Numéro |
Rev. Fr. Geotech.
Numéro 95-96, 2001
|
|
---|---|---|
Page(s) | 143 - 154 | |
DOI | https://doi.org/10.1051/geotech/2001095143 | |
Publié en ligne | 9 octobre 2017 |
Prévisibilité des éboulements rocheux. Approche probabiliste par combinaison d’études historiques et géomécaniques
Rock fall forecast. A probabilistic approach combining historical and geomechanical studies
Lirigm/ISTG, Université Joseph-Fourier BP 53 38041 Grenoble Cedex 9 Jean-Marc.Vengeon@ujf-grenoble.fr Didier.Hantz@ujf-grenoble.fr Carine.Dussauge@ujf-grenoble.fr, France.
La prévision d’une date d’éboulement est parfois possible pour des sites instrumentés en mouvement, mais pas pour la majorité des masses rocheuses naturelles potentiellement instables. Pour ces dernières, les méthodes mécaniques ne permettent généralement pas d’estimer quantitativement la probabilité que l’éboulement se produise dans un certain délai, principalement à cause de la méconnaissance de l’évolution temporelle des facteurs influençant la stabilité (facteurs dégradants ou déclenchants).
Pourtant, la prise en compte de l’aléa « éboulement » dans les études d’aménagement du territoire incite à quantifier les probabilités d’occurrence associées à différents délais, à l’instar d’autres aléas naturels récurrents tels que les séismes ou les crues. Le caractère récurrent des éboulements est discutable, mais des études récentes montrent que l’analyse statistique des éboulements connus historiquement permet, dans certaines conditions, d’estimer la probabilité qu’un éboulement d’une classe de volume donnée se produise dans une zone pour laquelle existe un inventaire d’éboulements rocheux.
Associant cette estimation prospective de l’activité d’éboulement sur la zone d’étude à une hiérarchisation en terme de danger des masses rocheuses potentiellement instables, détectées et caractérisées par une approche géomécanique, la méthode HGP (historique, géomécanique et probabiliste) constitue un premier pas vers l’évaluation de la probabilité d’éboulement des instabilités détectées en fonction du temps. Des exemples d’études historiques et géomécaniques sont présentés et la nature des probabilités calculées est discutée.
Abstract
Forecasting the date of a rock fall is sometimes possible in the case of monitored moving rock masses. But for most potentially unstable slopes, mechanical methods generally fail to estimate their probability of rupture as a function of time. This limitation arises mainly from ignorance of the temporal evolution of the factors which determine the stability.
Nevertheless, natural risk management for land use demands an attempt to quantify rock fall hazards like other natural hazards (earthquakes, floods...), for which the probability of occurrence of given intensity as a function of time is estimated. Recent studies show that statistical analysis of historical rock falls permits, under certain conditions, an estimation of the probability of occurrence of a rock fall in a given volume class, during a given period.
The HGP method (Historical, Geomechanical and Probabilistic) associates this estimation of the future rock fall activity on the study zone with a hazard grading of detected potentially unstable rock masses. It is a first step toward the evaluation of the individual probability of rupture of a specific instability, as a function of time. Examples of historical and geomechanical studies are presented and the meaning of the computed probabilities is discussed in terms of a fictious example.
Mots clés : éboulements / probabilité / prévision / étude historique / statistiques / étude géomécanique / stabilité
Key words: rock fall / probability / forecast / historical study / statistics / geomechanical study / stability
© CFMS-CFGI-CFMR-CFG 2001
Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.
Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.
Le chargement des statistiques peut être long.