La modélisation hydrologique est un moyen pratique de quantifier les réactions du débit des rivières au changement climatique et à la gestion humaine de l’environment et de l’eau. Cependant, il existe des incertitudes à la fois dans les entrées des modèle s(par exemple, les variables atmosphériques) et les modèles eux même(par exemple, les structures de modèle et les paramètres de modèle), qui peuvent affecter la précision du modèle et les conclusions. En se concentrant sur différentes sources d'incertitude, cette thèse passe en revue les études antérieures et propose de nouvelles approches pour estimer et comparer les incertitudes avec leurs applications concentrées sur la Chine. Cette thèse propose d’abord une approche tridimensionnelle de la partition de la variance qui estime l’incertitude des multiples produits de précipitation de types différents. La nouvelle estimation utilise des informations complètes dans les dimensions temporelle et spatiale et constitue donc un indicateur plus complet pour l'évaluation de l'incertitude, en particulier pour plusieurs jeux de données. Cette thèse propose ensuite un cadre ORCHIDEE-Budyko permettant d'attribuer le biais de décharge entre la simulation du modèle (fournie par le modèle de surface ORCHIDEE) et les observations aux sources d'incertitude des variables atmosphériques et de la structure du modèle. Le cadre qualifie la possibilité d'incertitudes différentes avec l'hypothèse de Budyko basée sur des facteurs physiques et le soutien de littératures existante. Cette thèse passe enfin en revue les activités humaines et leur impact sur le débit des rivières en Chine, ainsi que les approches associées utilisées pour la quantification. L’impact humain qui a été quantifié par la différence entre le débit fluvial observé et celui qui a été naturalisé est ensuite comparé à des simulations multi-modèles conduites par différents forçages. Les résultats montrent que l’incertitude dans les variables atmosphériques (par exemple, les précipitations) est grande, en particulier pour les modèles de circulation générale (GCMs). L'incertitude des précipitations est très probablement supérieure à celle de l'incertitude du modèle. L'incertitude associée au débit modélisé avec différents forçages est supérieure à l'ampleur de l'impact humain pour la plupart des régions, en particulier dans le sud de la Chine, ce qui rend la la quantification de l'impact humain pour ces régions difficile. Cette compréhension des incertitudes dans le cycle naturel de l'eau et de la gestion que lui imposent les hommes est une condition préalable à toute tentative de modélisation des pressions anthropiques. / Hydrological modeling is a practical means to quantify responses of river discharge to climate change and human management. However, there are uncertainties in both the model input (e.g., atmospheric variables) and the models (e.g., model structures and model parameters), that can affect the model accuracy and the conclusions. Focusing on different uncertainty sources, this thesis reviews the past studies and provides new approaches for estimating and comparing the uncertainties with their applications concentrated over China. This thesis first proposes a three-dimensional variance partitioning approach that estimates the uncertainty among multiple precipitation products with different types. The new estimation uses full information in temporal and spatial dimensions and thus is a more comprehensive metric for uncertainty assessment especially for multiple datasets. This thesis then proposes a ORCHIDEE-Budyko framework that helps attribute the discharge bias between model simulation (provided by land surface model ORCHIDEE) and observations to uncertainty sources of atmospheric variables and model structure. The framework qualifies the possibility of different uncertainties with physical-based Budyko hypothesis and support of related literatures. This thesis finally reviews the human activities and their impact on river discharge over China regions as well as the related approaches that used for the quantification. The human impact that quantified as the difference between observed river discharge and the naturalized ones is then compared with multi-model simulations driven by different forcing inputs. Results show that the uncertainty in atmospheric variables (e.g., precipitation) is large especially for General Circulation Models (GCMs). Precipitation uncertainty is very likely larger than that of the model uncertainty. The uncertainty in the modeled discharge with different forcing is larger than the magnitude of human impact for most of the regions especially in south China, which impedes the credibility of human impact quantification for those regions. This understanding of uncertainties in the natural water cycle and the management humans impose on it is a prerequisite before attempting to model the anthropogenic pressures.
| Identifer | oai:union.ndltd.org:theses.fr/2018SACLX097 |
| Date | 04 December 2018 |
| Creators | Zhou, Xudong |
| Contributors | Université Paris-Saclay (ComUE), Polcher, Jan |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0018 seconds