Les données satellitaires représentent aujourd'hui la vaste majorité des observations assimilées dans les modèles de prévision numérique du temps. Leur exploitation reste cependant sous-optimale, seulement 10% du volume total est assimilé en opérationnel. Environ 80% des données infrarouges étant affectées par les nuages, il est primordial de développer l'assimilation des observations satellitaires dans les zones nuageuses. L'exploitation du sondeur hyperspectral infrarouge IASI a déjà permis une amélioration des prévisions météorologiques grâce à sa précision et son contenu en information jamais inégalés. Son utilisation dans les zones nuageuses reste cependant très complexe à cause de la forte non-linéarité des processus nuageux dans l'infrarouge. Cette thèse propose donc une méthode permettant d'exploiter au mieux les observations nuageuses du sondeur IASI. Un modèle de transfert radiatif avancé utilisant les propriétés microphysiques du nuage a été évalué. Cette méthode présente l'avantage majeur d'utiliser les profils de condensats nuageux produits par les modèles de prévision. Grâce à ce nouveau schéma, les profils de contenus en eau nuageuse ont pu être inversés avec succès à partir des observations IASI et d'un schéma d'assimilation variationnelle uni-dimensionnel (1D-Var). L'impact de ces observations en termes d'analyse et d'évolution des variables nuageuses dans le modèle de prévision a aussi été évalué. Cette étude est une première évaluation du choix des variables de contrôle utilisées lors des inversions. Un modèle simplifié uni-colonne du modèle de prévision AROME a permis de faire évoluer les profils analysés par le 1D-Var sur une période de trois heures. Des résultats prometteurs ont montré la bonne conservation de l'incrément d'analyse pendant plus d'une heure et demie de prévision. La formation des systèmes fortement précipitants étant fortement liée aux contenus en eau nuageuse, ces résultats encourageants laissent entrevoir des retombées majeures pour la prévision des évènements de pluie intense et les applications de prévision numérique à très courte échéance. / Nowadays, most data assimilated in numerical weather prediction come from satellite observations. However, the exploitation of satellite data is still sub-optimal with only 10 to 15% of these data assimilated operationally. Keeping in mind that about 80% of infrared data are affected by clouds, it is a priority to develop the assimilation of cloud-affected satellite data. The hyperspectral infrared sounder IASI has already contributed to the improvement of weather forecasts thanks to its far better spectral resolution and information content compared to previous instruments. The use of cloud-affected IASI radiances is still very complicated due to the high non-linearity of clouds in the infrared. This PhD work suggests an innovative way to take advantage of cloud-affected radiances observed by IASI. An advanced radiative transfer model using cloud microphysical properties has been evaluated. This method has the advantage of using cloud water content profiles directly produced by numerical weather prediction models. Thanks to this new scheme, profiles of cloud water contents have been successfully retrieved from IASI cloud-affected radiances with a one dimensional variational assimilation scheme (1D-Var). The impact of these data in terms of analysis and evolution of cloud variables has been evaluated in a numerical weather prediction model. This study is the first step in evaluating the choice that has been made for the control variables used during the retrievals. A simplified one-dimensional version of the AROME model was used to run three-hour forecasts from the 1D-Var analysed profiles. Promising results have shown a good maintenance of the analysis increment during more than one hour and a half of forecast. In regard to these encouraging results, a positive impact on nearcasting applications and forecasts of heavy rainfall events, which are highly coupled to cloud variables, can be expected in the future.

