Modélisation spatialisée semi-conceptuelle des flux d'eaux surface - souterrain en milieu karstique

Semi-conceptual spatialized modeling of surface - underground water flows in a karst environment

• Auteur / Autrice : Ibrahim Al Khoury
• Direction : David Labat, Laurie Boithias
• Type : Thèse de doctorat
• Discipline(s) : Surfaces et interfaces continentales, Hydrologie
• Date : Soutenance le 02/10/2024
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Sciences de l’univers, de l’environnement et de l’espace (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Géosciences Environnement Toulouse (2011-....)
• Partenaire(s) de recherche : Etablissement de délivrance conjointe : Université Toulouse 3 Paul Sabatier (1969-2024)
• Jury : Président / Présidente : Pieter Van Beek
• Jury : Examinateurs / Examinatrices : Stéphane Binet, Ryan T. Bailey
• Jury : Rapporteurs / Rapporteuses : Hélène Celle-Jeanton, Nicolas Massei

Mots clés

Mots clés contrôlés

Modèles mathématiques

Hydrologie karstique

Hydrologie des versants

Mots clés libres

Modélisation semi-distributée

Bassins versants karstiques

SWAT

KarstMod

ISPEEKH

Hydrologie karstique

Semi-distributed numerical modeling

Karst watersheds

SWAT

KarstMod

ISPEEKH

Karst hydrology

Résumé

Les aquifères karstiques, fournissant de l'eau potable à environ 25 % de la population mondiale, sont confrontés à des surexploitations en sus du changement climatique. Des modèles hydrologiques ont été préconisés pour une gestion efficace des ressources en eau karstique. Cette thèse développe le modèle numérique semi-conceptuel spatialisé ISPEEKH en couplant SWAT+, la version restructurée du modèle éco-hydrologique semi-distribué SWAT, avec le module de réservoirs non linéaires épikarst-matrice-conduit du modèle de ruissellement pluvial KarstMod pour simuler les flux d'eau de surface-souterraine dans les bassins versants karstiques. ISPEEKH a été appliqué pour simuler le bilan hydrique quotidien du bassin versant du Baget (13.25 km2), situé dans les Pyrénées françaises et caractérisé par un écoulement non linéaire dominé par des conduits. Le modèle a simulé le débit du bassin versant de manière satisfaisante (NSE = 0,67, R2 = 0,68, et PBIAS = 0,7 % pour la période de calibration 2008-2013, et NSE = 0,65, R2 = 0,69, et PBIAS = -13. 83 % pour la période de validation 2014-2018), permettant l'estimation des flux des compartiments de l'épikarst, de la matrice et des conduits, y compris le débit d'échange entre la matrice et les conduits, et la contribution de la matrice et des flux de sortie du conduit principal au débit de la source karstique. La réponse hydrologique du bassin versant du Baget à des scénarios synthétiques de changement d'occupation du sol (reforestation et déforestation) a ensuite été évaluée à l'aide du modèle ISPEEKH. Les résultats ont montré que la reforestation sur l'ensemble du bassin versant n'a pas eu d'impact significatif sur son bilan hydrique, Le changement du couvert forestier à un couvert arbustif de transition a augmenté le débit annuel moyen de 6 à 9 %, notamment pendant les périodes de faible débit, tandis que le changement du couvert forestier à des pâturages a réduit le débit annuel moyen de 5 à 7 %, principalement en périodes de fort débit. En outre, un ensemble de données de précipitation a été évalué pour la simulation du débit journalier dans le bassin versant de 2006 à 2018, y compris les produits basés sur des données pluviométriques (CPC et E-OBS), de réanalyse (SAFRAN, COMEPHORE et ERA5-Land) et satellitaires (PERSIANN-CDR, IMERG-LR, SM2RAIN-ASCAT et CHIRPS). ISPEEKH a été intégré avec PEST pour la calibration automatisée, l'analyse de la sensibilité et la quantification de l'incertitude. Les résultats ont montré que le débit des cours d'eau était significativement sous-estimé sous l'ensemble des produits de précipitations. Les produits basés sur des données pluviométriques et satellitaires sont les moins performantes, avec un biais de sous-estimation du débit allant de 48 à 74 %, tandis que les données de réanalyse ont fourni de meilleurs résultats de simulation du débit, avec un biais de sous-estimation du débit allant de 30 à 44 %. Les données CPC, E-OBS, ERA5-Land, et IMERG-LR, ainsi que les données fusionnés CPC-IMERG-LR à une résolution de 1 km n'ont pas amélioré la capacité de prédiction du modèle par rapport aux données brutes. Les données à échelle réduite ainsi que COMEPHORE ont été corrigés pour réduire le biais de l'écart du bilan hydrique et ont été réappliqués pour la modélisation hydrologique. La simulation du débit a été améliorée significativement avec les données de précipitations COMEPHORE, E-OBS, CPC, et CPC-IMERG-LR corrigées. COMEPHORE a fourni la meilleure performance prédictive du modèle, suggérant que les précipitations de réanalyse locale à résolution fine pourraient être utilisées comme ensemble de données de base pour la modélisation hydrologique des bassins versants karstiques de méso-échelle.

