Le modèle de surface Soil, Vegetation, and Snow (SVS) a été récemment mis au point par Environnement et Changement climatique Canada (ECCC) à des fins opérationnelles de prévisions météorologique et hydrologique. L’objectif principal de cette étude est d’évaluer la capacité de SVS, en mode hors ligne à l’échelle de points de grille, à simuler différents processus par rapport aux observations in situ. L’étude est divisée en deux parties: (1) une évaluation des processus de surface terrestre se produisant dans des conditions sans neige, et (2) une évaluation des processus d’accumulation et de fonte de la neige. Dans la première partie, les flux d’énergie de surface et la teneur en eau ont été évalués sous des climats arides, méditerranéens et tropicaux pour six sites sélectionnés du réseau FLUXNET ayant entre 4 et 12 ans de données. Dans une seconde partie, les principales caractéristiques de l’enneigement sont examinées pour dix sites bien instrumentés ayant entre 8 et 21 ans de données sous climats alpins, maritimes et taiga du réseau ESM-SnowMIP. Les résultats de la première partie montrent des simulations réalistes de SVS du flux de chaleur latente (NSE = 0.58 en moyenne), du flux de chaleur sensible (NSE = 0.70 en moyenne) et du rayonnement net (NSE = 0.97 en moyenne). Le flux de chaleur dans sol est raisonnablement bien simulé pour les sites arides et un site méditerranéen, et simulé sans succès pour les sites tropicaux. Pour sa part, la teneur en eau de surface a été raisonnablement bien simulée aux sites arides (NSE = 0.30 en moyenne) et méditerranéens (NSE = 0.42 en moyenne) et mal simulée aux sites tropicaux (NSE = -16.05 en moyenne). Les performances du SVS étaient comparables aux simulations du Canadian Land surface Scheme (CLASS) non seulement pour les flux d’énergie et le teneur en eau, mais aussi pour des processus plus spécifiques tels que l’évapotranspiration et le bilan en eau. Les résultats de la deuxième partie montrent que SVS est capable de reproduire de manière réaliste les principales caractéristiques de l’enneigement de ces sites. Sur la base des résultats, une distinction claire peut être faite entre les simulations aux sites ouverts et forestiers. SVS simule adéquatement l’équivalent en eau de la neige, la densité et la hauteur de la neige des sites ouverts (NSE = 0.64, 0.75 et 0.59, respectivement), mais présente des performances plus faibles aux sites forestiers (NSE = - 0.40, 0.15 et 0.56, respectivement), ce qui est principalement attribué aux limites du module de tassement et à l’absence d’un module d’interception de la neige. Les évaluations effectuées au début, au milieu et à la fin de l’hiver ont révélé une tendance à la baisse de la capacité de SVS à simuler SWE, la densité et l’épaisseur de la neige à la fin de l’hiver. Pour les sites ouverts, les températures de la neige en surface sont bien représentées (RMSE = 3.00 _C en moyenne), mais ont montré un biais négatif (PBias = - 1.6 % en moyenne), qui était dû à une mauvaise représentation du bilan énergétique de surface sous conditions stables la nuit. L’albédo a montré une représentation raisonnable (RMSE = 0.07 en moyenne), mais une tendance à surestimer les valeurs de fin d’hiver (biais = 0,04 sur la fin de l’hiver), en raison de la diminution progressive pendant les longues périodes de fonte. Enfin, un test de sensibilité a conduit à des suggestions aux développeurs du modèles. Les tests de sensibilité du processus de fonte de la neige suggèrent l’utilisation de la température de surface de la neige au lieu de la température moyenne lors du calcul. Cela permettrait d’améliorer les simulations SWE, à l’exception de deux sites ouverts et d’un site forestier. Les tests de sensibilité à la partition des précipitations permettent d’identifier une transition linéaire de la température de l’air entre 0 et 1 _C comme le meilleur choix en l’absence de partitions observées ou plus sophistiquées. / The Soil, Vegetation, and Snow (SVS) land surface model has been recently developed at Environment and Climate Change Canada (ECCC) for operational numerical weather prediction (NWP) and hydrological forecasting. The main goal of this study is to evaluate the ability of SVS, in offline point-scale mode, to simulate different processes when compared to in-situ observations. The study is divided in two parts: (1) an evaluation of land-surface processes occuring on snow-free conditions, and (2) and evaluation of the snow accumulation and melting processes. In the first part, surface heat