Métriques utilisées pour comparer la performance des deux modèles hydrologiques

Données provenant de réanalyses atmosphériques

Les jeux de données de réanalyses reproduisent la condition de l’atmosphère en se servant de la portion ‘analyse’ d’un modèle de prévision météorologique. La phase de l’analyse est celle de l’assimilation des données observées visant à initialiser le modèle numérique de prévision. Chaque cycle de prévision génère dynamiquement un état initial de l’atmosphère physiquement raccordé avec les observations pour simuler le prochain cycle de prévision. Dans une réanalyse, on revisite l’historique passé sur une longue période au cours de laquelle le modèle méthodologique et la technique d’analyse sont temporellement invariables (Sabarly 2015). Les sources d’observation utilisées sont diverses telle que les réseaux de stations, les satellites, les radiosondes ou les données provenant d’avions. Les réanalyses fournissent de nombreuses variables comme la précipitation, la température, l’évaporation, mais aussi de nombreuses autres variables atmosphérique et de surface (Wang et al. 2011). De manière générale, les données des stations météorologiques au sol ne sont pas les plus critiques au processus d’assimilation.

De cette manière, la qualité des réanalyses ne devrait pas être trop affectée par la densité des stations météorologiques au sol. Le processus de réanalyse est extrêmement coûteux en temps de calcul informatique, et ne peut être effectué que sur une grille assez grossière ce qui limite potentiellement leur utilité. Le Tableau 1.1 présente une liste des principales réanalyses disponibles. La qualité des jeux de données des réanalyses est examinée sur différents aspects tels que l’adaptation de l’analyse aux données observations, la stabilité du bilan de masse global ainsi que la précision de la prévision à court terme. L’étude comparative des premières réanalyses telles que ERA-15 et des secondes créations telle que ERA-40 confirme l’amélioration de ces produits. Effectivement, certains facteurs qui ont apporté ce progrès sont l’utilisation de sources multiples des données observations, leur couverture spatiale et temporelle améliorée, de même que l’amélioration de la qualité de la résolution horizontale et verticale dans la couche limite entre la terre et l’atmosphère (Uppala et al. 2005).

Malgré la bonne performance des réanalyses récentes, une certaine incertitude dans ces données demeure en comparaison avec la réalité, étant donné que la qualité de certaines données assimilées varie dans le temps et l’espace. La précipitation des réanalyses est bien corrélée spatialement avec les observations, mais elle est moins variable temporellement que cette dernière. En plus de la qualité des observations et du modèle de simulation, la précipitation est aussi affectée par la circulation générale (Bosilovich et al. 2008). La troisième génération de réanalyse (e.g. ERA-Intérim) réduit ces faiblesses en considérant l’interaction plus adéquatement entre les océans, les terres et l’atmosphère, reproduisant ainsi le cycle hydrologique de manière satisfaisante tout en tenant compte d’une meilleure cohérence temporelle dans le processus d’assimilation (Dee et al. 2011). L’étude de Essou et al. (2016b) sur trois réanalyses atmosphériques globales (ERA-Intérim, CFSR et MERRA) et une réanalyses régionale (NARR) sur les États-Unis démontre que la température issue des réanalyses est très semblable aux observations. Par contre, les précipitations sont généralement biaisées par rapport aux observations. Sabarly et al. (2016) a analysé le cycle de l’eau des réanalyses CFSR, MERRA, ERA-Intérim et NARR sur la province du Québec. L’étude a été effectuée sur les précipitations, l’évaporation, le ruissellement et le bilan hydrique à différentes échelles spatiales. Les résultats illustrent un défaut de fermeture du bilan hydrique des réanalyses, sauf pour MERRA. MERRA et ERAIntérim fournissent la précipitation plus fiable sur la province du Québec.

