Le défi relevé dans ce mémoire est d'élaborer un nouveau modèle d'écoulement « Q3D » permettant le calcul des débits dans les cours d'eau naturels, en présence et absence d'un couvert de glace, à partir des relevés de vitesses et de profondeurs enregistrés par un instrument installé dans le fond du cours d'eau. Ce modèle, dans sa composante d'éléments finis, résout l'équation de Poisson pour générer la forme de la distribution des isotâches (contours d'égale vitesse). Les vitesses sont ensuite obtenues à l'aide de l'équation proposée par l'auteur du modèle POME (Principle Of Maximum Entropy) reliant ces contours au degré de turbulence caractérisant l'écoulement. Q3D est testé sur les données provenant des instruments SONTEK Argonaut Shallow water (SW) installés à deux sites voisins sur la rivière Châteauguay, QC. Les premiers résultats obtenus indiquent que Q3D reste stable dans l'estimation des paramètres hydrauliques, malgré le changement des conditions d'écoulement. La comparaison des débits du modèle Q3D avec les jaugeages réalisés indique que Q3D est sensible à la forme géométrique de la section d'écoulement. En ayant l'information d'un seul jaugeage, il est possible d'introduire un facteur de correction des débits. Une fois appliqué, Q3D présente des résultats excellents : Pour le site aval de Châteauguay, été comme hiver, 12 fois sur 13 l'erreur sur le débit est inférieure à 7%. Cela est très prometteur pour de futures investigations. / This study introduces a new model "Q3D" to calculate flow in the natural rivers during summer and winter conditions using velocity and depth data obtained by an instrument installed in the bottom of the river. The model uses a finite element mesh to solve the Poisson's equation to generate the form of the distribution of the isovels (contours equal velocity) in the gauged cross-section. As a function of turbulence intensity, numerical values are then assigned to the isovels using the equation suggested by the authors of the POME model (Principle Of Maximum Entropy). Q3D is tested on the data of the Châteauguay River, QC. Results indicate that Q3D remains stable in the estimate of the hydraulic parameters for a wide variety of flow conditions. The comparison of Q3D with measured discharges indicates that Q3D is sensitive to the geometrical form of the cross-section of stream. However, when one single gauging is used to calibrate Q3D, it yields excellent results: the error in discharge was less than 7% in 12 times out of 13 measurements. Therefore, winter or summer, Q3D is a very promising candidate for use in conjunction with the velocity index methods to monitor streamflow.

Le design des ouvrages hydroagricoles nécessite la détermination des débits de crue et des volumes de ruissellement. Les méthodes d'estimation utilisées au Québec n'ont pas été validées sur des petits bassins versants agricoles. Cette étude avait pour objectif de proposer et de valider une méthode d'estimation des débits de crue et des volumes de ruissellement adaptée aux conditions agro-climatiques québécoises. Elle s’est appuyée sur l’analyse, réalisée à l’aide du logiciel VisuHydro (Lagacé, 2012b), de plus de 700 hydrogrammes provenant de douze petits bassins versants (3 à 30 km2). Les propriétés des hydrogrammes telles que la hauteur de ruissellement, les paramètres de forme de l'hydrogramme, le temps de montée et les débits de pointe ont été déterminées et comparées aux estimations des modèles utilisés présentement au Québec. Les méthodes d'estimation des temps de concentration (Kirpich, SCS Lag, Mockus, Bansby-Williams) et de la hauteur de ruissellement (SCS) se sont montrées non valides.

