital, mais les routes inondées, les détours et l’allongement des temps de trajet peuvent rendre même les déplacements simples épuisants ou impossibles. Cette étude examine comment des inondations fluviales durables à Ubon Ratchathani, ville du nord‑est de la Thaïlande, reconfigurent les déplacements quotidiens, et comment une planification intelligente — en particulier le rehaussement de routes clés — peut maintenir le fonctionnement d’une ville même lorsque les eaux restent hautes pendant des semaines.

Comment les routines quotidiennes changent lors d’une inondation

Les chercheurs ont commencé par poser une question simple : que deviennent les routines quotidiennes des personnes lorsque les rues sont sous l’eau pendant longtemps ? Pour le savoir, ils ont mené une enquête détaillée de type journal auprès de 300 ménages, enregistrant qui se déplaçait où, quand, comment et pour quelle raison en conditions normales et en conditions d’inondation. Ils ont observé des changements nets. Plus de personnes restaient à la maison toute la journée pendant les inondations, et les membres du foyer ne travaillant pas, comme les personnes responsables du foyer, réduisaient fortement leurs sorties pour des courses. Les travailleurs s’adaptaient en accomplissant des tâches supplémentaires : la part de travailleurs combinant trajets domicile‑travail et courses a augmenté sensiblement, ce qui suggère que lorsque certains membres de la famille ne peuvent pas se déplacer facilement, d’autres prennent en charge leurs besoins.

Du simple comptage de trajets à l’histoire complète de la journée

La plupart des modèles de trafic traditionnels traitent les déplacements comme un ensemble de trajets séparés — combien de trajets de A à B, par quel mode, à quelle heure. Cette approche omet que le déplacement est lié à des enchaînements d’activités sur toute la journée. Cette étude utilise au contraire un modèle basé sur les activités, qui construit une population synthétique de résidents et simule l’emploi du temps quotidien de chaque personne : sort‑elle de chez elle, combien de tournées réalise‑t‑elle, quels arrêts elle ajoute pour faire des courses ou déposer des enfants à l’école, où elle se rend et quel mode elle choisit. L’équipe a calibré ce modèle avec les données du recensement thaïlandais et une vaste enquête personne‑trajet afin que la ville artificielle corresponde étroitement à la réalité en termes d’âge, de revenu, de taille des ménages et d’habitudes de déplacement.

Intégrer l’eau de crue dans le modèle de trafic

Pour faire « ressentir » l’inondation au modèle, les chercheurs ont combiné les profondeurs d’eau rapportées par les résidents avec des données de vitesse de trafic issues de taxis équipés de GPS. En comparant les vitesses sur les routes clés avant et pendant une grande inondation de 2019, et en cartographiant la profondeur d’eau pour chaque tronçon, ils ont établi une règle simple : plus l’eau est profonde, plus le trafic ralentit, et au‑delà d’environ 40 centimètres, les voitures ne peuvent plus passer. Ils ont ensuite appliqué cette relation à l’ensemble du réseau routier d’Ubon Ratchathani, transformant les cartes de profondeur d’eau en réduction de vitesses ou en fermetures dans la simulation. Le modèle obtenu pouvait reproduire les volumes de trafic observés et les parts modales en conditions normales, ce qui donne confiance dans le réalisme des scénarios d’inondation simulés.

Tester le rehaussement des routes comme bouée de sauvetage

Avec cette ville virtuelle, l’équipe a exploré une solution pratique déjà utilisée dans certaines villes asiatiques : surélever la hauteur de certains axes et ponts principaux. Ils ont d’abord classé les tronçons inondés selon leur contribution à l’accessibilité à l’échelle de la ville — combien d’emplois, d’écoles, d’hôpitaux, de commerces et d’espaces verts étaient atteignables en 15 minutes. Ils ont ensuite construit quatre scénarios : pas d’amélioration, rehausser uniquement les liaisons de priorité moyenne, rehausser uniquement les liaisons de haute priorité, et rehausser les deux. Les résultats sont frappants. Sans améliorations, de nombreux trajets domicile‑travail dépassaient 50 minutes et les détours surchargeaient les contournements secs restants. Avec des rehaussements ciblés, beaucoup moins de trajets étaient gravement retardés, la congestion sur les contournements clés a diminué de dizaines de milliers de véhicules par jour, et le nombre de personnes contraintes de rester à domicile a fortement diminué.

Ce que signifient ces résultats pour des villes prêtes aux inondations

Pour traduire ces gains de mobilité en termes économiques, les chercheurs ont estimé la réduction des coûts de déplacement liés aux inondations et l’ont comparée au coût de construction de routes rehaussées. Toutes les options d’amélioration ont généré davantage de bénéfices que de coûts, avec le meilleur rendement obtenu en se concentrant sur les liaisons les plus critiques. En termes simples, des routes rehaussées judicieusement choisies ont aidé les habitants à conserver leurs activités habituelles, réduit le temps perdu dans les embouteillages et se sont rentabilisées à long terme. L’étude montre que considérer les routines quotidiennes complètes — plutôt que de simplement compter les trajets — donne aux planificateurs une image plus claire de la manière dont les inondations perturbent la vie urbaine et de la façon dont des changements d’infrastructure peuvent en atténuer les effets. À mesure que les inondations fluviales deviennent plus fréquentes et intenses dans de nombreuses régions du monde, ce type de modélisation tenant compte du comportement peut guider les villes vers des mesures pratiques et rentables qui maintiennent la mobilité des personnes et le fonctionnement des économies même quand l’eau monte.

Citation: Tsumita, N., Kaewkluengklom, R., Schreiner, S. et al. Exploring the effects of riverine flooding on traffic demand forecasting using activity-based modeling in Ubon Ratchathani, Thailand. Sci Rep 16, 14145 (2026). https://doi.org/10.1038/s41598-026-42434-x

Mots-clés: inondation urbaine, comportement de déplacement, résilience des transports, modélisation basée sur les activités, adaptation routière