évaluation du coût et des résultats des méthodes permettant d ...

FORMATION DES INGÉNIEURS FORESTIERSÉVALUATION DU COÛT ET DESRÉSULTATS DES MÉTHODES PERMETTANTD’ÉVALUER L’EFFICACITÉ DE LA FORÊTFACE À L’ALÉA CHUTE DE BLOCForêt communale de Grignon (73)Benjamin Poilvet, Blandine Masson, Louis Jamin, Marine LoveroFormation des Ingénieurs Forestiers, domaine d’approfondissement gestion forestière.Octobre 2010

SommaireRemerciements ....................................................................................................................................... 2Liste des sigles employés ......................................................................................................................... 2Introduction ............................................................................................................................................. 31. Généralités ...................................................................................................................................... 41.1. Présentation du site ................................................................................................................ 41.2. Présentation générale des méthodes ..................................................................................... 41.2.1. Présentation de l’indice de maitrise de l’aléa (IMA). ...................................................... 41.2.2. Présentation de l’outil RockFor NET (RFN). ........................................................................ 51.2.3. Présentation du modèle RockyFor3D (RF3D) .................................................................. 52. Phase de terrain et d’acquisition des données ............................................................................... 72.1. Préparation de la phase de terrain et données nécessaires ................................................... 72.2. Différents types de placettes .................................................................................................. 92.2.1. Les placettes à surface fixe .............................................................................................. 92.2.2. Les placettes à angle fixe ou placettes relascopiques ................................................... 102.2.3. Les placettes PCQM (Point-Centered Quarter Method) ............................................... 102.3. Création des rasters et délimitation de zones d’étude ......................................................... 122.4. LIDAR ..................................................................................................................................... 153. Analyse des méthodes ................................................................................................................... 163.1. Résultats obtenus .................................................................................................................. 163.1.1. IMA ................................................................................................................................ 163.1.2. RockFor NET ...................................................................................................................... 183.1.3. RockyFor3D .................................................................................................................... 193.2. Avantages et inconvénients des trois méthodes .................................................................. 233.2.1. IMA ................................................................................................................................ 233.2.2. RockFor NET ...................................................................................................................... 233.2.3. RockyFor3D .................................................................................................................... 243.3. Coût et efficacité des trois méthodes ................................................................................... 253.3.1. Analyse des coûts des différentes méthodes ................................................................ 253.3.2. Coûts fixes / Coûts variables.......................................................................................... 283.3.3. Comparaison des méthodes .......................................................................................... 294. Efficacité de la forêt contre les chutes de pierre .......................................................................... 314.1. Enjeux concernés ................................................................................................................... 314.2. Coûts de substitution ............................................................................................................ 314.3. Coûts évités ........................................................................................................................... 33Conclusion ............................................................................................................................................. 35Bibliographie.......................................................................................................................................... 37Contacts ................................................................................................................................................. 38Annexes ................................................................................................................................................. 391

RemerciementsNous souhaitons tout d’abord remercier Sylvain Dupire pour son soutien et son aide tout au longdu projet, de la phase de préparation à celle d’analyse, ainsi que Max Brucciamacchie, pour leurencadrement lors de ce projet.Nous souhaitons également dire merci à Nicolas Clouet et Frédéric Berger au CEMAGREF pourleurs réponses à nos nombreuses interrogations, ainsi qu’au CEMAGREF pour son accueil.Liste des sigles employésARP : Aléa Résiduel ProbableASCII : raster sous les logiciels de la suite ESRICEMAGREF : Centre d’Etude du Machinisme Agricole, du Génie Rural des Eaux et des ForêtsGPS : Global Positionning SystemGSM : Guide de Sylvicole de MontagneIGN : Institut Géographique NationalIMA : Indice de Maîtrise de l’AléaLIDAR : Light Detection And RangingMNH : Modèle Numérique de Hauteur de canopéeMNS : Modèle Numérique de SurfaceMNT : Modèle Numérique de TerrainMOH : Mean obstacle HightONF : Office National des ForêtsPAQ : Plan d’Assurance QualitéPCQM : Pont Centered Quarter MethodPPSPS : Plan Particulier de Sécurité et de Protection de la SantéRF3D : RockyFor3DRFN : RockFor NETSOGED : Schéma d’Organisation et de GEstion des déchetsTIN : Triangulated Irregular Network2

Introduction« Forêt de protection contre les chutes de blocs ». Si l’expression peut choquer le néophytenon montagnard, ce rôle de protection joué par la forêt est pourtant une réalité bien connue dans lesAlpes. Certaines forêts alpines, à l’instar de nombreuses forêts situées en zone de montagne, de parleur localisation sur des versants abrupts situés à l’aval de falaises et à l’amont de zones densémentpeuplées, se trouvent en effet sur des zones de transit de blocs. Ces blocs constituent un aléa, c'està-direun évènement naturel pouvant porter préjudice à l’homme ou à ses activités, ces derniersétant alors définis comme des enjeux. En offrant des obstacles aux blocs, les peuplements forestierspeuvent jouer un rôle crucial dans la protection des biens et des personnes diminuant ainsi lesrisques (croisement d’un aléa et d’un enjeu) en présence. Ces biens et ces personnes seraient, eneffet, considérablement plus menacés par cet aléa en l’absence de forêt.Dans le but d’étudier ce rôle de protection joué par certaines forêts de montagne et del’évaluer, un programme de financement européen, Interreg « Forêts de protection », est né entre laFrance, la Suisse et l’Italie. C’est dans le cadre de ce projet que s’inscrit cette étude. Le but de cettedernière est d’effectuer une étude comparative de trois méthodes d’évaluation du rôle deprotection de la forêt : l’indice de maitrise de l’aléa, la méthode Rockfor NET et le modèle Rockyfor3D.Leur mise en place s’est effectuée sur un cas d’étude bien précis, une forêt de 6 ha servant dechantier pilote Interreg et située sur la commune de Grignon, en Savoie.Nous avons eu pour objectifs de comparer ces trois outils, tant du point de vue de leurfonctionnement (modèles, hypothèses, données en jeu) que de la précision des résultats obtenus. Deplus, il s’agissait d’évaluer les coûts inhérents à ces trois outils afin de pouvoir les comparer entreeux, de manière absolue et par rapport à leurs avantages et efficacité. L’objectif final de ce projet estl’établissement d’une hiérarchie permettant de choisir l’un des outils en fonction de la situationétudiée.Ce rapport s’attache à suivre notre démarche, en présentant tout d’abord les outilsd’évaluation, puis l’utilisation que nous en avons faite, des relevés de terrain à l’analyse des résultats.Une troisième partie s’attache à la comparaison des techniques, tandis que la dernière couvrel’évaluation économique du rôle de la forêt de protection à l’aide du modèle Rockyfor3D.3

1. Généralités1.1. Présentation du siteLa forêt de Grignon (73) située près d’Albertville est un site pilote utilisé dans le cadre duprojet Interreg forêt de protection. L’objectif final de ce projet est d’évaluer le gain économiqueinduit par des interventions en forêt de protection à partir de 35 chantiers-pilotes dont 19 sontconcernés par l’aléa chute de pierre, les autres par l’aléa avalanche. La forêt de Grignon fait partiedes 19 forêts concernées par les chutes de pierre..Figure 1: localisation du chantier piloteIl s’agit d’un peuplement spatialement hétérogène principalement constitué de francs piedsde chêne et d’un taillis vieillissant de châtaignier et de charme. On y trouve également de petitestaches d’épicéas et de hêtre ainsi que quelques tiges de frêne, merisier, bouleau et saule. Une desspécificités de ce site est d’avoir des zones de départ disséminées dans le peuplement. Le versant,d’une pente de 40-50 °, est situé principalement sur une zone géologique d’écroulement sur éboulisavec présence de micaschistes.1.2. Présentation générale des méthodes1.2.1. Présentation de l’indice de maitrise de l’aléa (IMA).L’indice de maitrise de l’aléa (IMA) est un indice destiné à exprimer la capacité d’unpeuplement forestier à diminuer un aléa naturel. Des IMA sont utilisés dans le cas des aléasavalanches et chute de pierre.L’IMA – chute de pierres pour un peuplement est obtenu grâce à une table recoupant desintervalles de densité (N) et de surface terrière (G) du peuplement. Les valeurs seuil de G et N, ainsique les valeurs d’IMA renvoyées par le tableau, dépendent du type, de la fréquence, de l’intensité etde la localisation de la zone de départ de l’aléa (par exemple, le tableau de la figure 2 n’est valableque dans le cas de blocs de volume inférieur à 5 m 3 ).L’IMA est un indice variant de 0 à 5 dans le cas de l’aléa chute de blocs. Plus un peuplementest dense et atteint une surface terrière élevée, plus son IMA est élevé. Une forêt ayant un IMA de 0n’exerce aucun contrôle sur l’aléa, alors qu’une forêt ayant un IMA de 5 exerce un contrôle élevé. Ils’agit en fait d’une notation relative des peuplements les uns par rapport aux autres. Un IMA de 5n’indique par contre pas que la forêt exerce un contrôle 5 fois meilleur qu’une forêt ayant un indicede 1, mais seulement qu’elle exerce un contrôle plus fort sur l’aléa.4

Surfaceterrière(m²/ha)Chute de pierresDensité (N/ha)50020 0 4 5Figure 2: tableau de calcul de l'IMALes paramètres d’entrée nécessaires au calcul de l’IMA, N et G pour le peuplement, peuventsoit être obtenus à partir de relevés sur le terrain, comme dans notre cas, soit être obtenu par photointerprétationou données laser (LIDAR).1.2.2. Présentation de l’outil RockFor NET (RFN).RockFor NET est un outil, disponible en libre accès sur le site www.ecorisq.org, permettant dequantifier rapidement la capacité de protection d’une forêt contre les chutes de blocs. Le principe dumodèle est de considérer la forêt comme des rangées d’arbres mimant un filet contre les chutes depierre : les arbres dans une rangée seront espacés de 0.9 fois la taille du bloc qui pourrait tomber.Cet outil utilise le principe de la ligne d’énergie de 31° (angle observé quand une pierre tombe d’unepente non-boisée de 38°) pour calculer l’énergie totale développée par le rocher puis calculel’énergie dissipée par les obstacles rencontrés. C’est pour cela que RockFor NET calcule la surfaceterrière rencontrée théoriquement par la pierre. Celle-ci est comparée à la surface terrière requisepour avoir une protection idéale de la forêt.Le mieux est de pouvoir travailler par transect avec une zone de départ à l’amont de celui-ci.Des placettes sont requises pour relever les données nécessaires au bon fonctionnement du logiciel.Il s’agit d’une part, des dimensions, densité et forme du plus gros bloc provenant de la zone dedépart et d’autre part, de données moyennes sur le transect : densité du peuplement, surfaceterrière totale ou diamètre moyen, répartition des essences présentes et description du versant(pente, longueur de la zone boisée, distance d’entrée dans le peuplement et hauteur maximale de lafalaise).A partir de ces données, RockFor NET calcule un aléa résiduel probable (ARP) de chutes depierre, le but étant qu’il soit inférieur à 1%. En effet, considérant que le risque 0 n’existe pas, l’ARPne sera jamais nul mais inférieur à 1%. Si c’est le cas, alors le peuplement est considéré comme étantefficace dans la protection contre les chutes de blocs. Dans le cas contraire, un peuplementthéorique donne la densité de peuplement nécessaire pour obtenir un ARP

