Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Discovery Grants Program - Individual

École de technologie supérieure

$31,000.00

Simulation rapide des risques causés par les ouragans dans un contexte de réchauffement climatique

EF 2024-25

Résumé
Les ouragans sont parmi les catastrophes naturelles les plus dévastatrices qui risquent d'infliger plus de dégâts à cause du changement climatique. L'ouragan Dorian (2019) est un évènement récent qui a causé plus de 105 M$ de dommages au Canada. Les ouragans canadiens sont uniques car ils subissent une transition extratropicale (TE) qui est souvent mal prédite par les modèles synoptiques. L'objectif à long terme de ce programme de recherche est d'identifier les mécanismes sous-jacents et déterminer les paramètres qui contrôlent les ouragans afin d'améliorer la résilience des côtes canadiennes. Ce programme vise à rationaliser l'intégration des changements climatiques projetés et d'utilisation des terres dans la prise de décisions, de préparation et d'intervention en cas d'ouragan, tout en tenant compte de la vulnérabilité et du risque. Les objectifs à court terme sont : 1 développer une approche novatrice pour la simulation synthétique d'ouragans intégrant la TE et le changement climatique ;2 développer des modèles avancés des aléas des ouragans adaptés à l'évaluation des risques et intégrant la TE ;3 développer un cadre probabiliste pour l'évaluation des risques d'ouragans suivant les scenarios climatiques actuels et projetés en intégrant les incertitudes ;4 développer une approche d'adaptation novatrice pour l'amélioration de la résilience à long terme des régions côtières en identifiant les actions de maintenance optimales. La recherche proposée sera la première tentative de développement de modèles d'IA informés par la physique pour la modélisation du risque de l'ouragan. Cette nouvelle technologie fusionne à la fois l'IA et les équations physiques ce qui permet de réduire le nombre de données d'entrainement et améliorer l'interprétabilité. Ces modèles hybrides intégreront la TE et les incertitudes au niveau des paramètres de modélisation et les modèles climatiques globaux. De plus, l'approche proposée évaluera avec précision le risque des scénarios climatiques projetés sans recourir aux modèles à haute-fidélité ni les modèles purement empirique (ne sont pas adaptés aux projections futures). En outre, la résilience des régions côtières exposées aux ouragans, sera assurée via un nouveau modèle d'apprentissage par renforcement pour surmonter les limitations des modèles d'optimisation existants. Cette proposition conduira aussi à des avancées significatives dans l'évaluation, la gestion et l'atténuation des risques des ouragans en considérant le changement climatique. Ces avancées sont destinées à la communauté scientifique, assureurs, planificateurs et décideurs pour améliorer notre préparation et notre résilience aux risques des ouragans. En outre, elles serviront à élaborer la prochaine génération de codes et de normes de construction. Deux étudiants en doctorat, deux en maitrise et trois en 1er cycle seront formés à la modélisation des aléas des ouragans, à l'évaluation des risques, au changement climatique et à l'IA basé sur la physique.
Programme
Discovery Grants Program - Individual
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
RGPIN-2022-03492
Name nom
Snaiki, Reda
Department département
Génie de la construction
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2024
Competition year année de concours
2022
Award amount
31000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
DISCOVERY RESEARCH
Group fr
RECHERCHE AXÉE SUR LA DÉCOUVERTE
Committee code
1509
Committee name en
Civil, Industrial and Systems Engineering
Committee name fr
Génie civil, industriel et des systèmes
Area of application code
405
Area of application group en
Environment
Area of application group fr
Environnement
Area of application en
Modelling and mathematical simulation of natural processes
Area of application fr
Modélisation et simulation mathématique des processus naturels
Research subject code
1000
Research subject group en
Civil engineering
Research subject group fr
Génie civil
Research subject en
Civil engineering
Research subject fr
Génie civil
Field of research list names en
Not available
Field of research list names fr
Non disponible
Socioeconomic objective list names en
Not available
Socioeconomic objective list names fr
Non disponible
Application title
Simulation rapide des risques causés par les ouragans dans un contexte de réchauffement climatique
Keywords
évaluation des risques d'ouragan; ingénierie du vent; changement climatique; résilience des communautés; modélisation probabiliste des risques naturels; aléa du vent; aléa de pluie; onde de tempête; apprentissage automatique; quantification et propagation de l'incertitude
Application summary
Les ouragans sont parmi les catastrophes naturelles les plus dévastatrices qui risquent d'infliger plus de dégâts à cause du changement climatique. L'ouragan Dorian (2019) est un évènement récent qui a causé plus de 105 M$ de dommages au Canada. Les ouragans canadiens sont uniques car ils subissent une transition extratropicale (TE) qui est souvent mal prédite par les modèles synoptiques. L'objectif à long terme de ce programme de recherche est d'identifier les mécanismes sous-jacents et déterminer les paramètres qui contrôlent les ouragans afin d'améliorer la résilience des côtes canadiennes. Ce programme vise à rationaliser l'intégration des changements climatiques projetés et d'utilisation des terres dans la prise de décisions, de préparation et d'intervention en cas d'ouragan, tout en tenant compte de la vulnérabilité et du risque. Les objectifs à court terme sont : 1 développer une approche novatrice pour la simulation synthétique d'ouragans intégrant la TE et le changement climatique ;2 développer des modèles avancés des aléas des ouragans adaptés à l'évaluation des risques et intégrant la TE ;3 développer un cadre probabiliste pour l'évaluation des risques d'ouragans suivant les scenarios climatiques actuels et projetés en intégrant les incertitudes ;4 développer une approche d'adaptation novatrice pour l'amélioration de la résilience à long terme des régions côtières en identifiant les actions de maintenance optimales. La recherche proposée sera la première tentative de développement de modèles d'IA informés par la physique pour la modélisation du risque de l'ouragan. Cette nouvelle technologie fusionne à la fois l'IA et les équations physiques ce qui permet de réduire le nombre de données d'entrainement et améliorer l'interprétabilité. Ces modèles hybrides intégreront la TE et les incertitudes au niveau des paramètres de modélisation et les modèles climatiques globaux. De plus, l'approche proposée évaluera avec précision le risque des scénarios climatiques projetés sans recourir aux modèles à haute-fidélité ni les modèles purement empirique (ne sont pas adaptés aux projections futures). En outre, la résilience des régions côtières exposées aux ouragans, sera assurée via un nouveau modèle d'apprentissage par renforcement pour surmonter les limitations des modèles d'optimisation existants. Cette proposition conduira aussi à des avancées significatives dans l'évaluation, la gestion et l'atténuation des risques des ouragans en considérant le changement climatique. Ces avancées sont destinées à la communauté scientifique, assureurs, planificateurs et décideurs pour améliorer notre préparation et notre résilience aux risques des ouragans. En outre, elles serviront à élaborer la prochaine génération de codes et de normes de construction. Deux étudiants en doctorat, deux en maitrise et trois en 1er cycle seront formés à la modélisation des aléas des ouragans, à l'évaluation des risques, au changement climatique et à l'IA basé sur la physique.