Analyse des populations exposées au risque élevé d’inondation en Suisse : Le cas des cantons de Zurich, de Genève, du Valais, des Grisons, du Jura et de Neuchâtel
Author(s)
Gerber, Dania
Editor(s)
Bernasconi, Chiara
Bocconi University, School of the Art Institute of Chicago, The Museum of Modern Art, Universita' Cattolica del Sacro Cuore
Date issued
May 2026
Number of pages
117
Abstract
Avec l’intensification du changement climatique, les inondations représentent aujourd’hui l’un des principaux risques climatiques en Suisse. Depuis plusieurs années, les autorités produisent et mettent à jour des cartes de danger afin d’identifier les zones exposées. Parallèlement, les données démographiques deviennent de plus en plus précises. Pourtant, le croisement entre ces deux types d’informations reste encore limité. Ainsi, malgré une communication importante des communes et des cantons sur les mesures de prévention et de protection, il n’existe pas d’informations concrètes sur le nombre réel de personnes exposées au risque d’inondation à l’échelle nationale.
Cette recherche vise précisément à combler ce manque en combinant les données de population avec les cartes de danger afin de quantifier et de cartographier les personnes exposées à un danger élevé d’inondation en Suisse. L’analyse se concentre sur six cantons représentatifs des trois grandes régions suisses : le Jura, le Plateau et les Alpes. Pour ce faire, une analyse géographique réalisée avec QGIS a permis de croiser les cartes de danger et les données de population afin d’en extraire les informations quantitatives pertinentes. L’objectif est de mieux comprendre la répartition spatiale de l’exposition humaine et d’apporter une vision plus précise des populations concernées par ce risque climatique.
Les résultats principaux montrent que l’exposition de la population varie fortement selon les cantons, allant de 2.7 % de la population totale du canton de Zurich jusqu’à 23.8 % dans le canton du Valais. Le nombre de personnes exposées dépend non seulement du nombre total d’habitant.e.s, mais surtout de leur localisation par rapport aux zones de danger. La topographie joue également un rôle majeur, car elle influence à la fois la présence, l’étendue et la taille des zones de danger ainsi que l’occupation du territoire. Cette recherche contribue à une meilleure compréhension du nombre de personnes exposées ainsi que de leur répartition spatiale face aux risques d’inondation en Suisse.
Cette recherche vise précisément à combler ce manque en combinant les données de population avec les cartes de danger afin de quantifier et de cartographier les personnes exposées à un danger élevé d’inondation en Suisse. L’analyse se concentre sur six cantons représentatifs des trois grandes régions suisses : le Jura, le Plateau et les Alpes. Pour ce faire, une analyse géographique réalisée avec QGIS a permis de croiser les cartes de danger et les données de population afin d’en extraire les informations quantitatives pertinentes. L’objectif est de mieux comprendre la répartition spatiale de l’exposition humaine et d’apporter une vision plus précise des populations concernées par ce risque climatique.
Les résultats principaux montrent que l’exposition de la population varie fortement selon les cantons, allant de 2.7 % de la population totale du canton de Zurich jusqu’à 23.8 % dans le canton du Valais. Le nombre de personnes exposées dépend non seulement du nombre total d’habitant.e.s, mais surtout de leur localisation par rapport aux zones de danger. La topographie joue également un rôle majeur, car elle influence à la fois la présence, l’étendue et la taille des zones de danger ainsi que l’occupation du territoire. Cette recherche contribue à une meilleure compréhension du nombre de personnes exposées ainsi que de leur répartition spatiale face aux risques d’inondation en Suisse.
Publication type
master thesis
File(s)![Thumbnail Image]()
Loading...
Name
Gerber Dania - Analyse des populations exposées au risque élevé d'inondation en Suisse UniNE MEMOIRE 2026.pdf
Type
Main Article
Size
131.75 MB
Format
Adobe PDF