Pour chaque cellule définie comme cellule de départ (voir la description des rasters pour lechoix de telles cellules), un nombre n (choisi par l’utilisateur) de chutes de blocs est simulé, avec unehauteur initiale (et donc une vitesse initiale) positive ou nulle.La trajectoire d’un bloc consiste en l’ensemble des chutes libres, rebonds et impacts qu’ilréalise (cf. figure 3) ; le modèle ne permet pas de prendre en compte les roulements le long de lapente, et ces roulements sont donc modélisés comme une série de micro-rebonds, calculés sur lemême modèle que les rebonds, modèle décrit ci-après.Lors d’un rebond, le point d’impact est repéré (car, en tout instant de la chute, lescoordonnées X (est-ouest), Y (nord-sud), Z (hauteur) du bloc sont connus), et on y récupère lescaractéristiques de la pente et la vitesse d’arrivée du bloc. Un rebond ou un impact (arrivée du blocsur un arbre ou un ouvrage (génie civil, bâtiment) provoque ensuite une déviation de la trajectoire,fonction du point d’impact et de la vitesse d’arrivée au point. Ceci s’exprime au travers du calcul d’unangle, permettant de modifier la trajectoire du bloc et ainsi de continuer la modélisation et le calculde la suite de la trajectoire selon un « schéma de décision » (voir figure modèle).Figure 3: organigramme de Rockyfor3DLe modèle de trajectoires de Rockyfor3D se base sur différents postulats et algorithmes. Toutd’abord, la forme du bloc est réduite à quatre (rectangulaires, ellipsoïdaux, sphériques ou disque)pour calculer volume et moment d’inertie du bloc, du fait de l’absence d’algorithmes pour desformes plus complexes. Ensuite, le modèle de chute est celui d’une chute libre paraboliqueuniformément accéléré dans l’air, calculé à l’aide d’un algorithme standard.En ce qui concerne les rebonds, huit algorithmes permettent de calculer la vitesseconsécutive à un rebond (impact du bloc sur la pente) à partir des vitesses d’arrivée tangentielle etnormale et de la profondeur de pénétration (fonction du type de sol). Par ailleurs, un bloc peutperdre de l’énergie cinétique par impact contre un arbre ou un ouvrage. Cette dissipation estfonction de la position de l’impact sur les troncs (hauteur et localisation par rapport à l’axe central),du diamètre et du type d’arbre rencontré (résineux ou feuillu).6

Enfin, le modèle calcule la direction de chute prise par le bloc dans chaque cellule, qui peutêtre constante ou déviée par un rebond ou un impact. L’angle de déviation après un rebond sur lasurface de la pente est déterminé par la topographie, par la direction de chute du bloc avant lerebond et par sa vitesse. Pour un impact, la trajectoire d’un bloc peut être déviée latéralementjusqu’à 76° par rapport à sa direction initiale et cette déviation dépend de la position de l’impact surle tronc de l’arbre.2. Phase de terrain et d’acquisition des données2.1. Préparation de la phase de terrain et données nécessairesLa première chose à mettre en place lors de la préparation de la phase de terrain est unéchantillonnage des placettes où seront réalisés les relevés. Il est possible de réaliser un maillage oude fonctionner par répartition aléatoire simple.b) principe de l ’inventaire par échantillonnageMesure sur un échantillon de placettes = « extrait ou sondage »représentatif de la parcelleRépartition aléatoiresystématiqueRépartition aléatoire simpleMaillage carré ourectangulaireDifficile à mettre en placePeu utiliséFigure 4: comparaison des types d'échantillonage. Source: I. VinklerNous avons, quant à nous, choisi de reprendre le maillage déjà mis en place par l’ONF sur laparcelle de Grignon, et ce dans un souci de gain de temps. En effet l’ONF travaillant sur cetteparcelle, des placettes de surface fixe avaient déjà été mises en place. Il s’agit d’un maillage nord-sudavec 26 placettes numérotées et espacées de 50 m.Nous avons choisi ce maillage dans un souci évident de gain de temps bien qu’il dénoteplusieurs gros désavantages : Tout d’abord il ne s’agit pas d’un maillage dans le sens de la pente, ce qui rendcompliquée la recherche des placettes signalisées sur le terrain, et qui complique aussi la mise enplace de transects lors de l’utilisation de l’IMA et de Rockfor NET par transect. Les placettes sont signalées sur le terrain, non pas par un piquet en fer au centre dela placette, mais par le numéro de la placette écrit à la peinture sur un arbre à proximité de laplacette. Cela implique tout d’abord qu’il est possible de retrouver « à peu près » la placette, et nonpas de retrouver précisément son centre. D’autre part, le fait de marquer un arbre introduit un biaisdans l’inventaire : l’arbre marqué se retrouve systématiquement pris en compte dans la placette, orcet arbre, choisi par l’ONF, est souvent un arbre de diamètre important. Par ailleurs un nombreimportant de placettes n’étaient pas signalées.Afin de s’affranchir du biais exposé plus haut et de ne pas avoir à rechercher pendant desheures les arbres signalisés, nous avons choisi de partir d’une placette signalisée en bas de pente, etde trouver les suivantes à l’aide d’une boussole et d’un altimètre. Cette méthode contient elle aussides imprécisions, ne serait-ce que du fait de l’imprécision des altimètres utilisés et des altitudesrecherchées, que nous avions obtenues à partir du modèle numérique de terrain. Cependant, sa7

apidité de mise en place et l’impossibilité de fonctionner avec des GPS, peu efficaces sous couvert eten versant Nord, nous ont convaincu à l’utiliser.Nous avons donc imprimé des cartes de la parcelle à partir du SCAN 25, cartes sur lesquellesétaient localisées les parcelles, leurs coordonnées et leurs altitudes.La préparation de la phase de terrain a également pour objectif de mettre en place leprotocole, aussi précis que possible, qui permet d’acquérir l’ensemble des données nécessaires àl’utilisation des outils IMA, Rockfor NET , et Rockyfor3D. Un protocole précis doit garantir que, quel quesoit le nombre de placettes, le nombre de parcelles, ou le nombre de personnes différenteseffectuant les relevés, on obtienne des résultats similaires dans leur forme, et donc comparables.Ce protocole est retranscrit sous forme d’une fiche de terrain, claire et complète, dont lerenseignement intégral garantit l’obtention de toutes les données de terrain nécessaires par la suite.Dans notre cas, la fiche de terrain contenait l’ensemble des informations listées ci-dessous : Nom du rédacteur et N° de la placette : noter le nom du rédacteur peutpermettre d’expliquer l’origine d’un biais constaté à l’analyse des résultats ; il peut en effetêtre dû à des différences dans la méthode de relevé entre deux agents, et ce malgré leprotocole établi. Date, heure d’arrivée sur la placette et heure de départ : les heures d’arrivéeet de départ permettent de calculer le temps de relevé par placette, dont on peut faire lamoyenne sur l’ensemble de la parcelle. Ce temps, variable selon le type de placette, permetde comparer les coûts de mise en place de chacun des types et aide donc au choix du « bon »type de placette. Altitude et pente Type de sol rencontré : choix entre les 7 types de sol en entrée deRockyfor3D- 1. Rivière, marécage, mat. dans lequel bloc pénètre profondément- 2. Sol lâche (prof>100cm)- 3. Sol lâche (prof

Mesure des blocs présents sur la parcelle : mesure des plus gros blocs setrouvant aux alentours du centre de la parcelle. On mesure entre 0 et 5 blocs par placetteselon le nombre de blocs présents (0 : aucun blocs sur la placette ; 5 : nombreux blocs donton ne mesure que les 5 plus gros). Estimation de la forme des blocs : choix entre 4 formes : bloc rectangulaire,ellipsoïdale, sphérique ou à forme de dalle. Type de zone vis-à-vis du mouvement des blocs : zone de départ de blocs,zone de transit ou zone de dépôt. A noter qu’une même zone peut être à la fois zone dedépart et de transit. Hauteur maximale en mètre de la falaise : Il s’agit d’une donnée nécessaire àl’outil Rockfor NET relevable dans les zones de départ. Données de peuplement : nous avons choisi de relever, pour le peuplement,des données de distance au centre de la placette et de diamètre de l’arbre concerné. Le typede placette mise en place pour ces données de peuplement sera détaillé en II. b. Estimation de la répartition des différentes essences, en % du nombre detiges.En annexe, les feuilles de terrain utilisées pour nos relevés2.2. Différents types de placettesIl existe trois grandes catégories de placettes pour réaliser des inventaires paréchantillonnage. Chacune de ces méthodes a des avantages et des inconvénients, un choix doit êtrefait en fonction des paramètres dendrométriques qui seront utilisés et de leur importance, de laprécision voulue, des ressources financières prévues à cet effet et du temps imparti pour l’opérationde terrain.2.2.1. Les placettes à surface fixeLes relevés sont réalisés sur une surface définie au sein d’un rectangle ou d’un cercle. Laforme a peu d’importance mais le cercle est de plus en plus utilisé (délimitation plus rapide). Lesdistances sont délimitées grâce à un télémètre laser pour plus de rapidité. Dans le cas de forte penteil est nécessaire d’appliquer un facteur de correction aux distances à mesurer.Les placettes à surface fixe sont particulièrement adaptées au suivi du renouvellement enperche ou semis, en termes de densité. L’effort d’échantillonnage doit être adapté à la densité (choixdu rayon), ce qui peut nécessiter un pré-inventaire. L’inconvénient des placettes à surface fixe résidedans la variabilité du temps passé sur chaque placette, qui est dépendant de la densité.9

2.2.2. Les placettes à angle fixe ou placettes relascopiquesCette technique permet de limiter les relevés aux arbres sélectionnés au travers d’un angleconstant. Ainsi, chaque classe de diamètre est inventoriée sur une superficie proportionnelle à sasurface terrière.L’avantage sur les placettes à surface fixe est que ce système permet d’inventorier plus degros bois. Les placettes relascopiques sont rapides et très performantes pour l’évaluation du capitalen volume. En revanche elles ne permettent pas de connaître la densité.2.2.3. Les placettes PCQM (Point-Centered Quarter Method)Cette méthode se différencie des autres par le fait de mesurer un nombre d’arbres fixe parplacette. Elle consiste à diviser la placette en quatre quarts, et à mesurer l’individu le plus proche ducentre dans chacun de ces quarts. Il est possible d’échantillonner plusieurs populations en uneopération. Dans ce cas il suffit de mesurer un individu par population dans chaque quart.La division de la placette en quatre quarts se fait à la boussole en utilisant les quatre pointscardinaux. Pour chacune des populations choisies et dans chacun des quarts, on mesure la distanceentre le centre de la placette et l’individu. Comme pour les placettes à surface fixe, la distance doitêtre mesurée à l’horizontale. Un facteur de correction doit donc être appliqué dans le cas de fortepente.Figure 5: principe de la méthode PCQMCette méthode présente l’avantage d’être rapide et d’avoir un temps de mesure constant surchaque placette. L’autre avantage est de pouvoir échantillonner plusieurs populations en une seuleopération.En peuplement hétérogène, le PCQM fournit la densité la plus juste pour un effort moindre(un bon coefficient de variation pour un faible effort d’échantillonnage) et ce, même dans le casd’une distribution agrégée des individus (cas du taillis). En revanche cette méthode n’est pas adaptéedans le cas de peuplements homogènes.Les formules adoptées pour le traitement des données supposent une distribution aléatoiredes individus.10

