La performance à long terme du réseau routier au Québec est fortement influencée par le climat et les conditions météorologiques (Doré et Zubeck, 2008). Parmi ces facteurs, des niveaux élevés de saturation dans les sols et les matériaux de chaussée peuvent être une cause importante de la détérioration des routes. Selon des scénarios de changements climatiques établis par Ouranos, le sud du Québec subira des augmentations de précipitations moyennes mensuelles de -0,1 % à 8,45 % sur un horizon de 2010 à 2039. Le but de ce projet est de quantifier l’effet de ces futures augmentations sur le comportement mécanique des structures de chaussées et des sols. Basé sur les données collectées dans des sections de routes instrumentées, une relation entre les précipitations et l’augmentation du niveau de saturation des couches de chaussée est proposée. Afin de déterminer la relation entre les propriétés mécaniques et la teneur en eau, les comportements en module réversible et en déformation permanente (quatre différents sols) ont été déterminés avec des essais triaxiaux et ont été validés avec un simulateur de charge routier. Une analyse d’endommagement est effectuée afin de quantifier la diminution de la durée de vie utile causée par les changements climatiques. Il a été montré que les augmentations de précipitations, prévues au Québec, auront un impact significatif sur la performance des chaussées. Ainsi, certaines techniques de mitigation seront proposées pour pallier la diminution de la vie utile des chaussées. / The long-term performance of the road network of the province of Quebec (Canada) is strongly influenced by the climate and the weather conditions. Amongst other factors, high levels of saturation in soils and pavement materials are believed to be an important cause of pavement deterioration. According to the climate change scenarios established by Ouranos (2010), the North and South of Quebec will undergo an average precipitation increase from -0.1% to 8.45% in a future horizon of 2010-2039. The purpose of this project is to quantify the effect of these expected precipitation increases on the mechanical behavior of road structures, materials and soils. Based on literature and on data collected on instrumented road sections, a relationship between precipitation increase and saturation level of pavement layers is proposed. The resilient modulus and permanent deformation behavior for various water contents and four different subgrade soils was determined using triaxial tests, which were validated using small-scale heavy vehicle simulator, in order to determine the existing relationship between mechanical properties and moisture contents. Using the precipitation increase scenarios and the preset models, a damage analysis is performed to quantify the decrease of pavements service life caused by climate change. It is found that climate change, and more precisely the increase of precipitation expected in the Province of Quebec, will have a significant impact on pavement performance and that adapted pavement structures and materials, such as improved drainage, increased structural capacity or materials with reduced sensitivity to water, are possible options to reduce the loss of pavement life associated with climate change.

Cette thèse étudie l'interaction entre les stations d’épuration (STEP) et le changement climatique: soit en premier lieu la production ainsi que les émissions de gaz à effet de serre (GES), en particulier le protoxyde d’azote (N2O), généré à la STEP et en second lieu l’effet des pluies plus intenses dues aux changements climatiques sur la STEP. Des campagnes de mesure sur le terrain et la modélisation à échelle réelle ont été utilisées conjointement dans cette recherche. Une campagne de mesure d'une durée d’un mois a été réalisée dans une STEP traitant les eaux usées de 750,000 équivalents habitants, soit la STEP d’Eindhoven aux Pays-Bas. Des capteurs en ligne ont été installés dans la zone d'aération du bioréacteur. Une usine virtuelle de grande échelle, soit la STEP décrit par le Benchmark Simulation Model No.2 (BSM2), ainsi qu’une usine réelle de grande échelle, soit la STEP d’Eindhoven aux Pays-Bas, étaient incluses dans cette étude. Dans les deux cas, les modèles ont été modifiés afin de prendre en compte les GES, en particulier la production de N2O. Deux modèles de boues activées (ASM) ont été développés, soit l’ASMG1 et l’ASMG2d. En plus de la conversion de N2O par les bactéries hétérotrophes, les deux modèles sont en mesure de simuler la production de N2O par la dénitrification catalysée par les bactéries oxydant l'ammoniac (AOB). Les modèles décrivent aussi l'effet de l’oxygène dissous (OD) sur la cinétique de production de N2O par les AOB grâce à une modification de la cinétique d’Haldane. Les résultats montrent que les AOB produisent beaucoup de N2O tandis que les hétérotrophes en consomment considérablement. Les émissions de N2O augmentent lorsque les concentrations de NH4+ sont élevées et que les concentrations d’OD sont modérées (jusqu’à 2.5 mg O2/l dans cette étude). Ces conditions peuvent avoir été créées par le contrôle en cascade de NH4+-OD qui vise à réduire la consommation d'énergie en diminuant les concentrations d'OD lorsque la concentration de NH4+ est suffisamment faible. En outre, ce contrôleur en cascade est une stratégie de rétroaction à gain faible. C'est-à-dire, un retard significatif se produit entre la détection d'une augmentation de NH4+ et l'accroissement de l'aération. Toutes ces propriétés produisent des conditions favorables à la production de N2O par les bactéries AOB. Différents scénarios alternatifs ainsi que des stratégies de contrôle ont été comparés selon la