Hydrological modeling on poorly gauged context: towards a better knowledge of low-flow dynamics in Mayotte
Modélisation hydrologique en contexte peu jaugé : vers une meilleure connaissance des dynamiques d'étiages à Mayotte
Résumé
The island of Mayotte (Indian Ocean) is subject to climatically contrasted seasons, with a wet season with meteorological events with intense rainfall, and a dry season with low or zero precipitations. It is characterized by a hydrographic network composed of many gullies and about twenty perennial rivers essentially located in the northern part of the island. The catchments are small. Groundwater has limited impact on low flows, which are marked during the dry period (frequent no-flow periods, especially in the southern part of the island, which is drier). These factors partly condition the difficulties of water resource management, since most of the drinking water supply (80%) is provided by surface water (from rivers and two hill reservoirs). At the end of 2016 - beginning of 2017, the island was affected by a particularly severe drought, which triggered exceptional restrictions on water use, including for the supply of drinking water in more than half of the cities. Knowledge and understanding of the hydrology of Mahoran rivers are complex due to the almost absence of high- water flow measurements, and significant uncertainties about spot measurements at low water. Using the GR4J hydrological model, historical flow time series were reconstructed over more than twenty-five years (1995-2017) at the daily time step. The analysis of the regimes shows a great variability of hydrological behaviors related to the heterogeneity of the climatic and physical characteristics of the basins. In addition, the analysis of past low-flow levels shows that the 2016-2017 event was severe but not exceptional. This perspective should provide water managers with elements to face potential future crises, in a context of strong increase in water demand. Significant uncertainties in the modelling process are expected to be lower in the future thanks to the implementation of new measurement networks with continuous observations.
L'île de Mayotte (Océan indien) est soumise à des saisons climatiquement contrastées, avec une saison humide présentant des précipitations intenses, et une saison sèche où les quantités d'eau précipitées sont particulièrement faibles voire nulles. Elle est caractérisée par un réseau hydrographique composé de nombreuses ravines et d'une vingtaine de rivières pérennes essentiellement localisées dans la moitié nord de l'île. Les bassins versants sont de petite taille. Les étiages sont peu soutenus par les eaux souterraines, et sont marqués en période sèche (assecs fréquents, notamment dans la partie sud de l'île, moins arrosée). Ces éléments conditionnent en partie les difficultés de gestion de la ressource en eau, puisque l'essentiel de l'alimentation en eau potable (80%) est assuré par les eaux superficielles (captages en rivière et deux retenues collinaires). Fin 2016 - début 2017, l'île a été affectée par un épisode de sécheresse particulièrement important, qui a déclenché des mesures de restrictions exceptionnelles des usages de l'eau, avec notamment des tours d'eau pour l'alimentation en eau potable dans plus de la moitié des communes. La connaissance et la compréhension de l'hydrologie des cours d'eau mahorais sont complexes du fait de la quasi-absence de mesures de débits en hautes eaux, et des incertitudes importantes sur les mesures ponctuelles en basses eaux. Les travaux réalisés à l'aide du modèle hydrologique GR4J ont permis de reconstituer des chroniques de débit de plus de vingt-cinq ans (1995-2017) au pas de temps journalier. L'analyse des régimes montre une importante variabilité de comportements hydrologiques liée à l'hétérogénéité des caractéristiques climatiques et physiques des bassins. Par ailleurs, l'analyse des étiages passés montre que celui de 2016-2017 était sévère mais pas exceptionnel. Cette mise en perspective doit donner aux gestionnaires de l'eau des éléments pour faire face à de potentielles crises futures, dans un contexte de forte augmentation de la demande en eau. Les incertitudes importantes rencontrées dans le processus de modélisation devraient être moindres à l'avenir grâce à la mise en place de nouveaux réseaux de mesure avec des observations en continu.