UNIVERSITÉ DU QUÉBEC À MONTRÉAL

GESTION DES INONDATIONS FLUVIALES À SUSSEX ET SUSSEX CORNER,

NOUVEAU-BRUNSWICK : UNE APPROCHE PAR LE RISQUE

MÉMOIRE

PRÉSENTÉ

COMME EXIGENCE PARTIELLE

DE LA MAÎTRISE EN GÉOGRAPHIE

PAR

FRANCIS DUHAMEL

7 MAI 2021
 UNIVERSITÉ DU QUÉBEC À MONTRÉAL
Service des bibliothèques

Avertissement

La diffusion de ce mémoire se fait dans le respect des droits de son auteur, qui a signé
le formulaire Autorisation de reproduire et de diffuser un travail de recherche de cycles
supérieurs (SDU-522 – Rév.10-2015). Cette autorisation stipule que «conformément à
l’article 11 du Règlement no 8 des études de cycles supérieurs, [l’auteur] concède à
l’Université du Québec à Montréal une licence non exclusive d’utilisation et de
publication de la totalité ou d’une partie importante de [son] travail de recherche pour
des fins pédagogiques et non commerciales. Plus précisément, [l’auteur] autorise
l’Université du Québec à Montréal à reproduire, diffuser, prêter, distribuer ou vendre des
copies de [son] travail de recherche à des fins non commerciales sur quelque support
que ce soit, y compris l’Internet. Cette licence et cette autorisation n’entraînent pas une
renonciation de [la] part [de l’auteur] à [ses] droits moraux ni à [ses] droits de propriété
intellectuelle. Sauf entente contraire, [l’auteur] conserve la liberté de diffuser et de
commercialiser ou non ce travail dont [il] possède un exemplaire.»
 REMERCIEMENTS

Ce mémoire est dédié à mes parents, Dominique et Louis, qui m’ont encouragés à
suivre mon cœur dans le choix de mes études, qui m’ont procurés tous les moyens pour
mener à bien mon parcours académique et qui m’ont toujours apportés un
inconditionnel support moral. Je remercie de tout cœur Marie-Pascale, Marilène,
Patrick, Ian, Victor, François et Jessika qui sont mes meilleurs amis géographes et qui
resteront des amis proches après les études, ainsi que tous les autres étudiants et
étudiantes que j’ai croisé sur mon chemin, avec qui j’ai fêté, discuté et appris. Je
remercie Charlotte Poirier, ma collègue de travail à l’été 2019, pour son aide sur le
terrain et son point de vue sur la méthodologie de mon projet.

Ce mémoire de maîtrise a été réalisé dans le cadre du projet intitulé « Amélioration de

la gestion des risques hydroclimatiques à l’échelle des bassins versants » et financé par
l’Agence Universitaire de la Francophonie (AUF), par le Fonds en fiducie pour
l'environnement du gouvernement du Nouveau-Brunswick et par les fonds de
recherches de mes deux directeurs de recherche, Daniel Germain et Guillaume Fortin.
J’aimerais remercier le premier pour son partage de connaissances autant dans les cours
du baccalauréat que de la maîtrise. Daniel a su diffuser sa passion et ses connaisances
sur la géomorphologie et les risques naturels avec brio, ce qui a contribué au
développement de ma propre passion pour ces mêmes sujets. Je remercie le second
pour son accueil, son amabilité et surtout les opportunités que ma contribution à ses
projets m’a procuré, notamment le terrain et le séjour au Nouveau-Brunswick ainsi que
 iii

le stage de recherche au sein du Laboclima de l’Universidade Federal do Paraná au

Brésil.

Gostaria de agradecer todas as pessoas que me receberam tão bem em Curitiba. Entre
elas, os professores Francisco de Assis Mendonça e Leonardo José Cordeiro Santos e
os estudantes Isabela, Cynthia, Luciano e principalmente Gabriela e Juliana. Todos
vocês foram muito acolhedores e me fizeram descobrir o seu país com os seus olhares
geográficos, oferecendo-me desde o primeiro momento suas calorosas amizades, que é
típico do seu povo. Vocês são definitivamente amigos para a vida e já estou ansioso
pelos nossos inevitáveis encontros.

Merci énormément aux habitants de Sussex et Sussex Corner qui ont participés à cette
étude. J’ai la conviction que la concertation active et l’inclusion des citoyens est
centrale à la réduction du risque de catastrophe dans les petites communautés.

Je remercie finalement tous les géographes qui m’ont précédés et qui ont contribués à
façonner une discipline qui, par sa capacité à saisir simultanément les dimensions
physiques et humaines du territoire et leurs relations complexes à travers les nouvelles
technologies est, à mon avis, la plus outillée pour faire face aux problématiques
comtemporaines et futures de nos socitétés dont l’étude nécessitent un regard holistique
et multi-scalaire avec des compétences interdisciplinaires.
DÉDICACE

Community resilience cannot exist

without human beings because people
are the core of the operation of the
whole city system. Moreover, people
hold the mobilization function of
social resources, which can effectively
drive the emergence of community

-Bo Meng, Nan Li et Dongping Fang

 TABLE DES MATIÈRES

LISTE DES FIGURES ............................................................................................... viii

LISTE DES TABLEAUX ........................................................................................... xii

LISTE DES ABRÉVIATIONS, DES SIGLES ET DES ACRONYMES ................. xiii

RÉSUMÉ ................................................................................................................... xiv

ABSTRACT ................................................................................................................ xv

INTRODUCTION ........................................................................................................ 1

CHAPITRE I CONSIDÉRATIONS THÉORIQUES ET ÉTAT DE L’ART ............. 6

1.1 La vulnérabilité .................................................................................................... 6
1.1.1 Les cadres théoriques .............................................................................. 10
1.1.2 La mesure de la vulnérabilité .................................................................. 12
1.1.3 L’échelle d’étude ..................................................................................... 17
1.2 L’aléa ................................................................................................................. 18
1.3 L’exposition ....................................................................................................... 19
1.4 La perception du risque ..................................................................................... 20
1.4.1 Perception ou représentation ? ................................................................ 21
1.4.2 La perception influence-t-elle la vulnérabilité ? ..................................... 22
1.4.3 Les bases théoriques de la perception du risque ..................................... 24
1.4.4 Mesure de la perception du risque .......................................................... 25
1.5 Retour sur les considérations théoriques ........................................................... 28

CHAPITRE II RÉGION D’ÉTUDE ......................................................................... 29

 vi

2.1 Les inondations à Sussex et Sussex Corner ....................................................... 33

2.2 Portrait sociodémographique ............................................................................. 35

CHAPITRE III MÉTHODOLOGIE ......................................................................... 37

3.1 L’exposition à l’aléa .......................................................................................... 38
3.2 La vulnérabilité .................................................................................................. 39
3.2.1 La vulnérabilité individuelle .................................................................. 39
3.2.2 La vulnérabilité socio-économique ......................................................... 45
3.2.3 La vulnérabilité structurelle .................................................................... 47
3.3 Le risque: une approche participative pour la pondération des indicateurs....... 49
3.4 Quantification et cartographie du risque............................................................ 50

CHAPITRE IV RÉSULTATS .................................................................................. 51

4.1 La vulnérabilité individuelle .............................................................................. 51
4.1.1 Régressions logistiques ordinales ........................................................... 55
4.2 Pondération des indicateurs et cartographie des dimensions du risque ............. 64
4.2.1 L’exposition à l’aléa ................................................................................ 65
4.2.2 La dimension individuelle de la vulnérabilité ......................................... 67
4.2.3 La dimension socio-économique de la vulnérabilité ............................... 68
4.2.4 La dimension structurelle de la vulnérabilité .......................................... 69
4.3 L’indice global du risque ................................................................................... 73

CHAPITRE V DISCUSSION ................................................................................... 76

5.1 Analyse du risque d’inondation fluviale à Sussex et Sussex Corner ................. 76
5.2 Les facteurs de vulnérabilité individuelle .......................................................... 79
5.2.1 Les facteurs influencant la perception du risque ..................................... 79
5.2.2 Les facteurs influençant la préparation au risque .................................... 80
5.2.3 En quoi la perception du risque influence-t-elle l’adoption de mesures de
préparation ? ......................................................................................................... 82
5.3 La responsabilité du risque ................................................................................ 84
5.4 La communication du risque ............................................................................. 86

CONCLUSION ........................................................................................................... 90
 vii

ANNEXE A CERTIFICAT D’APPROBATION ÉTHIQUE DU CERPE ................ 96

ANNEXE B FORMULAIRE DE CONSENTEMENT À LA POPULATION

(VERSION FRANÇAISE).......................................................................................... 97

ANNEXE C QUESTIONNAIRE À LA POPULATION (VERSION FRANÇAISE) ..

................................................................................................................................. 101

ANNEXE D FORMULAIRE DE CONSENTEMENT AUX EXPERTS DE LA

SÉCURITÉ CIVILE (VERSION FRANÇAISE) ..................................................... 109

ANNEXE E QUESTIONNAIRE AUX EXPERTS DE LA SÉCURITÉ CIVILE

(VERSION FRANÇAISE)........................................................................................ 112

RÉFÉRENCES.......................................................................................................... 126
 LISTE DES FIGURES

Figure 0-1. Adaptation simplifiée du "AR5 conceptual framework" (IPCC, 2014) ..... 2

Figure 1-1. Cadre conceptuel BBC de Birkmann (2006) ............................................ 11

Figure [Link] versant de la rivière Kennebecasis ................................................. 29

Figure 2-2. Limites du bassin versant de la haute rivière Kennebecasis et des cinq sous-
bassins (Fortin et al., 2019) ................................................................................. 30

Figure 2-3. Vue de la rivière Trout Creek à partir du pont de Post Rd, Sussex Corner
............................................................................................................................. 31

Figure 2-4. Hydrogramme pour la station hydrométrique d’Apohaqui (rivière

Kennebecasis) couvrant la période de 1961 à 2016 ............................................ 32

Figure 2-5. Inondations historiques à Sussex. L’année de l’inondation sur la photo de

gauche est inconnue alors que l’image de droite montre l’inondation de 2014 .. 33

Figure 3-1. Les différentes composantes du risque et les variables associées ............ 38

Figure 3-2. Localisation des six zones géographiques (A à F) visitées lors de la

passation des questionnaires ............................................................................... 42

Figure 4-1. Facteurs en sortie de l'analyse factorielle et leurs items........................... 53

Figure 4-2. Effet prédictif pour le modèle de régression logistique ordinale de la

perception sur les variables « statut » et « expérience d’inondation » ................ 55
 ix

Figure 4-3. Effet prédictif pour le modèle de régression logistique ordinale de la

perception du locus de contrôle sur les variables « zone », « préparation
personnelle », « préparation structurelle » et « préparation » ............................. 56

Figure 4-4. Effet prédictif pour le modèle de régression logistique ordinale de la

perception affective selon les variables « expérience d’inondation », « ancienneté
» et « préparation » .............................................................................................. 57

Figure 4-5. Effet prédictif pour le modèle de régression logistique ordinale de la

perception cognitive selon les variables « expérience d’inondation », « ancienneté
» et « préparation » .............................................................................................. 58

Figure 4-6. Effet prédictif pour le modèle de régression logistique ordinale de la

préparation au risque selon les variables « zone », « âge », « finance » et «
expérience d’inondation » ................................................................................... 59

Figure 4-7. Diagramme à boîte à moustache du nombre de mesures préparatoires

adoptées selon l'expérience d'inondation ............................................................ 60

Figure 4-8. Histogramme de fréquence du nombre de mesures de préparation adoptées

par le répondant selon la zone géographique ...................................................... 60

Figure 4-9. Effet prédictif pour le modèle de régression logistique ordinale de la

préparation personnelle au risque selon les variables « zone », « expérience
d’inondation », « finance » et « préparation simple » ......................................... 61

Figure 4-10. Effet prédictif pour le modèle de régression logistique ordinal de la

préparation personnelle au risque selon la variable « perception du locus de
contrôle »............................................................................................................. 62

Figure 4-11. Effet prédictif du modèle de régression logistique ordinale de la

préparation structurelle selon les variables « finance » et « perception du locus de
contrôle »............................................................................................................. 63

Figure 4-12. Effet prédictif du modèle de régression logistique ordinale de la

préparation structurelle selon les variables «zone», «âge», «Occupation» et
«Statut» ............................................................................................................... 63
 x

Figure 4-13. Exposition des bâtiments de Sussex aux inondations fluviales - Cote de
récurrence de 20 ans ............................................................................................ 65

Figure 4-14. Exposition des bâtiments de Sussex aux inondations fluviales - Cote de
récurrence de 100 ans .......................................................................................... 66

Figure 4-15. Exposition des bâtiments de Sussex Corner aux inondations fluviales -
Cote de récurrence de 20 ans .............................................................................. 66

Figure 4-16. Exposition des bâtiments de Sussex Corner aux inondations fluviales -
Cote de récurrence de 100 ans ............................................................................ 67

Figure 4-17. Évaluation de la vulnérabilité socio-économique à l’échelle du bâtiment à

Sussex - Cote de récurrence de 100 ans .............................................................. 68

Figure 4-18. Évaluation de la vulnérabilité socio-économique à l’échelle du bâtiment à

Sussex Corner - Cote de récurrence de 100 ans .................................................. 69

Figure 4-19. Accessibilité des bâtiments pour les véhuciles d’urgence à Sussex - Cote
de récurrence de 100 ans ..................................................................................... 70

Figure 4-20. Accessibilité des bâtiments pour les véhuciles d’urgence à Sussex Corner
- Cote de récurrence de 100 ans .......................................................................... 71

Figure 4-21. Évaluation de la vulnérabilité structurelle aux inondations à Sussex - Cote

de récurrence de 20 ans ....................................................................................... 71

4-22. Évaluation de la vulnérabilité structurelle aux inondations à Sussex - Cote de

récurrence de 100 ans .......................................................................................... 72

Figure 4-23. Évaluation de la vulnérabilité sructurelle aux inondation à Sussex Corner

- Cote de récurrence de 20 ans ............................................................................ 72

Figure 4-24. Évaluation de la vulnérabilité structurelle aux inondation à Sussex Corner

- Cote de récurrence de 100 ans .......................................................................... 73
 xi

Figure 4-25. Évaluation du risque à l’échelle du bâtiment à Sussex - Cote de récurrence

de 20 ans .............................................................................................................. 74

Figure 4-26. Évaluation du risque à l’échelle du bâtiment à Sussex - Cote de récurrence

de 100 ans ............................................................................................................ 74

Figure 4-27. Évaluation du risque à l’échelle du bâtiment à Sussex Corner - Cote de

récurrence de 20 ans ............................................................................................ 75

Figure 4-28. Évaluation du risque à l’échelle du bâtiment à Sussex Corner - Cote de

récurrence de 100 ans .......................................................................................... 75

Figure 5-1. Comparaison des indices des différentes dimensions du risque entre deux
bâtiments – Cote de récurrence de 100 ans ......................................................... 78

Figure 5-2. Relation entre la perception et la préparation au risque d'inondation -

adaptation du « Triangle of flood risk perception » de Lechowska (2018) ........ 82
 LISTE DES TABLEAUX

Tableau 2-1. Augmentation prévue des débits de crue due aux changements climatiques
pour trois petits affluents de la rivière Kennebecasis. Source : R.V. Anderson
Associates Limited, 2016 .................................................................................... 34

Tableau 3-1. Justification, source et variables utilisées pour la vulnérabilité individuelle

............................................................................................................................. 44

Tableau 3-2. Justification, source et format des variables de la vulnérabilité socio-

économique ......................................................................................................... 46

Tableau 3-3. Justification, source et variables utilisées pour la vulnérabilité structurelle

............................................................................................................................. 48

Tableau 4-1. Profil des répondants pour les zones inondables à Sussex et Sussex Corner
............................................................................................................................. 52

Tableau 4-2. Résultats du test de Goodman-Kruskal .................................................. 54

Tableau 4-3. Renseignement des experts ayant répondu au questionnaire ................. 64

Tableau 4-4. Pondération issue du PAH des dimensions et indicateurs de la

vulnérabilité......................................................................................................... 64
 LISTE DES ABRÉVIATIONS, DES SIGLES ET DES ACRONYMES

AIC Critère d'information d'Akaike

AMC Analyse Multicritère

AD Aire de diffusion

BBC Bogardi, Birkmann & Cardona

DOPU drop-off and pick-up

AFE Analyse Factorielle Exploratoire

GNB Gouvernement du Nouveau-Brunswick

HEC-RAS Hydrologic Engineering Centers River Analysis System

IPCC Intergovernmental Panel on Climate Change

LiDAR Light Detection and Ranging

MNT Modèle Numérique de Terrain

PAH Processus Analytique Hiérarchique

PAR Pressure And Release

SIG Système d’information géographique

 xiv

RÉSUMÉ

Les changements climatiques à venir induiront vraisemblablement une augmentation

des inondations dans le sud du Nouveau-Brunswick et les coûts qui y sont associés, de
même que les conséquences traumatiques sur les individus qui les subissent. Le risque
se manifeste lorsqu’il y a une inondation (aléa), des éléments exposés et une population
touchée (vulnérabilité) par cet aléa.

Ce mémoire explore l’approche par le risque, en considérant autant les dimensions

physique et humaine du phénomène afin de produire une analyse plus réaliste et
adéquate du risque. Pour ce faire, l’exposition a été conjuguée à la vulnérabilité,
laquelle a été abordée de manière multidimensionelle, c’est-à-dire à travers la prise en
compte des aspects socio-économiques, structurels (du bâtiment) et individuels. Tous
ces éléments ont été combinés dans une analyse multi-critère afin d’élaborer un indice
global du risque visualisable à l’échelle du bâtiment. L’importance relative des
indicateurs a été déterminée à l’aide d’un processus participatif impliquant des experts
dans le domaine de la sécurité civile et des inondations à l’échelle locale et nationale.
La zone étudiée concerne Sussex et Sussex Corner, deux petites communautés
fortement touchées par les inondations particulièrement depuis 10 ans.

Une attention particulière a été accordée à la vulnérabilité individuelle, incluant la

perception et la préparation face au risque d’inondation. Ces aspects ont été étudiés
directement avec les populations locales à l’aide d’un questionnaire. Les analyses
qualitative et quantitative des réponses obtenues ont permis de mieux comprendre les
enjeux de perception et de préparation des populations exposées aux inondations. Ces
données devraient permettre d’améliorer d’une part, la communication du risque entre
les autorités concernées et les populations exposées et, d’autre part, favoriser la mise
en place de mesures adaptées et ainsi accentuer une gestion participative de type
ascendante. L’intégration des données dans un système d’information géographique
permet de visualiser et spatialiser le risque, mais aussi chacune de ses composantes.

Mots clés : inondation, risque, vulnérabilité, perception, approche participative,

Nouveau-Brunswick
 ABSTRACT

The ongoing climate change will likely lead to increased flooding in southern New
Brunswick and associated costs, as well as traumatic consequences for the individuals
who experience them. The risk manifests itself when there is a flood (hazard), elements
exposed and a population affected (vulnerability) by this hazard.

This thesis explores the risk-based approach, considering both the physical and human
dimensions of the phenomenon in order to produce a more realistic and adequate
analysis of the risk. To do this, exposure was combined with vulnerability, which was
approached in a multidimensional way, that is to say through the consideration of
socioeconomic, structural (building) and individual aspects. All of these elements were
combined in a multi-criteria analysis to develop an overall risk index viewable at
building scale. The relative importance of the indicators was determined through a
participatory process involving experts in the field of civil protection and flooding at
the local and national levels. The area studied concerns Sussex and Sussex Corner, two
small communities heavily affected by flooding for the past 10 years.

Particular attention was given to individual vulnerability, including perception and

preparation for the risk of flooding. These aspects were studied directly with the local
populations using a questionnaire. The quantitative and qualitative analysis of the
responses obtained made it possible to better understand the issues of perception and
preparation of populations exposed to floods. These data should make it possible to
improve, on the one hand, risk communication between the authorities concerned and
the exposed populations and, on the other hand, encourage the implementation of
appropriate measures and thus accentuate bottom-up participatory management. The
integration of data into a geographic information system makes it possible to visualize
and spatialize the risk, but also each of its components.

Keywords: flood, risk, vulnerability, perception, participatory approach, New

Brunswick
 ABSTRATO

As mudanças climáticas em curso provavelmente levarão ao aumento das inundações

no sul de New Brunswick e de seus custos associados, bem como à consequências
traumáticas para os indivíduos que as vivenciam. O risco se manifesta quando há um
evento deinundação (perigo), associado à elementos expostos e uma população afetada
(vulnerabilidade) por este perigo.

Esta pesquisa explora a abordagem baseada no risco, considerando as dimensões física

e humana do fenômeno, a fim de produzir uma análise mais realista e adequada do
risco. Para tanto, aliou-se a exposição à vulnerabilidade, a qual foi abordada de forma
multidimensional, ou seja, considerando aspectos socioeconômicos, estruturais
(edificação) e individuais. Tais elementos foram combinados em uma análise
multicritério, de modo a desenvolver um índice de risco geral visível em escala de
construção. A importância relativa dos indicadores foi determinada através de um
processo participativo envolvendo especialistas locais e nacionais da área de proteção
civil e inundações. As áreas estudadas referem-se a duas pequenas comunidades
fortemente afetadas por inundações nos últimos 10 anos: Sussex e Sussex Corner.

Foi dada especial atenção à vulnerabilidade individual, incluindo a percepção e

preparação para o risco de inundações. Tais aspectos foram estudados diretamente com
as populações locais por meio de um questionário. A análise quantitativa e qualitativa
das respostas obtidas permitiu compreender melhor as questões de percepção e
preparação das populações expostas às inundações. Estes dados devem, por um lado,
permitir a melhoria da comunicação sobre o risco entre as autoridades competentes e
as populações expostas e, por outro, incentivar a implementação de medidas adequadas
e, assim, enfatizar a gestão participativa ascendente. A integração dos dados em um
sistema de informações geográficas permite visualizar e espacializar o risco, mas
também cada um de seus componentes.

Palavras-chave: inundação, risco, vulnerabilidade, percepção, abordagem participativa,

New Brunswick
 INTRODUCTION

Les inondations représentent l'aléa naturel avec la fréquence la plus élevée et la plus
large répartition géographique à l’échelle planétaire (United Nations Office for
Disaster Risk Reduction [UNISDR], 2017). La situation est similaire au Canada
(Sécurité publique Canada, 2019), de même que dans plusieurs provinces comme le
Québec et le Nouveau-Brunswick (Fortin et al., 2018). En effet, au Nouveau-
Brunswick les inondations ont été particulièrement dommageable au cours de la
dernière décennie (Fortin et al., 2019), notamment dans le bassin versant du fleuve
Saint-Jean avec des évènements majeurs survenus en 2010, 2014, 2017 et 2018. Cette
dernière inondation a d’ailleurs endommagé plus de 12 000 propriétés et généré plus
75 millions de dollars en dommages (Gouvernement du Nouveau-Brunswick, 2018).
Ces chiffres ne prennent toutefois pas en considération les conséquences
psychologiques et émotionnelles des victimes.

Les changements climatiques en cours et à venir permettent d’anticiper une hausse des
évènements météorologiques extrêmes (Easterling, 2000; Peduzzi et al., 2013;
Intergovernmental Panel on Climate Change [IPCC], 2012), et ceux-ci auront
vraisemblablement des impacts significatifs sur les régimes hydrologiques (El-Jabi et
al., 2016; Li & Jin, 2017; Nigatu et al., 2016). On est alors en droit de s’attendre à une
fréquence accrue des inondations (Aubrecht et al., 2013; Hirabayashi & Kanae, 2009).
Dans le sud du Nouveau-Brunswick, il est mentionné que les changements climatiques
favoriseront une augmentation significative des évènements à haute fréquence – les
 2

inondations avec une période de retour inférieure à 2 ans – et une augmentation

moindre des évènements à faible fréquence (100 ans) (El-Jabi et al., 2016). De plus,
tout porte à croire que les périodes de redoux et les précipitations liquides augmenteront
pendant les mois d’hiver (Il Jeong & Sushama, 2018), ce qui suscitera des débits de
pointe hivernaux plus élevés (Beltaos & Burrell, 2003; Fortin et al., 2019) et de manière
générale une augmentation probable des inondations futures avec une augmentation de
l’intensité des précipitations de 20% pour 2100 par rapport aux données historiques
(R.V. Anderson Associates Limited, 2016). Face à l’augmentation des conséquences
économiques et sociales qui pourraient en découler, les gouvernements et les
municipalités se doivent d’adopter des plans de prévention adaptés aux changements
hydrologiques anticipés et développer des outils robustes et fiables pour la réduction
du risque d’inondation.
Selon l’IPCC, le concept de risque est issu de la combinaison d’un aléa (évènement)
climatique ou météorologique, l’exposition d’une population à cet aléa et sa
vulnérabilité (IPCC, 2012, 2014) (voir figure 0-1).