Utilisation d’un modèle régional de climat

Tel que mentionné à la section 1.2, les réanalyses peuvent fournir des données utiles en hydrologie dans les régions ou le réseau de stations météorologiques est déficient. La résolution de ces réanalyses est par contre faible. Il est alors possible de faire une descente d’échelle dynamique avec l’aide d’un modèle régional de climat. Sur la base de l’échelle spatiale, les modèles climatiques sont classés en Modèles du Climat Global (MCG) et Modèle Régional de Climat (MRC). Les modèles climatiques utilisent les lois physiques et dynamiques pour représenter les cycles principaux de l’océan et l’atmosphère. Ces modèles respectent donc la cohérence entre les variables climatiques et respectent la fermeture des bilans de masse et d’énergie. L’assimilation des données observations n’est normalement pas appliquée dans le processus de simulation, et, en conséquence, les modèles climatiques peuvent être exécutés sur de longues périodes de temps. Les MCG traitent le globe entier à une échelle spatiale relativement grossière (de 100 à 250 km) ce qui les empêche de résoudre le contrôle régional sur certaines variables telles que la précipitation convective (Cholette 2013). Les Modèles Régionaux de Climat opèrent sur une aire limitée du globe, ce qui permet de plus hautes résolutions spatiales. Les MRCs sont pilotés à leurs conditions frontières latérales par des réanalyses, un MCG ou un autre MRC à résolution plus grossière. Les principaux avantages des MRC par rapport aux réanalyses sont leur cohérence physique ainsi que la fermeture du bilan hydrique à long terme (Cardin-Ouellette 2013). Bien que l’utilisation de simulations climatiques régionales à haute résolution soit avantageuse, elles demeurent dépendantes des conditions imposées à la frontière de leur domaine de calcul, et peuvent dont hériter des défauts des MCG ou des réanalyses qui sont utilisés (Minville 2008).

Le modèle régional canadien de climat (MRCC_4.2) (Music et Caya 2007) piloté le par Modèle Couplé du Climat du Globe Canadien (MCCG_3.1) (McFarlane et al. 2005; Scinocca et McFarlane 2004) a fait l’objet de plusieurs travaux de recherche. Selon Bresson etLaprise (2011) pour faire l’étude des impacts du changement climatique, il est nécessaire de bien représenter le cycle hydrologique. La simulation des MRCs est influencée par leur pilote (GCM ou réanalyse) aux frontières de leur domaine de calcul. A l’intérieur du domaine de calcul, les MRC peuvent s’éloigner de la circulation à grande échelle prescrite par leur pilote. Afin de limiter ce problème, Biner et al. (2000) ont appliqué un pilotage spectral sur l’ensemble du domaine de calcul, en plus du pilotage à la frontière. Le pilotage spectral vise à empêcher la simulation MRCC de dériver de sa donnée de pilotage (Riette et Caya 2002). L’aptitude de modèle régional de climat ALADIN a été examinée sur l’Amérique du Nord par Lucas-Picher et al. (2013). L’étude était faite en utilisant le pilotage de deux différentes réanalyses (ERA-40 et ERA-Intérim) avec et sans pilotage spectral. Les résultats montrent une performance similaire à celle des autres MRC utilisés couramment sur l’Amérique du Nord. Les différences entre les deux simulations sont petites.

Le pilotage spectral à grand échelle accroit la cohérence temporelle du cycle atmosphérique entre les réanalyses et les observations (Lucas-Picher et al. 2013). Lucas-Picher et al. (2016) ont utilisé la cinquième version du Modèle régional de climat Canadien (MRCC5) avec une résolution horizontale plus fine pilotée par ERA-Intérim sur l’Amérique du Nord afin de mettre en lumière les avantages de l’utilisation de MRC à haute résolution. Dans ce but, l’évaluation a été faite sur cinq événements climatiques remarquables de l’Amérique du nord soient la précipitation orographique en hiver, la mousson, l’effet de lac sur les chutes de neige, la canalisation orographique du vent et la précipitation liée à la convergence de la brise marine. Cette comparaison montre certains avantages de la simulation régionale à haute résolution. Biner (2016) a effectué une validation de certaines variables des premières simulations du MRCC (version 5) menées par Ouranos sur la province du Québec dans le cadre du projet CROQ (Climat reconstruit à Ouranos pour le Québec). La précipitation ainsi que les températures minimum et maximum sont comparées avec les jeux de données sur grille CRU et aussi avec les simulations du MRCC (version 4) à l’échelle de temps saisonnière. L’étude confirme certains biais sur le Québec. Ces biais sont humides pour la précipitation, froids au nord et chauds au sud pour la température. Les biais sont dépendants de la résolution et du domaine pour les deux versions du MRCC.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport-gratuit.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

