MétaCan
Menu
Back to cohort
Record W7111802026

Facteurs de divergences entre projections journalières et sous-journalières de modèles hydrologiques globaux conceptuels

2025· other· fr· W7111802026 on OpenAlexaboutno aff

Bibliographic record

VenueEspace École de technologie supérieure (École de technologie supérieure) · 2025
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsDrainage basinAlluvionCoregonus
DOInot available

Abstract

fetched live from OpenAlex

Cette étude a pour objectif d’explorer les sources de divergences entre projections journalières et sous-journalières de l’impact du changement climatique sur des indices de débit en rivière. L’expérience est réalisée à partir de deux modèles hydrologiques globaux conceptuels (GR4J et MOHYSE), calibrés par deux grilles climatiques (MSWEP2 et ERA5) aux 3 h et aux 24 h, sur 221 bassins versants de 10 km2 à 2 000 km2 du Mexique, du Québec et des États-Unis. Les simulations sont comparées en termes de deltas sur les crues maxima et de récurrence 100 ans saisonnières, entre des périodes du passé récent construites par contrastes de températures, et de volumes et intensités des précipitations. En climat futur, la comparaison s’effectue à partir de projections issues de sept simulations climatiques régionales de résolution 0,11° et 0,22°. À l’échelle journalière, sont comparés les indices extraits des séries de débits 24 h, à ceux extraits des séries 3 h moyennées aux 24 h (appelées séries 324). À l’échelle sous-journalière, sont comparés les indices des séries 3 h, à ceux des séries 24 h multipliés par un facteur de pointe, selon la pratique usuelle pour établir des débits de conception en ingénierie. Un portrait des différences entre simulations 3 h, 324 et 24 h a d’abord été dressé. En médiane, les simulations 3 h simulent mieux les deltas d’indices entre climats contrastés du passé, mais on observe une grande variabilité saisonnière et régionale en fonction des choix de configuration (modèle hydrologique, grille climatique de référence, indice hydrologique visé). Sur des simulations futures, le pas de temps représente une faible part de l’incertitude sur les projections en médiane sur l’échantillon, mais entre 20% et 70% selon le bassin lorsqu’on tient compte de ses fortes interactions avec les autres choix de configuration. Son impact est plus marqué dans certains contextes : variation de la saisonnalité des pluies, intensification des précipitations, diversification des processus générateurs de crue sur les bassins nivaux. Plusieurs angles d’approche complémentaires ont ensuite été explorés pour analyser les divergences entre simulations. Tout d’abord, la variabilité inter-crues et inter-climats des facteurs de pointe a été calculée à partir des crues de séries observées 3 h et 324 du passé récent. La capacité des modèles hydrologiques à représenter ces facteurs de pointe observés et leur variabilité a également été analysée. Les séries (Fp) des facteurs de pointe calculés sur les crues observées classées présentent un point de rupture dans 55% des cas, et des tendances tant positives que négatives. Ces ruptures constituent un bon indicateur de processus générateurs de crues différents pour les crues fréquentes et rares. Aussi, le facteur de pointe moyenné sur les crues, Fp, n’est pas stationnaire entre périodes de climats contrastés du passé récent dans 48% des cas. Enfin, Fp dépend de l’échelle de temps choisie pour moyenner les séries aux 24 h, menant à des écarts jusqu’à 83% sur certains bassins selon que la série 324 est calculée en temps UTC ou en heure locale. Ces constats rappellent que la signification physique du facteur de pointe est limitée, et que son utilisation dans un contexte de changement climatique n’est pas recommandée. On a aussi étudié l’adaptation d’hydrogrammes de crues théoriques à des variations du débit de base, et de l’intensité et de l’heure de pointe des averses. La déformation de ces modifications par la moyenne aux 24 h de ces hydrogrammes a été quantifiée et comparée aux divergences des projections de crue aux 3 h et 324 à l’échelle climatique. Les deltas sur les pointes de crue 3 h et 324 peuvent être opposés pour des bassins de temps de concentration inférieur à 48 h dans deux cas, rendant impossible l’utilisation de simulations journalières pour inférer des projections 3 h : 1) lorsque débits de base et débits de ruissellement varient en sens opposé, par exemple lorsqu’un bassin s’assèche mais que les crues s’intensifient ; 2) lorsque l’heure de pointe des hydrogrammes varie de telle façon que la pointe de crue soit proche d’une borne de la fenêtre de moyennage en référence mais pas en futur,ou vice versa. L’impact des variations du débit de base et du temps de pointe dépend de la capacité des modèles à représenter l’un et l’autre. Par ailleurs, des ensembles d’arbres de classification des divergences ont été construits par apprentissage automatique à partir de prédicteurs géophysiques et hydroclimatiques associés aux bassins. Les prédicteurs de divergence les plus importants dépendent du modèle hydrologique, de l’indice de débit visé, et du régime hydrologique des bassins,mais certains sont cruciaux dans tous les cas. Pour les indices hydroclimatiques, il s’agit des deltas des indices de précipitations maximales saisonnières journalières ΔRX24 et sous-journalières ΔRX3, de l’indice de débit de base BFI, du facteur de pointe moyen Fp et du coefficient de variation de ce dernier CVFp . Pour les indices géophysiques, ce sont les taux de milieux humides et de forêts. Enfin, quatre causes de divergences entre simulations 324 et 24 h ont été identifiées à travers quatre cas simulant des impacts opposés du changement climatique sur les débits aux 324 et aux 24 h : 1) Filtrage des processus sous-journaliers ponctuels (orages convectifs) ou cycliques (fonte). 2) Position de l’heure de pointe de l’averse ou de la crue par rapport à la fenêtre de moyennage de 24 h. 3) Impact du pas de discrétisation sur la résolution des équations non linéaires séquentielles ou de type « conditions logiques ». 4) Importance des horsains dans le calcul des indices. Cet examen s’est avéré un excellent outil pour comprendre comment un modèle hydrologique conceptuel compense les erreurs de discrétisation et pour cerner les limites de ces compensations sur des événements non observés en calibration. Par exemple, les tailles des réservoirs souterrains calibrés aux 3 h et aux 24 h sont différentes pour répondre à la dépendance des volumes d’infiltration à la résolution temporelle. Le changement structurel des précipitations dans le futur conduit alors à la saturation du réservoir à un pas de temps mais pas l’autre, et à des projections des crues et de l’hydrogramme annuel différentes. En conclusion, lorsque des données sous-journalières sont disponibles, il est conseillé d’inclure la comparaison de projections journalières et sous-journalières dans la chaîne de modélisation. La détection de divergences signale alors des changements importants dans les processus générateurs de crues dominants du bassin, et la nécessité d’une étude approfondie des simulations avant de les utiliser pour des calculs d’ingénierie.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.007
metaresearch head score (Gemma)0.023
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.021
Threshold uncertainty score0.041

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0070.023
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0030.002
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.015
GPT teacher head0.291
Teacher spread0.276 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueEspace École de technologie supérieure (École de technologie supérieure)French-language works237,207