Contribution à l’étude de la ... - Hydrologie.orghydrologie.org/THE/HINGRAY_B_HDR.pdf ·...

MÉMOIRE POUR L’OBTENTION DU DIPLÔME D’HABILITATION À DIRIGER DES RECHERCHES

SPÉCIALITÉ : TERRE – UNIVERS - ENVIRONNEMENT

Contribution à l’étude de la variabilité hydroclimatique

et de ses effets sur la ressource en eau, les hydrosystèmes,

et les risques hydrométéorologiques

Novembre 2014

Benoît Hingray

CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE

LABORATOIRE D’ETUDE DES TRANSFERTS EN HYDROLOGIE ET ENVIRONNEMENT

Sommaire

Partie I : Bilan des activités de recherche et d’enseignement

1. BILAN GÉNÉRAL .............................................................................................................. 1

2. CURRICULUM VITAE ........................................................................................................ 6

3. RECHERCHES SCIENTIFIQUES .......................................................................................... 9

3.1. Estimation des crues et inondations en milieux urbain et rural ................................ 9

3.2. Modélisation, prévision et variabilité hydrologique en milieu naturel ou anthropisé12

3.3. Génération stochastique de temps et régionalisation statistique du climat ............ 20

3.4. Variabilité climatique, variabilité hydrométéorologique, impacts et incertitudes . 33

3.5. Conclusion .............................................................................................................. 47 4. ANIMATION ET ORGANISATION DE LA RECHERCHE ET DE L ’ENSEIGNEMENT ....................... 49

4.1. Responsabilité et gestion de projets de recherche .................................................. 49

4.2. Animation et administration de la recherche et de l’enseignement ....................... 51

5. ENSEIGNEMENT / FORMATION / DIFFUSION ...................................................................... 53

5.1. Enseignement et charges de cours .......................................................................... 53

5.2. Ouvrages pédagogiques et exercothèque ............................................................... 53

5.3. Organisation de conférences et workshops. ........................................................... 55

5.4. Diffusion de données et modèles ........................................................................... 55

5.5. Encadrement d’étudiants et de jeunes chercheurs .................................................. 56

6. RÉFÉRENCES (PHD) CITÉES .......................................................................................... 62

Partie II : Projet de Recherche

1. CONTEXTE GÉNÉRAL ET MOTIVATIONS ........................................................................... 66

2. RESSOURCE EN EAU ET ÉNERGIES INTERMITTENTES : COVARIABILITÉ ET INTERACTIONS ... 67

2.1. Cofluctuations entre énergies intermittentes à différentes échelles ....................... 68

2.2. Implication pour la gestion de la ressource en eau. ................................................ 69

2.3. Scénarios météorologiques multivariés à l’échelle continentale ............................ 69

3. VARIABILITÉ HYDROMÉTÉOROLOGIQUE ET VARIABILITÉ CLIMATIQUE ................................ 70

3.1. Variabilité multidécennale sur le 20ème siècle. ....................................................... 71

3.2. Scénarios régionaux futurs : génération d’ensemble et sous-sélection .................. 72

3.3. Scénarios régionaux futurs : significativité des changements estimés ................... 72

4. INSERTION DU PROJET DE RECHERCHE ........................................................................... 73

Partie III : Publications et travaux 75

Bilan des activités de recherche et d’enseignement

16.11.14 – Benoît Hingray 1/74

1. Bilan général

Les communautés humaines sont de plus en plus confrontées à deux défis majeurs : valoriser au mieux et de façon durable les différentes ressources renouvelables associés au cycle hydrologique (e.g. ressources en eau, biomasse, énergies intermittentes), et réduire au mieux leur vulnérabilité face aux événements hydrométéorologiques extrêmes (e.g. crues, sécheresses, tempêtes).

Vouloir gérer de façon optimale la ressource, les risques et les impacts associés suscite de nombreuses questions scientifiques et techniques à caractère souvent opérationnel. Ces dernières relèvent soit du domaine de la prévision en temps réel, pour des objectifs de gestion à court ou moyen terme, soit du domaine de la planification, pour des objectifs de gestion long terme ou des objectifs d’adaptation dans un contexte de changement global.

Cela suscite aussi diverses questions scientifiques à caractère plus fondamental. A l’échelle régionale, elles visent en particulier à mieux comprendre les différents facteurs explicatifs de la variabilité hydrométéorologique observée et à estimer comment ces facteurs sont amenés à changer au cours des décennies à venir, en particulier du fait du changement global en cours. Elles visent aussi à développer les modélisations et les outils d’analyses adéquats pour estimer les implications opérationnelles de ces changements estimés.

Les activités de recherche auxquelles j’ai participé et que j’ai supervisées pour beaucoup depuis les années 2000, ont pour but de répondre à trois thématiques clés relevant de l’hydrométéorologie : mieux caractériser la ressource en eau, appréhender la vulnérabilité et la durabilité des systèmes qui y sont liés, acquérir des connaissances sur les risques hydrologiques et les impacts associés.

J’ai effectué ma thèse de 1995 à 1999 sous la cotutelle de l’IRD1 et de l’Université de Monptellier II. Dans un contexte de vulnérabilité croissante des populations du Sud face au risque d’inondation, j’ai étudié, pour la ville de Ouagadougou, la possibilité de caractériser ce risque.

De 1999 à fin 2006, j’ai été responsable de l’équipe de recherche en hydrologie au Laboratoire Hydrologie et Aménagement (HYDRAM) du Prof. Musy à l’Ecole Polytechnique Fédérale de Lausanne (EPFL). Les activités de recherche que j’y ai dirigées ont visé à étudier et à caractériser la variabilité hydrométéorologique et le risque d’inondation d’hydrosystèmes ruraux et alpins, fortement englacés pour certains, dans des contextes de climat présent (prévision, prédétermination) et de climat futur (changement climatique).

1 Institut de Recherche pour le Développement



Ceci m’a conduit à traiter différentes questions liées 1) à la génération de scénarios hydrométéorologiques, 2) à la modélisation et à la régionalisation hydrologiques et 3) à la caractérisation et à la propagation des incertitudes hydrométéorologiques.

Depuis mon recrutement au CNRS2 en 2007, je poursuis ces activités de recherches à Grenoble, au Laboratoire d’Etudes des Transferts en Hydrologie et Environnement (LTHE). Outre les questions citées ci-dessus, je me suis attaché à approfondir les questions liées en particulier 1) à la régionalisation du climat et aux facteurs atmosphériques explicatifs de la variabilité hydrométéorologique observée, 2) à l’estimation de l’impact du changement climatique sur la ressource en eau, sur les ressources énergétiques associées, sur leur équilibre avec la demande et sur leur gestion, 3) à l’évaluation – orientée applications, des différents modèles de la chaîne de modélisation nécessaire à cette estimation et 4) à l’estimation de la significativité des changements estimés pour le siècle à venir au regard en particulier de la variabilité interne des chaînes de modélisation.

Mon principal outil d’investigation est la modélisation, qu’elle soit statistique, stochastique ou déterministe. J’ai développé avec mes collègues de l’EPFL le modèle hydro-nivo-glaciologique GSM-Socont (Schaefli et al. 2005) ainsi que le modèle de descente d’échelle statistique d2gen pour la génération de scénarios hydrométéorologiques régionaux (Mezghani et Hingray, 2009). Mon approche de modélisation s’est enrichie au LTHE d’une démarche de modélisation intégrée et pluridisciplinaire, embarquant en particulier différentes problématiques liées à la régionalisation du climat et à la gestion de la ressource en eau (gestion multi-usages) et des ressources en énergies intermittentes. Les modèles, complétés lorsque nécessaire par des modélisations ad hoc (demande agricole, demande hydroélectrique, production d’énergie hydroélectrique), ont été utilisés en chaîne pour simuler les scénarios hydrométéorologiques passés, présents et futurs, nécessaires aux analyses d’impact considérées.

La modélisation statistique m’a permis enfin d’explorer et d’identifier les facteurs principaux explicatifs de la variabilité observée ou simulée, notamment les principaux facteurs atmosphériques explicatifs de la variabilité météorologique locale. J’ai aussi dans ce contexte

développé le modèle statistique QEANOVA pour la quantification et la séparation des sources d’incertitudes associées aux ensembles de projections climatiques multi-modèles et multi-membres.

Ma démarche de modélisation vise à faire le lien entre la variabilité climatique et l’aléa hydrométéorologique vu par le prisme de la ressource et de sa gestion. Cette démarche pluridisciplinaire et intégrée permet donc aussi 1) d’améliorer la compréhension des facteurs gouvernant la variabilité hydrométéorologique régionale et le fonctionnement des hydrosystèmes, 2) d’améliorer leur représentation dans les modèles et 3) par une meilleure

2 Centre National de la Recherche Scientifique



estimation des aléas, d’améliorer l’estimation des risques hydrométéorologiques, dans un contexte de climat changeant.

La nécessité de répondre à des problématiques souvent proches de l’opérationnel m’a souvent conduit à adopter une approche de modélisation parcimonieuse, cohérente en termes de complexités relatives des différents modèles mis en chaîne et relativement exigeante en termes de qualité des simulations. La qualité des estimations obtenues en bout de la chaîne de simulation dépendant en effet de la pertinence et de la qualité des forçages obtenus successivement pour les échelons supérieurs de la chaîne. Une partie de mes recherches a donc été naturellement dédiée à la recherche de métriques et de signatures permettant l’évaluation de chacun des différents modèles utilisés ou développés par nos soins ainsi que l’évaluation de l’ensemble de la chaîne d’analyse proposée. J’ai aussi exploré et comparé différentes stratégies de modélisation, dans le but d’en identifier les forces et les faiblesses respectives, et d’identifier par suite la possibilité de les améliorer.

