Modélisation de la température de l’eau dans une rivière à débit régulé en climats actuels et futurs

Gatien, Philippe (2025). Modélisation de la température de l’eau dans une rivière à débit régulé en climats actuels et futurs. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (9MB) | Prévisualisation

Résumé

L’objectif de cette thèse est d’approfondir les connaissances concernant la modélisation de la température de l’eau d’une rivière à débit régulé dans un contexte de production hydroélectrique et de gestion d’écosystème. Le projet a été divisé en trois sous-objectifs qui sont discutés dans trois chapitres, portent tous sur la rivière Nechako située en Colombie- Britannique, Canada, et la simulation de la température de l’eau, en particulier près de la municipalité de Vanderhoof. Cette ville se trouve en aval du déversoir de Skins Lake prenant source au réservoir Nechako.

La première portion de la thèse porte sur l’applicabilité des données de réanalyses dans un contexte de modélisation de la température de l’eau en utilisant le modèle couplé hydraulique et thermique déterministe HEC-RAS. À l’aide d’une structure de modèle hydraulique existante, les données météorologiques observées ont été remplacées par celles provenant des réanalyses atmosphériques ERA5 et ERA5-Land. Ici, ERA5-Land présente une densité spatiale accrue par rapport à ERA5. Les résultats des simulations sont similaires à ceux utilisant les données observées, et l’augmentation du nombre de points de données qu’offre ERA5-Land n’a pas conduit à une amélioration de la qualité de la simulation. Il est à noter qu’un équilibre thermique a été identifié en aval d’un système de lacs où l’eau circule pendant quelques jours. Une des conditions frontières en amont de ces lacs, associée à la température de l’eau du réservoir d’où le déversoir prend sa source, n’impacte donc pas significativement la température de l’eau à Vanderhoof.

La portion suivante de la thèse se concentre sur l’application du module thermique de HECRAS, préalablement calibré en utilisant les données de réanalyses, dans le cadre d’une étude d'impact des changements climatiques sur la température de l’eau. Ceci a été réalisé en utilisant 10 modèles de circulation générale de l’ensemble CMIP6, dont les données en extrants correspondent aux besoins en intrants de HEC-RAS. Les simulations couvrent deux horizons (2041-2070 et 2071-2100) en utilisant deux trajectoires socio-économiques partagées comportant différents forçages environnementaux et scénarios d’émissions (SSP2-4.5 et SSP5- 8.5). Il est prévu que les températures de l’eau augmentent de plus de 3 °C, bien au-delà des limites thermiques communément acceptées pour les espèces migratoires, telles que l’esturgeon blanc et le saumon rouge, ce qui pourrait entraîner des taux de mortalité élevés.

Finalement, la dernière portion de la thèse se concentre sur la modélisation de la température de l’eau à l’aide d’une approche statistique non paramétrique. Un modèle de type « long shortterm memory » (LSTM), un type de réseau de neurones artificiel récurrent, est utilisé. Comparativement à une approche déterministe comme celle de HEC-RAS, qui est un modèle basé sur la physique, le LSTM offre une meilleure flexibilité quant aux données d’entrée. Les hyperparamètres ont été établis à l’aide d’une recherche aléatoire et testés avec plusieurs combinaisons de données d’entrée pour entraîner le modèle provenant de sources observées (débit, température aux frontières, etc.) et de réanalyses météorologiques. Le modèle a atteint ses meilleures performances lorsqu’il utilisait l’ensemble des données pour l’entraînement, ce qui est conforme aux attentes pour un modèle de ce type. Le temps de calcul requis pour la calibration est plus court que pour un modèle comme HEC-RAS. Cependant, il nécessite un équipement informatique spécialisé ainsi qu’une plus grande connaissance de multiples logiciels pour la préparation initiale du modèle. Cela représente néanmoins une approche novatrice et complémentaire de modélisation utilisant une panoplie de données pour valider les simulations existantes. Il est également intéressant de noter que des variables telles que la température de l’air, historiquement considérée comme ayant une grande influence sur la température de l’eau, n’étaient pas dominantes lors d’une analyse de sensibilité dans le LSTM. L’entrée d’eau latérale de la rivière Nautley, un des affluents principaux, a eu beaucoup plus d’influence dans le cas de la rivière Nechako.