Titre de l'écran-titre (visionné le 9 mai 2023) / L'évaluation des processus hydrologiques implique l'utilisation de modèles pour décrire et comprendre les processus hydrologiques mis en œuvre dans les bassins versants. Cependant, les incertitudes dans la simulation des processus hydrologiques peuvent être considérables et donner lieu à des modèles peu fiables. Idéalement, un modèle hydrologique fiable reproduit à la fois les processus hydrologiques locaux et le débit des cours d'eau. Par conséquent, un calage du modèle hydrologique qui se concentre uniquement sur le débit global mesuré à l'exutoire du bassin versant risque de ne pas saisir les processus hydrologiques réels engendrés par les cheminements de l'eau dans un bassin versant, notamment la séparation des flux hydriques en flux d'eau de surface, en flux d'eau du sol et en décharge des nappes souterraines. Cependant, pour obtenir une représentation adéquate des processus hydrologiques contribuant à la génération du débit global, il est nécessaire de disposer d'observations hydrologiques pertinentes. À ce titre, la séparation des hydrogrammes est utile pour représenter les processus sous-jacents qui régissent l'écoulement global. Dans cette étude du petit bassin versant agricole (33,2 km²) du ruisseau Ewing, un affluent de la rivière Aux Brochets en Montérégie, au Québec, nous avons exploré le potentiel de la séparation des hydrogrammes dans la procédure d'optimisation des paramètres par le calage automatique des débits, tout en assurant une représentation réaliste des processus hydrologiques régissant les débits à l'échelle du bassin versant. Pour y parvenir, une condition préalable importante était de comprendre le fonctionnement hydrologique des bassins versants agricoles au Québec profitant de drainage souterrain artificiel de façon systématique. À cette fin, nous avons étudié la séparation des hydrogrammes en utilisant la conductivité électrique de l'eau du cours d'eau comme traceur des voies hydrologiques et évalué la performance de différentes méthodes existantes de séparation des hydrogrammes, dont les techniques de filtrage automatisé. Six méthodes courantes ont été évaluées : BFLOW, UKIH, PART, FIXED, SLIDE, LOCMIN et Eckhardt. Elles ne diffèrent que par la manière dont elles filtrent les flux lents par rapport aux flux rapides. Pour la mise en œuvre de la méthodologie de séparation des hydrogrammes dans le processus d'optimisation des paramètres, seules trois méthodes sélectionnées (BFLOW, Eckhardt et géochimique) ont été appliquées pour le calage automatique du modèle hydrologique SWAT. Les trois méthodes... / The assessment of hydrological processes involves the use of models to describe and understand the hydrological processes occurring in watersheds. However, uncertainties in the simulation of hydrological processes can be considerable and result in unreliable models. Ideally, a reliable hydrological model captures both local hydrological processes and stream discharge. Therefore, a hydrological model calibration that focuses only on the overall discharge measured at the watershed outlet may not capture the real world hydrological processes that are driven by the water pathways in a watershed, particularly the separation of water flows into surface water flows, soil water flows and groundwater discharge. However, to achieve an adequate representation of the hydrological processes contributing to the overall discharge generation, it is necessary to have relevant hydrological observations. As such, hydrograph separation is useful in representing the underlying processes governing the overall flow. In this study of the small (33.2 km²) agricultural subwatershed of Ewing creek, a tributary of the Aux Brochets river in Montérégie, Quebec, we have explored the potential of hydrograph separation in the procedure of parameters optimization through automatic streamflow calibration, while ensuring a realistic representation of the hydrological processes governing water flows at the subwatershed scale. To realize this, an important prerequisite was to understand the hydrological functioning of agricultural subwatersheds in Quebec under systematic artificial subsurface drainage. To this end, we studied hydrograph separation using the stream water electrical conductivity as a tracer of the hydrological pathways and evaluated the performance of different existing hydrograph separation methods including automated filtering techniques. Six popular methods were evaluated: BFLOW, UKIH, PART, FIXED, SLIDE, LOCMIN and Eckhardt. They only differ in the way they filter slow flow to quick flow. For the implementation of the hydrograph separation methodology in the parameters optimization process, only three selected methods (BFLOW, Eckhardt and geochemical) were applied for the automatic calibration of the SWAT hydrological models. The three hydrograph separation methods integrated...

