X-band radar data and predictive management in urban hydrology

Résumé : L'objectif principal de cette thèse était de parvenir à un outil de gestion fiable des bassins de rétention d'eaux pluviales en utilisant les données radar en bande X. Il s’est avéré que cela nécessite plusieurs développements de recherche. Le cas d’étude considéré comprend un bassin de 10000 m3 situé en Val-de-Marne et construit en aval d'un bassin versant urbain de 2.15 km2. Il assure un double rôle de traitement des eaux pluviales et de prévention des inondations par stockage du volume. Opérationnellement les modes de gestion associés à chacun de ces objectifs sont antagonistes si bien qu’une gestion prédictive a été mise en place ; exploitation routinière en mode anti-pollution et basculement vers le mode anti-inondation en cas de besoin. Il doit se faire sur la base d’une connaissance sûre de la situation pluvieuse prévue à court terme. Une façon courante de répondre aux besoins opérationnels de la gestion prédictive est de mettre en place un système d’alerte basé sur l’utilisation des données radar. Le système CALAMAR par exemple, repose sur l’utilisation des données radar brutes à mono polarisation du réseau radar de Météo-France; traitées avec des méthodes de conversion classiques Z-R et une calibration avec des pluviomètres. Cependant, la fiabilité de ce système fait débat, notamment vis-à-vis de la qualité de la mesure radar obtenue. Une nouvelle méthodologie de comparaison de produits radar a été développée au cours de cette thèse. Elle repose sur le cadre théorique des multifractals et permet une comparaison de la structure et de la morphologie des champs de précipitations dans l'espace et le temps à travers les échelles. Cette méthode a d'abord été appliquée sur les produits CALAMR et Météo-France, puis, pour confirmer certains des résultats, sur les premières données d’un radar bande X, acquis par l’Ecole des Ponts ParisTech dans le cadre du projet Européen RainGain et fournissant des mesures de précipitations à des échelles plus fines (jusqu’à 100m en espace et 1 min en temps). Les résultats obtenus mettent en évidence non seulement l'influence cruciale des méthodes de traitement des données brutes sur la variabilité spatio-temporelle à travers les échelles, mais permettent également de prédéfinir les conditions dans lesquelles la calibration CALAMAR peut aggraver la qualité des mesures. Elles seraient très difficiles à détecter par les méthodes classiques largement répandues, n’impliquant qu’un nombre très limité de pixels radar (seulement ceux correspondants aux pluviomètres au sol). Des extensions de la méthodologie proposée ouvriront de nouveaux horizons pour la calibration des données de pluie. Alors que la littérature scientifique, notamment autour expériences TOMACS au Japon et CASA aux Etats-Unis, souligne l’importance opérationnelle d’une mesure de pluie plus détaillée grâce au radar en bande X, son impact sur les performances des modèles hydrologiques fait encore débat. Les recherches antérieures, basée pour la plupart sur des modèles conceptuels, ne sont pas concluantes. Ainsi pour dépasser ces limites, nous avons utilisé deux modèles impliquant des approches de modélisation différentes : CANOE (semi-distribué et conceptuel) et Multi-Hydro (distribué et à base physique ; développé à l’ENPC). Une version opérationnelle de CANOE et une nouvelle configuration plus fine améliorant considérablement la sensibilité du modèle à la variabilité de la pluie ont été utilisées. Plusieurs développements ont été apportés à Multi-Hydro, y compris une optimisation de sa résolution, ce qui améliore grandement l'ensemble de ses fonctionnalités. Il ressort de ce travail qu’en prenant en compte la variabilité spatio-temporelle des précipitations à petite échelle, la performance des modèles hydrologiques peut être augmentée jusqu'à 20%.Nous pensons que cette thèse a contribué à la mise au point de nouveaux outils opérationnels, fiables ayant la capacité de prendre en compte les données en bande X haute résolution
Type de document :
Thèse
Hydrology. Université Paris-Est, 2016. English. 〈NNT : 2016PESC1007〉
Liste complète des métadonnées

https://pastel.archives-ouvertes.fr/tel-01437464
Contributeur : Abes Star <>
Soumis le : mardi 17 janvier 2017 - 11:35:08
Dernière modification le : jeudi 8 février 2018 - 11:36:01
Document(s) archivé(s) le : mardi 18 avril 2017 - 13:40:48

Fichier

TH2016PESC1007_diffusion.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01437464, version 1

Collections

Citation

Abdellah Ichiba. X-band radar data and predictive management in urban hydrology. Hydrology. Université Paris-Est, 2016. English. 〈NNT : 2016PESC1007〉. 〈tel-01437464〉

Partager

Métriques

Consultations de la notice

578

Téléchargements de fichiers

124