Amélioration des prévisions d'ensemble des débits par un post-traitement ciblé et une analyse de l'incertitude des courbes de tarage
- Date :
- Mardi 6 août 2024
- Heure :
- À 13 h 30
- Type :
- Soutenance de thèse
- Lieu :
- Local C1-3114 de la Faculté de génie
Description :
Doctorant: Alireza Askarinejad
Directrice de recherche: Mélanie Trudel
Codirectrice de recherche: Marie-Amélie Boucher
Président du jury: À être confirmé
Résumé: Cette thèse examine l'importance des systèmes de prévision d’ensemble des débits et les défis posés par les incertitudes. La recherche se concentre sur l'optimisation des approches de pré- et post-traitement pour améliorer la fiabilité et la précision des prévisions, en abordant particulièrement l'incertitude liée aux courbes de tarage (RCU, rating curve uncertainty). Par conséquent, les objectifs de cette thèse sont d'évaluer et d'identifier les scénarios optimaux pour le pré-traitement des températures et des précipitations ainsi que pour le post-traitement des prévisions de débits, et d'évaluer l'impact de l'intégration de la RCU dans les méthodologies de post-traitement. Utilisant le modèle spatialement distribué HYDROTEL, l'étude examine des prévisions d’ensemble à court terme, soit de 1 à 5 jours, pour le bassin versant de la rivière au Saumon dans le sud du Québec, Canada. Les résultats démontrent que la combinaison optimale de pré- et post-traitement améliore significativement la performance et la fiabilité des prévisions. L'intégration de la RCU dans le post-traitement améliore encore la performance du système de prévision. Cette recherche offre une meilleure compréhension des différentes sources d'incertitude et de leur prise en compte pour améliorer les systèmes de prévision des débits.
Doctorant: Alireza Askarinejad
Directrice de recherche: Mélanie Trudel
Codirectrice de recherche: Marie-Amélie Boucher
Président du jury: À être confirmé
Résumé: Cette thèse examine l'importance des systèmes de prévision d’ensemble des débits et les défis posés par les incertitudes. La recherche se concentre sur l'optimisation des approches de pré- et post-traitement pour améliorer la fiabilité et la précision des prévisions, en abordant particulièrement l'incertitude liée aux courbes de tarage (RCU, rating curve uncertainty). Par conséquent, les objectifs de cette thèse sont d'évaluer et d'identifier les scénarios optimaux pour le pré-traitement des températures et des précipitations ainsi que pour le post-traitement des prévisions de débits, et d'évaluer l'impact de l'intégration de la RCU dans les méthodologies de post-traitement. Utilisant le modèle spatialement distribué HYDROTEL, l'étude examine des prévisions d’ensemble à court terme, soit de 1 à 5 jours, pour le bassin versant de la rivière au Saumon dans le sud du Québec, Canada. Les résultats démontrent que la combinaison optimale de pré- et post-traitement améliore significativement la performance et la fiabilité des prévisions. L'intégration de la RCU dans le post-traitement améliore encore la performance du système de prévision. Cette recherche offre une meilleure compréhension des différentes sources d'incertitude et de leur prise en compte pour améliorer les systèmes de prévision des débits.