AU Class
AU Class
class - AU

Navigating Stormwater: How VHB Overcame Drainage Challenges Using InfoDrainage

Partager ce cours
Rechercher des mots-clés dans les vidéos, les diapositives des présentations et les supports de cours :

Description

Discover how VHB, a leading engineering firm, has transformed stormwater management by utilizing InfoDrainage. Attendees will learn how VHB improved their efficiency by transitioning from multiple software solutions to InfoDrainage, a unified and integrated platform. This session will illustrate the pitfalls of designing drainage systems using isolated drainage design tools and spreadsheets, highlighting the associated data loss and their inability to handle complexities. Through a comprehensive case study, attendees will gain insights into how VHB leveraged InfoDrainage to enhance their drainage design workflows and advance sustainable drainage systems. The presentation will explore the technical features of InfoDrainage, highlighting its sophisticated simulation tools powered by the hydrodynamic formulation of the SWMM engine. These tools are designed for accurate representation of the interactions between various drainage objects to tackle the challenges associated with complex sites.

Principaux enseignements

  • Learn about the varied challenges of stormwater management and the innovative solutions provided by InfoDrainage.
  • Examine case studies that illustrate VHB's use of InfoDrainage to improve drainage design in challenging sites.
  • Gain proficiency with InfoDrainage advanced simulation tools for effective drainage analysis and to ensure project compliance.

Intervenants

  • Jess Ewing
    Jess is a Project Manager for VHB's Land Development team in Virginia Beach, VA, where she provides innovative design solutions rooted in technology enabled, sustainable, and economic principles. With more than 11 years of experience in engineering, design, and management for projects across the Mid-Atlantic, Jess brings a wealth of knowledge to her role. Following extensive training in model-based design, she has leveraged this experience to develop advanced hydraulic and site design workflows in collaboration with our Autodesk product manager, resulting in higher quality deliverables and increased project value for clients. Jess recently participated in Autodesk's Inside the Factory Summit where she helped guide further development of a new stormwater modeling interface known as Integrated Drainage Design & Analysis (IDDA).
  • Samer Muhandes
    Samer is a Chartered Civil Engineer and an accredited Project Manager with over 11 years' experience of drainage design in both project and technical management roles. Samer has undertaken, led and managed extensive feasibility studies of highway, railway and airport infrastructure implementation including the detailed design, cost estimation, cost benefit analysis and hydraulic modelling for Sustainable and traditional drainage systems. He has recently submitted a PhD in Sustainable Drainage Systems at Imperial College London and he is currently working as the Drainage Design Product Manager at Autodesk.
  • Jenna Woyner
    Civil designer at VHB in Virginia Beach, Virginia, USA. Work primarily in private land development projects and stormwater design.
Video Player is loading.
Current Time 0:00
Duration 50:04
Loaded: 0.33%
Stream Type LIVE
Remaining Time 50:04
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

JESS EWING: Good morning and welcome to navigating stormwater-- how VHB overcame drainage challenges using InfoDrainage. So those of you joining us today, I'm assuming you're interested in stormwater technology and how that can be leveraged in design. My name is Jess Ewing with VHB and joining me today is going to be general Jenna Warner with VHB and Samer Mohandas with Autodesk.

VHB was looking for drainage solutions for our land development projects and improving our efficiency through our designs. So we partnered with Autodesk to utilize new modeling software to find solutions to our efficiencies. So today, we're going to dive into three case studies to examine how InfoDrainage improved our efficiency on projects. Just going to do some quick introductions here first.

Again, my name is Jess Ewing, and I'm with VHB. We have 33 locations on the East Coast and growing, and we have over 2000 employees. And we are a generational company. We include engineers, scientists, planners, and designers, and we partner with clients in transportation, real estate, institutional, and energy industries.

I have been in the land development sector for 11 years-- a lot of experience there. I have a solid foundation in civil engineering and utilizing green infrastructure on our projects. So Jenna, go ahead and introduce yourself.

JENNA WOYNER: Hello, I'm Jenna Weiner. I also work at VHB with Jess. I'm an engineer in training, and I work as a civil designer in our land development group for almost three years now, and I work on various land development projects throughout Hampton Roads, Virginia, on the site and stormwater designs.

JESS EWING: Thanks. Samer, please introduce yourself.

SAMER MUHANDES: Thank you, Jenna. Thank you, Jess. My name is Sam Muhandes. I am a senior product manager with Autodesk. I manage two products, InfoDrainage and InfoWorks ICM.

And I came from a consultancy background with over a decade of drainage design and catchment modeling experience, and I also did, parallel to my consultancy experience, did a PhD at Imperial College London on sustainable drainage systems.

So before we start the presentation to enable our colleagues from the legal team at Autodesk to sleep at night, we need to present this safe harbor statement. So basically, during the presentation, as a product manager, I might, and I will, share some future-looking statements. If I do this and I will do this, please do not make any investment or procurement decisions based on any future statement.

We will tell you what is already in the software and what is coming next. So you'll see what's there and what is the future. With that, I would like to introduce our software, our drainage design software InfoDrainage.

InfoDrainage combines stormwater sanitary water storage design and more than 40 hydrological and hydraulic calculators, all integrated in one platform. So we don't want users to be doing their storm design in one tool and then jumping on another tool to do the storage design and then integrating the water level from the storage design and the stormwater design as a boundary condition and then running this and then taking-- trying to go to another tool to do the calculations and the hydrology and all of these jumping back and forth between different tools. It's a fragmented approach to drainage design.

And then you take that everything to a Civil 3D where the drainage design should live, and then you take it elsewhere to do the 2D dynamic analysis. And all of these, we want all of these to be in one platform. And InfoDrainage achieves this. Basically, you can do the stormwater design, the sanitary, the clash detection, and then you can integrate that in the site design in Civil 3D where the drainage design should live. And I'll hand over to Jess.

JESS EWING: VHB was looking for a combined solution for our modeling software. We were currently using multiple programs to achieve our drainage design solutions on our projects. Jenna and myself are located in the Virginia Beach office, so we are a coastal area. And there are a lot of challenges that you run into in coastal locations. Obviously, you don't-- you don't have a lot of elevation, and you have a lot of localized flooding.

