Contribution à l'amélioration des méthodes de suivi des débits des rivières en temps réel et différé
Notice bibliographique
Résumé
La gestion des ressources hydriques nécessite la connaissance des débits actuels et futurs des cours d’eau, pour les études d’impact environnemental, les aspects de sécurité publique reliés aux inondations, l’exploitation des ouvrages hydrauliques et la production hydroélectrique. L’approche traditionnelle d’estimation des débits en rivières consiste à mener une série de mesures, aussi précises que possibles, permettant d’établir simultanément le débit et la hauteur afin de calibrer une relation, appelée courbe de tarage, qui relie ces deux grandeurs. Une fois cette courbe de tarage connue, la seule mesure de la hauteur d’eau permet d’obtenir le débit d’écoulement au droit de la station de mesure. Cette approche qui est basée sur une instrumentation assez rudimentaire paraît robuste et économique tout en fournissant des résultats satisfaisants. Cependant, il s'avère en pratique que l’hypothèse d'univocité entre les hauteurs et les débits, qui constitue le fondement de base de cette approche, devient compromise dans certaines conditions d’écoulement. C’est le cas en période de crue et de décrue, où l’accélération temporelle vient modifier sensiblement la relation entre le niveau et le débit par le phénomène d’hystérésis. La courbe de tarage peut aussi se voir sensiblement modifiée par l’effet de remous, la présence de nappe de glace ou encore lorsque la morphologie du cours d’eau change, c’est-à-dire en cas d’érosion, de végétation ou de sédimentation. \n \nL’hydroacoustique, une approche de mesure de débit en rivière, relativement récente, consiste à mesurer la vitesse et la profondeur d’écoulement à l’aide du Doppler afin de calculer le débit. La mesure du débit par Doppler peut se faire à partir de la surface de l’eau sur une courte période pendant que l’appareil est fixé sur un bateau, ou en continu lorsqu’il est installé au fond du cours d’eau ou encore sur ses berges. Dans ces derniers cas, il devient possible, d’obtenir des mesures fiables en continu du débit dans toutes les conditions d'écoulement. Ainsi, de nouveaux jaugeages ne sont plus nécessaires lorsque la morphologie du cours d’eau change. En contrepartie, les coûts d’acquisition et d’exploitation de cette technologie sont largement supérieurs à ceux reliés à l’utilisation d’une courbe de tarage. De plus, les mesures fournies par le Doppler s’avèrent très bruitées et renferment beaucoup de valeurs aberrantes. Le Doppler, est aussi vulnérable aux aléas météorologiques comme la foudre et devient inopérant lorsqu’il submergé par les sédiments. Aussi, il est fréquent de rencontrer des séries de mesures tronquées en périodes de panne. \n \nL’objectif principal de cette recherche est de proposer une approche d’amélioration de l’estimation des débits des rivières en alliant les avantages des deux approches précitées. L’atteinte de cet objectif passe par trois étapes sous-tendues par des objectifs spécifiques qui sont liés et se suivent d’une façon séquentielle. Le premier objectif spécifique qui fait l’objet de l’article 1, traite de l’opportunité d’exploiter de longues séries de mesures fournies par le Doppler pour calibrer une courbe de tarage représentative d’une large gamme de débits. Pour ce faire, il a fallu mettre au point des techniques de filtrage que nous avons appliquées aux séries de mesure fournies par le Doppler. La méthodologie proposée a été appliquée à la rivière Bostonnais qui coule dans la province du Québec au Canada. L’application des techniques de filtrage et de validation des mesures aux séries temporelles obtenues par le Doppler a permis d’améliorer sensiblement les résultats obtenus par la courbe de tarage traditionnelle. \n \nLe deuxième objectif spécifique qui fait l’objet de l’article 2, met en évidence l’analyse des courbes de tarage pour le suivi de débit des rivières couvertes de glace. Cette approche a pour but d’optimiser la courbe de tarage traditionnelle en démontrant, qu’il est possible d’améliorer les résultats obtenus par courbe de tarage traditionnelle en utilisant les mesures validées du Doppler obtenues en continu, en présence et en absence de glace. La méthodologie pour atteindre cet objectif consiste tout d’abord à analyser l’impact du couvert de glace sur les niveaux et sur les débits des cours d’eau. Nous avons ensuite proposé un concept basé sur une double courbe de tarage pour représenter la relation hauteur-débit en période d’étiage en présence et en absence de glace. La méthodologie préconisée a été appliquée avec succès à la rivière Bostonnais au Québec. Les résultats obtenus à partir de cette double courbe de tarage préalablement calibrée à l’aide des mesures validées effectuées par le Doppler présentent une amélioration sensible par rapport à une courbe de tarage unique. \n \nLe troisième objectif spécifique qui fait l’objet de l’article 3, met en évidence l’estimation et la validation en temps réel des mesures de débits des rivières par Doppler. La méthodologie proposée repose sur deux outils : le premier est basé sur le modèle de la courbe de tarage qui est utilisée pour exprimer la relation entre la hauteur d’eau et le débit au droit d’une section de jaugeage. Le filtre de Kalman est utilisé comme deuxième outil pour identifier, en temps réel, les paramètres d’un modèle de courbe de tarage dynamique en fonction des écarts entre les valeurs prévues et mesurées. La méthodologie a été testée avec succès sur la rivière Bostonnais au Québec (Canada). Les écarts d’estimation des débits à l’aide de la courbe de tarage dynamique sont nettement inférieurs aux écarts obtenus à l’aide de la courbe de tarage dite statique. \n \nLe Doppler possède l’avantage de fournir de façon précise, une grande quantité de mesures de débit couvrant toute la gamme des valeurs anticipées des débits et des niveaux nécessaires pour calibrer une courbe de tarage. En revanche, cette dernière s’avère plus avantageuse sur les plans économique et opérationnel, pour fournir des mesures moins perturbées et en plus grande quantité. Nous pouvons donc conclure qu’il existe une synergie entre les deux approches complémentaires d’estimation des débits.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».