Généralisation de l'approche d'ensemble à la prévision hydrologique dans les bassins versants non jaugés

Quantification of uncertainty in hydrological modeling in ungauged basins

• Auteur / Autrice : Rindra Annie Randrianasolo
• Direction : Vazken Andréassian
• Type : Thèse de doctorat
• Discipline(s) : Hydrologie
• Date : Soutenance le 19/12/2012
• Etablissement(s) : Paris, AgroParisTech
• Ecole(s) doctorale(s) : École doctorale Géosciences, ressources naturelles et environnement (Paris)
• Partenaire(s) de recherche : Laboratoire : Territoires, Environnement, Télédétection et Information Spatiale (Montpellier)
• Jury : Président / Présidente : Cyril Kao
• Jury : Examinateurs / Examinatrices : Cyril Kao, Benoît Hingray, Bettina Schaefli
• Jury : Rapporteurs / Rapporteuses : Denis Dartus, Christophe Cudennec

Mots clés

Mots clés contrôlés

Recherche qualitative

Fiabilité -- Méthodes statistiques

France

Prévision hydrologique

Mots clés libres

Bassins versants

Non-jaugés

Incertitudes

Prévision d'ensemble

Régionalisation

Mise à jour

Catchments

Ungauged

Uncertainty

Ensemble forecast

Regionalisation

Updating

Résumé

La prévision des crues est un exercice hydrologique complexe : les incertitudes y sont nombreuses, aussi bien dans le processus de modélisation hydrologique, dans la détermination de l'état initial du bassin versant avant le lancement de la prévision, que dans l'évolution des conditions météorologiques futures. Dans le cas des bassins versants non jaugés, où les observations de débits sont lacunaires voire absentes, ces incertitudes sont encore plus importantes, et le besoin de les réduire devient incontournable. Cette thèse s'intéresse à des méthodes simples et robustes qui peuvent apporter de l'information pertinente pour quantifier les incertitudes de prévision dans les bassins versants non jaugés. Le but est d'étudier la meilleure stratégie pour chercher l'information dans les bassins jaugés "donneurs", et pour la transférer vers le site non jaugé. Nous étudions les besoins pour mettre en place un modèle de simulation pluie-débit et pour effectuer une mise à jour du modèle de prévision en temps réel. Ces deux composantes de la prévision sont ainsi découplées dans notre approche. Cette thèse s'appuie sur une large base de données constituée d'environ 1000 bassins versants français, dont un jeu clé de 211 bassins versants qui permet la validation des approches développées. Elle s'appuie également sur une archive d'environ 4,5 années de prévisions d'ensemble de pluies, utilisées en forçage à la modélisation hydrologique journalière. La démarche adoptée consiste à intégrer les scenarios de transfert de l'information régionale disponible et les scenarios de la prévision météorologique d'ensemble dans un système de prévision orienté vers les bassins versants non jaugés. L'approche de prévision d'ensemble est ainsi généralisée à ce cas particulier de la prévision hydrologique. A travers plusieurs scénarios de débits futurs, nous cherchons à quantifier les incertitudes de prévisions dans les sites cibles non jaugés. Pour évaluer les différents scénarios des prévisions hydrologiques émis, un cadre de diagnostic d'évaluation des principales qualités d'un système de prévision d'ensemble, comprenant plusieurs critères numériques et graphiques, a été mis en place. Dans cette thèse, une attention particulière est prêtée aux attributs "fiabilité" et "précision" des prévisions. Nous proposons ainsi un nouveau critère graphique, nommé diagramme de précision d'ensemble. Ce critère permet notamment de mettre en valeur la qualité des prévisions qui ne sont pas forcément fiables, mais qui sont précises. Les résultats obtenus ont mis en évidence que la fiabilité des prévisions peut être améliorée sur un bassin versant non jaugé par l'utilisation de plusieurs jeux de paramètres issus des bassins versants voisins. Si la variabilité apportée par le voisinage géographique influe sur la dispersion des membres, et augmente ainsi la fiabilité des prévisions, la prise en compte des caractéristiques physiques, principalement de la surface des bassins versants, est apparue comme une alternative intéressante, influençant positivement aussi l'attribut précision des prévisions sur le site cible. De plus, il a été montré que la précision des prévisions d'ensemble sur le site non jaugé est améliorée par l'intermédiaire du transfert des bassins versants jaugés vers le site cible des corrections faites lors de la mise à jour sur les bassins voisins (mise à jour caractérisée ici par l'assimilation de la dernière observation de débit dans le modèle hydrologique, avant l'instant de prévision). Les différentes mesures de performance ont montré que la meilleure option pour améliorer la précision des prévisions serait de considérer les corrections effectuées sur le bassin le plus proche à chaque pas de temps de prévision. Le krigeage a également donné des résultats satisfaisants, marqués en plus par l'influence positive sur l'attribut fiabilité des prévisions.

Flood forecasting is a complex hydrological task: there are numerous uncertainties in the hydrological modelling process, in the determination of the initial catchment conditions before launching the forecast, and in the evolution of future weather conditions. In ungauged catchments, where streamflow observations are incomplete or absent, these uncertainties are even greater, and the need to reduce them becomes essential.This thesis focuses on simple and robust methods that can provide relevant information to quantify the uncertainty in ungauged catchments. The aim is to study the best strategy to search for information in gauged "donors" basins and to transfer it to the ungauged site. We investigate what information is needed to set up a rainfall-runoff model and to perform forecast updating in real time. These two components of a flood forecasting system are thus decoupled in our approach.This thesis is based on a large database of about 1000 French catchments, which includes a key set of 211 catchments that are used to validate the developed approaches. It also relies on an archive of about 4.5 years of ensemble forecasts of rainfall, which are used for hydrological modelling on a daily time step. The methodology adopted here integrates the scenarios of regional transfer of information and the scenarios of weather forecasting together in a forecasting system for ungauged basins. The approach of ensemble forecasting is thus generalised to this particular case of hydrological forecasting. Using several scenarios of future flows, we seek to quantify the predictive uncertainty in ungauged sites.To evaluate the flow forecast scenarios of the hydrological ensemble prediction system, a diagnostic framework with several numerical and graphical criteria is developed. Special attention is paid to the attributes of "reliability" and "accuracy" of the forecasts. We propose a new graphic criterion, named "diagram of ensemble accuracy". This criterion allows to highlight the quality of forecasts that are not necessarily reliable, but are accurate.The results show that forecast reliability in ungauged sites can be improved by using several sets of parameters from neighbour catchments. If on the one hand the variability brought by the information from the geographical proximity influences the spread of the ensemble forecasts, and thus improves forecast reliability, on the other hand taking into account the physical characteristics of the catchments, especially the surface, emerged as an interesting alternative, as it positively influences also the accuracy of the forecasts at the ungauged site.It is also shown that the accuracy of ensemble forecasts at ungauged sites can be improved with the transfer of updating information from gauged neighbour catchments (forecasting updating is here characterized by the assimilation of the last discharge observation in the hydrological model before the time of forecast). The updating information transferred to the ungauged site is the correction applied to the routing reservoir of the hydrological model. Different measures of forecast performance showed that the best option to improve forecast accuracy is to consider the corrections made at the closest gauged site. Kriging also gave satisfactory results, with additionally a positive impact also on the reliability of the ensemble flow forecasts.