Modélisation statistique de la température de l'eau en rivière et en régime non-hivernal.

Benyahya, Loubna (2007). Modélisation statistique de la température de l'eau en rivière et en régime non-hivernal. Thèse. Québec, Université du Québec, Institut national de la recherche scientifique, Doctorat en sciences de l'eau, 174 p.

Prévisualisation

PDF Télécharger (6MB) | Prévisualisation

Résumé

Le processus de prévision de la température de l'eau en rivière est entamé par le développement et l'application des modèles appropriés permettant une bonne description du régime thermique. La modélisation peut donc être un outil de gestion important, qui permet de prédire la température de l'eau pour des conditions hydrométéorologiques variées et donc d'en évaluer l'impact sur la qualité et la quantité d'habitat aquatique. Cette thèse a donc pour but de proposer une nouvelle approche appropriée de modélisation statistique de la température de l'eau. La revue de littérature a montré que les modèles périodiques n'ont pas été employés jusqu'à présent. Pourtant, ils offrent l'avantage de modéliser la variation périodique de la fonction d'autocorrélation, une caractéristique souvent présente dans les séries hydroclimatiques à petit pas de temps (hebdomadaires ou mensuelles). De plus, il ressort de la revue de littérature que les modèles non-paramétriques (réseaux de neurones artificiels (RNA) et k-voisins les plus proches (VPP)) sont très peu considérés, et donc ils demeurent de nouvelles pistes pour déterminer s'ils pourront apporter une amélioration en terme de performance par rapport aux modèles périodiques. Une première étude a été effectuée afin de vérifier l'applicabilité du modèle périodique autorégressif (PAR) et d'en souligner l'intérêt en comparant sa performance avec celle d'une approche autorégressive courante (AR). Les données utilisées dans la modélisation numérique sont les températures hebdomadaires de la rivière Deschutes (Oregon, États-Unis) entre 1963-1980. La performance des deux modèles a été évaluée à l'aide de trois critères numériques: la racine de l'erreur quadratique moyenne, le biais absolu et le coefficient de Nash. Ces critères ont été calculés pour chaque année en utilisant une technique de validation croisée de type "Jackknife". Les résultats préliminaires ont montré que le modèle PAR et le modèle autorégressif existant présentent une performance similaire dans la simulation des températures hebdomadaires. Toutefois, le modèle PAR est capable de fournir pour chaque période de l'année des valeurs de biais plus stationnaires que le modèle AR. Pour tenter d'obtenir une modélisation plus réaliste et plus opérationnelle pour les gestionnaires des ressources hydriques, une deuxième étude a été effectuée en incorporant la température de l'air et le débit comme variables affectant le régime thermique. Deux nouveaux modèles de température de l'eau sont alors proposés et comparés, soit le modèle périodique autorégressif avec variables exogènes (PARX) et la méthode des k-voisins les plus proches (VPP). Les données de température hebdomadaire de l'eau utilisées (1984- 2004), proviennent de la rivière Nivelle (Pyrénées atlantiques, France). Les résultats obtenus dans ce volet de la thèse montrent que les deux méthodes sont équivalentes et conduisent aux meilleurs résultats en terme de critères de performance. De plus, les modèles VPP4 (modèle avec quatre variables explicatives) et PARX3 (modèle avec trois variables explicatives) se démarquent de tous les autres modèles considérés. En conclusion, en vertu de leur paramétrisation, les modèles périodiques précisément développés dans le cadre de cette thèse, demeurent les plus appropriés, car de plus ils préservent la persistance des températures hebdomadaires de l'eau, ils offrent une équation explicitant la relation entre la température de l'eau et les variables explicatives.

Type de document:	Thèse Thèse
Directeur de mémoire/thèse:	St-Hilaire, André
Co-directeurs de mémoire/thèse:	Ouarda, Taha B.M.J.; Bobée, Bernard
Mots-clés libres:	modélisation statistique; température de l’eau; modélisation stochastique; approche paramétrique; approche non-paramétrique; rivière Deschutes; rivière Nivelle
Centre:	Centre Eau Terre Environnement
Date de dépôt:	18 juin 2013 15:50
Dernière modification:	28 sept. 2020 17:19
URI:	http://espace.inrs.ca/id/eprint/1379

Actions (Identification requise)

Modifier la notice