So our previous workflow was utilizing multiple programs to arrive at a single solution-- so splitting between spreadsheets for hydraulics, BMP, routing, hydrology. We were using more than one program to link up our BMPs to our pipe systems, and this is a really inefficient way of solving drainage design. And it also introduces human error, especially when you're using an output of one program as an input in another.

So obviously, you can lose information there. So we were open to working with Autodesk in this new modeling software called InfoDrainage to bring everything together in one single model, one single file and eliminate the inefficiencies and the human error that we were encountering in our current workflow. So now we're going to dive into our case studies. So case study number one-- Jenna, please go ahead and give us the background conditions for case study number one.

JENNA WOYNER: All right. Thank you. So case study number one is going to be our coastal site. And for some background, this site is located on the Elizabeth River in Virginia. It's tidally influenced with high-tail water elevations at the stormwater outfall and low existing ground elevations.

This site is also in a FEMA flood zone and will be influenced by future sea level rises. So those in combination make this site hydraulically vulnerable and create a lot of existing flooding in this area multiple times a year.

And another consideration we had for this design was that the proposed building footprint was very large and took up majority of the site. So we were limited on our design options for stormwater around the building and other proposed utilities. And now Jess is going to go further into the proposed design.

JESS EWING: Thanks, Jenna. So our design approach for a site like this, you're going to end up with very shallow pipes, large diameter. So your goal here is to achieve your volume in your pipes.

Thankfully, we do have enough all on the site to get some elevation drop, but the anticipation there is that you will have flooded pipes on your site. They will be full of water. So that has to be accounted for in the model. So we anticipated high tail water inputs accounting for sea level rise.

The design is ongoing. So there may be a seawall also as part of this design in the future. I'm not sure yet. That's still underway. So there's some city involvement on the site as well to improve drainage conditions for the site.

So this is really going to be a case study where dynamic routing is going to come into play, where you're balancing rainfall with tide. So there's going to be a push back and forth between your precipitation and your tide elevation, and they're going to fight each other. You need a program that's capable of understanding that push and pull and being able to show you where the flooding is occurring and if there is a backwater condition that is occurring upstream.

And InfoDrainage is capable of doing that routing with the SWMM model-- so very useful. So I'm going to go ahead and show you guys our drainage area modeling screen.

So what you're looking at here is our predevelopment and our post-development mapping. A great benefit to using InfoDrainage is you can directly export out your drainage areas through smart catchments. Your pipe networks can also be directly exported out. So everything you're seeing on this screen was drawn in CAD first and then exported out-- quite simply, actually-- out into InfoDrainage.

So we have our pre-development drainage area map showing a single pipe system with branches. And in the post-development condition, we have a very large building footprint that we had to work around. Still kept the single output, single output location, but now had a building to worry about and also trying to find any type of location for quality treatment. So this project also included two filtering systems that you can create those inputs into your nodes If you have a weir, an orifice condition, in the proprietary BMPs, which was the approach that we took for that.

So to get a little further into the model inputs for this case study, this is an output node selection in InfoDrainage that can provide you information on your outputs. So what you're looking at here is a junction hydrograph that we selected. You can select any of the nodes throughout the system, and it will show you your flow graph, your volume graph, and your depth graph.

And the benefit of this is on your flow graph, if you have a backwater condition, it will show that to you in the hydrograph with your outflow and outlet hydrograph output, and you can see that with the inverted hydrograph. So InfoDrainage does dive into these backwater conditions and provides that information. So Samer is now going to discuss that a little bit more in depth about those capabilities.

SAMER MUHANDES: Thank you, Jess. So in InfoDrainage, we use the dynamic wave formulation of the SWMM engine, which is the most advanced formulation. It's more advanced than the kinematic wave. And in this way, it allows the backflow to happen.

And it mimics the physical reality of water hitting a restriction downstream, building up, and then flowing upstream. You've seen the project that VHB worked on with Jess and Jenna is a project where they introduced a fixed tailwater elevation.

And what I wanted to highlight is that you can also introduce a variable surcharge elevation, which is basically a time- varying elevation of tailwater, and that can mimic waves or can mimic tide. And InfoDrainage introduces that as a restriction at the outfall. So if you have a 2025.2, or anything higher than 2025.2, basically, InfoDrainage assumes that there is a gated outfall, and all of this tailwater elevations, whether it's variable or whether it's fixed, it's introduced in the system as a wall at the downstream end of your system.

And whenever that wall goes away, in the case of variable surcharge, and we managed to achieve some head difference, some water will be escaping. So gated outfall, it replicates having a flap valve at the outfall, and that means that we need to achieve some head difference to be able to get some water out of the system.

Recently, a couple of weeks ago, we released InfoDrainage 2025.3, where you have the option to take a box and say I want non-gated outflow, which means that if you have a wave or if you have a tailwater elevation at the downstream end, it won't only act as a wall. It will also propagate sense water upstream and propagates the upstream part of the network and utilize the volume available.

So I'm going to show you now two screenshots, one of them from a gated outfall, which acts as a wall. You will see that the top image or top screenshot, you will see that acting as an outfall. And we won't be able to send water outside the system until we achieve that head difference. So water will be building up within the network.

The second screenshot, which is the bottom one basically that had water at the downstream end, propagates upstream because we have a non-gated outflow. We didn't protect our system with a non-return valve or a flap valve, so water will be utilizing the volume upstream. And then, of course, after that utilization, we need to achieve that head difference to be kicking water out again.

So this is an advanced and a flexible way to model the tailwater. And I have seen personally a lot of spreadsheets that tell you a happy story, showing that a certain arrangement for a drainage network will be discharging water to the river or to the sea happily.

And then the numbers, they look amazing. The authorities might be approving them. And then once you put them in a dynamic software like InfoDrainage, it will tell you a different story. It will tell you no way.