Mes recherches s’inscrivent pour la plupart dans un cadre relativement finalisé en réponse aux préoccupations de collectivités locales et/ou d’industriels en charge de la gestion de la ressource. C’est en particulier le cas pour mes recherches les plus récentes sur des questions d’anticipation et d’adaptation au changement global. Ce positionnement trouve un écho favorable à l’échelle nationale et européenne. Depuis 2001, mes activités de recherche sont marquées par une

implication importante dans différents projets régionaux, nationaux et européens, en partenariat pour beaucoup avec des entreprises privées, telles qu’EDF3 en France, SINTEF en Norvège4. En tant que participant (et responsable d'actions), coordinateur des contributions suisses ou françaises ou coordinateur de projet, mon activité a été fortement rythmée par la mise en place des propositions et des collaborations, par la réalisation et la coordination des recherches et enfin, par la rédaction des rapports d'avancement. Ces différents projets ont aussi permis de consolider mes actions en permettant le financement de doctorants et de post-doctorants.

Outre mes responsabilités de coordination de projets ou d’actions de recherche, je participe plus largement à l’animation scientifique au niveau local : sur des questions de modélisation hydrologique en particulier à l’EPFL, en tant que responsable de l’équipe hydrologie du laboratoire HYDRAM ; sur des questions de régionalisation du climat, dans le cadre de l’atelier « Climat Régional », que je co-anime depuis 2009 au sein de l’OSUG5. J’ai participé enfin à diverses commissions de spécialistes, dont la Commission Recherche du Labex OSUG@2020.

Parallèlement à ces activités de recherche, j’ai eu à cœur de participer à la formation d’étudiants et de jeunes chercheurs ainsi qu’à la diffusion des connaissances et savoir-faire scientifiques et techniques développés en hydrométéorologie, en particulier au sein de mes

3 EDF : Electricité de France. 4 SINTEF : Fondation pour la recherche scientifique et industrielle en Norvège. 5 l’Observatoire des Sciences de l’Univers de Grenoble



institutions d’accueil. Pendant ma thèse, à l’EPFL, puis à Grenoble, j’ai eu la responsabilité de divers enseignements et encadrements d’étudiants dans le cadre de formations des 2nd et 3ème cycles, en sciences de base ou en sciences de l’environnement.

Je suis par ailleurs auteur principal d’un ouvrage d’hydrologie appliquée à l’usage des ingénieurs et des formations du 3ème cycle. Cet ouvrage avait en particulier pour objectif de permettre la vulgarisation des savoirs, stratégies de modélisation et méthodes d’analyse développés en hydrométéorologie au cours des années récentes, dont ceux élaborés à l’EFL. Edité en français en 2009, l’ouvrage comprend l’Hydrothèque, une base de données de plus de 150 exercices et études de cas avec données et corrigés rédigés pour la plupart. Réédité en 2014, cet ouvrage est disponible en anglais aux éditions CRC-Press depuis l’automne 2014.

La plupart des développements et résultats obtenus lors de mes activités de recherche à l’EPFL ont été valorisés sous la forme de méthodologies, modèles ou données de référence pour les institutions mandataires. Ces travaux, souvent réalisés pour des cantons et/ou la Confédération Helvétique dans le cadre de contrats de recherche à finalité opérationnelle, ont systématiquement fait l’objet de rapports d’étude et d’expertise. De par la nature des contrats et du fait de ma disponibilité réduite à l’époque pour cela, ils ont été peu valorisés dans des revues internationales. Mon recrutement au CNRS m’a permis de publier après coup certains de ces travaux. Par ailleurs aussi, certaines de mes thématiques de recherche se sont inscrites dans la continuité de travaux antérieurs effectués au sein de mes laboratoires d’accueil. C’est le cas par exemple de la modélisation et régionalisation hydrologique. D’autres, en revanche, étaient plus novatrices lorsque j’en ai initié les premiers développements. C’est le cas pour beaucoup de celles développées au LTHE (e.g. régionalisation du climat, gestion de la ressource en eau et des ressources énergétiques associées dans un contexte de climat changeant, caractérisation des incertitudes associées aux projections climatiques). Ces thématiques n’ont par suite pas encore produit beaucoup de résultats publiés. Elles ont malgré tout conduit au développement de modèles, de méthodologies, à la production données de simulation). Elles ont aussi conduit au financement de différents projets de recherche nationaux ou internationaux (RIWER2030, COMPLEX) et au développement de thèmes de recherche importants pour les années prochaines au LTHE (climat, variabilité hydrométéorologique et impacts socio-économiques).

L’ensemble des activités évoquées ci-dessus est détaillé dans ce document qui s’organise en 4 sections. La SECTION I détaille mon CV. La SECTION II illustre les principales questions scientifiques que j’ai abordées aux cours de ces 18 années de recherche. La Figure 1 en donne une vue résumée. La SECTION III présente succinctement les responsabilités d’animation et d’organisation de la recherche d’une part et d’enseignement d’autre part que j’ai assumées au cours de ces dernières années. Elle présente aussi de façon succincte une partie des nombreuses collaborations qui ont enrichi mes travaux et que j’ai pu avoir avec des chercheurs confirmés ainsi qu’à travers divers encadrements de jeunes chercheurs. La SECTION IV décrit finalement mes activités en termes de valorisation, transfert et de diffusion des connaissances. Par souci de clarté je



ne cite par la suite que les références où je suis auteur où co-auteur et les thèses que j’ai (co-) encadrées. Je mentionne les publications scientifiques ainsi que les principaux rapports de projet.

Figure 1: Résumé schématique de mes activités de recherche passées. Principales questions scientifiques et thématiques abordées. Démarche hydrométéorologique type développée.



2. Curriculum Vitae

Benoît Hingray 44 ans, Marié, 2 enfants (Noé, né en 2003 ; Anouk, née en 2007)

Expertise

Analyse et modélisation hydrométéorologique

� Comportement et modélisation hydrologique des bassins versants de méso-échelle

� Facteurs atmosphériques grande échelle de la variabilité hydrométéorologique régionale

Régionalisation du climat et impact

� Scénarios météorologiques adaptés aux échelles des hydrosystèmes pour les climats présent et futur

� Variabilité climatique, ressources en eau et énergies renouvelables pilotées par la météorologie

� Projection climatiques Incertitudes et significativité des changements estimés

FORMATION

Université de Montpellier II, IRD, ENGREF, Montpellier Inondations urbaines: comportement et modélisation (Ouagadougou)

DEA, Doctorat

1995, 1999

Ecole National du Génie Rural des Eaux et Forêts / Ecole Polytechnique, Paris Spécialisation Hydrologie et Ressource en eau

Ingénieur, 1995, 1993

Lycée Henri Malraux, Remiremont Mathématique, Physique et Technologie

Baccalauréat, 1988 Série E

PARCOURS SCIENTIFIQUE

Chargé de recherche 1ère Classe, section 19, LTHE (Dir, T.Lebel), Grenoble

Membre de l’équipe HMCI (HydroMétéorologie, Climat et Impacts)

2013- …

Chargé de recherche 1ère Classe, section 19, LTHE (Dir, T.Lebel), Grenoble

Membre de l’équipe HMCI (HydroMétéorologie, Climat et Impacts)

Membre de l’équipe CHyC (Cryosphère, Hydrosphère, Climat de montagne)

2007-2013

Enseignant-Chercheur indépendant, Lausanne

� Rédaction de l’ouvrage « Hydrologie. Une science pour l’ingénieur » � Expert pour divers projets suisses en “prévisions hydrométéorologiques”

2006-2007

Chercheur associé. Laboratoire d’hydrologie et Aménagements, Ecole Polytechnique de Lausanne (Dir : Prof. A.Musy / Prof. A.Mermoud), Lausanne � Responsable du groupe hydrologie du laboratoire (6 à 15 contractuels / an) � Chargé de cours en hydrologie (Licence, Master, postformation),

� Co-responsable de plusieurs projets de recherche Suisses et Européens

1999-2006

Attaché temporaire d’Enseignement et de Recherche, Institut des Sciences de l’Ingénieur de Montpellier II. Laboratoire Géofluides-Bassin-Eau, France.

1998-1999

Doctorant et Moniteur. Institut de Recherche pour le Développement (IRD), Laboratoire d’Hydrologie, Université Montpellier II – France, Burkina Faso.

1995-1998



ANIMATION SCIENTIFIQUE ET ADMINISTRATION DE LA RECH ERCHE

Niveau National

Membre nommé du Comité Utilisateurs du projet DRIAS 2010-2011

Niveau Université de Grenoble Alpes (UGA) / Observatoire des Sciences de l’Univers de Grenoble (OSUG)

Co-animation (V.Favier) de l’atelier transversal OSUG « Climat Régional » 2009-...

Bureau et Commission Recherche du Labex OSUG@2020 2012-…

Co-responsable (G.Molinier, C.Lutoff) du master international Hydrohazard 2014-…

Niveau Laboratoire

Responsable du groupe Hydrologie, HYDRAM, EPFL, Lausanne 1999-2006

Responsable des séminaires scientifiques, LTHE, Grenoble 2008-2010

Coordination de projets (responsable du projet ou d’actions) : 7 Nationaux, 5 Européens, 1 International.

Organisation de conférences : 1 conférence nationale, 1 conférence internationale

PRODUCTION SCIENTIFIQUE Auteur et co-auteur de 25 publications dans des revues internationales à comité de lecture, 4 en révision ou soumises, 7 publications dans des revues nationales, 1 ouvrage (12 chap., ,600p.) incluant un recueil de 150 exercices corrigés ainsi qu’une traduction en anglais, 4 chap. d’ouvrage, 65 communications dans congrès internationaux dont 19 avec actes, 6 conférences invitées, 35 rapports de projet/d’expertise dont 15 en auteur principal/coordinateur de projet ou d’action, 4 logiciels dont 1 sous licence libre

ACTIVITES D’EVALUATION DE LA RECHERCHE Participation à 5 jurys de thèse (externes), 2 jurys de recrutement (CR2 / Chaire d’Excellence), 7 comités de thèse

Expertise d’articles pour : Journal of Climate, Journal of Hydrology, Water Resources Research, Atmospheric Research, Irrigation and Drainage System, Journal of Water Sciences, Hydrology and Earth System Science, Hydological Science Journal, Association Internationale de Climatologie, La Météorologie

Expertise de projets de recherche pour : ANR Chili, ANR Canada, ANR France, Labex OSUG@2020.

