Problème de la modélisation hydrologique distribuée

Hydrologie et modélisation hydrologique

Cycle hydrologique

Principe fondamental en hydrologie, le cycle hydrologique peut être défini comme étant l’ensemble de tous les processus de transformation de l’eau sur la terre, cette dernière étant présente sous trois états différents : liquide, solide ou gazeux (SCABRIC, 2004).

L’ensemble de tous les mécanismes intervenant lors du cycle hydrologique ne surviennent pas seulement les uns à la suite des autres, mais sont aussi concomitants c’est-à-dire qu’ils se produisent simultanément, tout en dépendant l’un de l’autre. les phases principales de Le cycle de l’eau :

L’évaporation d’eau des océans, du sol et des plantes; La formation dans l’atmosphère de nuages, de brouillards et leur transport par le vent;

La condensation de l’ eau et les précipitations sous forme de pluie, de neige, de grêle, etc.; Le ruissellement de surface, l’infiltration, la percolation, l’écoulement souterrain et le retour en surface (sources, puits, etc.);

La formation de courants de surface, de rivières, de fleuves et leur décharge dans les lacs, les mers et les océans; L’évaporation et la répétition du cycle.

Modélisation hydrologique

Selon le ministère de l’Environnement du Québec (2004), le modèle hydrologique peut être défini comme suit :

« Un modèle d’hydrologie est une représentation mathématique et informatique des processus hydrologiques qui influencent le mouvement de l’eau à la surface et dans le sol de même que dans les cours d’eau, et qui permet de simuler de façon simplifiée le comportement d’un bassin versant sous l’effet de la chronologie des événements météorologiques. » .

Dédié à l’ origine principalement à la planification, à la conception et à la gestion des ressources en eau, l’utilisation d’un modèle hydrologique tend de plus en plus à l’ évaluation et la quantification des impacts des changements climatiques sur les ressources en eau nationale et sur l’agriculture (Singh & Woolhiser, 2002). Bien entendu, une grande variété de modèles existe. C’est pourquoi il est important de bien les différencier en y distinguant les possibilités, avantages et inconvénients de chaque afin de pouvoir déterminer le modèle le plus approprié aux besoins de l’étude.

Classification générale des modèles d’hydrologie

Il existe ainsi plusieurs types de modèles ayant chacun des caractéristiques spécifiques se distinguant principalement de par leur échelle temporelle ou leur discrétisation spatiale des différents processus. Par ailleurs, deux grands types de modèles d’hydrologie existent, soit les modèles stochastiques et déterministes (Leconte, 2001).

Un modèle est dit stochastique s’il inclut une ou plusieurs variables aléatoires auxquelles est associée une distribution de probabilité; dans le cas contraire, il est dit déterministe. Dans la mesure où le modèle déterministe répond le mieux aux objectifs de l’étude, seul ce dernier sera évoqué par la suite.

Le modèle déterministe

Les modèles déterministes se subdivisent en deux catégories, soit les modèles globaux et les modèles conceptuels (Llamas, 1993).

Modèles globaux :Les modèles déterministes globaux sont empiriques et ne tiennent pas compte de l’hétérogénéité du bassin c’est-à-dire des variations spatiales et temporelles des caractéristiques du bassin et des précipitations.

Modèles conceptuels :Les modèles déterministes conceptuels permettent quant à eux de considérer, à un niveau variable, l’hétérogénéité des différents paramètres. Ces modèles sont ainsi nécessairement distribués, c’est-à-dire qu’ils permettent une répartition géographique du milieu et de l’hydrologie. Le bassin versant est donc découpé en plusieurs sous-bassins de sorte de pouvoir tenir compte de la variabilité spatiale de la topographie, de l’occupation du sol, des types de sols et de la météorologie (Llamas, 1993).

Il faut également distinguer par ailleurs parmi les modèles conceptuels, ceux étant à mode événementiel ou à mode continuel, le premier étant utilisé pour représenter un unique événement, qu’il dure quelques heures ou quelques jours alors que le deuxième est destiné à simuler une période temps beaucoup plus longue tenant entre autre compte de l’ assèchement du bassin entre les averses.

