The SWOT satellite mission : Contribution of the large swath altimetry for improving the hydrological and hydrodynamic processes of a large scale model - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

The SWOT satellite mission : Contribution of the large swath altimetry for improving the hydrological and hydrodynamic processes of a large scale model

Préparation à la mission SWOT (Surface Water Ocean Topography) : Apport de l'altimétrie à large fauchée à la modélisation grande échelle des processus hydrologiques et hydrodynamiques en Afrique de l'Ouest

Vanessa Pedinotti
  • Fonction : Auteur
  • PersonId : 1291816
  • IdRef : 176707824

Résumé

The hydrologic and hydrodynamic processes of the Niger basin are largely influenced by the West African monsoon variabilty. In the last 3 decades these variations have resulted in an increase of extreme events such as floods and droughts. Retrospectively, the climate might be impacted by the evaporation fluxes from the inner Delta flooded region, at least regionally. A better understanding of the Niger basin water cycle is a crucial issue for water resources management but requires observation datasets with a large spatial and temporal coverage. The SWOT satellite mission will provide 2D global maps of water level and slope at an unprecedented resolution (50 to 100 meters). Within the framework of the preparation of the SWOT mission, this thesis aims at proposing a SWOT data assimilation strategy for the improvement of global scale hydrological models. First, the ISBA-TRIP hydrological model from CNRM is evaluated over the Niger basin. This model includes an inundation scheme and simple aquifer reservoir. The model diagnostics are compared to an extensive set of in-situ and satellite observations. According to its relative simple physics, the model is able to simulate in a realistic manner, the continental water dynamics : discharge, water levels, floods, total water storage variations. Sensitivity tests are also performed to determine the most sensitve ISBA-TRIP parameters. Among them, the Manning coefficient has a key role in the flow dynamics but its estimation is difficult and usually based on geomorphologic relationships. The second part of this work consists in setting up a SWOT data assimilation strategy for the optimization of the ISBA-TRIP parameters. Since the SWOT observations are not available yet and also to assess the skills of the assimilation method, the study is carried out in the framework of an Observing System Simulation Experiment (OSSE). The corrected parameter is the Manning coefficient, spatially distributed over the river. The assimilation allows a good improvement of the relative bias of discharge and water level over the river. The Manning coefficient is also globally improved and tends to an optimal value. Moreover, the water storage anomalies and flooded fraction are also better simulated. Finally, the study shows that the method is useful for hydrological forecasting over longer time periods than those of the calibration.
Le bassin versant du fleuve Niger est directement influencé par les fluctuations de la mousson africaine, qui impactent les ressources en eau et entraînent des évènements extrêmes tels que des inondations ou des sécheresses. En retour, les forts taux d'évaporation observés dans le Delta intérieur du Niger, large région annuellement inondée, impactent le climat, au moins à l'échelle régionale. Une meilleure compréhension des processus hydrodynamiques de ce bassin ne peut cependant être obtenue sans un réseau d'observations ayant une couverture spatiale et temporelle suffisante. La mission SWOT fournira des cartes 2D de hauteurs et pente des eaux de surface avec une résolution encore jamais atteinte en altimétrie (50 à 100 mètres). Cette thèse s'inscrit dans le cadre de la phase de préparation à la mission SWOT et se propose d'offrir des perspectives d'utilisation de ces données satellites pour l'amélioration des modèles d'hydrologie globale. Dans un premier temps, le modèle hydrologique du CNRM, ISBA-TRIP, incluant un schéma d'inondations et un réservoir simple d'aquifères ajouté durant cette thèse est évalué sur le bassin du Niger à l'aide de multiples observations in-situ et satellites. L'étude montre que le modèle simule de façon cohérente l'évolution des eaux de surface, des zones inondées, et les anomalies de stock d'eau sur le bassin. Ensuite, un schéma d'assimilation de données est mis en place afin d'optimiser un des paramètres clés en hydrologie, le coefficient de Manning. Ce coefficient, décrivant la propriété du sol à 'retenir' les flux d'eau, influence fortement la dynamique des eaux de surface, et notamment les hauteurs d'eau et le débit. L'assimilation des données SWOT est appliquée dans le cadre d'une expérience jumelle, qui consiste à considérer une simulation de référence, appelée 'vérité', de laquelle sont issues les observations virtuelles de hauteur d'eau SWOT. L'étude montre que l'assimilation des hauteurs d'eau SWOT permet l'optimisation du coefficient de Manning, distribué spatialement, malgré l'hypothèse d'équifinalité. Les hauteurs d'eau et les débits sont considérablement améliorés, et on obtient une meilleure simulation des anomalies de stocks d'eau sur le bassin ainsi que des zones inondées sur le Delta intérieur du Niger (occurrence, intensité). Enfin, le potentiel des données SWOT pour améliorer les prévisions hydrologiques sur des périodes plus longues que celle de la phase d'assimilation est mis en évidence.
Fichier principal
Vignette du fichier
PEDINOTTI_Vanessa.pdf (9.25 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04233731 , version 1 (09-10-2023)

Identifiants

  • HAL Id : tel-04233731 , version 1

Citer

Vanessa Pedinotti. The SWOT satellite mission : Contribution of the large swath altimetry for improving the hydrological and hydrodynamic processes of a large scale model. Earth Sciences. Institut National Polytechnique de Toulouse - INPT, 2013. English. ⟨NNT : 2013INPT0014⟩. ⟨tel-04233731⟩
24 Consultations
5 Téléchargements

Partager

Gmail Facebook X LinkedIn More