Karst aquifers, which supply freshwater to nearly 25% of the global population, are facing depletion due to climate change and anthropogenic pressure. Hydrological models have been advocated for effective karst water resources planning and management, but studies integrating the recharge-discharge characteristics of karst watersheds and evaluating their response to changes in the flow dominant controls remain limited due to their inherent heterogeneity, anisotropy, flow duality, and non-linearity. This thesis developed the semi-conceptual spatialized numerical model ISPEEKH (Integration of Surface ProcEssEs in Karst Hydrology) by coupling SWAT+, the restructured version of the semi-distributed eco-hydrological model SWAT (Soil and Water Assessment Tool), with the non-linear epikarst-matrix-conduit reservoir module of the rainfall-runoff model KarstMod to simulate the surface-underground water flows in karst watersheds. ISPEEKH was applied to simulate the daily water balance of the Baget catchment (13.25 km2), located in a poorly gauged region of the French Pyrénées and characterized by conduit-dominated non-linear flow. The model simulated the catchment streamflow satisfactorily (NSE = 0.67, R2 = 0.68, and PBIAS = 0.7% for the 2008-2013 calibration period, and NSE = 0.65, R2 = 0.69, and PBIAS = -13.83% for the 2014-2018 validation period), allowing the estimation of the epikarst, matrix, and conduit fluxes, including the bidirectional matrix-conduit exchange flow rate, the contribution of the matrix and conduit outflows to spring flow, and their seasonal variability. The Baget catchment's hydrological response to synthetic land-use change scenarios of afforestation and deforestation was then assessed using ISPEEKH. Results showed that afforestation over the entire catchment did not significantly affect its water balance, while deforestation for wood production increased the mean annual discharge by 6-9%, notably in the low-flow periods, and deforestation for pastureland development reduced the mean annual discharge by 5-7%, mainly in the high-flow period. Various precipitation datasets were then evaluated for the simulation of daily streamflow in the catchment from 2006-2018, including the gauge-based (CPC and E-OBS), reanalysis (SAFRAN, COMEPHORE and ERA5-Land), and satellite-based (PERSIANN-CDR, IMERG-LR, SM2RAIN-ASCAT and CHIRPS) products. ISPEEKH was integrated with a PEST framework for automated calibration, sensitivity analysis, and uncertainty quantification. Results showed that streamflow was significantly underestimated under the ensemble of the precipitation products. The gauge- and satellite-based precipitation products had the worst performance, with a flow underestimation bias ranging from 48 to 74%, while the reanalysis products yielded better streamflow simulation results with a flow underestimation bias of 30-44%. The CPC, E-OBS, ERA5-Land, IMERG-LR, and merged CPC-IMERG-LR datasets downscaled to 1-km spatial resolution did not improve the model predictive performance compared to the coarse datasets. The downscaled datasets along with COMEPHORE were bias corrected to reduce the water balance discrepancy and re-applied for hydrological modeling. Significant improvement in the streamflow simulation were observed under the corrected COMEPHORE and downscaled E-OBS, CPC, and merged CPC-IMERG-LR precipitation datasets, with COMEPHORE yielding the best model predictive performance (NSE = 0.719, R2 = 0.736, and PBIAS = 3.2% for the calibration period, and NSE = 0.637, R2 = 0.732, and PBIAS = -10.65% for the validation period), suggesting that fine-resolution native reanalysis precipitation could be used as a base dataset for the hydrological modeling of remote meso-scale karst catchments.