Figure 0-1. Adaptation simplifiée du "AR5 conceptual framework" (IPCC, 2014)

 3

Afin de représenter adéquatement le risque, la composante humaine doit donc être

considérée de manière complémentaire aux composantes environnementales
(Birkmann, 2006; Brito & Evers, 2017; Cutter & Finch 2008; Dwyer et al., 2014;
Veyvret & Reghzza, 2006; Jongman et al., 2015). Par conséquent, la mise en œuvre
réussie d’une stratégie de gestion du risque nécessite la prise en compte des facteurs
sociaux, lesquels influent directement sur la gouvernance du risque (Maidl &
Buchecker, 2015). En effet, la gestion du risque vue sous l’angle des quatre
composantes de la sécurité civile, à savoir la prévention, la préparation, l’intervention
et le rétablissement (Gouvernement du Québec, 2002), se doit d’être une responsabilité
partagée entre les décideurs, les experts et la société civile afin d’être la plus efficace
possible (Henstra et al., 2018; Maidl & Buchecker, 2015).

Les sciences humaines sont d’ailleurs de plus en plus pertinentes dans la gestion des
risques naturels. En effet, malgré l’avancement des technologies et des connaissances
portant sur plusieurs aléas, les conséquences désastreuses des évènements
météorologiques proviennent plutôt du niveau de vulnérabilité préexistante des
individus et collectivités exposées (Veyvret & Reghezza, 2006; Ministère de la
Sécurité Publique [MSP], 2008). La vulnérabilité est alors définie comme étant:

« … la prédisposition des éléments exposés à l’aléa, tel que les êtres humains,
leurs moyens de subsistance et leurs ressources, à subir des effets négatifs
lorsqu’ils sont impactés par cet aléa (...). La vulnérabilité est liée aux
prédispositions, susceptibilités, fragilités, faiblesses, lacunes ainsi qu’au manque
de capacité d’adaptation qui favorisent les effets néfastes sur les éléments
exposés. » (IPCC, 2012; p.69).
 4

Étudier la vulnérabilité de manière multidimensionnelle, multidisciplinaire, multi-

scalaire, en considérant sa variabilité dans le temps et sa répartition dans l’espace à
l’échelle la plus fine possible, tout en considérant les interrelations entre la perception
et la préparation face à l’aléa inondation, permet d’avoir une meilleure analyse du
risque. L’objectif général de ce projet de recherche consiste à produire une analyse du
risque d’inondation par le truchement d’une approche participative en visant la
population exposée dans les milieux résidentiels et l’expertise de spécialistes de la
sécurité civile. Pour ce faire, trois objectifs complémentaires sont poursuivis afin de
répondre à différentes questions de recherche :

Objectif 1 : Évaluer et caractériser la vulnérabilité individuelle, soit la perception et

la préparation des citoyens face au risque d’inondation.
Question 1.1 Quels sont les facteurs qui influencent la vulnérabilité individuelle ?
Question 1.2 En quoi la perception du risque influence-t-elle l’adoption de mesures
de préparation ?

Objectif 2 : Produire un portrait exhaustif de la vulnérabilité des communautés de

Sussex et Sussex Corner.
Question 2.1 Comment les différentes dimensions étudiées de la vulnérabilité
(individuelle, socio-économique, structurelle) influent-elles sur
l’élaboration d’un indice global de vulnérabilité ?

Objectif 3 : Cartographier le risque d’inondation à l’échelle du bâtiment pour les

agglomérations étudiées.
Question 3.1 Comment les différentes composantes du risque sont-elles distribuées
dans l’espace ?
 5

Question 3.2 Cette approche par la vulnérabilité apporte-t-elle vraiment une meilleure
analyse du risque ?

Les agglomérations étudiées sont Sussex et Sussex Corner, deux communautés

voisines situées dans le sud du Nouveau-Brunswick, et aux prises avec des inondations
récurrentes et couteuses, notamment ces dernières années. L’étude de la perception et
la préparation face au risque d’inondation permettra de dresser un portrait exhaustif de
la vulnérabilité de la population, et donc d’améliorer notre compréhension du risque.
Enfin, il est souhaité que ces résultats permettent également une préparation et une
intervention plus efficace en cas d’inondation pour les communautés étudiées.
 CHAPITRE I

CONSIDÉRATIONS THÉORIQUES ET ÉTAT DE L’ART

Dans ce chapitre, les considérations théoriques et l’état de l’art par rapport aux
différents concepts reliés au risque seront explorés. Une attention particulière est
attribuée aux concepts de vulnérabilité et de perception du risque, ainsi qu’aux
approches et techniques de mesure.

1.1 La vulnérabilité

La vulnérabilité n'a toujours pas de définition consensuelle dans le domaine

scientifique, notamment due à la pluralité des disciplines qui emploie ce terme. En
effet, chaque discipline a développé un aspect spécifique de la vulnérabilité comme les
dimensions physiques, économiques, sociales et environnementales. Cela a donc pour
résultat d’en diminuer l’efficacité et la transférabilité (Birkmann, 2006; IPCC, 2012).

La vulnérabilité a d’abord été introduite par les sciences sociales, en réponse à la vision
orientée purement sur l’aléa dans les années 1970. L’étude de la vulnérabilité comme
mesure de réduction du risque a donc évolué de manière parallèle, et parfois en
opposition, au paradigme dominant basé sur les interventions techniques dans les
 7

années 1980 (Birkmann, 2006). Le concept a ensuite évolué dans plusieurs directions
en fonction de l’objet d’étude et de la discipline concernée (Cardona, 2013). Il existe
aujourd’hui à tout le moins cinq dimensions de la vulnérabilité :

(i) La dimension physique ou fonctionnelle de la vulnérabilité : « Within the

environmental dimension, physical aspects refer to a location specific context for
human-environment interaction (Smithers and Smit, 1997) and to the material
world (e.g. built structures) » (IPCC, 2012; p.77). La dimension physique a donc
beaucoup de similitude avec le terme exposition qui sera abordé plus loin dans
ce chapitre. Parfois appelée vulnérabilité du bâtiment (Birkmann et al., 2013), la
dimension physique de la vulnérabilité concerne les prédispositions d’un bien
physique anthropique à subir des dommages à cause d’un aléa (IPCC, 2012).

(ii) La dimension économique : les auteurs qui s’intéressent à la dimension

économique de la vulnérabilité vont s’intéresser aux « perturbations de la
capacité de production d’un système liées aux dommages matériels qu’engendre
un aléa » (Birkmann et al., 2013; p.200).

(iii) La dimension sociale ou socio-économique : cette dimension s’attarde à « la

propension au bien-être humain à être perturbé au niveau individuel (santé
mentale et physique) et collectif (santé, services éducatifs, etc.) (...) » (Birkmann
et al., 2013; p.200). La vulnérabilité socio-économique étudie donc les individus,
les systèmes sociaux et leurs caractéristiques (genre, marginalisation de groupes
sociaux, etc.) (Birkmann et al., 2013; Cutter et al., 2003).

(iv) La dimension environnementale ou écologique : elle concerne le rôle des

écosystèmes, leur dégradation face au risque et l’impact subséquent sur la qualité
 8

de vie des humains (MSP, 2008). Elle désigne également l’interrelation entre
différents écosystèmes et leur capacité à faire face à des perturbations, à se
remettre de dégradations ou d’une diminution des ressources et à tolérer des
pressions naturelles ou anthropiques dans le temps et dans l’espace (IPCC, 2012).
Les pressions précédemment mentionnées sont plus souvent qu’autrement de
sources anthropiques. Les indicateurs de vulnérabilité environnementales sont,
par exemple, l’utilisation de fertilisants, la déforestation, la dénudation des
pentes, l’agriculture intensive, etc. (Barnet et al., 2008).

(v) La dimension institutionnelle ou politique : elle réfèrere aux entités de

gouvernance et en leur la capacité de mettre en place des actions de mitigation
de manière formelle (légale) ou informelle (Birkmann et al., 2013).

La dimension culrelle est également mentionnée. Elle fait référence au potentiel de

dommages immatériels, elle touche la signification attribuée aux objets et paysages
urbains ou naturels (Birkmann et al., 2013). Le point commun de toutes ces approches
réside dans le fait qu'elles font référence aux conditions préalables qui rendent un
individu ou un système susceptible à subir un préjudice à la suite d'un aléa (choc
externe). En revanche, chacune de ces approches et définitions de la vulnérabilité
diffère les unes des autres, puisque l’explication de la susceptibilité dépend du type
d’aléa, de l’échelle considérée, des facteurs de vulnérabilité et de la situation spécifique
à l’emplacement (Müller et al., 2011).

Or, la définition qui semble être la plus inclusive est la suivante :

…la prédisposition des éléments exposés à l’aléa, tel que les êtres humains, leurs
moyens de subsistance et leurs ressources, à subir des effets négatifs lorsqu’ils
sont impactés par cet aléa (...). La vulnérabilité est liée aux prédispositions,
susceptibilités, fragilités, faiblesses, lacunes ainsi qu’au manque de capacité
 9

d’adaptation qui favorisent les effets néfastes sur les éléments exposés (IPCC,
2012; p.69).

La susceptibilité ou sensibilité est la prédisposition d’éléments à risque de subir des

dommages (Birkmann et al., 2013). La capacité d’adaptation est l’aptitude d’un
système à s’ajuster aux perturbations, à diminuer les dommages potentiels et à faire
face aux conséquences des transformations qui se produisent (Gallopín, 2006). Elle se
mesure avec « la somme ou la combinaison de toutes les forces et ressources
disponibles au sein d’une collectivité, d’une société ou d’une organisation qui peuvent
concourir à la réduction des risques ou des conséquences découlant de la manifestation
d’un aléa » (MSP, 2008). Deux éléments également exposés mais avec des
susceptiblité et des capacités d’adaptation différentes ne seront pas autant vulnérables.
La vulnérabilité est préexistante à l’évènement qui induit le risque, mais également liée
au relèvement post-catastrophe. En ce sens, elle devrait donc inclure la résilience qui
est la capacité d’un individu, d’une communauté ou d’un système humain à absorber
les changements dus à l’occurrence d’un aléa ou d’une perturbation, à se réorganiser et
à retrouver son état social, structurel, économique, politique, etc., initial ou un état
proche de sa configuration pré aléa (IPCC, 2018). La vulnérabilité se doit donc d’être
étudiée de manière multidimensionnelle, multi-scalaire et dynamique.

(i) Multidimensionnelle car toutes les dimensions (économiques, sociales,

physiques, etc.) doivent être incluses et ce, de manière à représenter le plus
adéquatement possible la réalité (Godfrey et al., 2015; IPCC, 2012).

(ii) Multi-scalaire car la vulnérabilité d’un système ou d’une société n’est pas la
même que celle de la région, du ménage ou de l'individu (Birkmann, 2007). La
vulnérabilité est souvent augmentée par des évènements non extrêmes, mais très
récurrents qui sont rarement visibles au niveau national ou régional, mais qui le
 10

sont au niveau local et individuel (Field et al., 2012). Certains auteurs

mentionnent que l’échelle du bâtiment est celle qui offre une évaluation la plus
précise du niveau de risque pour la population (Aubrecht et al., 2013; Balica et
al., 2009; Fortin et al., 2020; Koks et al., 2014; Merz et al., 2007).

(iii) Dynamique car la vulnérabilité change selon la temporalité considérée ou

observée selon des facteurs physiques, sociaux, économiques et
environementaux (de Vries, 2007). À titre d’exemple, la vulnérabilité diffère
grandement si les gens sont présents à leur domicile ou au travail, si la catastrophe
survient le jour ou la nuit, à différents moments de l’année ou d’année en année
selon la mobilité des personnes et la modification du cadre bâti (Aubrecht et al.,
2013; Cutter & Finch, 2008). Elle change également selon le degré et la durée de
l’exposition à l’aléa.

1.1.1 Les cadres théoriques

Plusieurs cadres théoriques existent dans l’étude de la vulnérabilité, dont le cadre

théorique de la structure double de la vulnérabilité (double structure of vulnerability),
le cadre théorique de la subsistance durable (sustainable livelihood framework), le
modèle PAR « pressure and release » et l’approche BBC « Bogardi, Birkmann &
Cardona ». Le cadre théorique de la structure double de la vulnérabilité divise le
concept en vulnérabilité interne − la capacité à anticiper, gérer, résister et récupérer de
l'impact d'un aléas − et vulnérabilité externe correspondant à l’exposition aux risques
(Bohle, 2001). Le cadre théorique de la subsistance durable (sustainable livelihood
framework) met l’emphase sur les moyens de subsistance (actifs matériels et
immatériels) et la durabilité (capacité à faire face aux stress et aux chocs et de s'en
remettre), qui peuvent s’apparenter à la résilience (définie plus tôt), pour mieux agir
sur les structures sociétales (gouvernements, secteurs privés, groupes marginalisés)
 11

afin de réduire la vulnérabilité (Birkmann, 2006; Chambers & Conway, 1992; UK

DFID, 2001). Le modèle PAR considère le risque comme le produit de l’aléa et la
vulnérabilité. Le risque est alors déterminé par les processus de gouvernance
économique, démographique et politique, et tous les processus qui transforment les
effets de cette gouvernance en conditions d’insécurité. Celles-ci représentent la
vulnérabilité humaine exprimée dans le temps et l’espace (Wisner et al., 2003). Toutes
ces approches proposent néanmoins une vision globale du risque. Plusieurs auteurs
soulignent d’ailleurs l’importance d’inclure des caractéristiques générales comme la
vulnérabilité structurelle (politique/institutionnel), les taux d’urbanisation (Cutter et
al., 2003), la globalisation et les changements climatiques (O’Brien & Leichenko,
2000). L’approche BBC vise à lier la vulnérabilité, la sécurité et le développement
durable en un seul cadre conceptuel (Birkmann, 2006; figure 1-1).

Figure 1-1. Cadre conceptuel BBC de Birkmann (2006)

 12

Elle se veut moins abstraite et plus adaptée aux besoins réels de la sécurité civile en
matière de réduction de la vulnérabilité. Selon ce cadre théorique, les conditions de
vulnérabilité dépendent d'une part, de l'exposition et de la susceptibilité d'éléments
physiques dans les zones à risque et, d'autre part, de la fragilité socio-économique et
du manque de résilience sociale et de capacité à faire face au risque. Les auteurs
considèrent alors le risque comme le couplage des dommages physiques potentiels,
déterminés par la sensibilité des éléments du cadre bâti en fonction de l’intensité et
l’occurrence d’un aléa, et du facteur d’impact correspondant aux fragilités socio-
économiques et au manque de résilience. Enfin, on propose ici que la réduction de la
vulnérabilité doit accorder une importance particulière à la préparation plutôt qu’à la
gestion des urgences et autres interventions en cas de catastrophe (Birkmann, 2006).

1.1.2 La mesure de la vulnérabilité

La méthode la plus utilisée pour mesurer la vulnérabilité consiste à créer un indice à

partir de plusieurs variables et indicateurs (i.e., Adger et al., 2004; Balica et al., 2009;
Balica et al., 2012; Barnet et al., 2008; Brito & Evers, 2016; Brooks et al., 2005; Cutter
et al., 2003; Cutter & Finch, 2008; Fekete, 2009, 2012; Godfrey et al., 2015; Haki et
al., 2004; Kappes et al., 2012; Koks et al., 2014; Mitchel & Scott, 2000; Müller et al.,
2011; Tate, 2012; Thomas et al., 2012; Rufat et al., 2015). Il s’agit de choisir les
variables qui définissent et influencent les vulnérabilités spécifiques de la région
d’étude puis de les transformer en indicateurs mesurables (Raghavan Sathyan et al.,
2018). Pour Birkmann, un indicateur se définit comme : « an operational
representation of a characteristic or quality of a system able to provide information
regarding the susceptibility, coping capacity and resilience of a system to an impact of
an albeit ill-defined event linked with a hazard of natural » (Birkmann, 2007; p.87).
 13

Cette approche a l’avantage d’être facilement compréhensible par les décideurs

(Ciurean et al., 2013; Godfrey et al., 2015), surtout quand le problème est
multidimensionnel (Raghavan Sathyan et al., 2018). L’enjeu autour de cette approche
est lié à la subjectivité du choix des indicateurs de même que leur importance relative.
À cet égard, plusieurs auteurs utilisent la méthode de la pondération équivalente (Rufat
et al., 2015), ce qui néglige les relations potentielles entre les indicateurs (De Brito et
al., 2018; Tate, 2012) ou le fait que certains indicateurs puissent introduire une plus
grande vulnérabilité que d’autres (Fekete, 2012; Tate, 2012). En plus, cette approche
ne considère pas le fait que chaque territoire est unique et que l’importance des
indicateurs est susceptible de varier selon les réalités locales (Müller et al., 2011).
Enfin, il convient de mentionner que le choix des indicateurs et leur pondération
respective influencent grandement les résultats (Tate, 2012), d’où l’importance de
rappeler l’objectif ultime qui consiste à réduire la vulnérabilité (Birkmann, 2005). Pour
mener à bien la méthode par indicateur, il faut (i) choisir une appproche et (ii) effectuer
l’analyse multicritère.

[Link] Les différentes approches

Il existe principalement deux types d’approches pour choisir les indicateurs et leur
poids respectif : (i) les approches inductives et (ii) les approches déductives (Batista,
2014; Fernandez et al., 2016; Hinkel, 2011; Dewan, 2013; Niemeijer, 2002; Niemeijer
& Groot, 2008; Tate, 2012).

Les approches inductives sont uniquement centrées sur le traitement statistique des
données. Elles consistent à choisir un large éventail de variables initiales (généralement
 20) pour ensuite en réduire le nombre selon les corrélations entre elles (Adger et al.,
2004; Tate, 2012). Elles sont dites inductives car l’on part du particulier pour en arriver
à des conclusions générales. Par exemple, si des données montrent que la mortalité due
 14

aux vagues de chaleur est plus élevée dans les quartiers à faible revenu, la variable
faible revenu peut donc indiquer potentiellement une vulnérabilité aux vagues de
chaleur (Hinkel, 2011). D’un point de vue statistique, l’analyse en composantes
principales (ACP) ou l’analyse factorielle est habituellement utilisée. On sélectionne
ainsi les variables de vulnérabilité ainsi que leur pondération en fonction de la variance
expliquée dans les composantes ou les facteurs sélectionnés (Cutter et al., 2003). On
peut ensuite créer des indices de vulnérabilité sociale à partir de méthodes inductives
tel que l’indice de vulnérabilité sociale (Cutter et al., 2003). Les variables qui
proviennent de sources différentes et qui sont composées de différents types de données
(âge, salaire, taille du ménage, etc.) doivent être normalisées. Les approches inductives
utilisent généralement une méthode de normalisation dont la valeur moyenne est nulle
(0) et l’écart type de un (1), ce qui s’avère particulièrement utile en présence de valeurs
extrêmes (Baptista, 2014).

L’approche déductive, par comparaison à l’approche inductive, est plus adaptée à des
situations où le nombre de variables est faible (Baptista, 2014). Elle repose sur des
connaissances préexistantes pour arriver à une conclusion spécifique. Par exemple, la
littérature nous renseigne à l’effet que la participation à des activités politiques est
importante pour réduire la pauvreté; il est alors possible d’en déduire que les variables
mesurant la non-participation à la politique permettent d’estimer la pauvreté (Hinkel,
2011). Dans certains cas, le choix et la pondération des variables sont faits à partir d’un
cadre théorique préexistant et issu de la littérature scientifique (Balica et al., 2012). Or,
se fier uniquement à la littérature peut s’avérer inadéquat puisque la vulnérabilité est
spécifique à un endroit précis et une population donnée. Ainsi, les jugements d’experts
dans le domaine et la réalité géographique sont sollicités selon une approche
participative pour identifier et sélectionner les variables pertinentes (Tate, 2012).
Celles-ci sont aussi normalisées mais plutôt à travers une transformation basée sur le
minimum et le maximum (entre 0 et 1) (Baptista, 2014).
 15

[Link] L’approche déductive participative

L’approche participative ou la modélisation participative désigne la participation

d’experts et décideurs dans une ou plusieurs étapes du processus de modélisation. Elle
est d’ailleurs très utilisée et d’une grande importance dans l’évaluation des impacts
environnementaux et les études reliées à la gestion des ressources en eau (Hare, 2011).
Les principaux avantages de l’approche participative sont résumés ci-dessous :

• Elle comble le fossé entre les modélisateurs et les utilisateurs de même qu’entre la
science et la politique (Barthel et al., 2017);

• Les praticiens sont impliqués dans le processus de création d'un indice de

vulnérabilité et sont ainsi plus enclins à l'incorporer dans les décisions politiques
(De Brito et al., 2018; Hare, 2011);

• Elle procure une compréhension plus approfondie des conditions à l’échelle locale
(Müller et al., 2011) et permet d’aboutir à une évaluation fine de la vulnérabilité de
la population. Les experts étant généralement sélectionnés pour leurs bonnes
connaissances des caractéristiques du risque dans la zone étudiée (Tanguy, 2016);

• Elle est transdisciplinaire (Müller et al., 2011), ce qui va de pair avec le cadre
théorique de l’approche holistique de l’appréhension du risque et de la vulnérabilité,
selon lequel les variables doivent permettre de mesurer la vulnérabilité d’un point
de vue global et multidisciplinaire (Birkman, 2006);

• Elle permet d’accroitre la crédibilité et l'acceptabilité des résultats de la recherche

(Brito et al., 2018; Müller et al., 2011);
 16

• Elle considère les connaissances dépassant les limites d’une organisation et, par
conséquent, favorise une compréhension plus large et systémique du problème ce
qui permet à son tour de concevoir des modèles de vulnérabilité plus efficaces
(Müller et al., 2011).

Dans le contexte du risque d’inondation, l’approche participative permet d’améliorer

la transparence et la rigueur analytique car le choix des variables utilisées, leur
pondération et agrégation ainsi que la normalisation des données sont explicitement
exprimées, menant à des décisions justifiables et à des résultats reproductibles (Brito
et al., 2018). L’approche participative vise souvent les experts de la sécurité civile pour
le choix et la pondération des variables, et généralement la population touchée par les
inondations pour l’étude de la perception et la préparation au risque.

L’agrégation des jugements d’experts peut se faire par groupe de discussion (focus
group), par un processus analytique hiérarchique (PAH) ou par une méthode hybride.
Les groupes de discussion ne donnent pas toujours des résultats robustes puisque les
experts peuvent avoir des avis très différents (Brooks et al., 2005). La plupart des
études de vulnérabilité avec une approche déductive et l’avis d’experts utilisent le PAH
(Saaty, 1980). Il s’agit d’une méthode déductive qui permet de calculer le poids des
différentes variables selon l’avis de plusieurs experts en considérant les interrelations
entre les critères d’entrée afin de quantifier leur importance relative (Saaty, 2008).

