Les simulations et prévisions hydrologiques sont sujettes à diverses sources d'incertitudes, qui sont malheureusement inévitables. La cascade d'incertitude provient de différentes composantes de la chaîne de prévision, telles que la nature chaotique de l'atmosphère, diverses conditions initiales et limites, une modélisation hydrologique conceptuelle nécessairement inexacte et des paramètres stationnaires incohérents avec un environnement en mutation. La prévision d'ensemble s'avère un outil puissant pour représenter la croissance des erreurs dans le système dynamique et pour capter les incertitudes associées aux différentes sources. Thiboult et al. (2016) ont construit un grand ensemble de 50,000 membres qui tient compte de l'incertitude des prévisions météorologiques, de celle des conditions initiales et l’incertitude structurale. Ce vaste ensemble de 50,000 membres peut également être séparé en sous-composants afin de démêler les trois principales sources d’incertitude mentionnées ci-dessus. Emixi Valdez a donc généré un autre H-EPS multimodèles et calibré pour différents bassins hydrographiques suivant un modèle similaire. Cependant, les résultats obtenus ont été simplement agrégés, en considérant les membres équiprobables. Bien que les systèmes de prévision hydrologique multimodèles puissent être considérés comme un système très complet, ils sont néanmoins exposés à d'autres incertitudes. Par exemple, les prévisions météorologiques des recherches de Thiboult et al. (2016) ont été pré-testées sur certains bassins versants. Ces tests ont montré que les performances dues à l'assimilation de données s'estompent rapidement avec l’horizon de prévision. De plus, en réalité, les utilisateurs peuvent ne pas être en mesure d’utiliser parfaitement tous les outils de prévision (c’est-à-dire les prévisions météorologiques d’ensemble, l’assimilation de données et le schéma multimodèle) conjointement. Par conséquent, il existe toujours une place pour l'amélioration permettant d'augmenter la fiabilité et la résolution des prévisions grâce à un post-traitement statistique approprié. L'objectif global de cette recherche est d'explorer l'utilisation appropriée et les compétences prévisionnelles de divers algorithmes statistiques afin de post-traiter séparément les prévisions de débit provenant d’un modèle unique ainsi que les prévisions multimodèles. Premièrement, nous avons testé l’efficacité de méthodes depost-traitement telles que le Affine Kernel Dressing (AKD) et le Non-dominated sorting genetic algorithm II (NSGA-II) en comparant les prévisions post-traitées par ces méthodes aux soties brutes de systèmes de prévision à modèle unique. Ces deux méthodes sont théoriquement / techniquement distinctes, mais partagent toutefois la même caractéristique, à savoir qu’elles ne nécessitent pas d’hypothèse paramétrique concernant la distribution des membres de la prévision d’ensemble. Elles peuvent donc être considérées comme des méthodes de post-traitement non paramétriques. Dans cette étude, l'analyse des fronts de Pareto générés avec NSGA-II a démontré la supériorité de l'ensemble post-traité en éliminant efficacement les biais des prévisions et en maintenant une bonne dispersion pour tous les horizons de prévision. Deux autres méthodes de post-traitement, à savoir le Bayesian Model Averaging (BMA) et le Copula-BMA, ont également été comparées. Ces deux méthodes ont permis d’obtenir des distributions prédictives à partir de prévisions de débit journalier émises par cinq systèmes de prévision d'ensemble hydrologiques différents. Les poids obtenus par la méthode du BMA quantifient le niveau de confiance que l'on peut avoir à l'égard de chaque modèle hydrologique candidat et conduisent à une fonction de densité prédictive (PDF) contenant des informations sur l'incertitude. Le BMA améliore la qualité globale des prévisions, principalement en maintenant la dispersion de l'ensemble avec l’horizon de prévision. Il a également la capacité d’améliorer la fiabilité des systèmes multimodèles qui n’incluent que deux sources d’incertitudes. Le BMA est donc efficace pour améliorer la fiabilité et la résolution des prévisions hydrologiques. Toutefois, le BMA souffre de limitations dues au fait que les fonctions de densité de probabilité conditionnelle (PDF) doivent suivre une distribution paramétrique connue (ex., normale, gamma). Par contre, le modèle prédictif Copula-BMA ne requiert pas une telle hypothèse et élimine aussi l'étape de transformation de puissance, qui est nécessaire pour le BMA. Dans cette étude, onze types de distributions marginales univariées et six fonctions de copule de différents niveaux de complexité ont été explorés dans un cadre Copula-BMA. Cela a permis de représenter de manière exhaustive la structure de dépendance entre des couples de débits prévus et observés. Les