Relations concentration-débit (C-Q) et mesures haute-fréquence

Revisiting the concentration-discharge (C-Q) relationships with high-frequency measurements

Análisis de la relación caudal-concentración (C-Q) utilizando medidas de alta-frecuencia

• Auteur / Autrice : José Manuel Tunqui Neira
• Direction : Jean-Marie Mouchel, Vazken Andréassian
• Type : Thèse de doctorat
• Discipline(s) : Hydrochimie
• Date : Soutenance le 03/12/2019
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Géosciences, ressources naturelles et environnement (Paris)
• Partenaire(s) de recherche : Laboratoire : Milieux environnementaux, transferts et interactions dans les hydrosystèmes et les sols (Paris ; 1997-....)
• Jury : Président / Présidente : Ludovic Oudin
• Jury : Examinateurs / Examinatrices : Florentina Moatar-Bertrand, Chantal Gascuel, Jérôme Gaillardet, Gaëlle Tallec
• Jury : Rapporteurs / Rapporteuses : Florentina Moatar-Bertrand, Markus Hrachowitz

Mots clés

Mots clés contrôlés

Orgeval (France ; cours d'eau)

Eau -- Chimie

Bassins hydrographiques -- France

Hydrologie des versants

Mots clés libres

Haute fréquence

Relations concentration-débit

Bassin versant

Équations de mélange

Séparation d'hydrogrammes

Quantification des sources

High frequency

Concentration-discharge relationships

Catchment

Mixing equations

Hydrograph separation

Quantification of sources

Résumé

Les progrès technologiques récents permettent de mesurer à haute-fréquence les concentrations en ions dissous des eaux de rivières, sur de longues périodes. Ces nouvelles données, bien adaptées aux variations temporelles des débits, permettent aujourd'hui de préciser les liens entre les processus hydrologiques du bassin versant et la chimie du cours d'eau. Cependant, elles nécessitent le développement de méthodes adaptées. Cette thèse tente de répondre aux nouvelles questions qui se posent aujourd’hui: quels modèles et méthodes pouvons-nous utiliser pour exploiter les données haute-fréquences et comment transforment-elles notre connaissance de la qualité chimique des rivières ? Au cours de cette thèse, nous avons adapté différentes méthodes et méthodologies conçues à l'origine pour les données basse / moyenne fréquence et les avons appliquées au jeu de données haute-fréquence du River Lab de l'Observatoire Oracle-Orgeval (France). Pendant de nombreuses années, la taille des jeux de données concentrations-débits ayant été limitée, il était difficile d'analyser de manière détaillée la forme précise de la relation C-Q. Dans de nombreux cas, l’équation de puissance précédée d’une transformation logarithmique, semblait adequate. Aujourd’hui, toute la gamme des relations C-Q à haute-fréquance peut maintenant être incluse dans l'analyse. De cette dernière, comme alternative à la relation de puissance, nous proposons d’utiliser une transformation affine de puissance bilatérale. La séparation d’hydrogramme est peut-être l’un des plus anciens problèmes non résolus de l’hydrologie. Dans la thèse, nous avons utilisé conjointement les méthodes de séparation d’hydrogramme de type filtre numérique (RDF) et une équation de mélange à deux composantes basée sur le bilan de masse (MB). Le but etait d'identifier le paramètre du modèle RDF menant aux paramètres de l’équation de mélange les plus réalistes. Nous montrons que cette approche de couplage RDF-MB fonctionne avec un étalonnage spécifique et sur l'hypothèse simple de deux sources d’écoulement. Pour combiner la relation simple de puissance et le modèle de mélange, nous avons appliqué la transformation affine de puissance bilatérale aux deux composantes de l’équation de mélange, à l’aide d’une procédure d'identification multicritère. Le nouveau modèle combiné améliore considérablement, par rapport aux modèles de puissance et de mélange, la simulation des concentrations dans le cours d'eau. Enfin, nous avons développé une méthodologie pour identifier et quantifier les sources sur la seule base d’une analyse chimique. La nouvelle méthode développée au cours de la thèse, sans aucune hypothèse préalable sur la composition des sources potentielles, nous permet d'analyser la variabilité temporelle des sources chimiques et leur relation avec les différents régimes d'écoulement.

Recent technological advances allow measuring high-frequency chemical concentrations in rivers over long periods. These new data sets, well adapted to the temporal variations of discharge, allows us today to specify the links between hydrological processes in catchments and the water stream chemistry. However, they require the development of adapted methods for data treatment. This thesis tries to answer to the following questions: which models and methods can we use to exploit high-frequency measurements and the way they are transforming our knowledge of the chemical water-quality? During the course of this thesis, we adapted different methods and methodologies originally designed for low / medium frequency data and applied then to high-frequency dataset of the River Lab of the Oracle-Orgeval observatory (France). For many years, since the size of the C-Q datasets was limited, it was difficult to analyse in much detail the precise shape of the C-Q relationship. In many cases, the power-law relationship appeared adequate, which explains its popularity, although many additions to the basic relation have been proposed to improve it. With the advent of high-frequency measuring devices, all the range of the relationship can now be included in the analysis. As a progressive alternative to the power law relationship and a log-log transformation, we propose to use a two-sided affine power scaling relationship. Hydrograph separation is perhaps one of the oldest unsolved problems of hydrology. In the thesis we aim to use jointly the Recursive Digital Filter (RDF) and Mass Balance (MB) methods in order to identify the RDF model parameter leading to the most realistic MB parameters. We show that a simple methodology proposed for the hydrograph separation (RDF-MB coupling approach) works, with a specific calibration and with the simple hypothesis of two sources of path flow. To combine the power-law relationship and the two-component mixing model, we applied the two-side affine power scaling relationship to the so-called base flow and quick flow (Cb and Cq) components, with a multicriterion identification procedure. The new combined model significantly improves, compared to power and mixing models, the simulation of stream river concentrations. Last, we develop a methodology for identifying and quantifying sources from a purely chemical point of view. The new method developed here, without any preliminary assumption on the composition of the potential sources, allows us analyzing the temporal variability of the end-member sources and their relationship to the different flow regimes.