Estimation de la densité totale :- Première méthode :Dans cette formule :N = densité à l’hectaren = nombre de placettesi = indice de la placettej = indice du quartierR ij = distance du centre de la placette au premier arbre pour la placette i et le quartier jLa surface totale est exprimée par : / 4 ; le coefficient 10000 permet d’exprimer ladensité à l’hectare ; (4n-1) remplace 4n pour corriger le biais de l’estimateur.- Seconde méthode :Dans cette formule :K = nombre d’individus que l’on échantillonne par quartier.Si k = 1, on retrouve la formule de la première méthode à l’exception que l’estimateur estdifférent. Cet estimateur permet le calcul d’une densité par placette.Densité par sous-population :Il faut calculer le pourcentage dans l’échantillon d’individus de la sous-population concernée.Les pourcentages obtenus, appliqués à la densité totale permettent d’obtenir la densité de la souspopulationen nombre de tiges.Calcul du poids de chaque individu échantillonné :L’intérêt de calculer le poids de chaque individu réside dans la possibilité de faire le lien avecles résultats d’autres types de placettes. Le poids d’un individu est donc un coefficient qui permet depasser d’une variable unitaire à la même variable ramenée à l’hectare.Poids de l’individu pour l’échantillonnage :11

Poids de l’individu pour la placette :Type deplacetteSurfacefixeEstimation de la surface terrièreIl suffit de faire le produit de la densité par la surface terrière.Bilan comparatif et choix de la méthodeIndicateursdendrométriquesDensité, surfaceterrière, autredonnées individuAngle fixe Surface terrière Rapide etperformantPCQM Densité, surfaceterrière, autredonnées individuAvantages Inconvénients Durée/placette(cas de Grignon)Bonne estimation - Surface à adapter à 12 mnde densité la densité- Temps de mesurevariableAucune donnée de45 s- Rapidité- Temps demesure constant- Efficacitéqualité/tempsdensité- Uniquement enpeuplementhétérogène et taillis7 mnLes indicateurs dendrométriques nécessaires à notre travail sont la densité, les diamètres etla surface terrière. La forêt de Grignon est composée de taillis et de futaie, à distribution hétérogène.Notre objectif est de réaliser un inventaire à moindre coût, et donc de privilégier la rapidité desdifférentes opérations.Compte tenu des critères précédents, notre choix s’oriente vers des placettes PCQM car cesdernières permettent de relever les densités et surfaces terrières sur un laps de temps plus court. Demême, le temps de mesure constant entre les placettes est adapté à une estimation exacte du coûtde l’inventaire.Le fait que le peuplement de Grignon soit très hétérogène en terme de diamètre des tigesnous a conduit à adapter la méthode PCQM en mesurant 2 individus par quart (deux populations :petit bois de 7,5 à 27,5 cm et gros bois de 27,5 cm et plus). Cette méthode, adaptée au peuplement,nous a permis d’être plus juste dans notre estimation des diamètres et de la surface terrière enévitant une sous-estimation des gros bois.2.3. Création des rasters et délimitation de zones d’étudeLes 10 rasters nécessaires pour utiliser Rockyfor3D sont les suivants: MNT (modèle numérique de terrain), représentant la topographie du terrain entre 0 et8 850,00 m masse volumique des blocs (définie à partir de la géologie), entre 0 et 3300 kg.m 3 dimensions du projectile (hauteur, largeur, longueur, respectivement d1, d2, d3, soit troisrasters distincts), entre 0 et 100,00 m12

forme du projectile, selon 5 types (indéfinie, rectangulaire, ellipsoïdal, sphérique, disque) rugosité de la surface (dans 70 %, 20 % et 10 % des cas, soit trois rasters distincts),représentée par une carte des hauteurs d’obstacle représentatif (MOH) rencontré par le projectile,entre 0 et 100,0 m type de sol, représentant l’élasticité de la surface de la pente, selon 6 types correspondant àdes gammes de coefficient de restitution normal (R n )Toutes les opérations décrites ci-après ont été réalisées sous ArcGIS.Le MNT (fourni à partir des données de l’IGN ou par utilisation du LIDAR) contient lesdonnées topographiques de la zone d’étude ; cependant, celui qui nous a été fourni avait pourrésolution 20 mètres, ce qui est trop imprécis pour Rockyfor3D. Nous avons donc décidé d’améliorerce MNT. Nous avons tout d’abord converti le MNT en un vecteur (shapefile) composé de points, puis,à l’aide du module « 3D Analyst », créé un TIN (triangulated irregular network) à partir de points(issus du MNT et des relevés de terrain, par placette et pour différents points du sentier), de soft line(les courbes de niveaux numérisés à partir du scan 25) et d’une hard line (le tracé du sentier forestieren lui-même). Puis ce TIN a été transformé en raster.De plus, à partir des données relevées sur le terrain, nous avons numérisés des polygoneshomogènes pour chaque paramètre, sur la base d’un buffer autour de chaque placette (buffer de 25mètres dans notre cas, les placettes étant espacées de 50 mètres). Les polygones sont ensuiteconvertis en rasters à l’aide de l’outil « Polygon to raster ». Les données ayant été relevées surchaque placette, le modèle proposera des chutes de bloc pour chaque cellule de la zone d’étude ; or,seule une partie de ces cellules peut effectivement être considérée comme zone de départ. Il fautdonc définir des zones de non-départ, par exemple en attribuant la valeur 0 à l’une des dimensionsde bloc. Pour cela, on crée un raster des zones de départ basé sur la pente et les relevés, en 0 et 1,que l’on croise avec la couche des épaisseurs de blocs. Les zones de départ correspondent à deszones dont la pente est supérieure à un angle (en degré) fonction de la résolution de la couchetopographique (MNT), selon la formule suivante (issue du projet européen Provialp, Cemagref etArpa, 2008).Par ailleurs, il est possible de prendre en compte dans l’outil Rockyfor3D la présence d’unpeuplement forestier sur la trajectoire des chutes de bloc, à l’aide d’un raster décrivant lepourcentage de résineux par cellule, complété soit par quatre rasters décrivant le peuplement etpermettant de recréer un peuplement aléatoirement (densité, diamètre moyen, écart-standard surle diamètre et type de peuplement) soit par un fichier regroupant les positions et diamètre chaquearbre dans le peuplement (données de type LIDAR ou inventaire en plein).Enfin, RF3D nécessite, pour fonctionner correctement, que tous les rasters possèdent lamême extension et la même résolution (au pas de 10 mètres ici, car il s’agit de la résolution du MNT).A l’aide du module « Spatial Analyst », l’ensemble des rasters est donc recalculé sur une empriselégèrement supérieure à celle de la zone d’étude (cf. cartes en annexe).Les différents rasters sont enfin exportés au format ASCII (format .asc lisible par tous leslogiciels de traitement de texte), dont un exemple est donné ci-dessous.ncols 112nrows 54xllcorner 914841yllcorner 2080420cellsize 10NODATA_value -9999330 330 330 330 330330 330 330 13

De même, dans le cadre de l’utilisation de l’outil Rockfor NET , nous avons redécoupé notreparcelle en transects pris dans le sens de la pente afin de pouvoir prendre en compte la menacemaximale. Puis nous avons pris en compte toutes les zones de départ présentes dans chacun destransects. Pour chacune de ces zones, nous avons calculé un ARP en prenant, pour chaque donnéedemandée, une moyenne des données de la partie du transect positionnée à l’aval de la zone dedépart. Les différents ARP d’un même transect sont alors comparés et seul l’ARP maximal est gardé.On obtient, par cette méthode, un ARP par transect malgré les nombreuses zones de départprésentes à l’intérieur du peuplement. Ces mêmes transects ont été repris pour le calcul de l’IMA.En contrepartie, cette méthode est plus lente lors de l’acquisition des données sur ordinateurcar il ne faut pas seulement rentrer tous nos résultats mais aussi faire les calculs par transects et parzone de départ, sachant qu’il peut y avoir autant de zones de départ que de placettes. Il faut, pourchacune d’entre elle, faire une moyenne d’une partie des données des placettes situées dans lemême transect en contrebas de notre zone de départ (pente, %essences, N, Dm), une somme decertaines autres (longueur de bande boisée), prendre le maximum de certaines autres (dimensionsdes blocs), ou encore prendre la valeur de notre zone de départ (hauteur de la falaise). Tout celademande la mise en place d’une méthode optimale d’acquisition des données pour éviter de perdredu temps.Figure 6: cartographie des zones de départ14

2.4. LIDARLe LIDAR (de l’anglais light detection and ranging) est un système aéroporté de laser, quienvoie des impulsions au sol à raison de un point par hectares, impulsions dont les différents échospermettent, en revenant vers l’avion, de définir différentes données. La première série de cesdonnées forme le modèle numérique de terrain (MNT), à partir du dernier train d’ondes reçu parl’avion. De même, à partir de la première série d’échos reçue, un modèle numérique de surface(MNS) est établi. La différence entre ces deux modèles permet l’obtention de la hauteur de lacanopée dans sa globalité, exprimée au travers du modèle numérique de hauteur de la canopée(MNH).Figure 7: exemple de données brutes issues du LIDAR. Source : F. BergerFigure 8: représentation des différents modèles obtenus grâce au LIDAR. Source : P. ObstetarCette technique permet d’obtenir des données très précises sur le MNT et le MNS,opérations par ailleurs automatisées et donc rapides et efficaces. Cependant, en ce qui concerne lepeuplement forestier, le LIDAR met en évidence les apex des arbres, mais ne prend en compte queles arbres les plus hauts et dominants, éliminant par là le sous-étage. Il n’est pas alors possibled’utiliser le LIDAR comme méthode de reconnaissance individuelle des arbres, et il vaut mieuxfavoriser les données par peuplement homogène (hauteur moyenne, densité évaluée à partir de lasurface terrière et des strates telles que définies par le GSM, d’après Grisier et al., 2007). Il faut noterque le problème de l’individualisation des arbres relevés fait actuellement l’objet de recherche ausein du CEMAGREF de Grenoble.En ce qui concerne le prix d’une telle technique, il est très élevé, de par sa nature même(nécessité d’un avion) mais aussi de par sa faible utilisation en milieu forestier. 3 000 € sont15