INTRODUCTION
CHAPITRE 1 REVUE DE LA LITTÉRATURE
1.1 Données météorologiques par interpolation spatiale
1.2 Données provenant de réanalyses atmosphériques
1.3 Utilisation d’un modèle régional de climat
1.4 Utilisation des modèles hydrologiques pour valider des données météorologiques
1.4.1 Modélisation hydrologique et réanalyses
1.4.2 Modélisation hydrologique et modèle régional de climat
1.5 Objectifs du présent travail
CHAPITRE 2 MÉTHODOLOGIE
2.1 Les bassins versants étudiés
2.2 Données utilisées
2.2.1 Jeux de données météorologiques
2.2.2 Base de données hydrologiques
2.3 Comparaison climatique des jeux de données à grille
2.4 Modélisation hydrologique
2.4.1 Modèles hydrologiques utilisés : GR4J et HSAMI
2.4.2 Calibration des modèles hydrologique
2.4.2.1 Critère d’efficience de Nash-Sutcliffe
2.4.2.2 Algorithme d’optimisation
2.5 Métriques utilisées pour comparer la performance des deux modèles hydrologiques
CHAPITRE 3 RÉSULTATS
3.1 Comparaison générale des jeux de données : Température et Précipitation
3.1.1 Comparaison sur la province de Québec et sur 117 bassins versants de CQ2
3.1.1.1 Carte moyenne saisonnière de précipitation et température
3.1.1.2 Biais moyen saisonnier
3.1.1.3 Moyenne des cycles annuels
3.1.2 Comparaison sur 20 grands bassins versants du Nord et du Sud
3.1.2.1 Biais moyen saisonnier
3.1.2.2 Ratio des variances
3.1.2.3 Coefficient de corrélation
3.1.3 Comparaison sur deux grands bassins versants du Nord et du Sud
3.1.3.1 Moyenne des cycles annuels
3.1.3.2 Diagramme de Taylor
3.1.3.3 Diagramme Quantile-Quantile
3.2 Simulation hydrologique en validation
3.2.1 Performance des modèles HSAMI & GR4J sur 117 bassins
3.2.2 Analyse statistique et comparaison des modèles HSAMI et GR4J sur grands bassins du Nord et du Sud du Québec
3.2.2.1 Critère de Nash-Sutcliffe
3.2.2.2 Biais normalisé moyen annuel sur les débits simulés
3.2.2.3 Coefficient de corrélation des débits journaliers
3.2.2.4 Ratio des Variances
3.2.2.5 RMSE normalisée, MAE10 & MAE90
3.2.3 Comparaison des simulations hydrologiques des deux modèles sur un bassin du Nord et un bassin du Sud
3.2.3.1 Hydrogramme Moyen annuel
3.2.3.2 Moyenne annuelle des Neiges simulées
CHAPITRE 4 DISCUSSION
4.1 Validation des données journalières de température et précipitation du jeu de données CROQ
4.1.1 Précipitation
4.1.2 Température
4.2 Évaluation hydrologique de jeu de données CROQ sur la province du Québec
4.3 Comparaison de la performance des deux modèles hydrologiques
CONCLUSION
RECOMMANDATIONS
ANNEXE I LISTE DES FIGURES CONCERNANT LA COMPARAISON MÉTEOROLOGIQUE DES JEUX DE DONNÉES
ANNEXE II LISTE DES FIGURES CONCERNANT LA COMPARAISON DES DEUX MODÈLES HYDROLOGIQUES
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES

Rapport PFE, mémoire et thèse PDFTélécharger le rapport complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *