Étude d'un ensemble multi-modèle multi-calibration pour la détermination de l'ensemble optimal pour la prévision hydrologique

Résumé

Face à la sévérité croissante des étiages, le gouvernement du Québec veut se doter d’un système de prévision des étiages pour un horizon de 1 à 3 mois. Le but de ce projet était d’optimiser les méthodes de pondération de prévisions hydrologiques d’ensemble provenant de plusieurs modèles calés avec de multiples fonctions objectif. Les modèles hydrologiques globaux HSAMI, HMETS et MOHYSE ainsi que le modèle distribué HYDROTEL ont été utilisés sur 10 bassins nord-américains. Les modèles globaux ont été calés à l’aide de 9 métriques différentes créant des ensembles de 27 membres pour les 9 premiers bassins. HYDROTEL a été calé avec cinq métriques sur le dixième bassin créant ainsi un ensemble de 32 membres sur ce dernier. Les simulations hydrologiques sur chaque bassin ont ensuite été pondérées à l’aide de 9 méthodes sur des bases annuelle, saisonnière, par type de débits ainsi que par classe d’étiage. Les trois méthodes de pondération les plus performantes sont le moyennage bayésien (BMA), une variante de la minimisation de l’erreur quadratique selon l’approche de Granger-Ramanathan (GRC), ainsi qu’un algorithme d’optimisation du critère de Nash-Sutcliffe (SCA). La séparation de la pondération par saison, par type de débit et par classe d’étiage présente un avantage lors du calage vu le nombre de paramètres (poids) accrus, mais n’apporte aucune amélioration constante aux résultats en prévision, possiblement due à une surparamétrisation des pondérations. Finalement, la quantité de membres utilisés a été remise en question. Limiter le nombre de membres de l’ensemble d’un bassin aux douze meilleurs membres selon le critère de Nash a augmenté la performance en validation. Suite à une étude de calage multi objectif, il a été déterminé qu’il est possible d’identifier un ensemble optimal pour maximiser les performances selon le critère de Nash. Par contre, il n’existe pas de corrélation entre les membres sélectionnés pour chaque bassin pour cet ensemble. En limitant la quantité de membres à environ cinq (un avantage opérationnel), certains membres disparaissent tout en conservant une bonne part de performance de l’ensemble maximisant le critère de Nash. Vu la nature de l’implémentation du système de prévision, la simplicité est cruciale. C’est pourquoi la méthode GRC, qui est simple et beaucoup plus rapide devrait primer sur les deux autres, malgré des performances similaires. De plus, cette pondération devrait être appliquée sur une base annuelle. La réduction de l’ensemble est suggérée dans un cadre opérationnel.

Date	11 nov. 2014
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	François Brissette (Directeur(-trice))