Indicateurs sur la ressource en eau estimés par une modélisation pluie-débit régionalisée : la base de données Web LoiEau - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Article Dans Une Revue La Houille Blanche - Revue internationale de l'eau Année : 2020

Indicateurs sur la ressource en eau estimés par une modélisation pluie-débit régionalisée : la base de données Web LoiEau

Résumé

A parsimonious conceptual approach has been developed for the quantification and management of water resources in territories without information. The LoiEau Web database, presented in this article, is the result of applying this method to the outlet of more than 130 000 ungauged catchments over the French territory. The regional approach exploits recent and good quality hydro-meteorological information that is as exhaustive as possible (the SAFRAN reanalysis and the Hydro database) and is the result of methodological advances made in determining a well-optimized structure of a daily hydrological model adapted to a varied range of hydrological process, constrained by only two parameters to allow its regionalization and use on ungauged basins. The LoiEau Web database provides simulated hydrological data from 1958 to 2018 at daily time steps, from which multiple hydrological indicators are extracted to characterize water resources (low flow, seasonality, mean annual streamflow). This database is distributed via a Web interface. Uncertainties were calculated by resampling of the observed data and allowed to calculate confidence intervals for each hydrological index on each catchment. A confidence index in the method is also proposed for each catchment in order to qualify the degree of applicability of results in the event that local specificities make them inappropriate.
Une approche conceptuelle parcimonieuse a été développée pour la quantification et la gestion de la ressource en eau sur des territoires dépourvus d'information. La base de données Web LoiEau présentée dans cet article, constitue le résultat de l'application de cette méthode à l'exutoire de plus de 130 000 bassins versants non instrumentés sur le territoire national. L'approche régionale exploite une information hydrométéorologique récente et de bonne qualité la plus exhaustive possible (données climatiques de la réanalyse SAFRAN et données hydrologiques de la banque Hydro) et résulte d'avancées méthodologiques réalisées sur la détermination d'une structure bien optimisée d'un modèle hydrologique journalier adapté à une gamme de fonctionnements hydrologiques variés, contraint seulement par deux paramètres pour permettre sa régionalisation et son utilisation sur des bassins non jaugés. La base de données Web LoiEau fournit des chroniques hydrologiques simulées de 1958 à 2018 au pas de temps journalier, à partir desquelles de multiples indicateurs hydrologiques sont extraits, permettant de caractériser la ressource en eau dans son ensemble (étiage, saisonnalité, bilan). Cette base est diffusée pour les services de l'État via une interface Web. L'étude des incertitudes liées à l'échantillonnage des données observées a permis d'établir des intervalles de confiance pour chaque indicateur hydrologique. Un indice de confiance en la méthode est aussi proposé pour chaque bassin afin de qualifier le degré d'applicabilité des résultats dans le cas où les spécificités locales les rendent inappropriés.
Fichier principal
Vignette du fichier
lhb200032.pdf (2.64 Mo) Télécharger le fichier
image.png (1.82 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03169645 , version 1 (15-03-2021)

Identifiants

Citer

Nathalie Folton, Patrick Arnaud. Indicateurs sur la ressource en eau estimés par une modélisation pluie-débit régionalisée : la base de données Web LoiEau. La Houille Blanche - Revue internationale de l'eau, 2020, 3, pp.22-29. ⟨10.1051/lhb/2020034⟩. ⟨hal-03169645⟩
83 Consultations
155 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More