qualité de l'effluent, le coût d’opération et les émissions de GES. Dans le cadre de BSM2, un bon équilibre entre la qualité de l'effluent, le coût d’opération et les émissions de GES a été obtenu avec à la mise en œuvre d'un contrôleur rétroactif pur de l’OD sur la première zone d'aération et d’un contrôleur en cascade de NH4+-DO sur les deux zones d'aération suivantes et en utilisant soit une stratégie d'alimentation étagée ou le contrôle du recyclage des boues afin de gérer les pics de débits. Mots-clés: Traitement des eaux usées par boues activées, contrôle de procédé, campagne de mesures en terrain, modélisation mathématique à échelle grandeur réelle, gaz à effet de serre, protoxyde d’azote, temps de pluie. / This PhD thesis studied the interaction between wastewater treatment plants (WWTPs) and climate change, i.e. the production and emission of greenhouse gases (GHGs), especially nitrous oxide (N2O), from WWTPs and the effect of the climate change induced more intense rain events on WWTPs. Both field measurements and full-scale modelling were pursued in this research. A one-month measurement campaign was performed by installing on-line sensors at the aeration zone of the bioreactor of a 750,000 person equivalents WWTP, i.e. the Eindhoven WWTP in the Netherlands. The models of a full-scale virtual plant, i.e. the Benchmark Simulation Model No.2 (BSM2), and a full-scale real plant, i.e. the Eindhoven WWTP in the Netherlands, were extended with respect to GHG emissions, especially the pathways involving N2O. Two types of extended Activated Sludge Models (ASM) were developed, i.e. ASMG1 for COD/N removal and ASMG2d for COD/N/P removal. Besides heterotrophic N2O production, both proposed models include N2O production by nitrite denitrification by ammonia-oxidizing bacteria (AOB) and describe the DO effect on AOB N2O production by a modified Haldane kinetics term. Results showed that AOB are the major producer of N2O while the heterotrophs consume N2O considerably. The high N2O emissions occurred under high NH4+ and intermediate DO concentrations (up to 2.5 mg O2/l in this work). Such conditions can be created by NH4+-DO cascade control which aims at reducing energy consumption by lowering the DO concentrations when the NH4+ concentration is sufficiently low. Moreover, this cascade controller is a low-gain feedback control strategy, i.e. a significant delay will occur between the detection of a NH4+ increase and the increase in aeration. All these properties lead to conditions favourable to N2O production by AOB. Different alternative scenarios and control strategies were compared in terms of effluent quality, operational cost and GHG emissions. In the framework of BSM2, a good balance among effluent quality, operational cost and GHG emissions was realized by implementing a pure DO feedback controller in the first aeration zone and a NH4+-DO cascade controller in the following two aeration zones and using either step feed or sludge recycling control to deal with hydraulic shocks. Keywords: Activated sludge, wastewater treatment, process control, field measurements, full-scale mathematical modelling, greenhouse gases, nitrous oxide, wet weather conditions.

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

Les aérosols minéraux constituent une des plus importantes sources en masse des aérosols atmosphériques. Ces particules ont différents impacts sur l'environnement : elles exercent un forçage radiatif, et peuvent intervenir dans la chimie hétérogène atmosphérique, ainsi que dans la dynamique des nuages. Elles jouent aussi un rôle dans la redistribution de matière à l'échelle globale, notamment par leur dépôt loin des zones sources. L'estimation des quantités d'aérosols minéraux présents dans l'atmosphère, et donc de leurs flux d'émission, qui se font sous l'action du vent en zones arides et semi-arides, demeure l'objet de fortes incertitudes. Si les émissions de particules minérales en zones arides sont relativement bien contraintes à l'heure actuelle, les processus d'érosion éolienne en zones semi-arides sont plus complexes, en raison notamment de la dynamique des états de surface. L'objectif de cette étude est de quantifier les émissions d'aérosols minéraux par érosion éolienne en zone semi-aride sahélienne, et plus précisément d'estimer l'impact de la végétation saisonnière sur ces émissions, sans prendre en compte à ce stade les perturbations induites par l'action de l'homme. Nous avons mis en œuvre des outils de modélisation pour simuler le couvert végétal saisonnier et l'émission d'aérosols par érosion éolienne. La zone d'étude est la ceinture sahélienne, de 10°N à 20°N et de 20°W à 35°E. Les résolutions spatiales retenues sont de 0.10° à 0.25° et 0.5°, et la résolution temporelle de 1 à 10 jours. Afin de pouvoir tenir compte de la variabilité interannuelle des phénomènes observés, la couverture temporelle de l'étude est de 4 ans, sur la période 2004-2007. En régions semi-arides, la disponibilité en eau est le principal facteur limitant le développement de la végétation. Trois produits d'estimation des précipitations issus d'observations satellitaires (CMORPH, RFE2.0 et TRMM3B42) ont donc été comparés entre eux et comparés à des mesures de pluviomètres spatialement interpolées (AGHRYMET), au cours de la saison des pluies au Sahel. Trois critères de comparaisons ont été définis pour qualifier leur pertinence en termes de dynamique de la végétation (distribution spatiale, fréquence journalière et quantités des précipitations). Les trois produits sélectionnés montrent un bon accord sur la ceinture sahélienne, et ce pour les trois critères. De plus, le niveau d'accord est stable au cours du temps, de