Titre de l'écran-titre (visionné le 19 janvier 2024) / Ce mémoire a pour but de réaliser une analyse fréquentielle des débits d'étiages estivaux observés sur des bassins versants jaugés au Québec de moins de 500 km² ainsi que la réalisation d'une analyse régionale utilisant les dépôts meubles et l'occupation du territoire afin d'estimer les débits d'étiages estivaux de sites non jaugés. Pour y arriver, les trois objectifs suivants ont été identifiés : - Réaliser l'analyse fréquentielle des débits d'étiages estivaux des petits bassins versants dont les données de débits sont disponibles au Québec. - Identifier les dépôts meubles et l'occupation du territoire sur les bassins versants étudiés. - Réaliser une analyse régionale utilisant les quantiles obtenus par l'analyse fréquentielle et les variables explicatives des stations analysées. Une analyse fréquentielle pour 150 stations ayant au moins cinq années de données est réalisée pour les distributions log Normale, Pearson III, log Pearson III, GEV et Gumbel. Les variables d'intérêt pour l'analyse sont les périodes de retour de 2, 5 et 10 ans pour les débits minimums entre le 1ᵉʳ juin au 30 septembre selon une moyenne mobile de 7 jours. Parmi les 150 stations, 23 stations ne respectent pas l'homogénéité et la stationnarité selon les tests de Mann-Kendall et Mann-Whitney et sont retirées de l'analyse. Selon l'EQM, la performance classée en ordre décroissant des distributions est la GEV, Gumbel, log Normale, log Pearson III et Pearson III. Malgré ces résultats, les distributions GEV, Gumbel et Pearson III démontrent des problèmes de quantiles négatifs puisqu'elles ne sont pas bornées positivement. Ces distributions ont une bonne performance pour la partie centrale des distributions, mais la représentativité des données est affectée pour de grandes périodes de retour. Une autre problématique observée est l'application de l'approximation de Wilson-Hilferty pour les distributions Pearson III et log Pearson III. En effet, la variabilité des débits d'étiage limite l'application de cette approximation. Pour le développement des modèles régionaux, les dépôts meubles et l'occupation du territoire sont déterminés en réalisant la délimitation des bassins versants et utilisant les couches vectorielles du 5ᵉ IEQM. Les régions ont été regroupées en deux groupes en fonction des différences significatives entre les débits unitaires des régions. Le premier groupe comporte les régions du Saint-Laurent sud-est (02), Saint-Laurent sud-ouest (03), Outaouais et Montréal (04) et les régions du Saint-Laurent nord-ouest (05), Saguenay et Lac-Saint-Jean (06) et Saint-Laurent nord-est (07) pour le deuxième groupe. Les modèles régionaux ont été déterminés en utilisant une régression de type pas-à-pas inverse et le coefficient de détermination ajusté pour les quantiles Q$_{2,7}$, Q$_{5,7}$ et le Q$_{10,7}$ des stations du premier groupe sont respectivement de 0.871, 0.837 et 0.813 et pour le deuxième groupe, ces coefficients sont respectivement de 0.881, 0.860 et 0.837. Les modèles développés comportent des limites d'application, mais la performance démontre que les dépôts meubles et l'occupation du territoire peuvent servir de variable explicative pour aider à estimer les débits d'étiages estivaux de petits bassins versants québécois.

Ce sujet de maîtrise a pour objectif principal d'estimer les apports en eau au lac Saint-Charles: patrimoine écologique et principale source d'eau de la Ville de Québec. Cette estimation des apports en eau, par le biais de la modélisation hydrologique (SWAT) permettra d'optimiser les débits relâchés au barrage Cyrille-Delage (situé à l'exutoire du lac et qui permet l'alimentation de la rivière Saint-Charles) pour les besoins de l'usine d'eau potable de Loretteville, tout en conciliant ces besoins avec ceux de l'écosystème environnant. Bien que la mise en place du modèle ait fait ressortir l'absence d'informations essentielles à la modélisation hydrologique du lac Saint-Charles, comme l'étude pédologique des sols et les données de débits d'entrées au lac, les résultats obtenus sont satisfaisants. Pour pallier le manque de données à la rivière des Hurons, principale tributaire du lac, la méthode de transposition des paramètres a été utilisée pour effectuer une modélisation à l'exutoire de cette dernière. Méthode qui a permise d'estimer les apports au lac. En guise de comparaison, une simulation a été effectuée avec les données de débits de la nouvelle station de jaugeage installée sur la rivière des Hurons en décembre 2007. De cette simulation, un coefficient de Nash et sutcliff (CRI ou le critère de Nash) de 0.42 a été obtenu. D'après l'étude de Sahel et al. (2000), le CRI (NSE ou le critère de Nash) de 0.63 obtenu en calage sur le bassin versant de la rivière Jaune et transposé sur le bassin versant de la rivière des Hurons est adéquat et satisfaisant d'après Santhi et al. (2001) et Bracmort et al. (2006). Par contre, en validation, le CRI de 0.3 n'est pas satisfaisant d'après Moriasi et al. (2007). Le CR2 utilisé, privilégie les petites valeurs, a une performance de 0.65 en calage et 0.45 en validation. Le CR3, qui évalue les volumes, est de 0.95 en calage et 0.98 en validation et le coefficient de détermination de R²= 0.67 en calage et 0.41 validation.