[Link] L’analyse multicritère

L’agrégation est l’étape suivante où toutes les variables sélectionnées sont additionnées
en fonction de leur poids relatif afin de créer un indice de vulnérabilité (Tate, 2012).
Pour ce faire, les auteurs ont souvent recours à l’analyse multicritère (AMC). L’AMC
est un outil d’aide à la décision qui permet de structurer formellement des problèmes à
 17

facettes multiples (De Brito & Evers, 2016), c’est à dire avec différents types de
données et des intérêts et objectifs variables selon les acteurs et les décideurs (De Brito
& Evers, 2016; Tsoutsos et al., 2009). La principale lacune de cette méthode est sa
subjectivité dans l'importance relative accordée aux critères (Tsoutsos et al., 2009),
lacune qui est normalement comblée, en partie du moins, par l’approche participative
avec l’avis d’experts (De Brito & Evers, 2016) ou pars une approche inductive
statistiquement robuste (Cutter et al., 2003). L’AMC est souvent utilisée dans la
cartographie du risque d’inondation et de la vulnérabilité (Barczak & Grivault, 2007;
Kubal et al., 2009; Lee et al., 2013; Scheuer et al., 2011) puisqu’elle permet, à l’aide
d’un système d’information géographiques (SIG), de combiner toutes les variables et
de visualiser les zones les plus vulnérables et ainsi produire un outil d’aide à la décision
(Malczewski & Rinner, 2005).

1.1.3 L’échelle d’étude

L’importance de cartographier le risque et ses composantes à une échelle fine en

préconisant, par exemple la parcelle ou le bâtiment (Merz et al., 2007; Tanguy, 2016),
est reconnue (Dewals et al., 2011). Plusieurs auteurs ont appliqué ce type de maillage
cartographique, mais plutôt dans le cadre d’analyses économiques (Aubrecht et al.,
2013; Kreibich et al., 2002; Müller et al., 2011), de perte de vie humaine (Ramsbottom
et al., 2003) ou d’exposition (Armenakis et al., 2017). À notre connaissance, Tanguy
(2016) est l’une des seules à avoir créé un outil de cartographie à l’échelle du bâtiment
destiné à une utilisation opérationnelle. Toutefois, dans les petites localités et les
milieux ruraux, certaines limites existent en ce qui a trait à la précision spatiale des
données démographiques disponibles (Koks et al., 2014).

La cartographie traditionnelle de la vulnérabilité utilise généralement les secteurs du

recensement gouvernemental comme maillage d’étude (Tanguy, 2016). Au Canada, la
 18

plus petite unité géographique de diffusion de l’information pour laquelle une large
quantité de données socio-économiques est disponible est l’aire de diffusion (AD),
accessible via Statistique Canada. Chaque AD regroupe entre 400 et 700 habitants.
Cette large échelle d’analyse implique que la totalité de l’AD est exposée au même
niveau de risque d’inondation, ce qui est d’autant plus problématique puisque les
changements de vulnérabilité se font surtout à une échelle plus fine. Par exemple, les
indicateurs d’exposition tels que le niveau d’eau et la vitesse d’écoulement diffèrent
d’une manière significative dans l’AD, et sont même inexistants en dehors des plaines
inondables, lesquelles peuvent représenter des portions plus ou moins importantes dans
certaines AD. La cartographie par AD suggère donc que tous les individus présents
dans la zone sont vulnérables de manière équivalente, ce qui est erroné puisque les
disparités socio-économiques changent à l’échelle des quartiers, voire des bâtiments.
Dans une perspective multi-scalaire, il est possible d’étudier simultanément les
disparités de vulnérabilité entre les quartiers à partir d’une cartographie à l’échelle du
bâtiment, mais le contraire est impossible d’où l’intérêt de travailler à une échelle fine.
De plus, la cartographie à l’échelle du bâtiment est avantageuse pour la sécurité civile
afin de prioriser certaines populations et quartiers particulièrement vulnérables et ce,
autant en phase de prévention, d’atténuation, d’intervention et de rétablissement
(Tanguy, 2016).

1.2 L’aléa

L’aléa est l’évènement perturbateur. Il est utilisé pour décrire l'occurrence potentielle
d'évènements (e.g. glissement de terrain, tremblement de terre, verglas, etc.) ou
anthropiques (e.g. attentat terroriste, accident industriel majeur, etc.) pouvant avoir un
impact physique, social, économique et environnemental dans une zone donnée au
cours d'une période donnée. L’aléa peut être soudain (e.g. séisme, avalanche, crue
 19

éclaire), progressif (e.g. sécheresse, érosion littorale) ou encore issus de conditions

latentes évoluant lentement (e.g. pollution, hausse de niveau de la mer). Il est donc
important d’identifier les caractéristiques de l’aléa, à savoir l’intensité, la probablité
d’occurrence, la localisation spatiale, la vitesse d’évolution (cinétique), la durée
d’impact, le degré de soudaineté, la prévisbilité, le mécanisme physique, le potentiel
destructif, le niveau de perturbation, la dimension temporelle et la possibilité de
maîtrise ou de contrôle. L’aléa est considéré comme simple lorsqu’il n’est pas à
l’origine d’un autre aléa (effet domino). On note généralement trois catégories d’aléas
naturels selon l’origine: géologique, biologique et hydrométéorologique (MSP, 2008).

L’aléa considéré dans le cadre de ce travail est l’inondation. Selon l’IPCC (2012),
l’inondation se définit comme « le débordement des limites normales d'une rivière ou
d'un autre plan d'eau, ou l'accumulation d'eau sur des zones qui ne sont normalement
pas submergées » (IPCC, 2012; p.529). Il sera question ici des inondations fluviales
(ou intérieures) d’eau libre issues de la fonte rapide de la neige et de pluies abondantes
faisant augmenter le débit et le niveau de l’eau jusqu’à ce atteidre le lit majeur. Le
niveau et la fréquence des inondatiosn sont calculés statistiquemenent en fonction des
données historiques en utilisant les termes « période de retour » et « récurrence ». Il
s’agit de la durée moyenne de l’occurrence d’un événement d’une intensité donnée.

1.3 L’exposition

L’exposition est le degré ou la durée de contact du système (attributs physiques et

humains d’un territoire) avec l’aléa (Birkmann et al., 2013; Gallopín, 2006). L’analyse
de l’exposition permet donc de connaitre ce qui est susceptible d’être affecté par
l’inondation, dans le cas qui nous concerne, et à quel niveau (Merz et al., 2007). Dans
une cartographie à l’échelle du bâtiment, chaque bâtiment exposé doit être considéré
 20

comme un objet distinct. La hauteur d’eau, la vitesse d’écoulement et la durée de

l’inondation sont tous des éléments d’exposition (Dewals et al., 2011). D’autres
caractéristiques peuvent aussi influencer l’ampleur des dégâts comme la charge
sédimentaire transportée, la taille des sédiments, la nature des matériaux (glace et bois)
et la pollution de l’eau (Merz et al., 2007). Ces caractéristiques sont néanmoins
difficiles à modéliser à cause de leur variabilité temporelle et spatiale. L’exposition
comprend également les éléments exposés d’un système anthropique comme les
infrastructures, les bâtiments et les installations critiques (réseaux routiers et
ferroviaires, établissements de santé, établissements d'enseignement, ambulances,
postes de pompiers et de police, aéroports, etc.) (Armenakis et al., 2017).

1.4 La perception du risque

Même si la perception du risque, en tant que composante issue du jugement collectif et

du tissu social d’une société, est mentionnée comme une variable de la vulnérabilité
(Kellens et al., 2011; Lechowska, 2018; Messner & Meyer, 2006), elle est encore très
peu incluse dans l’analyse de la vulnérabilité puisque d’une part, elle est difficile à
quantifier et, d’autre part, elle nécessite un contact direct avec la population
(Lechowska, 2018; Müller et al., 2011; Terpstra et al., 2006). Paradoxalement, de
nombreux auteurs (Becker et al., 2014; Bradford et al., 2012; Bubeck et al., 2012;
Terpstra et al., 2006) ont étudié la perception du risque d’inondation, mais ne l’ont pas
inclus dans la vulnérabilité. La perception représente donc :

« un processus relationnel primaire qui procède par l’action de nos sens, et donc
en présence du phénomène, puis d’un décodage contigu et immédiat afférent à
une signification basique en vertu d’un filtre cognitif dénotatif permettant de
 21

traduire et structurer les données sensorielles pour identifier et nommer ledit

phénomène, c’est-à-dire pour le (re)connaître » (Bédard, 2016; p.537).

Dans le cas de la perception du risque en particulier, nous nous intéressons non pas à
un objet (inondation), mais plutôt à un concept (le risque). La recherche sur la
perception du risque étudie donc les émotions et les comportements face aux aléas
(Kellens et al., 2011) et l’évaluation de la probabilité perçue du danger et des impacts
négatifs (Becker et al., 2014; Bubeck et al., 2012; Grothmann & Reusswig, 2006;
Lechowska, 2018). Une perception accrue signifie généralement une sensibilisation
élevée aux risques engendrés par l’aléa (Lechowska, 2018). D’un point de vue
géographique, on ne s’intéresse pas aux mécanismes physiologiques de la perception,
mais plutôt au traitement et à l’évaluation de l’information (Bédard, 2016).

1.4.1 Perception ou représentation ?

La représentation est « un processus relationnel secondaire d’évocation et

d’interprétation qui procède par le seul travail de notre esprit, cela, en vertu d’une
opération connotative permettant de qualifier le sens qu’on prête audit phénomène et
à la relation antécédente qu’on entretient à son égard, c’est-à-dire pour le
comprendre » (Bédard, 2016; p.538). Par la représentation, l’humain reconstruit et
donne un sens plus étoffé à l’imaginaire évoqué par le phénomène ou l’objet, et ce en
l’absence de ce dernier. Le phénomène ainsi représenté n’est pas réel, il s’agit d’une
interprétation pourvue de sens et de valeur. La perception est donc plus directe et brute
que la représentation (Bédard, 2016). La représentation est donc pertinente à l’étude du
risque d’inondation puisque la vulnérabilité est influencée par l’imaginaire autour du
risque (qu’il représente ou non un danger). Le plus grand nombre d’études sur la
perception du risque d’inondation provient de la littérature scientifique anglo-saxonne
(Villa & Bélanger, 2012) dans laquelle la représentation du risque ne semble pas être
 22

un terme existant. Or, le terme perception semble englober ici celui de la représentation
puisque bon nombre de ces études analysent l’interprétation du risque d’une population
en faisant uniquement référence aux inondations passées ou futures (Armaş & Avram,
2009; Duží et al., 2014; Kaye & Johnston, 2010; Miceli et al., 2008; Terpstra et al.,
2006). Dans la littérature francophone, les deux termes sont parfois confondus et inters
changés. Dans ce mémoire, le terme perception sera utilisé au sens large, c’est à dire
comme englobant la perception et la représentation, ceci par souci de simplification et
par respect de la littérature anglo-saxonne dominante dans le domaine.

1.4.2 La perception influence-t-elle la vulnérabilité ?

Les divers acteurs concernés par l’aménagement du territoire ont des relations
subjectives différentes par rapport au territoire en fonction de leurs tâches respectives.
Ainsi, la perception du risque par les acteurs institutionnels (scientifiques et
représentants de l’autorité publique) est différente de la perception des individus
affectés ou susceptibles de l’être (Martin et al., 2016; Maidl & Buchecker, 2015). Une
gestion dite descendante (top-down) des catastrophes ignore généralement les
connaissances locales, la dynamique sociale, la culture et la participation des personnes
les plus à risque à travers une vision paternaliste. Les capacités de prévision et
d'intervention les plus avancées ont une efficacité limitée lorsque les personnes à risque
ne sont pas considérées dans la planification des mesures d'urgence et la prise de
décision (Weichselgartner & Breviere, 2011). Il est donc important de comprendre
comment les gens touchés voient leur propre situation afin d’améliorer la coordination
entre les autorités et la population (Baggio & Rouquette, 2006; Harvatt et al., 2011).
La connaissance des perceptions de la population permet alors d’améliorer
sensiblement l’application de mesures adaptées pour la gestion des risques (Kellens et
al., 2011), notamment en communiquant de manière plus efficace et en ciblant les
informations pertinentes pour la population (Bradford et al., 2012; Kammerbauer &
 23

Minnery, 2019). Certains auteurs placent même la perception du risque au centre des
préoccupations, puisque le manque de connaissance quant aux perceptions du risque
par la population serait la principale raison de l’échec des politiques publiques de
gestion des inondations (Bradford et al., 2012; Messner & Meyer, 2006). En effet,
celle-ci permet de pallier d’une part, le manque de données quantitatives pour mesurer
la vulnérabilité et, d’autre part, d’adopter des mesures adaptées aux conditions locales
(Thong, 2019).

La perception sert également à l’élaboration et la mise en place de mesures

préparatoires qui, elles, peuvent réduire de manière significative la vulnérabilité
(Harvatt et al., 2011; Thong, 2019). Les individus et les ménages peuvent donc
influencer leur degré de vulnérabilité (Müller et al., 2011). L’image ou la perception
d’un risque permet de faire une évaluation de la menace, des choix à concrétiser et des
actions à entreprendre (Becerra et al., 2013). Selon la théorie de la motivation à la
protection (Maddux & Rogers, 1983), l’individu fait une évaluation basée sur des
processus cognitifs ainsi que sur la perception du risque. Cela signifie qu’un individu
choisi des mesures non protectrices, comme le déni, la pensée magique et le fatalisme,
s’il considère que le risque est élevé, mais que sa capacité à le gérer est faible. À
l’inverse, un individu choisi des mesures de protection si le risque et la capacité à y
faire face sont élevés (Grothmann et Reusswig, 2006; Villa et Bélanger, 2012). La
perception permet donc d’étudier comment les individus évaluent les ressources et les
stratégies pour faire face au risque (Colbeau-Justin & Weiss, 2004). Il est donc essentiel
de comprendre les facteurs qui influencent cette décision (Harvatt et al., 2011).

Les mesures de préparation sont diverses, elles peuvent consister à la relocalisation, la

surélévation d’une maison, l’utilisation de matériaux imperméables, l’installation de
systèmes de drainage, de pompes ou de clapets anti-refoulement, l’aménagement des
prises électriques en hauteur, l’installation temporaire de sacs de sable ou de barrière
 24

étanches, etc. Ces mesures de préparation individuelle pourraient réduire les couts de
50 à 80% (Owasu et al., 2015). On estime que ces installations seraient même rentables
dans les cas où le risque annuel d’inondation est supérieur à 2% (Thurston et al., 2008).
Bien que certaines mesures préparatoires puissent s’avérer onéreuses, d’autres peuvent
être réalisées sans un investissement monétaire important comme l’installation des
objets de valeur aux étages supérieurs, la présence d’une trousse d’urgence en lieu sûr,
l’action de s’informer sur les risques et les mesures de protection, etc. (Bubeck et al.,
2012; Paton & Johnston, 2001).

La sécurité civile doit être une responsabilité partagée (Gouvernement du Québec,

2002; Henstra et al., 2018; Maidl & Buchecker, 2015). L’action publique doit être
combinée à une action individuelle pour une meilleure efficacité. Ultimement, le but
de l’étude de la perception du risque étant de sensibiliser et d’amener le citoyen à se
préparer davantage sur une base individuelle (Thong, 2019) pour ainsi réduire la
vulnérabilité et le risque.

1.4.3 Les bases théoriques de la perception du risque

Les deux paradigmes dominants dans l’étude de la perception du risque sont le

paradigme psychométrique et le « risk-as-feeling » (Villa et Bélanger, 2012). Bien que
distincts, les deux modèles théoriques partagent néanmoins certaines similitudes.

La majorité des études sur la perception du risque d’inondation est fondée sur le
paradigme psychométrique (Villa et Bélanger, 2012). Celui-ci propose que le risque
est un concept subjectif, puisqu’il n’existe pas indépendamment de nos esprits et de
nos cultures (Slovic, 2000a). Différentes caractéristiques de la perception et leurs
interrelations peuvent ainsi être mesurées et modélisées pour décrire ce phénomène
social d’une manière statistique et quantitative (Bodemer & Gaissmaier, 2015;
 25

Lewoska, 2018). Ce paradigme est axé sur l'identification des mécanismes

psychologiques qui influencent la perception du risque comme la crainte reliée au
risque et ses conséquences, le manque de contrôle et le potentiel catastrophique perçu
par l’individu, la nouveauté du risque et la méconnaissance de la science et de la société
par rapport au risque (Bodemer & Gaissmaier, 2015; Slovic, 2000b; Terpstra et al.,
2006). La nouveauté du risque est la mesure dans laquelle les impacts négatifs d’un
danger sont jugés comme étant inobservables, inconnus, nouveaux ou retardés
(Loewenstein et al., 2001).

Le risk-as-feeling stipule que les comportements issus des situations à risque sont
dictés par deux processus qui s’influencent simultanément (Loewenstein et al., 2001) :
le processus émotionnel et le processus cognitif. Le processus émotionnel concerne les
émotions telles que la peur, l’inquiétude et l’anxiété, lesquelles influencent les
comportements de l’individu. Le processus cognitif est une évaluation des probabilités
des conséquences et, par conséquent, tend à être plus objectif. Il s’agit en fait d’une
évaluation de la gravité des résultats potentiels. Le risk-as-feeling supporte donc la
complémentarité de ces deux processus mais n’exclue pas la possibilité que les
réactions émotionnelles puissent être différentes des réactions cognitives. Il est alors
tout à fait possible qu’un individu adopte des approches qui s’éloignent de ce qu’il
considère, sur les plans pragmatique et cognitif, comme la meilleure ligne de conduite
(Loewenstein et al., 2001).

1.4.4 Mesure de la perception du risque

La mesure de la perception du risque se fait généralement à l’aide de questionnaires

(Villa & Bélanger, 2012). Ceux-ci sont généralement composés d’énoncés élaborés à
partir des différentes dimensions du risque, et sont ensuite divisés en sous-sections
selon les différents aspects recherchés de la perception. La plupart des auteurs évaluent
 26

les aspects suivants : les connaissances, les émotions et la capacité d’agir, lesquels
peuvent toutefois être mentionnés sous d’autres terminologies (Raue et al., 2018).

[Link] Les connaissances

Les connaissances affectent directement la vulnérabilité (Müller et al., 2011). Les

individus généralement bien informés sur l’aléa ont souvent une meilleure perception
du risque (Botzen et al., 2009; Raaijmakers et al. 2008; Działek et al. 2013b) et sont
plus enclins à entreprendre des mesures de protection (Grothmann & Reusswig, 2006;
Ruin et al., 2007; Thieken & Gocht, 2007). La composante cognitive, elle, est
directement reliée aux connaissances de l’aléa et de ses conséquences réelles ou
potentielles (Loewenstein et al., 2001).

[Link] Les émotions

Selon le paradigme Risk-as-feeling, les décisions des personnes à risque sont motivées
non seulement par les connaissances reliées aux conséquences probables du risque,
mais surtout par les émotions et les inquiétudes générées par le risque (Loewenstein et
al., 2001). Les composantes affectives issues d’un sentiment d'inquiétude associé à un
scénario probable sont moins réfléchies que les composantes cognitives (Bodemer &
Gaissmaier, 2015; Loewenstein et al., 2001; Peters et al., 2006). Les émotions peuvent
alors servir d'indices pour le jugement de probabilité. Par exemple, lorsque les
personnes évaluent la probabilité qu'un évènement dangereux se produise, elles se fient
habituellement aux expériences affectives antérieures, aux sentiments actuels et aux
images associées à l'évènement (Slovic et al., 2004). Les émotions sont donc souvent
liées aux inquiétudes (Peters et al., 2006; Sjobergl, 1998).
 27

[Link] La capacité d’agir et le locus de contrôle

La perception est également mesurable selon le contrôle que l’individu croit avoir sur
la situation (Lopez-Vazquez & Marvan, 2012). Selon le modèle transactionnel du stress
de Lazarus et Folkman (1984), l’individu fait simultanément une évaluation de la
menace et de sa capacité à y faire face afin de déterminer s’il adopte des stratégies de
protection. Si l’évènement est considéré comme très menaçant et que la capacité à y
faire face est faible, l’anxiété et le stress engendrés empêcheront l’adoption de mesures
de préparation. Les niveaux de protection sont élevés lorsque l’évènement est jugé
menaçant, mais que les capacités à y faire face sont aussi élevées (Lazarus et Folkman,
1984). En ce qui concerne les capacités, on note une différence si elles relèvent des
personnes touchées ou uniquement des autorités. C’est la notion de locus de contrôle
interne et externe. Le locus de contrôle tire son origine de la théorie de l’apprentissage
social de Rotter (1966), où les expériences mènent les individus à se questionner sur le
contrôle qu’ils ont sur une situation (López-Vázquez & Marván, 2012). Par exemple,
si la responsabilité est décrite ou pensée comme le résultat d’actions entreprises par les
personnes elles-mêmes, on parle alors de locus de contrôle interne. À l’inverse, si les
forces externes sont perçues comme étant responsables d’une situation, on parle alors
d’un locus de contrôle externe (Rose et al., 2010).

Les chercheurs s’intéressent donc à la confiance qu’ont les individus envers les
autorités publiques quant à leur protection contre les inondations (Becerra et al., 2013;
Grothmann & Reusswig, 2006; Harvatt et al., 2011; Villa & Bélanger, 2012). Une forte
dépendance envers les autorités publiques pour faire face aux inondations peut affaiblir
la motivation des individus (Maidl & Buchecker, 2015). Or, il est généralement admis
qu’un fort locus de contrôle interne, et donc une confiance en soi-même pour surmonter
une catastrophe, mène à des comportements préventifs (Rose et al., 2010; Sattler et al.,
2000). La signification qu’un individu donne à un évènement ainsi qu’aux dommages
 28

associés va influencer sa confiance quant à la maitrise de son environnement et les

stratégies pour y faire face (Colbeau-Justin & Weiss, 2004). Une acceptation de la
situation et la réduction du stress causée par cette situation à travers le partage
d’expériences et le soutien par la communauté et des professionnels de la santé sont
considérés comme des stratégies cognitives qui permettent de surmonter des épreuves.
C’est donc l’interaction entre une forte confiance et un support social externe qu’un
individu peut facilement faire face à une catastrophe au niveau psychologique (Sattler
et al., 2002).

1.5 Retour sur les considérations théoriques

Il existe des lacunes quant à l’analyse du risque d’inondation puisque la priorité a

toujours été d’étudier les caractéristiques physiques de l’aléa en omettant les deux
autres composantes du risque, soit l’exposition et la vulnérabilité. L’étude de la
vulnérabilité est sans contredit plus complexe de par les différentes dimensions qui la
composent, puisqu’elle concerne l’interaction de l’humain avec l’environement. La
définition la plus adéquate semble être celle qui induit que la vulnérabilité soit
multidimensionnelle, multidisciplinaire, multiscalaire et dynamique dans le temps et
l’espace. La vulnérabilité mesurée et cartographiée à l’échelle du bâtiment semble être
une approche utile, pertinente et adéquate pour l’application de mesures d’atténuation,
de préparation, d’intervention et de rétablissement. Cette approche à haute résolution
permet en plus de visualiser spatialement les disparités territoriales. Enfin, la
perception du risque, vecteur important de la vulnérabilité, est rarement incluse dans
les études de vulnérabilité mais aurait tout intérêt à être considérée en vertu de ses
implications dans la mise en place de mesures de préparation et d’atténuation.
 CHAPITRE II

RÉGION D’ÉTUDE

La région à l’étude concerne les localités de Sussex et de Sussex Corner situées au

Nouveau-Brunswick dans le bassin versant de la rivière Kennebecasis (figures 2-1 et
2-2). Ces communautés voisines sont traversées par la rivière Trout Creek, l’un des
principaux affluents de la rivière Kennebecasis, elle-même affluent du fleuve Saint-
Jean qui représente le principal cours d’eau de la province. En effet, ce fleuve d’une
longueur de 673 km parcourt le Nouveau-Brunswick du nord au sud, drainant un bassin
versant d’une superficie de 54 989 km2, et dont l’exutoire se jette dans la baie de Fundy.

Figure [Link] versant de la rivière Kennebecasis

 30

Les rivières Trout Creek et Kennebecasis prennent toutes deux leur source dans les
collines calédoniennes, une sous-région de l’écorégion des Hautes-terres du Nouveau-
Brunswick (Zelany, 2007). La lithologie du secteur est composée de différents groupes
de roches sédimentaires datant du Carbonifère inférieur (GNB, 2008a), lesquelles sont
recouvertes par des dépôts meubles quaternaires d’origine glaciaire et fluvio-glaciaire
dans lesquels le réseau hydrographique actuel s’incise (GNB, 2008b).

