RINA - Démonstrateur d’utilisation de l’intelligence artificielle pour la gestion opérationnelle des risques naturels gravitaires géologiques | FEREC 2020

Livrable – Projet RINA – AAP Fondation Ferec / Novembre 2021 9/20 Figure 4 : Exemple de chutes de bloc Figure 5 : Distribution des chutes de blocs le long de la RN1 3.2 Analyse descriptive des données Avant de décrire les modèles IA utilisés, une analyse descriptive des données permet de véri- fier et comprendre les données. La corrélation entre précipitations et chutes de blocs est mise en évidence sur la Figure 6. Les nombres d’évènements de chutes de blocs augmentent lorsqu’il pleut plus. La Figure 7 montre la distribution des précipitations les jours avec des chutes de blocs (rouge) et les jours sans chutes de blocs (bleu). On constate que les deux distributions sont très différentes et que la moyenne des précipitations les jours avec chutes de blocs est dix fois supérieure à la valeur moyenne des jours sans chutes de blocs qui est très faible soit 2 mm. On remarque néanmoins que des chutes de blocs se produisent sans précipitations les jours précédents l’évènement. C’est le bruit existant sur le site et ces chutes de blocs ne pourront pas être expliquées par le facteur de forçage étudié dans ce projet à savoir les précipitations. Figure 6 : Précipitations et chutes de blocs quotidiens entre 2000 et 2008 Figure 7 : Distribution des précipitations les jours avec chutes de blocs (rouge) et sans chutes de blocs (bleu)