nécessaires pour le seul décollage de l’appareil, à quoi il faut ajouter un prix à l’hectare fonction dunombre d’hectares couverts par la campagne (plus ce nombre d’hectares augmente et plus le coûtdiminue). Par exemple, pour une campagne couvrant 100 km², le prix est de 4,72 €.ha -1 , soit un totalde 5,02 €.ha -1 . Cependant, ce type de données est idéal pour le travail sous Rockyfor3D (MNT au pasde 1 m, position de chaque arbre avec sa hauteur et éventuellement son diamètre), et pourra êtreutilisé ultérieurement. Nous n’avons d’ailleurs pas pris en compte ce coût dans nos calculs, car nousavons estimé qu’il serait amorti pour plusieurs travaux au cours de l’année et donc peu pertinent àcalculer sur une parcelle seule. Le LIDAR constitue donc un investissement intéressant dans ce cadre.3. Analyse des méthodes3.1. Résultats obtenus3.1.1. IMANous avons décidé de déterminer les indices de maitrise de l’aléa pour chaqueplacette d’une part, et selon des transects disposés selon l’axe NE-SO, axe quasimentperpendiculaire à la pente d’autre part. On a divisé l’ensemble de la parcelle en 8 transects, tel qu’il aété expliqué plus haut. L’IMA pour chaque transect est obtenu en calculant la moyenne des densitéset des surfaces terrières sur les placettes incluses dans ce transect, et en appliquant ces valeurs à latable d’IMA.Pour le calcul d’IMA par placette, on obtient les résultats suivants :- 2 placettes d’IMA minimum (O) : placettes 11 et 24.- 1 placette d’IMA de 1 : placette 5.- 8 placettes d’IMA de 3 : placettes 2, 3, 4, 6, 9, 16, 17, 22.- 2 placettes d’IMA de 4 : placettes 1 et 18.- 13 placettes d’IMA de 5 : placettes 7, 8, 10, 12, 13, 14, 15, 19, 20, 21, 23, 25, 26.Figure 9: carte des IMA par placettesOn constate donc tout d’abord une très forte hétérogénéité des IMA à l’échelle de laparcelle : on obtient quasiment l’ensemble des IMA possibles, depuis les placettes où le peuplementn’exerce aucun contrôle sur l’aléa chute de bloc (IMA de 0) jusqu’à celle où ce contrôle est maximal.Cette hétérogénéité des IMA par placette reflète bien la forte hétérogénéité de peuplementconstatée sur le terrain. On constate ensuite que la moitié des parcelles ont un indice de maitrised’aléa optimal, et que 1/3 d’entre elles ont un aléa moyen.16

Si on regarde la disposition spatiale des différentes valeurs d’aléa, on constate que la moitiéNord-Est de la parcelle est majoritairement constituée de placettes d’indice de 3 (en orange sur lacarte ci-dessus), et que la moitié sud-ouest est, pour sa part, constituée de placettes d’IMA de 5 (envert sur la carte). Selon ces indices IMA, la moitié sud-ouest est ainsi plus apte à diminuer l’aléa chutede blocs que la moitié nord-est.Si on s’intéresse maintenant à l’analyse des IMA par transect, on constate une fortediminution des disparités à l’échelle de la parcelle : tous les transects sauf deux ont un IMA de 5, lesdeux restants ayant un IMA de 3.Ce gommage des hétérogénéités est dû au fait que parmi les placettes ayant des indices de 5,plusieurs d’entre elles ont des N et G très supérieurs aux valeurs seuils nécessaires pour appartenir àla classe d’IMA de 5. Ainsi, en prenant l’exemple du transect 7, constitué des placettes 11 d’IMA de 0,18 d’IMA de 4 et 23 d’IMA de 5, on obtient un transect d’IMA de 5. Ceci est dû à la très forte densitélocale (N=2162 arbres/ha) et à la surface terrière élevée (G=38m²/ha) constatées sur la placette 23.On peut alors se poser la question de la validité des résultats par transect, car un transect d’IMAoptimal peut, en fait, être constitué d’une placette de quelques dizaines de mètres très dense etpeuplée de gros arbre et d’autre placettes peu dense, et peu aptes à exercer un contrôle sur l’aléa.Cette hétérogénéité, possible au sein d’un même transect, nous a amené à mettre de côté l’IMA partransect peu apte, selon nous, à donner une information valable sur l’aléa en aval du transect. Ceciest d’autant plus vrai dans notre cas : si une zone de départ située au sein d’un transect se trouve audessusd’une placette en bas de pente et ayant un IMA faible, l’aléa aval du transect sera très élevé,alors que par ailleurs l’IMA du transect considéré pourra être élevé.Néanmoins, comme on peut le voir sur la carte ci-dessous, on retrouve les tendancesconstatées dans l’étude des IMA par placettes : la moitié sud-ouest est exclusivement constituée detransects ayant des IMA de 5, ce qui indique, à priori, une très bonne capacité de cette partie de laparcelle à diminuer le risque de chute de blocs. La moitié nord-est, quant à elle, présente 2 transectssur 4 ayant un IMA de 3 ; ceci correspond à la plus faible capacité de maitrise de l’aléa constatéedans cette zone lorsque l’on s’est intéressé aux IMA par placette.Figure 10: carte des IMA par transect17

Pour conclure, l’intérêt de travailler avec un IMA par placette est d’obtenir une cartographiede l’aptitude, par zone, de la forêt à diminuer l’aléa chute de bloc afin de déterminer des zonesd’intervention prioritaire sur le peuplement. Cette méthode a d’autant plus de sens que les placettesreprésentent des zones de peuplement homogène.Dans notre cas, l’approche par transect nous a semblé peu pertinente, bien qu’elle ait donnédes résultats concordant avec ceux obtenu par RockFor NET .3.1.2. RockFor NETCette cartographie a été effectuée à partir des résultats d’ARP obtenus sur RockFor NET . Pourchaque transect, les ARP de chaque zone de départ ont été calculés mais n’a été retenu que l’ARP leplus important pour chacun des transects (voir annexes). Pour le transect 1 (en jaune sur la carte),l’ARP est de 27 % (ARP de la placette 10), 78 % (placette 9), 72 % (placette 16) et 80 % (placette 7)respectivement pour les transects 2, 3 et 4. Les quatre derniers transects ont un ARP nul ou inférieurà 1 %. Les ARP nuls (transects 5, 7 et 8) sont dus soit à l’absence de zone de départ dans le transectconcerné soit à l’absence de blocs à l’aval de cette zone de départ (placette11). L’ARP inférieur à 1 %peut s’expliquer par le fait que le bloc le plus important à l’aval de la zone concernée reste de tailleraisonnable (volume < 1 m 3 ) et que la pente est nettement inférieure à celle des autres placettes(31 °).Figure 11: carte des ARP en aval de chaque transect (RFN)Les résultats obtenus semblent être proches de ceux de l’IMA. La partie nord-est de la forêt aun mauvais ARP (autour de 70-80 %) alors que la partie sud-ouest a le meilleur ARP possible :inférieur à 1 %. La forêt a donc, dans cette dernière zone un rôle non négligeable qui suffit à protégerles enjeux se trouvant en contrebas. Il n’y a donc, normalement, pas besoin d’ouvrages de génie civildans cette partie de la parcelle. En revanche, les résultats montrant des ARP forts dans la partienord-est confirment le bien fondé de la place du filet, installé en juin-juillet 2010, qui protège lesmaisons et la route sur cette partie de la forêt. C’est en effet dans cette partie de la forêt quetombent, en majorité, les plus gros blocs et qu’il y a la plus forte pente (plutôt autour de 50 ° que de40 °) ; la forêt ne suffit donc plus à la protection des habitations, des habitants ou des usagers de laroute18

Il faut garder en tête que les ARP calculés pour le nord-est de la parcelle sont des minima : ilpeut y avoir d’autres zones de départ dans la parcelle voisine par laquelle le transect passe. Il y a parexemple de grandes chances que l’ARP du transect le plus au nord soit de plus de 27 %.Si on voulait obtenir un ARP inférieur à 1% avec notre forêt, il faudrait soit augmenter de 4 à6 fois notre nombre de tiges pour un même diamètre (20-25 cm), soit augmenter les diamètres destiges déjà présentes sur le terrain de 10 cm en moyenne. Ces solutions sont impossibles à mettre enœuvre rapidement (dans les 10 ans à venir par exemple). On ne peut donc avoir un ARP nul pour latotalité de notre parcelle à court terme. En revanche, il est possible de travailler en faveur de cepeuplement pour ne plus avoir besoin d’investir dans un filet tel qu’il a été installé cette année à lafin de la durée de vie de ce dernier. Cette sylviculture serait sans aucun doute moins onéreuse quel’installation d’un nouveau filet dans les 30 ans à venir.3.1.3. RockyFor3DLorsqu’une simulation est complétée, Rockyfor3D produit toute une série de résultats, sousforme de rasters, de fichiers texte et de figures Matlab.Tout d’abord, pour chaque cellule du raster de départ, différentes variables sont enregistréesà chaque passage ou rebond d’un bloc simulé, permettant l’établissement de huit cartes rasters ensortie. Ces rasters présentent la même résolution et la même extension que les rasters d’entrée, etse répartissent comme suit. Deux rasters sur l’énergie cinétique par cellule (moyenne et dans le niveau de confiance de95 %), translationnelle et rotationnelle, en kilojoules (kJ) Deux rasters sur la hauteur de passage (moyenne et dans le niveau de confiance de 95 %),mesurées dans la direction normale par rapport à la surface de la pente, en mètre (m)Un raster sur le nombre de bloc ayant traversé chaque cellule Deux rasters sur les blocs stoppés dans chaque cellule, en nombre et en volume (en mètrescube, m 3 ) Un dernier raster contenant les angles moyens de ligne d’énergie par cellule, en degrés (°)Par ailleurs, un fichier journal au format texte est systématiquement créé, contenant lesinformations générales de la simulation et ses résultats : nombre de blocs simulés par cellule et autotal, hauteur additionnelle, présence de forêt ou non, volumes, énergies cinétiques et angles deslignes d’énergie simulés, heures de début et de fin de la simulation, liste des rasters de sortie. A cecis’ajoute une section de remarque à remplir par l’utilisateur.Enfin, il est possible d’établir des trajectoires de chutes de bloc en 2D suite à la simulation.Dans la fenêtre principale, il suffit de sélectionner un point de départ et un d’arrivée, le modèlecalcule ensuite un profil en long, qu’il délivre sous la forme d’un graphique Matlab et d’un fichiertexte dont un exemple est donné ci-dessous et regroupant les coordonnées le long de la trajectoireassorties des données d’altitude, de hauteur de passage et d’énergie cinétique.X Y Dist(m) Alt(m) Hmoy(m) H95(m) Emoy(kJ) E95(kJ)915531 2080650 0.00 557.30 0.60 0.60 274.00 409.00915521 2080660 14.14 549.65 0.40 0.50 144.00 268.00915521 2080670 24.14 548.99 0.50 0.60 135.00 360.0019