L'objectif scientifique de ce travail de thèse est d'améliorer l'estimation des flux d'eau à la surface des continents, à l'échelle saisonnière et interannuelle (de quelques années à décennale). En particulier, il s'agit d'étudier l'apport de données satellites, notamment de la future mission SWOT (Surface Water and Ocean Topography, lancement prévu en 2021), pour l'étude de la partie continentale du cycle de l'eau à l'échelle globale, à l'aide du modèle global de surfaces continentales ISBA-TRIP (Intéractions Sol-Biosphère-Atmosphère/Total Runoff and Integrating Pathways). Dans ce travail de thèse, j'explore le potentiel des données d'altimétrie satellitaire, pour corriger certains paramètres du modèle de routage de rivière TRIP et aussi pour corriger ses variables d'état. Pour ce faire, une plateforme d'assimilation de données virtuelles SWOT, mais aussi de données d'altimètres nadirs actuels a été mise en place. Mais avant l'assimilation de ces données de télédétection, il a été nécessaire de faire une analyse de sensibilité du modèle TRIP à ses paramètres, pour déterminer quels paramètres ont le plus d'influence sur les observables SWOT et qui donc pourront être corrigés. L'analyse de sensibilité (ANOVA) a alors été menée sur les principaux paramètres de TRIP. L'analyse de sensibilité a été menée sur le bassin de L'Amazone et les résultats ont été publiés. Les résultats ont montré que les hauteurs d'eau simulées sont sensibles aux paramètres géomorphologiques locaux exclusivement tandis que les débits simulés sont sensibles à l'ensemble des paramètres amont (selon le réseau de routage TRIP) et surtout au paramètre lié au temps de résidence des eaux souterraines. Enfin, les anomalies de hauteurs présentent des sensibilités similaires aux hauteurs d'eau mais avec des variations temporelles plus marquées. Ces résultats nous ont permis de faire les choix algorithmiques dans le cadre de l'assimilation de données. Ensuite, je me suis concentrée sur le développement de la maquette d'assimilation de données consistant en un Filtre de Kalman d'Ensemble (EnKF) et permet de faire soit de l'estimation de paramètres, soit de l'estimation d'état. La maquette en " estimation de paramètres " est testée et validée par une série d'expériences jumelles. On a assimilé des pseudo-observations de hauteurs et d'anomalies d'eau le long des traces du satellite SWOT, afin de corriger les coefficients de Manning du lit de la rivière, avec possibilité d'étendre à d'autres paramètres. Les premiers résultats montrent que la maquette est capable de retrouver la bonne distribution des coefficients de Manning en assimilant les hauteurs d'eau et les anomalies. Pour l'estimation d'état, on réalise des étapes d'assimilation journalières pour corriger le stock d'eau initial (condition initiale du modèle), en assimilant des débits estimés à partir de séries altimétriques de côtes d'eau ENVISAT. A partir de courbe de tarage hauteurs d'eau-débits calibrées sur le bassin de l'Amazone avec le modèle hydrologique MGB-IPH, les côtes d'eau ont été transformées en " débits altimétriques " que l'on assimile alors dans la maquette. Ces expériences d'estimation d'état nous permettent de sortir du cadre idéalisé des expériences jumelles en assimilant des données réelles, mais nous permet aussi de tester l'apport d'un premier jeu de données de débits provenant de mesures satellites, qui préfigure le futur produit de débit SWOT. Les résultats montrent que les erreurs sur le débits sont globalement améliorées : le run libre donne un RMSE de 2,79x103 m3/s (73,6 %) par rapport aux données in situ disponible sur le bassin et le run corrigé un RMSE de 1,98 x 103 m3/s (53,9 %). / Scientific objective of this PhD work is to improve water fluxes estimation on the continental surfaces, at interanual and interseasonal scale (from few years to decennial time period). More specifically, it studies contribution of remotely-sensed measurements to improve hydrology model. Notably, this work focuses on the incoming SWOT mission (Surface Water and Ocean Topography, launch scheduled for 2021) for the study of the continental water cycle at global scale, and using the land surface model ISBA-TRIP. In this PhD work, I explore the potential of satellite data to correct both input parameters of the river routing scheme TRIP and its state variables. To do so, a data assimilation platform has been set to assimilate SWOT virtual observation as well as discharge estimated from real nadir altimetry data. Beforehand, it was necessary to do a sensibility analysis of TRIP model to its parameters. The aim of such study was to highlight what are the most impacting parameters on SWOT-observed variables and therefore select the ones to correct via data assimilation. The sensibility analysis (ANOVA) has been led on TRIP main parameters. The study has been done over the Amazon basin. The results showed that the simulated water levels are sensitive to local geomorphological parmaters exclusively. On the other hand, the simulated discharges are sensitive to upstream parameters (according to the TRIP river routing network) and more particularly to the groundwater time constant. Finally, water anomalies present sensitivities similar to those of the water levels but with more pronounced temporal variations. These results also lead me to do some choices in the implementation of the assimilation scheme and have been published. Therefore, in the second part of my PhD, I focused on developing a data assimilation platform which consists in an Ensemble Kalman Filter (EnKF). It could either correct the model input parameters or directly its state. A series of twin experiments is used to test and validate the parameter estimation module of the platform. SWOT virtual-observations of water heights and anomalies along SWOT tracks are assimilated to correct the river manning coefficient, with the possibility to easily extend to other parameters. First results show that the platform is able to recover the "true" Manning distribution assimilating SWOT-like water heights and anomalies. In the state estimation mode, daily assimilation cycles are realized to correct TRIP river water storage initial state by assimilating ENVISAT-based discharge. Those observations are derived from ENVISAT water elevation measures, using rating curves from the MGB-IPH hydrological model (calibrated over the Amazon using in situ gages discharge). Using such kind of observation allows going beyond idealized twin experiments and also to test contribution of a remotely-sensed discharge product, which could prefigure the SWOT discharge product. The results show that discharge after assimilation are globally improved : the root-mean-square error between the analysis discharge ensemble mean and in situ discharges is reduced by 28 \%, compared to the root-mean-square error between the free run and in situ discharges (RMSE are respectively equal to 2.79 x 103 m3/s and 1.98 x 103 m3/s).

