Amélioration des prévisions d'ensemble des débits sur la France de SAFRAN-ISBA-MODCOU

Improvement of the SAFRAN-ISBA-MODCOU ensemble streamflows predictions over France

• Auteur / Autrice : Guillaume Thirel
• Direction : Éric Martin
• Type : Thèse de doctorat
• Discipline(s) : Hydrologie et météorologie
• Date : Soutenance en 2009
• Etablissement(s) : Toulouse 3

Mots clés

Mots clés contrôlés

Estimation de paramètres

Hydrométéorologie

Prévision hydrologique

Temps (météorologie) -- Prévision

Mots clés libres

Prévisions d'ensemble météorologiques

Prévisions d'ensemble hydrologiques

Scores statistiques

Assimilation de données

Blue

Incertitude

Résumé

L'objectif de cette thèse était d'améliorer les performances des prévisions d'ensemble hydrologiques du modèle SAFRAN-ISBA-MODCOU (SIM) de Météo-France. D'abord, la Prévision d'Ensemble ARPEGE (PEARP) a été utilisée (en remplacement de l'EPS à 10 jours du CEPMMT). Une étude statistique comparative à courte échéance des deux forçages météorologiques désagrégés et prévisions de débits a été réalisée. Ensuite, les états initiaux des prévisions d'ensemble de débits ont été améliorés par une assimilation des débits dans SIM-analyse (qui initialise le système ensembliste). Le but est d'améliorer les simulations de débits en modifiant l'humidité du sol avec la méthode du Best Linear Unbiased Estimator (BLUE). Plusieurs configurations ont été testées et ont montré une nette amélioration des simulations de débits. Enfin, on a quantifié l'impact de cette assimilation de débits sur les deux systèmes de prévisions d'ensemble des débits. L'amélioration est significative, même à moyenne échéance

The aim of this thesis was to improve the performances of the hydrological ensemble predictions of the SAFRAN-ISBA-MODCOU (SIM) suite of Météo-France. First, the short-range ensemble prediction of ARPEGE (PEARP) was used (instead of the 10-day ECMWF EPS). A comparative statistical study of both meteorological forcings and streamflow predictions, was performed. Then, the initial states of the ensemble streamflow predictions were improved by a streamflow assimilation system in the SIM-analysis suite. The goal was to improve the streamflow simulations by modifying the soil moisture with the Best Linear Unbiased Estimator (BLUE). Several configurations were tested and showed a significant improvement of streamflow simulations. Finally, the impact of the assimilation system on the two ensemble steamflow prediction systems was quantified. The improvement was significant, even at a medium time-range.