Integration of a snow module to a hydrological forecasting model: what contribution to better predict nival floods?
Prise en compte de la neige dans la prévision hydrologique : quel apport pour mieux prévoir les crues nivales ?
Résumé
Hydrological forecasting presents considerable challenges: protection of people and properties, power production, etc. Good streamflow estimates are essential to make the right decisions. However, certain catchments present particular challenges: this is the case of mountainous areas, where the occurrence of snow and the difficulties of implementing observational networks complicate the modelling of flows. The introduction of a snow model in a hydrological forecasting model should help make improvements on the simulation of flows of snow-affected catchments, while not degrading the prediction on the other basins. This study aims at evaluating the improvements from the integration of the snow module Cemaneige to the hydrological forecasting model GR3P, both tools developed at Cemagref. A comparative analysis of the two models GR3P (without snow modelling) and GR5P (GR3P + snow modelling) at a daily time step was performed on a sample of 176 French catchments located in mountainous areas. The hydrological flow forecasts use as input four years of PEARP meteorological ensemble forecasts from Météo-France (2005-2009). Thus, 11 equally probable scenarios of streamflow are predicted to two forecasting lead times (d+1 and d+2). The study consisted of the introduction of the snow modelling routine within the structure of the GR3P model, and in the evaluation of this new model in ensemble prediction. Following this work, it appeared that the model GR5P was more efficient than the version without treatment of snow. The improvement becomes more significant when the forecasting lead time increases. In fact, the streamflow-based model update (i.e. the assimilation of the last observed flow into the hydrological model) tends to minimize the differences between the two models (GR3P and GR5P) at the first lead time. The classification of catchments according to their hydrological regimes showed that the contribution of the snow routine is significant for nival regimes. However, the performances on snow-affected catchments remain significantly lower than the performances on catchments less influenced by the snow: the snow routine, although important, does not allow in itself to fill the gaps between these different types of catchments. The results open new prospects for the adaptation of the modelling framework at the hourly time step.
La prévision hydrologique présente des enjeux considérables : protection des hommes et des biens, production d'énergie, etc. Bien prévoir les débits est donc essentiel pour prendre les bonnes décisions. Certains types de bassins versants présentent cependant des défis particuliers : c'est notamment le cas des espaces montagneux, où l'importante présence de neige et les difficultés de mise en place de réseaux de mesures compliquent la simulation des débits. L'introduction d'un module neige au sein d'un modèle de prévision hydrologique devrait permettre d'améliorer la simulation des débits pour les bassins versants dont les débits sont influencés par la neige, tout en ne dégradant pas la prévision sur les autres bassins. Cette étude vise à évaluer l'amélioration apportée par l'intégration du module Cemaneige au modèle de prévision hydrologique GR3P, les deux étant des outils développés au Cemagref. Une analyse comparative des modèles de prévision GR3P (sans module neige) et GR5P (GR3P + module neige) au pas de temps journalier a été réalisée sur un échantillon de ¬176 bassins versants français situés dans des massifs montagneux. Les prévisions hydrologiques utilisent en entrée 4 années de prévisions météorologiques d'ensemble PEARP de Météo-France (2005 à 2009). Ainsi, 11 scénarios équiprobables de débits sont prévus à deux échéances de prévisions (j+1 et j+2). L'étude a consisté en l'introduction du module neige au sein de la structure du modèle GR3P, et en l'évaluation de ce nouveau modèle en prévision d'ensemble. A l'issue de ce travail, il est apparu que le modèle GR5P était plus performant que sa version sans traitement de la neige. GR5P démontre toute son utilité lorsque l'échéance de prévision augmente. En effet, la mise à jour du débit, c'est-à-dire, l'assimilation dans le modèle du dernier débit observé, a tendance à minimiser les différences entre les deux modèles (GR3P et GR5P) à la première échéance. La différenciation des bassins versants en régimes hydrologiques a montré que l'apport du module neige est considérable pour les régimes de type nival. Cependant, ces bassins obtiennent encore des critères de performance inférieurs aux bassins versants les moins influencés par la neige : le module neige, bien qu'appréciable, ne permet pas à lui seul de combler le fossé entre ces différents types de bassin. Les résultats ouvrent des nouvelles perspectives sur l'adaptation de la modélisation au pas de temps horaire.
Domaines
Sciences de l'environnement
Origine : Fichiers produits par l'(les) auteur(s)
Loading...