Dépôt numérique
RECHERCHER

Estimation des débits sous glace dans le sud du Québec : comparaison de modèles neuronal et déterministe.

Turcotte, Richard; Favre, Anne-Catherine; Lacombe, Pierre; Poirier, Charles et Villeneuve, Jean-Pierre (2005). Estimation des débits sous glace dans le sud du Québec : comparaison de modèles neuronal et déterministe. Canadian Journal of Civil Engineering , vol. 32 , nº 6. pp. 1039-1050. DOI: 10.1139/L05-084.

Ce document n'est pas hébergé sur EspaceINRS.

Résumé

Les valuations en temps rel des dbits en rivire, lorsque la section d'coulement est obstrue par la glace, selon deux approches objectives diffrentes ont t compares sur une priode de cinq hivers. Une approche par rseaux de neurones, qui ajustent des relations entre les dbits sous glace et les niveaux d'eau et tempratures de l'air mesurs, ainsi qu'une approche par modlisation hydrologique dterministe ont t appliques huit sites jaugs du sud du Qubec. Les deux approches ont produit des rsultats intressants pour les priodes o aucune fonte de neige ne vient alimenter les cours d'eau. Pour les autres priodes, le rseau de neurones a eu une meilleure performance, bien que la qualit des rsultats pour les deux approches soit moins probante. Un potentiel d'amlioration important pour l'approche par modlisation dterministe a t identifi. Une analyse sommaire a aussi montr que les approches prcites ne sont pas radicalement moins bonnes que les valuations faites oprationnellement par les experts.

Abstract

Real-time assessments of stream flows under ice cover, using two distinct objective approaches, were compared over a 5-year period. Approaches based on artificial neural networks, defining mathematical relationships between stream flow, water level, and air temperature, and on a deterministic hydrological model were applied at eight gauged sites located in southern Quebec. Good results were obtained using both approaches, when no snowmelt contributes to the rise of the inflows. In the other hydrological situations, the neural network results were the best, but results of both approaches were sensibly poorer. Nevertheless, the potential for increasing the skills of the deterministic model seems high. Otherwise, a preliminary analysis showed that both approaches lead to stream-flow estimations that are not radically worse than the ones performed by the team of experts.

Type de document: Article
Mots-clés libres: hydromtrie; hydrologie; dbits sous effet de glace; modlisation hydrologique; rseau de neurones; discharge measurement; hydrology; ice-affected stream flow; hydrological modeling; neural network
Centre: Centre Eau Terre Environnement
Date de dépôt: 08 janv. 2021 21:06
Dernière modification: 08 janv. 2021 21:06
URI: https://espace.inrs.ca/id/eprint/10979

Gestion Actions (Identification requise)

Modifier la notice Modifier la notice