Dans cette thèse, l'application de l'assimilation de données (AD) à la MFN est étudiée, avec comme objectif global de contribuer à l'amélioration de la prévision numérique d'écoulements complexes. L'AD consiste à fusionner les outils de prévision numérique avec des données expérimentales afin d'améliorer l'estimation des paramètres d'entrée du code MFN. Les aspects méthodologiques de l'AD et son application pour des études physiques sont tous deux examinés dans cette thèse. Dans un premier temps, l'AD est utilisée pour une étude théorique de la turbulence de grille. Un modèle spectral pour les écoulements turbulents homogènes et anisotropes est également proposé. Plusieurs méthodes d'AD sont ensuite implémentées pour un code MFN et appliquées à la reconstruction d'écoulements instationnaires et compressibles en présence d'incertitudes sur des paramètres d'entrée de grandes dimensions afin d'évaluer les forces et faiblesses respectives de ces techniques. Des stratégies pour le placement optimal de réseaux de capteurs sont élaborées afin d'améliorer les performances du processus d'AD. Enfin, l'AD est appliquée à l'identification de sources de polluants et à la reconstruction de conditions météorologiques pour des écoulements en milieu urbain prédits par Simulation des Grandes Echelles. / In this thesis, we investigate the use of various data assimilation (DA) techniques in the context of CFD, with the ultimate goal of enhancing the prediction of real-world flows. DA consists in merging numerical predictions and experimental observations in order to improve the estimation of the CFD solver inputs. Both methodological aspects of DA and its potential application to physics investigations are explored for various flow configurations. First, DA is considered for the theoretical analysis of grid turbulence decay. Fundamental aspects of anisotropic homogeneous turbulence are also investigated through spectral modelling. Various DA methodologies are deployed in conjunction with a Navier-Stokes solver and are assessed for the reconstruction of unsteady compressible flows with large control vectors. Sensor placement strategies are developed to enhance the performances of the DA process. Finally, a first application of DA to Large Eddy Simulations of full-scale urban flows is proposed with the aim of identifying source and wind parameters from concentration measurements.

La présente recherche se propose de caractériser l'équilibre dynamique à mésoéchelle, c'est-à-dire l'équilibre entre les forçages dynamiques et physiques et ce, pour des phénomènes météorologiques ayant une échelle horizontale de l'ordre de 15 à 150 km. Elle combine des simulations numériques et la théorie de la balance non-linéaire autant dans un contexte de simulations idéalisées que dans celui d'une simulation d'un cas réel. Elle s'inscrit dans un objectif à plus long terme d'améliorer les prévisions à court terme des quantités de précipitations, en développant une méthode permettant de contraindre l'état initial de la dynamique du modèle à un état de balance dynamique dans un contexte où les données de précipitations sont inclues au temps initial. <br>Dans un premier temps, l'étude porte sur l'identification précise de la suite des processus physiques impliqués dans l'ajustement vers un état balancé dans les modèles numériques en lien avec la théorie classique d'ajustement linéaire et ce, autant à petite qu'à grande échelle (phénomènes météorologiques d'un diamètre de 15 à 1500 km). Les analyses démontrent que, lorsque la taille du réchauffement est à petite échelle : (a) la latitude (force de Coriolis) n'a qu'une influence très limitée sur les mécanismes et sur l'état balancé ; (b) le temps d'ajustement vers l'état balancé est très réduit par rapport aux simulations à plus grande échelle ; (c) la stabilité statique de l'atmosphère a une influence significative sur le temps d'ajustement ainsi que sur l'état balancé lui-même ; (d) ces résultats sont en accord avec la théorie classique d'ajustement linéaire ; (e) il est possible d'utiliser l'équation de balance non-linéaire en combinaison avec une équation complète décrivant le mouvement vertical pour déterminer le vent divergent balancé à petite échelle. <br>Dans un deuxième temps, la méthodologie est appliquée à un cas réel tel que simulé par le modèle Global Environnemental Multi-Échelle (GEM) en mode aire limitée à une résolution horizontale de 2.5 km. Ce cas réel est caractérisé