Les précipitations présentent un impact socio-économique très important notamment dans les régions où les ressources hydriques sont rares et où les évènements pluvieux ont un caractère torrentiel. Plusieurs modèles hydrologiques ont vu le jour dans le but de prédire les débits qui sont d'une grande utilité pour la conception des barrages ou pour la prévision des inondations. Or, pour fournir des simulations de débit très proches de la réalité, ces modèles ont besoin de données pluviométriques acquises à grande résolution spatio-temporelle. De ce fait, il est intéressant pour ces modèles hydrologiques de recourir aux pluies estimées par les radars météorologiques satellitaires et au sol. Néanmoins, ces données doivent être validées avant toute utilisation. Le principal problème rencontré dans la validation des données radar météorologiques réside dans la grande différence d'échelle spatio-temporelle entre les données radar et les données fournies par les stations pluviométriques. Cette différence d'échelle ne peut pas être prise en compte par les méthodes conventionnelles de validation qui se limitent à calculer le coefficient de corrélation et à élaborer une relation régulière entre les deux types de données. L'objectif général de ce travail de recherche est la validation des pluies de surface estimées aussi bien par le radar satellitaire de TRMM que par le radar au sol NEXRAD WSR-88D afin d'améliorer l'échelle spatiale des simulations hydrologiques. Les données au sol utilisées pour la validation sont celles issues des stations pluviométriques du CNA ( Comisión Nacional del Agua ) et de la NOAA (National Oceanic and Atmospheric Administration ) localisées dans la région de Rio Escondido au Nord-Est du Mexique. Cette validation est réalisée en calculant les coefficients de corrélation entre les données de précipitation radar et les données au sol, en vérifiant l'existence de la propriété d'invariance d'échelle, et en évaluant la fiabilité des sorties du modèle hydrologique CEQUEAU utilisant les données radar comme entrée. La contribution principale de ce travail est d'utiliser la dimension fractale du champ de pluie comme outil de validation des estimations pluviométriques. Les résultats ont confirmé que les précipitations de surface estimées par le radar du satellite TRMM ne présentent pas les mêmes caractéristiques spatiales que celles des mesures fournies par les pluviomètres. Contrairement aux précipitations estimées par TRMM, les données du radar au sol sont compatibles avec un comportement d'échelle fractal et traduisent la variabilité intrinsèque du champ de pluie. C'est pourquoi elles ont été utilisées comme données d'entrée dans le modèle hydrologique CEQUEAU. Il en résulte des débits simulés avec un coefficient de Nash variant de -2,59 à 0,97. L'intérêt de ce résultat est qu'il montre l'utilité des données radar au sol pour les simulations des modèles hydrologiques et ce, particulièrement dans les zones où les pluies sont convectives, donc fortement variables et où les réseaux de pluviographes peuvent être insuffisants ou mal répartis. Cependant, la qualité de la simulation hydrologique dépend de l'échelle temporelle considérée et de l'évènement pluvieux choisi. Ainsi, ce travail a permis d'appliquer plusieurs méthodes de validation aux estimations radar des pluies de surface et de démontrer la pertinence de considérer les différences d'échelles spatio-temporelles dans la validation de ces données estimées.

L’entreprise Rio Tinto effectue la gestion du système hydrique de la rivière Nechako, situé en Colombie-Britannique (Canada), à partir de règles de gestion optimisées à l’aide d’un algorithme de programmation dynamique stochastique (PDS) et de scénarios d’apports historiques. Les récents développements en recherche opérationnelle tendent à démontrer que la mise à jour des règles de gestion en mode prévisionnel permet d’améliorer la performance des règles de gestion lorsque des prévisions d’ensemble sont utilisées pour mieux cerner les incertitudes associées aux apports à venir. La modélisation hydrologique permet de suivre l’évolution d’un ensemble de processus hydrologiques qui varient dans le temps et dans l’espace (réserve de neige, humidité du sol, etc.). L’utilisation de modèles hydrologiques, en plus d’offrir la possibilité de construire des prévisions d’ensemble qui tiennent compte de l’ensemble des processus simulés, permet de suivre l’évolution de variables d’état qui peuvent être utilisées à même l’algorithme d’optimisation pour construire les probabilités de transition utiles à l’évaluation de la valeur des décisions futures. À partir d’un banc d’essais numériques dans lequel le comportement du bassin versant de la rivière Nechako est simulé à l’aide du modèle hydrologique CEQUEAU, les résultats du présent projet démontrent que la mise à jour des règles avec l’algorithme de PDS en mode prévisionnel permet une amélioration de la gestion du réservoir Nechako lorsque comparée aux règles optimisées avec l’algorithme en mode historique. Le mode prévisionnel utilisant une variable hydrologique combinant un modèle autorégressif d’ordre 5 (AR5) et la valeur maximale de l’équivalent en eau de la neige (ÉENM) a permis de réduire les déversements non-productifs et les inondations tout en maintenant des productions similaires à celles obtenues à l’aide de règles optimisées en mode historique utilisant l’ÉENM comme variable hydrologique. De plus, les résultats du projet démontrent que l’utilisation de prévisions hydrologiques d’ensemble en mode historique pour construire une variable hydrologique permettant d’émettre une prévision du volume d’apport médian pour les huit mois à venir (PVAM) ne permettait pas d’obtenir des résultats de gestion supérieurs à ceux obtenus avec la variable d’ÉENM.