Figure 2-2. Limites du bassin versant de la haute rivière Kennebecasis et des cinq sous-
bassins (Fortin et al., 2019)

En bordure de ces rivières, on note des dépôts alluviaux atteignant parfois plus de deux
mètres d’épaisseur. Il s’agit de terrasses fluviales, de dépôts liés aux inondations
récurrentes et de chenaux et méandres abandonnés (figure 2-3). La Trout Creek est une
petite rivière à forte pente et l’exhumation partielle du système racinaire ainsi que la
scarification de nombreux arbres riverains du côté amont témoignent d’une activité
glacielle récurrente. Le cours d’eau est aussi capable d’un fort charriage sédimentaire,
particulièrement lors de fortes crues.
 31

Figure 2-3. Vue de la rivière Trout Creek à partir du pont de Post Rd, Sussex Corner

Le sud du Nouveau-Brunswick bénéficie d’un climat tempéré et les caractéristiques

pluvio-thermiques sont principalement affectées par les apports d’air humide en
provenance de l’océan Atlantique (El-Jabi et al., 2016). La station météorologique de
Sussex se situe au centre du bassin versant (45°43'00 N, 65°32'00 O) et les données
climatiques sont disponibles à un intervalle quotidien pour la période de 1962 à 2009
(Environnement et Changement Climatiques Canada, 2019a). Depuis 2006, la station
de Mechanic Settlement (45°41'37" N, 65°09'54" O) permet de fournir les données
météorologiques avec un intervalle horaire.

Les précipitations sont plutôt bien réparties annuellement. Or, certains évènements de
précipitations extrêmes (50 mm de pluie en 24 heures) peuvent survenir à cause des
tempêtes (GNB, 2019). L’hydrogramme de crue est de type nivo-pluvial, avec un fort
débit au printemps à cause de la fonte de la neige et l’apport de précipitations liquides.
On note un second maximum, plus modeste, en automne relié uniquement aux
 32

précipitations liquides (figure 2-4) (Collins et al., 2014). L’étiage survient pendant les
mois d’été, c’est à dire de juillet au début septembre (ECC, 2019b).

70
Débit mensuel moyen (m3/s)

60
50
40
30
20
10
0
Jan Fév Mar Avr mai Jun Jul Aoû Sep Oct Nov Déc
Mois

Figure 2-4. Hydrogramme pour la station hydrométrique d’Apohaqui (rivière

Kennebecasis) couvrant la période de 1961 à 2016

La crue principale survient généralement entre les mois de mars et de mai, avec un
maximum en avril. Des évènements extrêmes peuvent toutefois survenir à l’occasion
en hiver, de janvier à mars, lors de périodes de redoux et de fortes pluies. Les débits
élevés en hiver sont toutefois associés à des évènements de courte durée et de forte
intensité, alors que les débits printaniers sont plus étendus dans le temps (Fortin et al.,
2019). Le bassin versant s’urbanise de plus en plus alors que la forêt et les zones
agricoles sont transformées en zone urbaines. De 1971 à 2010, la superficie des zones
urbaines a augmenté de 13,2% au profit de la foret (-4,0%) et des zones agricoles (-
9,2%). L’analyse des images satellites pour les deux dates montrent une légère
augmentation des zones d’exploitation forestière (coupes à blanc). L’augmentation des
zones imperméables issues de l’urbanisation ainsi que les coupes forestières
contribuent à l’augmentation du risque d’inondation surtout pour le « Parson Brook »,
un petit affluent de la rivière Trout Creek et qui déborde régulièrement lors de fortes
précipitations (R.V. Anderson Associates Limited, 2016).
 33

2.1 Les inondations à Sussex et Sussex Corner

La ville de Sussex a été fondée dans la vallée de la rivière Kennebecasis sur les terres
fertiles situées en plaine inondable. Au total, 51 inondations ont été répertoriées entre
1854 et 2014 dans la base de données historiques sur les inondations du Nouveau-
Brunswick (GNB, 2015; figure 2-5). La fréquence des inondations semble augmenter
depuis 2008, puisqu’une inondation survient aux deux ans, les plus dommageables
étant celles d’avril 2014 et de janvier 2018. L’inondation de 2018 a causé 1,4 million
de dollars de dommages aux infrastructures. Ce montant est difficile à assumer pour
une petite municipalité et ses citoyens, surtout lorsque ce type d’évènement survient à
une fréquence élevée. Ces inondations ont d’ailleurs motivé l’étude technique « Sussex
Region Flood Risk Mitigation Plan (RVA, 2019) » qui propose une série d’intervention
technique dont l’appel au Programme national d'atténuation des catastrophes du
Gouvernement du Canada (Gouvernement du Canada, 2017) afin de construire une
digue derrière le Gateway Mall (Ville de Sussex, 2019b; Ville de Sussex, 2020),
laquelle est censée protéger les commerces.

Figure 2-5. Inondations historiques à Sussex. L’année de l’inondation sur la photo de

gauche est inconnue alors que l’image de droite montre l’inondation de 2014
 34

Or, les dommages sont en grande partie assumés par les propriétaires privés dans les
quartiers résidentiels de Sussex et Sussex Corner, dommages évalués à plus de 17
millions de dollars pour l’inondation de 2014 (Ville de Sussex, 2019b).

Comme mentionné préalablement, les changements climatiques induiront un

réchauffement général du sud du Nouveau-Brunswick avec une augmentation des
précipitation liquides annuelles, notamment en hiver et en automne (Beltaos & Burrell,
2003; Fortin et al., 2019; El-Jabi et al., 2016; Il Jeong & Sushama, 2018), ce qui devrait
favoriser une réduction des évènements liés à la glace, mais une augmentation probable
des inondations fluviales futures (voir tableau 2-1). Les inondations anticipées seront
surtout issues de tempêtes (ouragans et dépressions tropicales), ce qui risque d’avoir
une incidence hydrologique majeure sur les petits bassins versants à pente forte comme
celui de la rivière Trout Creek où l’eau s’accumule rapidement à l’embouche, soit près
du Gateway Mall (R.V. Anderson Associates Limited, 2016). On estime que la région
de la rivière Trout Creek pourrait connaître jusqu'à 30% d’augmentation des
précipitations dans le futur (Ville de Sussex, 2020).

Tableau 2-1. Augmentation prévue des débits de crue due aux changements climatiques
pour trois petits affluents de la rivière Kennebecasis. Source : R.V. Anderson
Associates Limited, 2016

Bassin versant Crues 1 :20 ans Crues 1 :100 ans

Trout Creek 16.1% 16.2%

Wards Creek 14.4% 15.2%
Parsons Brooks 14.9% 15.3%
 35

Dépendamment de la zone géographique, le type et la provenance de l’inondation

peuvent varier. La pointe ouest de Sussex par exemple, c’est-à-dire du centre-ville
jusqu’au Gateway Mall, est principalement frappée par les inondations fluviales et les
embâcles de glace liés aux rivières Trout Creek et Kennebecasis. Ces inondations
durent généralement quelques jours. Les inondations de la partie est de Sussex, soit du
centre-ville jusqu’à Sussex Corner, ne durent que quelques heures et sont dues à des
débordements localisés des affluents de la rivière Trout Creek (Wards et Parson Creek).
Il s’agit habituellement d’obstructions du passage de l’eau et de débordements du
chenal (R.V. Anderson Associates Limited, 2016).

2.2 Portrait sociodémographique

Sussex et Sussex Corner ont une population respective de 5 298 et 1 461 habitants selon
les données de recensement en date de 2016 (Statistique Canada, 2016a, b). La
population est majoritairement féminine (54,49% et 52,05%) et vieillissante, puisque
plus de 25% des populations de Sussex et Sussex Corner ont plus de 65 ans. À cet égard,
si la population de la ville de Sussex a décliné légèrement de 2001 à 2016, notamment
la proportion des jeunes de moins de 20 ans, on note en revanche une augmentation
significative des ainés dont le nombre a presque doublé, correspondant aussi à la hausse
de l’âge médian qui est passé de 46,7 à près de 50 ans (Conseil Multiculturel du
Nouveau-Brunswick, 2018).

La région n'a pas attiré de nombreux immigrants ces dernières années. Entre 2011 et
2016, seulement 20 personnes provenant d’un autre pays ont déménagé à Sussex. Les
nouveaux habitants proviennent surtout du Nouveau-Brunswick. Environ 86% de la
population de Sussex et Sussex Corner parle uniquement l’anglais, alors que 13%
parlent les deux langues officielles. Pour ce qui est de l’éducation, 28% des habitants
 36

ayant plus de 15 ans n'ont aucun certificat, diplôme ou grade, 29% ont un diplôme
d'études secondaires ou l'équivalent et 43% détiennent un certificat, diplôme ou un
grade postsecondaire par comparaison aux valeurs moyennes provinciales (29%, 26%
et 45%) (Statistique Canada, 2016a, b).

Depuis que Potash Corporation of Saskatchewan Inc. (PotashCorp) a annoncé la

fermeture de sa mine Picadilly près de Sussex en 2016 (NuFocus Strategic Group,
2017), l’économie de la région tourne autour de l’agriculture, la construction, le
transport et le tourisme (Conseil Multiculturel du Nouveau-Brunswick, 2018). Le
centre économique de la région correspond à la ville de Sussex où sont concentrés les
commerces et les plus importantes institutions (300 entreprises, dont 52 dans le
commerce de détail, 22 en construction, 32 dans les soins de santé, 27 dans les services
d'hébergement et de restauration et 39 dans d'autres services) (NuFocus Strategic
Group, 2017).
 CHAPITRE III

MÉTHODOLOGIE

Le risque étant multidimensionnel, il a été analysé à travers le couplage de l’aléa

(exposition) avec les trois dimensions principales de la vulnérabilité; c’est-à-dire la
vulnérabilité individuelle, la vulnérabilité socio-économique et la vulnérabilité
structurelle (des bâtiments). La figure 3-1 présente les dimensions du risque
d’inondation et les variables associées à chacune d’entre elles. L’acquisition de
données portant sur l’aléa, l’exposition et la vulnérabilité fait généralement de l’analyse
du risque un processus long et relativement complexe sur le plan méthodologique. En
effet, la nature des données et leur résolution spatiotemporelle différente ajoute
généralement une difficulté supplémentaire aux traitements de celles-ci. Les différentes
étapes méthodologiques sont donc décrites dans les sections suivantes et différents
compléments ont été ajoutés en annexe.
 38

Figure 3-1. Les différentes composantes du risque et les variables associées

3.1 L’exposition à l’aléa

La délimitation de l’aléa inondation pour déterminer le niveau d’exposition repose

d’une part, sur les modélisations hydrauliques (HEC-RAS) récentes effectuées par
Fortin et al. (2017) pour la mise à jour des cartes des zones inondables et, d’autre part,
sur les données géographiques disponibles via le catalogue de données de GéoNB
(GNB, 2019). En effet, la zone cartographiée par Fortin et al. (2017) ne couvrant pas
en totalité la zone à l’étude, la carte des zones inondables du secteur de Sussex « Flood
 39

Risk Map Sussex Area, New Brunswick » et publiée originalement en 1985 par le
gouvernement (Environment Canada Inland Waters and New Brunswick Department
of the Environment Water Resources Branch, 1985), a été utilisée avec les données
LiDAR (GéoNB, 2020) pour calculer les niveaux d’eau au terme d’un traitement
géomatique et ce pour différentes périodes de retour.

3.2 La vulnérabilité

3.2.1 La vulnérabilité individuelle

Dans la perspective de quantifier et cartographier la perception et la préparation

citoyenne des agglomérations de Sussex et Sussex Corner face au risque d’inondation,
cette recherche s’est appuyée sur les paradigmes psychométrique (Slovic, 2000a) et
Risk-as-feeling (Loewenstein et al., 2001) (voir chapitre 1) afin d’élaborer un
questionnaire permettant l’obtention de jugements quantitatifs et qualitatifs des
participants face au risque d’inondation. Le questionnaire utilisé (voir Annexe C)
s’appuie sur une revue de la littérature (Armaş & Avram, 2009; Duží et al., 2014;
Miceli et al., 2008; Hansson et al., 1982; Tepstra et al., 2006).

Celui-ci est divisé en trois sections principales. La première section concerne les
informations générales de nature sociodémographique du répondant. Il s’agit
d’informations utiles pour connaitre quelles sont les composantes susceptibles
d’influencer le niveau et le type de perception et de préparation face au risque.

La deuxième section concerne la perception du risque. Elle est composée de

nombreuses questions où les participants doivent évaluer, sur une échelle de Likert
numérotée de 1 (totalement en désaccord) à 5 (totalement en accord), leur perception
par rapport à différents énoncés. Le choix d’utiliser l’échelle Likert repose sur sa
 40

validation méthodologique dans la communauté scientifique (Bradford et al., 2012;

Henstra et al., 2018; Maidl & Buchecker, 2015; Maddux & Roger,1983; Tepstra et al.,
2008), sur son objectivité pour mesurer les opinions et les attitudes (Hartley, 2014;
Likert,1932) et sur son exploitation statistique facilitée des comportements humains
(Likert, 1932). Les énoncés auxquels sont soumis les répondants concernent les
connaissances du risque d’inondation, les composantes cognitives et affectives, ainsi
que la conscience et le contrôle perçu de la situation. Certains énoncés sont inversés,
de manière à valider la saisie cohérente de tous les autres éléments afin de réduire les
biais en forçant les répondants à être attentifs et ainsi ne pas répondre machinalement
(Weijters et al., 2013).

La troisième section du questionnaire s’attarde aux mesures de préparation et de

prévention. À cet égard, on cherche à connaître les mesures adoptées ou déployées par
les citoyens pour faire face aux inondations, mais aussi leur perception quant à la
faisabilité et la mise en place de différentes mesures potentielles.

Avant la passation du questionnaire au sein de la population, les autorités des villes de

Sussex et Sussex Corner ont été avisées de l’étude. Les données ont été récoltées du 16
au 21 juillet 2019. L’échantillonnage réalisé est de type « drop-off and pick-up », qui
consiste à la livraison du questionnaire directement à la maison ou en main propre, puis
de revenir plus tard pour recueillir les questionnaires complétés, le cas échéant (Riley
& Kiger's, 2002). Cette méthode est bien adaptée aux petites zones géographiques
comme celle de la communauté ou du comté (Trentelman et al., 2016), et permet
généralement d’augmenter le nombre de réponses par comparaison à des envois
postaux et des appels téléphoniques (Riley and Kiger's, 2002). Le questionnaire a été
remis à la porte des participants dans un portfolio avec des instructions simples et
précises, et la procédure de collecte à venir dans les deux jours subséquents. Chaque
 41

portfolio comprenait un document d’information, deux formulaires de consentement et

le questionnaire.

Les questionnaires ont été déposés à une maison sur deux pour chacune des zones
présélectionnées (zones A à F décrites ci-après). Aucun contact direct n’a été fait lors
de la distribution, à l’exception de quelques résidents présents et qui ont manifesté un
intérêt pour en savoir davantage sur la recherche en cours. La première distribution de
200 portfolios a eu lieu le mardi 16 juillet 2019. Une deuxième distribution a eu lieu le
vendredi 19 et le dimanche 21 juillet. Un message a aussi été publié préalablement à la
deuxième collecte sur la page Facebook du Comité de restauration du bassin versant
de la rivière Kennebecasis ([Link] de manière
à informer davantage la population de l’étude en cours et ainsi favoriser l’obtention
d’un plus grand nombre de réponses. La distribution et la collecte des questionnaires
se sont déroulées entre 8h00 et 19h00. Chacun des questionnaires a été codifié et un
point GPS a été noté pour chaque questionnaire complété. Les participants à l’étude
sont les résidents de Sussex et Sussex Corner situés dans une zone inondable, telle que
cartographiée et récemment mise à jour (Fortin et al., 2017; GNB, 2019). Six zones (A,
B, C, D, E et F; figure 3-2) composées de bâtiments résidentiels et particulièrement
affectées par les inondations au cours des dernières années ont été sélectionnées en
vertu de leur forte exposition aux inondations (GNB, 2015).
 42

Figure 3-2. Localisation des six zones géographiques (A à F) visitées lors de la

passation des questionnaires

Les zones A, B et C sont situées dans la ville de Sussex alors que les zones D, E et F
sont situées dans la ville de Sussex Corner. Les zones A et B sont au centre-ville de
Sussex, respectivement au sud et au nord de la rivière Trout Creek. La zone A
comprend les rues Queen, Pine, Wallace, Maxwell, Golding et Arnold alors que la zone
B comprend les rues Holman, Stewart, McLean, Mills et l’avenue Maple. La zone C
est située au sud de la ville de Sussex (les rues Willow, Birch, Clover et Oak) sur la
rive sud de la rivière Trout Creek. La zone D, située à Sussex Corner comprend les rues
Meadows Crescent, Cunningham Ave, et Allison Dr.

La zone E représente un parc de maisons mobiles appelé Brookview Community qui

est situé sur la rive est de la Trout Creek. Les rues sélectionnées pour l’étude sont
 43

Brookview, Park, Nature Trail et 5th. Une autre partie de la zone E est située sur la rive
ouest de la rivière et comprend les rues Lee, Front et Lynn Crescent. La zone F est à la
limite entre Sussex et Sussex Corner. Elle est longée par le ruisseau Pearson Creek, un
affluent de la rivière Trout Creek. La zone échantillonnée inclut les rues Creighton,
Stockton, Phillips et Skyline .

Les réponses ont été comptabilisées de manière binaire et catégorielle pour les
informations générales de nature sociodémographique et de manière ordinale lorsque
les réponses utilisaient l’échelle de Likert. C’était le cas pour les énoncés destinés à la
perception. Pour quantifier la préparation, trois indices ont été créés. Le premier est la
préparation personnelle faisant référence à des mesures considérées comme faciles à
établir et peu onéreuses. Le second indice est la préparation structurelle avec des
mesures de modification du domicile qui sont plus complexes et onéreuses à implanter.
Finalement, le troisième indice correspond à la préparation générale qui est l’addition
des deux indices précédents. Les indices sont créés par l’addition de mesures
préparatoires pour chacune des catégories, puis leur classification de 1 à 5 pour la
préparation personnelle et de 1 à 6 pour la préparation structurelle.

Le coefficient alpha de Cronbach (α) a été utilisé pour mesurer la fiabilité des données,
telles que suggéré pour les tests psychométriques (Altman & Bland, 1997). L’analyse
factorielle exploratoire (AFE) a ensuite permis de regrouper et d’identifier les
différents facteurs qui expliquent la majeure partie de la variance et ce, de manière à
réduire le nombre de variables à analyser (Cutter et al., 2003; Durand, 2003; Revelle,
2019). L’AFE permet donc de réduire la redondance des informations colligées
(Baillargeon, 2003) et de créer une typologie de la perception. Les variables similaires
entres-elles se combinent en facteurs et chaque facteur représente un type de
perception.
 44

Tableau 3-1. Justification, source et variables utilisées pour la vulnérabilité individuelle

Variables Justification Référence Source

Perception Meilleure compréhension du Baggio & Rouquette, 2006 Questionnaire

risque = participation accrue à Bradford et al., 2012
la gestion, à la mise en place Harvatt et al., 2011
de mesures adaptées aux Kammerbauer & Minnery, 2019
conditions locales et meilleure Kellens et al., 2011
communication du risque. Messner & Meyer, 2006

Meilleure évaluation de la Becerra et al., 2013

menace, des stratégies à Colbeau-Justin & Weiss, 2004
préconiser. Grothmann & Reusswig, 2006
Meilleure résilience Lazarus & Folkman, 1984
émotionnelle. Loewenstein et al., 2001
Maddux & Rogers, 1983
Villa & Bélanger, 2012
Préparation Réduit le coût des dommages. Bubeck et al., 2015
Harvatt et al., 2011
Owasu et al., 2015
Paton, 2001
Thong, 2019
Thurston et al., 2008

Les indices de perception et de préparation ont ensuite été intégrés dans l’analyse de la
vulnérabilité individuelle selon les résultats de l’AFE. Celle-ci permet d’associer un
poids ou un niveau d’importance à chaque variable. Il s’agit de combiner les
coefficients de saturation en fonction de la contribution de chaque élément à son indice
de perception et de l’importance qu’il représente dans le résultat de l’EFA. Les indices
de perception sont alors considérés comme des moyennes pondérées normalisées. Les
indice des sous-groupes (cognitif, affectif, locus de contrôle) sont calculés en
mutipliant les valeurs sur l’échelle Likert par leurs coeffcients de saturation respectifs
puis en additionant la valeur standardisée (entre 0 et 1) obtenue pour chaque item
enssemble.
 45

L’indice de perception est calculé en multipliant les indice des sous-groupes par leur
variance expliquée et par addition des valeurs pondérées et standardisées obtenues.
Chaque individu se voit donc attribuer un indice général de perception et des indices
de perception affective, cognitive et de locus de contrôle qui seront utilisés dans les
étapes suivantes, après avoir été discrétisés.

Puisque toutes les variables sont catégorielles, binaires et ordinale, les tests non
paramétriques utilisés sont les suivants : le Khi-carré (X2) pour identifier les relations
statistiquement significatives (p < 0.05) (Cohen, 1988; Pearson, 1900) et le Gamma de
Goodman-Kruskal (G) pour mesurer la force de cette dépendance, le cas échéant
(Brown & Benedetti, 1977; Goodman & Kruskal, 1954). L’interprétation du test de
Goodman-Kruskal repose sur l’échelle proposée par Rea et Parker (1992). Enfin, la
régression logistique ordinale a permis d’explorer le sens de la relation (Hébert, 1988),
et l’AIC d’identifier le modèle le plus performant (Akaike, 1973). Finalement, le test
d’analyse de variance ANOVA a été effectué pour les corrélations spatiales afin
d’identifier les zones géographiques (A à F) qui sont les mieux préparées et celles ayant
la meilleure perception du risque.

