La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Étude d'un ensemble multi-modèle multi-calibration pour la détermination de l'ensemble optimal pour la prévision hydrologique

Gatien, Philippe (2014). Étude d'un ensemble multi-modèle multi-calibration pour la détermination de l'ensemble optimal pour la prévision hydrologique. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation
[img]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

Face à la sévérité croissante des étiages, le gouvernement du Québec veut se doter d’un système de prévision des étiages pour un horizon de 1 à 3 mois. Le but de ce projet était d’optimiser les méthodes de pondération de prévisions hydrologiques d’ensemble provenant de plusieurs modèles calés avec de multiples fonctions objectif.

Les modèles hydrologiques globaux HSAMI, HMETS et MOHYSE ainsi que le modèle distribué HYDROTEL ont été utilisés sur 10 bassins nord-américains. Les modèles globaux ont été calés à l’aide de 9 métriques différentes créant des ensembles de 27 membres pour les 9 premiers bassins. HYDROTEL a été calé avec cinq métriques sur le dixième bassin créant ainsi un ensemble de 32 membres sur ce dernier. Les simulations hydrologiques sur chaque bassin ont ensuite été pondérées à l’aide de 9 méthodes sur des bases annuelle, saisonnière, par type de débits ainsi que par classe d’étiage.

Les trois méthodes de pondération les plus performantes sont le moyennage bayésien (BMA), une variante de la minimisation de l’erreur quadratique selon l’approche de Granger-Ramanathan (GRC), ainsi qu’un algorithme d’optimisation du critère de Nash-Sutcliffe (SCA). La séparation de la pondération par saison, par type de débit et par classe d’étiage présente un avantage lors du calage vu le nombre de paramètres (poids) accrus, mais n’apporte aucune amélioration constante aux résultats en prévision, possiblement due à une surparamétrisation des pondérations.

Finalement, la quantité de membres utilisés a été remise en question. Limiter le nombre de membres de l’ensemble d’un bassin aux douze meilleurs membres selon le critère de Nash a augmenté la performance en validation. Suite à une étude de calage multi objectif, il a été déterminé qu’il est possible d’identifier un ensemble optimal pour maximiser les performances selon le critère de Nash. Par contre, il n’existe pas de corrélation entre les membres sélectionnés pour chaque bassin pour cet ensemble. En limitant la quantité de membres à environ cinq (un avantage opérationnel), certains membres disparaissent tout en conservant une bonne part de performance de l’ensemble maximisant le critère de Nash.

Vu la nature de l’implémentation du système de prévision, la simplicité est cruciale. C’est pourquoi la méthode GRC, qui est simple et beaucoup plus rapide devrait primer sur les deux autres, malgré des performances similaires. De plus, cette pondération devrait être appliquée sur une base annuelle. La réduction de l’ensemble est suggérée dans un cadre opérationnel.

Titre traduit

Multi model multi calibration study to determine the optimal ensemble for hydrological forecasting

Résumé anglais

With the drought situation becoming more and more serious in the province of Quebec, the government has decided to equip itself with a hydrological forecasting system with a 1 to 3 month horizon. The point of this project is to identify the optimal combination methods for hydrological model ensembles.

There are two types of models used in this study: global (HMETS, HSAMI and MOHYSE) and spatially distributed models (HYDROTEL). These models were used on 10 North American Catchments. The global models are calibrated using 9 different metrics creating ensembles of 27 members for the first 9 basins. Hydrotel on the other hand uses 5 metrics on one basin to create an ensemble of 32 members. The hydrological ensembles were assigned weights by using 9 different weighting methods on an annual, seasonal, flow type and drought class basis.

The three best performing combination weighting methods were consistently the Bayesian model averaging (BMA), Granger Ramanathan type C (GRC) and the shuffle complex optimizer (SCA) for the complete annual series. Separating the flows by season, flow type and drought class proved to be an advantage over the training period due to the increased amount of parameters (weights), but brought no consistent improvement when it came to the validation period over the complete annual series combinations. This was possibly due to an over fitting of the parameters.

The amount of members used in the ensembles was then questioned. Limiting them to the 12 best according to the Nash-Sutcliffe coefficient proved efficient and increased the performances over the validation period. Following a multi objective calibration, it was determined that an ensemble could be identified for each basin that maximized the performances for the Nash coefficient. There existed no correlation between these selected models for all the basins, but when limiting the amount of members to roughly 5 (a big operational advantage), certain members tend to disappear, all the while maintaining the majority of the forecasting power of the ensemble optimising strictly Nash.

Due to the nature of the ends, the simplest method to implant in a warning system has been suggested through the use of the GRC weighing scheme due to its simplicity and quickness of execution. This approach should be used with temporally invariable weights annually. For an operational application, ensemble reduction is greatly recommended.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie de la construction". Bibliographie : pages 127-131.
Mots-clés libres: Cours d'eau Jaugeage Prévision. Bassins hydrographiques Amérique du Nord. Modèles hydrologiques. Prévision hydrologique. hydrologie, étiage, multi-modèle, multi objectif
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Brissette, François
Programme: Maîtrise en ingénierie > Génie de la construction
Date de dépôt: 25 nov. 2014 16:14
Dernière modification: 25 nov. 2014 16:14
URI: http://espace.etsmtl.ca/id/eprint/1395

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...