par de la convection profonde d'été en absence de baroclinicité et de dynamique en altitude significatives. Parmi les conclusions dégagées de l'analyse, il a été montré que : (a) le type de balance à cette échelle est principalement relié à la divergence horizontale ; (b) l'information apportée par les vents divergents dans la prévision à court terme du mouvement vertical (et donc de la précipitation) est très importante ; (c) il est possible de calculer les vents divergents balancés, à cette échelle, en utilisant une équation du mouvement vertical complète en combinaison avec l'équation de balance non-linéaire et en utilisant les tendances de température, causées par la convection, directement issues du modèle numérique ; (d) en imposant que les vents divergents soient balancés au temps initial, les prévisions de précipitations (évaluées par l'intermédiaire du mouvement vertical) sont remarquablement similaires par rapport à une simulation de contrôle. <br>En conclusion, le travail réalisé a permis principalement de développer une méthodologie appropriée pour caractériser l'état balancé dans les modèles numériques de prévision à méso-échelle pour des phénomènes météorologiques ayant un diamètre aussi petit que de l'ordre de 15 km, et utiliser des relations de balance dynamique dans les modèles numériques à une résolution horizontale de 2.5 km. Les contributions les plus importantes sont : (a) l'identification précise de la suite des processus physiques impliqués dans l'ajustement vers un état balancé dans les modèles numériques en lien avec la théorie classique d'ajustement linéaire ; (b) la caractérisation de l'état balancé à mésoéchelle dans des simulation numériques idéalisées ; (c) la caractérisation de l'état balancé à méso-échelle dans un contexte de simulation réaliste d'un cas de convection profonde d'été ; (d) l'importance de l'information apportée par les vents divergents pour les prévisions de précipitations à méso-échelle ; (e) la démonstration qu'il est possible d'utiliser les tendances de température issues de la convection dans le modèle en combinaison avec l'équation de balance non-linéaire et une équation complète décrivant le mouvement vertical, afin de déterminer des vents divergents balancés ayant une bonne précision. Ainsi, le présent projet est innovateur pour l'utilisation des relations impliquant une balance non-linéaire à petite échelle, ainsi que pour l'utilisation des tendances de température issues directement de la convection du modèle dans des équations représentant un type de balance dynamique à cette échelle. <br>Les limites de la recherche portent principalement à la fois sur certains aspects des simulations idéalisées, de la méthode d'évaluation des vents divergents balancés et sur le type de situation réelle présentée ici. Des études complémentaires permettraient d'approfondir quelques-unes des limites identifiées.

Dans ce travail nous nous sommes intéressés à des problèmes de modélisation et d'assimilation de données en océanographie, tant d'un point de vue théorique que numérique. L'étude de l'océan est cruciale pour de nombreuses raisons (changement climatique, météorologie, navigation commerciale et militaire, etc.). Dans une première partie nous étudions les équations primitives linéaires tridimensionnelles de l'océan, et nous donnons des résultats nouveaux de régularité en calculant explicitement le terme de pression. Dans une deuxième partie nous étudions l'assimilation variationnelle de données lagrangiennes dans un modèle d'océan. L'assimilation de données est l'ensemble des méthodes qui permettent de combiner de façon optimale, en vue d'effectuer des prévisions, deux sortes d'informations disponibles sur un système physique : les observations d'une part et les équations du modèle d'autre part. Nous utilisons une méthode variationnelle pour assimiler des données lagrangiennes, à savoir les positions de flotteurs dérivant dans l'océan. Nous commençons par établir de nouvelles estimations a priori pour les équations primitives afin d'étudier le problème théorique de contrôle optimal associé. Puis nous décrivons l'implémentation de la méthode variationnelle dans un modèle réaliste d'océan aux équations primitives. Enfin nous effectuons de nombreuses expériences numériques et notamment plusieurs études de sensibilité, qui montrent que l'assimilation de données lagrangiennes est techniquement réalisable et pertinente d'un point de vue océanographique.