This system will not be discharging any water because of the downstream condition, or maybe there will be a backflow. You're going to flood from that vulnerable point. So it's very important to consider these conditions in a drainage design software. So I will hand over to Jenna to talk about the next case study.

JENNA WOYNER: Thanks, Samer. The case study number 2 is our interconnected BMP site. And so first, some more background. This is a university project that had state DEQ reviewers. And this site is located a little more inland than case study number one, but it's still lacking in elevation.

So we were limited on the depths of the proposed BMPs and pipes. This existing site also had a complicated existing stormwater network and utility infrastructure with overlapping pipes and a lot of off-site drainage passing through the site from the upstream areas to the proposed development. And Jess is going to talk a little more on how we used infill drainage for our proposed design.

JESS EWING: Thanks, Jenna. So the proposed design for a university project, typically you want to incorporate that green infrastructure. So that was the approach that we took and wanted to utilize bioretention beds and bring that kind of like greenery into the project. So there's some aesthetic as well with bioretention basins.

We also applied a permeable pavement around the border of the building as well to incorporate again the green infrastructure and to also help meet the volume demands, because when you're utilizing smaller void space, you will need a larger footprint to make up for the volume that you're going to need to utilize on site.

So the benefit of using InfoDrainage for this type of design is the interconnected stormwater controls, or BMPs, so different terminology there in InfoDrainage. The BMPs are called stormwater controls. So we're going to utilize that interconnected benefit, that InfoDrainage can handle, so where you have multiple BMPs connected to each other upstream and downstream, and also incorporating those large pipe systems. And we like to call that the pipe spaghetti.

If you've got a site that has a ton of pipes on it, this is a great modeling software to utilize for this. So kind of jump into the modeling images here.

As you can see, we've got a lot going on this site, a lot of small drainage areas on a large footprint that are going to-- a lot of pipes, pipe spaghetti. So when you have a complicated system like this, really the import-export benefit of InfoDrainage is your friend. It saves you a lot of time putting in those inputs into your model. That export is just the best.

So we're looking at our pre-development and post-development setup here. So on the post development screen, we've kind of colored in in purple our BMP systems. So we have 7 bioretention basins surrounded by a permeable pavement footprint surrounding the building and 9 off-site base flows traveling through the site as well.

And that is a fairly complicated setup for your typical modeling software where you would need at least two different modeling softwares to model something like this, potentially three, depending on how complicated it does get. This opens up a potential for a lot of loss of information and inconsistencies. So InfoDrainage really shines in a design like this. So we really utilize that benefit.

So scanning over to a profile section, we use the profile sections a lot in design to check ourselves basically in the InfoDrainage model because the profile is going to let you know if you have designed your system correctly. It gives you the visual.

So visual is super important for us as engineers. I'm sure a lot of people can agree with that. We like to see what it is we're designing. We like to see, just to make sure we've done it right.

And the other thing that InfoDrainage will do is it will show you in real time the water HGLs in the system. Now this is a screenshot, but it will show you the water level as it passes through this interconnected system, which very rarely, I have seen in other software where you are seeing the whole system routed through time. And that progression of the water just is amazing, in my opinion-- so very, very beneficial in designing our systems to have this profile modeling output. So Samer, please dive into the green infrastructure capabilities.

SAMER MUHANDES: Thank you, Jess. So traditionally, when people looked at green infrastructure, they focused on the volume. So they tried to stretch the traditional tools that we had available at the time when it became mandated in some countries.

And they started to introduce volume in a node or a volume in a pipe trying to replicate the volume that we would get in a bioretention feature, for example, or the volume that we would get in a porous pavement. And they would say, OK, porous pavement, we've got some gravel. It's 30% porosity. Let's multiply width times length times depth times 30%, and we introduce that volume in the equation.

So that worked a little bit until we started to consider green infrastructure from the outset. And we started to consider this at the master plan level. We get green infrastructure to talk to each other. Then the element of delay became really critical.

So the benefit of green infrastructure is not only the fact that we have now extra volume. It has a lot of other benefits, like water quality, amenity, biodiversity, but the most important one is the delay. We're holding on to the water, and we're trying to wait until the peak of the storm is gone. And then we release the water slowly so that delay is benefiting us big time. And we all try to basically squeeze or squash that peak, whether we're looking at transport, whether we're looking at COVID-19.

We were worried about the peak hitting, basically people running to the hospital at the same time. So we wanted lockdown measures so people basically-- we can delay that arrival of patients, the same way we look at water here. We want to hold on to the water so we can delay the runoff or the contribution from a certain area to the public sewer.

Now, how we introduced this in InfoDrainage, we did not utilize or stretch a pipe or a node to just include some extra parameters. We organized the structures that we've got. So the [INAUDIBLE] that just talked about now, they're not nodes and pipes. They are polygons. So the time of concentration for the water to go through these polygons is accounted for.

And it's not only one structure. It's a multiple structures connected together. So what you see on the right-hand side is a bioretention feature, which is a ponding area sitting on the top of a sand area, sitting on the top of a layer of gravel, and sitting on the top of a perforated pipe.

All of these are interconnected together. They're talking to each other. They're all one object, one smart object in InfoDrainage, where you can model all of these interactions. And we have introduced some advanced parameters.

We're going to see now in the next couple of slides, like the hydraulic conductivity to describe how fast the water is flowing in a certain layer. And then, of course, the filtration rate, the infiltration rate, and basically to describe how fast the water is being exchanged between the sand and the gravel and the ponding area.

So this helped us understand the role of suds properly, not only as a volume introduced in the system, but also as a delay that is introduced to the hydraulics, which is extremely crucial.

These are two screenshots from the same model using traditional software. One is very famous in the UK, and another one is very famous in the US. And basically, you could see that in both of these, we are introducing a pond at a node level. There is no spatial awareness.

When you have no spatial awareness in terms of the footprint of your structures, your dummy inlet pipes will not be real because that dummy pipe that you see is basically going towards the center. The length is not correct, and the whole arrangement is not correct. So when you export it, you need to explain to the people who are drafting the final drawings that, OK, this is just a dummy pipe that I had to introduce to get around the software limitation. Where in fact, if you look at the same model in InfoDrainage, this is the inlet pipe, and this is the outlet pipe.