résultats démontrent la supériorité du Copula-BMA par rapport au BMA pour réduire le biais dans les prévisions et maintenir une dispersion appropriée pour tous les horizons de prévision. / Hydrological simulations and forecasts are subject to various sources of uncertainties. Forecast uncertainties are unfortunately inevitable when conducting the deterministic analysis of a dynamical system. The cascade of uncertainty originates from different components of the forecasting chain, such as the chaotic nature of the atmosphere, various initial conditions and boundaries, necessarily imperfect hydrologic modeling, and the inconsistent stationnarity assumption in a changing environment. Ensemble forecasting is a powerful tool to represent error growth in the dynamical system and to capture the uncertainties associated with different sources. Thiboult et al. (2016) constructed a 50,000-member great ensemble that accounts for meteorological forcing uncertainty, initial conditions uncertainty, and structural uncertainty. This large ensemble can also be separated into sub-components to untangle the three main sources of uncertainties mentioned above. In asimilar experiment, another multimodel hydrological ensemble forecasting system implemented for different catchments was produced by Emixi Valdez. However,in the latter case, model outputs were simply pooled together, considering the members equiprobable. Although multimodel hydrological ensemble forecasting systems can be considered very comprehensive, they can still underestimate the total uncertainty. For instance, the meteorological forecasts in there search of Thiboult et al. (2016) were pre-tested on some watersheds. It was found out that the forecasting performance of data assimilation fades away quickly as the lead time progresses. In addition, operational forecasts users may not able to perfectly utilize all the forecasting tools (i.e., meteorological ensemble forcing, data assimilation, and multimodel) jointly. Therefore, there is still room for improvement to enhance the forecasting skill of such systems through proper statistical post-processing.The global objective of this research is to explore the proper use and predictive skill of various statistical post-processing algorithms by testing them on single-model and multimodel ensemble stream flow forecasts. First, we tested the post-processing skills of Affine kernel dressing (AKD) and Non-dominated sorting genetic algorithm II (NSGA-II) over single-model H-EPSs. Those two methods are theoretically/technically distinct yet are both non-parametric. They do not require the raw ensemble members to follow a specific parametric distribution.AKD-transformed ensembles and the Pareto fronts generated with NSGA-II demonstrated the superiority of post-processed ensembles compared to raw ensembles. Both methods where efficient at eliminating biases and maintaining a proper dispersion for all forecasting horizons. For multimodel ensembles, two post-processors, namely Bayesian model averaging (BMA) and the integrated copula-BMA, are compared for deriving a pertinent joint predictive distribution of daily streamflow forecasts issued by five different single-model hydrological ensemble prediction systems (H-EPSs). BMA assign weights to different models. Forecasts from all models are then combined to generate more skillful and reliable probabilistic forecasts. BMA weights quantify the level of confidence one can have regarding each candidate hydrological model and lead to a predictive probabilistic density function (PDF) containing information about uncertainty. BMA improves the overall quality of forecasts mainly by maintaining the ensemble dispersion with the lead time. It also improves the reliability and skill of multimodel systems that only include two sources of uncertainties compared to the 50,000-member great ensemble from Thiboult et al (2016). Furthermore, Thiboult et al. (2016) showed that the meteorological forecasts they used were biased and unreliable on some catchments. BMA improves the accuracy and reliability of the hydrological forecasts in that case as well.However, BMA suffers from limitations pertaining to its conditional probability density functions (PDFs), which must follow a known parametric distribution form (e.g., normal, gamma). On the contrary, Copula-BMA predictive model fully relaxes this constraint and also eliminates the power transformation step. In this study, eleven univariate marginal distributions and six copula functions are explored in a Copula-BMA framework for comprehensively reflecting the dependence structure between pairs of forecasted and observed streamflow. Results demonstrate the superiority of the Copula-BMAcompared to BMA in eliminating biases and maintaining an appropriate ensemble dispersion for all lead-times.

