Return to search

Prévisions des crues en temps réel sur le bassin de la Marne : assimilation in situ pour la correction du modèle hydraulique mono-dimensionnel Mascaret / Operational flood forecasting on the Marne catchment : data assimilation for hydraulic model Mascaret correction

La prévision des crues et des inondations reste aujourd’hui un défi pour anticiper et assurer la sécurité des biens et des personnes. En France, le SCHAPI, qui dépend du MEDDE, assure ce rôle. Les niveaux et les débits d’un cours d’eau dépendent étroitement des interactions à différentes échelles entre les précipitations, les caractéristiques géométriques du cours d’eau et les propriétés topographiques, géologiques et pédologiques du bassin versant. Les modèles hydrauliques, utilisés dans le cadre de la prévision des crues, sont entachés d’incertitudes qu’il est nécessaire de quantifier et de corriger afin de mieux anticiper l’évolution hydrodynamique du cours d’eau en temps réel. L’objectif de ces travaux de thèse est d’améliorer les prévisions de hauteurs d’eau et de débits, sur le bassin de la Marne, issues des modèles hydrauliques utilisés dans le cadre opérationnel de la prévision des crues à partir de méthodes d’assimilation de données. Ces prévisions reposent sur une modélisation mono-dimensionnelle (1D) de l’hydrodynamique du cours d’eau à partir du code hydraulique 1D Mascaret basé sur la résolution des équations de Saint-Venant, enrichie par une méthode d’assimilation de données in situ utilisant un Filtre de Kalman Étendu (EKF). Ce mémoire de thèse s’articule en cinq chapitres, trois dédiés à la recherche et les deux derniers à l’application opérationnelle. Le chapitre 1 présente les données et les outils utilisés pour caractériser le risque inondation dans le cadre de la prévision des crues, ainsi que les modèles hydrauliques Marne Amont Global (MAG) et Marne Moyenne (MM), sujets d’application des méthodes d’assimilation de données développées dans cette étude. Le chapitre 2 est dédié à la méthodologie : il traite des différentes sources d’incertitudes liées à la modélisation hydraulique et présente les approches d’assimilation de données de type EKF appliquées dans cette étude à travers la maquette DAMP pour les réduire. Dans le chapitre 3, cette approche est appliquée aux modèles MAG et MM en mode réanalyse pour un ensemble de crues ayant touché le bassin de la Marne par le passé. Deux publications ont été insérées dans ce chapitre "étude". Dans le chapitre 4, les corrections appliquées dans le chapitre 3, sont validées à partir du rejeu de la crue de 1983 en condition opérationnelle avec le modèle MM. La quantification des incertitudes de prévision et la réalisation de cartes de zones inondées potentielles y sont aussi abordées. L’application de ces méthodes d’assimilation de données pour les modèles MAG et MM en opérationnel au SCHAPI au niveau national et au SPC SAMA au niveau local est présentée dans le chapitre 5. Cette thèse s’inscrit dans un contexte collaboratif où chacun apporte son expertise : la modélisation hydraulique pour le LNHE, les méthodes numériques pour le CERFACS et la prévision opérationnelle pour le SCHAPI. L’ensemble de ces travaux de thèse a permis de démontrer les bénéfices et la complémentarité de l’estimation des paramètres et de l’état hydraulique par assimilation de données sur les hauteurs d’eau et les débits prévus par un modèle hydraulique 1D, ce qui constitue un enjeu d’importance pour l’anticipation du risque hydrologique. Ces méthodes ont été intégrées dans la chaîne opérationnelle de prévision du SCHAPI et du SPC SAMA. / Flood forecasting remains a challenge to anticipate and insure security of people. In France, the SCHAPI, wich depends on the MEDDE, takes this function. Water levels and discharges are highly dependent on interactions at different scales between rainfall, geometric characteristics of rivers and topographic, geological and soil properties of the watershed. Hydraulic models, used in the context of flood forecasting, are tainted by uncertainties which necessist to be quantified and corrected in order to better anticipate flow evolution in real time. The work carried out for this PhD thesis aims to improve water level and discharge forecasts on the Marne watershed, from hydraulic models used in the operational framework of flood forecasting using data assimilation methods. These forecasts come from a mono-dimensional (1D) hydraulic model Mascaret based on the resolution of Saint-Venant equations, improved by data assimilation methods using an Extended Kalman Filter (EKF). This thesis consists of five chapters, three dedicated to research and the two last to the operational application. The first presents data, tools and methods used to characterize the flood risk in the context of flood forecasting, as well as the Marne Amont Global (MAG) and Marne Moyenne (MM) models, subjects of application of data assimilation methods developed in this study. The second chapter covers hydraulic model uncertainties and data assimilation methodology (Kalman filter) applied in this thesis through DAMP in order to reduce them. In the third chapter, this approach is applied to the MAG and MM models for different flood events. In the fourth chapter, the April 1983 flood event allows to validate the corrections applied in the previous chapter for the MM model in an operational context. The uncertainties evaluations and the mapping of potential flooded zones are also reported. The real-time application of these data assimilation methods for MAG and MM models by SCHAPI and SPC SAMA is presented in the fifth chapter. This thesis takes place in a collaborative work where each member brings his own expertise : the hydraulic modeling for LNHE, the numeric methods for the CERFACS and operational forecasting for the SCHAPI. This thesis shows the benefits and complementarity of the evaluation of parameters and hydraulic state using data assimilation on water levels and discharges forcasted by a 1D hydraulic model, which is an important issue for the anticipation of hydrologic risk. These methods have already been integrated to the operational chain of flood forecasting of the SCHAPI and the SPC SAMA.

Identiferoai:union.ndltd.org:theses.fr/2016INPT0017
Date06 January 2016
CreatorsHabert, Johan
ContributorsToulouse, INPT, Thual, Olivier, Ricci, Sophie
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0023 seconds