Book Description
La prévision d'ensemble hydrologique est devenue un élément clé pour atténuer les effets des catastrophes naturelles (crues et sécheresses) et pour aider à la gestion des barrages (gestion du risque et de la ressource). Une approche probabiliste permet de représenter l'incertitude de prévision et de faciliter la prise de décision. Dans cette étude, un système automatique de prévision d'ensemble du débit tenant compte des principales sources d'incertitude est utilisé. L'incertitude météorologique est décrite en utilisant des prévisions d'ensemble météorologiques (MEPS) qui, malgré des améliorations constantes, peuvent rester localement biaisées et/ou peu fiables. Ces deux problèmes peuvent affecter la qualité de la prévision du débit et les décisions qui en résultent. Cette étude vise à évaluer si un post-traitement de la prévision météorologique est utile pour améliorer la prévision du débit produite par un système quantifiant les principales sources d'incertitude. Deux techniques de post-traitement météorologique sont utilisées pour corriger des prévisions de précipitation ECMWF : "Censored, Shifted Gamma Distribution" (CSGD) et "Distribution-based scaling" (DBS). Les prévisions de précipitations brutes et post-traitées sont utilisées pour forcer 20 modèles hydrologiques et obtenir des prévisions d'ensemble de débits. L'incertitude liée aux conditions initiales sont décrites par une assimilation de données (filtre d'ensemble de Kalman). Le post-traitement de la prévision de précipitation est évalué sur les sous-bassins de la rivière Gatineau au Québec en utilisant une évaluation multi-critères (diagramme de fiabilité, MCRPS...). Les résultats montrent une amélioration de la prévision météorologique en termes de fiabilité pour tous les bassins. Cette amélioration dépend de la quantité de précipitations, de l'horizon de prévision et de la saison. Les améliorations en termes d'exactitude sont plus modérées. Cependant, l'amélioration de la qualité de la prévision de précipitation a un impact faible sur la prévision du débit.
Book Description
Depuis plusieurs années, la prévision d'ensemble suscite beaucoup d'intérêt en météorologie et en hydrologie. Le dessein de ce type de prévisions est d'évaluer l'incertitude du système pour la présenter sous la forme d'un ensemble de prévisions probables. En hydrologie, la prévision d'ensemble (PHE) est produite en fournissant au modèle pluie-débit les prévisions météorologiques d'ensemble (PME). La valeur ajoutée de cette prévision, comparée à la prévision hydrologique déterministe typique (PHD), pourrait s'avérer d'une grande utilitée pour la gestion en situation de crue. Dans le cadre de cette maîtrise, des PHE de débits et de niveaux sont produites sur le bassin versant du Haut Saint-François pour deux périodes qui ont connu des événements de crues. Les PHE de débits sont simluées en fournissant au modèle hydrologique HYDROTEL la PME issue du système opérationnel d'ensemble canadien. Ces PHE se sont avérées plus performantes que les PHD à partir de l'horizon 24 heures. L'évaluation des PHE obtenues a également démontré que les PHE sous-estiment l'incertitude réelle du système. Cette sous-dispersion de l'ensemble, prononcée lors des premiers pas de temps, s'atténue avec l'horizon. Pour corriger cette sous-dispersion des débits, un post-traitement par la méthode du meilleur membre est appliqué. Cette méthode s'avère efficace et permet d'améliorer la fiabilité de la prévision. Par contre, le post-traitement crée une discontinuité temporelle des hydrogrammes. Pour pallier cette situation, les PHE brutes sous-dispersées sont donc fournies en entrée au modèle hydraulique HEC-RAS pour estimer les niveaux d'eau. Ces prévisions d'ensemble de niveaux présentent également une sous-dispersion, et cela peu importe l'horizon de prévision. L'analyse des prévisions émises les jours précédents les événements de crues a finalement permis de faire quelques observations. Pour l'un des événements, les prévisions probabilistes ont réussi à anticiper l'événement deux jours plus tôt que la prévision déterministe. À 24 heures de préavis, l'incertitude sur les prévisions émises était importante pour les deux événements étudiés. Ce mémoire constitue un premier pas vers l'implantation d'un système opérationnel utilisant les prévisions hydrologiques d'ensemble.
Book Description
Ce document défend la thèse selon laquelle les prévisions hydrologiques d'ensemble possèdent une utilité opérationnelle supérieure à celle de leur contrepartie déterministe, autant dans le cas des prévisions basées sur des réseaux de neurones que pour des prévisions provenant d'un modèle hydrologique physique couplé à des prévisions météorologiques d'ensemble. Pour ce faire, deux séries de prévisions hydrologiques d'ensemble sont produites. La première série exploite un ensemble de réseaux de neurones tandis que la deuxième série provient du modèle hydrologique physique HYDROTEL auquel sont fournies des prévisions météorologiques d'ensemble issues de deux modèles atmosphériques développés par Environnement Canada. Puisque la simplicité de mise en oeuvre des réseaux de neurones de type perceptron multicouches le permet, ceux-ci sont testés sur six bassins versants. Les prévisions provenant du modèle HYDROTEL, quant à elles, concernent uniquement le bassin versant de la rivière Gatineau, qui comporte plusieurs ouvrages de production hydroélectrique. Cette particularité permet l'étude de la performance économique des prévisions hydrologiques d'ensemble pour la gestion du système. De plus, cette expérience se déroulant en période de crue, on peut démontrer l'intérêt des prévisions d'ensemble pour la prévention des débordements dans ce secteur. Par ailleurs, une comparaison entre les prévisions d'ensemble et les débits observés est effectuée à l'aide de critères de performance spécifiques aux prévisions d'ensemble, tels que le Continuous Ranked Probability Score ainsi que sa décomposition. Cette approche répandue chez les partisans des modèles physiques est toutefois novatrice du point de vue des ensembles neuronaux. Elle permet de démontrer la pertinence de conserver l'intégralité de l'ensemble neuronal plutôt que de l'agréger en une valeur moyenne, puisque l'ensemble offre une performance prévisionnelle supérieure. VI L'analyse des prévisions brutes, toute provenance confondue, révèle la présence d'un biais ainsi qu'une sous-estimation de l'incertitude (sous-dispersion) importante. Consé-quemment, quatre méthodes de post-traitement des prévisions sont appliquées et comparées. Ces méthodes, majoritairement basées sur une procédure de type noyaux, sont aussi testées sur deux jeux de prévisions d'ensemble synthétiques simples, afin d'effectuer une expérience plus théorique pour laquelle la réponse attendue est connue.
Author: Juan Alberto Velázquez Zapata Publisher: ISBN: Category : Languages : en Pages : 200
Book Description
La prévision hydrologique consiste à évaluer quelle sera l'évolution du débit au cours des prochains pas de temps. En utilisant les systèmes actuels de prévisions hydrologiques déterministes, il est impossible d'apprécier simplement l'incertitude associée à ce type de prévision, ce que peut nuire à la prise de décisions. La prévision hydrologique d'ensemble (PHE) cherche à étayer cette incertitude en proposant, à chaque pas de temps, une distribution de probabilité, la prévision probabiliste, en place et lieu d'une estimation unique du débit, la prévision déterministe. La PHE offre de nombreux bénéfices : elle informe l'utilisateur de l'incertitude; elle permet aux autorités qui prennent des décisions de déterminer des critères d'alerte et de mettre en place des scénarios d'urgence; elle fournit les informations nécessaires à la prise de décisions tenant compte du risque. L'objectif principal de cette thèse est l'évaluation de prévisions hydrologiques d'ensemble, en mettant l'accent sur la performance et la fiabilité de celles-ci. Deux techniques pour construire des ensembles sont explorées: a) une première reposant sur des prévisions météorologiques d'ensemble (PME) et b) une seconde exploitant simultanément un ensemble de modèles hydrologiques (multimodèle). En termes généraux, les objectifs de la thèse ont été établis afin d'évaluer : a) les incertitudes associées à la structure du modèle : une étude qui repose sur des simulations journalières issues de dix-sept modèles hydrologiques globaux, pour plus de mille bassins versants français; b) les incertitudes associées à la prévision météorologique : une étude qui exploite la PME du Service Météorologique du Canada et un modèle hydrologique opérationnel semi-distribué, pour un horizon de 3 jours sur douze bassins versants québécois; c) les incertitudes associées à la fois à la structure du modèle et à la prévision météorologique : une étude qui repose à la fois sur la PME issue du ECMWF (European Centre for Medium-Range Weather Forecasts) et seize modèles hydrologiques globaux, pour un horizon de 9 jours sur 29 bassins versants français. Les résultats mets en évidence les avantages des systèmes probabilistes par rapport aux les déterministes. Les prévisions probabilistes sont toutefois souvent affectées par une sous dispersion de leur distribution prédictive. Elles exigent alors un post traitement avant d'être intégrées dans un processus de prise de décision. Plus intéressant encore, les résultats ont également montré le grand potentiel de combiner plusieurs sources d'incertitude, notamment celle associée à la prévision météorologique et celle associée à la structure des modèles hydrologiques. Il nous semble donc prioritaire de continuer à explorer davantage cette approche combinatoire.