ENCADREMENT D’ETUDIANTS ET JEUNES CHERCHEURS

Encadrement de 6 doctorants, dont 3 en co-direction, 1 en direction; 12 étudiants M2 ou équivalent, 4 M1, 3 L3, 8 TFE Ecole Ingénieur

Supervision de 8 postdoctorants; 6 IR ou équivalent

ENSEIGNEMENT

Variabilité Climatique, Master Terre Univers Environnement, (UJF, Grenoble)

2012-… (8h ETD/an)

Hydrologie de projet, Master Terre Univers Environnement, (ENSE3, Grenoble)

2010-… (27h ETD/an)

Physical Hydrology ; Hydrological Impact of Climate Change 2012



Master2 TUE+Hydrohazard, UJF, Grenoble (27h ETD/an)

Hydrologie pour l’ingénieur, Hydrologie urbaine. Master, Master of Advanced Studies (MAS)(EPF.Lausanne, ENSE3, Grenoble)

2008-2009 (≈ 32 h ETD / an)

Hydrologie, Hydrologie pour l’ingénieur, Hydrologie urbaine. Licence, Master, MAS (EPF.Lausanne + Uni. Lausanne + Uni. Genève)

2000-2006 (≈ 150 h / an)

Mathématiques, Analyse Numérique, Hydraulique, Informatique. Elèves ingénieur 2A et 3A (Institut des Sciences de l’Ingénieur de Montpellier)

1995-1998 (≈ 65h / an)

COLLABORATIONS NATIONALES ET INTERNATIONALES

Collaborations nationales :

HYDRAM (1999-2007) : Laboratoire d’Hydrologie et d’Aménagement du Territoire (EPFL) : équipe Hydrologie

LCH (2002-2006) : Laboratoire des Constructions Hydrauliques (EPFL) : JL Boillat, A.Schleiss, F.Jordan

HydroCosmos (2002-2006) : HydroCosmos SA (Lausanne) : JL. Dubois

LA (2005-2006) : Laboratoire d’Automatisme (EPFL) : A. Karimi

IGAR (2005-2007) : Institut de Géomatique et d’Analyse du Risque (UNIL, Lausanne) : JM Jaboyadoff, R.Metzger, P.Horton

LTHE (2007- ) : Laboratoire d’Etudes des transferts en Hydrologie et Environnement (Grenoble) : équipe HMCI et équipe CHyC

EDF-R&D (2008-2014) : Electricité de France, R&D (Chatou) : F.Hendrickx, M.Bourqui, C.Monteil, N.Lemoine

EDF-DTG (2008-2014) : Electricité de France, Direction Technique Générale (Grenoble) : J.Gailhard, T.Mathevet, E.Paquet, M.Lelay, A.Kuentz, R. Garçon

Cerfacs (2008-2011) : Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique (Toulouse) : L.Terray, J.Boé

LGGE (2010-) : Laboratoire de Glaciologie et Géophysique de l’Environnement (Grenoble) : V. Favier, G. Krinner

HHYL (2011-2014) : Unité de Recherche Hydrologie Hydraulique (Irstea, Lyon) : E.Sauquet, J.P.Vidal, B.Renard

HBAN (2011-2014) : Unité de Recherche Hydrosystèmes et Bioprocédés. (Irstea, Antony) : V.Andreassian, C.Perrin, G.Thirel, MH.Ramos,

UMR METIS (2011-2014) : Milieux Environnementaux, Transferts et Interactions dans les hydrosystèmes et les Sols (UPMC, Paris) : A.Ducharne, C.Magand

LSCE (2014-) : Laboratoire des Sciences du Climat et de l’Environnement (IPSL, Gif sur Yvette) : R.Vautard

Collaborations internationales :

CEGUM (1999-2002) : Centre de Recherches en Géographie (FR, Metz) : G.Drogue

CRPGL (1999-2007) : Centre de Recherche Public Gabriel Lipman (LX) : L. Hoffman, L.Pfister

UNEW (2000-2007) : University of Newcastle (UK) : C.Kilsby,

UEA (2000-2007) : University of East Anglia (UK) : P.Jones, M.Ekström

KNMI (2000-2007) : Dutch Royal Meteorological Institute (NL): A. Buishand

ICAT (2000-2007): Instituto de Ciência Aplicada e Tecnologia (P) : J Corte-Real

IMAGE (2012) : Institute for Mathematics Applied to Geosciences (Boulder, Co) : R.Katz

Sintef (2012-) : Sintef Energy SA (Tronheim NW) : J.Sauterleute, G.Weirland, K.Engeland, L.Tøfte

DLAE (2012-) : Department of Land and Agroforest Environments (Uni. Padoue, I) : M. Borga

BC3 (2014-) : Basque Center for Climate Change (Bilbao, SP) : K. Dhavala



3. Recherches scientifiques

Cette section est organisée en 4 chapitres.

Les 2 premiers sont essentiellement ciblés sur les activités de recherches que j’ai menées pendant ma thèse puis pendant mes 7 années à l’EPFL.

• Le chapitre 1 concerne mes travaux sur l’estimation des crues, dans un contexte urbain d’abord, dans un contexte de données limitées ensuite.

• La modélisation hydrologique fait l’objet du chapitre 2. Elle concerne la représentation du comportement hydrologique de bassins naturels, du comportement d’hydrosystèmes anthropisés et/ou de leur gestion.

Les chapitres suivants présentent les activités sur lesquelles je me suis concentré au LTHE depuis mon recrutement au CNRS en 2007.

• Le chapitre 3 vise les questions de la génération de scénarios hydrométéorologiques pour les études d’impact, la régionalisation statistique du climat et la recherche de facteurs atmosphériques explicatifs de la variabilité météorologique observée.

• Le chapitre 4 concerne la question de l’impact de la variabilité climatique sur la variabilité hydrométéorologique régionale et sur les hydrosystèmes qui en dépendent, qu’ils soient naturels ou gérés par l’homme. Il inclut la question de l’évaluation et de la quantification des incertitudes dans un ensemble de projections climatiques.

3.1. Estimation des crues et inondations en milieux urbain et rural

La question de l’estimation du risque d’inondation en milieu urbain m’a été posée lorsque pendant ma thèse pour les quartiers denses des villes d’Afrique de l’Ouest, soumises pour nombre d’entre elles à des événements pluviométriques particulièrement intenses pendant la saison des pluies.

La question de l’estimation des crues à l’origine des inondations sur des bassins avec peu ou sans données m’a été posée ultérieurement, dans le cadre des travaux que j’ai supervisés à l’EPFL. Les travaux correspondants ont été réalisés pour des contextes hydrométéorologiques différents : bassins de plaine du Luxembourg et du Plateau Suisse, bassins alpins de Suisse Occidentale.



3-1.1. Estimation du risque d’inondation en milieu urbain

Dans nombre de villes d’Afrique de l’Ouest, l’origine principalement pluviale des inondations et la complexité géométrique du tissu urbain rendent inappropriés les modèles hydrauliques classiques utilisés pour estimer le risque pluvial en milieu naturel. Dans le cadre de ma thèse (Hingray, 1999)6, j’ai dans ce contexte exploré les questions scientifiques suivantes :

o Quelle est l’influence des zones bâties sur le contrôle des inondations ?

o Quelle est d’autre part la possibilité et la pertinence d'une modélisation hydraulique simplifiée des zones bâties dites cloisonnées ?

A partir d’une analyse de la géométrie du tissu urbain, basée sur les différentes observations et mesures (hydrologiques et topographiques) que j'ai effectuées sur trois quartiers d'habitat individuel de la ville de Ouagadougou en 1996, j’ai montré que les débits transitant par la partie bâtie pouvaient être non négligeables par rapport à ceux transitant dans le réseau de drainage principal (voirie) du quartier. De même le volume d’eau stocké par la partie bâtie inondée peut conduire à un laminage important de la crue. Pour ces deux aspects, transfert et stockage, j’ai identifié les caractéristiques du milieu (et celles de l'aléa à l'origine de l'inondation pour l'aspect stockage) qui conditionnent l'importance des zones bâties dans le contrôle d'une inondation.

Pour modéliser le comportement hydraulique des zones bâties en situation d'inondation, j’ai introduit les concepts de « stockabilité » et de « pénétrabilité » du bâti (Hingray et al. 2000a). J’ai explicité ces propriétés à l'échelle de l'objet bâti élémentaire, la concession africaine. Elles permettent de définir la vulnérabilité hydraulique de la concession à une crue dans les rues adjacentes. J’ai enfin proposé une modélisation macroscopique où ces propriétés sont redéfinies à l'échelle du bloc de concessions (Hingray et al. 2000b).

Principales Publications : Hingray, 1999, Hingray et al. 2000a,b.