l'échelle intrasaisonnière à l'échelle interannuelle. La végétation est simulée avec le modèle STEP, conçu spécifiquement pour reproduire la dynamique de la végétation sahélienne. Les simulations sont réalisées en utilisant en entrée les trois champs de pluie issus de l'étape précédente. Les résultats sont comparés à des observations régionales issues de mesures satellitaires (LAI MODIS). Les critères de comparaisons sont déterminés pour leur pertinence en termes de caractérisation de l'état de la surface (limite nord, dates de démarrage et de maximum, et valeurs du maximum de végétation). Ces comparaisons montrent la capacité du modèle utilisé à reproduire la dynamique régionale annuelle. Les différentes phases du cycle végétatif sont bien restituées, avec toutefois des réserves sur le démarrage précis de la pousse. Les émissions d'aérosols désertiques sont simulées en utilisant le modèle DPM, qui repose sur la description explicite des processus physiques mis en jeu. Les caractéristiques des états de surface en l'absence de végétation (rugosité, types de sol) sont décrites en se basant sur des produits de surface satellitaires et de données issus de d'analyses géomorphologiques. En période végétative, les caractéristiques du couvert végétal simulé (hauteur, taux de couverture) sont converties en termes de rugosité dynamique de la surface. L'effet de l'humidité gravimétrique de la couche superficielle du sol est également pris en compte. L'impact de ces différents facteurs est alors illustré, notamment les différences dues à la présence du couvert végétal, en termes d'émissions d'aérosols minéraux, dans une zone définie comme la " frange émissive saisonnièrement végétalisée ", et dont l'étendue varie selon l'année et le produit de pluie utilisé en forçage. Pour la période 2004 à 2007, la strate herbacée saisonnière présente ainsi une capacité d'inhibition des émissions de l'ordre de 8 à 28% en masse du flux total annuel de cette frange, qui lui peut varier de 1 à 30 Mt environ.

Les modèles à sur-représentation de zéros discrets et continus ont une large gamme d'applications et leurs propriétés sont bien connues. Bien qu'il existe des travaux portant sur les modèles discrets à sous-représentation de zéro et modifiés à zéro, la formulation usuelle des modèles continus à sur-représentation -- un mélange entre une densité continue et une masse de Dirac -- empêche de les généraliser afin de couvrir le cas de la sous-représentation de zéros. Une formulation alternative des modèles continus à sur-représentation de zéros, pouvant aisément être généralisée au cas de la sous-représentation, est présentée ici. L'estimation est d'abord abordée sous le paradigme classique, et plusieurs méthodes d'obtention des estimateurs du maximum de vraisemblance sont proposées. Le problème de l'estimation ponctuelle est également considéré du point de vue bayésien. Des tests d'hypothèses classiques et bayésiens visant à déterminer si des données sont à sur- ou sous-représentation de zéros sont présentées. Les méthodes d'estimation et de tests sont aussi évaluées au moyen d'études de simulation et appliquées à des données de précipitation agrégées. Les diverses méthodes s'accordent sur la sous-représentation de zéros des données, démontrant la pertinence du modèle proposé. Nous considérons ensuite la classification d'échantillons de données à sous-représentation de zéros. De telles données étant fortement non normales, il est possible de croire que les méthodes courantes de détermination du nombre de grappes s'avèrent peu performantes. Nous affirmons que la classification bayésienne, basée sur la distribution marginale des observations, tiendrait compte des particularités du modèle, ce qui se traduirait par une meilleure performance. Plusieurs méthodes de classification sont comparées au moyen d'une étude de simulation, et la méthode proposée est appliquée à des données de précipitation agrégées provenant de 28 stations de mesure en Colombie-Britannique. / Zero-inflated models, both discrete and continuous, have a large variety of applications and fairly well-known properties. Some work has been done on zero-deflated and zero-modified discrete models. The usual formulation of continuous zero-inflated models -- a mixture between a continuous density and a Dirac mass at zero -- precludes their extension to cover the zero-deflated case. We introduce an alternative formulation of zero-inflated continuous models, along with a natural extension to the zero-deflated case. Parameter estimation is first studied within the classical frequentist framework. Several methods for obtaining the maximum likelihood estimators are proposed. The problem of point estimation is considered from a Bayesian point of view. Hypothesis testing, aiming at determining whether data are zero-inflated, zero-deflated or not zero-modified, is also considered under both the classical and Bayesian paradigms. The proposed estimation and testing methods are assessed through simulation studies and applied to aggregated rainfall data. The data is shown to be zero-deflated, demonstrating the relevance of the proposed model. We next consider the clustering of samples of zero-deflated data. Such data present strong non-normality. Therefore, the usual methods for determining the number of clusters are expected to perform poorly. We argue that Bayesian clustering based on the marginal distribution of the observations would take into account the particularities of the model and exhibit better performance. Several clustering methods are compared using a simulation study. The proposed method is applied to aggregated rainfall data sampled from 28 measuring stations in British Columbia.