So the arrangement between the inlet and the outlet is accurately described. The time of concentration between the inlet point and the outlet point is accurately considered, and that polygon will describe all of these structures together and the interaction between them.

And as I said, the advanced parameters that we've introduced is basically multiple layers with hydraulic conductivity. So we understand how water is flowing horizontally and vertically as well. And that helped us achieve a really good agreement.

In some cases, we've done some benchmarking. And we could see some very good agreement between InfoDrainage and observed data coming out of ponds in Scotland and other places as well. And with that, I'll hand over to Jenna to talk about case study three. Over to you, Jenna.

JENNA WOYNER: Thanks, Samer. So our final case study is a roadway drainage improvement project. And this is a city roadway project.

It's just a simple road widening. But they also experienced a lot of localized flooding along the road in its current conditions. There were multiple pockets of flooding as well as reverse and just a dilapidated pipe network.

Although simple, it required advanced drainage design due to the small area we had to work within the right of way. So that limited the efficiency of our proposed design. There was also a lot of off-site drainage that wasn't surveyed, so a lot of assumptions had to be made with the GIS data that we were able to get. And back to Jess to explain our proposed solution for this.

JESS EWING: Thanks, Jenna. So design approach for this case study-- again, we're kind of running into a situation where we need interconnected stormwater controls. That's going to be your setup when you have a linear condition. Even if you do have a split drainage areas, most of the time, you're going to have linked BMPs and a linear roadway project.

And then with the combination of poor infrastructure, again you're looking at an advanced system with multiple connections, multiple pipes that needs a stronger modeling software to handle that information. So we were struggling to find quantity storage in this case study due to the limited footprint, as Jenna mentioned.

So again, we're going to use InfoDrainage to design a single model with stormwater controls and pipes interconnected. So our biggest thing was, how can we best utilize this footprint? So switch over to our model images.

So in our pre-development condition, we do have some, in purple, some pocketed areas of localized flooding. So the way we looked at our preliminary condition is these existing flooded areas are going to be the storage in the existing condition. So we have to account for that. If we have these existing-- it's almost like they're functioning as small ponds in that existing condition.

So the way we looked at that is, OK, let's take these small flooded areas that we're seeing in the larger storms. I believe it was a 10-year storm event that we began to see the localized flooding pond. So we design them as small pond stormwater controls to account for that storage and the existing condition.

And then in our post-development condition, we were-- our attempt was to keep that same design as much as possible, because what we try to do as designers is to keep the same drainage patterns if possible. So any time you turn around and try to send water in a different direction, that becomes even more complicated because you're going to have to hold more drainage doing that.

So you can see in blue on the post-development that we basically tried to expand on those localized flooded areas and improve upon them and create smaller pockets, small ponds, if you will, potentially by retention basins if we can get the volume to work. But again, we had such a small footprint that this beginning stage of our post-development design was small ponds, small interconnected ponds making its way to two separate outfall points with interconnected conditions.

So again, with this type of design, we're utilizing the profiles. The profiles are our friends. We've also included here the stormwater control summary just to kind of give you an overview of your output that you're going to be looking at when you're using these stormwater controls.

You can see the list on the left where we've labeled out our stormwater control systems. We have five here, similar to our previous case study where we had seven. We have five stormwater controls in this case study-- so a lot to compare, a lot to look at. InfoDrainage will provide you with a maximum water surface elevation, your HDL, and again, we'll give you that real-time output of your HDL in your system.

So if you look at the profile below, we're looking at in the 100-year storm when that system starts to flood, and InfoDrainage indicates that by a small triangle. And you can see it, see it on the screenshot where it's kind of saying, hey, you are topping your banks. So we were then able to determine that, OK, in our 100-year storm, this is when we're going to run into a problem. This is when our system is going to flood.

And you can see that HDL as it propagates downstream in the manholes as well, where you actually do have a variable HDL throughout the system. And it's understanding that. So it's not providing you with a single HDL throughout the system. It's telling you what those individual HDLs are downstream, and they may be different. And the program is capable of showing that and describing those conditions.

So another benefit of using InfoDrainage for this design is although we were successful in meeting state regulations and putting in these small ponds along the roadway, it also allowed us to look at the system as a whole and make a decision and say, hey, maybe this isn't the best approach. Having small pockets of water next to a roadway, I mean, safety kind of comes into question. Is this the best way to do it?

So it also led us to consider potentially a different design and say, hey, maybe this needs to be simplified, and maybe we need to look at a regional BMP all the way down where the outfall point is rather than having these small pockets of water. So that was kind of an unexpected benefit of the modeling software was coming to a solution, but also showing hey, maybe there's a different way that we need to look at this. So that was unexpected, but also a useful benefit of using InfoDrainage on a linear project like this. So, Samer, please dive into the advanced analysis.

SAMER MUHANDES: Thank you, Jess. So when it comes to interconnected funds or interconnected stormwater controls, the game here is to provide the right volume in the right place, because now it's a game of determining, OK, how big the main pond should be and then at what level I'm going to trigger the overflow to pond one in this screenshot, and this is not part of the project. But this is an example just to explain the concept. And then we need to determine at what level am I going to trigger the second overflow to the third pond. And if I'm using node-based structures, I will end up doing volumetric exchange.

So I'm just going to throw volume to the right, throw it to the left, and it's going to be uncertain. And you might end up putting the right-- the wrong volume in the wrong place. So which means that you will be flooding when you have capacity.

Using a sophisticated modeling software, drainage design software like InfoDrainage, it will allow you to model accurately and replicate the physical reality. Basically, you introduce the arrangement, and it will tell you, OK, if you have that size, basically the water, after 300 minutes, it's going to overflow to the left, and then it's going to overflow to the right. And then your ponds will be utilized. And maybe it's a better approach to have a smaller pond and start overflowing earlier. Maybe it's better to have a bigger pond and not have two overflow arrangements.