3-1.2. Prédétermination de débits de crue : Régionalisation et Reconstitution hydrologique

Dans le cas de bassins avec peu ou sans données, la régionalisation hydrologique constitue une méthode incontournable pour la prédétermination de débits caractéristique de crue. Les questions scientifiques principales à résoudre sont celles liées d’une part à la façon de déterminer d’éventuelles régions homogènes vis à vis de la variable ou du paramètre hydrologique à estimer et d’autre part à la façon d’estimer cette variable en un site sans données sur la base des sites instrumentés voisins. J’ai investigué ces questions afin de pouvoir estimer des débits de crue en tout point du réseau hydrographique de la Suisse Occidentale. Ceci a conduit à la délimitation de 3

6 Thèse effectuée sous la direction de Michel Desbordes, Professeur à l’Université de Montpellier II et sous la tutelle de

Christophe Bouvier chercheur à l’IRD.



régions homogènes et au développement d’une méthode d’estimation régionale pour des bassins de 1 à 500km2 (Niggli et al. 2001a). La méthode combine la méthode fréquentielle régionale dite de l’indice de crue et la méthode empirique de la formule rationnelle, complémentaires sur leurs de domaines de validité respectifs. Elle permet d’assurer une estimation cohérente des différentes quantiles de la distribution des valeurs extrêmes (e.g. assurer que Qp,T=100 ans > Qp,T=50ans)

La reconstitution hydrologique est une autre approche mobilisable pour la prédétermination de débits caractéristiques. Consistant à reconstituer les séries de débits requises par simulation hydrologique, elle permet de valoriser les (très) longues chroniques de variables météorologiques souvent disponibles sur ou à proximité du site d’étude. Pour permettre l’application du modèle dans le cas de bassins non jaugés, les paramètres du modèle hydrologique, s’ils doivent être calibrés ou ajustés, peuvent être aussi estimés par régionalisation hydrologique. Assurer une régionalisation cohérente des paramètres du modèle hydrologique constitue alors de nouveau un défi scientifique clé. Nous avons mis en place cette approche de régionalisation hydrologique dans le cadre d’une collaboration avec le CRPGL (Luxembourg)7. J’ai supervisé à cet effet les développements du modèle conceptuel semi-distribué SOCONT régionalisé. Pour estimer les paramètres du modèle, nous avons mis au point une méthode de calibration du modèle raisonnée et hiérarchique. Je reviendrai sur ce point dans la section suivante (v. § 0 p.12) L’approche a été développée et testée à l’aide d’un jeu de 17 bassins Luxembourgeois et de 25 bassins de Suisse Occidentale (Guex et al., 2002 ; Drogue et al., 2002 ; Hoffman et al. 2004 ; Hingray et al. 2007d).

Principales publications : Guex et al., 2002 ; Drogue et al., 2002 ; Niggli et al. 2001a,b ; Hoffman et al. 2004 ; Hingray et al. 2007d.

7 Centre de Recherche Public - Gabriel Lippmann



3.2. Modélisation, prévision et variabilité hydrolo gique en milieu naturel ou anthropisé

La modélisation hydrologique a concentré une grande partie de mes activités de recherche au cours de ma période à l’EPFL en particulier. Pour la majeure partie des travaux que j’ai eu à mener/superviser alors, la finalité opérationnelle de la modélisation était prioritair e, l’objectif du modèle se « limitant » à mimer le comportement des bassins versants afin de générer les scénarios hydrologiques nécessaires aux analyses hydrométéorologiques requises ensuite, que ce soit dans un contexte de prévision des crues, de prédétermination de crues de projet pour le dimensionnement d’ouvrage et l’aménagement du milieu, de simulation de la variabilité hydrologique pour le climat passé ou dans un contexte de projections futures.

Le transfert de nos modèles et résultats de simulation aux administrations locales pour une utilisation opérationnelle ultérieure nous ont conduit à adopter une évaluation exigeante des modèles que nous avons développés. Nous avons aussi choisi de travailler sur des modélisations parcimonieuses, permettant en particulier de simuler le comportement des bassins considérés pour un grand nombre de scénarios sans que le coût de calcul soit rédhibitoire (prévisions d’ensemble, scénarios stochastiques et climatiques multiples). Ces activités ont en particulier conduit au développement du modèle hydrologique spatialisé GSM-SOCONT et de ses diverses variantes selon le contexte d’application.

La plupart des études d’impact du changement climatique que j’ai eu à réaliser concernent des hydrosystèmes gérés. Une partie de mes activités, à l’EPFL puis maintenant au LTHE, vise aussi la modélisation de ces hydrosystèmes, que ce soit du point de vue de leur représentation physique ou de leur gestion.

3-2.1. Modélisation hydrologique parcimonieuse, estimation raisonnée des paramètres

La plupart de mes travaux de modélisation hydrologique ont visé des bassins versants principalement alpins, couvrant des surfaces de quelques centaines à plusieurs milliers de km2 (Rhône supérieur, Durance amont) et mélangeant différents types de régimes pluvio-nivo-glaciaires. J’ai exploré dans ce contexte diverses questions scientifiques, dont les suivantes :

o Comment estimer, sur la base des variables météorologiques observées et aisément disponibles, la part des précipitations qui tombe sous forme liquide ?

o Quelles sont les principales contributions aux débits et le degré de finesse minimum requis pour les représenter de façon raisonnable mais parcimonieuse ?

o Comment estimer les paramètres de la modélisation correspondante dans un milieu où, pour des raisons d’accessibilité et de conditions météorologiques souvent extrêmes, les bassins versants sont très peu instrumentés et où, lorsqu’ils le sont, les débits observés sont



fortement perturbés par différents aménagements hydrauliques (barrages, dérivations dont les données de plus sont confidentielles) ?

La nature des précipitations est fréquemment estimée sur la base d’un modèle de séparation pluie/neige utilisant comme variable explicative la température moyenne de l’air en surface. Nous avons proposé une stratégie robuste pour identifier le modèle de répartition a priori sur la base d’observations ponctuelles de phase et de température de l’air (Hingray et al. 2010). Nous avons

mis en évidence un gain significatif de la prédiction lorsque l’humidité relative de l’air est intégrée au modèle (Froidurot et al. 2013). Le modèle obtenu est par ailleurs très stable dans l’espace.

Nous avons par ailleurs adapté au contexte alpin le modèle SOCONT (modélisation en grappe, module glaciaire, module de routage en rivière) (Figure 3). Du fait des problèmes classiques d’équifinalité (les relations d’interdépendance sont multiples), une difficulté majeure consiste de nouveau à développer une méthode d’estimation robuste des 13 paramètres du modèle (paramètres de production, de fonte, de transfert et propagation). La méthode que j’ai développée est raisonnée, hiérarchique et multisignal (débits, enneigement, bilan glaciaire si disponible). Elle est basée sur l’exploitation itérative de diverses signatures hydrologiques (crues reconstituées, récessions automnales, étiages hivernaux, cycles interannuel moyen), permettant ainsi de réduire les étapes où plusieurs paramètres sont à estimer simultanément. Elle permet l’exploitation d’informations de diverses qualités ou résolutions et provenant de diverses périodes de temps. Elle autorise en particulier l’utilisation d’informations dégradées antérieures à la mise en place des grands ouvrages hydrauliques sur le bassin. La méthode est enfin régionale, permettant d’assurer une cohérence entre bassins voisins (Hingray et al. 2006a, 2010).

La parcimonie d’une modélisation hydrologique concerne la description des processus physiques mais aussi le niveau de détail retenu pour la discrétisation spatiale du bassin. Nous avons proposé un cadre semi-empirique permettant d’estimer, pour un bassin de taille petite ou moyenne (quelques centaines de km², sans excéder 1000 ou 2000 km² au plus), le pas de temps et le degré de discrétisation spatiale à retenir pour modéliser au mieux et de façon parcimonieuse sa réponse hydrologique en crue. Cette estimation utilise les caractéristiques géostatistiques des précipitations jugées les plus critiques pour la génération des crues (Obled et al. 2009).



Figure 2. Modélisation hydrologique du bassin versant du Rhône à l’amont du Léman. Discrétisation en sous-bassins versants (d’après Hingray et al., 2006b). a) le bassin du Rhône (surface : 5240 km2 à Porte du Scex), le réseau hydrographique et les 35 sous-bassins retenus pour la discrétisation ; b) structure du modèle hydrologique avec 1) les sous-bassins siège de la production des écoulements et 2) les tronçons de cours d’eau utilisés pour la propagation des contributions des bassins. La discrétisation est effectuée sur la base 1) des limites topographiques naturelles des bassins, 2) des points du réseau où il est possible d’effectuer le calage du modèle et 3) des points du réseau où les simulations de débits sont requises. Chaque sous bassin est découpé en bandes d’altitudes.

Pour mes recherches plus récentes, je me positionne plus en utilisateur averti de modélisations hydrologiques existantes, développées et évaluées par ailleurs par mes partenaires scientifiques (modèle SIM de MétéoFrance, modèles Cequeau d’EDF). L’ancrage relativement opérationnel de mes recherches et le fait qu’elles soient attachées à des hydrosystèmes de mésoéchelle bien instrumentés m’a conduit cependant à avoir une lecture exigeante de la performance des modélisations proposées. Cela nous a conduit par exemple, dans le cadre de la thèse de Matthieu Lafaysse à proposer différentes modifications du modèle à base physique SIM pour la Durance à l’amont de Serre-Ponçon (e.g. introduction d’un réservoir souterrain pour prendre en compte les phénomènes de stockage / déstockage résultant des nappes alluviales et de versant, introduction d’un module glaciaire pour simuler les débits de fonte glaciaire). Ces adaptations ont permis d’améliorer de façon significative la reconstitution des débits observés sur les différentes stations du bassin. (Lafaysse et al. 2011).



Figure 3: Améliorations apportée à la reconstitution des débits observés sur la Durance supérieure (3500km2) par la modification du modèle hydrologique opérationnelle SIM. (années 1991-1992 et 1999-2000). Principales améliorations apportées à la modélisation : dicrétisation hydrologique du milieu, représentation de la fonte glaciaire et des stockages souterrains. Extrait de Lafaysse et al. 2011.

Principales Publications : Schaefli et al., 2005a ; Hingray et al. 2006a, Obled et al. 2009 ; Hingray et al. 2010 ; Lafaysse et al. 2011 ; Froidurot et al. 2013.

3-2.2. Prévisions hydrométéorologiques en milieu alpin

Les travaux de modélisation hydrologique que nous avons effectués pendant mon séjour à l’EPFL ont aussi alimenté le développement d’un système opérationnel de prévision des crues pour le Rhône à l’amont du Léman (Hamdi et al. 2005). Je me suis en particulier intéressé dans ce contexte à l’estimation et à la prise en compte de l’état initial des bassins versants dans l’élaboration des prévisions hydrologiques.