fluxes and soil moisture were evaluated under arid, mediterranean, and tropical climates at six selected sites of the FLUXNET network having between 4 and 12 years of data. In the second part, the main characteristics of the snow cover are examined at ten well-instrumented sites having between 8 and 21 years under alpine, maritime and taiga climates from ESM-SnowMIP network. Results of the first part show SVS’s realistic simulations of latent heat flux (NSE = 0.58 on average), sensible heat flux (NSE = 0.70 on average), and net radiation (NSE = 0.97 on average). Soil heat flux is reasonably well simulated for the arid sites and one mediterranean site, and poorly simulated for the tropical sites. On the other hand, surface soil moisture was reasonably well simulated at the arid (NSE = 0.30 on average) and mediterranean sites (NSE = 0.42 on average) and poorly simulated at the tropical sites (NSE = - 16.05 on average). SVS performance was comparable to simulations of the Canadian Land Surface Scheme (CLASS) not only for energy fluxes and soil moisture, but more specific processes such as evapotranspiration and water balance. Results of the second part show that SVS is able to realistically reproduce the main characteristics of the snow cover at these sites. Based on the results, a clear distinction between simulations at open and forest sites can be made. SVS is able to simulate well snow water equivalent, density and snow depth at open sites (NSE = 0.64, 0.75 and 0.59, respectively), but exhibits lower performances over forest sites (NSE = - 0.40, 0.15 and 0.56, respectively), which is attributed mainly to the limitations of the compaction scheme and the absence of a snow interception scheme. Evaluations over early, mid and end winter periods revealed a tendency to decrease SVS’s ability to simulate SWE, density and snow depth during end winter. At open sites, SVS’ snow surface temperatures are well represented (RMSE = 3.00_C on average), but exhibited a cold bias (PBias = - 1.6% on average), which was due to a poor representation of the surface energy balance under stable conditions at nighttime. Albedo showed a reasonable representation (RMSE = 0.07 on average), but a tendency to overestimate end winter albedo (bias = 0.04 over end winter), due to the slow decreasing rate during long melting periods. Finally, sensitivity tests to the snow melting process suggest the use of surface snow temperature instead of the average temperature when computing the melting rate. This would provide the improvement of the SWE simulations, with exception of two open and one forest sites. Sensitivity tests to partition of precipitation allows to identify a linear transition of air temperature between 0 and 1_C as the best choice in the absence of observed or more sophisticated partitions

Nous abordons la prévision probabiliste des débits à partir de deux perspectives basées sur la complémentarité de multiples modèles hydrologiques (diversité). La première exploite une méthodologie hybride basée sur l’évaluation de plusieurs modèles hydrologiques globaux et d’outils d’apprentissage automatique pour la sélection optimale des prédicteurs, alors que la seconde fait recourt à la construction d’ensembles de réseaux de neurones en forçant la diversité. Cette thèse repose sur le concept de la diversité pour développer des méthodologies différentes autour de deux problèmes pouvant être considérés comme complémentaires. La première approche a pour objet la simplification d’un système complexe de prévisions hydrologiques d’ensemble (dont l’acronyme anglais est HEPS) qui dispose de 800 scénarios quotidiens, correspondant à la combinaison d’un modèle de 50 prédictions météorologiques probabilistes et de 16 modèles hydrologiques globaux. Pour la simplification, nous avons exploré quatre techniques: la Linear Correlation Elimination, la Mutual Information, la Backward Greedy Selection et le Nondominated Sorting Genetic Algorithm II (NSGA-II). Nous avons plus particulièrement développé la notion de participation optimale des modèles hydrologiques qui nous renseigne sur le nombre de membres météorologiques représentatifs à utiliser pour chacun des modèles hydrologiques. La seconde approche consiste principalement en la sélection stratifiée des données qui sont à la base de l’élaboration d’un ensemble de réseaux de neurones qui agissent comme autant de prédicteurs. Ainsi, chacun d’entre eux est entraîné avec des entrées tirées de l’application d’une sélection de variables pour différents échantillons stratifiés. Pour cela, nous utilisons la base de données du deuxième et troisième ateliers du projet international MOdel Parameter Estimation eXperiment (MOPEX). En résumé, nous démontrons par ces deux approches que la diversité implicite est efficace dans la configuration d’un HEPS de haute performance. / In this thesis, we tackle the problem of streamflow probabilistic forecasting from two different perspectives based on multiple hydrological models collaboration (diversity). The first one favours a hybrid approach for the evaluation of multiple global hydrological models and tools of machine learning for predictors selection, while the second one constructs Artificial Neural Network (ANN) ensembles, forcing diversity within. This thesis is based on the concept of diversity for developing different methodologies around two complementary problems. The first one focused on simplifying, via members selection, a complex Hydrological Ensemble Prediction System (HEPS) that has 800 daily forecast scenarios originating from the combination of 50 meteorological precipitation members and 16 global hydrological models. We explore in depth four techniques: Linear Correlation Elimination, Mutual Information, Backward Greedy Selection, and Nondominated Sorting Genetic Algorithm II (NSGA-II). We propose the optimal hydrological model participation concept that identifies the number of meteorological representative members to propagate into each hydrological model in the simplified HEPS scheme. The second problem consists in the stratified selection of data patterns that are used for training an ANN ensemble or stack. For instance, taken from the database of the second and third MOdel Parameter Estimation eXperiment (MOPEX) workshops, we promoted an ANN prediction stack in which each predictor is trained on input spaces defined by the Input Variable Selection application on different stratified sub-samples. In summary, we demonstrated that implicit diversity in the configuration of a HEPS is efficient in the search for a HEPS of high performance.

Ce document défend la thèse selon laquelle les prévisions hydrologiques d'ensemble possèdent une utilité opérationnelle supérieure à celle de leur contrepartie déterministe, autant dans le cas des prévisions basées sur des réseaux de neurones que pour des prévisions provenant d'un modèle hydrologique physique couplé à des prévisions météorologiques d'ensemble. Pour ce faire, deux séries de prévisions hydrologiques d'ensemble sont produites. La première série exploite un ensemble de réseaux de neurones tandis que la deuxième série provient du modèle hydrologique physique HYDROTEL auquel sont fournies des prévisions météorologiques d'ensemble issues de deux modèles atmosphériques développés par Environnement Canada. Puisque la simplicité de mise en oeuvre des réseaux de neurones de type perceptron multicouches le permet, ceux-ci sont testés sur six bassins versants. Les prévisions provenant du modèle HYDROTEL, quant à elles, concernent uniquement le bassin versant de la rivière Gatineau, qui comporte plusieurs ouvrages de production hydroélectrique. Cette particularité permet l'étude de la performance économique des prévisions hydrologiques d'ensemble pour la gestion du système. De plus, cette expérience se déroulant en période de crue, on peut démontrer l'intérêt des prévisions d'ensemble pour la prévention des débordements dans ce secteur. Par ailleurs, une comparaison entre les prévisions d'ensemble et les débits observés est effectuée à l'aide de critères de performance spécifiques aux prévisions d'ensemble, tels que le Continuous Ranked Probability Score ainsi que sa décomposition. Cette approche répandue chez les partisans des modèles physiques est toutefois novatrice du point de vue des ensembles neuronaux. Elle permet de démontrer la pertinence de conserver l'intégralité de l'ensemble neuronal plutôt que de l'agréger en une valeur moyenne, puisque l'ensemble offre une performance prévisionnelle supérieure. VI L'analyse des prévisions brutes, toute provenance confondue, révèle la présence d'un biais ainsi qu'une sous-estimation de l'incertitude (sous-dispersion) importante. Consé-quemment, quatre méthodes de post-traitement des prévisions sont appliquées et comparées. Ces méthodes, majoritairement basées sur une procédure de type noyaux, sont aussi testées sur deux jeux de prévisions d'ensemble synthétiques simples, afin d'effectuer une expérience plus théorique pour laquelle la réponse attendue est connue.

Les modèles de prévision opérationnelle du temps résolvent numériquement les équations de la mécanique des fluides en calculant l'évolution de champs (pression, température, humidité, vitesses) définis comme moyennes horizontales à l'échelle des mailles d'une grille (et à différents niveaux verticaux).<p><p>Les processus d'échelle inférieure à la maille jouent néanmoins un rôle essentiel dans les transferts et les bilans de chaleur, humidité et quantité de mouvement. Les paramétrisations physiques visent à évaluer les termes de source correspondant à ces phénomènes, et apparaissant dans les équations des champs moyens aux points de grille.<p><p>Lorsque l'on diminue la taille des mailles afin de représenter plus finement l'évolution des phénomènes atmosphériques, certaines hypothèses utilisées dans ces paramétrisations perdent leur validité. Le problème se pose surtout quand la taille des mailles passe en dessous d'une dizaine de kilomètres, se rapprochant de la taille des grands systèmes de nuages convectifs (systèmes orageux, lignes de grain).<p><p>Ce travail s'inscrit dans le cadre des développements du modèle à mailles fines ARPÈGE ALADIN, utilisé par une douzaine de pays pour l'élaboration de prévisions à courte échéance (jusque 48 heures).<p><p>Nous décrivons d'abord l'ensemble des paramétrisations physiques du modèle.<p>Suit une analyse détaillée de la paramétrisation actuelle de la convection profonde. Nous présentons également notre contribution personnelle à celle ci, concernant l'entraînement de la quantité de mouvement horizontale dans le nuage convectif.<p>Nous faisons ressortir les principaux points faibles ou hypothèses nécessitant des mailles de grandes dimensions, et dégageons les voies pour de nouveaux développements.<p>Nous approfondissons ensuite deux des aspects sortis de cette discussion: l'usage de variables pronostiques de l'activité convective, et la prise en compte de différences entre l'environnement immédiat du nuage et les valeurs des champs à grande échelle. Ceci nous conduit à la réalisation et la mise en œuvre d'un schéma pronostique de la convection profonde.<p>A ce schéma devraient encore s'ajouter une paramétrisation pronostique des phases condensées suspendues (actuellement en cours de développement par d'autres personnes) et quelques autres améliorations que nous proposons.<p>Des tests de validation et de comportement du schéma pronostique ont été effectués en modèle à aire limitée à différentes résolutions et en modèle global. Dans ce dernier cas l'effet du nouveau schéma sur les bilans globaux est également examiné.<p>Ces expériences apportent un éclairage supplémentaire sur le comportement du schéma convectif et les problèmes de partage entre la schéma de convection profonde et le schéma de précipitation de grande échelle.<p><p>La présente étude fait donc le point sur le statut actuel des différentes paramétrisations du modèle, et propose des solutions pratiques pour améliorer la qualité de la représentation des phénomènes convectifs.<p><p>L'utilisation de mailles plus petites que 5 km nécessite enfin de lever l'hypothèse hydrostatique dans les équations de grande échelle, et nous esquissons les raffinements supplémentaires de la paramétrisation possibles dans ce cas.<p><p> / Doctorat en sciences appliquées / info:eu-repo/semantics/nonPublished

Depuis plusieurs années, la prévision d'ensemble suscite beaucoup d'intérêt en météorologie et en hydrologie. Le dessein de ce type de prévisions est d'évaluer l'incertitude du système pour la présenter sous la forme d'un ensemble de prévisions probables. En hydrologie, la prévision d'ensemble (PHE) est produite en fournissant au modèle pluie-débit les prévisions météorologiques d'ensemble (PME). La valeur ajoutée de cette prévision, comparée à la prévision hydrologique déterministe typique (PHD), pourrait s'avérer d'une grande utilitée pour la gestion en situation de crue. Dans le cadre de cette maîtrise, des PHE de débits et de niveaux sont produites sur le bassin versant du Haut Saint-François pour deux périodes qui ont connu des événements de crues. Les PHE de débits sont simluées en fournissant au modèle hydrologique HYDROTEL la PME issue du système opérationnel d'ensemble canadien. Ces PHE se sont avérées plus performantes que les PHD à partir de l'horizon 24 heures. L'évaluation des PHE obtenues a également démontré que les PHE sous-estiment l'incertitude réelle du système. Cette sous-dispersion de l'ensemble, prononcée lors des premiers pas de temps, s'atténue avec l'horizon. Pour corriger cette sous-dispersion des débits, un post-traitement par la méthode du meilleur membre est appliqué. Cette méthode s'avère efficace et permet d'améliorer la fiabilité de la prévision. Par contre, le post-traitement crée une discontinuité temporelle des hydrogrammes. Pour pallier cette situation, les PHE brutes sous-dispersées sont donc fournies en entrée au modèle hydraulique HEC-RAS pour estimer les niveaux d'eau. Ces prévisions d'ensemble de niveaux présentent également une sous-dispersion, et cela peu importe l'horizon de prévision. L'analyse des prévisions émises les jours précédents les événements de crues a finalement permis de faire quelques observations. Pour l'un des événements, les prévisions probabilistes ont réussi à anticiper l'événement deux jours plus tôt que la prévision déterministe. À 24 heures de préavis, l'incertitude sur les prévisions émises était importante pour les deux événements étudiés. Ce mémoire constitue un premier pas vers l'implantation d'un système opérationnel utilisant les prévisions hydrologiques d'ensemble.

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

Antarctic Wind Engineering deals with the effects of wind on the built environment. The assessment of wind induced forces, wind resource and wind driven snowdrifts are the main tasks for a wind engineer when participating on the design of an Antarctic building. While conventional Wind Engineering techniques are generally applicable to the Antarctic environment, there are some aspects that require further analysis due to the special characteristics of the Antarctic wind climate and its boundary layer meteorology. <p>The first issue in remote places like Antarctica is the lack of site wind measurements and meteorological information in general. In order to complement this shortage of information various meteorological databases have been surveyed. Global Reanalyses, produced by the European Met Office ECMWF, and RACMO/ANT mesoscale model simulations, produced by the Institute for Marine and Atmospheric Research of Utrecht University (IMAU), have been validated versus independent observations from a network of 115 automatic weather stations. The resolution of these models, of some tens of kilometers, is sufficient to characterize the wind climate in areas of smooth topography like the interior plateaus or the coastal ice shelves. In contrast, in escarpment and coastal areas, where the terrain gets rugged and katabatic winds are further intensified in confluence zones, the models lack resolution and underestimate the wind velocity. <p>The Antarctic atmospheric boundary layer (ABL) is characterized by the presence of strong katabatic winds that are generated by the presence of surface temperature inversions in sloping terrain. This inversion is persistent in Antarctica due to an almost continuous cooling by longwave radiation, especially during the winter night. As a result, the ABL is stably stratified most of the time and, only when the wind speed is high it becomes near neutrally stratified. This thesis also aims at making a critical review of the hypothesis underlying wind engineering models when extreme boundary layer situations are faced. It will be shown that the classical approach of assuming a neutral log-law in the surface layer can hold for studies of wind loading under strong winds but can be of limited use when detailed assessments are pursued. <p>The Antarctic landscape, mostly composed of very long fetches of ice covered terrain, makes it an optimum natural laboratory for the development of homogeneous boundary layers, which are a basic need for the formulation of ABL theories. Flux-profile measurements, made at Halley Research Station in the Brunt Ice Shelf by the British Antarctic Survery (BAS), have been used to analyze boundary layer similarity in view of formulating a one-dimensional ABL model. A 1D model of the neutral and stable boundary layer with a transport model for blowing snow has been implemented and verified versus test cases of the literature. A validation of quasi-stationary homogeneous profiles at different levels of stability confirms that such 1D models can be used to classify wind profiles to be used as boundary conditions for detailed 3D computational wind engineering studies. <p>A summary of the wind engineering activities carried out during the design of the Antarctic Research Station is provided as contextual reference and point of departure of this thesis. An elevated building on top of sloping terrain and connected to an under-snow garage constitutes a challenging environment for building design. Building aerodynamics and snowdrift management were tested in the von Karman Institute L1B wind tunnel for different building geometries and ridge integrations. Not only for safety and cost reduction but also for the integration of renewable energies, important benefits in the design of a building can be achieved if wind engineering is considered since the conceptual phase of the integrated building design process.<p> / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished