Dépôt numérique
RECHERCHER

Désagrégation statistique de la précipitation mésoéchelle.

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Gagnon, Patrick (2012). Désagrégation statistique de la précipitation mésoéchelle. Thèse. Québec, Université du Québec, Institut national de la recherche scientifique, Doctorat en sciences de l'eau, 245 p.

[thumbnail of T000596.pdf]
Prévisualisation
PDF
Télécharger (7MB) | Prévisualisation

Résumé

La modélisation hydrologique nécessite des données de précipitation à une échelle spatiale adaptée au bassin versant analysé. En passé récent, les données de précipitation proviennent généralement d’observations aux stations météorologiques qui sont interpolées directement (e.g. polygones de Thiessen, pondération inverse à la distance, krigeage). Pour les données futures, que ce soit en prévision météorologique ou en projection climatique, la résolution spatiale des champs de précipitation est déterminée par la grille du modèle numérique utilisé. Dans la majorité des cas, la taille des tuiles de ces grilles est de l’ordre de la dizaine de kilomètres, ce qui est trop grossier pour certaines applications hydrologiques sur de petits bassins versants. Bien que la résolution spatiale des modèles météorologiques et climatiques se raffine avec l’évolution des ressources informatiques et des connaissances physiques du climat, un écart entre la résolution disponible à partir des modèles physiques et la résolution nécessaire pour certaines applications demeure. Pour palier ce problème, un modèle de désagrégation statistique de la précipitation, qui distribue spatialement la précipitation d’une grille mésoéchelle (i.e. résolution > 10 km) vers une grille à plus fine échelle, peut être appliqué. Les modèles de désagrégation utilisés jusqu’à maintenant dans les applications hydrologiques ont l’avantage d’être simple à mettre en application et nécessitent peu de temps de calcul comparativement aux modèles physiques. La simplicité d’un modèle le rend accessible pour un plus grand nombre d’utilisateurs potentiels et le faible temps de calcul permet aussi de produire plusieurs champs désagrégés pour un même événement. Cependant, ces modèles ont comme principal inconvénient de donner des champs de précipitation comportant des discontinuités visibles ne reflétant pas la structure spatiale observée de la précipitation. L’objectif principal de la thèse est de développer un modèle de désagrégation statistique de la précipitation mésoéchelle produisant des structures spatiales réalistes. L’échantillonnage de Gibbs, une méthode Monte Carlo par chaîne de Markov, est choisi pour produire les valeurs désagrégées. Cette méthode permet de générer un ensemble de valeurs (ici, l’ensemble des valeurs désagrégées sur les pixels d’une tuile de la grille à résolution mésoéchelle) lorsque la distribution statistique de chaque élément (ici, chaque pixel qui subdivise la tuile) dépend des autres éléments de l’ensemble et qu’aucun élément n’est connu. La thèse comporte trois objectifs spécifiques : (i) le développement du modèle sur une région avec peu de relief, (ii) l’adaptation du modèle à une région montagneuse, et (iii) l’application du modèle pour la modélisation hydrologique d’un événement de pluie intense sur un petit bassin versant québécois. La région avec peu de relief étudiée se situe dans les États de la Floride, de l’Alabama, de la Géorgie et de la Caroline de Sud, au sud-est des États-Unis, et couvre environ 400 × 400 km². Des données journalières observées à fine résolution (environ 4 km) de 2002 à 2005 sont utilisées pour définir la structure du modèle et pour en estimer les paramètres. La précipitation sur un pixel est supposée issue de la distribution lognormale avec espérance égale à la moyenne des huit pixels les plus proches à laquelle s’ajoutent deux termes : un tenant compte de la distance des pixels les plus proches et un autre tenant compte de l’anisotropie, définie à partir de la vitesse et de la direction du vent à 700 hPa. L’écart-type de la précipitation sur un pixel croît en fonction de l’espérance et de l’énergie potentielle de convection disponible durant l’événement. Au total, le modèle compte cinq paramètres à estimer. Les données journalières observées de 2006 à 2008 sont comparées aux données désagrégées par le modèle. Dans l’ensemble, le modèle reproduit avec justesse la corrélation spatiale et l’anisotropie. Le modèle reproduit plus difficilement les valeurs extrêmes associées aux événements convectifs. L’adaptation du modèle à une région montagneuse se fait en considérant un territoire d’environ 300 × 300 km² situé dans les États de Washington et de l’Oregon, au nord-ouest des États-Unis. L’analyse des données journalières observées à fine résolution de 2002 à 2005 a mené à l’ajout au modèle de la Partie I d’un seul terme pour tenir compte de la topographie. Ce terme dépend de l’anomalie topographique, qui correspond, grosso modo, à la différence entre l’altitude observée sur un pixel et l’altitude estimée à partir des pixels du voisinage. Contrairement au sud-est des États-Unis, la vitesse et la direction du vent n’ont pas permis d’expliquer l’anisotropie dans cette région à topographie complexe. Néanmoins, le modèle, appliqué à la précipitation journalière de 2006 à 2008, reproduit adéquatement les plus importantes pointes locales de précipitation causées par la topographie. Il a aussi été observé que le modèle sans le terme tenant compte de la topographie est capable de reproduire l’impact de cette topographie lorsque les variations d’altitude sont peu importantes. L’application en modélisation hydrologique du modèle développé au sud-est des États-Unis se fait sur un événement de pluie intense sur le bassin de la rivière des Anglais, à la frontière entre le Québec (Canada) et l’État de New-York (États-Unis). Le modèle hydrologique distribué HYDROTEL est utilisé. Les débits simulés varient selon la méthode utilisée pour répartir spatialement la pluie, illustrant l’importance d’un modèle de désagrégation adéquat. Les résultats montrent que le modèle amène une valeur ajoutée par rapport à l’interpolation puisqu’il peut produire un ensemble de champs de précipitation pour un seul événement. Pour un gestionnaire, un ensemble de valeurs facilite le processus décisionnel puisqu’il permet d’illustrer l’incertitude sur les résultats d’une simulation. Aussi, le modèle reproduit généralement bien l’emplacement de la pointe de précipitation de l’événement, mais la sous-estime. L’impact de la désagrégation diminue avec la superficie drainée, mais est toujours présent à l’exutoire du bassin (730 km²). Le débit simulé est fortement conditionné par la précipitation utilisée en entrée, mais dépend aussi beaucoup des types de sol et du calage des paramètres du modèle hydrologique.

Type de document: Thèse Thèse
Directeur de mémoire/thèse: Rousseau, Alain N.
Co-directeurs de mémoire/thèse: Caya, Danielet Mailhot, Alain
Mots-clés libres: désagrégation spatiale; modèle statistique; précipitation; grille mésoéchelle; hydrologie; modélisation
Centre: Centre Eau Terre Environnement
Date de dépôt: 03 oct. 2013 15:31
Dernière modification: 29 sept. 2020 15:55
URI: https://espace.inrs.ca/id/eprint/1538

Gestion Actions (Identification requise)

Modifier la notice Modifier la notice