Les travaux de recherche que j’ai dirigés sur ces aspects au laboratoire d’hydrologie de l’EPFL, font appel à des techniques d’assimilation de données (ici, données débitmétriques observées en différentes stations). Ils ont conduit à l’adaptation du modèle hydrologique GSM-Socont (Hamdi et al. 2005). Le système de prévision opérationnel qui en résulte, développé conjointement avec le Laboratoire de Constructions Hydrauliques de l’EPFL dans le cadre du projet MINERVE (le LCH s’est occupé des aspects hydrauliques (propagation des débits, gestion des ouvrages)), a été livré en Juin 2006 et est actuellement utilisé en routine pour le canton du Valais par le CREALP. Ce système de prévision est aussi largement utilisé sur d’autres bassins versants (Suisse, Espagne) par la société e-dric (http://www.e-dric.ch/index.php/fr/), fondée à l’issue du projet.



L’utilité d’un système de prévision opérationnel dépend fortement de la capacité à estimer les incertitudes associées à la prévision, les plus importantes ici étant celles liées aux prévisions météorologiques. Avant mon départ de l’EPFL, j’ai défini le cahier des charges de la thèse de Pascal Horton sur ce sujet. La thèse a conduit au développement du modèle Atmoswing, une méthode d’adaptation statistique (analogues) des prévisions numériques de temps. Le modèle permet l’émission de prévisions quantitatives probabilistes des précipitations pour le Rhône supérieur (Horton, 2012)8.

Principales Publications : Hamdi et al. 2005 ; Hernandez et al., 2009

3-2.3. Modélisation hydrologique pour une application en climat modifié

Les modèles hydrologiques sont classiquement développés et évalués sur leur capacité à reproduire pour le climat récent les variations observées de différentes variables hydrologiques. La question de leur transferabilité temporelle pour une application en climat modifié ainsi que la question des stratégies de modélisation les plus pertinentes à cet égard sont évidemment cruciales. Nous les avons partiellement explorées en appliquant à nos modèles deux types d’évaluation :

• Une évaluation chronologique, qui vise notamment à évaluer leur capacité à reproduire les variations des débits observés (pluriannuelle) qui résultent des variations basses fréquences du climat passé.

• Pour les modèles dont les paramètres nécessitent une calibration, une évaluation en extrapolation qui consiste à évaluer la performance du modèle sur des périodes observées non utilisées pour la calibration et pour lesquelles les conditions atmosphériques diffèrent de celles rencontrées sur la période de calibration du modèle.

Pour illustration, Isba-Durance, le modèle SIM adapté par Matthieu Lafaysse pour la Durance amont dans le cadre du projet de recherche ANR RIWER20309 présente à ce titre de très bonnes performances (Figure 4) (Lafaysse et al., 2011).

Ces évaluations sont nécessaires mais insuffisantes car sujettes à diverses limitations : les séries de données utilisées pour l’exercice sont potentiellement aussi très non-homogènes dans le temps ce qui peut potentiellement cacher (ou à l’inverse amplifier) un défaut du modèle de simulation ; la diversité des contextes climatiques observés sur la période récente est faible au regard de la modification attendue des climats futurs ; or ces modifications peuvent induire des

8 Ces développements ont conduit à la création de la société suisse Terr@Num. Cette société vient de finaliser à la

demande du SCHAPI une expertise pour évaluer les améliorations possibles de la méthode pour son application en prévision à l’échelle de différents bassins Français.

9 http://www.lthe.fr/RIWER2030/



modifications importantes du milieu lui-même et de son comportement, qui ne peuvent pas ou difficilement être identifiées sur la base des observations récentes (Lafaysse et al. 2011).

Figure 4: Capacité du modèle hydrologique Isba-Durance (ID) à reproduire les variations annuelles des débits sur la Durance à Serre-Ponçon (extrait de Lafaysse et al. 2011).

En milieu alpin, une modification attendue du milieu importante est celle liée au retrait des glaciers. Avoir une estimation pertinente des régimes hydrologiques futurs de bassins englacés nécessite d’estimer ce retrait glaciaire. Cette estimation peut se faire à l’aide de modélisations nivo-glaciaires incluant modèles de bilan de masse et d’écoulement glaciaire. Ce type d’approche requière cependant des données rarement disponibles et présente un niveau de complexité peu cohérent avec les autres maillons de la chaîne de simulation. Pour estimer ce retrait de façon parcimonieuse, nous avons développé une approche de modélisation simple dans le cadre de la thèse de Bettina Schaefli dont j’ai assuré l’encadrement (Schaefli, 2005 ; Horton et al. 2006 ; Schaefli et al. 2007). Elle est basée sur l’hypothèse d’un rapport constant entre la surface d’accumulation du glacier et sa surface totale.

Principales Publications : Schaefli, 2005 ; Horton et al. 2006 ; Schaefli et al., 2007 ; Lafaysse et al., 2011 ; Hingray et al., 2007a

3-2.4. Modélisation d’hydrosystèmes anthropisés et de la gestion de la ressource en eau

En milieu alpin, les grands barrages sont un instrument clé de la gestion de la ressource en eau. Les opérations de stockage / destockage permettent d’adapter la variabilité de la ressource à la variabilité de la demande en eau. Les systèmes physiques de gestion de la ressource sont évidemment complexes, impliquant, en plus des grands barrages, une multitude d’ouvrages de transport et de régulation. Leur gestion opérationnelle est aussi souvent complexe. Elle est classiquement multi-objectifs et doit satisfaire des usages souvent antagonistes sous divers types de



contraintes. Elle fait par ailleurs souvent appel à des techniques d’optimisation sophistiquées et à différents types de modèles pour, par exemple, prévoir en temps réel les apports ou la demande future.

Pouvoir estimer l’impact du changement global sur la ressource et sa gestion nécessite donc de pouvoir modéliser, de façon nécessairement très simplifiée mais malgré tout réaliste, le système physique de gestion et sa gestion opérationnelle. Nous avons commencé à traiter cette question dans le cadre de la thèse de Bettina Schaefli pour la simulation de la retenue alpine de Mauvoisin, dans les Alpes Valaisannes (Schaefli, 2005 ; Schaefli et al., 2007). Nous avons à cet effet mis en place un modèle de gestion où les décisions au jour le jour sont définies sur la base d’un jeu de règles de gestion heuristiques représentant de façon très simplifiée la dynamique interannuelle moyenne de la gestion opérationnelle.

Si l’influence de ces simplifications sur la simulation de l’hydrosystème et sur l’évaluation de sa performance est potentiellement importante, elle a été à notre connaissance très peu explorée.

Cette question a été l’une des questions traitée, pour l’hydrosystème Durance-Verdon, dans le cadre des travaux de la thèse de Baptiste FRANCOIS (François, 2013) que j’ai dirigée au sein du projet RIWER2030 (Hingray et al., 2013). Nous avons limité le travail de représentation de la gestion à la pièce maitresse du système, le barrage de Serre-Ponçon. Pour ce système, la sensibilité au climat de la demande en eau est principalement portée, pour les décennies récentes, par l’usage agricole pour la partie aval du bassin et par l’intérêt à produire de l’hydroélectricité (lié en première approximation à la température de l’air). Chacune de ces composantes a donc fait l’objet d’une modélisation ad-hoc (Figure 5). Nous avons ensuite développé trois versions du modèle de gestion, correspondant à 3 représentations du processus d’élaboration de la stratégie de gestion, c’est-à-dire plus précisément à trois manières de considérer l’avenir proche (t0 à t0 + 3mois) : avenir certain / avenir incertain / avenir partiellement prévu. Dans les 3 cas, la stratégie est élaborée à l’aide de techniques de programmation dynamique (déterministes, stochastiques) telles que celles utilisées en opérationnel.

La vision « avenir incertain prévu », utilisant des prévisions hydrométéorologiques simplifiées, rafraichies régulièrement, est celle se rapprochant le plus du contexte opérationnel. Nous avons montré que les 2 autres représentations, qui sont les représentations classiquement rencontrées dans la littérature spécialisée, conduisent à l’élaboration de stratégies différentes, à des séquences de décision significativement différentes et par suite à des estimations différentes de la performance du système. La vision « avenir incertain » peut être par exemple beaucoup trop pessimiste, en particulier lorsque la variabilité interannuelle des apports et de la demande est importante (Figure 6) (François, 2013 ; François et al., soumis).

Principales Publications : Schaefli, 2005 ; Schaefli et al. 2007 ; François, 2013 ; Hingray et al., 20013 ; François et al. soumis;



Figure 5: Représentation schématique du modèle de gestion intégrée développé pour simuler la gestion de la retenue de Serre-Ponçon (Hingray et al. 2013).

Figure 6 : Trajectoire de stock observée et trajectoire obtenue par le modèle de gestion (noir) (bleu / vert / rouge) pour la retenue de Serre-Ponçon. Modèle en avenir certain (AC), en avenir incertain climatologique (AIC), en avenir incertain prévu (AIP) (extrait de François, 2013 ; François et al. soumis).



3.3. Génération stochastique de temps et régionalis ation statistique du climat

Les séries de débits nécessaires à l’hydrologue pour la caractérisation de la variabilité hydrologique sont souvent non disponibles. Elles sont alors souvent obtenues par simulation sur la base de scénarios météorologiques appropriés.

Lorsque les scénarios météorologiques doivent reproduire la variabilité météorologique passée, une approche possible pour produire ces scénarios consiste à utiliser un générateur stochastique de temps.

Lorsque les scénarios doivent être cohérents avec un contexte climatique autre que celui du passé proche (e.g. climat futur), l’approche classique consiste à régionaliser le climat. Pour l’heure, les variables météorologiques obtenues en sortie des modèles de régionalisation dynamique sont souvent biaisées ce qui les rend classiquement inadaptées pour une utilisation directe en entrée des modèles d’impact. Une autre approche de régionalisation est statistique.