Book Description
Depuis plusieurs années, la prévision d'ensemble suscite beaucoup d'intérêt en météorologie et en hydrologie. Le dessein de ce type de prévisions est d'évaluer l'incertitude du système pour la présenter sous la forme d'un ensemble de prévisions probables. En hydrologie, la prévision d'ensemble (PHE) est produite en fournissant au modèle pluie-débit les prévisions météorologiques d'ensemble (PME). La valeur ajoutée de cette prévision, comparée à la prévision hydrologique déterministe typique (PHD), pourrait s'avérer d'une grande utilitée pour la gestion en situation de crue. Dans le cadre de cette maîtrise, des PHE de débits et de niveaux sont produites sur le bassin versant du Haut Saint-François pour deux périodes qui ont connu des événements de crues. Les PHE de débits sont simluées en fournissant au modèle hydrologique HYDROTEL la PME issue du système opérationnel d'ensemble canadien. Ces PHE se sont avérées plus performantes que les PHD à partir de l'horizon 24 heures. L'évaluation des PHE obtenues a également démontré que les PHE sous-estiment l'incertitude réelle du système. Cette sous-dispersion de l'ensemble, prononcée lors des premiers pas de temps, s'atténue avec l'horizon. Pour corriger cette sous-dispersion des débits, un post-traitement par la méthode du meilleur membre est appliqué. Cette méthode s'avère efficace et permet d'améliorer la fiabilité de la prévision. Par contre, le post-traitement crée une discontinuité temporelle des hydrogrammes. Pour pallier cette situation, les PHE brutes sous-dispersées sont donc fournies en entrée au modèle hydraulique HEC-RAS pour estimer les niveaux d'eau. Ces prévisions d'ensemble de niveaux présentent également une sous-dispersion, et cela peu importe l'horizon de prévision. L'analyse des prévisions émises les jours précédents les événements de crues a finalement permis de faire quelques observations. Pour l'un des événements, les prévisions probabilistes ont réussi à anticiper l'événement deux jours plus tôt que la prévision déterministe. À 24 heures de préavis, l'incertitude sur les prévisions émises était importante pour les deux événements étudiés. Ce mémoire constitue un premier pas vers l'implantation d'un système opérationnel utilisant les prévisions hydrologiques d'ensemble.
Book Description
Ce document défend la thèse selon laquelle les prévisions hydrologiques d'ensemble possèdent une utilité opérationnelle supérieure à celle de leur contrepartie déterministe, autant dans le cas des prévisions basées sur des réseaux de neurones que pour des prévisions provenant d'un modèle hydrologique physique couplé à des prévisions météorologiques d'ensemble. Pour ce faire, deux séries de prévisions hydrologiques d'ensemble sont produites. La première série exploite un ensemble de réseaux de neurones tandis que la deuxième série provient du modèle hydrologique physique HYDROTEL auquel sont fournies des prévisions météorologiques d'ensemble issues de deux modèles atmosphériques développés par Environnement Canada. Puisque la simplicité de mise en oeuvre des réseaux de neurones de type perceptron multicouches le permet, ceux-ci sont testés sur six bassins versants. Les prévisions provenant du modèle HYDROTEL, quant à elles, concernent uniquement le bassin versant de la rivière Gatineau, qui comporte plusieurs ouvrages de production hydroélectrique. Cette particularité permet l'étude de la performance économique des prévisions hydrologiques d'ensemble pour la gestion du système. De plus, cette expérience se déroulant en période de crue, on peut démontrer l'intérêt des prévisions d'ensemble pour la prévention des débordements dans ce secteur. Par ailleurs, une comparaison entre les prévisions d'ensemble et les débits observés est effectuée à l'aide de critères de performance spécifiques aux prévisions d'ensemble, tels que le Continuous Ranked Probability Score ainsi que sa décomposition. Cette approche répandue chez les partisans des modèles physiques est toutefois novatrice du point de vue des ensembles neuronaux. Elle permet de démontrer la pertinence de conserver l'intégralité de l'ensemble neuronal plutôt que de l'agréger en une valeur moyenne, puisque l'ensemble offre une performance prévisionnelle supérieure. VI L'analyse des prévisions brutes, toute provenance confondue, révèle la présence d'un biais ainsi qu'une sous-estimation de l'incertitude (sous-dispersion) importante. Consé-quemment, quatre méthodes de post-traitement des prévisions sont appliquées et comparées. Ces méthodes, majoritairement basées sur une procédure de type noyaux, sont aussi testées sur deux jeux de prévisions d'ensemble synthétiques simples, afin d'effectuer une expérience plus théorique pour laquelle la réponse attendue est connue.