Les catastrophes naturelles comme les canicules, les tempêtes ou les précipitations extrêmes, proviennent de processus physiques et ont, par nature, une dimension spatiale ou spatiotemporelle. Le développement de modèles et de méthodes d'inférences pour ces processus est un domaine de recherche très actif. Cette thèse traite de l'inférence statistique pour les événements extrêmes dans le cadre spatial et spatio-temporel. En particulier, nous nous intéressons à deux classes de processus stochastique: les processus spatiaux max-mélange et les processus max-stable spatio-temporels. Nous illustrons les résultats obtenus sur des données de précipitations dans l'Est de l'Australie et dans une région de la Floride aux Etats-Unis. Dans la partie spatiale, nous proposons deux tests sur le paramètre de mélange a d'un processus spatial max-mélange: le test statistique Za et le rapport de vraisemblance par paire LRa. Nous comparons les performances de ces tests sur simulations. Nous utilisons la vraisemblance par paire pour l'estimation. Dans l'ensemble, les performances des deux tests sont satisfaisantes. Toutefois, les tests rencontrent des difficultés lorsque le paramètre a se situe à la frontière de l'espace des paramètres, i.e., a ∈ {0,1}, dues à la présence de paramètre de “nuisance” qui ne sont pas identifiés sous l'hypothèse nulle. Nous appliquons ces tests dans le cadre d'une analyse d'excès au delà d'un grand seuil pour des données de précipitations dans l'Est de l'Australie. Nous proposons aussi une nouvelle procédure d'estimation pour ajuster des processus spatiaux max-mélanges lorsqu'on ne connait pas la classe de dépendance extrêmal. La nouveauté de cette procédure est qu'elle permet de faire de l'inférence sans spécifier au préalable la famille de distributions, laissant ainsi parle les données et guider l'estimation. En particulier, la procédure d'estimation utilise un ajustement par la méthode des moindres carrés sur l'expression du Fλ-madogramme d'un modèle max-mélange qui contient les paramètres d'intérêt. Nous montrons la convergence de l'estimateur du paramètre de mélange a. Une indication sur la normalité asymptotique est donnée numériquement. Une étude sur simulation montrent que la méthode proposée améliore les coefficients empiriques pour la classe de modèles max-mélange. Nous implémentons notre procédure d'estimations sur des données de maximas mensuels de précipitations en Australie dans un but exploratoire et confirmatoire. Dans la partie spatio-temporelle, nous proposons une méthode d'estimation semi-paramétrique pour les processus max-stables spatio-temporels en nous basant sur une expression explicite du F-madogramme spatio-temporel. Cette partie permet de faire le pont entre la géostatistique et la théorie des valeurs extrêmes. En particulier, pour des observations sur grille régulière, nous estimons le F-madogramme spatio-temporel par sa version empirique et nous appliquons une procédure basée sur les moments pour obtenir les estimations des paramètres d'intérêt. Nous illustrons les performances de cette procédure par une étude sur simulations. Ensuite, nous appliquons cette méthode pour quantifier le comportement extrêmal de maximum de données radar de précipitations dans l'Etat de Floride. Cette méthode peut être une alternative ou une première étape pour la vraisemblance composite. En effet, les estimations semi-paramétriques pourrait être utilisées comme point de départ pour les algorithmes d'optimisation utilisés dans la méthode de vraisemblance par paire, afin de réduire le temps de calcul mais aussi d'améliorer l'efficacité de la méthode / Natural hazards such as heat waves, extreme wind speeds, and heavy rainfall, arise due to physical processes and are spatial or spatio-temporal in extent. The development of models and inference methods for these processes is a very active area of research. This thesis deals with the statistical inference of extreme and rare events in both spatial and spatio-temporal settings. Specifically, our contributions are dedicated to two classes of stochastic processes: spatial max-mixture processes and space-time max-stable processes. The proposed methodologies are illustrated by applications to rainfall data collected from the East of Australia and from a region in the State of Florida, USA. In the spatial part, we consider hypothesis testing for the mixture parameter a of a spatial maxmixture model using two classical statistics: the Z-test statistic Za and the pairwise likelihood ratio statistic LRa. We compare their performance through an extensive simulation study. The pairwise likelihood is employed for estimation purposes. Overall, the performance of the two statistics is satisfactory. Nevertheless, hypothesis testing presents some difficulties when a lies on the boundary of the parameter space, i.e., a ∈ {0,1}, due to the presence of additional nuisance parameters which are not identified under the null hypotheses. We apply this testing framework in an analysis of exceedances over a large threshold of daily rainfall data from the East of Australia. We also propose a novel estimation procedure to fit spatial max-mixture processes with unknown extremal dependence class. The novelty of this procedure is to provide a way to make inference without specifying the distribution family prior to fitting the data. Hence, letting the data speak for themselves. In particular, the estimation procedure uses nonlinear least squares fit based on a closed form expression of the so-called Fλ-madogram of max-mixture models which contains the parameters of interest. We establish the consistency of the estimator of the mixing parameter a. An indication for asymptotic normality is given numerically. A simulation study shows that the proposed procedure improves empirical coefficients for the class of max-mixture models. In an analysis of monthly maxima of Australian daily rainfall data, we implement the proposed estimation procedure for diagnostic and confirmatory purposes. In the spatio-temporal part, based on a closed form expression of the spatio-temporal