Au cours de mes activités à l’EPFL, j’ai développé d2gen, un générateur stochastique de temps permettant de générer des scénarios météorologiques multivariés à haute résolution spatiale et temporelle pour un milieu alpin à relief marqué. Les scénarios générés ont été utilisés pour caractériser la variabilité hydrologique du bassin supérieur du Rhône et son régime des crues en particulier. Les développements de d2gen ont été réalisés de façon que le modèle puisse aussi être utilisé dans les études de régionalisation du climat.

Depuis mon recrutement au CNRS, mes activités ont eu pour objectif d’approfondir certaines des questions associées à la régionalisation statistique du climat. Nous avons en particulier recherché les principaux facteurs atmosphériques explicatifs de la variabilité météorologique locale observée, ainsi que les ingrédients d’une stratégie optimale de descente d’échelle statistique. Nous avons à cet effet développé, comparé et le cas échéant amélioré différents Modèles de Descente d’Echelle Statistique (MDES).

Certaines des questions que nous avons explorées dans ce contexte ont une importance majeure dès lors que les scénarios météorologiques à générer doivent être utilisés pour la simulation de scénarios hydrologiques pertinents au regard de divers objectifs opérationnels (e.g. dimensionnement d’ouvrage, aménagement du territoire, adaptation au changement climatique). Cette exigence de pertinence hydrologique a fortement guidé et contraint nos développements. Cela nous a en particulier amené à développer un cadre d’évaluation exigeant des MDES.

Nous avons à titre d’exemple exploré la capacité des MDES testés à proposer des scénarios multivariés cohérents physiquement et cohérents à l’échelle de vastes territoires, tels que définis par exemple par les limites d’un bassin versant de quelques centaines de milliers de kilomètres carrés.



3-3.1. Le jeu de la génération de scénarios météorologiques

Même s’il a conduit au développement d’une multitude de modèles, reflétant la variété des contextes météorologiques considérés et les multiples façons de traiter le problème, le « jeu » de la génération stochastique des variables météorologiques est complexe. Il vise généralement la génération de scénarios plausibles et la reproduction au mieux d’un certain nombre des caractéristiques statistiques de la variable (ou des variables) à simuler. Les questions et difficultés associées à ce type de génération sont multiples, en particulier lorsqu’il s’agit de générer des scénarios spatiaux ou multivariés dont les réalisations permettent de reproduire les différents modes de variabilité spatiale et temporelle observés.

Pour y voir plus clair dans la « jungle » des innombrables stratégies de génération proposées à l’époque, j’ai entrepris en 2002 une revue exhaustive des principales méthodes en usage, revue sollicitée par ailleurs par Roman Krzysztofoviczw, éditeur de la revue « Journal of Hydrology » (Hingray, 2003). Cette revue n’a pas pu être publiée par manque de disponibilité à l’époque pour effectuer les compléments demandés. Elle a conduit plus tard à la rédaction d’un chapitre original et important de l’ouvrage Hingray et al. 2009 (Chap. 12. Scénarios Météorologiques, 75p.).

Sur les bases de cette revue, nous avons entrepris dans le cadre de la thèse d’Abdelkader Mezghani le développement de d2gen, un générateur stochastique conditionné par l’état et la dynamique de l’atmosphère à l’échelle synoptique du jour courant (Mezghani, 2009 ; Hingray et al. 2006a, Mezghani et Hingray, 2009). Le générateur est donc aussi un Modèle de Descente d’Echelle Statistique permettant la régionalisation statistique du climat. Le générateur combine de façon originale les méthodes d’adaptation de type statistique et analogique souvent utilisées en prévision météorologique opérationnelle pour l’adaptation des sorties des modèles météorologiques. Les fonctions de transferts sont utilisées pour la simulation d’indices régionaux de précipitation et température et la méthode analogique pour leur désagrégation spatio-temporelle10.

Le générateur, qui opère à pas de temps horaire une génération multisite et multivariée (e.g. températures, précipitations, vent), permet de reproduire les caractéristiques statistiques moyennes et maximales des principales variables météorologiques (précipitations, températures) à différentes échelles de temps et d’espace (Figure 7).

Le choix d’un générateur de ce type allait à l’encontre des choix historiques suivis par le passé au laboratoire d’hydrologie de l’EPFL et dans de nombreux autres laboratoires

10 La génération se fait en deux étapes : 1) Génération, au pas de temps journalier et sur la base d’un jeu approprié d’indices

de circulation atmosphérique, de la lame précipitée régionale ainsi que de la température régionale à une altitude de référence donnée. Cette génération est réalisée par le biais des Modèles Linéaires Généralisés (Mezghani 2003). 2) Désagrégation multisite et à pas de temps horaire des variables régionales journalières obtenues à l’étape précédente. Pour chaque journée, une structure spatiale et temporelle est affectée aux variables météorologiques régionales précédentes. Elle est choisie parmi les structures correspondant aux k situations synoptiques les plus proches de la situation synoptique courante.



d’hydrométéorologie11. Il présente comparativement de nombreux intérêts. La possibilité de l’utiliser pour différents types d’application est l’un d’entre eux:

o Le générateur produit pour chaque pas de temps de simulation plusieurs scénarios cohérents avec la situation atmosphérique grande échelle. Les séquences météorologiques qu’il permet par suite de générer constituent différentes trajectoires possibles autour de l’ « attracteur météorologique » défini par la séquence des situations atmosphériques grande échelle considérée. Il permet donc de capter et par suite d’explorer une partie de la variabilité météorologique « petite échelle » possible autour de cet attracteur météorologique (cf. section 3-4.4 p. 42).

o Le générateur peut utiliser comme données d’entrée les séries temporelles des champs de différentes variables atmosphériques contenues dans les réanalyses atmosphériques disponibles (ERAInterim, NCAR/NCEP, …). Ces réanalyses étant disponibles depuis la fin des années 50 (elles couvrent même désormais la totalité du 20ème siècle pour les plus récentes), il est donc possible de « reconstituer » un ensemble de trajectoires plausibles de précipitations au regard des variations atmosphériques régionales passées.

o Le générateur peut enfin aussi être utilisé pour 1) adapter les sorties des modèles de prévision météorologique (Horton, 2006) et 2) régionaliser le climat en adaptant les sorties des modèles climatiques pour différents scénarios climatiques futurs (ou passés).

Depuis mon recrutement au CNRS, j’ai poursuivi les développements de d2gen pour progresser sur ces différents aspects (cf section 3-3.3 p.25).

Sur un autre registre, j’ai aussi exploré une autre thématique relevant de la génération de scénarios météorologiques, dans le contexte particulier de l’hydrologie urbaine. Pour le dimensionnement ou le diagnostic des ouvrages liés à l’évacuation, à la rétention ou au traitement des eaux de ruissellement, une approche courante consiste à simuler le comportement des systèmes pour de longues chroniques de précipitations. Au vu du temps de réponse des bassins, la résolution des séries doit être importante, de l’ordre de quelques minutes. Dans le milieu des années 2000, les séries disponibles avec une telle résolution étaient généralement peu nombreuses et avait une profondeur temporelle relativement faible, à l’inverse des séries à pas de temps journalier. J’ai dans ce contexte, exploré le potentiel de différentes méthodes de désagrégation stochastique des précipitations journalières, dont des méthodes basées sur les propriétés fractales des précipitations (cascades multiplicatives canoniques et microcanoniques) (Hingray et al., 2002 ; Hingray et BenHaha, 2005).

11 Ces choix historiques étaient pour beaucoup concentrés sur le développement de générateurs stochastiques basés sur les

propriétés géostatistiques ou structurelles des précipitations (structures de corrélation spatio-temporelle, organisation cellulaire des précipitations orientant vers des méthodes de génération basées sur des bandes tournantes et transformation anamorphose, processus de poisson,…).



Principales Publications : Hingray et al. 2002 ; Hingray, 2003 ; Hingray et Ben Haha, 2005; Hingray et al. 2006 ; Horton, 2006; Mezghani et Hingray, 2007 ; Mezghani, 2009 ; Mezghani et Hingray, 2009 ; Hingray et al. 2009 ;

Figure 7: Génération de scénarios hydrométéorologiques : Analyses fréquentielles sur les maximums annuels des cumuls de précipitations sur 6h et 12h pour les bassins à l’amont (3728km2) et à l’aval de Branson et pour l’ensemble du Rhône à Porte-du-Scex (5250km2). U : variable réduite de Gumbel. Chaque courbe bleue correspond aux résultats de l’analyse fréquentielle effectuée sur l’un des 50 scénarios générés avec le modèle d2gen (chaque scénario est une chronique multivariée et multisite couvrant à pas de temps horaire la période 1959-2001). Les courbes en traitillés correspondent pour chaque variable réduite de Gumbel aux quantiles 10, 25, 50, 75 et 90% des valeurs obtenues pour les 50 scénarios générés. La courbe noire à l’observé (extrait de Mezghani et Hingray, 2009).

3-3.2. Facteurs atmosphériques explicatifs de la variabilité météorologique observée

Les MDES permettent en particulier d’explorer la question des principaux facteurs atmosphériques explicatifs de la variabilité météorologique observée. Nous avons effectué une analyse de ce type pour différentes régions en Europe, pour la prédiction de précipitation en premier lieu.



Nous avons par exemple exploré le pouvoir explicatif de différents prédicteurs atmosphériques journaliers (extraits des réanalyses ERA40) pour l’estimation des précipitations journalières locales en France (extraites des réanalyses SAFRAN). Le pouvoir explicatif est évalué par la capacité prédictive du lien d’échelle obtenu avec chacun des prédicteurs, le lien d’échelle étant modélisé à l’aide de modèles linéaires généralisés (e.g. Mezghani, 2003).

