Sequential assimilation of runoff and soil moisture data into hydrological models - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement
Communication Dans Un Congrès Année : 2002

Sequential assimilation of runoff and soil moisture data into hydrological models

Résumé

Improving the accuracy of rainfall-runoff models, and in particular their performances in flood prediction, is a key point of continental hydrology. This work presents a new approach of these problems by the use of soil moisture data (remote sensing or in situ measurements). A first step is to correct past modeling errors, and especially errors on simulated runoff, in order to have a more accurate forecast of runoff. Another significant parameter is the interactions occurring within the soil-vegetation-atmosphere interface, which are dominating factors in the processes of the transformation of rainfall into flow at a catchment area scale. These phenomena can be integrated in hydrological modeling by explicitly taking into account the hydric state of the soil, and thus by introducing soil moisture measurements. The hydrological models used are global conceptual models. The methodology that we used is a sequential assimilation procedure, which allows to control step by step the evolution of the model, and to limit its divergence from the available data (soil moisture and flow). For this, it is necessary to bind some of internal variables of the model (reservoir levels) to the observations by a constraint equation, and then to correct these variables in order to decrease the difference between measured and simulated values. This factor of correction is calculated by the means of a Kalman filter. This methodology is applied on different catchments studied in the AIMWATER project : Seine river sub-basins (France) supported by the European Community.
L`amélioration de la précision des modèles pluie-débit et en particulier de leurs performances en prévision de crues, est un point clé en hydrologie continentale de surface. Ce travail présente une nouvelle approche de ce problème à travers l`utilisation de données de l`état hydrique du sol (mesures satellitales ou in situ). Une première étape consiste à corriger les erreurs de modélisation antérieures et spécialement les erreurs sur les débits simulés afin d`avoir une meilleure précision sur la prévision des débits. Un autre paramètre significatif est issu des interactions qui se produisent à l'interface sol-végétation-atmosphère, facteurs prépondérants dans le processus de transformation de la pluie en débit à l'échelle d'un bassin versant. Ces interactions peuvent être intégrées dans un modèle hydrologique en prenant explicitement en compte l`état hydrique du sol par le biais des mesures d`humidité du sol. Les modèles hydrologiques utilisés sont des modèles conceptuels globaux. La méthodologie choisie est une procédure d`assimilation séquentielle permettant de contrôler pas à pas l`évolution du modèle et d`en limiter sa divergence vis à vis des données disponibles (humidité et débits). Pour cela il est nécessaire de contraindre les variables internes du modèle aux observations par une équation de contrainte qui corrige ces variables de manière à minimiser les différences entre les valeurs mesurées et simulées. Ce facteur de correction est calculée à partir d`un filtre de Kalman. Cette méthode est appliquée dans le cadre du projet européen AIMWATER sur différents sous-bassins de la Seine (France).

Mots clés

Fichier non déposé

Dates et versions

hal-02583083 , version 1 (14-05-2020)

Identifiants

Citer

David Aubert, Cécile Loumagne, Ludovic Oudin, Gaël Ricard. Sequential assimilation of runoff and soil moisture data into hydrological models. EGS 27th General assembly, Nice, FRA, 21-26 avril 2002, 2002, Nice, France. pp.1. ⟨hal-02583083⟩
28 Consultations
0 Téléchargements

Partager

More