Computational fluid dynamics to guide the search for victims of drowning in urban rivers

Nous avons le plaisir de vous inviter à la défense de thèse de Monsieur Clément DELHEZ. Celle-ci se déroulera jeudi 23 octobre 2025 à 15h, dans l’auditoire Mania Pavella (B28). Cette défense de thèse sera également accessible via la chaine PhD Channel de la FSA : https://www.fsa.uliege.be/cms/c_10939937/fr/fsa-phd-channel

Cette thèse, réalisée sous la direction du prof. Benjamin DEWALS s'intitule « Computational fluid dynamics to guide the search for victims of drowning in urban rivers ».

Résumé

La noyade en eau douce est une cause majeure de décès à travers le monde. En raison des changements climatiques et de l'urbanisation croissante, il est prévisible que la noyade en milieu urbain devienne encore plus prévalente qu’elle ne l’est actuellement. Bien que les moyens actuels de recherche des victimes dans les cours d'eau soient significatifs, ils demeurent peu efficaces.

Cette thèse vise à fournir un outil complémentaire aux équipes de recherche afin de leur permettre d’identifier les zones à plus forte probabilité de présence de corps et d’améliorer l’efficacité de leurs recherches.

Tout d’abord, les bases de la modélisation sont posées à travers un modèle analytique caractérisant une noyade en milieu urbain. Les caractéristiques de la victime et leur accessibilité sont étudiées, et un ensemble d’équations permettant de convertir les données reçues en données exploitables par le modèle analytique est proposé. Un modèle numérique basé sur l’approche analytique est ensuite développé et testé dans un écoulement idéalisé. Différentes caractéristiques du modèle sont également approfondies (simulation de Monte-Carlo, paramètres stochastiques, modèle lagrangien, etc.). Une analyse de sensibilité est réalisée sur cet écoulement idéalisé, mettant en évidence l’influence des incertitudes sur différents paramètres du modèle et leurs effets sur les résultats obtenus.

Après cette analyse, une comparaison entre les noyades en milieu marin et en rivière est effectuée, permettant d’identifier les différences d’échelle entre l’écoulement et le corps dans chaque cas. Une description de la position typique adoptée par une victime de noyade est ensuite présentée. Les coefficients hydrodynamiques correspondants sont déterminés grâce à des tests en soufflerie pour différents angles de lacet, deux types de vêtements et deux positions (position type noyé et couchée). Ces résultats sont comparés à la littérature et leur validité est discutée, ainsi que le moment de force appliqué sur le corps.

Parallèlement, une base de données compilant des cas de noyade provenant de diverses sources est créée. Des tests statistiques indiquent que l'âge de la victime et la température de l'eau semblent influencer la flottabilité initiale du corps. Un seuil de réapparition et un profil de risque sont également identifiés.

Enfin, le modèle numérique complet est décrit et testé sur sept cas de noyade survenus à Liège dans un écoulement 2D avec des vitesses moyennes sur la hauteur. Cela permet d’évaluer les performances du modèle en situation réelle et d’apprécier son potentiel. Les déplacements horizontaux et verticaux sont minutieusement étudiés.

Les perspectives de ce travail incluent une meilleure prise en compte de la turbulence dans la partie lagrangienne du modèle, des validations expérimentales supplémentaires et une intégration accrue avec les équipes de recherche, notamment via une modélisation bayésienne de la position du corps en fonction des zones explorées.

Abstract 

Drowning in freshwater is a major cause of death worldwide. Given climate change and the increasing migration of populations to urban areas, urban drowning is expected to become even more prevalent than it already is. Despite the existence of significant search methods for drowning victims in watercourses, their effectiveness remains limited.

This thesis aims to provide a complementary tool for search teams to help them identify areas with a higher probability of body presence and improve the efficiency of their searches.

Firstly, the fundamentals of modelling are established through an analytical model characterising drowning in an urban environment. The characteristics of the victim and their accessibility are studied, and a set of equations is proposed to convert received data into usable inputs for the analytical model. A numerical model based on this analytical approach is then developed and tested in an idealised flow. Various features of the model are also refined (Monte Carlo simulation, stochastic parameters, Lagrangian model, etc.). A sensitivity analysis is conducted in this idealised flow, highlighting the influence of uncertainties in different model parameters on the results.

Following this analysis, a comparison between marine and river drowning is carried out, revealing characteristic scale differences between the flow and the body in each case. A description of the typical position of a drowning victim is then provided. The corresponding hydrodynamic coefficients are determined through wind tunnel tests at different yaw angles, for two types of clothing and two positions (drowning-like position and lying position). These results are compared with existing literature, and their validity is discussed, along with the torque applied to the body.

Concurrently, a database compiling drowning cases from various sources is created. Statistical tests indicate that the victim’s age and water temperature appear to influence the initial buoyancy of the body. A resurfacing threshold and a risk profile are also identified.

Finally, the complete numerical model is described and tested on seven drowning cases in Liège, using a 2D flow model with depth-averaged velocities. This allows for an evaluation of the model’s performance in real-life situations and an assessment of its potential. Horizontal and vertical movements are thoroughly examined.

Future work should ideally refine the representation of turbulence effects into the Lagrangian part of the model, additional experimental validations, and enhanced integration with search teams through Bayesian modelling of body position based on explored areas.