L’analyse à l’échelle du territoire Français a permis de mettre en évidence la cohérence spatiale et la robustesse des liens d’échelles identifiés. Le pouvoir explicatif de chaque prédicteur présente aussi des signatures régionales très contrastées. Pour l’occurrence des précipitations par exemple, la composante méridienne du vent à 700 hPa a un pouvoir explicatif prépondérant sur le pourtour méditerranéen ; la composante zonale du vent à 700 hPa joue un rôle important sur le reste du territoire. Ces travaux illustrent aussi l’intérêt des variables d’humidité, en particulier l’humidité relative à 700hPa dont le pouvoir explicatif surpasse celui des indices atmosphérique dynamiques pour toutes les régions françaises. Le pouvoir explicatif de variables combinées telles que les flux d’humidité s’avère aussi important, pour les régions de montagne en particulier (Mezghani et al. en revision).

Un résultat important de cette analyse est que, même à l’échelle d’un territoire relativement réduit comme la France, les prédicteurs les plus intéressants pour la représentation des liens d’échelle devraient donc idéalement dépendre de la région d’intérêt.

Par ailleurs, nous montrons aussi que les prédicteurs les plus pertinents sont différents et/ou ont un pouvoir explicatif différent suivant le type de la circulation atmosphérique. C’est ce qui est illustré de façon très synthétique sur la figure (Figure 8) pour un prédicteur globalement important pour la prédiction des quantités précipitées localement. Ces analyses ont fait l’objet d’une partie des travaux de la thèse de Jérémy Chardon (soutenance mi Décembre 2014).

Principales Publications : Mezghani, 2003 ; Mezghani et al. (en révision) ; Chardon, 2014 ; Chardon et al. (en préparation)



Figure 8. Pour chacune des 4 saisons et chacun des 8 types de temps définis par EDF/DTG, différence de la fréquence d'échantillonnage du prédicteur de vent vertical à 700hPa (fréquence des jours où le prédicteur a été estimé significatif) par rapport à sa fréquence d'échantillonnage globale toutes saisons ou types de temps confondus. Les mailles en bleu (resp. en jaune) indiquent que la structure est sur-échantillonnée (resp. sous échantillonnées) par rapport à la fréquence d’échantillonnage moyenne. Pour chaque jour de la période considérée, l’intérêt du prédicteur est évalué par le biais de son pouvoir prédictif, estimé sur sa capacité à prédire les précipitations observées pour les 100 journées analogues à ce jour (analogie estimée en termes de forme des champs d’altitude des géopotentiels 500 et 1000hPa) (figure extraite de Chardon, 2014 ; Chardon et al., en préparation).

3-3.3. Stratégies de modélisation statistique pour la régionalisation du climat

De nombreux Modèles de Descente d’Echelle Statistique (MDES) ont été proposés dans les 20 dernières années. Nous avons exploré l’intérêt de différentes stratégies de modélisation, exploré la possibilité de les améliorer, de façon indépendante dans un premier temps, de façon combinée ensuite. Dans le cadre de la thèse de Matthieu Lafaysse (Lafaysse, 2011) et des travaux



réalisés en collaboration avec EDF au sein du projet RIWER2030, nous avons comparé différentes versions (sur les variables et domaines d’analogie) de trois approches différentes12 :

• L’approche d2gen combine fonctions de transferts pour la simulation d’indices régionaux de précipitation et température et méthode analogique pour leur désagrégation spatio-temporelle (Mezghani et Hingray, 2009)

• L’approche dsclim, initialement développée au Cerfacs par J.Boé, est basée sur le conditionnement de la génération au type de temps. Dsclim a été adapté pour le projet par Matthieu Lafaysse.

• L’approche analog d’EDF dérive d’un modèle de type analogique initialement développé par EDF et le LTHE pour la prévision probabiliste des précipitations locales dans le Sud-Est de la France. Elle a été adaptée pour le projet par Joël Gailhard (Hingray et al. 2013).

Ces travaux ont été réalisés pour permettre la génération de scénarios météorologiques pertinents et adaptés aux systèmes hydrologiques. Cet objectif a fortement guidé la façon d’évaluer et de comparer la performance des méthodes. Les principes de cette évaluation sont présentés dans la section suivante.

Globalement, les différentes versions des 3 MDES considérés présentent des performances raisonnables. Elles ne sont pas forcément équivalentes selon les critères d’évaluation. Pour l’heure, il est difficile d’attribuer ces différences à la méthode ou aux prédicteurs utilisés par chacune d’entre elles (les prédicteurs étant différents selon les méthodes). Les résultats obtenus avec les différentes versions de d2gen suggèrent cependant que l’intégration de variables d’humidité comme prédicteurs serait aussi bénéfique pour dsclim et analog.

Les résultats obtenus dans le projet suggèrent finalement de tester une stratégie de MDES hydride combinant certaines composantes des MDES évalués ici. Une telle stratégie est explorée actuellement dans le cadre de la thèse de Jérémy Chardon (LTHE, financement MESR) (Chardon, 2014).

Principales Publications : Mezghani et Hingray, 2009 ; Lafaysse, 2011; Hingray et al. 2013 ; Lafaysse et al. 2014 ; Chardon, 2014.

12 Les 3 MDES d2gen, dsclim et analog ont été développés pour la génération de scénarios de précipitations en premier

lieu. Elles ont toute une composante de ré-échantillonnage analogique pour identifier dans l’historique une journée analogue qui sera utilisée comme scénario. Pour le modèle analog, l’analogie repose sur la forme des champs de géopotentiel à 500 et 1000hPa. Pour dsclim, la recherche d’analogue intervient dans un sous ensemble des journées possibles, identifiées au préablables par le biais d’une classification des circulations atmosphériques en types de temps. Pour d2gen, la sélection de l’analogue est conditionné à des indices régionaux de précipitations et températures, dérivés, pour chaque jour de la période considérée, sur la base d’indices atmosphériques (e.g. composantes méridiennes et zonales des vents géostrophiques, humidité de la masse d’air) à l’aide 1) de fonction de transferts (Modèles Linéaires Généralisés) et 2) d’un modèle stochastique permettant de générer un scénario de résidus pour chaque jour.



3-3.4. Evaluation des MDES

Pour évaluer et comparer la performance des différents MDES, nous avons mis en place un cadre d’évaluation relativement exigeant, basé sur des évaluations « directes » testant l’aptitude des MDES à reproduire certaines caractéristiques statistiques issues des chroniques météorologiques de référence et, des évaluations «indirectes», orientées impact, testant l’aptitude des MDES à fournir des scénarios météorologiques cohérents vis-à-vis de l’impact visé. Dans le cas du projet RIWER2030, l’impact visé est hydrologique. Dans les deux cas, nous avons, en plus des évaluations climatologiques classiques, mis en place des évaluations chronologiques et des évaluations en transposabilité temporelle. Ces évaluations sont par ailleurs multi-réalisations et/ou probabilistes et multi-échelles, spatiales et temporelles. Le principe de certaines de ces différentes évaluations est décrit ci-dessous. Il est résumé sur la Figure 9 (Hingray et al. 2013a,b).

Figure 9 : Schéma de principe pour l’évaluation directe (météorologique) et indirecte (hydrologique) des MDES. L’évaluation directe (b) consiste à comparer les scénarios météorologiques générés avec un MDES forcé par les réanalyses atmosphériques (NCEP dans le cas présent) aux variables météorologiques observées correspondantes. L’évaluation indirecte (c) consiste à évaluer les scénarios hydrologiques obtenus par simulation à partir des scénarios météorologiques en les comparant à une référence hydrologique obtenue par simulation à l’aide de la météo observée. Les évaluations directes et indirectes peuvent aussi être effectuées lorsque le MDES est forcé par les prédicteurs extraits des GCM pour le climat récent (e) et (f) (l’évaluation n’est plus chronologique, elle est alors seulement climatologique) (extrait de Hingray et al. 2013).

Evaluation mono- vs multi-réalisations.

Une même situation atmosphérique de grande échelle peut conduire à des situations météorologiques locales différentes. Quelle que soit la MDES considérée, la génération de



scénarios météorologiques fait donc classiquement appel à un processus de génération stochastique13. Dans la plupart des travaux réalisés au cours des années récentes, l’évaluation des MDES a été réalisée sur la base d’une réalisation unique de ce processus de génération. Nos travaux ont montré la très grande sensibilité des critères d’évaluation à la réalisation considérée (Figure 10). Par suite, une évaluation robuste de la performance d’un MDES est nécessairement multi-réalisations (Lafaysse, 2011 ; Lafaysse et al. 2014).

Pour améliorer la robustesse de nos évaluations, nous avons plus récemment adopté des critères d’évaluation probabilistes, tels que le CRPSS (Continuous Ranked Probability Skill Score), largement utilisé en prévision (Chardon et al. 2014). Dans le projet RIWER2030, cela nous a permis mettre en évidence une performance significativement moindre de l’approche basée sur les types de temps (approche dsclim), en termes à la fois de résolution et de fiabilité (Chardon, 2014).

Figure 10. Performance de 6 MDES pour la reproduction des cumuls saisonniers de précipitations (hiver à gauche, été à droite). Diagrammes de Taylor. 100 chroniques sont évaluées pour chaque MDES. Pour chaque chronique simulée, la figure présente le coefficient de corrélation (valeur optimale : 1) entre la chronique simulée et la chronique observée et le ratio d’écart-type (valeur optimale : 1) entre précipitations saisonnières reconstruites et observées (hiver-djf, été-jja), pour 100 générations aléatoires. Le diagramme de Taylor mesure la capacité d’un modèle à reproduire 1) la variabilité de la variable considérée (un modèle parfait donne un rapport de variance égal à 1 (axe y des graphiques)) et 2) les variations temporelles de la variable (un modèle parfait donne un coefficient de corrélation égal à 1 (abscisse curviligne)) (Figure extraite de Lafaysse et al. 2014).