Cas de Grignon – analyse des résultats obtenus par Rockyfor3DA partir des dix rasters décrivant la parcelle et des cinq rasters décrivant le peuplementforestier, nous avons fait tourner plusieurs fois le modèle, avec à chaque fois 500 blocs lâchés parzone de départ précédemment établie et une hauteur de lâcher de cinq mètres de haut.Le nombre de passage de bloc par cellule dépend fortement du nombre de bloc lâchés àl’origine, rendant cette donnée peu significative. Nous avons donc calculé la fréquence de passagepour chaque cellule, en divisant le nombre de blocs qui passent par la cellule (survol ou rebond) parle nombre de blocs lâchés au total (soit 60 500 pour nos simulations, soit 500 blocs pour 90 cellulessources). Ces fréquences sont ensuite regroupées au sein de quatre classes (dont les bornes sont0,000 1, 0,001, 0,01 et 0,1) à l’aide de l’outil Reclassify. On obtient alors les cartes suivantes.Cartes des fréquences de propagation de blocs, lors de simulation avec (figure de gauche) et sans forêt (figure de droite)On note une diminution des fréquences de propagation, et donc une bonne capacité dupeuplement à jouer son rôle de protection vis-à-vis de l’aléa chute de pierre. Cependant, afind’obtenir des données plus parlantes, il a été décidé de réaliser un nouveau raster (à l’aide de l’outilRaster calculator), présentant les zones protégées par la forêt, c'est-à-dire les zones où la fréquencede propagation des blocs est plus faible avec forêt que sans forêt, et où cette fréquence avec forêtest négligeable (inférieure à 10 -3 ). On obtient alors la carte suivante.Figure 12: cartographie des zones protégées par la forêt telles que définies ci-dessus20

On peut remarquer que la forêt permet de diminuer les fréquences de propagation des blocs,mais que les fréquences ainsi diminuées peuvent rester élevées (supérieures à 10 -3 soit 0,1 %). Laforêt semble donc jouer un faible rôle de protection ; or, sur le terrain, nous avons pu constater laprésence de blocs arrêtés par la forêt en de nombreuses zones.Figure 13: volumes déposés par cellule - simulation avec forêtOn constate sur cette carte que les plus gros volumes de blocs déposés se situent au nord età l’est, ainsi qu’en bas de pente (ce qui est logique). Ceci est à corréler avec les valeurs d’IMA etd’ARP (issues de RFN) évoqués par ailleurs dans ce rapport.21

Une autre donnée de sortie de RF3D permet l’analyse des profils de trajectoires. Ci-dessous,les deux points reliés en bleu ont servir à l’établissement du profil en long représenté par la figureMatlab qui suit.Figure 14: interface de RF3D et visualisation (en bleu) du trajet étudié ci-dessousFigure 15: résultats de la simulation le long du profil dessiné entre les points 1 (x1, y1) et 2 (x2, y2)Ce graphique permet de mettre en évidence le profil de pente entre les deux points et, lelong de ce profil, les énergies cinétiques et les hauteurs de passage (moyenne et dans l’intervalle deconfiance de 95 %), développées aux différentes altitudes. Ceci permet de comparer deux profils, etnotamment par rapport aux transects d’étude de l’IMA et de l’ARP.22

3.2. Avantages et inconvénients des trois méthodes3.2.1. IMAL’avantage majeur de l’utilisation de l’IMA pour caractériser un peuplement vis-à-vis de l’aléachute de blocs réside dans sa facilité et sa rapidité de mise en place. A partir des seules données dedensité et de surface terrière d’un peuplement et sans avoir à mettre en œuvre de longuesmanipulations, on obtient un indice permettant de comparer des peuplements entre eux.En revanche, l’IMA est un outil beaucoup plus partiel que RockForNet et à fortioriRockyFor3D. Il n’intègre aucune donnée topologique (pente, rugosité), morphologique sur les blocs àl’origine de l’aléa (dimensions, forme), ou encore de données sur les essences présentes.Ainsi par exemple, un peuplement de résineux sur une pente forte avec un sol présentantune faible rugosité et soumis à la chute de gros blocs aura un IMA égal à celui d’un peuplement dehêtre en pente moyenne sur sol très rugueux et soumis à la chute de blocs moyens, pour peu que lesdeux peuplements aient des densités et surfaces terrières situées dans les mêmes intervalles pour ladétermination de l’IMA. Or on imagine bien que ces peuplements ont des capacités très différentes àmitiger l’aléa auquel ils sont soumis.Ainsi, à l’inverse des deux autres méthodes qui offrent des opportunités de comparaisonsabsolues entre peuplements très hétérogènes, la comparaison d’IMA entre peuplements n’a de sensque s’il s’agit de peuplements situés sur des terrains semblables et soumis à des aléas équivalents entermes de fréquence et d’intensité. Or, on sait que dans la réalité, ces conditions ne sont en généralpas respectées, ce qui constitue un des inconvénients majeurs de la méthode qui fonctionne ainsisouvent sur des suppositions non vérifiées.En revanche, si on est dans le cas évoqué ci-dessus, l’IMA permet de hiérarchiser des souspeuplementsvis à vis d’un aléa, et constitue ainsi un bon outil d’aide à la décision dans ladétermination de zones prioritaires d’intervention pour augmenter la qualité générale dupeuplement pour lutter contre l’aléa.3.2.2. RockFor NETRFN est un outil simple et rapide d’utilisation. Les données sont nombreuses maisrelativement simples à relever sur le terrain (N, Dm, G, % essences). Une fois RFN lancé, on obtientl’ARP, des données générales sur le peuplement idéal le plus proche de celui présent sur le terrain etune énergie cinétique qui permet de connaitre rapidement les classes d’ouvrages de génie civil àmettre en place si besoin est. Il n’y a donc besoin que de très peu de temps d’analyse : soit l’ARP estbon, soit il ne l’est pas et dans ce cas, grâce au peuplement idéal, on peut savoir rapidement s’il estpossible d’obtenir un bon ARP dans les délais fixés (ce qui dépend des enjeux) en jouant sur lasylviculture du peuplement ou s’il est préférable de mettre des ouvrages de génie civil au moins dansun premier temps et lesquels.Ce modèle est adapté pour permettre son utilisation par tout un chacun, ce qui incluedifférentes simplifications : un seul départ considéré, ce qui rend difficile la prise en compte desdéparts multiples dans un même peuplement, une seule taille de bloc, pas de données continuesmais des classes, ce qui rend le tout quelque peu imprécis. C’est donc un modèle qui a l’avantage23

d’être peu cher mais qui demande nombre important de données, proche de RF3D, pour uneprécision bien moindre.3.2.3. RockyFor3DLe modèle Rockyfor3D constitue un outil précieux dans le domaine de l’étude des chutes deblocs et du rôle de la forêt pour la protection contre cet aléa.Ainsi, il permet une connaissance précise de l’aléa chute de blocs, dans des simulations avecet sans forêt, en évaluant le nombre et le volume des blocs qui arrivent dans chaque cellule de lazone étudiée. Ceci permet d’évaluer les risques de la zone en croisant cette connaissance de l’aléaavec celle des enjeux en présence (dans notre cas, quelques habitations, une route et un hangar). Deplus, le modèle donne en sortie l’énergie cinétique développée par les blocs pour chaque cellule ; lesouvrages de génie civil à implanter sur la zone pourront ainsi être mieux dimensionnés pourcorrespondre aux besoins réels de la zone et permettre d’éventuelles économies, notamment enprenant en compte la présence de forêt dans le modèle, permettant par exemple de choisir un filetde protection de classe inférieure.Enfin, le format de sortie des données (huit rasters en ASCII) permet la réalisation immédiated’une cartographie des zones soumises à l’aléa chute de pierre, ce qui offre la possibilité d’uneprésentation visuelle auprès de décideurs et notamment des élus, avec plus de poids qu’un simplerapport écrit. La cartographie peut également servir de support pour la réalisation d’étudesultérieures, notamment dans le cadre de la réalisation de plans de prévention des risques naturels.Cependant, il faut noter que cet outil présente également des inconvénients. Il nécessitenotamment des données précises au format raster, dont les résolutions sont idéalement comprisesentre 1 m x 1 m et 10 m x 10 m, ce qui implique de façon générale la possession d’un logiciel desystème d’information géographique, logiciels onéreux, ainsi que la maîtrise d’un tel logiciel, et doncune formation adaptée.De plus, les données d’entrée se doivent d’être complètes et précises, nécessitant un travailde terrain important, et portant sur des notions parfois complexes. Par exemple, l’élasticité de lapente et sa capacité à faire rebondir le bloc est évalué à l’aide de la rugosité du sol, donnée trèssubjective et assez difficile à mesurer. Par ailleurs, une telle précision et la nécessité de travailler àpartir de rasters conduit à un temps d’analyse des données brutes pour leur saisie dans le logicielassez long et donc couteux.Enfin, il faut noter qu’il n’est pas possible ni cohérent de comparer deux simulations sur lamême zone au niveau des énergies cinétiques développées et des volumes de bloc déposés. En effet,le modèle applique un coefficient faisant varier les dimensions du bloc pour chaque bloc, coefficienttiré aléatoirement entre 0 et 10 %. De même, le peuplement décrit par les quatre couches rastersprécédemment évoquées (N, d 1,30 , d1,30 et type de peuplement) est varié à chaque simulation selonun nombre tiré aléatoirement, tout comme l’élasticité du sol (à partir des MOH 70, 20, 10 et du typede sol). Il n’est donc pas possible d’obtenir exactement les mêmes blocs se déplaçant de manièresimilaire dans un peuplement et rebondissant sur un sol de rugosité et d’élasticité constantes.24

3.3. Coût et efficacité des trois méthodes3.3.1. Analyse des coûts des différentes méthodesLe but est de déterminer un coût, le plus exhaustif possible, pour chacune des trois méthodessur la parcelle totale, de 6 ha environ.Nous avons choisi de séparer les coûts selon les différentes phases de mise en place dechacune des méthodes : phase de préparation du terrain, phase de terrain, phase d’acquisition desdonnées et phase de simulation et d’analyse des résultats.Nous avons calculé ces coûts en nombre d’heures nécessaires à la mise en place de chaqueétape (nombre Hommes/jour * 8 heures par jour) d’une part, et en euro d’autre part. Le coût eneuro est obtenu en multipliant le nombre d’heures par étape par les coûts horaires de la maind’œuvre qualifiée pour réaliser cette étape.Les temps par étapes ont été estimés grâce à notre expérience du terrain d’une part, et grâceaux données obtenues par entretien auprès des acteurs réalisant couramment des opérationssimilaires. Nous avons tenté d’estimer ces coûts en considérant un opérateur habitué à réaliser lespratiques nécessaires à chacune des étapes.Pour chaque étape, nous avons renseigné la catégorie socioprofessionnelle de la personneréalisant cette étape, ainsi que le coût horaire de la main d’œuvre pour cette catégorie.Phase de préparation du terrain :Cette phase est commune à toutes les méthodes. Elle correspond à toutes lesmanipulations qu’il est nécessaire de réitérer avant chaque sortie terrain : détermination du maillagede la parcelle (ou des placettes par répartition aléatoire simple), configuration des GPS (si on lesutilise) et impression des cartes des placettes, cartes contenant, dans notre cas, les coordonnées etles altitudes des placettes. Nous n’avons pas compté le temps d’élaboration des fiches de terrain, carelles ne sont préparées qu’une seule fois.Phase de terrain :Les relevés de terrain ne nécessitent pas le même temps selon la méthode considérée, etselon le type de placette mise en place.Nous avons considéré :- Un inventaire PCQM pour RF3D. Il s’agit de celui que nous avons mis en place sur le terrain.Pour les 26 placettes, nous avons considéré que l’inventaire total (peuplement + sol + blocs +déplacement) nécessitait 2 hommes/jour, soit l’équivalent de 16 heures de travail. Le tempstotal nécessaire par placette est de 10 minutes à 2 personnes, soit 20 minutes par placette,dont 14 minutes pour obtenir les données du peuplement par PCQM, et 6 minutes pour lereste des relevés.- Un inventaire en surface fixe pour RF3D. Le temps nécessaire a été estimé grâce auxentretiens réalisés auprès de Fréderic BERGER, docteur chargé de recherche au CEMAGREFet Nicolas CLOUET, ingénieur d’étude au CEMAGREF de Grenoble, l’un comme l’autre étant25

habitués à réaliser ce genre de relevé. Compte tenu de la pente et des données à relever, untemps de 30 min a été retenu (15 min à 2). C’est 10 min de plus par placette que pour laméthode PCQM, soit environ 4,3 heures de plus pour l’ensemble des 26 placettes. 20,3heures ont donc été considérées nécessaires pour réaliser ce type d’inventaire sur notreparcelle.- Un inventaire complémentaire aux données obtenues grâce à l’étude du LIDAR, pour RF3D.Cet inventaire n’intègre aucune donnée de peuplement, et ne nécessite donc que 3 min parplacette à 2 personnes (6 au total). C’est 14 min de moins que par la méthode PCQM, soit 6heures de moins pour la parcelle totale. 10 heures sont donc nécessaires pour cet inventairesur la parcelle totale.- Un inventaire PCQM pour RFN, qui nécessite approximativement le même temps quel’inventaire PCQM pour RF3D. En effet, l’inventaire dans le cas de RF3D nécessite en plusd’estimer la rugosité et le type de sol, mais RFN nécessite de mesurer la pente et de releverl’altitude ; on peut donc considérer que ces deux dernières méthodes d’évaluationnécessitent un temps égal de relevé par placette. 16 heures sont donc nécessaires pour cetinventaire sur la parcelle.- Un inventaire en surface fixe pour RFN, nécessitant 20,3 heures pour l’ensemble de laparcelle, tout comme l’inventaire équivalent pour RF3D.- Un inventaire pour la méthode IMA : il s’agit d’un inventaire visant à estimer uniquement ladensité et la surface terrière. On réalise alors un tour d’horizon au relascope pour estimer lasurface terrière et une mesure au télémètre permet de connaitre la distance de l’arbre leplus proche par quart (méthode PCQM), afin d’en déduire la densité sur la placette. Nousavons estimé le temps nécessaire à 4 minutes par placette au total, 16 minutes de moins quepour un inventaire complet par la méthode PCQM, soit 7 heures de moins pour l’ensemblede la parcelle. 9 heures sont donc nécessaires pour réaliser ce type d’inventaire surl’ensemble de la parcelle.on a :Nb : Sur les 16 heures nécessaire à la réalisation des relevés des 26 placettes (RF3D-PCQM),- 20*16 = 520 minutes = 8,7 heures (8h42min) passées à réaliser les mesures- 16 – 8,7 = 7, 3 heures (7h18min) de déplacement entre les placettesLe temps passé à circuler entre les placettes représente donc 45,5% du temps total.Phase d’acquisition des données :Cette phase correspond à l’acquisition et au traitement des données obtenues sur le terrain.Pour les trois méthodes, cela correspond à rentrer ces données dans un classeur Excel préalablementréalisé, qui calcule les données secondaires nécessaires aux modèles : densité à partir des distances,diamètre moyen par placette, surface terrière à partir de la densité et du diamètre moyen. Poursimplifier, nous avons considéré que ce temps était équivalent pour toutes les méthodes; nousl’avons estimé à une heure.Là encore, on estime que ce tableur Excel est fait une fois pour toute, et que son temps decréation n’est donc pas à considérer dans nos calcul de coûts.Pour RF3D, cette phase inclue également la création des couches rasters nécessaires aumodèle. 10 couches sont nécessaires à la simulation sans forêt, 15 si il y a présence de forêt. Lacréation de ces rasters nécessite à nos yeux 4 heures de travail.26

Enfin, dans le cas où l’on possède le LIDAR de la zone d’intérêt, il faut individualiser des zonesde peuplement homogène extractibles par ce LIDAR, puis affiner ces polygones homogènes sur leterrain. Un entretien avec Nicolas CLOUET nous a appris qu’une journée de travail était nécessairepour réaliser cette manipulation, soit 8 heures de travail.Phase de simulation et d’analyses des résultats :Cette phase est très rapide pour l’indice IMA : l’indice par placette et par transect estdirectement calculé par un tableur Excel adapté. Il ne reste plus alors qu’à cartographier les résultatssous SIG si on le souhaite, et à comparer les valeurs d’IMA entre elles. Nous avons estimé qu’unedemi-heure était suffisante pour réaliser cette analyse.Pour RFN, la simulation passe par la séparation de la parcelle en transects, la localisation deszones de départ et le calcul des ARP pour chaque zone de départ. L’analyse consiste à garder partransect l’ARP le plus important, et à comparer ces ARP pour déterminer les zones en bas de penteles plus soumises à l’aléa. Ce travail nécessite à nos yeux 1h30 minimum de travail, soit 1,5 h dansnotre tableau.Pour RF3D, le temps d’analyse de toutes les couches rasters en sortie du modèle et lacréation des couches de comparaison des résultats avec et sans forêt demande un travailconsidérable, une journée environ (8 heures) dans notre cas.L’ensemble de ces données de coûts ont été résumées dans le tableau ci-dessous :Base Etape ModèlePréparationdu terrainPhase de terrainAquisitiondes donnéesSimulationet analysetemps(heure)CSPCoût horaire Coût de l'étapeCréation du maillage de la parcelle Tous 0.5 Ingenieur 87.5 43.75Préparation des GPS Tous 0.5 Technicien 56.25 28.125Impression des cartes Tous 0.25 Technicien 56.25 14.0625IMA IMA 9 Technicien_ op 47.5 427.5RFN - PCQM RFN 16 Technicien_ op 47.5 760RFN - Surface fixe RFN 20.3 Technicien_ op 47.5 964.25RF3D - PCQM RF3D 16 Technicien_ op 47.5 760RF3D - Surface fixe RF3D 20.3 Technicien_ op 47.5 964.25RF3D - LIDAR RF3D 10 Technicien_ op 47.5 475Création de tableur exel Tous 0 Technicien 56.25 0Acquisition des données Tous 1 Technicien 56.25 56.25Acquisition des données LIDAR RF3D 8 Ingenieur 87.5 700Création des rasters RF3D 4 Technicien 56.25 225IMA IMA 0.5 Ingenieur 87.5 43.75RFN pour la parcelle totale RFN 1.5 Ingenieur 87.5 131.25RF3D pour la parcelle totale RF3D 8 Ingenieur 87.5 700Dans le tableau suivant, nous avons sommé les coûts de chaque étape pour chacune desméthodes : la colonne « coût total (€) » permet ainsi de comparer les coûts finaux de chacune desméthodes ; la colonne « coût total (heure) » permet une comparaison du temps nécessaire à la miseen place de chaque méthode. La colonne colorée en vert correspond au rapport entre le coût de laméthode considérée et le coût de la méthode RFN/PCQM prise comme référence. Ce choix deréférence est dû au fait que cette méthode est intermédiaire en terme de coût, et l’est aussi, à priori,en terme de précision de l’information : une telle référence facilite la comparaison avec lesméthodes plus onéreuses comme avec les moins onéreuses.27

Surface = 6 haPréparationdu terrainPhasede terrainAcquisitiondes donnéesSimulationet analyseCoût total(€)(Coût) /(Coût IMA)Coût total(heures)Coût IMA 85,94 427,50 56,25 43,75 613,44 0,59 11,75Coût RFN/Surface fixe 85,94 964,25 56,25 131,25 1237,69 1,20 24,05Cout RFN/PCQM 85,94 760,00 56,25 131,25 1033,44 1,00 19,75Coût RF3D/Surface fixe 85,94 964,25 281,25 700,00 2031,44 1,97 50,55Coût RF3D/PCQM 85,94 760,00 281,25 700,00 1827,19 1,77 30,25Coût RF3D/LIDAR 85,94 475,00 981,25 700,00 2242,19 2,17 32,253.3.2. Coûts fixes / Coûts variablesIl est important de noter que parmi les coûts recensés ci-dessus, certains sont fixes et nedépendent pas de la surface de la parcelle, alors que d’autres augmentent ou diminuent avec lasurface de la parcelle.Les coûts relatifs à la phase de terrain sont fixes, à l’inverse des coûts de relevé terrain, descoûts d’acquisition des données sous Excel et des coûts de simulation et d’analyse par les méthodesIMA et RFN qui sont, eux, proportionnels à la surface.Dans le cas de la simulation par RF3D, les coûts évoluent comme suit :- les coûts de création des rasters sont fixes : quelle que soit la taille de la parcelle et lenombre de placettes, le temps de création des rasters est le même.- le coût d’acquisition des données du peuplement à partir des données LIDAR est variable.Cela dit, pour de très petites surfaces, ce coût n’est plus proportionnellement variable : lavalidation sur le terrain des polygones homogènes entraine un temps irréductible demanipulation dû au déplacement. Nous avons estimé que, quelle que soit la surface, cetteétape ne peut pas être réalisée en moins d’une demi-journée, soit 4 heures de travail. Enrevanche, au-delà de quelques hectares, ce coût devient proportionnellement variable à lasurface.- les coûts de simulation et d’analyse sont fixes : le nombre de couches rasters à analyser est lemême quelle que soit la surface.Pour vérifier l’influence de la variation de surface sur les coûts des méthodes, nous avonsestimé ces derniers pour une parcelle fictive de 1 ha (1/6 de notre surface). Ci-dessous le tableau quiréunit les coûts pour cette parcelle fictive :Surface = 1 haPréparationdu terrainPhasede terrainAcquisitiondes donnéesSimulationet analyseCoût total(€)(Coût) /(Coût IMA)Coût total(heures)Coût IMA 85,94 71,25 9,38 7,29 173,85 0,71 3,00Coût RFN/Surface fixe 85,94 160,71 9,38 21,88 277,90 1,14 5,05Coût RFN/PCQM 85,94 126,67 9,38 21,88 243,85 1,00 4,33Coût RF3D/Surface fixe 85,94 160,71 234,38 700,00 1181,02 4,84 16,80Coût RF3D/PCQM 85,94 126,67 234,38 700,00 1146,98 4,70 16,08Coût RF3D/LIDAR 85,94 79,17 584,38 700,00 1449,48 5,94 19,0828