La qualité des sources d'eau potable est progressivement affectée par des pressions naturelles et anthropiques. Pour réduire les effets de ces pressions sur la production d'eau potable, les municipalités doivent intensifier leurs efforts de surveillance spatiale et temporelle de la qualité des sources d'eau et améliorer le traitement de l'eau. Les températures des cours d'eau et les précipitations changent en raison des changements climatiques et de la variabilité des patrons météorologiques. Les pluies peuvent entraîner des changements rapides de la qualité de l'eau brute des usines de traitement d'eau (UTE) en raison du transport des contaminants qui résulte de l'écoulement des eaux de pluie dans les bassins versants. Pendant ces événements pluvieux, des paramètres cruciaux de la qualité de l'eau brute pour les opérations du traitement de l'eau, tels que la turbidité et la teneur en matière organique naturelle (MON), peuvent varier considérablement. Ces changements dans la qualité de l'eau brute nécessitent des modifications opérationnelles du traitement de l'eau, telles que des ajustements des doses de coagulants et de désinfectants pour maintenir la qualité de l'eau traitée. Le délai entre un évènement de pluie et la variation de la qualité de l'eau à l'entrée de l'UTE que cela induit, et les temps de réaction à ces évènements avec les approches traditionnelles, augmentent les risques de moins bonnes performances de traitement de l'eau. Le premier objectif de cette thèse est de développer des modèles pour prévoir les variations de la qualité de l'eau brute, particulièrement après des événements de pluie, en se basant sur des données hydrologiques et météorologiques. L'autre objectif est de développer des modèles pour prédire la qualité de l'eau traitée à l'UTE en fonction des conditions de traitement de l'eau et de la qualité de l'eau brute. La thèse comprend six chapitres qui présentent l'état de l'art sur le sujet, les méthodologies et les procédures proposées pour la modélisation, et la démarche utilisée pour le développement et l'application des modèles pour des cas réels en utilisant des données météorologiques, hydrologiques, et de la qualité de l'eau brute alimentant des UTE. Une revue critique de la littérature a permis d'identifier les lacunes concernant les connaissances en matière de modélisation et de prédiction de la qualité de l'eau brute à des fins de traitement de l'eau. Pour combler ces lacunes, une méthodologie a été proposée pour calculer les décalages temporels globaux entre le moment où une pluie se produit, le moment où le débit d'une rivière réagit, en tant que réponse hydrologique à la pluie, et le moment où les paramètres de qualité de l'eau se dégradent. Différents modèles d'apprentissage automatique simples et d'ensemble ont été développés pour modéliser et prédire des paramètres cruciaux de la qualité de l'eau brute, en utilisant des informations hydrologiques et météorologiques. Les modèles développés ont permis de tester avec succès la méthodologie d'estimation des temps de décalage entre les variables, ainsi que de faire des prédictions des variations de la turbidité et de la MON dans l'eau, en particulier après des événements pluvieux. Globalement, les changements de la qualité de l'eau brute se produisent une demi-journée après les pics de débit de rivière (déclenchés par les évènements pluvieux) pour la turbidité (particules fines) et entre 4 à 6 journées après ces pics, pour l'absorbance UV à 254 nm (MON). Avec ces délais estimés, des variables prédicteurs mieux corrélées avec les paramètres de qualité de l'eau brute (turbidité et UV254) ont été trouvées. Les modèles d'apprentissage automatique ont démontré des bonnes capacités pour prédire la qualité de l'eau brute avec un pas de temps horaire. Ces modèles ont permis de faire des prédictions de qualité de l'eau brute en n'utilisant que des variables hydrologiques et météorologiques. Cette méthodologie ainsi que ces prédictions pourraient faire partie de systèmes d'alerte précoce du genre « évènement de pluie - traitement de l'eau » pour améliorer la gestion de la qualité de l'eau potable dès le bassin-versant. Finalement, en utilisant les capacités prédictives des algorithmes d'apprentissage automatique simples et d'ensemble, des modèles de prédiction du pH de coagulation, de l'UV à l'eau filtrée et de l'abattement