2017 年和 2019 年淹没该省人口最稠密地区部分地区的大范围洪水暴露了魁北克防洪制度的重大漏洞。数千人流离失所，遭受了数亿美元的损失，这些灾难促使人们对老化的系统进行紧急再投资。
由 Concordia 研究人员领导的一篇新论文概述了先进的技术和最近可用的数据如何帮助这项工作。
这篇文章发表在《水文过程》杂志上。在其中，主要作者兼研究助理 Guénolé Choné 和地理、规划与环境系教授 Pascale Biron 提出了一种基于 LiDAR 数据创建流域尺度洪水模型的新方法。他们的合著者包括魁北克大学的 Thomas Buffin-Bélanger、Concordia 研究助理 Iulia Mazgareanu、布里斯托尔大学的 Jeff Neal 和英国洪水测绘公司 Fathom 的 Christopher Sampson，后者是该领域的早期先驱大尺度洪水测绘。
LiDAR - 光探测和测距 - 是一种地图系统，它使用安装在飞机上的脉冲激光器来测量地球表面的范围。它收集的数据可用于呈现当地地形的极其精确的表示，这对自然资源行业、地理学家和其他研究人员(包括公共安全部门和保险公司)非常有价值。在这种情况下，魁北克森林、野生动物和公园部为魁北克大型林业产业收集了数据。该数据可在 Forêt ouverte 网站上公开获得。
计算的风险
大多数洪水灾害区域的大规模绘图依赖于卫星数据，这些数据提供了大约 30 米的网格分辨率模型。LiDAR 提供一米网格分辨率。在这个级别，它可以提供精确到 15 到 20 厘米的海拔读数。
虽然 LiDAR 无法穿透地表水，但它可以提供带有日期和时间戳的精确水面读数。在他们的模型中，研究人员将这些信息与环境和应对气候变化部提供的河流流量数据结合起来，计算出河床的深度，即测深法。
了解河流的承载能力可以让公共安全官员有足够的时间在水文模型预测可能导致洪水的情况时采取行动并向当地居民发出警告。研究人员说，这个系统既适用于加蒂诺河或乔迪埃河等大河，也适用于宽度约 10 米的小河。仅魁北克南部就有大约 25,000 公里的河流。Biron 将该模型比作一个目录，官员们在考虑在特定情况下预测可能发生的洪水水位范围时可以参考该目录。
该项目是 Projet INFO-Crue 的一部分，这是魁北克政府的一项计划，旨在更新 50 个主要流域的洪水地图，在最近的一系列洪水之后成为当务之急。
“大规模建模是魁北克走在洪水风险评估前沿的一种方式，因为不可能派遣测量员去测量 25,000 公里的水深，”Biron 说。“这是基础研究试图开发工具的一个例子，这些工具变成非常实用的研究，将帮助社会更好地为未来的洪水事件做好准备。”