Au Canada, comme dans de nombreux pays de l'OCDE (Organisation de Coopération et de Développement Économiques), l'exploitation plus efficace des actifs hydroélectriques existants devient de plus en plus pertinente. Le fonctionnement optimal d'un système hydroélectrique est un problème de prise de décision séquentielle. Une séquence de décisions de soutirage d'eau doit être déterminée sur une période de planification donnée en tenant compte de diverses contraintes physiques et écologiques. Étant donné que cette période de planification peut s'étendre sur un futur plus ou moins lointain, les décisions de soutirage sont influencées par la disponibilité de prévisions hydrologiques fiables, y compris les systèmes de prévisions hydrologiques d'ensemble (H-EPS). Les hydrologues s'appuient souvent sur des scores statistiques pour évaluer la fiabilité et l'exactitude du H-EPS, mais ces scores ne donnent aucune indication sur la valeur économique des prévisions. Cette étude cherche à identifier les attributs les plus pertinents des prévisions hydrologiques d'ensemble en production hydroélectrique. Pour ce faire, un large ensemble de prévisions est construit à partir de 20 modèles hydrologiques et de prévisions météorologiques d'ensemble de 50 membres sur une période de 6 ans (2011-2016). De ce large ensemble, plusieurs H-EPS sont ensuite produits (configurés) et utilisés par un modèle d'optimisation hydroélectrique. La gestion du système hydrique est ensuite simulée en horizon roulant sur une période de 6 ans (2011-2016). Les résultats de la simulation indiquent qu'il existe une tendance entre la qualité globale et la valeur de la prévision en termes deproduction d'énergie, mais que cette relation n'est pas directement proportionnelle (1 :1). La configuration multimodèle fonctionne un peu mieux que les autres configurations. De plus, les résultats de la simulation montrent que les prévisions d'ensemble à court terme (CT) ont dela valeur, mais la marge d'amélioration se situe clairement dans les prévisions à moyen terme(MT, saisonnières), car un grand réservoir en amont contrôle la disponibilité de l'eau dans tout le système. Par ailleurs, les prévisions probabilistes donnent de meilleures performances que les déterministes, car elles donnent des informations sur l'incertitude du modèle d'optimisation.Enfin, les prévisions CT ont de la valeur tandis que les modèles d'optimisation CT-MT sont couplés. / In Canada, like in many OECD (Organization for Economic Co-operation and Development) countries, the more efficient use of existing hydropower assets is becoming increasingly relevant.The optimal operation of a hydroelectric system is a sequential decision making problem. A sequence of release decisions must be determined over a given planning period taking into account a variety of physical and ecological constraints. Since this planning period may extend over a more or less distant future, release decisions are influenced by the availability of reliable hydrologic forecasts, including hydrological ensemble prediction systems (H-EPS).Hydrologists often rely on statistical scores to assess the reliability and accuracy of H-EPS,but those scores do not give any indication of the economic value of the forecasts. This studyseeks to identify the most relevant attributes of ensemble hydrological forecasts in hydropower production. To do this, a large set of forecasts is built from 20 hydrological models and ensemble meteorological forecasts of 50 members over a period of 6 years (2011-2016). From this large set, several H-EPS are then produced (configured) and used by a hydroelectric optimization model. The management of the water system is then simulated on a rolling horizon over a period of 6 years (2011-2016). The simulation results indicate that there is a trend between the overall quality and the value of the forecast in terms of energy production,but that this relationship is not directly proportional (1: 1). The multi-model setup works a bit better than the other setups. In addition, the simulation results show that the ensemble forecast at short-term (ST) has value, but the room for improvement is clearly in the forecastat mid-term (MT, seasonal), as a large reservoir upstream controls the availability of water throughout the system. In addition, probabilistic forecasts give better performance than determinists, because they provide information on the uncertainty of the optimization model.Finally, ST forecasts have value while ST-MT optimization models are coupled.

