Evaluating climate model ensembles design for hydrological impact assessment: uncertainty attribution, transferability, and weighting

Asenjan, Mehrad Rahimpour (2025). Evaluating climate model ensembles design for hydrological impact assessment: uncertainty attribution, transferability, and weighting. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (13MB) | Prévisualisation

Résumé

Understanding the impacts of climate change on water availability and hydrological extremes is critical for effective water resources planning. Hydrological impact assessments rely heavily on global climate model (GCM) ensembles to quantify future changes and their associated uncertainties. The use of multi-model ensembles (MMEs), however, presents several methodological challenges, including model selection, uncertainty attribution, and ensemble weighting. Selecting a reduced subset from an ever-growing pool of GCMs introduces methodological trade-offs between computational feasibility and ensemble representativeness. Similarly, weighting the individual GCMs by performance or by independence affects the outcome as well as its uncertainty limits. Yet, despite the critical role of these decisions, there is little consensus on best practices, and the influence of these design strategies on hydrological projections remains underexplored.

To tackle these issues, three specific research objectives are pursued in this thesis: (1) to quantify the impact of GCM selection based on climate indices on uncertainty transferability to hydrological projections; (2) to examine the hydrological implications of including or excluding high-sensitivity climate models in multi-model ensembles; and (3) to compare the effects of different GCM weighting schemes on the uncertainty of future streamflow projections. Rather than promoting a single optimal strategy, the objective is to understand how different ensemble design choices affect the propagation of climate uncertainty into hydrological space.

The first analysis investigates the transferability of climate uncertainty to hydrological outputs by applying sampling methods such as the KKZ algorithm to sub-select climate models based on temperature and precipitation indices. This experiment was conducted across 3,540 North American catchments using 20 CMIP5 GCMs, two bias correction methods and three conceptual hydrological models. Results show that when carefully designed, reduced ensembles can retain most of the spread observed in streamflow projections derived from the full ensemble. However, the translation of uncertainty is non-uniform and nonlinear, meaning small differences in climate inputs, particularly precipitation, may result in large variations in streamflow, especially for high and low flow regimes.

Secondly, the thesis examines the effect of excluding high Equilibrium Climate Sensitivity (ECS) models, referred to as “hot” models, on projected streamflow. Exclusion of these models reduces the spread of projected streamflow changes in some regions such as Alaska, southwestern U.S., and parts of Canada, but increased it in others, highlighting the need to evaluate GCMs using region-specific, rather than global, criteria.

Finally, the thesis assesses the performance of weighting schemes in GCMs through a pseudoreality experiment, where each of the GCMs is, in turn, simulated as the “true” future. This allows an objective comparison of weighting performance against a known target in future where the true reality is unknown. The analysis applies six weighting approaches to an ensemble of 22 CMIP6 GCMs, coupled with a hydrological model across 3,107 North American catchments. Results indicate that unequal weighting by historical temperature and precipitation improves climate variable projections' quality. But for streamflow, these improvements are blunted, particularly if bias correction has been applied to inputs.

This thesis provides new insights into the design of climate model ensembles for hydrological impact assessments. It emphasizes that ensemble construction should not be based solely on climate performance metrics, but must incorporate impact-relevant behavior such as streamflow variability and seasonality. The findings advocate for a more pragmatic approach to ensemble design, balancing model diversity, computational efficiency, and relevance to the intended application.

Titre traduit

Évaluation de la conception des ensembles de modèles climatiques pour l’évaluation des impacts hydrologiques: attribution, transférabilité et pondération de l’incertitude

Résumé traduit

Comprendre les impacts des changements climatiques sur la disponibilité en eau et les extrêmes hydrologiques est essentiel pour une planification efficace des ressources hydriques. Les évaluations d’impact hydrologique reposent largement sur des ensembles de modèles climatiques globaux (GCM) pour quantifier les changements futurs et leurs incertitudes. L’utilisation d’ensembles multi-modèles (MME) pose toutefois plusieurs défis méthodologiques : choix des modèles, attribution des incertitudes et pondération des modèles constituant l’ensemble. L’utilisation d’un sous-ensemble réduit de GCMs implique des compromis entre faisabilité computationnelle et représentativité. De même, la pondération des modèles selon leur performance ou leur indépendance influence les résultats et les limites d’incertitude. Pourtant, malgré l’importance de ces choix, il existe peu de consensus sur les meilleures pratiques, et leur influence sur les projections hydrologiques demeure peu explorée.

Pour y répondre, trois objectifs guident cette thèse : (1) quantifier l’impact de la sélection de GCM basée sur des indices climatiques sur le transfert d’incertitude vers les projections hydrologiques ; (2) examiner les effets hydrologiques de l’inclusion ou exclusion de modèles à forte sensibilité climatique ; (3) comparer l’effet de différentes pondérations sur l’incertitude des projections de débits futurs. L’objectif n’est pas de promouvoir une stratégie unique, mais de comprendre comment les choix de conception d’ensembles influencent la propagation de l’incertitude climatique dans l’espace hydrologique.

La première analyse étudie le transfert d’incertitude climatique vers les sorties hydrologiques via des méthodes d’échantillonnage (ex. : algorithme KKZ) pour sélectionner des modèles selon des indices de température et de précipitation. L’expérience, menée sur 3 540 bassins nord-américains avec 20 GCM de l’ensemble CMIP5, deux approches de corrections de biais et trois modèles hydrologiques, montre que des ensembles réduits bien conçus peuvent conserver l’essentiel de la dispersion observée. Toutefois, ce transfert est non uniforme et non linéaire : de petites variations de précipitations peuvent produire de fortes différences de débits, surtout aux extrêmes, influencées par la structure du modèle hydrologique et les caractéristiques du bassin.

La deuxième analyse évalue l’exclusion des modèles à forte sensibilité climatique (« modèles chauds ») sur 3107 bassins nord-américains, en utilisant 19 GCM de l’ensemble CMIP6 dont cinq « modèles chauds ». Leur retrait réduit l’incertitude dans certaines régions (Alaska, sudouest des É.-U., parties du Canada) mais l’augmente ailleurs, soulignant l’importance d’évaluer les GCM sur des critères régionaux, et pas seulement globaux.

Enfin, la thèse teste plusieurs schémas de pondération via une expérience dans une pseudoréalité, où chaque GCM est traité comme la « vraie » réalité future. Six méthodes sont appliquées à 22 GCM couplés à un modèle hydrologique sur 3 107 bassins. Les pondérations inégales basées sur les observations historiques améliorent les projections climatiques, mais l’effet sur les débits est atténué, surtout après correction de biais, laquelle réduit la sensibilité aux choix de pondération.

Cette thèse apporte des perspectives nouvelles sur la conception des ensembles de modèles climatiques pour les évaluations d’impact hydrologique. Elle souligne que la construction d’ensembles doit intégrer le comportement pertinent pour l’impact (variabilité, saisonnalité des débits) et trouver un équilibre entre diversité, efficacité computationnelle et pertinence pour l’application visée.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Manuscript-based thesis presented to École de technologie supérieure in partial fulfillement for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 151-182).
Mots-clés libres:	changement climatique, modélisation hydrologique, propagation des incertitudes, conception d’ensembles, pondération, correction de biais, modèles chauds, pseudo-réalité, débits
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Brissette, François
Programme:	Doctorat en génie > Génie
Date de dépôt:	22 déc. 2025 16:47
Dernière modification:	22 déc. 2025 16:47
URI:	https://espace.etsmtl.ca/id/eprint/3763

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt