Dans les pays développés, l’eau potable est distribuée au domicile des usagers. Ce confort requiert un long linéaire de réseau de forte valeur patrimoniale. Pour optimiser ressources et performances, il est important d’essayer de renouveler les tronçons au meilleur moment possible. Dans ce cadre, ce rapport présente les modèles « court terme » (1 à 3 ans) et « long terme » ( > 30 ans) actuellement employés au Grand Lyon. Les processus « court terme » semblent pertinents, mais les méthodes « long terme » restent limitées. Ce rapport propose de mettre en place une nouvelle approche « long terme » pour obtenir une vision globale du patrimoine de canalisations et rationaliser sa gestion. Cette approche est testée à partir des données réelles du Grand Lyon. Dans un premier temps à partir des données historiques du Grand Lyon, nous calculons ses courbes de survie passées. Une courbe de survie donne la probabilité qu’une canalisation a d’être mise hors service après un certain âge. Puis nous élaborons des scénarios prospectifs et nous en déduisons ses courbes de survie prospectives. Ensuite de ces courbes de survie prospectives nous souhaitons estimer des données clefs prévisionnelles telles que : • des indicateurs de réalisation : - le linéaire à renouveler, - les taux de renouvellement, - l’évolution de l’âge moyen du réseau • des indicateurs de performance : la prévision du nombre de défaillances, le niveau de risque lié aux coupures d’eau, le niveau de risque lié aux inondations induites par des fuites, le niveau de risque lié aux coupures de la route à cause des fuites • des indicateurs de moyen : - les coûts d’investissement, les coûts de la maintenance future, etc. Ces indicateurs doivent permettre d’éclairer les décideurs dans le choix de la stratégie « long terme » à adopter. Il ressort du scénario prospectif « statu quo » (i.e. rien ne change ni dans les objectifs, ni dans les mécanismes impliqués, ni dans les pratiques de gestion) des taux de renouvellement annuel compris entre 1.2 et 1.6% et des coûts d’investissement s’élevant à 17.5 à 25 millions par an sur l’intervalle de temps de 2013 à 2120. Attention, vu le grand nombre d’inconnues dans les données d’entrées, ces chiffres ne sont pas fiables.