• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Amélioration d'une modélisation hydrologique régionalisée pour estimer les statistiques d'étiage / Improvement of a regionalized rainfall-runoff model to estimate low-flow indices

Garcia, Florine 15 December 2016 (has links)
L'estimation d'indices d'étiage est d'une grande importance pour une meilleure connaissance de la ressource en eau disponible et en déduire des règles de gestion de cette ressource et des risques associés. Idéalement, ces indices sont calculés en sites jaugés à partir de longues chroniques de débits mesurés. En sites non jaugés, ces indices doivent être estimés. Cette thèse s'inscrit dans le projet d'amélioration de l'outil informatique " LoiEau " utilisé par les DREAL et les Agences de l'eau. Le principal objectif est de développer un modèle hydrologique simple et flexible pour estimer tous les indices d'étiage souhaités à des intervalles de temps journaliers ou supérieurs en sites non jaugés. La simplicité du modèle repose sur l'hypothèse forte que deux paramètres plus facilement régionalisables suffisent à estimer les indices avec une précision voulue. Cette précision dépend de la fonction objectif qu'il a fallu adapter aux faibles débits pour caler convenablement les paramètres du modèle sur des sites jaugés. Le modèle se veut flexible dans le sens où il est applicable à une large variété de bassins versants. Il a été comparé au modèle journalier à quatre paramètres GR4J et au modèle mensuel à deux paramètres LoiEau en s'intéressant aussi à la façon de régionaliser les paramètres. Des comparaisons ont également été réalisées avec une méthode d'estimation dite stochastique d'un indice d'étiage classique. Ces travaux montrent le potentiel du modèle à deux paramètres et l'avantage du pas de temps journalier, la variabilité temporelle des précipitations n'étant pas sans conséquence sur l'estimation de débits moyens en raison de la non-linéarité des modèles pluies-débits. / Estimating low-flow indices is of paramount importance to understand low flows and to manage water resources and risk assessments. These indices are derived from time-series of river discharges that are measured at gauged sites over long periods. At ungauged sites, the indices must be estimated. This research work is part of a project to improve “LoiEau”, a software package that is used by French regional environmental or water agencies. The main objective is to develop a simple and flexible rainfall-runoff model to simulate low-flow indices of ungauged sites at daily or longer time intervals. The model simplicity relies on the strong assumption that two free parameters are sufficient to provide accurate enough estimates of low-flow indices, yet making easier the regionalisation of models. The model accuracy depends on the objective function that is used to calibrate model parameters on gauged sites and had to be adapted to low-flow simulations. The model is flexible in the sense that it is designed to fit to a wide variety of catchments and hydro-meteorological behaviours. This model was compared with GR4J, a daily rainfall-runoff model which involves four parameters, and LoiEau, a monthly model. Comparisons were also carried out with a stochastic estimation method applied to a specific low-flow index. This research work shows the potential of the two-parameter model, but also the advantage of a daily time step to account for the temporal variability of precipitations, which is not without consequence on the assessment of average discharges due to the nonlinearity of rainfall-runoff models.

Page generated in 0.0617 seconds