3.2.2 La vulnérabilité socio-économique

Les variables utilisées pour la vulnérabilité socio-économique proviennent, pour

l’essentiel, de Statistique Canada avec une résolution spatiale limitée à l’aire de
diffusion (AD) pour le recensement de 2016 (Statistique Canada, 2016a, b). Ces
données ont été spatialisées mais la valeur de vulnérabilité socio-économique attribuée
est cependant équivalente pour chaque bâtiment à l’intérieur d’une zone géographique
donnée (A à F), compte tenu de la résolution limitée des données issues de Statistique
Canada à l’aire de diffusion (Fortin et al., 2020).
 46

Tableau 3-2. Justification, source et format des variables de la vulnérabilité socio-

économique

Variables Justification Référence Source

Ahmad & Muhammad, 2019
Cutter & Finch, 2008
Cutter et al., 2003;
Grothmann & Reusswig,
Propriétaires : génèrent du capital
2006
pour l’adoption de mesures
Harvatt et al., 2011
préparatoires
Rincón et al., 2018
Questionnaire
Propriétaire/ Takao et al., 2011
+ Statistique
locataire Thieken & Kreibich, 2002
Canada
Villa & Bélanger, 2012
Propriétaires : meilleure perception Harvatt et al., 2011
du risque liée aux évènements Rufat et al., 2015
antérieurs Villa & Bélanger, 2012
Locataires : occupent moins Tanguy, 2016
longtemps le logement, ce qui réduit
l’expérience et la préparation
Armas & Avram, 2009
Limitations physiques pour Cutter et al., 2003, 2013
l’évacuation. Cutter & Finch, 2008
Manque de ressources financières Fekete, 2009
pour la préparation et le Koks et al., 2014
rétablissement Rincón et al., 2018
Tanguy, 2016
Armas & Avram, 2009
Réticence accrue à quitter le
Rincón et al., 2018 Statistique
Âge logement
Tanguy, 2016 Canada
Réticence aux changements de mode
de vie et lieu de résidence (mesures Thomas et al., 2012
d’adaptation)
Stress psychologique post- Cutter & Finch,2008
catastrophe entravant le
rétablissement. Koks et al., 2014
Déclin des capacités cognitives à Tanguy, 2016
pour gérer les dangers
Armaş & Avram, 2009
Homme : confiance à faire face au
Cutter et al., 2003 Statistique
risque
Genre Miceli, 2008 Canada
Femme : plus de réactions négatives Colbeau-Justin & Weiss,
post-catastrophes (symptômes de 2004
 47

détresse psychologique malgré une Lechowska et al., 2018

perception généralement plus élevée) Maltais et al., 2000
Villa & Bélanger, 2012
Préparation individuelle
Moins d’option de relogement Tanguy, 2016
Réticence à quitter le logement Questionnaire
Personnes
Ahmad & Muhammad, 2019 + Statistique
vivant seules
Aucun soutien social : pas de partage Colbeau & Weiss, 2004 Canada
de connaissances et de conseils Harvatt et al., 2011
Thomas et al., 2012
Ahmad & Muhammad, 2019 Questionnaire
Cutter et al., 2003 + Statistique
Harvatt et al., 2011 Canada
Capacités financières restreintes afin
Müller et al., 2011
Personnes d’adopter des mesures d’atténuation
Rincón et al., 2018
sans emplois, ou de préparation
Stojanov et al., 2015
Revenu par
Thomas et al., 2012
ménage &
Wisner et al., 2005
Niveau
Perception fataliste et déni du risque
d’éducation
par manque deperception, de contrôle Armas et al., 2018
et d’incapacité d’adaptation
Cutter et al., 2003
Vivent souvent dans les zones les Rufat et al., 2015
plus exposées Rincón et al., 2018
Stojanov et al., 2015
Cutter et al., 2003
Langues
Faible compréhension du risque Khan & Armenakis, 2018
parlées & Statistique
Accès difficile aux ressources d’aide Rufat et al., 2015
immigration Canada
au rétablissement et préparation Rincón et al., 2018
récente
Thomas et al., 2012

3.2.3 La vulnérabilité structurelle

Bien que les caractéristiques physiques d’un bâtiment soient souvent appréhendées en
fonction d’une courbe des dommages et d’une approche d’ingénierie structurale
(Englhardt et al., 2019; McGrath et al., 2019; Schwarz & Maiwald, 2008; Thieken &
Gotch, 2007), l’information utilisée ici relève plutôt du type de bâtiment résidentiel et
de la nature des matériaux (voir figure 4-1). Pour la variable « type de bâtiment »,
quatre catégories ont été utilisées à savoir s’il s’agit d’une maison mobile, une maison
d’un étage sans sous-sol, une maison d’un étage avec sous-sol, ou encore d’une maison
 48

à plusieurs étages. La nature des matériaux fait référence au revêtement extérieur selon
les catégories suivantes : bois, vinyle, béton et maçonnerie. Ces informations ont été
acquises lors de la compagne de terrain. La valeur du bâtiment a été évaluée à partir de
la carte d’évaluation foncière (GNB, 2019). La distance du bâtiment par rapport aux
services d’urgence et son accessibilité par le réseau routier ont été calculées à l’aide
d’un SIG. Le service incendie a servi de point de référence, étant donné qu’il s’agit du
quartier général de gestion d’urgence de la région. L’accessibilité au réseau routier a
été analysé avec un niveau d’eau de 30 cm ou plus, soit la limite pour le déplacement
des véhicules d’urgence (GNB, 2017) et ce, en fonction de scénarios d’inondation avec
des récurrences de 20 et 100 ans. À noter qu’aucune restriction de circulation, comme
la présence d’un sens unique, n’a été considérée. Dans le cas où aucun chemin alternatif
n’a été identifié, le bâtiment était considéré comme très vulnérable.

Tableau 3-3. Justification, source et variables utilisées pour la vulnérabilité structurelle

Source
Variables Justification Référence
Maison mobile : très vulnérable car Cutter et al., 2003
absence de fondation Tanguy, 2012
Maison d’un étage sans sous-sol : aucune Müller et al., 2011
possibilité de fuite aux étages supérieurs Tanguy, 2007 Observation
Type de
Maison avec sous-sol : premier élément Müller et al., 2011 terrain +
bâtiment
inondé, risque d’incendie, etc. Tanguy, 2007 geoNB
Maisons à plusieurs étages : possibilité
Englhardt et al., 2019
de déplacer les items de valeurs ailleurs
Godfrey et al., 2015
dans la maison
Indice général du nombre de mesures
Valeur du
d’adaptation, statut socio-économique du Cutter et al., 2003 geoNB
logement
propriétaire, fragilité du bâti
Duží et al., 2017;
Grothmann &
Équipements de préparation aux Reusswig, 2006
Systèmes de
inondations du bâtiment les plus souvent Henstra et al., 2018 Questionnaire
drainage, etc.
cités dans la littérature Kreibich et al., 2002
Müller et al., 2011
Owasu et al., 2015
 49

Stojanov et al., 2015

Thurston et al., 2008
Englhardt et al., 2019;
Bois mouillé doit être remplacés ou FEMA, 2008; Müller
retirée pour le séchage et al., 2011; Spence,
2004 ; Tanguy, 2012
Types de Englhardt et al., 2019; Observation
Maçonnerie et béton, plus résistants aux
matériaux Godfrey et al., 2015; terrain
inondations
FEMA, 2008
Revêtement de fibres de plastique et de
vinyle : performances variables mais FEMA, 2008
moins vulnérables que le bois
Accessibilité au
geoNB +
réseau routier
Complique l’évacuation des résidents Tanguy, 2016 Microsoft +
et sécurité
SIG
civile

3.3 Le risque: une approche participative pour la pondération des indicateurs

L’approche déductive a été utilisée à partir de l’avis d’experts de la sécurité civile et

de la gestion des inondations à l’échelle locale, provinciale et nationale (Brito et al.,
2018). À travers un questionnaire (voir annexe E), les réponses des experts devaient
permettre de vérifier s’il existe des avis différents selon le domaine d’expertise, le genre,
la discipline de formation, etc. Le rôle des experts consistait à ordonnancer
l’importance relative de plusieurs indicateurs associés aux vulnérabilités selon le PAH
qui permet de considérer l’avis de plusieurs experts (Forman & Peniwati,1998; Saaty,
1980, 2008). Le poids pour chacun des indicateurs et pour chacun des experts a été
comptabilisé puis une pondération a ensuite été calculée pour déterminer leur
importance relative en fonction de l’ensemble des réponses en provenance de tous les
experts consultés. La démarche du PAH est détaillée dans Saaty (2008).
 50

3.4 Quantification et cartographie du risque

L’analyse multicritère permet de combiner tous les indicateurs en fonction de leur poids
respectif et ainsi produire une carte du risque d’inondation (de Brito & Evers, 2016;
Mateo, 2012). Pour ce faire, et compte tenu que plusieurs indicateurs sont de nature
ordinale ou binaire, tous les indicateurs ont été normalisés avec des valeurs comprises
entre 0 et 1. Par la suite, un indice de risque (IR) a été calculé à partir des valeurs
pondérées de l’exposition (VE) et de la somme des indices des vulnérabilités (VI =
vulnérabilité individuelle; VS = vulnérabilité socio-économique; VB = vulnérabilité
structurelle). Afin de spatialiser les indices, ces derniers furent finalement joints à la
couche de l’empreinte du bâtiment qui provient de Microsoft (2018).

Enfin, comme certains indicateurs peuvent varier en fonction de l’intensité de l’aléa

([Link]. le niveau d’eau, l’accessibilité du réseau routier, etc.), les cartes produites
correspondent donc à des inondations avec des récurrences de 20 et 100 ans.
 51

CHAPITRE IV

RÉSULTATS

4.1 La vulnérabilité individuelle

Au total, 62 portfolios ont été complétés, mais seulement deux en provenance des zones
E et F, ces dernières ont donc été exclues de l’étude. Trois autres questionnaires ont été
exclus pour des raison de consentement et de plusieurs sections incomplètes. Le tableau
4-1 montre le profil des 57 répondants.

La figure 4-1 présente toutes les réponses incluses dans l’EFA avec une variance
cumulée de 61%. En sciences sociales, une variance cumulative de 60% est nécessaire
pour que les résultats soient considérés comme satisfaisants (Hinkin, 1998; Peterson,
2000). Cette analyse a permis d’identifier trois types de perception : la perception
affective, la perception du locus de contrôle et la perception cognitive. La perception
affective du risque d’inondation comprend les énoncés qui sont tous reliés à
l’inquiétude et aux émotions.
 52

Tableau 4-1. Profil des répondants pour les zones inondables à Sussex et Sussex Corner

Nb % Nb %
Nb de participants 57 Statut
Propriétaire 50 87.7
Locataire 7 12.3
Zone géographique
A 14 24.6 Occupation
B 14 24.6 Sans emploi 1 1.8
C 16 28.1 Travailleurs 17 29.8
D 13 22.8 Retraités 32 56.1
Autre 7 12.2
Genre
Femme 33 57.9 Nombre d’inondations vécues
Homme 24 42.1 0 15 26.3
1 11 19.3
Âge 2 15 26.3
18 – 25 ans 0 0 3 4 7
26 – 40 ans 7 12.2 4 1 1.8
41 – 64 ans 26 45.6 5 et plus 11 19.3
65 et plus 24 42.1
Expérience d’inondation
Scolarité Oui 42 73.7
Secondaire 18 31.6 Non 15 26.3
Diplôme professionnel ou 18 31.6
autres Résident depuis :
Études universitaires 21 36.8 2 ans et moins
3 à 5 ans 8 14.0
Composition du ménage 6 à 10 ans 5 8.8
1 personne 16 28.1 11 à 20 ans 9 15.8
2 personnes 25 43.9 21 à 30 ans 14 24.6
3 personnes 6 10.5 31 ans et plus 8 14.0
4 personnes et plus 10 17.5 13 22.0
 53

Figure 4-1. Facteurs en sortie de l'analyse factorielle et leurs items

La perception du locus de contrôle met en exergue la confiance du participant pour

faire face au risque ou, au contraire, favorise une confiance accrue envers la sécurité
civile et les autorités. Enfin, la perception cognitive est plutôt reliée aux connaissances
du risque d’inondation. Notons que la perception affective et cognitive sont corrélées
l’une avec l’autre (0,4).

Les analyse statistiques (Khi-carré et Goodman-Kruskal) ont ensuite permis

d’identifier les facteurs qui influencent la perception du risque et l’adoption de mesures
de préparation. En ce sens, les résultats les plus significatifs issus de ces deux tests sont
présentés dans le tableau 4-2.
 54

Tableau 4-2. Résultats du test de Goodman-Kruskal

Force de l’association selon l’échelle proposée Impression que les mesures pour réduire le
par Pea et Parker, (1992) Finance* risque d’inondation d’une manière durable son
Résultat Force Code de financièrement difficiles à atteindre
d’association couleur Impression que les mesures pour réduire le
Public
0,00 < 0,10 Négligeable risque d’inondations sont supportées par un
finance**
0,10 < 0,2 Faible engagement public suffisant
Impression que les mesures de prépratin aux
0,2 < 0,4 Modérée Prep simple***
inondations sont faciles à implémenter
0,40 < 0,60 Relativement
forte
0,60 et plus Forte

Préparation

Préparation

Préparation
personnelle

structurelle
du locus de
Perception

Perception

Perception

Perception
cognitive
affective

contrôle
Zone
Âge
Genre
Statut
Composition du ménage
Occupation
Expérience d'inondation
Nb d'inondation
Ancienneté
Finance*
Public finance**
Prep simple***
Perception
Perception affective
Perception cognitive
Perception du locus de
contrôle
Préparation

Préparation personnelle
Préparation structurelle
 55

Notons que toutes les combinaisons de variables ayant une valeur négligeable
d’association selon le test de Goodman-Kruskal étaient considérées comme
indépendantes dans le test du Khi-carré. Les autres combinaisons ont été considérées
comme non-indépendantes par le Khi-carré. Le genre n’a pas été identifié comme une
variable significative à la perception et la préparation face au risque d’inondation.

4.1.1 Régressions logistiques ordinales

Après avoir discrédité les indices de perception et de préparation en six classes (cinq
classes pour la préparation personnelle et structurelle), des régressions logistiques
ordinales ont été effectués avec la perception affective, la perception du locus de
contrôle, la perception cognitive, la perception générale, la préparation personnelle, la
préparation structurelle et la préparation générale comme variables indépendantes. Les
résultats les plus significatifs sont décrits ci-après.

Perception du risque

Figure 4-2. Effet prédictif pour le modèle de régression logistique ordinale de la

perception sur les variables « statut » et « expérience d’inondation »
 56

Les variables qui influent sur la perception sont l’occupation et l’expérience

d’inondation. Les retraités et les chômeurs ont de manière générale, une meilleure
perception du risque que les travailleurs. Les habitants ayant vécu une inondation ont
une perception du risque plus élevée que les gens qui n’ont pas vécu d’inondation
(figure 4-2).

Perception du locus de contrôle par rapport au risque

Les variables pertinentes sont la zone géographique, la préparation personnelle, la

préparation structurelle et la préparation. Plus un individu est préparé, plus il aura
confiance en ses capacités pour faire face aux inondations.

Figure 4-3. Effet prédictif pour le modèle de régression logistique ordinale de la

perception du locus de contrôle sur les variables « zone », « préparation personnelle »,
« préparation structurelle » et « préparation »
 57

Perception affective

Le modèle comprend les variables expérience d’inondation, ancienneté et préparation.

Les habitants ayant vécu une inondation ont une perception affective plus élevée. Un
résident habitant son foyer depuis 3 à 10 ans a une perception affective jusqu’à six fois
plus élevée que les nouveaux arrivants et les plus anciens habitants.

Figure 4-4. Effet prédictif pour le modèle de régression logistique ordinale de la

perception affective selon les variables « expérience d’inondation », « ancienneté » et
« préparation »

Perception cognitive du risque

Les variables significatives sont l’expérience d’inondation, l’ancienneté et la

préparation. Une personne ayant vécu une inondation est beaucoup plus susceptible
d’avoir une perception cognitive élevée des inondations. De manière semblable à la
perception affective, un répondant qui habite sa résidence depuis 3 à 10 ans a une
perception cognitive jusqu’à quatre fois plus élevée que les nouveaux et les plus
anciens habitants. La relation positive entre la perception cognitive et la préparation est
également à considérer mais avec prudence puisque la dépendance n’a pas été
démontrée par le test du Khi-carré.
 58

Figure 4-5. Effet prédictif pour le modèle de régression logistique ordinale de la

perception cognitive selon les variables « expérience d’inondation », « ancienneté » et
« préparation »

Préparation au risque

Les variables significatives sont la zone géographique, l’âge, les ressources financières
et l’expérience d’inondation. L’âge semble être déterminant pour l’absence de mesures
de préparation, dans la mesure où les personnes âgées (65 ans et plus) ont adopté très
peu de mesures). Les ressources financières sont directement corrélées avec la mise en
place de mesures de préparation. À l’inverse, l’expérience d’inondation vécue conduit
très souvent à l’adoption de mesures de préparation. Cette conclusion est d’ailleurs
corroborée par l’ANOVA avec une différence significative (figure 4-7). Les habitants
 59

de la zone géographique D ont 13 fois plus de chances d’avoir adoptés beaucoup de

mesures de préparation que dans les autres zones (figure 4-8).

Figure 4-6. Effet prédictif pour le modèle de régression logistique ordinale de la

préparation au risque selon les variables « zone », « âge », « finance » et « expérience
d’inondation »
 60

Figure 4-7. Diagramme à boîte à moustache du nombre de mesures préparatoires

adoptées selon l'expérience d'inondation

Figure 4-8. Histogramme de fréquence du nombre de mesures de préparation adoptées

par le répondant selon la zone géographique
 61

Préparation personnelle au risque

Figure 4-9. Effet prédictif pour le modèle de régression logistique ordinale de la

préparation personnelle au risque selon les variables « zone », « expérience
d’inondation », « finance » et « préparation simple »

Le modèle retenu pour la préparation personnelle comprend les variables de la zone

géographique, l’expérience d’inondation, les ressources financières et la préparation
simple. De manière similaire à la préparation générale, les répondants ayant
expériencés des inondations et les habitants de la zone géographique D adoptent
beaucoup plus de mesures de préparation personnelle que les autres. La perception de
ne pas avoir les ressources financières est encore une fois corrélé négativement avec
l’adoption de mesures de préparation. Rappelons pourtant que plusieurs mesures sont
 62

très peu onéreuses (ex. lampe de poche, trousse de 72h, etc.). Plus les gens ont la
perception que les mesures de préparation personnelle sont simples et faciles à adopter,
plus ils en adopteront. Finalement, plus le locus de contrôle interne est élevé, plus le
répondant adoptera de mesure préparatoires personelles, à l’inverse, une confiance
acccrue envers les autorités mènent à peu de préparation personelle.

Figure 4-10. Effet prédictif pour le modèle de régression logistique ordinal de la

préparation personnelle au risque selon la variable « perception du locus de contrôle »

Préparation structurelle au risque

Le variables significatives sont les ressources financières, la zone géographique, l’âge,

l’occupation et le statut. À un degré encore plus élevé qu’avec la préparation et la
préparation personnelle, la perception de ne pas avoir de ressources financières pour
adopter des mesures de préparation est évidente.
 63

Figure 4-11. Effet prédictif du modèle de régression logistique ordinale de la

préparation structurelle selon les variables « finance » et « perception du locus de
contrôle »

Figure 4-12. Effet prédictif du modèle de régression logistique ordinale de la

préparation structurelle selon les variables «zone», «âge», «Occupation» et «Statut»
 64

4.2 Pondération des indicateurs et cartographie des dimensions du risque

Le tableau 4-3 récapitule les renseignements issus du questionnaire présenté aux

experts et le tableau 4-4 montre la pondération des indicateur du risque issus du PAH.

Tableau 4-3. Renseignement des experts ayant répondu au questionnaire

Nb % Nb %
Nb de participants 6 Connaissance de la
vulnérabilité aux inondations
Niveau d’éducation Très bon 3 50
Doctorat 1 16.7 Raisonnable 2 33.3
Maîtrise 2 33.3 Limité 1 16.7
Baccalauréat 1 16.7
Formation professionnelle 2 33.3 Affiliation professionnelle
Gouvernement/Municipalités 2 33.3
Genre Académique 3 50
Femme 1 16.7 Sécurité publique 1 16.7
Homme 5 83.3

Discipline de formation
Géographie 2 33.3
Gestion 1 16.7
Ingénierie 2 33.3
Chimie 1 16.7

Tableau 4-4. Pondération issue du PAH des dimensions et indicateurs de la

vulnérabilité
 65

4.2.1 L’exposition à l’aléa

Le niveau d’eau a été jugé par les experts comme étant l’indicateur le plus important,
avec une pondération de 29,87% ce qui montre la nécessité d’inclure cette variable
dans les études du risque. Un expert local a de plus suggéré d’inclure la vitesse
d’écoulement comme une variable importante pour la zone d’étude, la rivière Trout
Creek étant un cours d’eau à forte pente et à fort charriage sédimentaire, même dans
les zones inondables. Ces informations sont corroborées par certains habitants qui
mentionnent que le courant pourrait aisément emporter un enfant, voire un adulte, en
plus d’endommager des maisons plus vulnérables comme les maisons mobiles. Les
figures 4-13 à 4-16 présentent les résultats cartographiques du niveau d’exposition des
zones géographiques A, B, C et D pour des inondations avec des récurrences de 20 ans
et 100 ans.

Figure 4-13. Exposition des bâtiments de Sussex aux inondations fluviales - Cote de
récurrence de 20 ans
 66

Figure 4-14. Exposition des bâtiments de Sussex aux inondations fluviales - Cote de
récurrence de 100 ans

Figure 4-15. Exposition des bâtiments de Sussex Corner aux inondations fluviales -
Cote de récurrence de 20 ans
 67

Figure 4-16. Exposition des bâtiments de Sussex Corner aux inondations fluviales -
Cote de récurrence de 100 ans

4.2.2 La dimension individuelle de la vulnérabilité

37% de l’indice du risque est attribué à la vulnérabilité individuelle, c’est-à-dire la

perception et la préparation face au risque d’inondation. Selon les experts, la perception
et la préparation au risque sont les deuxième et troisième variables les plus importantes
à considérer avec des valeurs respectives de 19,57% et 17,80%. On note cependant une
certaine variabilité dans les réponses : deux ingénieurs ont jugé ces deux indicateurs
d’importance égale (50%), deux autres experts ont jugé que la préparation était
nettement plus importante que la perception (80% vs 20%) alors que deux autres ont
affirmé le contraire (10% vs 90%). L’indice de perception et de préparation issu de
l’analyse factorielle a été utilisé dans l’élaboration de l’indice final du risque.
 68

Toutefois, à cause de considérations éthiques de confidentialité, la carte de la

vulnérabilité individuelle ne peut être visualisée dans ce mémoire.

4.2.3 La dimension socio-économique de la vulnérabilité

La vulnérabilité socio-économique compte pour 16,27% selon les experts. Les

variables les plus importantes sont l’âge – les personne âgée et les jeunes enfants,
s’ajoutent ensuite à ces variables le revenu par ménage et l’immigration récente.
Notons également l’importance des personnes seules. Les académiciens évaluent en
moyenne les variables purement économiques de manière plus élevée que les employés
de la fonction publique. À titre d’exemples le revenu par ménage (13,8% vs 6,7%) et
les personnes sans emplois (12,1% vs 6,27%). Pour ce qui du genre, tous nos experts
sont unanimes, il s’agit d’une variable très peu influente (0,3%) dans l’évaluation du
risque. Les figures 4-17 et 4-18 représentent l’indice de vulnérabilité socio-économique
dans les deux quartiers à l’étude.

Figure 4-17. Évaluation de la vulnérabilité socio-économique à l’échelle du bâtiment à

Sussex - Cote de récurrence de 100 ans
 69

Figure 4-18. Évaluation de la vulnérabilité socio-économique à l’échelle du bâtiment à

Sussex Corner - Cote de récurrence de 100 ans

4.2.4 La dimension structurelle de la vulnérabilité

La vulnérabilité structurelle a été pondérée par les experts à 16,49%. Le type de

bâtiment est de manière quasi unanime la variable la plus importante avec une valeur
de 30,9%. Les autres variables, en ordre décroissant sont les systèmes de drainage et
les pompes (17,4%), les types de matériaux de construction (17,2%), l’accessibilté du
réseau routier (14,7%) et la distance des services de sécurité publique (6,5%).
Considérant les deux dernières variables, les experts jugent que l’enjeu consiste plutôt
à la possibilité de se rendre et de pouvoir quitter sa résidence ensuite plutôt que le temps
nécessaire pour l’atteindre. Les figures 4-19 et 4-20 montrent les résultats de l’analyse
de réseau effectuée pour obtenir des informations sur la distance des services d’urgence
et l’accessibilité du réseau routier. Celle-ci permet d’une part, d’identifier les
restrictions de passage liées à des niveaux d’eau de 30 cm et plus et, d’autre part,
 70

d’identifier des routes alternatives. La carte indique que la totalité des bâtiments des
zones A et B sont isolés, accentuant leur vulnérabilité.