Titre traduit

Modelling water temperatures in a river with regulated flow in current and future climate

Résumé traduit

The objective of this thesis is to further the understanding of water temperature modeling in regulated rivers in a context where hydropower and ecosystem management are priorities. The project was divided into three sub-objectives, each treated in a separate chapter of this work, all centered on the Nechako River located in British Columbia, Canada, and the water temperature simulated at the town of Vanderhoof downstream from a major spillway.

In the first portion of the thesis, the applicability of the data is presented with an existing, well- known, deterministic coupled hydraulic and thermal model at an hourly timestep: HEC-RAS. Using this existing model structure, the observed meteorological data were removed and swapped with reanalysis data to determine the databases’ capacity to contribute meaningfully to the modelling process of the water temperature. Two portions of the reanalysis dataset were tested: ERA5 and ERA5-Land, whose data grid is more densely populated. Results were typically on par with what quality observed data was able to produce when using HEC-RAS on the Nechako River catchment, though the increased spatial density offered did not improve the robustness of the model. Of note, a thermal equilibrium was identified downstream from a series of lakes where the water resided for a few days near Cheslatta Falls. The upstream boundary condition, i.e., the water temperature at the outlet of the reservoir from which the river stems therefore has little impact on downstream temperatures.

The next portion of the thesis builds on this work by applying the now calibrated HEC-RAS model with reanalysis data and uses it to study the impacts of climate change on water temperatures in the Nechako River. This was done by using 10 global circulation models from the CMIP6 ensemble whose available data corresponded to what the model required as inputs, paired with two shared socio-economic pathways representing varying environmental forcings and emissions scenarios (SSP2-4.5 and SSP5-8.5). The paper discussing this establishes that water temperatures are slated to rise over both the 2041-2070 horizon and the 2071-2100 horizon, more-so over the latter. Water temperatures are expected to increase upwards of 3 °C, which exceeds thermal limits commonly used for migrating species such as sockeye salmon and white sturgeon which may lead to increased mortality rates.

The final portion of the thesis turns to a different model to simulate water temperature. Machine learning is leveraged through the use of a non-parametric empirical approach, a long short- term memory model, a type of recurrent neural network. Compared to a deterministic approach with a physically based model like HEC-RAS, an LSTM presents flexibility for its inputs and outputs. It has the capacity to use any data as input to train the model, including information from previous timesteps. The hyperparameters were calibrated through a random search and tested with various combinations of both observed (flow, water temperature at the boundaries, etc.) and reanalysis meteorological variables. The model performed well when using all available data, as expected. Though the required machine time for the calibrations was shorter than the HEC-RAS approach, it did require specific hardware and an increased knowledge of the software to initially set up, making this approach much less user-friendly. It does, however, provide an innovative and alternate avenue for modelling water temperatures to help validate and confirm existing findings and extend modelling to ungauged basins. Interestingly, variables like air temperature, expected to have the greatest influence on water temperatures, are not the most impactful. In the case of the Nechako River, lateral inflows from the Nautley River, one of the main tributaries, are much more influential in a sensitivity analysis than the meteorological variables identified in the study.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse par articles présentée à l’École de technologie Supérieure comme exigence partielle à l’obtention du Doctorat en génie". Comprend des références bibliographiques (pages 177-203).
Mots-clés libres:	température de l’eau, modélisation thermique, données de réanalyses, changements climatiques, HEC-RAS, apprentissage automatique
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Arsenault, Richard
Codirecteur:	Codirecteur Saint-Hilaire, André
Programme:	Doctorat en génie > Génie
Date de dépôt:	02 juin 2025 18:05
Dernière modification:	02 juin 2025 18:05
URI:	https://espace.etsmtl.ca/id/eprint/3625

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt