1 |
Comparaison des méthodes de mesures manuelles de l'équivalent en eau de la neige (ÉEN) : recherche de la meilleure référence de la valeur vraie de l'ÉEN dans le biome boréalBeaudoin-Galaise, Maxime 13 December 2023 (has links)
Titre de l'écran-titre (visionné le 15 mai 2023) / La mesure manuelle de l'équivalent en eau de la neige (ÉEN) reste encore pertinente à ce jour pour de multiples applications telles que la validation de modèles hydrologiques. Cette mesure peut être prise par différents types de carottiers à neige ou par différents protocoles de fosses à neige. Bien que ces méthodes d'estimation de l'ÉEN du manteau neigeux soient effectuées depuis plusieurs décennies, il ne semble y avoir eu aucune démonstration claire dans la littérature scientifique de la méthode représentant le mieux la référence de la valeur vraie de l'ÉEN. Pour éclaircir ce problème, l'incertitude et l'erreur de mesure de différentes méthodes de fosses à neige et de carottiers à neige ont été estimées en biome boréal. Les analyses se sont basées sur des mesures faites durant 5 hivers consécutifs (2016-2020) sur un terrain plat et en milieu ouvert situé au site NEIGE à la Forêt Montmorency. Cette étude a comparé deux méthodes de fosses à neige et trois types de carottiers à neige. En plus d'inclure le carottier Standard Federal sampler (SFS), cette étude documente pour la première fois deux carottiers à grand diamètre, soit le Super Carottier d'Hydro-Québec (HQS) et le carottier UL (ULS), développé à des fins de recherche. Les carottiers de grand diamètre ont montré la plus faible incertitude (entre 2,6 et 4,0 %). La fosse à neige a été la méthode avec l'incertitude due aux instruments la plus élevée (entre 7,1 et 11,4 %), proche de l'incertitude du SFS (moyenne de 10,4 %). En raison du grand volume de neige prélevé pour chaque mesure de l'ÉEN et de sa faible incertitude, le carottier UL a été considéré comme la meilleure méthode de référence de la valeur vraie de l'ÉEN. En considérant le carottier UL comme référence pour le calcul de l'erreur de justesse moyenne, les méthodes de fosses à neige analysées surestiment l'ÉEN de 16,6 à 26,2 %, ce qui était beaucoup plus élevé que le SFS (8,4 %). Cette étude suggère donc que les carottiers à grand diamètre sont la meilleure méthode afin d'estimer la valeur vraie de l'ÉEN en biome boréal. / Manual measurement of snow water equivalent (SWE) is still important today for several applications such as hydrological model validation. This measurement can be performed with different types of snow tube sampler or by a snow pit. Although these methods have been performed for several decades, there is an apparent lack of information required to have a consensus regarding the best reference for "true" SWE. We define and estimate the uncertainty and measurement error of different methods of snow pits and snow samplers used in a boreal biome. Analysis was based upon measurements taken over five consecutive winters (2016-2020) from the same flat and open area. This study compares two snow pit methods and three snow samplers. In addition to including the Standard Federal sampler (SFS), this study documents the first use of two new large diameter samplers, the Hydro-Québec sampler (HQS) and Université Laval sampler (ULS). Large diameter samplers had the lowest uncertainty (2.6 % to 4.0 %). Snow pit methods had higher uncertainty due to instruments (7.1 % to 11.4 %), close to that of the SFS (mean = 10.4 %). Given its larger collected snow volume for estimating SWE and its lower uncertainty, we posit that ULS represents the most appropriate method of reference for "true" SWE. By considering ULS as the reference in calculating mean bias error (MBE), different snow pit methods overestimated SWE by 16.6 % to 26.2 %, which was much higher than SFS (8.4 %). This study suggests that large diameter samplers are the best method for estimating "true" SWE in a boreal biome.
|
2 |
Ajustements du biais de mesure de précipitation solide et effets sur les bilans hydrologiques en milieu forestier boréalPierre, Amandine 02 February 2024 (has links)
Ce travail est la fusion de deux projets de recherche complémentaires et contribue à l'approfondissement des connaissances dans les domaines des mesures de précipitation solide et dans la stratégie de modélisation hydrologique en milieu forestier boréal. Toutes les données utilisées pour ces travaux proviennent de la forêt Montmorency, qui est la forêt d’enseignement et de recherche de l’Université Laval située à Québec. Les incertitudes liées aux simulations des débits des bassins versants par les outils de modélisation hydrologiques dépendent du choix du modèle considéré, mais sont aussi liées à la qualité des données météorologiques entrantes. Il est question ici de tout d’abord quantifier les incertitudes reliées aux mesures de précipitation solide, ensuite proposer une méthode d’ajustement novatrice, et enfin une stratégie de modélisation hydrologique en milieu forestier boréal. L’élaboration d’une base de données météorologique regroupant 15 types de précipitomètres, dont deux référents mondiaux, a été réalisée grâce notamment à la mise en place du site météorologique Neige, déployé depuis 2014. Concernant les incertitudes des mesures liées au phénomène de sous-captation de précipitation solide, des approches déterministes historiques de débiaisage des données sont tout d’abord évaluées. Les résultats démontrent un biais initial moyen d’environ 30%, et une surestimation rémanente des quantités de précipitation après ajustement. Une approche probabiliste est ensuite proposée, et les résultats montrent un biais moyen divisé par 5 après application de la méthode. Enfin, des analyses de sensibilités des paramètres des modèles hydrologiques ainsi que de leurs performances face aux variations des données de précipitation solide sont réalisées sur un ensemble de 20 modèles conceptuels à partir de la base de données hydrologique du bassin versant appelé le Haut Montmorency. Cette étude permet finalement de mettre en évidence que le biais de mesure d’équivalent en eau du manteau nival pourrait influencer la qualité des bilans hydriques des bassins versants dans certaines conditions. Ainsi, une analyse de sensibilité des modèles hydrologiques rigoureuse a permis de mettre en évidence qu’un ajustement des données de précipitation solide est nécessaire en amont de la calibration conjointement à l’utilisation des modèles. L’originalité de ces travaux dépend principalement de l’exceptionnalité des sites d’études mais aussi de la qualité du travail des techniciens en observation météorologique et la coopération d’un grand nombre de partenaires privés et publics. / This work joins two complementary research projects and contributes to improve the knowledge on solid precipitation measurements and hydrological modelling strategy in the boreal forest environment. All the data used in this work comes from the Montmorency Forest, which is the teaching and research forest of Université Laval located in Quebec. The uncertainty related to flows forecast by hydrological models depends on the choice of the model, but are also linked to the quality of incoming meteorological data. This work aims first to quantify uncertainties related to solid precipitation measurements, then to propose an innovative method of adjustment and finally to establish a hydrological modelling strategy for the boreal forest environment. The development of a large meteorological database, including data from two world reference instruments, was done thanks to the Neige site deployed since 2014. Regarding uncertainties related to the solid precipitation undercatch phenomenon, five deterministic approaches from the literature are first evaluated. Results show that the initial bias is 30% on average and there is still an overestimation of the solid precipitation quantity after a deterministic adjustment. A probabilistic approach is developed and results show that the bias is divided by 5 on average. Finally, sensitivity analysis of hydrological models’ parameters, and their performance facing different solid precipitation quantities, is done on a set of 20 conceptual models based on the hydrological database of the catchment area called the HautMontmorency. This study highlights that the snow water equivalent measurement bias of the snowpack could influence the quality of water balances in the catchment under certain conditions. A deep sensitivity analysis of hydrological models showed that an adjustment of the solid precipitation was required prior to their calibration. The originality of this thesis depends on the exceptional studied sites, the quality of technicians work and the collaboration of numerous public and private partners.
|
Page generated in 0.0527 seconds