Academic literature on the topic 'Inondations – Facteurs climatiques – Modèles mathématiques'

Les deux dernières décennies en recherche scientifique se caractérisent par la multiplication des travaux concernant le réchauffement planétaire et les conséquences appréhendées de ce phénomène dans les divers milieux du globe. Ces travaux de recherche touchent différents champs disciplinaires dont la géomorphologie, l'hydrologie, l'écologie et bien d'autres. Dans le contexte des changements climatiques, on voit apparaître un intérêt grandissant pour l'étude des inondations anciennes ou des paléo-inondations. On tente de reconstituer la chronologie des inondations du passé notamment en regard des changements climatiques anciens ou subactuels (derniers siècles). Devant l'émergence de nombreux travaux dans ce domaine de la paléohydrologie, il nous est apparu intéressant d'examiner à travers une revue de la littérature scientifique les différentes approches méthodologiques utilisées dans l'étude des paléo-inondations. On s'attarde à décrire les principales méthodes et techniques employées dans la reconstitution des anciennes inondations, en particulier pour les environnements fluviaux (rivières, fleuves). On passe en revue les différents indicateurs biophysiques utilisés, notamment l'analyse des séquences stratigraphiques et sédimentaires, l'analyse des macrorestes, les méthodes de datation radiocarbone (14 C) et les techniques comme la thermoluminescence optique (TLO) et la dendrochronologie. Aussi, on présente les principaux modèles mathématiques utilisés dans la reconstitution des paléo-inondations, lesquels servent notamment à évaluer les variations niveaux/débits et la fréquence des inondations anciennes.

La possibilité d’estimer l’impact du changement climatique en cours sur le comportement hydrologique des hydro-systèmes est une nécessité pour anticiper les adaptations inévitables et nécessaires que doivent envisager nos sociétés. Dans ce contexte, ce projet doctoral présente une étude sur l'évaluation de la sensibilité des projections hydrologiques futures à : (i) La non-robustesse de l’identification des paramètres des modèles hydrologiques, (ii) l’utilisation de plusieurs jeux de paramètres équifinaux et (iii) l’utilisation de différentes structures de modèles hydrologiques. Pour quantifier l’impact de la première source d’incertitude sur les sorties des modèles, quatre sous-périodes climatiquement contrastées sont tout d’abord identifiées au sein des chroniques observées. Les modèles sont calés sur chacune de ces quatre périodes et les sorties engendrées sont analysées en calage et en validation en suivant les quatre configurations du Different Splitsample Tests (Klemeš, 1986; Wilby, 2005; Seiller et al. (2012); Refsgaard et al. (2014)). Afin d’étudier la seconde source d’incertitude liée à la structure du modèle, l’équifinalité des jeux de paramètres est ensuite prise en compte en considérant pour chaque type de calage les sorties associées à des jeux de paramètres équifinaux. Enfin, pour évaluer la troisième source d'incertitude, cinq modèles hydrologiques de différents niveaux de complexité sont appliqués (GR4J, MORDOR, HSAMI, SWAT et HYDROTEL) sur le bassin versant québécois de la rivière Au Saumon. Les trois sources d'incertitude sont évaluées à la fois dans conditions climatiques observées passées et dans les conditions climatiques futures. Les résultats montrent que, en tenant compte de la méthode d'évaluation suivie dans ce doctorat, l'utilisation de différents niveaux de complexité des modèles hydrologiques est la principale source de variabilité dans les projections de débits dans des conditions climatiques futures. Ceci est suivi par le manque de robustesse de l'identification des paramètres. Les projections hydrologiques générées par un ensemble de jeux de paramètres équifinaux sont proches de celles associées au jeu de paramètres optimal. Par conséquent, plus d'efforts devraient être investis dans l'amélioration de la robustesse des modèles pour les études d'impact sur le changement climatique, notamment en développant les structures des modèles plus appropriés et en proposant des procédures de calage qui augmentent leur robustesse. Ces travaux permettent d’apporter une réponse détaillée sur notre capacité à réaliser un diagnostic des impacts des changements climatiques sur les ressources hydriques du bassin Au Saumon et de proposer une démarche méthodologique originale d’analyse pouvant être directement appliquée ou adaptée à d’autres contextes hydro-climatiques.
The possibility to estimate the impact of climate change on the hydrological behavior of hydrosystems, the hydrological risks, and the associated resources is a necessity in order to anticipate the inevitable and necessary adaptations that must consider our societies. In this context, the doctoral project presents a study on the evaluation of the uncertainty of hydrological projections for the future climate when considering: (i) The non-robustness of hydrological model parameter identification, (ii) the use of several ensembles of equifinal parameter sets over a given calibration period and (iii) the use of different model structures for the hydrological model. To quantify the impact of the first source of uncertainty on the model outputs, four climatically contrasted sub-periods are first identified within the observed time series. The models are calibrated on each of these four periods, then generated outputs are analyzed on calibration and validation data. The calibration and validation tests were performed according to the configurations of four Different Split-sample Tests (Klemeš, 1986; Wilby, 2005; Seiller et al., 2012; Refsgaard et al., 2014). In order to study the second source of uncertainty related to the model structure, the equifinality of the parameter sets is taken into account by considering an ensemble of equifinal parameter sets for each sub-period calibration. Finally, to assess the third source of uncertainty, five hydrological models of different levels of complexity are applied (GR4J, MORDOR, HSAMI, SWAT, and HYDROTEL) on the watershed of the Au Saumon River (Québec, Canada).The three sources of uncertainty are assessed in the past observed period and in future climate conditions. Results show that, given the evaluation approach followed in this Ph.D. research, the use of different levels of complexity of hydrological models is the major source of variability in streamflow projections in future climate conditions for the five models tested. This is followed by the lack of robustness of parameter identification. The hydrological projections generated by an ensemble of equifinal parameter sets are close to those associated with the optimal set. Therefore, it seems that greater effort should be invested in improving the robustness of models for climate change impact studies, especially by developing more suitable model structures and proposing calibration procedures that increase their robustness. This work serves to provide a detailed response on our ability to make a diagnosis of the impacts of climate change on water resources of the Au Saumon watershed and proposes a novel methodological approach that can be directly applied or adapted to other hydro-climatic contexts.