de l'UV ont été développés. Ces modèles pourraient permettre aux opérateurs d'évaluer virtuellement et rapidement les performances de différentes conditions d'opération. Ces outils de modélisation ouvrent ainsi la porte à une mise en œuvre future de modèles prédictifs de doses de coagulants, en utilisant des informations sur la qualité de l'eau brute et les objectifs de traitement de l'UTE. / The quality of drinking water sources is progressively affected by natural and anthropogenic pressures. To evaluate and reduce these pressures, increased efforts are required by municipalities for spatio-temporal monitoring and surveillance of water quality and water treatment operation. Trends in temperatures and precipitation patterns are changing as a result of climate change and the variability of meteorological characteristics. Rainfall leads to rapid changes in raw water quality due to rainfall-runoff processes in watersheds. During these events, key parameters of raw water quality for drinking water treatment, such as turbidity and natural organic matter (NOM), can vary considerably. These types of changes in raw water quality require modifications in water treatment operations, such as adjustments in coagulant and disinfectant dosages, to maintain the production of safe treated water. In addition, operators of drinking water treatment plants (DWTPs) have to deal with temporal delays between the occurrence of a rainfall event and the moment when raw water quality begins to change, as well as delays between the moment they become aware of such changes and the moment when corrective actions are implemented. The objective of this thesis is to develop models to predict variations in raw water quality during and after rainfall events and to predict water treatment performances, based on hydrological and meteorological data at watershed scale, and data from raw water quality, and operational parameters of the DWTP. The thesis consists of six chapters which present the state of the art on the subject, the methodologies and procedures proposed for modeling, and the approach for the development and application of models for real cases. A critical review of the literature allowed for the identification of gaps in the knowledge regarding modeling and prediction of raw water quality for treatment purposes. To fill these gaps, a methodology was proposed to calculate the overall lag times between the occurrence of rainfall, represented by rainfall time series, the moment when the river flow reacts as a hydrological response to rainfall, represented by river flow rate time series, and the moment when water quality parameters change. Several simple and ensemble machine learning models were developed to predict key parameters of raw water quality, using hydrological and meteorological information. The developed models allowed testing the lag time estimation methodology between variables especially after rainfall events. Globally, raw water quality changes are produced half-day after river flow peaks (triggered by rainfall events) for turbidity (representing particles) and between 4 to 6 days after, for UV absorbance at 254 nm (representing NOM). This methodology and these calculated time-lags allow to find best correlated predictor variables with raw water quality variables (turbidity and UV254). Machine learning models show optimal capabilities for predicting raw water quality variables with an hourly time step. Moreover, these models showed skills for predicting raw water quality variables using only hydrological and meteorological information. This methodology and the predictions could be a part of a special kind of early warning system (EWS) called, Weather Event - Water Treatment, to enhance drinking water management starting in the watershed. Finally, by using the predictive capabilities of simple and ensemble machine learning algorithms, prediction models for coagulation pH, UV in filtered water, and UV reduction have been developed. Modeling coagulation pH and treatment efficiency, like the NOM removal measured in filtered water, may enable operators of DWTP to virtually and quickly assess the performance of different operating conditions. This opens the opportunities for future implementation of predictive models for coagulant dosages, using information on raw water quality and treatment objectives of DWTP.