Figure 4-19. Accessibilité des bâtiments pour les véhuciles d’urgence à Sussex - Cote
de récurrence de 100 ans

Les résultats précédents ont étés standardisés comptabilisés aux données des autres
variables de vulnérabilité structurelle selon leur pondération pour créer l’indice pour
chaque bâtiment. Les figures 4-21 à 4-24 affichent l’indice de vulnérabilité structurelle
pour tous les bâtiments à différents niveaux d’exposition.
 71

Figure 4-20. Accessibilité des bâtiments pour les véhuciles d’urgence à Sussex Corner
- Cote de récurrence de 100 ans

Figure 4-21. Évaluation de la vulnérabilité structurelle aux inondations à Sussex - Cote

de récurrence de 20 ans
 72

4-22. Évaluation de la vulnérabilité structurelle aux inondations à Sussex - Cote de

récurrence de 100 ans

Figure 4-23. Évaluation de la vulnérabilité sructurelle aux inondation à Sussex Corner

- Cote de récurrence de 20 ans
 73

Figure 4-24. Évaluation de la vulnérabilité structurelle aux inondation à Sussex Corner

- Cote de récurrence de 100 ans

4.3 L’indice global du risque

Les figures 4-25 à 4-28 présentent les cartographies finales du risque, qui comprennent
toutes les dimensions avec leur valeur pondérée.
 74

Figure 4-25. Évaluation du risque à l’échelle du bâtiment à Sussex - Cote de récurrence

de 20 ans

Figure 4-26. Évaluation du risque à l’échelle du bâtiment à Sussex - Cote de récurrence

de 100 ans
 75

Figure 4-27. Évaluation du risque à l’échelle du bâtiment à Sussex Corner - Cote de

récurrence de 20 ans

Figure 4-28. Évaluation du risque à l’échelle du bâtiment à Sussex Corner - Cote de

récurrence de 100 ans
 76

CHAPITRE V

DISCUSSION

5.1 Analyse du risque d’inondation fluviale à Sussex et Sussex Corner

En tout, 428 bâtiments résidentiels sont considérés comme exposés à l’aléa inondation
selon la cartographie réalisée pour une cote de récurrence de 100 ans (figure 25 et 26).
Cela ne comprend pas les bâtiments affectés par l’eau souterraine, laquelle touche et
endommage de nombreuses autres résidences à Sussex. Certains bâtiments sont très
sévèrement exposés, avec des niveaux d’eau de plus d’un mètre dans certains cas. La
zone avec la plus forte exposition est la zone B, sur la rue Mclean notamment. Cette
forte exposition rend d’ailleurs le quartier inacessible advenant une inondation
centenale. Il en est de même pour l’intégralité de la zone A puisque les seuls accès sont
les rues King et Golding, ainsi que le passage derrière la caserne de pompier, lesquels
sont tous inondés par plus de 30 cm d’eau. À Sussex Corner, toutes les résidences de
la rue Meadow Crescent ainsi que le parc de maisons mobiles au nord de la Post Rd
seraient aussi inaccessibles lors d’une inondation centenale. Des bâtiments publics
hautement vulnérables se trouvent aussi dans cette zone. Lors d’une inondation
centenale, le « Sussex Lions Villa » et le « Sussex early learning center » seraient isolés
et inaccessibles. Le premier est un complexe d’appartements et d’unités d’habitation
pour les 60 ans et plus et le deuxième est une garderie et une école maternelle.
 77

La vulnérabilité socio-économique est beaucoup plus sévère dans les zones A et B ainsi
que dans la portion plus exposée de la zone C. Dans la zone A, 43% des bâtiments sont
considérés comme ayant une vulnérabilité socio-économique très élevée et seulement
cinq d’entre eux ont une vulnérabilité considérable. Ceci est principalement dû au
faible revenu des ménages et le faible niveau de scolarité dans ces zones, ainsi que le
nombre de résidents âgés de plus de 65 ans. Ces zones sont aussi celles qui accueillent
le plus grand nombre de locataires, tandis que les résidents des autres zones sont plus
souvent propriétaires.

La majorité des bâtiments à l’étude ont deux étages et un sous-sol et sont constitués
d’un revêtement de vinyle. La différence de vulnérabilité structurelle entre les
bâtiments est plutôt liée à la valeur foncière, la possession de pompes ou autres
systèmes de drainage, l’accessibilité du réseau routier et la distance des services de
sécurité civile. La dernière variable est probablement la raison pourquoi la vulnérabilité
structurelle est plus élevée dans la zone D que dans les autres zones pour une inondation
d’une récurrence de 100 ans versus 20 ans, étant plus éloignée et plus isolée.

Au total 75 bâtiments résidentiels ont un niveau de risque très élevé, un peu plus de 75%
de ces derniers se trouvent à Sussex, dans les zones A et B. Ce risque élevé s’explique
par leur vulnérabilité socio-économique forte comme mentionné préalablement. Les
autorités devraient donc leur attribuer une attention particulière étant donné qu’ils sont
à la fois très exposés et très vulnérables. Le niveau de risque semble être plus élevé, de
manière générale, dans les zones A et B. La zone D est celle où l’on observe le nombre
le plus élevé de bâtiments considérés comme considérablement à risque. Ceci est
principalement due à leur vulnérabilité individuelle, plus élevée que dans les autres
zones.
 78

La figure 5-1 illustre deux bâtiments situés à proximité, avec la même exposition et
des matériaux similaires de construction, mais un risque différent lié à des
vulnérabilités socio-économique et individuelle variables.

Figure 5-1. Comparaison des indices des différentes dimensions du risque entre deux
bâtiments – Cote de récurrence de 100 ans

Cet exemple permet d’illustrer l’intérêt de ne pas se fier exclusivement sur les hauteurs
d’eau dans la zone inondée pour estimer le risque, mais aussi de prendre en compte
toutes les dimensions de la vulnérabilité. Cela montre également l’utilité d’étudier le
risque à l’échelle du bâtiment. L’approche multidimensionnelle a donc une plus-value
dans l’analyse du risque. Le PAH a par contre révélé que ce ne sont pas toutes les
variables qui contribuent de manière significative au risque. Le genre a été
unanimement considéré comme peu significatif pour le risque d’inondation.
L’utilisation d’un nombre élevé de variables, 19 dans le cadre de cette étude, a pour
 79

effet de minimiser l’importance de certaines variables au détriment d’autres variables.

L’approche PAH a toutefois confirmé l’importance de considérer l’exposition à l’aléa
de manière précise et la pertinence d’inclure la vulnérabilité individuelle comme
dimension du risque.

5.2 Les facteurs de vulnérabilité individuelle

5.2.1 Les facteurs influencant la perception du risque

Le facteur issu de l’analyse factorielle expliquant le plus grand pourcentage de variance

est celui que nous avons désignés comme perception affective, donc les énoncés qui
expriment un sentiment d'inquiétude associé à ce scénario futur. Ce sentiment était
d’ailleurs très présent dans les commentaires qualitatifs des répondants.

My apt is next to a river, so flooding is always on my mind. I have a child

with disability and myself also (amputated leg).
The anxiety and stress is toll taking.
Constant worry about flooding (…)
Le deuxième facteur concerne la perception cognitive, soit le jugement de probabilité
de l’occurrence d’une future inondation et ses conséquences.

The 100 years floods happen every 3-4 years in Sussex.

From 2000-2010 we had no flooding on my street. 2010 started a string of
flooding that progressively have worsened. Each spring and fall we anticipate
flooding. For the last few years we now worry in December/January as well.
I never was flooded before 2014. My house is over 34 year old and never had
need for sump pumps.
Ces deux facteurs sont corrélés (figure 5-2) et la perception affective émerge
automatiquement et rapidement, souvent avant qu'une évaluation cognitive et
consciente de la situation n'ait lieu (Peters et al., 2006). Il est donc intéressant de voir
que les personnes ayant une perception cognitive élevée, et donc qui ont une
 80

connaissance élevée de la sévérité du danger, sont les mêmes qui ont une perception
affective et donc une inquiétude du risque. Ces mêmes personnes ont généralement
déjà vécu des inondations et habitent de manière générale à leur domicile depuis au
moins 3 ans. Ces résultats permettent de conclure qu’il y a un certain nombre de
personnes éparpillées dans Sussex et Sussex Corner (aucune corrélation avec la zone
géographique) et qui habitent depuis peu dans leur quartier (moins de 3 ans) qui ne sont
pas conscients des impacts potentiels d’une inondation en vertu de leur exposition et
ne sont pas informés et/ou préoccupés par la situation. Ils ne bénéficient pas de la
perception collective du risque et des contacts favorisant la diffusion communautaire
de l’information sur le risque (Perry et al, 1980) et le soutien moral après un futur
événement d’inondation (Colbeau-Justin & Weiss, 2004; Seeauer & Babcicky, 2017).
Le portrait socio-démographique de la région nous indique en plus que la majorité des
nouveaux arrivants sont des aînés.

5.2.2 Les facteurs influençant la préparation au risque

De manière similaire à d’autres recherches (Bin & Polasky, 2003; Braford et al., 2012;
Bubeck et al., 2012, 2013; Grothmann & Reusswig, 2006; De Marchi et al., 2007;
Harvatt et al., 2011; Ho & Shaw, 2008; Harries & Penning-Rowsell, 2011; Lawrence,
2014; Heller et al., 2005; Mileti, 1999; Miceli et al., 2008; Motoyoshi, 2009; Norris &
Murrell, 1988; Lawrence, 2014; Piskorz & Borkowska, 2002; Poussin et al., 2014;
Siegrist & Gutscher, 2006, 2008; Thieken et al., 2007; Tierney et al., 2001; Zaalberg
et al., 2009), nos résultats montrent que l’expérience de l’aléa est déterminante pour la
perception et la préparation. Les personnes ayant expérimentées une inondation
perçoivent les conséquences plus sévèrement et leur vulnérabilité plus élevée. Plus du
quart des répondants dans cette étude ont mentionné n’avoir jamais vécu d’inondation.
Ceux-ci sont donc plus enclin à sous-estimer le risque et ses conséquences en termes
de dommages financiers, matériels et émotionnels. La littérature nous apprend
d’ailleurs que la mémoire du risque vient avec l’expérience du vécu (Fuchs, 2017) et
 81

que la fréquence élevée des inondations rend la perception du risque plus près de la
réalité, d’où la nécessité de s’y préparer (Kates, 1962; Bubeck et al., 2012; Kreibich &
Bubeck, 2012; Buckland & Rahman, 1999).

L’âge semble également être déterminant dans l’adoption de mesures préventives. Plus
les habitant sont âgés, moins il y a de chance qu’ils se préparent aux inondations,
surtout en ce qui concerne les mesures préparatoires structurelles.

The older I get, the harder it will be to clean up after a flood.

(…) Also now that we are older, we are not able to deal with tending the sump
pumps around the clock and clean up (…)
My children, 2 grown young adults, must be on stand by for every time we
have heavy rainfall for several days because they know their parents cannot
raise the furniture off the floor in the basement without help.
I am sure I have mold in places I cannot see. Arter 29 floods, I know I will
never be able to sell my house. The older I get, the harder it will be to clean
up after a flood have had more floods than anyone in the street. I am 69,
single and live on a small pension so it is difficult to do anything to the house
to help with flood.
Les commentaires reçus de la part de plusieurs résidents vont également en ce sens. Ils
démontrent également une difficulté à gérer les inondations de la part des personnes à
mobilité réduite.

I am a disabled individual who depends on the care of others. I live in a

apartment with 24 hours care. So I am at great risk in the case of a flood.
My husband has a disability and most of the preparedness falls on me.
De plus, les propriétaires et les travailleurs, versus les locataires, les chômeurs et les
retraités, ont plus de chance d’adopter des mesures préventives structurelles
(Grothmann & Reusswig, 2006; Harries & Penning-Rowsell, 2011; Thistlethwaite et
al., 2018). Finalement une forte perception du locus de contrôle interne mène à des
mesures préventives.
 82

5.2.3 En quoi la perception du risque influence-t-elle l’adoption de mesures de

préparation ?

La majorité des études sur le sujet concluent qu’il est hasardeux de lier la perception et
la préparation (Bubeck et al., 2012; Kreibich et al., 2002; Lechowska, 2018; Miceli et
al., 2008; Milne et al., 2000; Scolobig et al., 2012; Siegrist & Gutscher, 2006; Thieken
& Gocht, 2007; Villa & Bélanger, 2012). En effet, nos résultats montrent que ce ne
sont pas tous les types de perception qui conduisent à la mise en place de mesures de
préparation. Le fait d’être inquiet et conscient des conséquences du risque ne mène pas
nécessairement à l’adoption de ces mesures. En effet, la perception affective et
cognitive sont indépendantes et ne font office de prédicteur dans aucun modèle de
régression logistique ordinale.

Figure 5-2. Relation entre la perception et la préparation au risque d'inondation -

adaptation du « Triangle of flood risk perception » de Lechowska (2018)

La perception du locus de contrôle est la seule ayant une relation claire avec les
différents types de préparation. Lorsque la responsabilité de préparation est pensée
comme étant le rôle de l’individu, contrairement aux autorités, la personne aura un fort
locus de contrôle interne et sera enclin à adopter davantage de mesures de préparation
 83

qu’un individu ayant un fort locus de contrôle externe et une perception de dépendance
envers une aide publique externe. À l’instar d’autres chercheurs (Colbeau-Justin &
Weiss, 2004; Fancès, 2018; Grothmann & Reusswig, 2006; Sattler et al., 2002; Terpstra
& Gutteling, 2008; Tepstra, 2011), un haut niveau de confiance envers les autorités et
une perception faible de contrôle de la situation réduit l’intention de se préparer aux
inondations. Cette faible confiance en soi semble être liée chez les répondants à un
sentiment d’impuissance et de fatalisme. Les zones C et D sont les mieux préparées et
celles où ont été comptabilisées le plus fort locus de contrôle interne et donc le plus
faible locus de contrôle externe.

Des participants et différents acteurs locaux nous ont mentionné que le « Sussex Fire
Department » est très efficace dans la prévention, l’atténuation, l’intervention et le
rétablissement dans les quartiers riverains de Sussex mais pas ceux de Sussex Corner.
Plusieurs commentaires issus du quartier D faisaient état d’un manque de confiance, et
même d’une méfiance qu’en à la gestion des inondations de la part du conseil municipal
de Sussex.

After consecutive flooding there has been nothing done by municipal,

provincial or federal government to mitigate flooding in Sussex/ Sussex
Corner.
No one from town listens to us.
The hardest part of flooding is the perception of government help. First, I
don't blame the government for my purchase but in the 2014 flood we
sustained over 60 000.00 ton damages and we got no aid because we had a 25
000 insurance policy. Our neighbours with no insurance had full payment for
damages. We have worked to prepare the property but feels penalized because
we had small insurance policy. It is the speeches about all they do that is
frustrating.
Il semble que le scepticisme de la population de la zone D envers les autorités et leur
maigre présence dans ce quartier les aient convaincus qu’ils ne pouvaient compter que
sur eux-mêmes. C’est d’ailleurs dans ce quartier que l’on nous a présenté les méthodes
 84

les plus innovantes pour faire face aux inondations : puits avec jauge pour suivre
l’évolution du niveau de la nappe phréatique, observation de la faune (lorsque les cerfs
sortent de la forêt, ils fuient l’inondation), le reboisement de terrain afin que les arbres
absorbent l’eau et stabilisent les berges, etc.).

5.3 La responsabilité du risque

Lalwani & Duval (2000), Lindell & Perry (2004) et Terpstra & Gutteling (2008) ont
montré que lorsqu'il n'y a pas de responsabilité personnelle évidente, les sujets se
déresponsabilisent dans des conditions de menace élevée et de ressources insuffisantes
pour y faire face. Leur étude a également montré que lorsque la responsabilité
personnelle de préparation face aux catastrophes était plus évidente, cette
responsabilité n'était acceptée que lorsque les ressources individuelles pour s’adapter
étaient jugées suffisantes par rapport à la menace perçue (Lalwani & Duval, 2000). Le
locus de contrôle est par conséquent lié à la perception de ne pas avoir les ressources
financières pour faire face de manière durable et convenable aux inondations
(Grothmann & Reusswig, 2006). Nos résultats montrent que si l’individu juge ne pas
avoir les ressources financières suffisantes, il jugera que sa capacité d'adaptation est
désavantagée et que des mesures préventives ne peuvent-êtres mises en place. La
perception du locus de contrôle est faible dans les zones A et B; soit les secteurs
vulnérables car désavantagés sur le plan socio-économique. De nombreux résidents ont
assumés de lourdes pertes financières liés aux inondations par le passé.

I believe that homeowners on flood zones need significant financial support

from the province to allow them to either move to a new location or take
mitigation measures to their properties.
Property value has decreased 30 000$ (min) in the last 5 years alone.
Certains répondants se sentent même punis d’avoir adopté des mesures préparatoires
ou d’avoir contracté une assurance, ne pouvant plus recevoir d’aide financière le cas
 85

échéant. Une étude faite en Angleterre a montré que les propriétaires accepteraient de
payer pour des mesures de protection lorsque les investissements seraient inférieurs à
1 000£ (environ 1720$ canadiens) (Owusu et al., 2015), ce qui est loin d’être suffisant
pour adapter adéquatement une maison pour faire face aux inondations. Selon
Thistlethwaite (2018), les propriétaires canadiens ne sont pas prêts à accepter une plus
grande responsabilité dans le risque d’inondation. L’évaluation coût-bénéfice du à la
perception de l’aide gouvernementale et des compagnies d’assurances semble peu
avantageuse pour les habitants touchés. Or, il semble qu’une moindre adoption de
mesures de préparation ne relève pas seulement de nature économique puisque même
les mesures personnelles de préparation qui, comme mentionné plus tôt, sont peu
onéreuses et considérées comme facile à implanter, sont corrélées négativement avec
l’impression de ne pas voir les ressources financières. Le manque d’argent ne semble
donc pas être la seule raison pour l’absence de mesures de préparation.

Ces résultats montrent en fait une culture du risque déficiente et un partage flou de
responsabilité quant à la préparation et la sécurité entre les acteurs à Sussex et Sussex
Corner. Alors que des habitants cherchent à se préparer eux-mêmes, par impression de
manque d’aide externe, d’autres placent ce rôle dans les bras de la sécurité civile,
jusqu’à en créer une dépendance, ce qui restreint leur intention de se préparer.

This (preparation mesures) is not homeowner's responsibility.

Les autorités publiques sont-elles responsables de protéger les citoyens des inondations
ou la responsabilité devrait-elle être attribuée à ces derniers ? Si nos répondants les plus
préparés sont les moins aidés par les autorités et que les moins préparés sont les plus
aidés, alors comment la sécurité civile doit-elle orienter son aide ? L’adoption de
mesures préventives relèvent aujourd’hui entièrement de la volonté des individus sans
aucune réglementation contraignante, elle est donc totalement volontaire (Baan &
Klijn, 2004; Francès, 2018; Terpstra & Gutteling, 2008; Kuhlicke et al., 2011; Burns
& Slovic, 2012).
 86

Il semblerait qu’un certain transfert de la responsabilité devrait être opéré vers le

citoyen afin que les responsabilités collectives et individuelles deviennent claires et
égales partout sur le territoire. Les citoyens devraient se faire guider pour, du moins,
être mieux préparés au niveau personnel (renseignements sur les inondations et les
mesures à prendre pour les prévenir et réduire leurs conséquences) et se faire diriger
vers les ressources appropriées pour l’adoption de mesures préventives structurelles et,
le cas échéant, vers une éventuelle relocalisation (Francès, 2018). Des chercheurs ont
découvert que la motivation individuelle à la prévention/protection est en attente
d’informations sur l’opportunité, le coût et l’efficacité de mesures de protection
(Becerra et al., 2013; Grothmann & Reusswig, 2006; Thieken et al. 2007).

Nos résultats montrent finalement que plus les gens ont la perception que les mesures
préparatoires personnelles sont simples à adopter, plus ils en adopteront. Les autorités
devraient convaincre les résidents que la préparation est accessible, afin d’augmenter
leur locus de contrôle interne. Cela peut se faire par le biais de la communauté, par le
partage d’expérience entre voisins et par la communication du risque. Si les voisins,
amis, et famille adoptent des mesures de préparation, le ménage aura plus de chance
d’en adopter également (Perry et al., 1980; Sim & Bauman, 1963) en plus de procurer
un soutien émotionnel pendant et après les événements d’inondations (Seeauer &
Babcicky, 2017). Les autorités publiques pourraient trouver des correspondants
volontaires chargés de relayer l’information ou créer un comité rivière chargé de
trouver et de partager les connaissances et les expériences dans chaque quartier
inondable et entre les quartiers.

5.4 La communication du risque

Plusieurs habitants n’ont jamais expérimentés les inondations, par conséquent, ils ne
s’y préparent pas et ont une perception erronée. La communication des risques peut
 87

donc agir comme substitut nécessaire à l'expérience personnelle (Perry, 2004).

L’abondante littérature sur la communication du risque suggère plusieurs moyens pour
qu’elle soit efficace :

(i) Elle doit être ciblée (Francès, 2018; Maidl & Buchecker, 2015). Dans ce cas-ci on
vise principalement les résidents exposés ayant effectués peu de mesures de
préparation, notamment les retraités et les habitants de plus de 65 ans.
(ii) Elle doit aborder les croyances sous-jacentes, toucher les attitudes des gens et
prendre en compte leurs responsabilités personnelles (Slovic et al., 2004; Keller et
al., 2006; Zaalberg et al., 2009; Terpstra, 2011).
(iii) Elle doit évoquer les conséquences potentielles du risque d’inondation, mais
surtout la possibilité, l'efficacité et les coûts des mesures de précaution privées
(Francès, 2018; Grothmann & Reusswig, 2006).
(iv) Nous avons vu que la perception affective n’est pas corrélée à la préparation, la
peur ne devrait donc pas être utilisé dans la communication du risque (Bradford &
al., 2012).
(v) Finalement, la communication bidirectionnelle est plus efficace que la
communication unidirectionnelle. Elle limite par contre l’accès à l’information du
grand public car de nombreuses personnes ne sont pas prêtes à assister aux
réunions et ateliers d'information (Höppner et al., 2008; Junker et al., 2007). Or,
pour des petites communautés comme Sussex et Sussex Corner, la communication
bidirectionnelle est accessible et même souhaitable. Dans ces campagnes de
communication, les autorités devraient fournir une liste de méthodes simples et
accessibles pour la préparation personnelle comme celles énumérées dans la
première page sur la préparation du questionnaire à la population (voir Annexe C
), une liste de méthodes de préparation structurelles les plus faciles à implanter
(pompes, électricité, outils de base, batteries, éclairage, sacs de sable, fermeture
des ouvertures vulnérables, scellant pour le pourtour), une liste de mesures de
 88

protections structurelles plus coûteuse et les mesures d’incitations financières pour

leur mise en place (surélever le bâtiment, condamner le sous-sol, installation d’une
dalle imperméable sous la maison, changer les matériaux de construction,
relocalisation, etc.)

Un dernier élément à considérer est la communication des mesures publiques contre

les inondations. Les habitants sont conscients que les impacts anthropiques augmentent
le risque d’inondation, notamment au niveau des changements climatiques et de la
déforestation. Or, ils croient qu’un problème engendré par l’homme se doit d’être réglé
par des interventions humaines.

Another solution to berm the river not just in business areas but in residential
areas as well. These suggestions are not, if implemented without cost. But my
believe is it would be less expensive in the long run than having to pay out
thousands of dollards for flooded homes (…) not even thinking to the traumatic
affect on people.

I believe that if they dug out the river bed like they did for many years it would
help in lowering the amount of flooding. I wonder what they think happens to
the fish when it floods. Creating a deeper stream for them to line in makes much
more sence.

My greatest concern is the builtup of gravel in the river. I feel the environment
is a higher priority than individuals.

Lived here 40 years and Trout Creek used to be dredged. Never had flood issues
first 20 years. River dredging stopped to protect fish habitat lol! Seems fish are
more important than tax payers. Yes dredging has a financial cost to the
community but seems to me would be less expensive then what incurred now
on a regular basis.

Plusieurs commentaires illustrent un sentiment de frustration qui se ressent sous forme

d’injustice et d’impuissance face à une impression d’abandon provenant de la
municipalité, du gouvernement et des compagnies d’assurance en plus d’une
 89

incertitude face aux mesures entreprises par la municipalité et des intérêts divergents
entre les différentes acteurs (environnementaux, publics et citoyens). Cela est exacerbé
par le fait qu’une digue est en construction pour protéger les commerces mais rien n’est
actuellement en construction pour protéger les résidences privées. La municipalité se
doit d’être plus transparente dans ses décisions. Lors des activités de communications
bidirectionnelles, les décideurs devront proposer un réel débat sur le dragage de la
rivière. Quel est l’effet du dragage sur la géomorphologie fluviale, la déstabilisation
des berges et la vitesse du courant ? Le transport sédimentaire important de la Trout
Creek nécessitera un dragage constant, combien coûteront ces opérations ? Est-ce
réellement une option viable à long terme ?

