Soutenance de thèse de Qifan DING

La prédétermination de l’aléa hydrologique en sites non-jaugés reste toujours une problématique de recherche en hydrologie, car la variabilité spatiale du phénomène est sous représentée par la densité des réseaux d’observations hydrométriques, en particulier aux échelles spatiales les plus petites. A l’exutoire des bassins versants jaugés, où l’on dispose de longues chroniques de débits, l’estimation de l’aléa hydrologique peut être calculée à partir de différentes approches, mais ne représente que l’aléa à l’exutoire jaugé. Par contre, sur une grande partie du réseau hydrologique, en amont des exutoires jaugés mais aussi hors des bassins jaugés, cette information est inaccessible, rendant l’estimation de l’aléa impossible directement à partir de l’observation. Il faut alors développer des approches régionalisées, permettant d’estimer l’aléa dans ces zones non-jaugées, préférentiellement en s’appuyant sur l’information disponible spatialement comme la pluviométrie. La méthode SHYREG est une méthode de prédétermination régionale de l’aléa hydrologique, basée sur la simulation des processus hydro-météorologiques. Elle s’appuie sur un générateur ponctuel de pluie horaire, déjà régionalisé à l’échelle de la France métropolitaine, et sur un modèle hydrologique simplifié simulant la relation pluie-débit sur des pixels kilométriques, permettant le calcul de quantiles de crues élémentaires qui seront ensuite agrégés à l’échelle du bassin versant. La régionalisation de l’unique paramètre hydrologique calé par la méthode, consiste à expliquer sa variabilité spatiale à partir de descripteurs environnementaux. L’objectif de la thèse est d’améliorer à la fois le calage et la régionalisation de ce paramètre, en faisant un focus sur les échelles les plus petites. Pour cela, les procédures de calage et de régionalisation de la méthode ont été testées sur des échantillonnages particuliers de groupes de bassins versants (parmi 1929 bassins en France), comme le calage sur de grands bassins pour une validation sur les plus petits bassins. Les améliorations réalisées dans ce travail de thèse ont porté dans un premier temps sur une meilleure prise en compte de la saisonnalité du paramètre hydrologique afin de mieux respecter la fluctuation temporelle des conditions hydriques des sols suivant les saisons. A partir de cette amélioration dans le calage de la méthode, de nouvelles méthodes de régionalisation ont été développées. En particulier la méthode Random Forest a été testée de façon concluante pour remplacer la méthode initiale basée sur des régressions linéaires. La recherche de performances sur les plus petits bassins versants a aussi conduit à proposer une « désagrégation » spatiale des paramètres calés à plus grande échelle, pour créer de la variabilité spatiale du paramètre sur les pixels à l’intérieur des bassins jaugés. Cette « désagrégation » spatiale du paramètre a été réalisée de manière « expertisée » ou « à priori », et de manière « optimisée » par la recherche de nouvelles relations avec les descripteurs à une échelle plus locale. Les performances de ces méthodes sont évaluées par leur capacité de restituer des quantiles de débits aux exutoires des bassins versants de validation, supposés non jaugés. Un échantillon de bassins versants très petits, issus des observatoires de l’infrastructure de recherche OZCAR, a aussi servi à compléter l’évaluation de ce travail. Selon les résultats, la régionalisation intégrant la méthode Random Forest, basée sur la saisonnalité du paramètre hydrologique, est la plus performante parmi toutes les méthodes testées. Par rapport à la méthode initiale, elle permet de mieux estimer l’aléa hydrologique sur les bassins versants non-jaugés, à toute échelle, y compris à une échelle fine.

Estimating the hydrological hazard at ungauged sites is still a problem in hydrology because the spatial variability of the phenomenon is under-represented since the density of hydrometric observation networks is not high enough, especially at small spatial scales. At the outlet of gauged catchments, where long flow records are available, the estimation of the hydrological hazard can be done by different approaches, but it can only represent the hazard at the gauged outlet. On the other hand, on a large part of the hydrological network, such as upstream of the gauged outlets as well as all the space outside the gauged basins, this information is inaccessible, making estimating hydrological hazard directly from the observation impossible. It is thus necessary to develop a regionalized approach allowing to estimate the hazard in these non-gauged areas, preferably by relying on available information such as rainfall. The SHYREG method is a regional hydrological hazard predetermination method, based on hydro-meteorological processes simulation. It combines an hourly rainfall generator already regionalized for the metropolitan France territory, and a simplified hydrological model simulating the rainfall-flow relationship at a kilometer pixel scale and allowing calculating elementary flood quantiles which will then be aggregated to catchments outlets. The regionalization of its hydrological parameter, which is the only parameter to be calibrated, consists in explaining the spatial variability of hydrological hazard by environmental descriptors. The objective of this thesis is to improve both the calibration and the regionalization method, by focusing on the smallest possible scale. For this purpose, different calibration and regionalization procedures have been tested on specific catchment groups samples (among 1929 catchment in France), such as calibrating the parameter on large catchments and validating the result on smaller ones. The improvements made in this thesis work were first a better consideration of the parameter seasonality to better respect the temporal fluctuation of the soil hydric conditions according to the seasons. Based on this improvement, new regionalization methods were then developed. In particular, the Random Forest method has been successfully tested to replace the initial method based on linear regressions. The search for performance on the small catchments has also led to the proposal of a spatial "disaggregation" of the parameters calculated on a larger scale, in order to create spatial variability on the pixels within the gauged catchments. This spatial "disaggregation" of the parameter was done in an "expert" or "a priori" manner, and then in an "optimized" manner by searching for new relationships with the descriptors at a more local scale. These methods’ performance is evaluated by their ability to reproduce flow quantiles at the outlets of the validation catchments that are assumed to be ungauged. A sample of very small catchments from the OZCAR research infrastructure observatories was also used to complete the evaluation of this work. The results indicate that the regionalization procedure incorporating the Random Forest method, based on the work in hydrological parameter seasonality, performs best among all the methods tested. Compared to the initial method, it allows a better estimation of the hydrological hazard on ungauged catchments, at any scale, including a fine scale.