Le but de ces travaux est d’expérimenter l’utilisation d’une méthode d’estimation variationnelle pour calibrer les paramètres d’un modèle hydrologique distribué conçu pour la modélisation des crues éclairs. Ce modèle est défini sur une grille rectangulaire de 1 km2 de résolution sur laquelle trois paramètres sont associés à chaque cellule. 23 bassins-versants "aval" et un total 118 sous-bassins emboîtés "amont", essentiellement situés en région méditerranéenne, ont été étudiés. Pour chaque bassinversant, on dispose des données de débits au niveau de plusieurs stations de jaugeage, des observations de pluies combinant pluviomètres au sol et radars météorologiques et des données d’estimation de l’évapotranspiration de manière continue entre 2007 et 2018 au pas de temps horaire.
Le calage variationnel des paramètres du modèle dépend d’une fonction objectif quadratique qui pénalise l’écart entre les variables observées et simulées. Celle-ci est minimisée sous des contraintes additionnelles à priori. Le gradient de la fonction coût est calculé de manière efficace par le modèle adjoint. Des expériences numériques de calage-validation sont réalisées. Les bénéfices d’un calage distribué par rapport à un calage uniforme des paramètres est évalué en terme de performances prédictives en validation temporelle, spatiale et spatio-temporelle. Le calage distribué des paramètres sur les bassins "aval" permet au modèle de fournir de meilleures prédictions des débits aux exutoires "amont" utilisés pour la validation. La variabilité spatiale des paramètres optimisés semble permettre de représenter certaines caractéristiques hydrologiques des bassins-versants étudiés. Des expériences numériques complémentaires de calage-validation ont été menées. Parmi ces expériences, certaines intègrent des contraintes spatiales fournies par des descripteurs physiques dans le but d’améliorer les performances prédictives du modèle et la robustesse du calage distribué. D’autres utilisent une fonction objectif dérivant des méthodes d’estimation robuste. Ces dernières expériences explorent des directions de recherches futures. Les résultats sont positifs et les perspectives sont encourageantes notamment pour développer dans le futur des approches permettant de régionaliser les valeurs des paramètres ou bien d’assimiler des observations en temps réel pour faire de la prévision.
Cette thèse a été le fruit d une collaboration entre INRAE-Aix,RECOVER et INRAE-Montpellier, GEAU (Igor Gejadze et Pierre-Olivier Malaterre). Elle s'est deroulée en visio conference, le jeudi 10/12/20 à 14h devant le jury composé de :
- Hélène Roux, Maître de conférence INP/IMFT, Rapporteure
- Arthur Vidard, Chargé de recherche IGE, Rapporteur
- Anne-Catherine Favre, Directeur de recherche IGE, Examinateur
- Roger Moussa, Directeur de recherche INRAE, Examinateur
- François-Xavier Le Dimet, professeur émérite IGE, Invité