Plusieurs modèles hydrologiques ont été développés au cours des dernières décennies. Un modèle hydrologique devrait être capable de représenter tous les bassins versants. Les performances des modèles dépendent des caractéristiques du bassin versant étudié; aucun modèle ne convient à toutes les tâches de modélisation. Cette thèse de doctorat a pour but de proposer une méthode de sélection de modèles parmi un grand nombre de candidats. Elle prend en compte : l'identification d'une banque de modèles performants pour des conditions climatiques différentes et la sélection de modèles appropriés selon les conditions climatiques du bassin versant (aride, tempéré ou continentale) et les objectifs de modélisation (débits élevés, moyens ou faibles). La recherche est basée sur 1446 modèles construits en utilisant l‘approche multistructure empirique (Ensemble Multistructure Framework, EMF) et 100 bassins versants états-uniens aux conditions climatiques diversifiées. L'objectif de cette étude est de valoriser les approches flexibles afin d'identifier des modèles performants pour une diversité de climats. La sélection des modèles est ainsi basée sur les performances individuelles de 1446 modèles en les comparant avec un modèle de référence (GR4J). Sur la base de cette étude, une banque de 80 modèles diversifiés, issus des 1446 modèles initiaux, a été proposée pour d‘autres applications. Pour évaluer l'impact du climat et de la métrique sur la performance du modèle, les 80 modèles présélectionnés ont été évalués sur les trois types de climat et sur les trois objectifs de modélisation. Cette étude propose au final quatre nouveaux modèles hydrologiques conceptuels, adaptés à des conditions climatiques et hydrologiques spécifiques. La modélisation hydrologique demeure imparfaite en raison d'un grand nombre d'incertitudes liées notamment à la description de la transformation pluie-débit par les structures du modèle hydrologique. L'approche multimodèle est une solution alternative, parce que la combinaison de modèles existants peut mener à de meilleurs résultats par rapport aux modèles individuels. La diversité des structures des modèles constitue souvent un des premiers principes du fonctionnement d‘un multimodèle de manière à compenser les erreurs et à améliorer les performances. Les 80 modèles présélectionnés et l'algorithme Backward Greedy Selection (BGS) sont ainsi utilisés afin de sélectionner l‘ensemble des modèles à combiner. Les tests ont été effectués sur six critères (MCRPS, KGEsqrt, Mlogs, NRD, PIT et RDmse). Les résultats montrent que l'optimisation par MCRPS est la plus intéressante. / Many hydrologic models were developed in the last few decades. They should be capable of simulating all of the catchments but, in practice, their performance is dependent on the geology and climate, so no model structure is suitable for all modeling tasks. This doctoral thesis aims at proposing a model selection method, from a grand pool of candidates, which accounts for the identification of a pool of successful models in diversified climates conditions and the selection of appropriate models for the catchment climatic conditions (arid, humid, and continental) and modeling objectives (high, medium and low flows). It is based on 1446 models constructed using the Ensemble Multistructure Framework (EMF) and 100 climatically diversified American catchments. The focus of this study is to value flexible modeling approaches to identify successful models for a variety of climates. The model selection is first based on the individual performance of the 1446 models, comparing them to a reference model (GR4J). A pool of 80 diversified models is then identified for further investigation. To evaluate the impact of climate and metric on model performance, the 80 preselected models are evaluated on the three types of climates and three modeling objectives. At the end, four new lumped conceptual hydrologic models are tailored for specific climate and flow conditions. Hydrological modeling remains imperfect due to a large number of uncertainties, particularly related to the description of rainfall-flow transformation by hydrological model structures. The multimodel approach is an alternative solution, because the combination of existing models gives better results than individual ones. The diversity of model structures touches one of the first principles of the operation of a multimodel is the compensation of the errors to improve the performances. The 80 preselected models and the Backward Greedy Selection (BGS) algorithm are then used to select the models set to combine. Tests are performed on six optimizations (MCRPS, KGEsqrt, Mlogs, NRD, PIT and RDmse). Results show that, the optimization by the MCRPS is most interesting when compare to other criterions.