La majorité des coûts fixes se rapportent à la méthode RF3D. Il est donc normal de constaterque cette méthode est proportionnellement plus chère que les autres méthodes quand la surfacediminue. C’est en revanche l’inverse qui se produit si la surface augmente.Un aperçu de ce résultat est donné par le tableau suivant :Méthode(Coût) / (Coût RFN)Surface de 1ha(Coût) / (Coût RFN)Surface de 6ha(Coût) / (Coût RFN)Surface de 12haCoût IMA 0,71 0,59 0,58Coût RFN/Surface fixe 1,14 1,20 1,21Cout RFN/PCQM 1,00 1,00 1,00Coût RF3D/Surface fixe 4,84 1,97 1,54Coût RF3D/PCQM 4,70 1,77 1,33Coût RF3D/LIDAR 5,94 2,17 1,75On voit effectivement ici que plus la surface augmente, plus le surcoût de RF3D par rapportaux autres méthodes diminue, proportionnellement au coût total. L’évolution du rapport (coûtIMA) / (coût RFN) est, par contre, faible car ces méthodes incluent majoritairement des coûtsvariables.3.3.3. Comparaison des méthodesComparaison IMA/RFNComme nous l’avons vu précédemment, l’IMA est un indice basique permettant uniquementde comparer entre eux des peuplements qui ne diffèrent que par leur densité et leur surface terrière.Il ne renvoie aucune donnée absolue, mais seulement une valeur de comparaison entrepeuplements.A l’inverse, RFN renvoie un aléa résiduel probable (ARP) qui correspond à la probabilité qu’unbloc qui se détache atteigne le bas d’un transect. Ces ARP dépendent à la fois de la topographie, desessences, de la densité, de la surface terrière et de la taille des blocs. On peut donc, sans problème,comparer les ARP en aval de deux transects pourtant très différents.Connaissant la productivité de la zone de départ à l’origine de l’aléa, RFN permet d’estimer,en multipliant cette productivité par l’ARP obtenu, la quantité de blocs arrivant en bas du transectsur une période donnée, et donc l’évolution de cette quantité si le peuplement évolue. L’indice demaitrise de l’aléa ne permet, en aucun cas, d’obtenir de tels résultats.Sur les surfaces étudiées, la détermination de l’IMA coûte, selon nos estimations, entre 58%et 71% du prix de mise en place de RFN par placettes PCQM.Compte tenu de ce faible surcoût et des avantages considérables de la simulation RFN parrapport à l’utilisation de l’IMA, l’utilisation de ce dernier indice nous semble peu pertinente.Cependant, elle peut constituer une information supplémentaire intéressante, en plus de lasimulation avec RFN, dans le cas très particulier où les peuplements à comparer seraient équivalentsen terme de répartition des essences et situés sur des terrains comparables : l’IMA permettrait alors29

d’obtenir rapidement une idée des zones d’interventions sylvicoles prioritaires dans le butd’améliorer la qualité générale du peuplement.Utilisation de RF3DComme nous l’avons vu dans l’analyse des résultats de RF3D obtenus sur le site de Grignon,RF3D a pu produire des résultats étonnants et peu cohérents avec les réalités de terrain d’une part etles résultats des méthodes IMA et RFN d’autre part. On peut donc se demander quelle est l’originede ces erreurs, et une hypothèse vient du modèle lui-même. En effet, RF3D nécessite des donnéesd’une grande précision (idéalement au pas de un mètre). Or, le MNT à notre disposition était àl’origine au pas de vingt mètres, et après correction au pas de dix mètres ; les données relevées sur leterrain l’ont été au pas de vingt-cinq mètres (un relevé tous les 50 mètres), puis dégradées au pas dedix mètres. Il y a donc eu perte d’information, et on peut s’interroger sur la qualité des rasters au pasde 10 mètres à partir de données de précision moindre.Cependant, les résultats obtenus restent de bonne qualité dans leur ensemble, et l’on peuts’attendre à voir s’améliorer cette qualité avec des données plus précises, issues notamment duLIDAR (MNT et MNS). Par exemple, la connaissance des volumes déposés dans chaque cellule peutpermettre d’évaluer l’entretien des ouvrages (et notamment leur curage), et, par croisement avec lacarte des enjeux (bâti, réseaux, routes), d’évaluer les risques. Par ailleurs, l’incorporation dupeuplement forestier dans le modèle permet de prendre en compte son rôle de protection, ainsi quel’influence de la gestion sur l’évolution de cette fonction de protection, en détaillant pixel par pixelles caractéristiques de peuplement et les différent résultats. En cela, ce modèle est plus intéressantque les outils IMA et RFN, qui eux se contentent de donner des valeurs par placettes (donc dansnotre cas sur 625m²), par transect ou par zone de départ.Il sera donc pertinent et intéressant d’utiliser le modèle Rockyfor3D pour des donnéesprécises, et notamment en cas de possession de résultats issu du LIDAR. En effet, le MNT sera au pasde 1 mètre, soit la résolution idéale pour le modèle ; les données peuplement seront égalementsuffisamment précises. En ce qui concerne les données de sol et de blocs (type de sol, rugosités,dimensions et densité des blocs).Il faut également noter que l’utilisation du modèle n’est pas gratuite ; en effet, développé parun chercheur du Cemagref qui a ensuite créé une association appelée EcorisQ (également à l’originede RFN), le modèle est soumis au paiement d’un abonnement. Celui-ci s’élève à 79 € par an pour lesparticuliers et 165 € par an pour les sociétés. Cependant, nous n’avons pas pris en compte ce coûtdans nos calculs, car nous avons estimé qu’il serait amorti sur plusieurs calculs au cours de l’année etdonc peu pertinent sur une parcelle seule.Enfin, comme nous l’avons vu précédemment, il convient de préciser que la simulation par RF3Det la méthode bénéficiant le plus des économies d’échelle du fait de sa forte proportion de taches àcoûts fixes : ainsi, plus la surface d’étude est importante, moins il est cher d’utiliser RF3D par rapportaux autres méthodes.30

4. Efficacité de la forêt contre les chutes de pierre4.1. Enjeux concernésLes enjeux concernés par le problème des chutes de blocs dans notre parcelle sont de plusieurstypes :- 1 hangar en service : vente de 4*4 avec 2 personnes travaillant la journée dans ce garage.- 1 grange et des garages- Habitations : 5 maisons dont 4 habitées en ce moment. Ce sont de grosses maisons familiales mais ilne reste souvent qu’un couple dans chaque maison, les enfants étant partis. Cette situation est doncappelée à changer.- Population habitant dans la zone de chute de pierre : 10 personnes habitant actuellement à pleintemps dans les maisons situées en contrebas de notre parcelle. Il est toutefois bon de spécifier quetoutes les maisons ne sont pas habitées cette année et celles qui le sont, sont des grosses maisons oùseuls les parents habitent une fois les enfants partis. Cette population est donc appelée à augmenterdans les années à venir ainsi que l’enjeu qui en découle. Par exemple, il y a d’habitude 6 à 8personnes dans les trois appartements constituant la maison inhabitée cette année. On utiliseradonc, pour les calculs, une population totale de 28 personnes pour maximiser les enjeux (c’est lapopulation qu’atteindraient, à court terme, ces 5 maisons selon les estimations de la mairie). Onajoutera 2 personnes travaillant dans la vente de voitures dans le hangar qui est au nord de notreparcelle. Soit une population de 30 personnes sur notre zone à risque.- Route départementale 925 de 1 ère catégorie classée à grande circulation avec une moyenne de 4 000-4 500 passages journaliers entre 2000 et 2005. Cette fréquentation continue d’augmenter chaqueannée. On comptabilise une dizaine de bus passant sur cette route par jour.4.2. Coûts de substitutionCette méthode permet d’estimer la valeur du rôle de protection de la forêt par rapport à lavaleur d’un ouvrage de génie civil offrant une protection équivalente.On commence par déterminer l’ouvrage de génie civil adapté au site et aux enjeux (type etdimensions). On connait ainsi son prix d’achat et d’entretien, ceux-ci pouvant être comparés au prixd’entretien de la forêt jouant un rôle de protection.Le coût de substitution peut donc être déterminé comme suit :(coût implantation + coût entretien) génie civil sans prise en compte de la forêt-(coût implantation + coût entretien) génie civil avec prise en compte de la forêt-(coût implantation + coût entretien) scénario de gestion sylvicole31

Coûts d’implantation de l’ouvrage (cas sans forêt) :Dans cette forêt, la démarche est quelque peu facilitée puisque l’étude a déjà été effectuéeen 2005 et que l’ouvrage a déjà été installé (juin-juillet 2010). Nous avons donc le détail des coûtsdes opérations. L’étude a bien été effectuée terrain nu donc sans prendre en compte la forêt. Ellepréconise l’utilisation d’un filet pare-bloc de classe 6. Seulement, ce filet a été installé sur 240ml. Ilfaudrait donc recalculer ce coût pour la parcelle de forêt que nous étudions soit 214ml.N° prix DésignationU.M. QuantitéCoûts d’implantation de l’ouvrage (cas avec forêt)Prix Unitaire enchiffre (HT)Montant HTNature 01 Installation de chantier010 Installation du chantierF 1.000 1590.00 1590.00020 Préparation du terrainF 1.000 3375.00 3375.00030 Signalisation du chantierF 1.000 100.00 100.00040 Conception PAQ, PPSPS et SOGEDF 1.000 150.00 150.00050 Note de calcul écran classe 6F 1.000 100.00 100.00055 Repli du chantierF 1.000 600.00 600.00Montant HT nature 01 Installation de chantierTVA (19.6%)Montant TTC5915.001159.347074.34Nature 02 Travaux060 Ecran dynamique pare-blocs de classe 6 + doublage grillage M 240.000 344.00 82560.00Montant HT nature 02 TravauxTVA (19.6%)Montant TTC82560.0116181.7698741.76Nature 03 Contrôles070 Installation du chantierF 1.000 518.00 518.01080 Préparation du terrainU 3.000 577.00 1731.00090 Signalisation du chantierU 3.000 193.00 579.00100 Conception PAQ, PPSPS et SOGEDF 1.000 150.00 150.00Montant HT nature 03 ContrôlesTVA (19.6%)Montant TTC2978.00583.693561.69Dossier Montant HT 91453.00TVA (19.6%) 17924.79Montant TTC 109377.79D’après le tableau ci-dessus, installer des ouvrages de génie civil adaptés au site de Grignonterrain nu reviendrait à dépenser 98 680,77 €. Un ouvrage de ce type a une durée de vie de 30 anss’il n’est pas sollicité.La présence de la forêt et son rôle de protection pourrait permettre :• Une annulation de la pose de certains filets dans le cas où la forêt bloquerait certainscouloirs de passage de blocs. Dans le cas de la forêt de Grignon, la simulation RockyFor3D n’a montréaucune baisse du risque sur les enjeux qui soit suffisamment conséquente pour éviter la pose decertains ouvrages de génie civil.• un gain par rapport au coût d’implantation sans forêt dans le cas d’un sousdimensionnementdu filet (baisse de la catégorie du filet). Pour la forêt de Grignon, les résultats de lasimulation RF3D ne montrent pas de baisse significative de l’énergie maximale libérée par les blocs auniveau du filet (4 300 – 3 200 kJ). En revanche la baisse de la période de retour est plus importante (6 –30 ans) mais ceci ne permet pas de baisser le dimensionnement du filet préconisé par la simulationsans forêt. Notons que les résultats de notre simulation RF3D montrent des arrivées de blocsdéveloppant une énergie qui correspond à un filet de classe 8 (5 000 kJ) ou 9 (3 000kJ). Or, le filet qui aété installé est de classe 6 (1 500 kJ).32