So the options are unlimited when it comes to drainage. And the search space is so big because we could do 47 different options to solve one problem, and InfoDrainage will help you-- give you the confidence that you need so you know that you're adding volume in the right place.

And this is a screenshot of the profile or the flow path. And as Jess said, the profile is our friend. And here you see that, OK, we have the long section showing us that, OK, this is the main pond. And at a certain level, we're overflowing, and we're sending some water to the second pond. And there's another level.

There's another view for another long section where it shows you at a higher level. If the water is still going up, it will be sending water to the other side. And this is the benefit of using a software that relies on dynamic wave formulation of this room engine. And with that, I will share with you a sneak peek of what is coming.

And by the time you are going to watch the presentation, it will still not be released. So it's going to be a couple of weeks after you watch this presentation. So we've been working on what is called the SCS composite curve number calculations.

And basically, we introduced new objects in InfoDrainage polygons to describe the land use and the soil type. And as those who use the SCS runoff method, for every combination of land use and soil type, you get an curve number. And sometimes you have a subcatchment that crosses multiple land uses and multiple soil types. And instead of you having to break that subcatchment into little subcatchments and trying to say, OK, let me see that combination one, combination 2, and they will be lots of combinations in this example that you see on the screen.

Now you can just draw your subcatchment, and it will take the weighted average. And it will work out the composite SCS number calculation. So let's watch the video and see how the process would look like.

You will have a default value for the soil type and a default value for the land use. So basically, anything that doesn't have a polygon, the software will have a default value for this. You will have a tool or a checkbox to say, are you going to use these polygons, or are you going to do them on your own, like what the current capabilities? And you could say, no, I want to use the polygons, and then it will calculate them for you.

As soon as you move the subcatchment, you can open it again. And you will see that the composite curve number has been updated. And of course, if you move the soil type, it will trigger these calculations as well. And you could have two of these subcatchment, or we tried it on thousands of these subcatchment together. And we were moving it together.

And the software would update all of them at the same time. And also it doesn't only calculate the SCS number, calculate calcs. It will also look at the percentage of pervious, the volumetric runoff coefficient.

So it will take weighted average from multiple land uses, and it will give you the percentage of impervious for subcatchment that is crossing a green field and that is crossing a highway. The highway is 100% impermeable. The green field is, let's say, 50% impermeable. And it will give you something in between. Say for the whole subcatchment is 60 or 70 based on weighted average.

So that is hopefully coming in the next release as a technical preview. And we look forward to your feedback once this is released. OK, back to you, Jess.

JESS EWING: Thanks, Samer. So closing thoughts-- I guess what people are joining this presentation for is they're trying to decide for themselves, is InfoDrainage right for me? So here's kind of our feedback on utilizing the InfoDrainage software for our project.

So is it worth it? In our opinion, we're going to give a yes on this. We're going to say yes. This program is definitely worth using, especially on your more complicated sites. I mean, this is where InfoDrainage really shines and really saves time.

So one of the main points that we discussed is InfoDrainage has that import-export capability out of CAD. So all of that work that you've already done in CAD, building your pipe networks and building your catchments, you can pull that information directly out of InfoDrainage and into the model, and that saves an astronomical amount of time. I'm not going to even-- that is the word I'm going to use because that is something that in the past has taken up the majority of the time is building the model, putting in your inputs. And just streamlining that component alone is a big selling point for us.

Another point to make is the power of the engine. So the SWMM engine is recognized in the United States as the model. And InfoDrainage utilizes the SWMM model and has improved upon it.

And reviewers typically, at least in our areas, do look for the SWMM 5 model outputs. So being able to also say, hey, we're utilizing that component. We do have this engine integrated into this system is a selling point for the review process when you're working in land development.

Because at the end of the day, it's the reviewers who are approving your projects, and we have to keep up with what government agencies are expecting to see in our results. Combining the hydraulic and hydrology routing, again, the interconnected stormwater controls-- big, big thing. Being able to do that without using multiple software and having those advanced results and trusting those results as well, knowing that your outputs make sense.

In addition, the backwater conditions in the system-- spreadsheets cannot do that. They cannot show you a change in direction in your outputs. Only an advanced model like this can show you that and provide those inverted hydrographs so you can better understand how your system is going to function when you have tidal conditions.

Also, I would say that working with Autodesk directly, they're very responsive, very helpful, and it has been a joy working with Samer in this kind of combined relationship between VHB and Autodesk and working together to improve and learn from each other. I think that has been a great component of this is to being able to, in a sense, help develop the program as well based on what consultants are going to need. And having that relationship with Autodesk has been really great.

So if you decide to use InfoDrainage, you got to consider when is the best time to start using this program. And from what we have learned is you want to use InfoDrainage on tidal sites. You're going to want an advanced model to provide those backwater conditions when you have tide fighting rainfall events.

You're also going to want to use InfoDrainage if you have complicated pipe networks, pipe spaghetti. I love saying that. So if you've got pipe spaghetti on your site and you don't want to spend all day putting model inputs into a modeling software. And at the end, the end of the day, changing your model and then forgetting what those changes are and then having a model that is not correct-- that's not the best process.

So that export or pipe networks is key here to having a correct model and saving you time. And another condition is again interconnected BMPs. If you have multiple BMPs connected to each other, ponds, buyer attentions, buyer attentions to ponds, filtering systems to ponds, multiple ponds, I mean sometimes you may have a site that has three or four ponds linked to each other. This is when you want to use InfoDrainage.

So definitely from VHB, we give a thumbs up for InfoDrainage. So went well for us. Definitely looking forward to the future with InfoDrainage as well. So thanks, Samer. If you want to provide your closing thoughts as well.

SAMER MUHANDES: Thank you, Jess. It's been a pleasure from our side as well, working with VHB. And then where this is going?

So again, I just want to remind the audience of the safe harbor statement. So what I'm going to share with you is basically a forward-looking statement into the future. So where do we see our InfoDrainage going in the future?