Author: Joseph Bellier Publisher: ISBN: Category : Languages : fr Pages : 0
Book Description
Ce mémoire de thèse s'intéresse à la production de prévisions hydrologiques probabilistes à court/moyen terme, dans un contexte impliquant plusieurs bassins aux débits plus ou moins corrélés. Notre cas d'étude réel concerne différents affluents du Haut-Rhône français. Le travail a été mené autour de la mise en place d'une chaîne de prévision combinant des approches ensemblistes, à savoir la prévision d'ensemble météorologique et le multi-modèle hydrologique, avec des méthodes de correction statistique. Les approches ensemblistes permettent de générer de manière dynamique une incertitude propre à chaque situation, tandis que les corrections statistiques, appliquées sur les prévisions météorologiques (pré-traitement) et/ou hydrologiques (post-traitement), sont nécessaires pour garantir la fiabilité.Chaque correction statistique, réalisée dans un cadre univarié, entraine la perte de la structure de dépendance spatiale et temporelle des prévisions. Nous nous sommes donc intéressés à son étape de reconstruction, en réalisant un diagnostic des méthodes existantes, notamment le Schaake shuffle et l'ECC. Des adaptations ont été proposées afin d'apporter une réponse aux limites constatées. Dans le cadre du pré-traitement, nous avons cherché à améliorer le conditionnement de la structure de dépendance à la situation météorologique. Pour le post-traitement, notre effort s'est porté sur le respect de l'autocorrélation des débits et le maintien de la fiabilité, notamment lors des phases problématiques de récession. La vérification des prévisions obtenues (météorologiques et hydrologiques) a été menée à l'aide d'outils univariés et multivariés, en portant une attention particulière à la fiabilité, grâce notamment au concept de stratification.Nous avons enfin étudié les interactions entre les différents maillons de notre chaîne de prévision, en comparant plusieurs scénarios où certains maillons seulement étaient activés. Cette expérience a permis de fournir des indications concrètes sur les priorités à mettre en œuvre lors du déploiement ou de l'amélioration d'une chaîne opérationnelle de prévision hydrologique probabiliste.
Author: François Bourgin Publisher: ISBN: Category : Languages : en Pages : 0
Book Description
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.
Author: Stéphane Vannitsem Publisher: Elsevier ISBN: 012812248X Category : Science Languages : en Pages : 364
Book Description
Statistical Postprocessing of Ensemble Forecasts brings together chapters contributed by international subject-matter experts describing the current state of the art in the statistical postprocessing of ensemble forecasts. The book illustrates the use of these methods in several important applications including weather, hydrological and climate forecasts, and renewable energy forecasting. After an introductory section on ensemble forecasts and prediction systems, the second section of the book is devoted to exposition of the methods available for statistical postprocessing of ensemble forecasts: univariate and multivariate ensemble postprocessing are first reviewed by Wilks (Chapters 3), then Schefzik and Möller (Chapter 4), and the more specialized perspective necessary for postprocessing forecasts for extremes is presented by Friederichs, Wahl, and Buschow (Chapter 5). The second section concludes with a discussion of forecast verification methods devised specifically for evaluation of ensemble forecasts (Chapter 6 by Thorarinsdottir and Schuhen). The third section of this book is devoted to applications of ensemble postprocessing. Practical aspects of ensemble postprocessing are first detailed in Chapter 7 (Hamill), including an extended and illustrative case study. Chapters 8 (Hemri), 9 (Pinson and Messner), and 10 (Van Schaeybroeck and Vannitsem) discuss ensemble postprocessing specifically for hydrological applications, postprocessing in support of renewable energy applications, and postprocessing of long-range forecasts from months to decades. Finally, Chapter 11 (Messner) provides a guide to the ensemble-postprocessing software available in the R programming language, which should greatly help readers implement many of the ideas presented in this book. Edited by three experts with strong and complementary expertise in statistical postprocessing of ensemble forecasts, this book assesses the new and rapidly developing field of ensemble forecast postprocessing as an extension of the use of statistical corrections to traditional deterministic forecasts. Statistical Postprocessing of Ensemble Forecasts is an essential resource for researchers, operational practitioners, and students in weather, seasonal, and climate forecasting, as well as users of such forecasts in fields involving renewable energy, conventional energy, hydrology, environmental engineering, and agriculture. - Consolidates, for the first time, the methodologies and applications of ensemble forecasts in one succinct place - Provides real-world examples of methods used to formulate forecasts - Presents the tools needed to make the best use of multiple model forecasts in a timely and efficient manner
Author: Emixi Sthefany Valdez Medina
Author: Isabelle Dionne (Ingénieur hydraulique)
Author: Marie-Amélie Boucher
Author: Juan Alberto Velazquez Zapata
Author: Juan Alberto Velázquez Zapata
Author: Isabelle Dionne
Author: Marie-Amélie Boucher
Author: Joseph Bellier
Author: François Bourgin
Author: Stéphane Vannitsem