MétaCan
Menu
Retour à la cohorte
Enregistrement W2309827372

Évaluation du potentiel des réanalyses à représenter le cycle hydrologique de surface et de leur performance en modélisation hydrologique dans la province de Québec au Canada

2015· article· fr· W2309827372 sur OpenAlexfundaboutno aff
Florent Sabarly

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2015
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaEuropean Centre for Medium-Range Weather ForecastsHydro-QuébecCanon Foundation for Scientific ResearchNational Aeronautics and Space Administration
Mots-clésForestryWestern europeHumanitiesGeographyPhilosophyEuropean union
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La province de Québec au Canada possède une importante ressource en eau douce. Cette ressource constitue un intérêt considérable pour la province, notamment vis-à-vis du potentiel de production hydroélectrique qu'elle représente. La production d'une telle énergie nécessite de bien connaître le cycle hydrologique des régions et bassins versants d'intérêt. L'étude du cycle hydrologique s'effectue habituellement à travers l'analyse de données météorologiques et hydrologiques, mesurées grâce à des stations d'observation, et/ou à l’aide de la modélisation hydrologique. Cependant, la densité de stations d'observations est très inégale au Québec. En effet, de nombreuses stations recouvrent le sud de la province, tandis que le nord est fortement délaissé. \n \nToutefois, il existe des jeux de données alternatives possédant la particularité de recouvrir les régions d'intérêt au complet sous forme de grille, comme par exemple les données d'observations interpolées et les réanalyses. Cependant, les jeux de données interpolées sur grille peuvent présenter un niveau de représentativité météorologique discutable dans les régions où l'interpolation a été réalisée avec un nombre très réduit de stations. Les réanalyses sont générées de la même manière que les sorties d'un modèle de prévisions météorologiques, à la différence près que le modèle météorologique ne fait pas l'objet de mise à jour ni de modification durant le processus de génération des données. De plus, les réanalyses produisent des jeux de données historiques (et jusqu’à ce jour dans certains cas) à partir de l’assimilation de données d’observation issues de satellites, bateaux, ballons sondes, avions, bouées ou stations météo notamment. \n \nCette étude vise à évaluer le potentiel des réanalyses à représenter le cycle hydrologique de surface au Québec, et à évaluer leur performance en modélisation hydrologique sur des bassins versants du Québec. L'analyse du cycle hydrologique des réanalyses CFSR, NARR, MERRA et ERA-Interim est réalisée selon trois échelles spatiales différentes: (1) sur la totalité du Québec, (2) suivant les cinq régions climatiques de Bukovsky au Québec et (3) à l’échelle des bassins versants dans six régions hydrologiques de la province. Les résultats révèlent que chacune des réanalyses a ses propres forces et faiblesse. Globalement, ERAInterim semble présenter les précipitations les plus fiables, alors que NARR montre les résultats les moins concluants. Contrairement aux trois autres réanalyses, MERRA présente un bilan hydrologique fermé. Cependant, cette réanalyse ne distribue pas, dans les proportions attendues, la précipitation en évaporation et en ruissellement. Cette dernière caractéristique est bien respectée par CFSR, toutefois, cette réanalyse présente des précipitations bien supérieures aux trois autres. \n \nSuite à cette étude, la performance des quatre réanalyses en modélisation hydrologique a été évaluée avec le modèle global conceptuel HSAMI. La performance a été quantifiée par l'intermédiaire du Critère de Nash-Sutcliffe sur 106 bassins versants du Québec, sur les années 1979 à 2008 et selon les six régions hydrologiques québécoises. Un total de 30 calages du modèle a été réalisé, ainsi qu'une validation avec le jeu de paramètres ayant fourni le meilleur coefficient de Nash-Sutcliffe en calage sur chaque bassin versant. Les résultats indiquent globalement une bonne capacité des réanalyses à reproduire les débits observés en rivière, notamment dans les régions nordiques du Québec, avec des coefficients de Nash-Sutcliffe allant de 0.6 à 0.9. Parmi les quatre réanalyses, ERA-Interim présente les distributions de valeurs de Nash-Sutcliffe les plus élevées, bien que sa supériorité ne soit pas statistiquement significative. Par ailleurs, les précipitations peu fiables de NARR sur le Québec influencent les performances de cette réanalyse à la baisse, et révèle donc les performances les plus faibles parmi les quatre réanalyses. MERRA et CFSR font globalement jeu égal sur les six régions hydrologiques. \n \nEn conclusion, les réanalyses montrent des résultats prometteurs, tant dans leur capacité à représenter le cycle hydrologique que dans leur performance en modélisation hydrologique. Par ailleurs, en vue de valider leur applicabilité dans le cadre d'études hydrologiques, il serait pertinent d'appuyer ces résultats en comparant les données de réanalyses directement avec des données de stations d'observations, notamment dans le nord du Québec. Finalement, il serait intéressant à l'avenir de compléter l'étude de la performance en modélisation hydrologique des réanalyses par des études similaires faisant appel à d'autre types de modèles (modèles distribués et/ou à base physique) et d'autres critères d'évaluation comme le RMSE ou des critères sur les débits extrêmes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,434

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,238
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEspace École de technologie supérieure (École de technologie supérieure)Même sujetHydrology and Watershed Management StudiesTravaux en français237 207