La prévision de la sédimentation d'une rivière requiert l'utilisation d'un modèle mathématique régissant l'écoulement et de données d'observation. Le but de ce travail est de proposer une méthode d'assimilation de données qui permet de reconstituer les champs en tenant en compte du modèle et des données d'observation. La méthode qui est proposée est fondée sur les techniques de contrôle optimal. On présente les problèmes de sédimentation et leurs approximations numériques, un algorithme de décomposition est introduit et sa convergence est étudiée. En préalable à l'exploitation à des problèmes réels, on a vérifié la faisabilité de la méthode variationnelle d'assimilation de données pour trois types de problèmes de transport des sédiments : 1) la détermination de la condition initiale, 2) l'identification des paramètres, 3) l'estimation de l'erreur de la modélisation. Les études de sédimentation sur le terrain conduisent à des problèmes numériques de très grande dimension, dans une dernière partie on s'est intéressé à des techniques permettant la réduction de l'espace de contrôle pour obtenir des problèmes d'une taille raisonnable.

Le filtre de Kalman étendu singulier évolutif (SEEK) et sa variante interpolée, appelée SEIK, ont été implémentés et testés avec succès dans plusieurs modèles océaniques. Cependant, ces deux filtres restent chers pour une océanographie opérationnelle. L'objectif principal de notre travail est de développer des formes dégradées des filtres SEEK et SEIK qui sont moins couteux mais aussi performants. Notre approche consiste essentiellement à simplifier l'évolution de la base de correction des filtres SEEK et SEIK, qui est la partie la plus chère de ces deux filtres. Pour améliorer les performances de nos filtres dans les périodes instables du modèle, nous introduisons tout d'abord les notions d'analyse EOFs locales et mixte dans le but d'augmenter la représentativité de la base de correction. Cela nous amène à construire une nouvelle variante du filtre SEEK avec une base de correction semi-évolutive partiellement locale. Nous présentons ensuite plusieurs schémas de réglage adaptatif des paramètres du filtre SEEK. Nous terminons enfin par une comparaison entre les performances des filtres SEEK et ROEK pour montrer l'intérêt de l'évolution de la base de correction, ce dernier étant aussi introduit pour compenser le caractère non-évolutif de la base EOFs locale. Nous avons implémenté tous nos filtres dans une configuration réaliste du modèle OPA dans l'océan Pacifique tropical. Leurs performances ont été étudiées avec des expériences jumelles. Le filtre SEIK est utilisé comme une référence pour la comparaison. Les résultats de ces expériences montrent que nos nouveaux filtres sont aussi performants que le filtre SEIK, mais peuvent être de 2 à 10 fois plus rapides.

Le fonctionnement de la végétation peut être étudié à l'aide de l'utilisation combinée de modèles numériques et de données de télédétection. Les premiers décrivent les principaux Transferts d'énergie et de masse qui interagissent à l'interface Sol-Végétation-Atmosphère (modèles TSVA). Le télédétection fournit quant à elle certaines caractéristiques des couverts végétaux qui sont utiles au fonctionnement des modèles TSVA. L'objectif de ce travail est de déterminer l'apport de la télédétection multispectrale pour le fonctionnement d'un modèle TSVA. Il est basé sur le couplage du modèle TSVA SiSPAT avec deux modèles de transfert radiatif fonctionnant respectivement dans le visible-infrarouge et l'infrarouge thermique. La nouvelle version développée (SiSPAT-RS) est ainsi capable de simuler les principaux processus de surface et plusieurs variables de télédétection. Elle a été utilisée sur la base données acquises lors de la campagne expérimentale Alpilles-ReSeDA, plus particulièrement sur deux parcelles agricoles de blé. Dans un premier temps, une analyse de sensibilité a été mise en œuvre sur les 60 paramètres et variables d'initialisation du modèle couplé. Elle a reposé sur un échantillonnage de type Monte Carlo et une analyse multicritère par rangement de Pareto. Les résultats ont permis de déterminer les paramètres les plus influents sur la simulation simultanée de plusieurs variables d'état du modèle et les conditions dans lesquelles ils interviennent, et de réduire de manière efficace les gammes d'incertitude des paramètres sensibles. Dans un second temps, l'étalonnage du modèle a été réalisé sous différents contextes d'étude, liés notamment à la connaissance expérimentale des propriétés du sol et de diverses variables de surface. Ceci a finalement permis de valider le modèle et de quantifier, dans un contexte d'assimilation de données de télédétection, l'erreur du modèle liée à l'incertitude des paramètres.

