Assimilation de données haute fréquence dans le modèle de qualité de l'eau ProSe-PA : Les facteurs du métabolisme fluvial dans des conditions de faible débit

High Frequency Data Assimilation in the ProSe-PA Water Quality Model : Focus on the drivers of river metabolism under low flow conditions

• Auteur / Autrice : Masihullah Hasanyar
• Direction : Nicolas Flipo, Thomas Romary
• Type : Thèse de doctorat
• Discipline(s) : Géosciences et géoingénierie
• Date : Soutenance le 28/06/2023
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Géosciences, ressources naturelles et environnement (Paris)
• Partenaire(s) de recherche : Laboratoire : Centre de géosciences (Fontainebleau, Seine et Marne)
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....)
• Jury : Président / Présidente : Gilles Varrault
• Jury : Examinateurs / Examinatrices : Nicolas Flipo, Thomas Romary, Florentina Moatar-Bertrand, Sabine Simeoni-Sauvage, Vincent Thieu
• Jury : Rapporteurs / Rapporteuses : Florentina Moatar-Bertrand, Sabine Simeoni-Sauvage

Mots clés

Mots clés contrôlés

Génie fluvial

Seine, Vallée de la (France)

Qualité de l'eau

Mots clés libres

Modèle ProSe-PA

Assimilation de données

Qualité de l'eau

Métabolisme fluvial

Prose-PA model

Water Quality

Data Assimilation

River metabolism

Résumé

Cette recherche vise à améliorer l’évaluation du métabolisme des rivières en assimilant les données de l’oxygène dissousdans le modèle de qualité de l’eau ProSe-PA, en utilisant des études de cas synthétiques et réelles de la Seine. L’étuderepose sur un travail antérieur en introduisant un nouveau schéma de répartition pour le carbone organique et en utilisantun cadre bayésien avec surveillance de l’oxygène dissous. La recherche montre que les incertitudes dans l’apport encarbone organique entraînent des écarts entre les niveaux d’oxygène dissous observés et simulés. L’étude révèle queles paramètres bactériens et de partitionnement du carbone organique sont les plus influents pour déterminer la qualitéde l’eau. La performance du modèle ProSe-PA est évaluée dans des cas réels et synthétiques de la Seine, montrant desaméliorations dans les simulations d’oxygène dissous et la quantification de la biodégradabilité du carbone organique pendant les périodes de faible débit.

TThe goal of this research is to improve the assessment of river metabolism by assimilating dissolved oxygen data in theProSe-PA water quality model, using synthetic and real case studies of the Seine river. The study builds on previouswork by introducing a new partitioning scheme for organic carbon and using a Bayesian framework with dissolved oxygenmonitoring. The research shows that uncertainties in organic carbon inflow cause discrepancies in observed andsimulated dissolved oxygen levels. The study finds that bacterial parameters and organic carbon partitioning parametersare the most influential in determining water quality. The ProSe-PA model’s performance is evaluated in both real andsynthetic cases of the Seine river, showing improvements in dissolved oxygen simulations and quantification of organiccarbon biodegradability during low flow periods.