Développer des modèles intégrés pour anticiper les risques multi-aléas et leurs effets en cascade

Titre officiel (anglais)

Multi-hazard approach and cumulative / cascading impacts

Programme et référence

Horizon Europe — HORIZON-CL3-2026-01

Calendrier

APPEL OUVERT au 13/10/2026 : ouverture 06/05/2026 ; échéance affichée au 05/11/2026 01:00. Confirmer l’heure et le fuseau dans Funding & Tenders.

Financement

HORIZON Innovation Actions — budget global : 8 M€ selon la liste officielle du PCN. Le budget du topic n’est pas la contribution garantie par projet; vérifier le montant et le taux applicables dans Funding & Tenders.

HORIZON Innovation Actions — enveloppe globale du topic : 8 M€. Ne pas inférer le budget ou le taux de financement par projet à partir de l’enveloppe globale.

Présentation du topic

Le topic vise à faire progresser l’évaluation des risques et la résilience face à plusieurs aléas simultanés, successifs ou interdépendants. Il demande de dépasser les modèles isolés par type de risque pour mieux comprendre les effets cumulatifs et en cascade sur les populations, les économies, les services essentiels et les infrastructures critiques. Les projets doivent viser des modèles prédictifs intégrés, des données comparables, une meilleure interopérabilité des plateformes et des outils utiles à la prévention comme à la réponse. Le texte officiel met l’accent sur les interactions entre aléas météorologiques, géophysiques et technologiques, ainsi que sur les conséquences physiques, économiques et sociales.

Comment intégrer des modèles d’aléas distincts dans des systèmes prédictifs capables de simuler les interactions, les dépendances et les effets à long terme ? La proposition doit spécifier les aléas, les échelles spatiales et temporelles, les infrastructures et communautés concernées, ainsi que les décisions opérationnelles que les modèles aideront à prendre. Elle doit traiter la propagation de l’incertitude, la qualité des données, les biais éventuels et la manière dont les alertes conduisent à une action anticipée. Un simple tableau de bord agrégeant des couches cartographiques, sans validation des modèles ni démonstration d’usage, serait insuffisant.

Le périmètre peut couvrir l’intégration de modèles mono-aléa, la simulation numérique, les données en temps réel, la télédétection, l’analytique IA et l’interopérabilité des systèmes d’alerte, si ces éléments répondent à une question de risque précise. Les exemples pertinents comprennent les inondations combinées à des glissements de terrain, les vagues de chaleur et sécheresses, les séismes et répliques, ou les perturbations en chaîne affectant énergie, eau, transport et télécommunications. Le projet doit examiner les systèmes physiques, sociaux et de gouvernance, intégrer les vulnérabilités pertinentes et s’appuyer, lorsque cela apporte une valeur démontrable, sur des ressources existantes comme Copernicus Emergency Management Service, Destination Earth ou Risk Data Hub.

Construire un plan de travail allant de l’inventaire des modèles et des lacunes à l’architecture d’intégration, puis à la calibration, la validation rétrospective et la démonstration sur des scénarios réalistes. Définir les interfaces, formats, granularités, règles d’accès et seuils de qualité pour permettre l’échange entre systèmes régionaux et nationaux. Comparer les performances avec des références explicites et tester la robustesse face aux données manquantes, aux événements extrêmes et aux changements de contexte. Associer dès le début les autorités, opérateurs d’infrastructures, services météorologiques et géophysiques, équipes de gestion de crise et utilisateurs finaux. Prévoir une analyse de marché ou des parties prenantes et une feuille de route d’adoption.

Réunir les historiques d’événements, séries météorologiques et géophysiques, données d’exposition et de vulnérabilité, dépendances entre infrastructures, pertes directes et indirectes, traces d’alerte et journaux de réponse. Documenter les droits d’usage, la résolution, la couverture, les lacunes et les méthodes d’harmonisation. Définir des métriques communes de risque et de résilience intégrant effets physiques, économiques et sociaux; mesurer la qualité des prévisions, les faux positifs, les délais d’anticipation, l’incertitude et l’utilité pour la décision. L’échange de données doit respecter le besoin d’en connaître et les règles de sécurité, tout en recherchant des données FAIR lorsque cela est possible.

Les systèmes de décision peuvent affecter les priorités d’intervention, la continuité de services et la sécurité de populations vulnérables. Prévoir la traçabilité des hypothèses, l’explicabilité adaptée à l’utilisateur, l’audit des biais et un contrôle humain sur les décisions à fort impact. Protéger les données sensibles relatives aux infrastructures et aux personnes; classifier les accès et tester la cybersécurité des interfaces. Ne pas présenter les sorties probabilistes comme des certitudes. Décrire les limites de généralisation, les procédures de gestion des erreurs et la responsabilité en cas de recommandations divergentes entre modèles ou autorités.

Le consortium devrait combiner sciences des risques, modélisation, données géospatiales, IA, météorologie ou géophysique, ingénierie des infrastructures et sciences sociales. Associer des autorités de protection civile, opérateurs de réseaux essentiels, collectivités, fournisseurs de données et organismes chargés de l’alerte ou de la gestion de crise. Des sites pilotes dans plusieurs contextes de risque renforcent la validation. Répartir clairement les responsabilités pour données, modèles, tests, gouvernance et adoption; documenter les accès aux données, lettres de soutien, environnements de test et procédures de partage transnational.

Les résultats doivent améliorer l’anticipation, l’évaluation des impacts en cascade, la coordination des réponses et la planification de la résilience. Indiquer des valeurs de référence et des cibles mesurables pour la qualité des prévisions, l’interopérabilité, la réduction des délais d’alerte ou l’amélioration des décisions. Prévoir la réutilisation des modèles et jeux de données, la maintenance après projet, les coûts d’intégration et les responsabilités institutionnelles. Les activités sont attendues au TRL 6 en fin de projet selon la page officielle. Les projets doivent expliquer comment les résultats seront transférés aux autorités, opérateurs, communautés scientifiques et écosystèmes industriels, sans supposer qu’une même méthode convient à tous les territoires.

Aléas et chaînes d’événements; territoires et infrastructures; modèles existants; données historiques et temps réel; granularité et licences; utilisateurs et décisions à soutenir; partenaires de gestion de crise; sites de test; références comparatives; métriques de risque et résilience; méthode de validation; architecture et formats d’échange; sécurité et gouvernance des données; stratégie d’adoption; maintenance; calendrier et budget; exigences officielles à vérifier.

Appel en cours au 13/10/2026; échéance publiée : 05/11/2026 01:00. Confirmer l’heure, le fuseau, les éventuels amendements et l’état du portail avant toute communication au candidat.

Sources officielles

• Source officielle (PCN / Funding & Tenders)