L'objectif de cette thèse est d'étudier la capacité des modèles météorologiques à prévoir des épisodes de cisaillements de vent dans les basses couches de l'atmosphère sur une zone limitée à un aéroport et d'examiner l'apport pour la modélisation d'observations locales à haute fréquence. Nous avons choisi l'aéroport international de Nice, régulièrement soumis à des variations rapides de la direction et de l'intensité du vent selon l'horizontale dans la CLA, appelées aussi renverses. Un pro leur de vent et trois anémomètres sont installés sur les pistes de l'aéroport. Au début de l'année 2009, une campagne de mesures incluant un lidar vent à balayage et un anémomètre sonique s'est déroulée sur l'aéroport fournissant des observations complémentaires. L'ensemble des mesures à haute fréquence temporelle et des simulations numériques obtenues avec le modèle de recherche Méso-NH à 2.5 km de résolution, a fourni une vision de l'enchaînement complexe des écoulements conduisant à des cisaillements de vent d'origine différente. Cette complémentarité a aussi permis d'estimer la capacité du modèle numérique à reproduire les cisaillements de vent. Pour les trois situations étudiées, il reproduit la structure horizontale et verticale de l'écoulement malgré des erreurs de placement spatio-temporel. Bien que les écoulements locaux participent à la mise en place des conditions nécessaires au cisaillement de vent, c'est l'écoulement de méso-échelle (ondes piégées ou talweg d'altitude) qui va déterminer la position du phénomène. Nous avons réalisé des comparaisons avec le modèle opérationnel de Météo-France AROME ainsi que des tests de sensibilité pour étudier l'in uence des conditions de couplage et de la résolution. Nous avons, en particulier, augmenté la résolution horizontale de 2.5 km à 500 m sur un domaine centré sur l'aéroport de Nice sur les situations étudiées. Une résolution de 500 m permet d'améliorer la représentation d'écoulements locaux et de variations locales du vent mais n'améliore pas la position des cisaillements de vent par rapport à une échelle plus grossière. L'extension horizontale limitée du domaine à haute résolution augmente la sensibilité aux conditions aux limites de grande échelle. Pour améliorer les prévisions et contraindre le modèle numérique vers les observations disponibles sur le site d'étude, un système l'assimilation de données basé sur le 'nudging' et permettant de prendre en compte des données à haute fréquence temporelle, le "nudging direct et rétrograde" (BFN pour 'Back and Forth Nudging'), a été mis en place. Nous avons appliqué cet algorithme aux équations de Lorenz pour con rmer le comportement de cette méthode par rapport à des résultats publiés antérieurement avec d'autres méthodes d'assimilation de données. Les résultats encourageants, ont conduit à l'introduction du BFN dans Méso-NH. Nous avons mis en place des simulations avec assimilation de données simulées dans des conditions idéalisées qui ont montré une réponse cohérente du modèle numérique à l'introduction de pro ls verticaux de vent.

La modélisation hydrologique Pluie - Débit compte parmi les outils incontournables pour prévoir les crues, car elle permet d'atteindre des horizons plus lointains que de nombreuses autres méthodes. Pour tenter d'améliorer la qualité des prévisions, les hydrologues ont proposé de nombreuses approches d'assimilation de données. Cette thèse s'intéresse à un modèle Pluie - Débit fonctionnant au pas de temps horaire. Elle propose une comparaison de nombreuses méthodes de mise-à-jour de ce modèle par l'assimilation de la donnée de débit observé à l'exutoire du bassin versant, dans le but de fournir des prévisions de crue à des horizons allant de quelques heures à quelques jours. Les mises-à-jour étudiées portent sur les paramètres du modèle, ses états et ses sorties. Certaines sont déterministes, d'autres probabilistes. Ce travail a permis de mettre en avant l'interaction qui existe entre la structure du modèle hydrologique et les mises-à-jour. Ces deux éléments se caractérisent par des dynamiques temporelles différentes. Nos résultats plaident pour que le modèle soit considéré comme un tout et non comme la juxtaposition d'un modèle hydrologique et d'une procédure de mise-à-jour. Il nous paraît préférable d'optimiser la structure et de caler le modèle en tenant compte des mises-à-jour qui seront appliquées. Le modèle donnant les meilleures prévisions associe une structure hydrologique très proche de celle obtenue au pas de temps journalier et deux mises-à-jour du modèle, l'une modifiant un état crucial du modèle, l'autre corrigeant ses sorties par un réseau de neurones artificiels. Cette combinaison a été évaluée à l'aide d'une sélection de critères de performance adaptés à l'objectif du modèle, sur un vaste ensemble de bassins versants français. Ses performances sont robustes et se comparent favorablement à d'autres modèles de prévision.