Selon l'UNESCO, la moitié des pays du monde sont confrontés à la problématique de l'aridité. Environ un tiers de la surface de la planète est localisé dans les régions arides ou semi-arides. D'après le GIEC, l'impact du changement climatique sur les ressources en eau est potentiellement plus important dans ces régions, dans le monde entier, ou les ressources en eau sont limitées. Il y existe une grande pression due à l'expansion des populations, l'augmentation de la consommation d'eau par habitant et l'irrigation. Il est clair que la bonne et efficace gestion de l'eau dans les régions semi-arides nécessite des systèmes d'aide à la décision appropriés, y compris des outils de la modélisation hydrologique. L'objectif principal de ce mémoire est d'étudier l'applicabilité de la modélisation hydrologique multi-modèle globale (développe à l'origine pour les climats humides) sous climats arides et semi-arides. La recherche porte sur l'étude des phénomènes hydrologiques, en particulier les débits du cours d'eau de la base de données MOPEX pour les bassins arides et semi-arides. Pour répondre à cet objectif, treize modèles hydrologiques globaux conceptuels ont été testés. Pour cela, une procédure de calage/validation a été mise en place, s'appuyant sur la méthode SST. Ensuite, une analyse de performance a été réalisée selon le critère de Nash, dans un premier temps, pour quantifier l'efficacité des modèles pris individuellement. Dans un deuxième temps, pour analyser l'intérêt de l'approche multi-modèle, trois méthodes de combinaison sont évaluées, l'une basée sur la moyenne simple des débits simulés (SM), utilisant une pondération pour chaque modèle (PM) et la méthode Backward Greedy (BG). Finalement, une étude comparative entre les trois méthodes de combinaison multi-modèle a été réalisée afin d'établir la valeur ajoutée de l'attribution des poids sur chaque modèle. En conclusion les résultats ont nettement montré que l'avantage de la méthode multi-modèle. Dans l'application des trois méthodes multi-modèles : la Moyenne Simple (MS), la Moyenne Pondérée (MP) et Backward Greedy (BG), dans la majorité des bassins les valeurs de la performance de ces méthodes sont supérieurs aux valeurs des modèles individuels. / According to UNESCO half the world's countries are facing the problem of aridity. About a third of the surface of the planet is located in arid or semi-arid regions. According to the IPCC, the impact of climate change on water resources is potentially more important in arid and semi-arid in the world. In arid and semi-arid areas of the world, water resources are limited. There are a lot of pressure due to the expansion of the population, the increase in per capita water consumption and irrigation. It is clear that good and efficient water management in semi-arid regions requires appropriate decision support systems, including hydrological modeling tools. The main objective of this thesis is to study the applicability of the global hydrological modeling multiple model (originally developed for humid climates) in arid and semi-arid. The research focuses on the study of hydrological phenomena, especially the water course flows in the MOPEX database for arid and semi-arid basins. To meet this goal thirteen overall conceptual hydrologic models were tested. For this, a calibration / validation procedure was put in place, based on the SST method. Then, a performance analysis was conducted using the Nash criteria, at first, to quantify the effectiveness of the models individually. Secondly, to analyze the interest of the multi-model approach, three combination methods are evaluated, one based on the simple average of the simulated flow (SM), using a weighting for each model (PM) and method Greedy backward (BG). Finally, a comparative study between the three methods of combining multiple model was performed to determine the added value of the allocation of weight on each model. In conclusion, the results showed the advantage of multi-model method is net of the results. In applying the three multi model methods : Simple Average (MS), the Weighted Average (MP) and Backward Greedy (BG), in most basins values of the performance of these methods are superior to the values of individual models.

L'objectif premier de cette étude vise à modéliser, à l'aide des réseaux de neurones, deux paramètres de qualité de l'eau : les nitrates et la matière en suspension. L'intérêt d'une telle simulation est de pouvoir développer un outil d'aide à la décision en matière de gestion des pratiques agricoles. Bien que les réseaux aient montré plus de difficulté à modéliser les MES que les N-NO3, ils ont réussi à approximer les signaux avec une précision suffisante pour le but poursuivi. Le deuxième objectif vise à vérifier si l'ajout de données de teneur en eau du sol améliore la prévision des débits et de comparer le gain apporté, à celui apporté par l'ajout d'un indice de teneur en eau. Les résultats montrent que la couche intermédiaire du sol apporte le gain de performance le plus important quoique l'indice de teneur en eau soit une alternative intéressante.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2006-2007 / L'étude vise à montrer comment la variabilité climatique récente (1970-2002) a influé sur le débit des rivières Saint-Charles, Montmorency, Jacques-Cartier, Chaudière et Etchemin. Premièrement, les tendances dans le climat et les débits régionaux ont été identifiées. Un réchauffement variant entre 0,9°C et 1,6°C a notamment été mesuré; une baisse de pluviosité a été observée en août-septembre; une diminution des cumuls annuels de neige a caractérisé plusieurs secteurs. Pour les débits, des baisses de 25% à 80% ont caractérisé mai, août et septembre. Des autorégressions ont ensuite montré que la pluviosité a été dominante pour le contrôle des écoulements. L'altération de la pluviosité d'août-septembre est d'ailleurs la principale cause de l'accentuation des étiages d'été. Par ailleurs, le réchauffement semble avoir avancé la date des crues printanières par rapport aux années 1970; cela explique partiellement les baisses de débit de mai.