Fmadogram, we suggest a semi-parametric estimation methodology for space-time max-stable processes. This part provides a bridge between geostatistics and extreme value theory. In particular, for regular grid observations, the spatio-temporal F-madogram is estimated nonparametrically by its empirical version and a moment-based procedure is applied to obtain parameter estimates. The performance of the method is investigated through an extensive simulation study. Afterward, we apply this method to quantify the extremal behavior of radar daily rainfall maxima data from a region in the State of Florida. This approach could serve as an alternative or a prerequisite to pairwise likelihood estimation. Indeed, the semi-parametric estimates could be used as starting values for the optimization algorithm used to maximize the pairwise log-likelihood function in order to reduce the computational burden and also to improve the statistical efficiency

Les précipitations et les débits des cours d'eau constituent les deux variables hydrométéorologiques les plus importantes pour l'analyse des bassins versants. Ils fournissent des informations fondamentales pour la gestion intégrée des ressources en eau, telles que l’approvisionnement en eau potable, l'hydroélectricité, les prévisions d'inondations ou de sécheresses ou les systèmes d'irrigation.Dans cette thèse de doctorat sont abordés deux problèmes distincts. Le premier prend sa source dans l’étude des débits des cours d’eau. Dans le but de bien caractériser le comportement global d'un bassin versant, de longues séries temporelles de débit couvrant plusieurs dizaines d'années sont nécessaires. Cependant les données manquantes constatées dans les séries représentent une perte d'information et de fiabilité, et peuvent entraîner une interprétation erronée des caractéristiques statistiques des données. La méthode que nous proposons pour aborder le problème de l'imputation des débits se base sur des modèles de régression dynamique (DRM), plus spécifiquement, une régression linéaire multiple couplée à une modélisation des résidus de type ARIMA. Contrairement aux études antérieures portant sur l'inclusion de variables explicatives multiples ou la modélisation des résidus à partir d'une régression linéaire simple, l'utilisation des DRMs permet de prendre en compte les deux aspects. Nous appliquons cette méthode pour reconstruire les données journalières de débit à huit stations situées dans le bassin versant de la Durance (France), sur une période de 107 ans. En appliquant la méthode proposée, nous parvenons à reconstituer les débits sans utiliser d'autres variables explicatives. Nous comparons les résultats de notre modèle avec ceux obtenus à partir d'un modèle complexe basé sur les analogues et la modélisation hydrologique et d'une approche basée sur le plus proche voisin. Dans la majorité des cas, les DRMs montrent une meilleure performance lors de la reconstitution de périodes de données manquantes de tailles différentes, dans certains cas pouvant allant jusqu'à 20 ans.Le deuxième problème que nous considérons dans cette thèse concerne la modélisation statistique des quantités de précipitations. La recherche dans ce domaine est actuellement très active car la distribution des précipitations exhibe une queue supérieure lourde et, au début de cette thèse, il n'existait aucune méthode satisfaisante permettant de modéliser toute la gamme des précipitations. Récemment, une nouvelle classe de distribution paramétrique, appelée distribution généralisée de Pareto étendue (EGPD), a été développée dans ce but. Cette distribution exhibe une meilleure performance, mais elle manque de flexibilité pour modéliser la partie centrale de la distribution. Dans le but d’améliorer la flexibilité, nous développons, deux nouveaux modèles reposant sur des méthodes semiparamétriques.Le premier estimateur développé transforme d'abord les données avec la distribution cumulative EGPD puis estime la densité des données transformées en appliquant un estimateur nonparamétrique par noyau. Nous comparons les résultats de la méthode proposée avec ceux obtenus en appliquant la distribution EGPD paramétrique sur plusieurs simulations, ainsi que sur deux séries de précipitations au sud-est de la France. Les résultats montrent que la méthode proposée se comporte mieux que l'EGPD, l’erreur absolue moyenne intégrée (MIAE) de la densité étant dans tous les cas presque deux fois inférieure.Le deuxième modèle considère une distribution EGPD semiparamétrique basée sur les polynômes de Bernstein. Plus précisément, nous utilisons un mélange creuse de densités béta. De même, nous comparons nos résultats avec ceux obtenus par la distribution EGPD paramétrique sur des jeux de données simulés et réels. Comme précédemment, le MIAE de la densité est considérablement réduit, cet effet étant encore plus évident à mesure que la taille de l'échantillon augmente. / Precipitation and streamflow are the two most important meteorological and hydrological variables when analyzing river watersheds. They provide fundamental insights for water resources management, design, or planning, such as urban water supplies, hydropower, forecast of flood or droughts events, or irrigation systems for agriculture.In this PhD thesis we approach two different problems. The first one originates from the study of observed streamflow data. In order to properly characterize the overall behavior of a watershed, long datasets spanning tens of years are needed. However, the quality of the measurement dataset decreases the further we go back in time, and blocks of data of different lengths are missing from the dataset. These missing intervals represent a loss of information and can cause erroneous summary data interpretation or unreliable scientific analysis.The method that we propose for approaching the problem of streamflow imputation is based on dynamic regression models (DRMs), more specifically, a multiple linear regression with ARIMA residual modeling. Unlike previous studies that address either the inclusion of multiple explanatory variables or the modeling of the residuals from a simple linear regression, the use of DRMs allows to take into account both aspects. We apply this method for reconstructing the data of eight stations situated in the Durance watershed in the south-east of France, each containing daily streamflow measurements over a period of 107 years. By applying the proposed method, we manage to reconstruct the data without making use of additional variables, like other models require. We compare the results of our model with the ones obtained from a complex approach based on analogs coupled to a hydrological model and a nearest-neighbor approach, respectively. In the majority of cases, DRMs show an increased performance when reconstructing missing values blocks of various lengths, in some of the cases ranging up to 20 years.The second problem that we approach in this PhD thesis addresses the statistical modeling of precipitation amounts. The research area regarding this topic is currently very active as the distribution of precipitation is a heavy-tailed one, and at the moment, there is no general method for modeling the entire range of data with high performance. Recently, in order to propose a method that models the full-range precipitation amounts, a new class of distribution called extended generalized Pareto distribution (EGPD) was introduced, specifically with focus on the EGPD models based on parametric families. These models provide an improved performance when compared to previously proposed distributions, however, they lack flexibility in modeling the bulk of the distribution. We want to improve, through, this aspect by proposing in the second part of the thesis, two new models relying on semiparametric methods.The first method that we develop is the transformed kernel estimator based on the EGPD transformation. That is, we propose an estimator obtained by, first, transforming the data with the EGPD cdf, and then, estimating the density of the transformed data by applying a nonparametric kernel density estimator. We compare the results of the proposed method with the ones obtained by applying EGPD on several simulated scenarios, as well as on two precipitation datasets from south-east of France. The results show that the proposed method behaves better than parametric EGPD, the MIAE of the density being in all the cases almost twice as small.A second approach consists of a new model from the general EGPD class, i.e., we consider a semiparametric EGPD based on Bernstein polynomials, more specifically, we use a sparse mixture of beta densities. Once again, we compare our results with the ones obtained by EGPD on both simulated and real datasets. As before, the MIAE of the density is considerably reduced, this effect being even more obvious as the sample size increases.

L'effet de la végétation locale, composée de Castanea sativa cultivé, sur la stabilité des pentes a été étudié sur un site d'essai au Mont Faito (Campanie, Italie). En Campanie, les sols pyroclastiques peu profonds sont sensibles aux glissements de terrain provoqués par les précipitations. Des périodes de pluies prolongées suivies de précipitations extrêmes à court terme déclenchent des glissements de terrain rapides et destructeurs au niveau des coupes routières et des escarpements pyroclastiques sur les falaises rocheuses dans les régions autour du volcan Vésuve.Des échantillons de sol pyroclastiques non perturbés contenant des racines de C. sativa matures ont été utilisés pour la caractérisation hydraulique par le biais d'un ensemble d'expériences en laboratoire. La perméabilité saturée, la réponse à l’évaporation et l’imbibition, la teneur en eau pour les fortes valeurs de succion et la biomasse sèche des racines ont été déterminées.La présence de racines a augmenté la perméabilité d'un ordre de grandeur dans les sols les plus superficiels (10-7 à 10-6 m s-1) et diminué la valeur d'entrée d'air des courbes de rétention (6 à 4 kPa). La variabilité de la perméabilité entre les couches de sol a été identifiée comme conditionnant l'écoulement de l'eau souterraine par rapport à la vitesse du mouvement du front de mouillage et à la génération de pressions positives de l'eau interstitielle dans le profil. L'étalonnage du modèle hystérétique pour caractériser les sols pyroclastiques naturels a fourni une méthode plus approximative de modélisation des réponses hydrauliques. Une bonne concordance entre le modèle et les observations a été obtenue.L’étude sur le terrain a permis de montrer que la distribution des racines de C. sativa est associée au régime des eaux souterraines. Les distributions spatiales et verticales de la densité et des traits des racines ont été quantifiées pour les racines de C. sativa prélevées dans des forages réalisés au Mont Faito. La succion minimale, la teneur minimale en eau et la pente minimale (indiquant un débit d'eau descendant) ont été surveillées tout au long de l'année et confrontées avec la distribution des racines et à la distribution spatiale des arbres. Une densité racinaire croissante était associée à des valeurs de succion plus faibles et à des gradients d'infiltration plus élevés, ce qui peut avoir une influence négative sur la stabilité de la pente.La modélisation du renforcement mécanique du sol par les racines des arbres a permis de comprendre l'importance des composantes hydrauliques et mécaniques sur la stabilité d'une pente. Les racines augmentent la résistance au cisaillement (jusqu'à 25,8 kPa) grâce à un renforcement mécanique et donc le facteur de sécurité de la pente augmente. L'examen du renforcement dû aux racines dans l'estimation du facteur de sécurité des surfaces de rupture potentielles a montré que la surface de rupture la plus faible a été trouvée à 2,2 m, où le renforcement dû aux racines était de 1,3 kPa, au lieu de 0,9 m sans le renforcement de 13,8 kPa. La surface de rupture la plus faible correspond aux surfaces de rupture observées lors de glissements de terrain antérieurs. Le site d'essai ne présentait pas les caractéristiques d'une zone de déclenchement d'un glissement de terrain. L'angle de pente des zones de déclenchement des glissements de terrain (35° à 45°) peut dépasser l'angle de frottement du sol (36,5° à 38,5°) et l'effet hydraulique ne serait pas suffisant pour garantir la stabilité de la pente pendant la saison humide (0 à 10 kPa). On estime que le renforcement dû aux racines peut maintenir les pentes jusqu'à un angle de 42°.On a donc constaté que la présence de racines d'arbres affectait la stabilité hydraulique et mécanique des couvertures de sol pyroclastiques. Ces conclusions peuvent être étendues aux autres zones de plantations de C. sativa. L'effet hydraulique de la végétation a été largement compensé par le renforcement mécanique dû aux racines / The effect of the local vegetation, composed of cultivated Castanea sativa, on slope stability was investigated on a test site in Mount Faito (Campania, Southern Italy). In Campania, shallow pyroclastic soil covers are susceptible to landslides triggered by rainfall. Prolonged rainfall periods followed by extreme short-term rainfall events trigger fast moving and highly destructive landslides in road cuts and pyroclastic scarps on rocky cliffs in the areas surrounding the Vesuvius volcano.Undisturbed pyroclastic soil samples containing roots of mature C. sativa were used for hydraulic characterization through an extensive set of laboratory experiments. Saturated permeability, evaporation and imbibition response, water content for high suction ranges, and the root dry biomass were determined.The presence of roots increased the hydraulic permeability by one order of magnitude in the most surficial soil (10-7 to 10-6 m s-1) and decreased the air-entry value of the water retention curves (6 to 4 kPa). The variability of soil permeability among soil layers was identified as conditioning of the groundwater flow with regard to the speed of the wetting front movement and generation of positive pore-water pressures within the soil profile. The calibration of hysteretic model to characterize natural pyroclastic soil provided a more approximate manner of modelling in situ hydraulic responses. A good agreement between the model and the field observations was obtained.Field monitoring was performed with the intent of showing that the distribution of roots of C. sativa is associated to the groundwater regime. The spatial and vertical distribution of root density and traits were quantified for C. sativa roots collected from several boreholes performed in Mount Faito. Minimum suction, minimum water content and minimum gradient (indicative of downward water flow), were monitored throughout the year and related to root distribution and spatial distribution of trees. An increasing root density was found to be associated to lower values of suction and higher gradients of infiltration, which can potentially have a negative influence of the slope stability.A modelling investigation on the mechanical reinforcement of soil by tree roots allowed us to understand the importance of hydraulic and mechanic components on the stability of a slope. Roots increase greatly the shear strength of soil (up to 25.8 kPa) through mechanical reinforcement and consequently, the safety factor of the slope increased significantly. Considering the root reinforcement in the estimation of potential failure surfaces safety factor showed that the weakest failure surface was found at 2.2 m, where the root reinforcement was 1.3 kPa, instead of 0.9 m without the root reinforcement of 13.8 kPa. The weakest failure surface found was in agreement with the failure surfaces observed from previous landslides. The test site did not present the characteristics of a landslide triggering area. The slope angle of the landslide triggering areas (35° to 45°) can easily exceed the soil friction angle (36.5° to 38.5°) and the hydraulic effect would not be enough to guarantee the stability of the slope during the wet season (0 to 10 kPa). However, the root reinforcement was estimated to be able to sustain the slopes until an angle of 42°.Therefore, the presence of tree roots was found to affect hydraulically and mechanically stability of pyroclastic soil covers. Such conclusions may be extended to the areas of Campania where C. sativa plantations are present. The hydraulic effect of vegetation was greatly compensated by the mechanical reinforcement of roots.

Depuis le développement des mesures satellites de nombreuses missions spatiales sont dédiées au suivi de l'atmosphère et de la surface terrestre. Ces travaux de thèse s'inscrivent dans le cadre de la mission Megha-Tropiques dédiée au cycle de l'eau et de l'énergie en zone tropicale. L'objectif est d'évaluer le potentiel des estimations de précipitation par satellite pour des applications hydrologiques en zone tropicale. Les Tropiques réunissent les plus grands fleuves du globe, mais ne bénéficient pas de réseaux d'observation in-situ denses et continus permettant une gestion intégrée efficace de la ressource et des systèmes d'alertes. Les estimations des précipitations issues des systèmes d'observation satellite offrent une alternative pour ces bassins peu ou pas instrumentés et souvent exposés aux extrêmes climatiques. C'est le cas du fleuve Niger, qui a subi une grande variabilité climatique depuis les années 1950, mais aussi d'importants changements environnementaux et hydrologiques. Depuis les années 2000, le Niger moyen connaît une recrudescence des inondations pendant la période de crue Rouge (engendrée par ses affluents sahéliens pendant la mousson). A Niamey, des niveaux record de hauteur d'eau et de période d'inondation ont été enregistrés en 2003, 2010, 2012 et 2013, engendrant de nombreuses pertes humaines et matérielles. Ces travaux analysent l'influence du forçage pluviométrique sur les inondations liées à la crue Rouge à Niamey. Une gamme de produits pluviométriques (in situ et satellite) et la modélisation hydrologique (ISBA-TRIP) sont combinés pour étudier : (i) l'apport des produits satellite pour diagnostiquer la crue Rouge récente, (ii) l'impact des caractéristiques des produits et de leurs incertitudes sur les simulations et enfin (iii) l'évaluation du rôle des précipitations, face aux changements de conditions de surface, dans l'évolution de la crue Rouge à Niamey depuis les années 1950. L'étude a mis en évidence l'impact des caractéristiques des estimations des précipitations (cumul, intensité et distribution spatio-temporelle) sur la modélisation hydrologique et le potentiel des produits satellites pour le suivi des inondations. Les caractéristiques des précipitations se propageant dans la modélisation, la détection des inondations est plus efficace avec une approche relative à chaque produit plutôt qu'avec un seuil absolu. Ainsi des produits présentant des biais peuvent être envisagés pour la simulation hydrologique et la détection des inondations. Le nouveau produit TAPEER de la mission MT présente un fort potentiel hydrologique, en 2012 et pour la zone d'étude. D'autre part, l'étude de la propagation de l'erreur associée à ces précipitations a mis en évidence, la nécessité de déterminer la structure du champ d'erreur pour l'utilisation d'une telle information en hydrologie. Enfin la modélisation a été utilisée comme levier pour décomposer les sensibilités de la crue Rouge aux variations des précipitations et des conditions de surface. Pour simuler les changements hydrologiques entre les périodes 1953-1982 et 1983-2012, les changements d'occupation du sol et d'aire de drainage doivent être pris en compte. Puis les variations des précipitations peuvent expliquer les changements majeurs décennaux et annuels entre les années 1983 et 2012. / Since the development of satellite based remote sensing in the 1970s, many missions have been dedicated to monitoring the terrestrial atmosphere and surfaces. Some of these satellites are dedicated to the Tropics with specific orbits. Megha-Tropiques (MT) is devoted to the water and energy cycle in the tropical atmosphere and provides an enhanced sampling for rainfall estimation in the tropical region. This PhD work was initiated within MT hydro-meteorological activities, with the objective of assessing the hydrological potential of satellite rainfall products in the Tropics. The world most important rivers lay in tropical areas where the in situ observation networks are deficient. Alternative information is therefore needed for water resource management and alert systems. The present work focuses on the Niger River a basin which has undergone drastic climatic variations leading to disasters such as droughts and floods. Since 1950, the Niger has been through 3 main climatic periods: a wet period (1950-1960), a long and intense drought period (1970-1980) and since 1990 a partial recovery of the rainfall. These climatic variations and the anthropic pressure, have modified the hydrological behaviour of the basin. Since 2000, the middle Niger River has been hit by an increase of floods hazards during the so-called Red flood period. In Niamey city, the highest river levels and the longest flooded period were recorded in 2003, 2010, 2012 and 2013, leading to heavy casualties and property damage. This study combines hydrological modelling and a variety of rainfall estimation products (satellite and in-situ) to meet several objectives: (i) the simulation of the Niamey Red flood and the detection of floods (during the recent period 2000-2013) (ii) the study of the propagation of satellite rainfall errors in hydrological modelling (iii) the evaluation of the role of rainfall variability, and surface conditions, in the changes of the Red flood in Niamey since the 50s. The global model ISBA-TRIP, is run with a resolution of 0.5° and 3h, and several rainfall products were used as forcing. Products derived from gauges (KRIG, CPC), pure satellite products (TAPEER, 3B42RT, CMORPH, PERSIANN) and mixed satellite products adjusted by rain gauges (3B42v7, RFE2, PERSIANN-CDR). This work confirms the hydrological potential of satellite rainfall products and proposes an original approach to overcome their biases. It highlights the need for documenting the errors associated with the rainfall products and the error structure. Finally, the hydrological modelling results since the 1950s have given a new understanding of the relative role of rainfall and surface conditions in the drastic increase of flood risk in Niamey.

Ce travail propose d'évaluer, dans le cas des bassins versants de la Loire supérieure, l'intérêt de modèles pluie-débit globaux pour la prévision opérationnelle des crues rapides.<br /><br />Après une description du bassin à Bas-en-Basset, l'analyse critique des jeux de données disponibles met en évidence leur richesse, mais aussi leurs défauts. La grande variété des événements hydrométéorologiques touchant ces bassins apparaît particulièrement intéressante pour comparer des modèles hydrologiques.<br /><br />Des modèles conceptuels simples sont apparus plus robustes et souvent plus performants que des modèles statistiques ou des réseaux de neurones artificiels. Des critères spécifiques à la prévision des crues mettent en évidence les informations sur l'évolution immédiate des débits apportées par la transformation de la pluie en débit, même si les erreurs de modélisation restent importantes et finalement proches d'un modèle à l'autre.<br /><br />Un effort particulier a été porté sur l'estimation par krigeage des précipitations moyennes spatiales, pour lesquelles un modèle d'erreur est proposé et validé sur les données. Ces incertitudes, propagées dans les modèles pluie-débit, contribuent, selon la taille des bassins, à une part variable de l'erreur totale de modélisation.<br /><br />Enfin un travail exploratoire a montré l'intérêt d'inclure des prévisions de pluies probabilisées dans une chaîne hydrométéorologique, pour augmenter les délais d'anticipation et prendre en compte les incertitudes associées. Toutefois, la disponibilité de ces prévisions impose des traitements préalables à leur utilisation.<br /><br />Il ressort que des outils simples peuvent laisser envisager des améliorations dans ce domaine encore très perfectible de la prévision des crues.