Skip to Main content Skip to Navigation
Theses

Comment quantifier l’incertitude prédictive en modélisation hydrologique ? : Travail exploratoire sur un grand échantillon de bassins versants

Résumé : La modélisation hydrologique permet de quantifier la transformation pluie-débit au sein d’un bassin versant. Bien que les modèles parviennent généralement à représenter de manière acceptable le fonctionnement des bassins versants, cette représentation, nécessairement simplifiée, reste imparfaite, et une quantification des incertitudes est souhaitable. Cette thèse s’intéresse à la quantification de l’incertitude prédictive en modélisation hydrologique. Le principal objectif de nos travaux est d’explorer différentes méthodes qui permettent d’associer à des simulations ou des prévisions de débits déterministes des distributions probabilistes. Nous distinguons le contexte de simulation du contexte de prévision et adoptons dans ces deux cas une démarche comparative et pragmatique qui permet d’évaluer différentes approches sur un large échantillon de bassins versants français, à l’aide de critères d’évaluation adaptés. En simulation, nos travaux ont porté sur deux méthodes liées à l'estimation des paramètres des modèles hydrologiques, la méthode GLUE et le calage bayésien, ainsi que sur deux approches plus pragmatiques, l'approche multi-modèles, et le post-traitement statistique. Nos résultats suggèrent que les approches telles que GLUE qui ne s'appuient que sur un ensemble de différents jeux de paramètres ne parviennent pas, en général, à représenter de manière adéquate l'incertitude prédictive totale. L'utilisation d'un modèle d'erreur extérieur au fonctionnement interne du modèle hydrologique est nécessaire. Les méthodes de post-traitement suffisamment flexibles pour caractériser les erreurs résiduelles obtenues en calage parviennent à refléter de manière plus satisfaisante les marges d'erreurs du modèle hydrologique utilisé. Nous proposons également une méthode qui permet d'obtenir une estimation de l'incertitude prédictive pour les bassins non jaugés, au moyen d'un transfert des marges d'erreurs constatées sur les bassins jaugés. Les résultats indiquent que la méthode est prometteuse et fournit dans la plupart des cas des intervalles de confiance fiables et fins sur les sites non-jaugés. En prévision, nos travaux ont porté d'une part sur la comparaison de différentes méthodes de post-traitement statistique, et d'autre part sur l'interaction entre l'assimilation de données et le post-traitement au sein d'une chaîne de prévision hydrologique d'ensemble. Les résultats obtenus montrent l'importance de la prise en compte de l'évolution de l'incertitude prédictive en fonction de l'échéance de prévision et mettent en évidence les gains de performance qui peuvent être obtenus quand la quantification de l'incertitude s'appuie sur une meilleure caractérisation de la situation de la situation de prévision. Enfin, nos travaux indiquent que l'utilisation conjointe de l'assimilation de données et d'une méthode de post-traitement permet d'améliorer les performances d'une chaîne de prévision hydrologique d'ensemble.
Document type :
Theses
Complete list of metadatas

Cited literature [98 references]  Display  Hide  Download

https://pastel.archives-ouvertes.fr/tel-01130084
Contributor : Abes Star :  Contact
Submitted on : Monday, March 9, 2015 - 5:54:56 AM
Last modification on : Tuesday, May 26, 2020 - 11:34:03 AM
Document(s) archivé(s) le : Monday, April 17, 2017 - 4:20:19 AM

File

2014AGPT0016.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01130084, version 2

Collections

Citation

François Bourgin. Comment quantifier l’incertitude prédictive en modélisation hydrologique ? : Travail exploratoire sur un grand échantillon de bassins versants. Sciences de la Terre. AgroParisTech, 2014. Français. ⟨NNT : 2014AGPT0016⟩. ⟨tel-01130084v2⟩

Share

Metrics

Record views

810

Files downloads

1363