Modélisations hydrologique et hydraulique de la rivière de Coaticook dans un contexte de changements climatiques
Notice bibliographique
Résumé
Les inondations sont un phénomène majeur dans le monde et en particulier au Canada. Ces phénomènes causent des impacts sociaux, environnementaux et économiques importants (Ouranos, 2018). L’évolution des conditions hydroclimatiques attendues en réponse à la transformation du climat modifiera l’occurrence et l’intensité des inondations futures. Face à cette problématique, les communautés doivent réduire les risques liés aux inondations à l’aide de différentes stratégies d’adaptation. Ce projet de maîtrise consiste en des simulations hydrologique et hydraulique de la rivière Coaticook dans le contexte des changements climatiques ainsi qu’une étude des stratégies d’adaptation, au sein d’une équipe pluridisciplinaire en coopération avec le consortium Ouranos. Le modèle hydrologique SWAT permet de simuler les débits pour un tronçon de la rivière Coaticook (secteur Compton). SWAT est alimenté à l’aide de scénarios climatiques (températures et précipitations) en climat de référence et en climat futur pour générer des séries de débits en climat de référence et en climat futur. L’ensemble de données CORDEX a été utilisé pour représenter 19 projections climatiques (7 en RCP 4.5 et 12 en RCP 8.5) pour trois horizons futurs (Horizon 1 : 2021-2050, Horizon 2 : 2041-2070, Horizon 3 : 2071-2100) en plus de la période de référence (1971-2000). Les débits simulés pour une probabilité de dépassement donnée montrent une augmentation pour les horizons 1 et 2, puis un retour vers les niveaux de référence à l’horizon 3. Toutefois, le moment du maximum de crue est décalé de la période printanière à la période estivale, ce qui peut entrainer de plus grands dommages dans un contexte agricole. Les débits sont ensuite utilisés dans un modèle hydraulique HEC-RAS (1D/2D) afin de calculer les hauteurs d’eau atteintes et les superficies inondées entourant la rivière. Des campagnes terrains réalisées en 2018 et en 2019 ont permis de mesurer la bathymétrie ainsi que les débits et niveaux d’eau dans la rivière. Ces données ont permis le calage et la validation du modèle par l’ajustement des paramètres. En plus des niveaux d’eau et des superficies inondées, l’analyse a été réalisée à l’aide de classes d’aléas liées à la profondeur d’eau (Faible : 0,30 m; Modérée : 0,30 – 0,90 m; Élevée : >0,90m). Alors que la superficie totale n’augmente que de 11 % pour une augmentation du débit de 150 m3/s à 185 m3/s, la superficie de la classe élevée augmente de 32 %, démontrant l’importance de ne pas analyser uniquement les superficies inondées. À travers un processus de concertation avec le milieu, Ouranos a proposé différentes stratégies visant à réduire les inondations des zones agricoles face aux effets des changements climatiques. Certaines stratégies impliquent des modifications au lit de la rivière (dragage, enrochement) alors que d’autres stratégies impliquent une réduction des débits (milieux humides). Ces solutions sont ensuite intégrées aux modèles afin d’évaluer leurs impacts sur les débits, les niveaux d’eau et les superficies inondées. Les modifications au lit de la rivière entrainent des modifications locales et peuvent également amener une augmentation locale des niveaux d’eau. Les modifications aux débits permettent une diminution globale des niveaux d’eau.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».