Méthodes d’identification de membres issus d’ensembles de modélisations climatiques pour la modélisation représentative et parcimonieuse d’indicateurs hydrologiques

Résumé

Sachant que les changements climatiques modifieront la quantité de ressources en eau disponibles et leur gestion, de plus en plus de simulations climatiques sont mises à la disponibilité des chercheurs. Ce nombre grandissant complexifie les études d’impact de changements climatiques. Ainsi, une sélection des simulations climatiques représentatives avant l’étape de modélisation hydrologique accélèrerait le processus. Dans ce projet, des méthodes pour identifier des simulations climatiques permettant de bien échantillonner le domaine des indicateurs hydrologiques seront présentées. Deux méthodes de sélection de simulations climatiques, la méthode de la corrélation comme prédicteur et la méthode de classement par clustering, sont testées et comparées à une méthode de sélection aléatoire. Ces deux méthodes sont appliquées à cent bassins versants nordaméricains. Comme les indicateurs climatiques affectant l’hydrologie d’un bassin versant peuvent varier d’un climat à l’autre, 79 indicateurs climatiques différents servent de prédicteurs à 34 indicateurs hydrologiques pour chaque bassin versant. Trois modèles hydrologiques globaux et conceptuels (GR4J, HMETS, MOHYSE), calibrés à l’aide du critère du KGE, sont utilisés pour la modélisation hydrologique des bassins versants. Les données climatiques (température minimale journalière, température maximale journalière et précipitation journalière) utilisées proviennent de modèles climatiques issus de trois différents projets (ClimEx, CMIP5 et CORDEX) à une résolution d’échelle variée, tous suivant le même scénario d’émission de gaz à effet de serre (RCP8.5). En tout, 57 ou 107 membres climatiques sont utilisés, selon l’emplacement du bassin versant. Avant d’être fournies aux modèles hydrologiques, les données de sorties de ces simulations sont post-traitées par une méthode de correction de biais (DBC). Un coefficient de corrélation est calculé entre chaque combinaison d’indicateur climatique et hydrologique pour les deux méthodes de sélection. L’indicateur climatique obtenant la meilleure corrélation pour chaque bassin versant est conservé, appelé meilleur prédicteur. L’indicateur modal de ces prédicteurs a été déduit et appliqué à tous les autres bassins versants. La similitude entre les échantillons d’indicateur hydrologique, obtenus à l’aide des différentes méthodes de sélection, et les distributions complètes d’indicateurs hydrologiques est calculée à l’aide du test Kolmogorov-Smirnov. Les résultats montrent que l’indicateur climatique à utiliser dépend grandement du modèle hydrologique et de la méthode de sélection. Cependant, un consensus est visible pour plusieurs d’entre eux. Sur la période annuelle par exemple, la précipitation totale est l’indicateur climatique qui prédit le mieux le débit moyen. Le modèle hydrologique joue un grand rôle dans les résultats obtenus. De plus, pour bien représenter l’ensemble des évènements hydrologiques, un grand nombre de membres climatiques devraient être utilisés, puisque les membres utilisés afin d’obtenir le meilleur prédicteur ne sont pas les mêmes d’un indicateur hydrologique à l’autre. L’utilisation des indicateurs climatiques modaux permet de réduire significativement le temps de calcul de la chaine de modélisation hydrologique lorsque l’analyse est réalisée sur des indicateurs hydrologiques spécifiques.

Date	23 sept. 2020
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Richard Arsenault (Directeur(-trice)) & David Huard (Codirecteur(-trice))