L’apport de chaleur induit par les constructions routières est susceptible d’affecter le régime thermique du pergélisol sous-jacent et de causer des dommages importants. Sur l’Alaska Highway au Yukon (Canada), des problèmes d’instabilités sont fréquemment observés et certains sont localisés aux abords des ponceaux. En autorisant la libre circulation de l’air et de l’eau à travers une conduite, des perturbations thermiques additionnelles sont infligées au sol environnant. De plus, une mauvaise gestion du drainage de l’eau aux abords des ouvrages aggrave la sévérité des instabilités. Afin de documenter ces perturbations, deux ponceaux ont été instrumentés sur l’Alaska Highway au Yukon. Le premier est situé au site expérimental de Beaver Creek; le deuxième est proche de la frontière avec l’Alaska. Les températures du sol autour des ponceaux et la température de l’air dans les ponceaux ont été enregistrées pendant une année; tandis que la température de l’eau et le débit ont été enregistrés pendant deux printemps et étés. La collecte de ces données a permis de concevoir un modèle 2D sur le logiciel TEMP/W représentant le remblai et le ponceau de Beaver Creek. En parallèle, les données ont servi à valider un modèle mathématique établi basé sur des principes physiques. Ce modèle permet de calculer le flux de chaleur transmis au sol en fonction du débit et de la température de l’eau. Par la suite, des simulations de variation de débit et de température de l’eau ont été appliquées dans le modèle mathématique. Les différents flux de chaleur correspondants ont été appliqués sur le modèle thermique 2D afin de déterminer l’influence du débit et de la température de l’eau sur les températures du sol sous le ponceau. Des simulations similaires ont été conduites en faisant varier des paramètres de conception comme la présence ou non de l’isolant. Ce mémoire présente donc trois objectifs principaux; 1) l’amélioration des connaissances relatives à l’effet de la circulation de l’eau à travers un ponceau sur le régime thermique du sol sous-jacent; 2) la documentation sur le régime thermique autour de ponceaux routiers; et 3) l’étude de l’influence du débit et de la température de l’eau sur la stabilité thermique du sol. Finalement, une méthode de conception de système de drainage, permettant de limiter l’impact d’un ponceau sur la profondeur de dégel du sol sous-jacent, est présentée dans le présent mémoire. / Heat sources induced by road construction are likely to affect the thermal regime of underlying permafrost and cause significant damage. On the Alaska Highway in Yukon (Canada), instability problems have been observed and some are located close to culverts. Culverts allow free water and air circulation through the buried pipe. Thus, additional thermal disturbances occur at that location. In addition, poor water management around the embankment exacerbates instabilities. To document these disturbances, two culverts were monitored; one is located at the Beaver Creek test site and the second is close to the U.S Border. Air temperature within and soil temperatures around the culverts were recorded for one year, while water temperature and flow rate were recorded during two thawing seasons. The data collection allowed the design of a 2D model in TEMP/W representing thermal conditions around the Beaver Creek culvert. Then, these data were used to validate an established mathematical model based on the physical principles of heat transfer. The mathematical model calculates the heat flux transmitted to the ground as a function of water temperature and flow rate. Subsequently, variations of flow rate and water temperature were applied to the mathematical model. The corresponding heat fluxes were applied to the 2D thermal model in TEMP/W to determine the influence of flow rate and water temperature on soil temperatures below the culvert. Similar simulations were conducted with design parameters, such as the presence or absence of the insulation. This thesis 1) enhanced knowledge of the effects of flow rate and water temperature through a culvert on the soil thermal regime; 2) documented the thermal regime around culverts; and 3) studied the influence of flow rate and water temperature on the thermal regime. Finally, a drainage system design method is presented which aims to minimize the impact of a culvert on the thaw depth.