Les inondations récurrentes au sein de ces deux communautés sont révélatrice d’une
dynamique sociale et psychologique complexe. Les habitants potentiellement exposés
à Sussex et Sussex Corner sont conscients du risque, ce qui mène à certaines
inquiétudes. Or, cela ne mène pas toujours à des mesures préventives puisque certains
perçoivent qu’ils n’ont pas de contrôle sur la situation. D’autres placent le rôle de la
sécurité civile dans les bras des autorités uniquement, car ils se considèrent trop
pauvres, trop vieux et trop seuls et donc dépassés par les événements. La sécurité civile
doit trouver des moyens de créer une culture du risque pour tous les habitants qui
doivent devenir conscients d’être des acteurs responsables dans la gestion des risques.
Cette opération doit se faire de manière participative par le biais de la communauté,
avec le partage d’expérience entre les quartiers les mieux préparés et moins à risque et
les autres plus vulnérables. Le processus participatif pourrait être encouragé via la
création d’un comité rivière citoyen chargé de faire le pont entre les résidents, les
décideurs et les autres acteurs du territoires (commerçants, Kennebecasis Watershed
Restoration Committee, etc.). Cela permettrait par le fait même d’accroître l’entraide
citoyenne et donc la résilience de la communauté.
 90

CONCLUSION

L’approche participative utilisée dans la pondération des indicateurs du risque, par

l’intermédiaire du PAH, s’avère particulièrement pertinente puisque l’importance de
ces indicateurs était différente selon les experts, leur discipline et donc leur façon
personnelle de voir et appréhender le risque. Cela met aussi en exergue la nécessité
d’appréhender le risque de manière interdisciplinaire, compte tenu notamment de
l’importance acordée à l’exposition et la vulnérabilité individuelle en considérant
autant la préparation que la perception du risque. En effet, la considération du locus de
contrôle à l’étude de la perception fourni un cadre explicatif plus élaboré pour
comprendre le comportement humain, surmontant ainsi de nombreux problèmes
théoriques utilisés en géographie qui conduisent à de faibles corrélations entre les
variables perceptuelles et les comportements de préparation (Grothmann & Reusswig,
2006). Enfin, la cartographie du risque à l’échelle du bâtiment s’est avérée un apport
important de cette recherche, puisque des différences notables existent d’un bâtiment à
l’autre, ce qui permet d’identification avec précision les foyer les plus vulnérables.

Si l’étude multidisciplinaire du risque est de plus en plus utilisée avec le croisement

des sciences naturelles et des sciences sociales, aucune ne semble cependant avoir
utilisée la vulnérabilité individuelle dans l’élaboration d’un indice de risque.
L’approche utilisée dans cette étude est concluante et tout à fait reproductible mais
certaines limites méthodologiques devraient être considérées :

Les variables socio-économiques ont été spatialisées à l’échelle de l’AD, ce qui ne

permet pas d’avoir des informations individualisées pour chacun des bâtiments. En
 91

effet, des considérations éthiques empêchent d’utiliser les informations du

questionnaire afin de créer l’indice puisque ces informations synthétisées dans un
indice de vulnérabilité socio-économique permettrait potentiellement une
identification indirecte des participants une fois cartographiées. Ces considérations
éthiques devront êtres surmontées lors de futures recherches afin d’intégrer les
variables socio-économiques à une échelle plus fine que celle de l’aire de diffusion.

Il convient de s’interroger sur l’exactitude et la perception réelle du risque d’inondation

obtenue à partir de réponses à un questionnaire. L’approche préconisée dans cette
recherche semble être la méthode la plus utilisée dans les études de perception et de
préparation, mais l’approche qualitative aurait intérêt à être explorée davantage.
L’approche quantitative a été ici privilégiée avec pour objectif de créer un indice chiffré
du risque d’inondation. Or, les commentaires qualitatifs des répondants représentent
des informations pertinentes et montrent que les résidents de Sussex et Sussex Corner
ont besoin d’être écouté et que leur contribution est essentielle à la réduction du risque
d’inondation. Une considération plus importante à leurs propos, à l’aide d’entretiens et
des groupes de discussions, aurait sans doute permis de nuancer certains résultats
quantitatifs et ainsi mieux saisir la dynamique personnelle et sociale des communautés
étudiées.

Les zones E et F ont été exclues à cause d’un trop faible nombre de réponses au
questionnaire. Pourtant, les cartes d’exposition désignent ces zones comme étant des
secteurs touchés par les inondations passées. La zone E, soit un parc de maisons
mobiles, est pourtant plus à risque en raison des conditions socio-économiques des
habitants et la forte vulnérabilité structurelle des bâtiments. La faible participation des
habitants de ce secteur pourrait-elle être redevable à un déni du risque causé par
l’anxiété lié aux conséquences désastreuses qui pourraient survenir en cas d’inondation ?
 92

Pourrait-elle, sinon, être due à un analphabétisme rendant la réponse au questionnaire

ardue ? Faute de données suffisantes, cette zone a été exclue de l’étude.

La vulnérabilité est dynamique et variable dans le temps. Cela implique que l’étude
produite demeure valable jusqu’à ce que les gens déménagent et que leurs conditions
de vulnérabilité socio-économique et structurelle changent. Il y a donc une nécessité
de développer un outil dynamique, par exemple une cartographie web, et de la mettre
à jour à travers une participation citoyenne. Ce type d’outil a été proposé aux décideurs
des différents paliers (ville de Sussex et le District de services locaux (DSL) de Sussex).
Or, son implantation nécessiterait des collaborations et du financement, des conditions
à mettre en place dans le cadre de futurs projets.

Enfin, si aucune intervention technique n’est possible et envisageable par les

communautés et ce, avec ou sans l’aide des différents gouvernements, il reste
l’adaptation et la relocalisation. À cet égard, aucune question n’a toutefois abordé ces
aspects auprès des populations visées. Il serait néanmoins intéressant et souhaitable de
s’intéresser à l’atachement des gens à leur milieu de vie dans la perspective répétée des
inondations. Les gens sont-ils prêt à déménager avec un soutien financier ? Une analyse
coûts-bénéfices selon plusieurs scénarios futurs de relocalisation et d’adaptation par
comparaison à la situation actuelle est aussi à envisager, tout en considérant les impacts
économiques, certes, mais aussi psychologiques. Les premiers pourraient être étudiés
avec l’élaboration d’une courbe des dommages versus les dommages évités et les coûts
de relocalisation. Les seconds pourraient être étudiés en regard des bénéfices non-
marchands, donc l’attachement à la résidence et au quartier et autres avantages sociaux
et environnementaux, versus le soulagement et le sentiment de sécurité de ne plus être
exposé à l’aléa inondation.
 93

Les futures recherches pourraient aussi explorer les questions de recherche suivantes :
Pourquoi les inondations sont-elles plus fréquentes dans les quinze dernières années ?
Quel est le rôle des changements climatiques sur le régime hydrologique du bassin
versant de la rivière Kennebecasis ? Quel est le rôle de la déforestation en amont du
bassin versant de la rivière Trout Creek sur le régime hydrologique ? Les réponses à
ces questions permettraient sans doute une meilleure compréhension du
fonctionnement hydrologique du bassin versant.

En somme de l’analyse multicritère participative, l’exposition et la vulnérabilité

individuelle sont les dimensions qui contribuent le plus à l’élaboration d’un indice
global du risque. Celui-ci a été cartographié à l’échelle du bâtiment. Les cartes
produites présentent de manière précise le risque et ses différentes dimensions dans les
quartiers les plus à risques de Sussex et Sussex Corner. Ces cartes devraient être
incluses dans le « Emergency Response Plan » de la ville de Sussex (Ville de Sussex,
2019a). Certaines zones sont plus à risque à cause de leur exposition, alors que d’autres
le sont en raison de leur importante vulnérabilité socio-économique. Au total, 75
bâtiments résidentiels considérés dans cette étude ont un niveau de risque très élevé, et
dont plus de 75% de ceux-ci se trouvent à Sussex dans les zones A et B. La zone D est
moins à risque puisque ses habitants ont adoptés considérablement plus de mesures de
préparation face aux inondations.

Les principaux obstacles à l’adoption de mesures de préparation sont l’âge, la retraite,

le statut de locataire, l’impression de ne pas avoir les ressources financières nécessaires,
l’impression que les mesures préventives ne sont pas simples à adopter, le manque
d’expérience avec les inondations et une confiance réduite en ses capacités à se
préparer. Face à ces constats, certains éléments encourageant une gestion locale,
communautaire et ascendante du risque pourraient être mis en place afin d’agir sur la
résilience communautaire de la zone d’étude. Dans la résilience communautaire, la
 94

gestion du risque dans toutes ses phases est assumée par la communauté
(Frankenberger et al, 2013; Rajib,2016). L’individu y joue un rôle crucial par son
niveau de préparation personnel mais surtout dans l’éventualité où il partage ses
expérience avec d’autres individus (Frankenberger et al, 2013). Le support social
encourage notamment le relèvement après catastrophe (Meng, Li & Fang, 2018; Norris
et al., 2008; Patel et al., 2017). Dans notre cas, il devrait également prendre forme de
partage d’expertise concernant les méthodes de prévention.

Nous avons vu qu’à Sussex et Sussex Corner, certains résidents bénéficiaient d’un
beaucoup plus haut degré de préparation que d’autres. Le partage d’expérience entre
les premiers et les seconds nous semblent être un moyen non couteux et efficace de
réduire le risque. Un engagment actif de tous les acteurs d’une communauté, dont les
individus exposés est nécéssaire à l’augmentation de la résilience commuantaire
(Bahadur et al., 2013 ). Cela se fait par renforcement de la cohésion de la communauté
(Patel et al., 2017) et du capital social par la création de réseaux de relation (Patel et
al., 2017; Norris et al., 2008). Concrètement, ce type de réseau pourrait prendre forme
d’un comité rivière, comprenant des acteurs diverses (décideurs, commerçants,
citoyens etc…), qui serait un lieu d’apprentissage social et donc de réflexion collective
par le partage d’expérience et d’idées. Il aurait le rôle de réseau de passation
d’information, de connection entre les différents citoyens et les décideurs. Par le biais
d’un tel réseau, la population étant, plus responsable, contribuerait à une gestion
ascendante du risque. Cette plateforme pourrait finalement agir comme intermédiaire
dans un système de communication bidirectionnel se matérialisant lors de rencontres
communautaires, ce qui créerait un espace de réflexion collective sur les solutions, et
les incitatifs financiers comme des subventions ou des crédits d’impôts pour la mise en
place de mesures préventives de même que l’accessibilité et les avantages coûts-
bénéfices de ces derniers.
 95

Cette analyse du risque et de la vulnérabilité, avec toute l’information qu’elle contient,

devrait servir d’outil d’aide à la décision ou de complément à une approche qui traite
les habitants des zones à risques et les propriétaires comme des acteurs responsables
de la gestion des risques d’inondation. L’instauration d’une culture du risque nécessite
une compréhension et une prise en compte des facteurs sociaux qui influencent
l'interaction entre les acteurs. À cet égard, cette recherche, par son une approche
innovante et réflexive sur la cartographie du risque d’inondation, offre une partie de
ses réponse.
 96

ANNEXE A
CERTIFICAT D’APPROBATION ÉTHIQUE DU CERPE
 97

ANNEXE B
FORMULAIRE DE CONSENTEMENT À LA POPULATION (VERSION
FRANÇAISE)
98
99
100
 101

ANNEXE C
QUESTIONNAIRE À LA POPULATION (VERSION FRANÇAISE)
102
103
104
105
106
107
108
 109

ANNEXE D
FORMULAIRE DE CONSENTEMENT AUX EXPERTS DE LA SÉCURITÉ
CIVILE (VERSION FRANÇAISE)
110
111
 112

ANNEXE E
QUESTIONNAIRE AUX EXPERTS DE LA SÉCURITÉ CIVILE (VERSION
FRANÇAISE)
113
114
115
116
117
118
119
120
121
122
123
124
125
 RÉFÉRENCES

Adger, W. N., Brooks, N., Bentham, G. & Agnew, M. (2004). New indicators of
vulnerability and adaptive capacity. Final Project Report. Tyndal Center Climate
Change, Research University of East Anglia, Norwich., (May 2014).

Akaike, H. (1973). Information Theory and an Extension of the Maximum Likelihood

Principle. in Petrov, B. N.; Csáki, F. (eds.) Second International Symposium on
Information Theory, 1973, 267-281 p.

Armaş, I. & Avram, E. (2009). Perception of flood risk in Danube Delta, Romania.
Natural Hazards, 50(2), 269–287. [Link]

Armaş, I., Ionescu, R. & Posner, C. N. (2015). Flood risk perception along the Lower
Danube river, Romania. Natural Hazards, 79(3), 1913-1931.
[Link] 015-1939-8

Armenakis, C., Du, E. X., Natesan, S., Persad, R. A. & Zhang, Y. (2017). Flood risk
assessment in urban areas based on spatial analytics and social factors.
Geosciences, 7(4), 1–15. [Link]

Aubrecht, C., Özceylan, D., Steinnocher, K. & Freire, S. (2013). Multi-level geospatial
modeling of human exposure patterns and vulnerability indicators. Natural
Hazards, 68(1), 147–163. [Link]

Baggio, S. & Rouquette, M.-L. (2006). La représentation sociale de l ’ inondation :

influence croisée de la proximité au risque et de l ’ importance de l ’ enjeu.
Bulletin de psychologie, 1(481), 103-117. [Link]
[Link]
 127

Bahadur, A.V., Ibrahim, M. & Tanner, T. (2013). Characterising resilience: unpacking

the concept for tackling climate change and development. Climate and
Development, 5(1): 55-65. [Link]

Baillargeon, J. (2003). L’analyse factorielle exploratoire. Trois-Rivières : Université du

Québec à Trois-Rivières. [En ligne]
[Link]

Balica, S. F., Douben, N. & Wright, N. G. (2009). Flood vulnerability indices at varying
spatial scales. Water Science and Technology, 60(10), 2571–2580.
[Link]

Baptista, S. R. (2014). Design and use of composite indices in assessment of climate

change vulnerability and resilience. United States Agency International
Development (USAID), (July), 53pp.

Barczak, A. & Grivault, C. (2007). Geographical Information System for the assessment
of vulnerability to urban surface runoff. Novatech, 131–138.

Barnett, J., Lambert, S. & Fry, I. (2008). The Hazards of Indicators: Insights from the
Environmental Vulnerability Index. Annals of the Association of American
Geographers, 98, 102-119.

Barthel, R., Foster, S. & Villholth, K. G. (2017). Approches interdisciplinaires et

participatives: la clé d’une gestion efficace des eaux souterraines. Hydrogeology
Journal, 25(7), 1923–1926. [Link]

Becerra, S., Peltier, A., Antoine, J. M., Labat, D., Chorda, J. & Ribolzi, O. (2013).
Comprendre les comportements face à un risque modéré d’inondation Étude de
cas dans le périurbain toulousain (Sud-Ouest de la France). Hydrological Sciences
Journal, 58(5), 945-965. [Link]

Becker, G., Aerts, J. C. J. H. & Huitema, D. (2014). Influence of flood risk perception
and other factors on risk-reducing behaviour: A survey of municipalities along
the Rhine. Journal of Flood Risk Management, 7(1), 16–30.
[Link]
 128

Bédard, M. (2016). Réflexion sur les perceptions conceptions, représentations et

affections, ou la quadrature des approches qualitatives en géographie. Cahiers
de Géographie du Québec, 60(171), 531–549.
[Link]

Beltaos, S. & Burrell, B. C. (2003). Climatic change and river ice breakup. Canadian
Journal of Civil Engineering, 30(1), 145–155. [Link]

Birkmann, J. (2005). Danger Need Not Spell Disaster – But How Vulnerable Are We?
Research Brief. United Nations University, Tokyo, (1), 1–8.

Birkmann, J. (2006). Measuring vulnerability to promote disaster-resilient societies

and to enhance adaptaton: Discussion on conceptual frameworks and definitions.
Measuring Vulnerability to Natural Hazards: Towards Disaster Resilient Societies,
01, 9–79.

Birkmann, J. (2007). Measuring Vulnerability to Natural Hazards: towards disaster

resilient societies. Tokyo ; New York : United Nations University Press.

Birkmann, J., Cardona, O., Tibaduiza, M., Barbat, A., Pelling, M., Schneiderbauer, S.,
Kienberger, S., Keiler, M., Alexander, D., Zeil, P. & Welle, T. (2013). Framing
vulnerability, risk and societal responses: The MOVE framework. Natural Hazards,
67, 193-211.

Bland, J. & Altman, D. (1997). Statistics Notes: Cronbach’s Alpha. BMJ, 314, 572.
[Link]

Bodemer, N. & Gaissmaier, W. (2015). Risk Perception. In. Cho, H., Reimer,T,
McComas,K (dir) The Sage handbook of risk communication, Los Angeles, p. 10-
23

Bohle, H.-G. (2001). Vulnerability and Criticality: Perspectives from Social Geography.
Newsletter of the International Human Dimensions Programme on Global
Environmental Change, 2/01(July), 3–5.

Botzen, W. J. W., Aerts, J. C. J. H. & Van Den Bergh, J. C. J. M. (2009). Dependence of

 129

flood risk perceptions on socioeconomic and objective risk factors. Water

Resources Research, 45(10), 1–15. [Link]

Bradford, R. A., Sullivan, J. J. O., Craats, I. M., Van Der, Krywkow, J., Rotko, P., Aaltonen,
J. & Bonaiuto, M. (2012). Risk perception – issues for flood management in
Europe, 2299–2309. [Link]

Brooks, N., Adger, W. N. & Kelly, P. M. (2005). The determinants of vulnerability and
adaptive capacity at the national level and the implications for adaptation. Global
Environmental Change, 15(2), 151–163.
[Link]

Bubeck, P., Kreibich, H., Penning-Rowsell, E. C., Botzen, W. J. W., de Moel, H. & Klijn,
F. (2012). Explaining differences in flood management approaches in Europe and
in the USA - a comparative analysis. Journal of Flood Risk Management, 10(4),
436 445. [Link]

Conseil Multiculturel Du Nouveau-Brunswick (2018). The Greater Sussex Region in

2030 : The Role of Immigration to Support a Sustainable Regional Economy.
Prepared by David Campbell, Jupia Consultants Inc.
([Link]
c1562fa70164ed1121/1525963718403/The+Greater+Sussex+Region+in+2030.p
df) (Page consulté le 17 mars 2020)

Cardona, O. D. (2013). The need for rethinking the concepts of vulnerability and risk
from a holistic perspective: A necessary review and criticism for effective risk
management. Mapping Vulnerability: Disasters, Development and People, (April),
37–51. [Link]

Chambers, R. & Conway, G. R. (1992). Sustainable rural livelihoods: practical concepts

for the 21st century. IDS Discussion Paper. Institute of Development Studies

Ciurean, R., Schroter, D. & Glade, T. (2013). Conceptual Frameworks of Vulnerability

Assessments for Natural Disasters Reduction. Approaches to Disaster
Management - Examining the Implications of Hazards, Emergencies and
Disasters, 2–32. [Link]
 130

Clark, G. E., Moser, S. C., Ratick, S. J., Dow, K., Meyer, W. B., Emani, S., Jin, W., X, J.,
Kasperon, R. E. & Schwarz, H. E. (1998). Assessing the vulnerability of coastal
communities to extreme storms: The case of reverse, MA., USA. Mitigation and
Adaptation Strategies for Global Change, 3(1), 59–82.
[Link]

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences, 2nd Edition.
Routledge.

Colbeau-Justin, L. & Weiss, K. (2004). Stratégies de faire face dans le cas d’une
inondation catastrophique : Analyse des paramètres psychosociaux dans les
procédures de gestion de crise Ministère de l’Écologie et du Développement
Durable Programme de recherche RIO2.

Cutter, S.L., Boruff, B. & Shirley, W. (2003). Social Vulnerability to Environmental

Hazards. Social Science Quarterly 84(2), 242-261

Cutter, S. L. & Finch, C. (2008). Temporal and spatial changes in social vulnerability to
natural hazards. Proceedings of the National Academy of Sciences of the United
States of America, 105(7), 2301–2306.
[Link]

Cutter, S. L. & Emrich, C. T. (2006). Moral Hazard, Social Catastrophe: The Changing
Face of Vulnerability along the Hurricane Coasts. The Annals of the American
Academy of Political and Social Science, 604(1), 102-112.
[Link]

Cutter, S.L., Emrich, C.T., Morath, D.P. & Dunning, C.M. (2013). Integrating social
vulnerability into federal flood risk management planning. Journal of Flood Risk
Management, 6, 332–344.

De Brito, M. M. & Evers, M. (2016). Multi-criteria decision-making for flood risk

management: A survey of the current state of the art. Natural Hazards and Earth
System Sciences, 16(4), 1019–1033. [Link]
2016

De Brito, M. M., Evers, M. & Delos Santos Almoradie, A. (2018). Participatory flood
 131

vulnerability assessment: A multi-criteria approach. Hydrology and Earth System

Sciences, 22(1), 373–390. [Link]

Dewals, B. J., Detrembleur, S., Archambeau, P., Erpicum, S., Ernst, J. & Pirotton, M.
(2011). Caractérisation micro-échelle du risque d’inondation : modélisation
hydraulique détaillée et quantification des impacts socio-économiques. La
Houille Blanche, (2), 28–34. [Link]

Durand, C. (2003). L'analyse factorielle et l'analyse de fidélité - notes de cours et

exemples. Montréal : Université de Montréal, Département de sociologie

Duží, B., Vikhrov, D., Kelman, I., Stojanov, R. & Juřička, D. (2014). Household measures
for river flood risk reduction in the Czech Republic. Journal of Flood Risk
Management, 10(2), 253–266. [Link]

Easterling, D. R. (2000). Climate Extremes: Observations, Modeling, and Impacts.

Science, 289(5487), 2068–2074. [Link]

El-Jabi, N., Caissie, D. & Turkkan, N. (2016). Flood analysis and flood projections under
climate change in New Brunswick. Canadian Water Resources Journal, 41(1–2),
319–330. [Link]

Englhardt, J., Moel, H., Huyck, C., de Ruiter, M., Aerts, J. & Ward, P. (2019).
Enhancement of large-scale flood damage assessments using building-material-
based vulnerability curves for an object-based approach. Natural Hazards and
Earth System Sciences Discussions, 1-28.

Environnement et Changement Climatique Canada (ECCC) (2019a). Conditions

météorologiques et climatiques passées. (Page consultée le 18 mars 2019) [En
ligne] ([Link]

Environnement et Changement Climatique Canada (ECCC) (2019b). Données

hydrométriques historiques (Page consultée le 18 mars 2019) [En ligne]
([Link]

Federal Emergency Management Agency (2008). Flood Damage-Resistant Materials

 132

Requirements for Buildings Located in Special Flood Hazard Areas in accordance

with the National Flood Insurance Program. Department of homeland security.
Technical Bulletin 2. [en ligne] [Link]
data/20130726-1502-20490-4764/fema_tb_2_rev1.pdf Page consultée le 30
avril 2020.

Fekete, A. (2009). Validation of a social vulnerability index in context to river-floods in

Germany. Natural Hazards and Earth System Science, 9(2), 393–403.
[Link]

Fekete, A. (2012). Spatial disaster vulnerability and risk assessments: Challenges in

their quality and acceptance. Natural Hazards, 61(3), 1161–1178.
[Link]

Fernandez P., Mourato S., Moreira M. & Pereira L. (2016). A new approach for
computing a flood vulnerability index using cluster analysis. Physics and
Chemistry of the Earth, Parts A/B/C In Press, (1-9).

Fortin, G., Long, M-A., Thériault, F. & Goudard, G. (2018). Comparaison de méthodes
pour cartographier les zones à risques d'inondation : bassin-versant de la rivière
Kenebecasis - 3e année. Rapport soumis au Fonds en Fiducie pour
l’environnement du Nouveau-Brunswick, Université de Moncton, Moncton, 43 p.

