MINERVE D3

Assimilation de données en temps réel pour la modélisation hydrologique et la prévision de crues dans des bassins alpins aménagés

Le projet de recherche “Real-time data assimilation for hydrological modelling and flood forecasting in equipped alpine catchments” s’inscrit dans le cadre du système cantonal MINERVE pour la prévision et la gestion des crues en Valais. Ce projet de thèse est supervisé par le Laboratoire de Constructions Hydrauliques (LCH) de l’EPFL et financé par le CREALP. Mené également en partenariat avec le Canton du Valais, MétéoSuissse, HydroCosmos et l’Universitat Politècnica de València (UPV), il vise à améliorer la performance des prévisions hydrologiques en milieu alpin.

Depuis 2013, un système de prévision hydrologique est opérationnel pour l’ensemble du territoire du Canton du Valais. La décennie de développement du projet MINERVE et les quatre ans de prévision opérationnelle qui ont suivi ont permis d’identifier un certain potentiel d’amélioration, notamment en lien avec la spatialisation des précipitations, le calage du modèle hydrologique et l’assimilation de données en temps-réel. Ce projet de thèse, nommé ici MINERVE D3 (D=data, 3=3ème cycle du projet MINERVE), a justement pour objectif de répondre à ces défis.

Les différentes phases de réalisation du projet MINERVE D3

Durant l’année 2015, différentes méthodes de spatialisation de données au sol de précipitation ont été explorées à travers la littérature. Ces méthodes visent à estimer au mieux la quantité de précipitations sur l’ensemble du territoire. La méthode géostatistique du krigeage a été retenue pour le développement d’une méthodologie de spatialisation, combinant les données des stations au sol avec les données de radars météorologiques. En 2016 (1ère phase du projet), une telle méthode de spatialisation a été développée pour le territoire du Canton du Valais et sera finalisée en 2017.

La performance de tout modèle hydrologique est avant tout dépendante de sa paramétrisation et considérer de nouvelles sources de données contribue à améliorer cette dernière. La modélisation des processus de fonte de neige du modèle GSM-SOCONT, utilisé dans l'outil RS MINERVE, est basée sur un paramètre reliant le taux de fonte à la température. En 2017 (2ème phase du projet), une méthode visant à optimiser le calage de ce paramètre sera développée en exploitant des données de hauteur de neige mesurée au sol, des estimations satellitaires de la couverture neigeuse (MODIS), ainsi qu’un produit de l’équivalent en eau de la neige (développé par le SLF).  L’ensemble des paramètres seront ensuite calibrés et le modèle hydrologique affiné.

Une fois le modèle calibré, des données observées en temps réel, telles que des mesures de débit et de hauteur de neige, seront intégrées dans le système de prévision (3ème phase du projet). Ceci permettra d’optimiser les variables d’état du modèle, utilisées comme conditions initiales pour le calcul de la prévision hydrologique. Lors de cette phase, différentes méthodes d’assimilation de données seront explorées pour finalement définir la méthode optimale à utiliser.

Une réduction considérable des incertitudes et une meilleure fiabilité des prévisions hydrologiques est attendue à l’issue de ce projet de recherche.

Pour aller plus loin

Foehn, A., García Hernández, J., Schaefli, B., and De Cesare, G., 2018. Spatial interpolation of precipitation from multiple rain gauge networks and weather radar data for operational applications in Alpine catchments. Journal of Hydrology, vol 563, pp. 1092-1110, doi : 10.1016/j.jhydrol.2018.05.027. [Infoscience]

Foehn, A., García Hernández, J., Schaefli, B., De Cesare, G. and Schleiss, A. J., 2016. Spatialization of precipitation data for flood forecasting applied to the Upper Rhone River basin. International Conference Hydro 2016, Montreux, 10-12 October 2016. [Article ]

Foehn, A., García Hernández, J., Alesina, S., Schleiss, A. J. y Fluixá Sanmartín, J., 2016. Los desafíos de la modelización hidrológica y la previsión de crecidas en tiempo real en alta montaña. XXVII Congreso Latinoamericano de Hidráulica -LADHI. International Association of Hydraulic Engineering and Research, IAHR, 28-30 September, Lima, Perú. ID113, 3421-3430. [Article ]

García Hernández, J., 2011. Flood management in a complex river basin with a real- time decision support system based on hydrological forecasts. PhD Thesis N° 5093, Ecole Polytechnique Fédérale de Lausanne, Lausanne. [Infoscience] [Thesis]

Jordan, F., 2007. Modèle de prévision et de gestion des crues?: optimisation des opérations des aménagements hydroélectriques à accumulation pour la réduction des débits de crue, PhD Thesis N° 3711. Ecole Polytechnique Fédérale de Lausanne, Lausanne. [Infoscience] [Thesis]

Schaefli, B., Hingray, B., Niggli, M. and Musy, A., 2005. A conceptual glacio-hydrological model for high mountainous catchments. Hydrology and Earth System Sciences, 9(1/2). 95–109. ISSN 1607-7938. doi: 10.5194/hess-9-95-2005. [Infoscience] [Article ]

Tobin, C., 2012. Improving alpine flood prediction through hydrological process characterization and uncertainty analysis. PhD Thesis N° 5416, Ecole Polytechnique Fédérale de Lausanne, Lausanne. [Infoscience] [Thesis]