Titre de l'écran-titre (visionné le 26 avril 2023) / Le comportement hydrologique des cours d'eau de tête est peu connu puisque les mesures du débit, particulièrement dans les ruisseaux dont le bassin versant est de petite dimension, sont peu nombreuses. Les débits de pleins bords, correspondant à une période de retour d'environ 1,5 à 2 ans, sont majoritairement responsables des changements morphologiques des cours d'eau. Une augmentation de 50% de ces débits pourrait entraîner une modification significative de la morphologie des cours d'eau. La littérature suggère que le seuil d'augmentation de 50% du débit de pleins bords ne serait atteint que lorsque plus de 50% de la superficie du bassin versant est récolté. L'étude vise à répondre aux questionnements soulevés par plusieurs intervenants du milieu forestier face à la possibilité que la récolte sur un bassin versant puisse modifier le lit du cours d'eau et prolonger ce dernier vers l'amont. En l'absence de perturbation directe du cours d'eau par la machinerie, les changements morphologiques potentiels seraient attribuables à une augmentation du niveau d'eau causée par la récolte. Les deux objectifs spécifiques de cette étude étaient : (i) de caractériser les changements morphologiques du lit des cours d'eau de tête dont le bassin versant a été soumis à la récolte forestière et (ii) d'expliquer les changements potentiels par un changement des niveaux d'eau et les activités forestières. Les cours d'eau ont été sélectionnés dans trois secteurs où les précipitations sont représentatives de celles du contexte climatique boréal du Québec. La superficie des bassins versants étudiés varie entre 1,43 et 34,83 ha. Les données sur les niveaux d'eau des cours d'eau lors d'évènements pluvieux ainsi que sur la morphologie de leur lit ont été analysées selon un dispositif Before-After- Control-Impact (BACI) où les cours d'eau témoins sont comparés avec les cours d'eau récoltés avant et après la récolte. Les résultats indiquent qu'à la suite de la récolte des bassins versants à l'étude, il n'y a eu aucune modification: (i) des régimes d'écoulement, et (ii) de la morphologie des cours d'eau incluant la création d'un nouveau lit ou l'allongement en amont de la tête d'un cours d'eau existant. Ainsi, cette étude illustre que le retrait du couvert forestier, d'au plus 54 % de l'aire des bassins versants étudiés, n'a pas modifié la morphologie des cours d'eau de tête. Cependant, il est possible que l'installation d'une traverse de cours d'eau en amont et des perturbations des sols associées au ruissellement de surface résultant du passage de la machinerie puissent affecter davantage les écosystèmes aquatiques que la récolte lorsqu'ils croisent une section d'écoulement sous-terrain à proximité de la tête du cours d'eau.

Le barrage anti-marée Joseph-Samson, situé à l'embouchure de la rivière Saint-Charles, crée des conditions idéales pour l'accumulation de sédiments qui menacent les écosystèmes et la sécurité des gens qui habitent les abords de la partie aval de la rivière Saint-Charles. Des observations sur le terrain ont permis de constater l'étendue des effets de la sédimentation. Des simulations effectuées à l'aide des modèles River2D et HEC-RAS dans différentes conditions de débits et de marées ont permis de constater les avantages d'ouvrir la vanne de fond du barrage lors des cycles de marnage normaux tant au niveau de la qualité des écosystèmes qu'au niveau de la sécurité et de l'évacuation des sédiments. Dans la grande majorité des scénarios, l'ouverture de la vanne offre des vitesses d'écoulement bonnes pour l'évacuation du limon accumulé en amont du barrage et un échange important avec les eaux mieux oxygénées du Fleuve Saint-Laurent.

River streamflow forecasting is traditionally based on real-time measurements of rainfall over catchments and discharge at the outlet and upstream. These data are processed in mathematical models of varying complexity and allow to obtain accurate predictions for short times. In order to extend the forecast horizon to a few days - to be able to issue early warning - it is necessary to take into account the weather forecasts. However, the latter display the property of sensitivity to initial conditions, and for appropriate risk management, forecasts should therefore be considered in probabilistic terms. Currently, ensemble predictions are made using a numerical weather prediction model with perturbed initial conditions and allow to assess uncertainty. <p><p>The research began by analyzing the meteorological predictions at the medium-range (up to 10-15 days) and their use in hydrological forecasting. Precipitation from the ensemble prediction system of the European Centre for Medium-Range Weather Forecasts (ECMWF) were used. A semi-distributed hydrological model was used to transform these precipitation forecasts into ensemble streamflow predictions. The performance of these forecasts was analyzed in probabilistic terms. A simple decision model also allowed to compare the relative economic value of hydrological ensemble predictions and some deterministic alternatives. <p><p>Numerical weather prediction models are imperfect. The ensemble forecasts are therefore affected by errors implying the presence of biases and the unreliability of probabilities derived from the ensembles. By comparing the results of these predictions to the corresponding observed data, a statistical model for the correction of forecasts, known as post-processing, has been adapted and shown to improve the performance of probabilistic forecasts of precipitation. This approach is based on retrospective forecasts made by the ECMWF for the past twenty years, providing a sufficient statistical sample. <p><p>Besides the errors related to meteorological forcing, hydrological forecasts also display errors related to initial conditions and to modeling errors (errors in the structure of the hydrological model and in the parameter values). The last stage of the research was therefore to investigate, using simple models, the impact of these different sources of error on the quality of hydrological predictions and to explore the possibility of using hydrological reforecasts for post-processing, themselves based on retrospective precipitation forecasts. <p>/<p>La prévision des débits des rivières se fait traditionnellement sur la base de mesures en temps réel des précipitations sur les bassins-versant et des débits à l'exutoire et en amont. Ces données sont traitées dans des modèles mathématiques de complexité variée et permettent d'obtenir des prévisions précises pour des temps courts. Pour prolonger l'horizon de prévision à quelques jours – afin d'être en mesure d'émettre des alertes précoces – il est nécessaire de prendre en compte les prévisions météorologiques. Cependant celles-ci présentent par nature une dynamique sensible aux erreurs sur les conditions initiales et, par conséquent, pour une gestion appropriée des risques, il faut considérer les prévisions en termes probabilistes. Actuellement, les prévisions d'ensemble sont effectuées à l'aide d'un modèle numérique de prévision du temps avec des conditions initiales perturbées et permettent d'évaluer l'incertitude.<p><p>La recherche a commencé par l'analyse des prévisions météorologiques à moyen-terme (10-15 jours) et leur utilisation pour des prévisions hydrologiques. Les précipitations issues du système de prévisions d'ensemble du Centre Européen pour les Prévisions Météorologiques à Moyen-Terme ont été utilisées. Un modèle hydrologique semi-distribué a permis de traduire ces prévisions de précipitations en prévisions d'ensemble de débits. Les performances de ces prévisions ont été analysées en termes probabilistes. Un modèle de décision simple a également permis de comparer la valeur économique relative des prévisions hydrologiques d'ensemble et d'alternatives déterministes.<p><p>Les modèles numériques de prévision du temps sont imparfaits. Les prévisions d'ensemble sont donc entachées d'erreurs impliquant la présence de biais et un manque de fiabilité des probabilités déduites des ensembles. En comparant les résultats de ces prévisions aux données observées correspondantes, un modèle statistique pour la correction des prévisions, connue sous le nom de post-processing, a été adapté et a permis d'améliorer les performances des prévisions probabilistes des précipitations. Cette approche se base sur des prévisions rétrospectives effectuées par le Centre Européen sur les vingt dernières années, fournissant un échantillon statistique suffisant.<p><p>A côté des erreurs liées au forçage météorologique, les prévisions hydrologiques sont également entachées d'erreurs liées aux conditions initiales et aux erreurs de modélisation (structure du modèle hydrologique et valeur des paramètres). La dernière étape de la recherche a donc consisté à étudier, à l'aide de modèles simples, l'impact de ces différentes sources d'erreur sur la qualité des prévisions hydrologiques et à explorer la possibilité d'utiliser des prévisions hydrologiques rétrospectives pour le post-processing, elles-même basées sur les prévisions rétrospectives des précipitations. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished