Estimation variationnelle des paramètres d'un modèle hydrologique distribué

Variationnal parameters estimation of a distributed hydrological model

• Auteur / Autrice : Maxime Jay-Allemand
• Direction : Patrick Arnaud, Igor Gejadze, Pierre Javelle
• Type : Thèse de doctorat
• Discipline(s) : Géosciences de l'environnement
• Date : Soutenance le 10/12/2020
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole doctorale Sciences de l'Environnement (Aix-en-Provence ; 1996-....)
• Partenaire(s) de recherche : Laboratoire : RECOVER (INRAE, Aix-en-Provence) - UMR G-eau (Gestion de l'eau, acteurs et usages, Montpellier)
• Jury : Président / Présidente : Anne-Catherine Favre Pugin
• Jury : Examinateurs / Examinatrices : Arthur Vidard, Roger Moussa, François-Xavier Le Dimet
• Jury : Rapporteurs / Rapporteuses : Hélène Roux

Mots clés

Mots clés contrôlés

Modélisation prédictive

Déversoirs

Inondations

Hydrologie

Mots clés libres

Crues

Estimation variationnelle

Assimilation de données

Modèle hydrologique distribué

Floods

Variationnal estimation

Data assimilation

Distributed hydrological model

Résumé

Le but de ces travaux est d'expérimenter une méthode d'estimation variationnelle pour calibrer les paramètres d'un modèle hydrologique distribué et conceptuel conçu pour la modélisation des crues éclairs. Cette étape est difficile. Des incertitudes quant à la modélisation des processus hydrologiques existent, le nombre de paramètres à déterminer est très grand et les méthodes de calage classiques ne sont pas adaptées. Le modèle est défini sur une grille rectangulaire de résolution 1km2 sur laquelle trois paramètres sont associés à chaque cellule. 23 bassins-versants "aval" contenant 118 sous-bassins emboîtés "amont" ont été étudiés. Pour chaque bassin-versant, des données de débits au niveau des stations de jaugeage, des observations de pluies issues des radars météorologiques et l'estimation de l'évapotranspiration sont disponibles au pas de temps horaire. Le calage variationnel minimise une fonction objectif qui pénalise l'écart entre les variables observées et simulées. Les bénéfices d'un calage distribué par rapport à un calage uniforme des paramètres sont évalués en terme de performances prédictives en validation temporelle et spatiale. Le calage distribué des paramètres sur les bassins "aval" permet d'améliorer les prédictions des débits aux exutoires "amont" utilisés pour la validation. La variabilité spatiale des paramètres optimisés semble représenter certaines caractéristiques hydrologiques des bassins-versants étudiés. Les résultats sont positifs et les perspectives sont encourageantes pour développer des approches permettant de régionaliser les valeurs des paramètres ou bien d'assimiler des observations en temps réel pour faire de la prévision

Calibration of a conceptual hydrological and distributed model is challenging due to a number of reasons, which include fundamental (model adequacy, identifiability) and algorithmic (e.g. local-search versus global-search) issues. The aim of this research work is to investigate the potential of the variational approach for calibrating a simple continuous hydrological model involved in several flash-flood modelling applications. This model is defined on a rectangular 1km2 resolution grid, with three parameters being associated to each cell. 23 watersheds are chosen as the study benchmark. For these watersheds, the discharge observations at several gauging stations, gridded rainfall and potential evapotranspiration estimates are continuously available at an hourly time step. In the variational approach one looks for the optimal solution by minimizing the standard quadratic cost-function which penalizes the misfit between the observed and predicted values. In numerical experiments, the benefits of using the distributed against the uniform calibration are measured in terms of the model predictive performance, in temporal, spatial and spatio-temporel validation. Overall, distributed calibration shows encouraging results, providing better model predictions and relevant spatial distribution of some parameters. Future perspectives are identified, such as the development of a regionalisation approach for the model parameters or real-time assimilation of observations in order to produce forecasts