L’intégration de données d’humidité du sol dans le processus de modélisation hydrologique est elle un ajout ?

L’humidité du sol est une mesure importante voire indispensable pour plusieurs raisons. Tout d’abord, elle permet de déterminer le potentiel de production d’une culture au Canada comme dans des pays souvent menacés de sécheresse. En effet, la modélisation de l’humidité du sol permettrait d’évaluer la quantité d’eau présente dans les premiers mètres du sol, de détecter rapidement les conditions d’assèchement pour permettre ainsi d’améliorer la production agricole et de faire des prévisions quant au volume et à la qualité des récoltes. D’autre part, l’humidité du sol est un paramètre important dans la modélisation du drainage qui peut fournir de l’information sur le potentiel hydroélectrique et d’irrigation d’un bassin. Enfin et surtout, l’humidité du sol aide aussi dans la prédiction d’inondations, car un sol saturé ne peut pas absorber plus de pluie ou d’eau de ruissellement, contribuant ainsi à prévenir les producteurs agricoles et participe donc à la planification de l’aide humanitaire (Ressources naturelles Canada, 2006).

Dans un contexte actuel où les inondations se font de plus en plus fréquentes, l’amélioration de la précision des modèles de pluie-débit, qui sont d’ailleurs loin d’être encore parfaits (Garrote & Bras, 1995), en particulier concernant leur performance dans la prévision des crues, devient aujourd’hui un élément essentiel en hydrologie continentale (Aubert, 2003).

La méthode consistant à intégrer et à assimiler les données d’humidité de sol au modèle fait aujourd’hui partie des solutions envisageables et prometteuses. En effet, l’intégration de ces données permettrait de prendre explicitement en considération l’état hydrique du sol. En d’autres termes, les paramètres significatifs que sont les interactions se manifestant à l’intérieur de l’interface sol-végétation-atmosphère qui sont des facteurs dominants dans les processus de transformation des précipitations en écoulement à l’échelle du bassin versant seront ainsi pris en compte. Cela devrait donc permettre d’avoir un meilleur contrôle de l’évolution du modèle et d’améliorer ses performances, en particulier en terme de prévision.

L’assimilation des données d’humidité du sol: comment intégrer intelligemment ces données dans le processus de modélisation?

Les méthodes d’assimilation des données d’humidité du sol dans un modèle d’hydrologie sont nombreuses. Néanmoins, ces dernières ont toutes comme objectif de réduire au maximum les erreurs et divergences d’un modèle utilisant des mesures externes, ce qui devrait permettre ainsi d’améliorer la qualité de la prévision. Dans le cadre de cette étude, il fut décidé d’utiliser une méthode consistant à corriger localement la valeur des variables internes du modèle lorsque les données d’observation sont disponibles. Pour cette raison et parce que le fait d’assimiler des données nécessite de pouvoir «jouer dans le modèle», ce qui est d’ailleurs impossible à faire lors de l’utilisation d’un code commercial, l’emploi d’un modèle «maison» paraît alors des plus appropriés. Toutefois et point important, il faudra bien entendu faire attention à ce que la procédure de mise à jour des paramètres puisse être compatible et combinée avec le modèle pluie-débit utilisé c’est-à-dire ici, le modèle des Anglais.

La première étape de cette méthode consiste donc tout d’abord à analyser la relation entre les simulations calculées par le modèle et les observations disponibles pour les événements «importants». Ensuite, plusieurs solutions sont offertes. A titre d’exemple, divers critères définis, soit en intégrant certaines équations, soit par l’introduction d’un filtre tel que celui de Kalman au sein du programme, peuvent permettre de prendre en considération les erreurs estimées par rapport aux observations et de linéariser localement le modèle pour déterminer les corrections à appliquer sur les variables internes. Un critère de persistance pourra au final être utilisé afin d’évaluer l’efficacité et la pertinence de la prévision du modèle.