L'effet des changements climatiques, par le biais d'un modèle éco-physiologique, a été introduit dans des courbes de rendement des strates d'épinette noire en respectant les principes de stratification utilisés lors d'un calcul de possibilité forestière. Un exercice de propagation de l'incertitude été fait afin de déterminer la capacité à observer une différence significative entre les prédictions faites à partir des courbes de croissance sous les changements climatiques et celles actuellement utilisées. Cet exercice a permis de voir qu'il est probable à 67% d'être en mesure de détecter l'effet des changements climatiques. Par contre, un doute subsiste étant donné les multiples sources d'erreur non-considérées. Les gestionnaires de la forêt devront considérer leur degré de confort avec ce niveau de risque afin de déterminer ce qui devra être fait par la suite, à savoir améliorer la méthodologie actuelle ou changer l'actuelle approche du rendement soutenu.

Première des maladies infectieuses jugées comme prioritaire en Guyane, la dengue fait l’objet d’une forte mobilisation des pouvoirs publics. L’amélioration des connaissances relatives aux facteurs climatiques et environnementaux qui influencent la dengue est un préalable indispensable pour le développement de modèles de prédiction nécessaires pour anticiper et adapter les mesures de gestion aux différentes échelles du département. Cette thèse poursuit un double objectif : i) analyser aux différentes échelles de la Guyane (département, territoires, communes), l’effet des facteurs climatiques et environnementaux sur la dynamique des épidémies de dengue et ii) développer des modèles de prédiction des épidémies. A cet égard, des outils statistiques, de fouille de données et de modélisation complémentaires on été utilisés pour étudier l’influence des facteurs climatiques et environnementaux sur la dynamique de la dengue. Un modèle de prévision climatique des épidémies à l'échelle du départeent, présentant une bonne valeur prédictive a été développé. Ce modèle prédit une épidémie pour 2016
Dengue is the most prioritized infectious disease in French Guiana with an intense mobilization of public health authorities. In this context, the improvement of knowledge on the climatic, environmental and demographic determinants of dengue transmission is a necessary condition to the development of epidemic prediction model for the planning of control activities at each level of organization of the territory. This thesis had two objectives: i) assess the effect of climatic and environmental factors on dengue spread; ii) develop prediction models of epidemic to anticipate and plan prevention and control activities. We used complementary statistical, data mining and modeling tools to show that climatic and environmental factors interplay with dengue incidence differently at different territory scales. A predictive model with a good performance was developped considering the whole territory of French Guiana. This model indicates that a dengue epidemic is likely to occur in 2016