First of all, since the drainage design is always going into the site design to live with the rest of the utility design, the gas mains and the electric cables and the ground model. Normally, they live in Civil 3D. We've been working on another initiative of lifting InfoDrainage design, logic, and simulation engine to the cloud so they can be utilized from Civil 3D objects. And we will be adding smart objects, like stormwater controls, the flow controls, making Civil 3D more hydraulics-aware. So you can basically send your simulation to InfoDrainage from Civil 3D without leaving Civil 3D.

So in the future, users will experience Civil 3D with no import and export. They can just digitize their pipes, their ponds, their flow controls, their rainfall, and then they can say, OK, InfoDrainage, can you do it? Can you solve the calcs and solve the equations for me so that InfoDrainage will be sending all the hydraulic grade line, energy grade line flows, and everything.

So that is one initiative Autodesk is working on. And there will be colleagues at AU demonstrating a beta version of where we're at in that space. We are also working on including non-hydraulic attributes to describe not only the pipe diameter, which is important for the capacity and the slope and all these.

But also we want to describe what's around the pipe-- so the surround the trench width because the pipe is living in a trench. And it's sitting on a bedding, and it's surrounded by gravel maybe, or maybe by concrete. So we want to make these attributes visible to the designer because sometimes, if you know that your pipe is surrounded by concrete, maybe you can get away with making it shallower and not worry about the structural integrity of your pipes.

And at some point, there is a vision of enabling users to describe all these attributes and then cut a cross-section in a pipe, and then they can see a cross-section of that trench with their materials and the pipe from InfoDrainage. So that is something we're working on. And also we are continuing to look at quantification for InfoDrainage. So currently, InfoDrainage has Chinese rainfall, French rainfall, Australian, US, UK, and we will be adding more rainfall methods and more runoff methods to basically quantify the software in more countries like Germany and other countries as well.

And finally, we will be leveraging the power of machine learning and reinforce learning further to achieve what is called outcome-based designs. So basically, users can say, I want the drainage system to achieve that discharge rate and to minimize the flooding for this return period. And these are the search space and the parameters that I'm happy to play with.

So using some sort of a model of [INAUDIBLE] reward and penalty model, the software will be able to move certain points and optimize the network, getting penalized every time the drainage design becomes extensive and getting rewarded every time the flood volume goes away, until it finds the perfect combination of structures and pipes and discharge and flow controls and all of this together.

We have a team of data scientists and AI team, and they are looking at this problem. And this is something we are working hard on solving to get to the outcome-based design. Back to you, Jess.

JESS EWING: Thanks, Samer. So that wraps up our presentation. If anybody has any questions, feel free to reach out to us, myself, Jenna, or Samer with Autodesk. And thank you so much for joining us.

______
icon-svg-close-thick

Préférences en matière de cookies

Votre confidentialité est primordiale pour Autodesk et nous mettons tout en oeuvre pour vous garantir la meilleure expérience possible. Pour nous aider à personnaliser les informations que vous recevrez et à créer des applications, nous collectons des données sur votre utilisation de ce site.

Nous autorisez-vous à collecter et à utiliser vos données ?

En savoir plus sur les services tiers que nous utilisons et sur notre Déclaration de confidentialité.

Cookies indispensables au fonctionnement de notre site et à la fourniture de nos services

Ces cookies nous permettent d'enregistrer vos préférences ou vos informations de connexion, de répondre à vos demandes ou de traiter les achats de votre panier.

Cookies visant à améliorer votre expérience grâce à l'affichage de contenu pertinent

Ces cookies nous permettent d'améliorer les fonctionnalités et la personnalisation. Ils sont configurés par Autodesk ou par des fournisseurs tiers auxquels nous faisons appel afin de vous proposer une expérience et des informations adaptées à vos besoins.Si vous n'autorisez pas l'utilisation de ces cookies, certains ou l'ensemble des services risquent d'être indisponibles.

Personnalisation des publicités à des fins de ciblage

Ces cookies collectent des données vous concernant, en fonction de vos activités et de vos centres d'intérêt, afin d'afficher des publicités pertinentes et d'en évaluer l'utilité. Grâce aux données collectées, ces publicités seront davantage ciblées. Si vous n'autorisez pas les cookies, elles seront moins pertinentes.

icon-svg-close-thick

SERVICES TIERS

Découvrez les services tiers que nous utilisons pour chaque catégorie et la façon dont nous exploitons les données que nous collectons sur vous en ligne.

icon-svg-hide-thick

icon-svg-show-thick

Cookies indispensables au fonctionnement de notre site et à la fourniture de nos services

Qualtrics
Nous faisons appel à Qualtrics pour que vous puissiez nous faire part de vos commentaires par le biais d'enquêtes et de formulaires en ligne. Vous êtes susceptible d'être sélectionné au hasard pour participer à une enquête. Vous pouvez aussi nous faire directement part de vos commentaires. Nous collectons des données afin de connaître les actions que vous avez effectuées avant de participer à une enquête. Cela nous aide à résoudre les éventuels problèmes. Politique de confidentialité de Qualtrics
Akamai mPulse
Nous faisons appel à Akamai mPulse pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Akamai mPulse
Digital River
Nous faisons appel à Digital River pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Digital River
Dynatrace
Nous faisons appel à Dynatrace pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Dynatrace
Khoros
Nous faisons appel à Khoros pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Khoros
Launch Darkly
Nous faisons appel à Launch Darkly pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Launch Darkly
New Relic
Nous faisons appel à New Relic pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de New Relic
Salesforce Live Agent
Nous faisons appel à Salesforce Live Agent pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Salesforce Live Agent
Wistia
Nous faisons appel à Wistia pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Wistia
Tealium
Nous faisons appel à Tealium pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Tealium
Upsellit
Nous faisons appel à Upsellit pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Upsellit
CJ Affiliates
Nous faisons appel à CJ Affiliates pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de CJ Affiliates
Commission Factory
Nous faisons appel à Commission Factory pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Commission Factory
Google Analytics (Strictly Necessary)
Nous faisons appel à Google Analytics (Strictly Necessary) pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Google Analytics (Strictly Necessary)
Typepad Stats
Nous faisons appel à Typepad Stats pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Typepad Stats
Geo Targetly
Geo Targetly nous permet de rediriger les visiteurs de notre site vers la page appropriée et/ou de leur proposer un contenu adapté à leur emplacement géographique. Geo Targetly se sert de l’adresse IP des visiteurs du site pour déterminer approximativement la localisation de leur appareil. Cela permet de s'assurer que les visiteurs ont accès à un contenu dans ce que nous évaluons être la bonne langue.Politique de confidentialité de Geo Targetly
SpeedCurve
Nous utilisons SpeedCurve pour contrôler et mesurer les performances de notre site Web à l’aide de mesures du temps de chargement de nos pages Web et de la réactivité des éléments successifs tels que les images, les scripts et le texte.Politique de confidentialité de SpeedCurve
Qualified
Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

icon-svg-hide-thick

icon-svg-show-thick

Cookies visant à améliorer votre expérience grâce à l'affichage de contenu pertinent

Google Optimize
Nous faisons appel à Google Optimize afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Google Optimize
ClickTale
Nous faisons appel à ClickTale pour mieux identifier les difficultés que vous pouvez rencontrer sur nos sites. L'enregistrement des sessions nous permet de savoir comment vous interagissez envers nos sites, notamment envers les éléments de nos pages. Vos informations personnellement identifiables sont masquées et ne sont pas collectées. Politique de confidentialité de ClickTale
OneSignal
Nous faisons appel à OneSignal pour afficher des publicités numériques sur les sites pris en charge par OneSignal. Les publicités sont basées à la fois sur les données de OneSignal et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que OneSignal a collectées sur vous. Les données que nous fournissons à OneSignal nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de OneSignal
Optimizely
Nous faisons appel à Optimizely afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Optimizely
Amplitude
Nous faisons appel à Amplitude afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Amplitude
Snowplow
Nous faisons appel à Snowplow pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Snowplow
UserVoice
Nous faisons appel à UserVoice pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de UserVoice
Clearbit
Clearbit autorise les données d’enrichissement en temps réel afin de fournir une expérience personnalisée et pertinente à ses clients. Les données que nous collectons peuvent inclure les pages que vous avez consultées, les versions d’évaluation que vous avez lancées, les vidéos que vous avez visionnées, les achats que vous avez réalisés, ainsi que votre adresse IP ou l’ID de votre appareil.Politique de confidentialité de Clearbit
YouTube
YouTube est une plate-forme de partage de vidéos qui permet aux utilisateurs de visionner et de partager des vidéos qui sont intégrées à nos sites Web. YouTube fournit des indicateurs sur les performances des vidéos. Politique de confidentialité de YouTube