Fortin, G., Baronetti, A., Henry, S., Thériault, F. & Long, M.-A. (2019). Cartographie et
atténuation des risques d’inondation liés aux glaces : bassin versant de la rivière
Kennebecasis. Rapport soumis au Fonds en Fiducie pour l’environnement du
Nouveau-Brunswick, Université de Moncton, Moncton, 54 p.

Fortin, G., Poirier, C., Duhamel, F. et Germain, D. (2020). Risques d’inondation et

vulnérabilité : l’exemple du bassin versant de la rivière Kennebecasis, Nouveau-
Brunswick, Canada. IdeAs [En ligne], 15. [Link]

Forman E. H. & Peniwati, K. (1998). Aggregating individual judgments and priorities

with the analytic hierarchy process. European Journal of Operational Research,
108, 165–169

Frankenberger, T., Mueller, M., Spangler, T. & Alexander, S. (2013). Community

 133

resilience: Conceptual framework and measurement feed the future learning

agenda. Rockville, MD: Westat 1.

Gallopín, G. C. (2006). Linkages between vulnerability, resilience, and adaptive

capacity. Global Environmental Change, 16(3), 293–303.
[Link]

Godfrey, A., Ciurean, R. L., van Westen, C. J., Kingma, N. C. & Glade, T. (2015).
Assessing vulnerability of buildings to hydro-meteorological hazards using an
expert based approach - An application in Nehoiu Valley, Romania. International
Journal of Disaster Risk Reduction, 13, 229–241.
[Link]

Goodman, L. A. & Kruskal, W. H. (1954). Measures of association for cross

classifications. Journal of the American Statistical Association, 49, 732-764.

Gouvernement du Canada. Sécurité Publique Canada (2017). Programme national

d'atténuation des catastrophes (PNAC) [en ligne],
([Link]
mtgtn/ndmp/[Link]). Page consultée le 8 octobre 2020.

Gouvernement du Québec. Ministère de la Sécurité Civile (2002). La sécurité civile,

ume responsabilité partagée [en ligne],
([Link]
e/lois_reglements/presentation_synthese.pdf). Page consultée le 17 mai 2021.

Gouvernement du Québec. Ministère de la Sécurité Civile (2008). Concepts de base

en sécurité civile [en ligne],
([Link]
/publications/concepts_base/concepts_base.pdf). Page consultée le 17 mai 2021.

Gouvernement du Nouveau-Brunswick. Ministère des Ressources Naturelles et de

l’Énergie ; Division des minéraux, de la politique et de la planification (2008a).
Carte géologique des dépôts superficiels du Nouveau-Brunswick. NR-8. (1 : 500
000)

Gouvernement du Nouveau-Brunswick. Ministère des Ressources Naturelles et de

 134

l’Énergie ; Division des minéraux, de la politique et de la planification (2008b).

Géologie du substrat rocheux du Nouveau-Brunswick. NR-1. (1 : 500 000)

Gouvernement du Nouveau-Brunswick (2015). Base de données historiques sur les

inondations. [En
ligne]([Link]
me=sussex). Page consultée le 15 mars 2019.

Gouvernement du Nouveau Brunswick (2017). Manuel de protection contre les

inondations.
[Enligne]([Link]
ing Inondations/[Link]). Page consultée le 18 avril
2019.

Gouvernement du Nouveau-Brunswick (2018). Independent consultant to review

response to 2018 flood. [En
ligne]([Link]
.html). Page consultée le 02 mars 2020.

Gouvernement du Nouveau-Brunswick (2019). GéoNB : Catalogue de données. [En

ligne]([Link] Page consultée le 05
Mai 2020.

Grothmann, T. & Reusswig, F. (2006). People at Risk of Flooding : Why Some Residents
Take Precautionary Action While Others do not. 101–120.
[Link]

Hare, M. (2011). Forms of participatory modelling and its potential for widespread
adoption in the water sector. Environmental Policy and Governance, 21(6), 386–
402. [Link]

Hartley, J. (2014). Some Thoughts on Likert-Type Scales. International Journal of

Clinical and Health Psychology. 14. 83–86. 10.1016/S1697-2600(14)70040-7.

Harvatt, J., Petts, J. & Chilvers, J. (2011). Understanding householder responses to

natural hazards: Flooding and sea-level rise comparisons. Journal of Risk
Research, 14(1), 63–83. [Link]
 135

Hébert, B.-P. (1998). Régression avec une variable dépendante ordinale : comparaison
de la performance de deux modèles logistiques ordinaux et du modèle linéaire
classique à l'aide de données simulées. Thèse présentée à Ia Faculté des études
supérieures de l'université Laval pour l'obtention du grade de Philosophiae
Doctor (Ph.D.). Québec : Université Laval, Département d'orientation,
d'administration et d'évaluation en éducation Faculté des sciences de l'éducation.

Henstra, D., Thistlethwaite, J., Brown, C. & Scott, D. (2017). Flood Risk Management
and Shared Responsibility: Exploring Canadian Public Attitudes and Expectations.
Journal of Flood Risk Management. 10.1111/jfr3.12346.

Hinkel, J. (2011). Indicators of vulnerability and adaptive capacity: Towards a

clarification of the science-policy interface. Global Environmental Change, 21(1),
198–208. [Link]

Hirabayashi, Y. & Kanae, S. (2009). First estimate of the future global population at
risk of flooding. Hydrological Research Letters, 3(January), 6–9.
[Link]

Il Jeong, D. & Sushama, L. (2018). Rain-on-snow events over North America based on
two Canadian regional climate models. Climate Dynamics, 50(1–2), 303–316.
[Link]

International Panel on Climate Change(2012)Managing the Risks of Extreme Events

and Disasters to Advance Climate Change Adaptation. A Special Report of
Working Groups I and II of the Intergovernmental Panel on Climate Change [Field,
C.B., V. Barros, T.F. Stocker, D. Qin, D.J. Dokken, K.L. Ebi, M.D. Mastrandrea, K.J.
Mach, G.-K. Plattner, S.K. Allen, M. Tignor, and P.M. Midgley (eds.)]. Cambridge
University Press, Cambridge, UK, and New York, NY, USA, 582 pp.

Jongman, B., Winsemius, H. C., Aerts, J. C. J. H., Coughlan De Perez, E., Van Aalst, M.
K., Kron, W. & Ward, P. J. (2015). Declining vulnerability to river floods and the
global benefits of adaptation. Proceedings of the National Academy of Sciences
of the United States of America, 112(18), E2271–E2280.
[Link]

Kammerbauer, M. & Minnery, J. (2019). Risk communication and risk perception :

 136

lessons from the 2011 floods in Brisbane , Australia. Disasters 43(1), 110–134.
[Link]

Kaye, K. & Johnston, D. M. (2010). Hazard perceptions and preparedness of Taranaki

youth. Disaster Prevention and Management, 19(2), 175-184.
[Link]

Kellens, W., Zaalberg, R., Neutens, T., Vanneuville, W. & Maeyer, P. (2011). An Analysis
of the Public Perception of Flood Risk on the Belgian Coast. MANQUE LE JOURNAL
1–19.

Koks, E.E., Jongman, B., Husby, T.G. & Botzen, W.J.W. (2014). Combining hazard,
exposure and social vulnerability to provide lessons for flood risk management.
Environmental Science & Policy, 47, 42-52.

Kreibich, H., Thieken, A. H., Petrow, T., Muller, M. & Merz, B. (2002). Flood loss
reduction of private households due to building precautionary measures - lessons
learned from the Elbe flood in August 2002. (August), 117–126.

Kubal, C., Haase, D., Meyer, V. & Scheuer, S. (2009). Integrated urban flood risk
assessment - Adapting a multicriteria approach to a city. Natural Hazards and
Earth System Science, 9(6), 1881–1895. [Link]
2009

Lazarus, R.S. & Folkman, S. (1984). Stress, appraisal, and coping, New York : Springer.

Lechowska, E. (2018). What determines flood risk perception? A review of factors of

flood risk perception and relations between its basic elements. Natural Hazards,
94(3), 1341–1366. [Link]

Lee, G., Jun, K. S. & Chung, E. S. (2013). Integrated multi-criteria flood vulnerability
approach using fuzzy TOPSIS and Delphi technique. Natural Hazards and Earth
System Science, 13(5), 1293–1312. [Link]

Likert, R. (1932) A Technique for the Measurement of Attitudes. Archives of

Psychology, 140, 1–55.
 137

Loewenstein, G. F., Hsee, C. K., Weber, E. U. & Welch, N. (2001). Risk as Feelings.
Psychological Bulletin, 127(2), 267–286. [Link]
2909.127.2.267

Lopez-Vazquez, E. & Marvan, M. L. (2012). Volcanic Risk Perception, Locus of Control,

Stress and Coping Responses of People Living Near the Popocatepetl Volcano in
Mexico. Journal of Risk Analysis and Crisis Response, 2(1), 3.
[Link]

Maddux J. E. & Rogers, R. W. (1983). Protection Motivation and Self-Efficacy : A

Revised Theory of Fear Appeals and Attitude Change. Journal of Expirmental
Social Psychology, 19, 469-479. [Link]

Maidl, E. & Buchecker, M. (2015). Raising risk preparedness by flood risk

communication. Natural Hazards and Earth System Sciences, 15(7), 1577–1595.
[Link]

Malczewski, J. & Rinner, C. (2005). Exploring multicriteria decision strategies in GIS

with linguistic quantifiers: A case study of residential quality evaluation. Journal
of Geographical Systems, 7(2), 249–268. [Link]
0159-2

Maltais, D., Lachance, L., Fortin, M., Lalande, G., Robichaud, S., Fortin, C. & Simard, A.
(2000). L'état de santé psychologique et physique des sinistrés des inondations
de juillet 1996 : étude comparativ e entre sinistrés et non-sinistrés : Les désastres
naturels. Santé-mentale-au-Québec, 25(1), 116-137.

Martin, H., Ellis, M. & Delpesh, C. (2016). Risk Perception in a Multi - Hazard
Environment : A Case Study of Maraval , Trinidad. The West Indian Journal of
Engineering, 39(1), 32-43

Mcgrath, H., Abo El Ezz, A. & Nastev, M. (2019). Probabilistic depth–damage curves
for assessment of flood-induced building losses. Natural Hazards,MANQUE LE
NUMÉRO DU JOURNAL 10.1007/s11069-019-03622-3.

Meng, B., Li, N. & Fang, D. (2018). Attributes,challenges and future directions
ofcommunity resilience. Frontiers Engineering, 5(3), 307-323.
 138

Merz, B., Thieken, A. H. & Gocht, M. (2007). Flood risk mapping at the local scale:
Concepts and challenges. Advances in Natural and Technological Hazards
Research, 25, 231–251. [Link]

Messner, F. & Meyer, V. (2006). Flood damage, vulnerability and risk perception—
challenges for flood damage research. In. Schanze, J., Zeman, E., Marsalek, J. (eds)
Flood risk management: hazards, vulnerability and mitigation measures. Springer,
New York, pp. 149–168

Miceli, R., Sotgiu, I. & Settanni, M. (2008). Disaster preparedness and perception of
flood risk: A study in an alpine valley in Italy. Journal of Environmental Psychology,
28(2), 164–173. [Link]

Microsoft (2018) Computer generated building footprints for Canada [en ligne]
[Link] Page consultée le 30
avril 2019.

Müller, A., Reiter, J. & Weiland, U. (2011). Assessment of urban vulnerability towards
floods using an indicator-based approach-a case study for Santiago de Chile.
Natural Hazards and Earth System Sciences, 11(8), 2107–2123.
[Link]

Niemeijer, D. (2002). Developing indicators for environmental policy: data-driven and

theory-driven approaches examined by example. Environmental Science and
Policy, 5(2), 91–103.

Niemeijer, D. & de Groot, R.S. (2008). A conceptual framework for selecting environ-
mental indicator sets. Ecological indicators, 8(1), 14–25

Nigatu, Z. M., Rientjes, T. & Haile, A. T. (2016). Hydrological Impact Assessment of

Climate Change on Lake Tana’s Water. Journal of Climate, 5, 27–37.
[Link]

Norris, F.H., Stevens S.P., Pfefferbaum, B., Wyche, K. F. & Pfefferbaum, R. L. (2008).
Community Resilience as a Metaphor, Theory, Set of Capacities, and Strategy for
Disaster Readiness. American Journal of Community Psychology, 41(1-2), 127-
150.
 139

NuFocus Strategic Group (2017). The Greater Sussex-Hampton Region Economic

Development Strategy [en ligne].( [Link]
[Link]). Page consultée le 17 mars
2020.

O’Brien, K. L. & Leichenko, R. M. (2000). Double exposure: Assessing the impacts of

climate change within the context of economic globalization. Global
Environmental Change, 10(3), 221–232. [Link]
3780(00)00021-2

Owusu, S., Wright, G. & Arthur, S. (2015). Public attitudes towards flooding and
property-level flood protection measures. Natural Hazards, 77(3), 1963-1978.
[Link]

Patel, S. S., Rogers, M. B., Amlot, R. & Rubin, G. J. (2017). What Do We Mean by
‘Community Resilience’? A Systematic Literature Review of How It Is Defined in
the Literature. PLOS Currents: Disasters, doi:
10.1371/[Link].db775aff25efc5ac4f0660ad9c9f7db2

Paton, D. & Johnston, D. (2001). Disasters and communities: vulnerability, resilience

and preparedness. Disaster Prevention and Management, 10(4), 270-277.
[Link]

Pearson, K. (1900). On the criterion that a given system of deviations from the
probable in the case of a correlated system of variables is such that it can be
reasonably supposed to have arisen from random sampling (PDF). Philosophical
Magazine, Series 5. 50(302), 157–175. doi:10.1080/1478644000946389

Peduzzi, P., Sherstyukov, B., Kundzewicz, Z. W., Muir-Wood, R., Mechler, R., Nicholls,
N., … & Bouwer, L. M. (2013). Flood risk and climate change: global and regional
perspectives. Hydrological Sciences Journal, 59(1), 1–28.
[Link]

Peters, E., Slovic, P., Hibbard, J. H. & Tusler, M. (2006). Why worry? Worry, risk
perceptions, and willingness to act to reduce medical errors. Health Psychology,
25(2), 144–152. [Link]
 140

Raaijmakers, R., Krywkow, J. & van der Veen, A. (2008). Flood risk perceptions and
spatial multi-criteria analysis: an exploratory research for hazard mitigation.
Natural Hazards, 46, 307–322

Raghavan Sathyan, A., Funk, C., Aenis, T., Winker, P. & Breuer, L. (2018). Sensitivity
analysis of a climate vulnerability index - a case study from Indian watershed
development programmes. Climate Change Responses, 5(1), 1–14.
[Link]

Rajib, S. (2016). Community-Based Disaster Risk Reduction, Oxford University Press.

Ramsbottom, D., Floyd, P. & Penning-Rowsell, E. (2003). Flood risks to people: Phase
1. R&D Technical Report FD2317, Department for the Environment, Food and
Rural Affairs (DEFRA), UK Environment Agency

Raue, M., Lermer, E., Streicher, B. & Slovic, P. (2018). Psychological perspectives on
risk and risk analysis, 1st ed. Springer, Zürich

Rea, L.M & Parker, R.A (1992) Designing and conducting survey research : a
comprehensive guide (2nd ed), Jossey-Bass Publishers.

Revelle, W. (2019). Procedures for Psychological, Psychometric, and Personality

Research. Northwestern University, Evanston, Illinois. R package version 1.9.12,
[Link]

Rincón, D., Khan, U. & Armenakis, C. (2018). Flood Risk Mapping Using GIS and Multi-
Criteria Analysis: A Greater Toronto Area Case Study. Geosciences, 8(8), 275.
[Link]

Rose, C. B., Proverbs, D. G., Manktelow, K. & Booth, C. A. (2010). Psychological factors
affecting flood coping strategies. WIT Transactions on Ecology and the
Environment, 133, 305–312. [Link]

Rufat, S., Tate, E., Burton, C. G. & Maroof, A. S. (2015). Social vulnerability to floods:
Review of case studies and implications for measurement. International Journal
of Disaster Risk Reduction, 14(January 2016), 470–486.
 141

[Link]

Ruin, I., Gaillard, J. C. & Lutoff, C. (2007). Drivers’risk perception of severe storms
hazards in Southern France. 4th European Conference on Severe Storms 10-14
September 2007–Trieste, (September), 4–5. Retrieved from
[Link]
[Link]

R.V Anderson Associates Limited (2016). Sussex Flood Study : Final Report. Prepeared
for the town of Sussex [en ligne]( [Link]
[Link]) (page consultée le 21 mai 2020)

Saaty, T.L. (2008). Decision making with the Analytic Hierarchy Process. International
Journal of Services Sciences, 1, 83-98.

Saaty, T.L. (1980). The Analytic Hierarchy Process. McGraw-Hill, New York.

Sattler, D. N., Kaiser, C. F. & Hittner, J. B. (2000). Disaster preparedness: Relationships

among prior experience, personal characteristics, and distress. Journal of Applied
Social Psychology, 30(7), 1396–1420. [Link]
1816.2000.tb02527.x

Sattler, D. N., Preston, A. J., Kaiser, C. F., Olivera, V. E., Valdez, J. & Schlueter, S. (2002).
Hurricane Georges: A cross-national study examining preparedness, resource
loss, and psychological distress in the U.S. Virgin Islands, Puerto Rico, Dominican
Republic, and the United States. Journal of Traumatic Stress, 15(5), 339–350.
[Link]

Scheuer, S., Haase, D. & Meyer, V. (2011). Exploring multicriteria flood vulnerability
by integrating economic, social and ecological dimensions of flood risk and
coping capacity: From a starting point view towards an end point view of
vulnerability. Natural Hazards, 58(2), 731–751. [Link]
010-9666-7

Sjobergl, L. (1998). Worry and Risk Perception. Risk Analysis, 18(1).

 142

Slovic, P. (2000a). Trust , Emotion , Sex , Politics , and Science : Surveying the Risk
Assessment Battlefield. 1997(1).

Slovic, P. (2000b). Risk, society, and policy series. The perception of risk. London,
England: Earthscan Publications.

Slovic, P., Finucane, M., Peters, E. & Macgregor, D. G. (2004). Risk as feeling: Some
thoughts about affect, reason, risk and rationality. The Ethics of Technological
Risk, 24(2), 163–181. [Link]

Statistique Canada (2016a). Sussex. Nouveau-Brunswick (Code1305023) (tableau).

Profils des communautés de 2006, Recensement de 2006, produit nº 92-591-
XWF au catalogue de Statistique Canada. [En ligne] Ottawa, version mise en ligne
le 5 janvier 2015 ([Link]
pd/prof/details/[Link]?Lang=F&Geo1=POPC&Code1=0907&Geo2=PR&Code
2=48&Data=Count&SearchText=Sussex&SearchType=Begins&SearchPR=01&B1
=All&GeoLevel=PR&GeoCode=0907&TABID=1). Page consultée le 17 mars 2020

Statistique Canada (2016b). Sussex Corner. Nouveau-Brunswick (Code1305023)

(tableau). Profils des communautés de 2006, Recensement de 2006, produit nº
92-591-XWF au catalogue de Statistique Canada. [En ligne] Ottawa, version mise
en ligne le 5 janvier 2015. ([Link]
recensement/2016/dp-
pd/prof/details/[Link]?Lang=F&Geo1=CSD&Code1=1305023&Geo2=PR&Co
de2=48&SearchText=Sussex&SearchType=Begins&SearchPR=01&B1=All&TABID
=1&type=0). Page consultée le 17 mars 2020

Stojanov, R., Duží, B., Danek, T., Nemec, D. & Procházka, D. (2015). Adaptation to the
Impacts of Climate Extremes in Central Europe: A Case Study in a Rural Area in
the Czech Republic. Sustainability, 7, 12758-12786. 10.3390/su70912758.

Schwarz, J. & Maiwald, H. (2008). Damage and loss prediction model based on the
vulnerability of building types - Conference: 4th International Symposium on
Flood Defence (ISDF4)At: Toronto, Canada. Avril 2008. 10.13140/2.1.1358.3043.

Tanguy, M. (2016). Développement d'une méthode de caractérisation et d'évaluation

du risque humain lié aux inondations. Thèse présentée pour l’obtention du grade
 143

de Philosophiae doctor (Ph.D.) en sciences de l’eau. Québec. Université du

Québec Institut National de la Recherche Scientifique, Centre Eau Terre
Environnement.

Tate, E. (2012). Social vulnerability indices: A comparative assessment using

uncertainty and sensitivity analysis. Natural Hazards, 63(2), 325–347.
[Link]

Terpstra, T., Gutteling, J. M., Geldof, G. D. & Kappe, L. J. (2006). The perception of
flood risk and water nuisance. Water Science and Technology, 54(6–7), 431–439.
[Link]

Thieken, A. H. & Gocht, M. (2007). Flood Risk Management in Europe. MANQUE LE

JOURNAL ICI (January). [Link]

Thomas I., Bleau, N., Soto Abasolo, P., Desjardin-Dutil, G., Fuamba, M. & Kadi, S.
(2012). Analyser la vulnérabilité sociétale et territoriale aux inondations en
milieu urbain dans le contexte des changements climatiques, en prenant comme
cas d’étude la ville de Montréal, Rapport final pour Ouranos, 137 p.

Thongs, G. (2019). Integrating risk perceptions into flood risk management: Trinidad
case study. Natural Hazards, 98(2), 593–619. [Link]
019-03720-2

Thurston, H., Roy, A., Shuster, W.D., Cabezas, H., Morrison, M. & Taylor, M.A. (2008).
Using Economic Incentives to Manage Stormwater Runoff in the Shepherd
CreekWatershed, Part I. U.S. Environmental Protection Agency, Washington,
DC,EPA/600/R-08/129

Town of Sussex (2019a). Emergency response plan [en ligne] Sussex.

([Link] (page
consultée le 21 mai 2020)

Town of Sussex (2019b). PRESS RELEASE: Flood Mitigation – Gateway Mall Berm [en
ligne] Sussex. ([Link]
berm) (page consultée le 22 mai 2020)
 144

Trentelman, C.K., Irwin, J., Petersen, K.A., Ruiz, N., Szalay, C.S. (2016). Revisiting the
drop-off/pick-up method for household survey research. Journal of Rural Social
Sciences, 31(3), 2016, pp. 68–104.

Tsoutsos, T., Drandaki, M., Frantzeskaki, N., Iosifidis, E. & Kiosses, I. (2009).
Sustainable energy planning by using multi-criteria analysis application in the
island of Crete. Energy Policy, 37(5), 1587–1600.
[Link]

United Nations International Strategy for Disaster (2017). Words into Action
Guidelines : National Disaster Risk Assessment – Governance System,
Methodologies, and Use of Results [en ligne]
([Link]
(Page consultée le 7 octobre 2019).

Veyvret, Y. & Reghezza, M. (2006).Vulnérabilité et risques: L'approche récente de la

vulnérabilité. Responsabilité & Environnement, 43, 9–14.

Villa, J. & Bélanger, D. (2012). Perception du risque d’inondation dans un contexte de

changements climatiques : recension systématique des articles scientifiques sur
sa mesure (1990-2011).Rapport pour l'Institut National de Santé Publique,
Direction de la santé environnementale et de la toxicologie, p.189

Weichselgartner, J. (2011). Elbe Region , Germany : A Lack of Context-sensitive

Knowledge. In. Rachel, A., Dowty, B. & Allen, L. (Ed) Dynamics of Disaster: Lessons
on Risk, Response, and Recovery, pp. 141-157

Weijters, B., Baumgartner, H. & Schillewaet, N. (2013). Reversed Item Bias: An

Integrative Model. Psychological Methods, 18(3), 320-334.

Wisner, B., Blaikie, P., Cannon, T. & Davis, I. (2003). At Risk: Natural Hazards, People’s
Vulnerability, and Disasters. Human Ecology, 24.
[Link]

Zelany, V. F. (2007). Notre patrimoine du paysage l'histoire de la classification

écologique des terres au Nouveau-Brunswick. Fredericton, Ministère des
ressources naturelles du Nouveau-Brunswick.