首页> 外文OA文献 >Incertitudes sur les débits simulés par le modèle HYDROTEL attribuables aux incertitudes sur les paramètres - Application au bassin de la rivière Beaurivage, Québec, Canada.
【2h】

Incertitudes sur les débits simulés par le modèle HYDROTEL attribuables aux incertitudes sur les paramètres - Application au bassin de la rivière Beaurivage, Québec, Canada.

机译:HYDROTEL模型模拟的流量不确定性可归因于参数的不确定性-在加拿大魁北克的Beaurivage流域中的应用。

摘要

Le présent mémoire porte sur l'analyse des incertitudes sur les débits simulés par le modèleudHYDROTEL, associées aux incertitudes sur les paramètres. Pour ce faire, deux techniques locales,udbasées sur le développement en séries de Taylor, sont utilisées: (i) les méthodes de calcul de laudprobabilité de défaillance et (ii) les méthodes d'approximation des moments statistiques. Pour les deuxudméthodes, une comparaison entre l'utilisation de l'ordre 1 et l'ordre 2 est effectuée (l'ordre désignant leudseuil de troncature du développement en séries de Taylor). Afin d'appliquer ces différentes méthodes,udcertaines hypothèses (telles que l'indépendance des paramètres du modèle, la distribution gaussienne desudparamètres en entrée), des années hydrologiques particulières et des indicateurs hydrologiquesudspécifiques (crues et étiages) sont considérées. Une fois les incertitudes sur les débits simulés connues,udon définit un critère de Nash-Sutcliffe généralisé qui remplace le coefficient de Nash-Sutcliffe classique.udCe coefficient tient compte de l'incertitude associée au débit simulé dans le cadre de l'exercice duudcalage pour l'évaluation d'une simulation.udL'analyse d'incertitudes est généralement associée à une analyse de sensibilité permettant laudhiérarchisation des paramètres. Une analyse de sensibilité du modèle vis-à-vis différents paramètres estudréalisée sur une période de 40 ans (de 1969 à 2009). Le bassin pilote est celui de la rivière Beaurivage.udL'analyse de sensibilité du modèle montre que l'influence des paramètres est très variable d'une saison àudl'autre et même d'une journée à l'autre. Durant la période de fonte printanière, les paramètres les plusudinfluents sont le coefficient d'optimisation de l'évapotranspiration potentielle (FETP), la limiteudinférieure de la deuxième couche du sol (Z2), le gradient vertical de la température (GVT) et les taux deudfonte pour les forêts de conifères et de feuillus (FFCO et FFFE). Durant la période hivernale, lesudparamètres les plus influents sont le FETP, le coefficient de récession (REC), le Z2 et le taux de fonteudpour le milieu ouvert (FFFO). Durant l'été et l'automne, les paramètres les plus influents sont le FETP,udle Z2 le REC et la limite inférieure de la troisième couche (Z3).udL'analyse d'incertitudes faite pour des journées hydrologiques particulières a montré que l'ordre 2 estudindispensable à l'obtention de résultats concernant les probabilités de dépassement. L'intervalle deudconfiance de 95%, calculé pour les années particulières, montre que l'incertitude est variable d'uneudsaison à l'autre. Elle est plus importante durant la fonte du couvert nival (printemps) et durant l'étiageudestival. Les bandes d'incertitudes sont plus larges pour l'année la plus sèche. Concernant les indicateursudhydrologiques tels que les débits de crue ou d'étiage, plus la période de retour est grande, plusudl'incertitude sur les débits associées aux incertitudes sur les paramètres est importante. Une comparaisonudentre cette incertitude et l'incertitude statistique associée au choix de la loi d'ajustement (dans notre casudla loi de Gumbel) montre que l'incertitude statistique est plus importante pour les périodes de retourudsupérieures à cinq ans.
机译:本文研究了由 udHYDROTEL模型模拟的流量不确定性以及相关参数的不确定性。为此,使用了两种基于泰勒级数展开的局部技术:(i)计算失效概率的方法和(ii)统计矩的近似方法。对于这两种方法,在使用顺序1和顺序2(指定泰勒级数展开的截断阈值的顺序)之间进行了比较。为了应用这些不同的方法,需要考虑一些不确定的假设(例如模型参数的独立性,输入的高斯分布),特定的水文年数和特定的水文指标(洪水和低水位)。一旦知道了模拟流量的不确定性, udon定义了一个通用的Nash-Sutcliffe准则,该准则取代了经典的Nash-Sutcliffe系数 Ud该系数考虑到了运动过程中与模拟流量相关的不确定性评估模拟的评估 ud不确定性分析通常与灵敏度分析相关联,从而可以对参数进行超层次化。在40年的时间里(从1969年到2009年),对模型对不同参数的敏感性进行了分析。 Ud对模型的敏感性分析表明,参数的影响在一个季节到另一个季节甚至一天到另一个天都是很大的。在春季融化期间,最主要的参数是潜在蒸散最优化系数(FETP),第二土壤层的下限(Z2),垂直温度梯度(GVT)。 )和 udfonte针叶和落叶林(FFCO和FFFE)的比率。在冬季,最具影响力的参数是FETP,后退系数(REC),Z2和开放环境(FFFO)的融化率ud。在夏季和秋季,影响最大的参数是FETP, Z2 REC和第三层的下限(Z3) Ud对特定水文日进行的不确定性分析表明阶2对于获得有关超调概率的结果是不可缺少的。针对特定年份计算出的95%置信区间显示,不确定性在一个季节与下一个季节之间会有所不同。在融雪覆盖层(春季)融化过程中以及在低水位/融雪期融化过程中,该值更大。在最干旱的年份,不确定性范围更宽。对于诸如洪水或低水流量之类的水文指标,返回时间越长,与参数不确定性相关的流量不确定性就越大。比较这种不确定性和与调整定律的选择相关的统计不确定性(在我们的例子中是乌德·古贝尔定律),表明回报期大于五年的统计不确定性更大。

著录项

  • 作者

    Ben Nasr Iméne;

  • 作者单位
  • 年度 2014
  • 总页数
  • 原文格式 PDF
  • 正文语种 fr
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号