Coûts d’entretien de l’ouvrage (avec et sans forêt):La plus grande partie des coûts d’entretien de l’ouvrage sont des coûts fixes (surveillance etdébroussaillage). Ainsi, dans le cas d’une comparaison avec-sans forêt où l’on maintien le mêmenombre d’ouvrages, ces coûts n’ont pas d’intérêt à être pris en compte dans le calcul. En revanche,ils devront être pris en compte dans les coûts d’entretien d’un ouvrage non maintenu.Les gains en coûts d’entretien permis par la forêt sont plus aléatoires et donc difficiles àestimer. Il s’agit :- du gain en durée de vie de l’ouvrage : il serait possible d’estimer le gain sur la période de retourdu bloc d’énergie limite (qui dépasse la capacité du filet). Mais cette estimation serait biaisée parle fait qu’un éboulement constitué de plusieurs blocs ne dépassant pas la limite du filet puissedépasser la limite du filet.- du gain en pièces à changer : trop aléatoire pour être estimé, dépendant de certains endroitssensibles du filet.- du gain en temps de délestage du filet : un ordre de grandeur pourrait être estimé grâce au gainsur la période de retour.Coûts d’implantation et d’entretien du scénario de gestion sylvicole :Pour le cas de Grignon, nous avons estimé le coût des opérations sylvicoles en se basant surles chiffres du martelage réalisé par l’ONF, qui a choisi de réaliser des interventions sylvicoles à unerotation de 30 ans. Ces interventions consistent en la réalisation de coupes de régénération partrouées de 10 à 15 ares, de coupes sanitaires et d’arbres menaçant en haut de falaise. Le but seraitde laisser certains arbres grossir pour obtenir les 30-40 cm proposés par Rockfor NET .Selon les coûts des travaux sylvicoles indiqués dans le GSM, il faudrait comptabiliser 2*30 HJpour 2*13 500 €, soit 60HJ pour 27 000 €.On est donc bien au-dessous des coûts de génie civil (98 680,77-27 000 = 71 680,77 euros degain) pour une protection par la forêt qui devrait être optimale d’ici 50 ans soit un ARP < 1% pourtous les transects.4.3. Coûts évitésLa méthode des coûts évités permet, en considérant les dommages évités par une réductionde l’aléa ou des enjeux, d’estimer les bénéfices apportés par la présence ou l’amélioration de laprotection assurée par la forêt.Il existe différents types de coûts pouvant être pris en compte : les coûts directs (dommagesaux biens physiques), coûts indirects (pertes induites par une baisse de productivité), coûtsintangibles (biens immatériels ne pouvant être réparés).Il faut donc, posséder une cartographie de la zone de propagation des aléas afin de pouvoirdéterminer les dommages possibles concernant les enjeux en cause.Dans notre cas nous avons utilisé les données issues des cartes résultant de la modélisationRF3D. Les coûts évités ont été calculés grâce à une application Excel développée en Suisse, et quiprend en compte les enjeux humains et matériels.Les paramètres d’entrée ont été récupérés pour une part lors de nos entretiens d’enquêteréalisés auprès de la mairie, de la DDT, ou encore des agences immobilières. L’autre partie desparamètres provient des cartes de résultats de la simulation RF3D.33

Grâce aux cartes issues de la simulation RF3D, nous avons estimé pour chaque enjeu(bâtiment et route), la proportion menacée puis effectué un classement par risques (fort, moyen,faible) avec un intervalle de retour pour chacune des trois classes de risque. L’intervalle de retournécessite une carte avec les cellules de départ et une carte avec le nombre de passages. Il à étécalculé comme suit :Intervalle de retour = nombre de cellules de départ × 500 ÷ nombre de passages pour la cellule enjeuconsidéréeNB : le chiffre 500 correspond au nombre de départ simulé par cellule.RésultatsLe coût des dommages au risque initial correspond à la situation sans forêt, le coût desdommages au risque résiduel correspond à la situation avec forêt.- Coûts annuels de gestion de la forêt (30 ans, 2%): 855 €/an- Bénéfices annuels: 96 400 €- Rapport bénéfices/coûts: 112,7Compte tenu de ce résultat, avec un rapport bénéfices/coûts de 112,7, il est clair que lesinvestissements en opérations sylvicoles sont largement rentables d’un point de vue économique etsécurité. De plus, ces chiffres ont été minimisés car le coût des opérations sylvicoles permettra uneamélioration de la valeur de protection actuelle de la forêt et dans notre cas nous avons considéréces coûts de gestion seulement dans le cas d’un maintien du niveau actuel de protection de la forêtde Grignon.34

ConclusionDans le cadre de cette étude, nous avons travaillé sur trois outils d’évaluation du niveau deprotection de la forêt face à l’aléa chute de pierre : IMA, RockFor NET et RockyFor3D. La comparaisoncoûts-avantages de ces méthodes nous a permis de déterminer des domaines d’application àchacune d’entre elles : l’IMA s’avère efficace pour cartographier des zones prioritaires d’interventiondans le cas d’un peuplement situé sur un terrain homogène, mais il montre très rapidement sesfaiblesses sur terrain hétérogène. On lui préfèrera alors la méthode RFN, qui, pour un surcoûtminime, offre une possibilité réelle de comparaison de niveau d’aléas en bas de pente. Enfin, dans lecas où des mises en place d’ouvrages coûteux sont envisagées, on utilisera préférentiellement RF3Dpour bénéficier de la précision et de la diversité des informations en sortie de cette méthode. Cesinformations, telles que l’énergie en bas de pente, la hauteur de passage ou le nombre de blocsdéposés font en effet d’elle un très bon outil d’aide à la décision.Que ce soit par la méthode des coûts de substitution ou par celle des coûts évités, lesrésultats de l’évaluation économique du rôle de la forêt se passent de commentaires : une forêt avecun bon rôle de protection (ARP

BibliographieRapports de stageCahen, M., 2010. Ouvrages de parade contre les risques naturels en montagne et fonction deprotection de la forêt : analyse économique comparative. Rapport de stage AgroParisTech.PEYRAUD S., 2008, Mise en place d’un réseau international de chantiers pilote en forêt à rôle deprotection – Protocoles et exemple de réalisation (Morzine). Rapport de stage FIF-ENGREF.PublicationsDorren L.K.A., 2010. Rockyfor3D à coeur ouvert – Description complète du modèle 3D de chutes deblocs. Article d’ecorisQ, www.ecorisq.org: 21 p.Berger F., Dorren L.K.A., 2007. Principles of the tool Rockfor.net for quantifying the rockfall hazardbelow a protection forest. Schweiz Z Forstwes 158 – 6, p: 157–165.Clouet, N., Berger, F., 2010. New gis developments in mountain protection forests - Zoning againstsnow avalanches and rockfalls.OuvragesCemagref, CRPF Rhône-Alpes, ONF, 2008. Guide des sylvicultures de montagne - Alpes du Nordfrançaises.Rapport d’étudeCemagref et ARPA, 2008. “Protection de la viabilité alpine,” rapport final, Projet Interreg IIIa 2000 –2006 Alpes Latines n° 165 Provialp. 375 p.Bründl M., Krummenacher B., Rheinberger C., Winkler C., 2010. Formules de calcul du risque générépar les dangers naturelsBlanchart S., Dupire S., Miolane C. et Véron C., 2009. Évaluation économique du rôle de protection dela végétation, et des forêts de montagne en particulierMorgane Goudet M., Grisier C., Simon E., Gendreau T., 2007. Analyse des données LIDAR - Étude durôle de protection de la forêt contre les chutes de pierres.Sites InternetSite de l’association EcorisQ www.ecorisq.org37

ContactsSylvain DUPIRE, chargé de mission projet InterregLEF – AgroParisTech, centre de NancyONF, Service RTM6 avenue de France, 74000 AnnecyTel. : 06.18.74.29.54sylvain.dupire@gmail.comFrédéric BERGER, chercheur chute de blocs, Cemagref de Grenoble2 Rue de la papèterie Saint Martin d’Héres 38402Tel : 04.76.76.28.00fred.berger@cemagref.frNicolas CLOUET, ingénieur d’étude, Cemagref de Grenoble2 Rue de la papèterie Saint Martin d’Héres 38402Tel : 06. 75.94.38.12nclouet@gmail.comOlivier LAMY, responsable chantier pilote 73Tel. : 04.79.64.01.74 ou 06.24.97.31.90olivier.lamy@onf.frOlivier FAYARD, Référent technique Chantier Pilote 74,6 avenue de France, 74000 Annecyolivier.fayard@onf.frTel. : 04.50.97.89.51 ou 06.21.47.14.5538

Annexes39

Annexe n°1 : cartographie des IMA par placettes40

Annexe n°2 : cartographie des IMA par transect41

Annexe n°3 : résultats bruts de Rockfor NETZone de départ de la placette n°1042

Zone de départ de la placette n°943

Zone de départ de la placette n°1644

Zone de départ de la placette n°745

Annexe n°4 : cartographie des résultats de RFN46

Annexe n°5 : tableau récapitulatif des rasters d’entrée de RF3DCouche description min max unité Type remarquesdem MNT 0 8850 mètres double idéalement issu du LIDARrockdensity masse volumique des blocs 0 3300 kg.m -3 entier définit les cellules sources; on prendra une densité de 2800d1 hauteur des blocs = épaisseur 0 100 mètres double définit les cellules sources; varié de +- 10% pour modèlesd2 largeur des blocs 0 100 mètres double définit les cellules sources; varié de +- 10% pour modèlesd3 longueur des blocs 0 100 mètres double définit les cellules sources; varié de +- 10% pour modèlesblshape forme du bloc 0 4 sans entier Si indéfini, le modèle prend un bloc ellipsoïdal ou sphériquerg70 rugosité dans 70% des cas 0 100 sans double correspond aux valeurs de MOH 70 mesurées sur le terrainrg20 rugosité dans 20% des cas 0 100 sans double correspond aux valeurs de MOH 20 mesurées sur le terrainrg10 rugosité dans 10% des cas 0 100 sans double correspond aux valeurs de MOH 10 mesurées sur le terrainsoiltype type de sol 0 6 sans entier type de surface/sous-sol en 6 catégoriesEn cas de simulation avec forêtnrtrees nb tige par ha par cellule 0 1000 sans entier densitédbhmean diamètre à 1m30 moyen 0 200 cm doubledbhstd écart standard de d1,3 - - cm doublestandnr numéro de peuplement 0 - sans entier type de peuplementconif_percent pourcentage de conifères 0 100 sans double valeur de 0 en cas de forêt formée uniquement de feuillus0

Annexe n°6 : Cartographie des fréquences depropagation0

Annexe n°7 : Zones protégées par la forêt, c’est-àdireoù la forêt permet de diminuer les fréquences2