Modélisation numérique de l'enneigement des domaines skiables Modélisation numérique de l'enneigement des domaines skiables. Un outil au service de l'aménagement du territoire dans une perspective de changement climatique Barcelonnette, 21 avril 2017 H. François, P. Spandre, S. Morin, E. George, M. Lafaysse, D. Verfaillie 1

Le site d’observation du Col de Porte Site de moyenne montagne : 1325m Observations depuis 1960

Evolution de la neige au Col de Porte Lesaffre et al, 2012

Variabilité interannuelle et inter-massif

Station et changement climatique: une évidence ? De nombreux travaux dans la communauté scientifique internationale La règle des 100 jours comme échelle de référence Une échelle critiquée et améliorée La modélisation de l’enneigement des domaines skiables SkiSim développé par D. Scott (2003) Intégration d’hétérogénéité par R. Steiger (2010) Intégration des pratiques de gestion (Hanzer, 2014) Prise en compte des Skieurs (Pons, 2014) Peu de travaux dans la communauté scientifique française

Le couplage de SAFRAN-Crocus et de la BD Stations pour un outil puissant de modélisation Un modèle physique qui permet d’embrasser l’ensemble des pratiques de gestion de la neige L’effet du damage Les propriétés de la neige de culture Des possibilité d’approches spatiales fines Localisation des domaines skiables Caractéristiques topographiques Modalités d’intégration des simulations de l’enneigement à l’échelle des domaines skiables

Intégration des pratiques de gestion de la neige - 1 - Intégration des pratiques de gestion de la neige

Intégration du damage Impact physique du damage Densification du manteau neigeux Homogénéisation des propriétés de la neige Organisation du damage Du 1er novembre au 15 avril : damage quotidien De 20h à 21h Minimum 20 kg/m²

Intégration de la neige de culture Propriétés physiques de la neige de culture Conditions de production Stratégie de production: « Sous couche » du 1er novembre au 15 décembre 150 kg/m² « Entretien » du 15 décembre au 28 février (hauteur totale de 60 cm) Arrêt de la production au 1er Mars Production entre 18h et 8h Seuil de température humide Durée de la production: en fonction d’un seuil de hauteur de neige (m) ou de quantité de neige (kg/m²)

La modélisation spatiale des domaines skiables - 2 - La modélisation spatiale des domaines skiables

Modélisation du domaine skiable gravitaire Ensemble des points accessibles depuis le haut d’un appareil de remontées mécaniques et permettant de rejoindre le pied d’un appareil Croisement de données géographiques Prise en compte de l’inertie du skieur à la descente Exclusion des parties « non skiable » Agrégation à l’échelle d’une station

Croisement BD Stations – SAFRAN-Crocus: Estimation de la viabilité des stations de sports d’hiver La Méthodologie CrossCut Une méthode issue d’un partenariat de recherche (Irstea – CNRM GAME / CEN) Une modélisation du manteau neigeux par le modèle SAFRAN- Crocus (CEN / Météo France) Une répartition du moment de puissance par tranches d’altitude Le calcul d’un indice de viabilité en fonction de la règle des 100 jours appliquée à chaque pixel (% du moment de puissance « viable »)

Propriétés du domaine skiable : altitudes

Propriétés du domaine skiable : pentes 14

Propriétés du domaine skiable : orientations

Modélisation spatiale de la neige de culture : critères d’implantation des équipement dédiés Priorité aux altitudes basses Pistes qui permettent le retour « ski aux pieds »

Modélisation spatiale de la neige de culture 1. Identification des fronts de neige 2. Enveloppes gravitaires et pentes 3. Ajustement 17

Intégration et évaluation de la viabilité - 3 - Intégration et évaluation de la viabilité

Les bases de la méthode Les massifs météo SAFRAN 23 massifs environ 900 km² Altitudes au pas de 300m La BD Stations 148 stations alpines Des données spatialisées

Conditions d’enneigement 2006-2007 1. Neige naturelle 2. Neige Damée 3. Neige damée et gérée

Conditions d’enneigement 2006-2007 1. Neige naturelle 2. Neige Damée 3. Neige damée et gérée

Calcul de l’indice de viabilité

Calcul de l’indice de viabilité

Pressions sur la ressource en eau Estimation des consommations en eau Prise en compte des pertes

Des outils pour anticiper les conditions d’exploitation des domaines skiables Fournir des analyses objectives des conditions d’exploitation : Intégrer les projections du climat pour faire le lien entre les situations passées et à venir Elargissement à l’ensemble des stations françaises Développer des outils de modélisation des domaines skiables

Pour que l’or blanc ne se change pas en plomb Quelles pressions sur les ressources naturelles ? Evaluer les volumes d’eau consommés Partage de la ressource, y compris pour les usages touristiques Quelles contraintes pour l’utilisation de la neige de culture ? Intensification de la production Quel modèle économique de la neige de culture ? A quel prix pallier le déficit d’enneigement naturel ?