Évaluation de l'impact conjugué des structures de modèle hydrologique et des observations de neige sur des prévisions de débits printaniers par assimilation de données
- Date :
- Cet événement est passé.
- Type :
- Soutenance de thèse
- Lieu :
- Local C1-3114 de la Faculté de génie
Description :
Doctorant: Sepehr Farhoodi
Directrice de recherche: Mélanie Trudel
Codirecteur de recherche: Robert Leconte
Président du jury: Jay Lacey
Résumé: Cette thèse explore le plein potentiel du couplage des modèles hydrologiques avec les observations de neige disponibles grâce à l'assimilation de données (AD) pour améliorer les prévisions de débit printanier à court et moyen terme. Elle examine la structure optimale du modèle hydrologique, en comparant un modèle global (HSAMI) avec un modèle distribué (HYDROTEL), pour exploiter les données distribuées sur l'équivalent en eau de la neige (EEN) fournies par l'ensemble de données SNODAS dans un grand bassin hydrographique du nord du Québec (Outardes 4). Ensuite, elle compare deux produits de réanalyse avec des résolutions spatiales et des représentations d’EEN variables (SNODAS et ERA5-Land) pour améliorer les prévisions de débit printanier dans un plus petit bassin hydrographique du sud du Québec (Au Saumon). Enfin, la thèse évalue les compétences de prévision de la combinaison optimale du modèle et de l'observation sur une période de prévision prolongée de 30 jours en utilisant diverses mesures probabilistes et déterministes. La méthodologie proposée conduit à des améliorations des prévisions d’EEN et de débit printanier à court et moyen terme.
Doctorant: Sepehr Farhoodi
Directrice de recherche: Mélanie Trudel
Codirecteur de recherche: Robert Leconte
Président du jury: Jay Lacey
Résumé: Cette thèse explore le plein potentiel du couplage des modèles hydrologiques avec les observations de neige disponibles grâce à l'assimilation de données (AD) pour améliorer les prévisions de débit printanier à court et moyen terme. Elle examine la structure optimale du modèle hydrologique, en comparant un modèle global (HSAMI) avec un modèle distribué (HYDROTEL), pour exploiter les données distribuées sur l'équivalent en eau de la neige (EEN) fournies par l'ensemble de données SNODAS dans un grand bassin hydrographique du nord du Québec (Outardes 4). Ensuite, elle compare deux produits de réanalyse avec des résolutions spatiales et des représentations d’EEN variables (SNODAS et ERA5-Land) pour améliorer les prévisions de débit printanier dans un plus petit bassin hydrographique du sud du Québec (Au Saumon). Enfin, la thèse évalue les compétences de prévision de la combinaison optimale du modèle et de l'observation sur une période de prévision prolongée de 30 jours en utilisant diverses mesures probabilistes et déterministes. La méthodologie proposée conduit à des améliorations des prévisions d’EEN et de débit printanier à court et moyen terme.