icon-svg-hide-thick

icon-svg-show-thick

Personnalisation des publicités à des fins de ciblage

Adobe Analytics
Nous faisons appel à Adobe Analytics pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Adobe Analytics
Google Analytics (Web Analytics)
Nous faisons appel à Google Analytics (Web Analytics) pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Google Analytics (Web Analytics)
AdWords
Nous faisons appel à AdWords pour afficher des publicités numériques sur les sites pris en charge par AdWords. Les publicités sont basées à la fois sur les données de AdWords et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que AdWords a collectées sur vous. Les données que nous fournissons à AdWords nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de AdWords
Marketo
Nous faisons appel à Marketo pour vous envoyer des e-mails dont le contenu est ciblé. Pour ce faire, nous collectons des données concernant votre comportement en ligne et votre interaction envers les e-mails que nous envoyons. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, de taux d'ouverture des e-mails, de clics sur des liens, etc. Nous sommes susceptibles d'utiliser ces données en combinaison envers celles obtenues auprès d'autres sources pour vous offrir des expériences améliorées en matière de ventes ou de service clientèle, ainsi que du contenu pertinent basé sur un traitement analytique avancé. Politique de confidentialité de Marketo
Doubleclick
Nous faisons appel à Doubleclick pour afficher des publicités numériques sur les sites pris en charge par Doubleclick. Les publicités sont basées à la fois sur les données de Doubleclick et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Doubleclick a collectées sur vous. Les données que nous fournissons à Doubleclick nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Doubleclick
HubSpot
Nous faisons appel à HubSpot pour vous envoyer des e-mails dont le contenu est ciblé. Pour ce faire, nous collectons des données concernant votre comportement en ligne et votre interaction envers les e-mails que nous envoyons. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, de taux d'ouverture des e-mails, de clics sur des liens, etc. Politique de confidentialité de HubSpot
Twitter
Nous faisons appel à Twitter pour afficher des publicités numériques sur les sites pris en charge par Twitter. Les publicités sont basées à la fois sur les données de Twitter et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Twitter a collectées sur vous. Les données que nous fournissons à Twitter nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Twitter
Facebook
Nous faisons appel à Facebook pour afficher des publicités numériques sur les sites pris en charge par Facebook. Les publicités sont basées à la fois sur les données de Facebook et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Facebook a collectées sur vous. Les données que nous fournissons à Facebook nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Facebook
LinkedIn
Nous faisons appel à LinkedIn pour afficher des publicités numériques sur les sites pris en charge par LinkedIn. Les publicités sont basées à la fois sur les données de LinkedIn et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que LinkedIn a collectées sur vous. Les données que nous fournissons à LinkedIn nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de LinkedIn
Yahoo! Japan
Nous faisons appel à Yahoo! Japan pour afficher des publicités numériques sur les sites pris en charge par Yahoo! Japan. Les publicités sont basées à la fois sur les données de Yahoo! Japan et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Yahoo! Japan a collectées sur vous. Les données que nous fournissons à Yahoo! Japan nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Yahoo! Japan
Naver
Nous faisons appel à Naver pour afficher des publicités numériques sur les sites pris en charge par Naver. Les publicités sont basées à la fois sur les données de Naver et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Naver a collectées sur vous. Les données que nous fournissons à Naver nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Naver
Quantcast
Nous faisons appel à Quantcast pour afficher des publicités numériques sur les sites pris en charge par Quantcast. Les publicités sont basées à la fois sur les données de Quantcast et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Quantcast a collectées sur vous. Les données que nous fournissons à Quantcast nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Quantcast
Call Tracking
Nous faisons appel à Call Tracking pour fournir des numéros de téléphone personnalisés dans le cadre de nos campagnes. Vous pouvez ainsi contacter nos agents plus rapidement et nous pouvons évaluer nos performances plus précisément. Nous sommes susceptibles de collecter des données sur votre utilisation de nos sites en fonction du numéro de téléphone fourni. Politique de confidentialité de Call Tracking
Wunderkind
Nous faisons appel à Wunderkind pour afficher des publicités numériques sur les sites pris en charge par Wunderkind. Les publicités sont basées à la fois sur les données de Wunderkind et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Wunderkind a collectées sur vous. Les données que nous fournissons à Wunderkind nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Wunderkind
ADC Media
Nous faisons appel à ADC Media pour afficher des publicités numériques sur les sites pris en charge par ADC Media. Les publicités sont basées à la fois sur les données de ADC Media et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que ADC Media a collectées sur vous. Les données que nous fournissons à ADC Media nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de ADC Media
AgrantSEM
Nous faisons appel à AgrantSEM pour afficher des publicités numériques sur les sites pris en charge par AgrantSEM. Les publicités sont basées à la fois sur les données de AgrantSEM et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que AgrantSEM a collectées sur vous. Les données que nous fournissons à AgrantSEM nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de AgrantSEM
Bidtellect
Nous faisons appel à Bidtellect pour afficher des publicités numériques sur les sites pris en charge par Bidtellect. Les publicités sont basées à la fois sur les données de Bidtellect et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Bidtellect a collectées sur vous. Les données que nous fournissons à Bidtellect nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Bidtellect
Bing
Nous faisons appel à Bing pour afficher des publicités numériques sur les sites pris en charge par Bing. Les publicités sont basées à la fois sur les données de Bing et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Bing a collectées sur vous. Les données que nous fournissons à Bing nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Bing
G2Crowd
Nous faisons appel à G2Crowd pour afficher des publicités numériques sur les sites pris en charge par G2Crowd. Les publicités sont basées à la fois sur les données de G2Crowd et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que G2Crowd a collectées sur vous. Les données que nous fournissons à G2Crowd nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de G2Crowd
NMPI Display
Nous faisons appel à NMPI Display pour afficher des publicités numériques sur les sites pris en charge par NMPI Display. Les publicités sont basées à la fois sur les données de NMPI Display et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que NMPI Display a collectées sur vous. Les données que nous fournissons à NMPI Display nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de NMPI Display
VK
Nous faisons appel à VK pour afficher des publicités numériques sur les sites pris en charge par VK. Les publicités sont basées à la fois sur les données de VK et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que VK a collectées sur vous. Les données que nous fournissons à VK nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de VK
Adobe Target
Nous faisons appel à Adobe Target afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Adobe Target
Google Analytics (Advertising)
Nous faisons appel à Google Analytics (Advertising) pour afficher des publicités numériques sur les sites pris en charge par Google Analytics (Advertising). Les publicités sont basées à la fois sur les données de Google Analytics (Advertising) et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Google Analytics (Advertising) a collectées sur vous. Les données que nous fournissons à Google Analytics (Advertising) nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Google Analytics (Advertising)
Trendkite
Nous faisons appel à Trendkite pour afficher des publicités numériques sur les sites pris en charge par Trendkite. Les publicités sont basées à la fois sur les données de Trendkite et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Trendkite a collectées sur vous. Les données que nous fournissons à Trendkite nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Trendkite
Hotjar
Nous faisons appel à Hotjar pour afficher des publicités numériques sur les sites pris en charge par Hotjar. Les publicités sont basées à la fois sur les données de Hotjar et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Hotjar a collectées sur vous. Les données que nous fournissons à Hotjar nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Hotjar
6 Sense
Nous faisons appel à 6 Sense pour afficher des publicités numériques sur les sites pris en charge par 6 Sense. Les publicités sont basées à la fois sur les données de 6 Sense et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que 6 Sense a collectées sur vous. Les données que nous fournissons à 6 Sense nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de 6 Sense
Terminus
Nous faisons appel à Terminus pour afficher des publicités numériques sur les sites pris en charge par Terminus. Les publicités sont basées à la fois sur les données de Terminus et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Terminus a collectées sur vous. Les données que nous fournissons à Terminus nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Terminus
StackAdapt
Nous faisons appel à StackAdapt pour afficher des publicités numériques sur les sites pris en charge par StackAdapt. Les publicités sont basées à la fois sur les données de StackAdapt et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que StackAdapt a collectées sur vous. Les données que nous fournissons à StackAdapt nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de StackAdapt
The Trade Desk
Nous faisons appel à The Trade Desk pour afficher des publicités numériques sur les sites pris en charge par The Trade Desk. Les publicités sont basées à la fois sur les données de The Trade Desk et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que The Trade Desk a collectées sur vous. Les données que nous fournissons à The Trade Desk nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de The Trade Desk
RollWorks
We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

Voulez-vous améliorer votre expérience en ligne?

Nous souhaitons vous offrir une expérience optimale. Si vous choisissez Oui pour les catégories présentées dans l'écran précédent, nous collecterons vos données et les utiliserons afin de personnaliser votre expérience et d'améliorer nos applications. Vous pouvez modifier vos paramètres à tout moment en accédant à notre Déclaration de confidentialité.

Votre expérience. Votre choix.

Nous respectons votre confidentialité. Les données que nous collectons nous aident à comprendre votre utilisation de nos produits, à identifier les informations susceptibles de vous intéresser, mais aussi à améliorer et à valoriser votre engagement envers Autodesk.

Nous autorisez-vous à collecter et à utiliser vos données afin de personnaliser votre expérience ?

Découvrez tous les avantages d'une expérience personnalisée. Vous pouvez gérer vos paramètres confidentialité pour ce site. Pour en savoir plus sur les options disponibles, consultez notre Déclaration de confidentialité.