Table des matières

INTRODUCTION
CHAPITRE 1 NOTIONS ET CONCEPTS DE BASE
1.1Hydrologie et modélisation hydrologique
1.1.1 Cycle hydrologique
1.1.2 Modélisation hydrologique
1.2 Classification générale des modèles d’hydrologie
1.2.1 Le modèle déterministe
1.2.1.1 Modèles globaux
1.2.1.2 Modèles conceptuels
CHAPITRE 2 PROBLÉMATIQUE ET OBJECTIFS
2.1 Problème de la modélisation hydrologique distribuée
2.2 L’intégration de données d’humidité du sol dans le processus de modélisation hydrologique est elle un ajout?
2.3 L’assimilation des données d’humidité du sol: comment intégrer intelligemment ces données dans le processus de modélisation?
CHAPITRE 3 DESCRIPTION DU TERRITOIRE
3.1 Bassin de la rivière Châteauguay
3.1.1 Généralités
3 .1.2 Caractéristiques du bassin versant
3.2 Bassin de la rivière des Anglais
3.2.1 Description du bassin
3.2.1.1 Topographie
3.2.1.2 Géologie
3.2.1.3 Démographie et utilisation du territoire
3.2.1.4 Caractéristiques du réseau hydrographique
3.2.2 Problèmes hydrologiques
3.2.2.1 Les inondations
3.2.2.2 L’étiage
3.2.3 Données hydrométéorologiques disponibles: le réseau Mésonet-Montréal
3.2.3.1 Origines
3.2.3.2 Objectifs
3.2.3.3 Description du réseau
3.2.3.4 Description et acquisition des données disponibles
3.2.3.5 Description de l’appareil de mesure« moisture point»
CHAPITRE 4 MÉTHODOLOGIE DE L’ÉTUDE 
4.1 Choix du modèle
4.2 Description du modèle des Anglais
4.3 Choix des événements pluvieux
4.4 Approches de la modélisation
4.4.1 Méthode d’infiltration de Green et Ampt
4.4.2 Méthode 1 : Utilisation des Indices de Précipitation Antécédente (IPA)
4.4.3 Méthode 2 : Utilisation des données d’humidité
4.4.4 Méthode 3 : Utilisation des données d’humidité avec paramètres de sol distribués
4.4.5 Méthode 4: Rétroaction entre les débits simulés et observés
4.4.6 Pluie uniforme
4.4.7 Modèle distribué
CHAPITRE 5 PRÉSENTATION DES DONNÉES ET DES RÉSULTATS 
5.1 Traitement et exploitation des données Mésonet-Montréal
5.1.1 Les données de précipitation
5.1.2 Les données d’humidité
5.1.3 Les données de débit
5.2 Résultats des différentes méthodes d’infiltration de Green et Ampt
5.2.1 Méthode 1 :Utilisation des Indices de Précipitation Antécédente (IPA)
5.2.2 Méthode 2: Utilisation des données d’humidité
5.2.3 Méthode 3 : Utilisation des données d’humidité avec paramètres de sol distribués
5.2.4 Méthode 4: Rétroaction entre les débits simulés et observés
5.2.4.1 Objectifs de la méthode
5.2.4.2 Processus de la simulation
5.2.5 Essai avec fractionnement des événements 2 et 4
5.2.5.1 Choix des événements « fractionnés »
5.2.5.2 Méthode 1 : Utilisation des IPA
5.2.5.3 Méthode 2: Utilisation des données d’humidité
5.2.5.4 Méthode 3: Utilisation des données d’humidité avec paramètres de sol distribués
5.2.5.5 Méthode 4 : Rétroaction entre les débits simulés et observés
CHAPITRE 6 ANALYSE DES RÉSULTATS 
6.1 Comparaison entre les résultats simulés et observés
6.1.1 Récapitulatifs
6.1.2 Analyse des résultats et remarques sur les événements 1 et 3
6.1.3 Causes éventuelles des imprécisions
6.2 Comparaison entre les résultats des différentes méthodes
6.2.1 Passage de la méthode 1 à la méthode 2
6.2.2 Passage de la méthode 2 à la méthode 3
6.2.3 Passage de la méthode 3 à la méthode 4
6.2.4 Bilan de la comparaison des résultats des différentes méthodes
6.2.5 Analyse des résultats relatifs aux méthodes employant les événements fractionnés
CONCLUSION

Télécharger le rapport complet