Evaluation en transposabilité temporelle pour une utilisation en climat futur.

Pour produire des scénarios climatiques futurs locaux, il est nécessaire de supposer que les relations d’échelle identifiées pour la situation climatique actuelle ne seront pas modifiées dans un climat perturbé. Cette hypothèse, quoique largement critiquée par les détracteurs des approches de descente d’échelle statistiques, est pourtant peu évaluée.

13C’est le cas des MDES utilisés pour RIWER2030 (ré-échantillonnage aléatoire dirigé d’un jour analogue (dsclim,

analog), perturbation d’indices régionaux par l’ajout d’un résidu aléatoire pour d2gen).



Pour les MDES mis en place dans RIWER2030, les évaluations chronologiques et en extrapolation temporelle évoquées à la section 3-2.3 suggèrent des transposabilités temporelles différentes, la meilleure transposabilité semblant être obtenue avec le MDES « analog ». Si une mauvaise transposabilité temporelle peut suggérer les limitations du MDES, elle peut cependant aussi résulter d'hétérogénéités temporelles dans les champs de forçage de grande échelle ou dans les observations météorologiques locales (e.g. SAFRAN). Cela s’avère être le cas par exemple pour MDES d2gen lorsqu’il utilise les variables d’humidité comme prédicteur (variables très hétérogènes dans les réanalyses ERA40). Ces résultats mettent de nouveau en évidence la nécessité de méthodes complémentaires robustes pour mieux évaluer cette transférabilité (Lafaysse et al., 2014 ; Hingray et al., 2013).

Evaluation hydrologique ou pertinence de la chaîne MDES/MH.

L’ensemble des recherches et développements que j’ai conduit sur la régionalisation du climat ont été réalisés dans l’optique de produire des scénarios pertinents au regard des systèmes considérés ensuite. L’effet de l’imperfection des scénarios météorologiques sur la pertinence des analyses d’impact est peu documenté ou exploré. Il peut cependant être important en particulier lorsque les scénarios sont utilisés pour alimenter des modèles d’impact très non linéaires. L’évaluation des modèles de régionalisation du climat devrait donc idéalement aussi être orientée « impact ».

Dans RIWER2030, les scénarios météorologiques construits pour les décennies récentes par régionalisation des réanalyses atmosphériques NCEP permettent de simuler de façon très satisfaisante la chronologie des débits observée à l’exutoire du bassin de Serre-Ponçon. L’incertitude apportée par la descente d’échelle s’avère être comparable à l’erreur intrinsèque du modèle hydrologique. Cela illustre la pertinence de la méthode pour le respect de la cohérence multivariée des forçages météorologiques reconstruits. Cela illustre aussi l’intérêt potentiel de ces méthodes de régionalisation pour la reconstruction de chroniques hydrométéorologiques (Lafaysse, 2011 ; Lafaysse et al. 2014 ; Hingray et al. 2013 ; v. aussi la thèse d’Anna Kuentz, réalisée en parallèle du projet Riwer2030 ; Kuentz et al., soumise).

Dans le cas présent, il faut reconnaitre que le filtre hydrologique, du fait en particulier de son inertie importante, permet globalement d’atténuer diverses imperfections des scénarios météorologiques. Cependant, il permet aussi d’en amplifier certaines ou de déceler, pour certains MDES, des défauts non identifiés lors de leur évaluation directe. Par exemple, la sous-estimation par certains MDES de la durée des périodes de temps sec s’exprime de façon exacerbée par une surestimation des débits d’étiage et donc une sous-estimation des situations critiques d’étiage (Lafaysse, 2011 ; Hingray et al. 2013).



Figure 11. Débits journaliers simulés avec ISBA-Durance (SIM adapté à la Durance supérieure, Lafaysse et al. 2011) sur la période du 01/09/1999 au 31/08/2005 avec 1) la météorologie observée (référence en bleu) et 2) les 100 scénarios météorologiques obtenus avec un MDES donné lorsqu’il est forcé avec les réanalyses NCEP (apprentissage des MDES sur période 1981/2005). Pour chaque jour sont tracés en rouge les quantiles 5% et 95% et la médiane des 100 réalisations en vert. En grisé apparaît le débit observé.

Principales Publications: Lafaysse, 2011 ; Hingray et al. 2013a,b ; Lafaysse et al. 2014 ; Chardon, 2014 ; Chardon et al., 2014 ; Kuentz et al, soumis.

3-3.5. Transposabilité spatiale du lien d’échelle, scénarios météorologiques spatiaux cohérents

La nécessité de générer des scénarios météorologiques cohérents dans l’espace est évidemment une contrainte forte dès lors que les scénarios sont à utiliser par un modèle d’impact régional (e.g. modèle hydrologique pour un bassin versant de mésoéchelle). La génération, avec un MDES donné, de scénarios spatiaux cohérents est cependant un challenge difficile lorsque les scénarios doivent s’appliquer à de larges territoires.

C’est en particulier le cas pour les MDES basés sur les fonctions de transfert ou sur des générateurs stochastiques de temps (difficulté à modéliser et simuler les liens de corrélations spatiale et inter-variables). Dans ce contexte, les MDES basées sur la recherche d'analogues sont particulièrement intéressantes : si le même jour analogue est utilisé pour la prédiction des diverses variables météorologiques (précip, températures…) en chacun des sites de la région considérée, la cohérence spatiale du champ prédit pour chaque variable mais aussi la cohérence physique entre variables sont toutes deux automatiquement garanties.

Cette stratégie, que nous avons retenue pour le développement du modèle d2gen, a donné de très bons résultats de simulations pour le bassin du Rhône supérieur (5500km2), quelles que soient



les échelles temporelles et spatiales considérées (Mezghani et Hingray, 2009)(cf. aussi Figure 7 p.23).

Dans le cadre de la thèse de Jérémy Chardon (Chardon, 2014), nous avons plus récemment évalué la taille maximum des territoires sur lesquels il est possible de générer, à l’aide d’un modèle analogue simple, des scénarios de précipitations qui soient localement performants et spatialement cohérents. Nous avons évalué comment la performance d’un modèle Analogue optimisé pour un site donné évolue lorsqu’il est utilisé pour la prédiction des précipitations en d’autres sites proches ou éloignés. La transposabilité spatiale du modèle Analogue considéré est importante. La perte de performance obtenue avec le modèle transposé est très faible jusqu’à des distances de 400 à 500 km. La transposabilité du modèle Analogue est limitée en présence de barrières topographiques entre sites (e.g. Montagnes du Massif Central ici). Elle est par ailleurs moins importante lorsque l’on considère un modèle Analogue plus raffiné permettant d’être plus performant localement (Chardon, 2014 ; Chardon et al. 2014)

Principales Publications : Mezghani et Hingray, 2009; Chardon, 2014; Chardon et al., 2014.



Figure 12. Transposabilité spatiale des dates analogues obtenues avec 2 modèles analogues (droite modèle optimisé pour le point NW ; gauche : modèle optimisé pour le point SE) pour la prédiction probabiliste des précipitations en tout point du territoire français métropolitain (le prédictant est la précipitation SAFRAN locale (8*8km2)). Haut: le modèle analogue est un modèle à 1 niveau : l’analogie est estimée sur la base de l’altitude des géopotentiels à 500 et 1000hPa. Bas : le modèle analogue est un modèle à 2 niveaux : les 25 dates analogues retenues pour la prédiction sont identifiées sur la base de l’humidité relative à 700hPa parmi 100 dates analogues identifiées dans une étape préliminaire sur la base de l’altitude des géopotentiels à 500 et 1000hPa. Dans les 2 cas, le domaine spatial d’analogie a été identifié de façon à optimiser le CRPSS pour les prédictions locales. Les modèles NW et SE correspondent à un domaine spatial optimisé respectivement pour les points NW et SE indiqués sur la carte. La transposabilité spatiale est évaluée par la perte CRPSS entre la prédiction obtenue avec le modèle NW et le modèle optimal identifié de façon indépendante pour chaque autre grille du territoire. Les lignes bleues correspondent à une perte de CRPSS de 0.01, 0.05 et 0.1 respectivement. Un score de CRPSS de 1 indique une prédiction parfaite. Un score de 0 indique une prédiction moins performante que la climatologie.



3.4. Variabilité climatique, variabilité hydrométéo rologique, impacts et incertitudes

Comprendre et estimer l’effet de la variabilité climatique sur la variabilité hydrométéorologique régionale et sur les systèmes qui en dépendent, qu’ils soient naturels ou artificiels et gérés par l’homme, constitue évidemment un challenge important, en particulier dans le contexte du changement global actuel.

Comme présenté précédemment, j’ai de façon quasi-systématique travaillé à la mise en place et aux développements des différents modèles de la chaîne de modélisation nécessaire pour mener à bien ce type d’analyse. Ces développements relèvent en premier lieu de la régionalisation du climat (cf. section 3.3. p.18) et de la modélisation des hydrosystèmes, naturels ou aménagés et gérés par l’homme (section 3.2 p.12). Ils visent aussi la mise en place de métriques pour estimer de façon objective et adaptée la « performance » de ces hydrosystèmes.

Pour le Rhône supérieur, nous avons utilisé une telle chaîne de simulation pour reconstituer la variabilité hydrométéorologique des 50 dernières années et identifier différents scénarios de crue de projet pour les différentes parties du bassin (cf. section 0). Le MDES d2gen a été à cet effet forcé avec les réanalyses NCEP.

Nous avons utilisé cette chaîne pour estimer l’impact du changement climatique sur le régime hydrologique de différents bassins alpins et sur la ressource en eau, via les prismes environnementaux ou socio-économiques associés à différents types d’usage, dont en particulier la production hydroélectrique. Pour nos recherches sur la Durance, d2gen et les autres MDES utilisés à cet effet ont été forcés par les sorties de différentes expériences climatiques GCM produites dans le projet européen ENSEMBLES.

Dans ces différentes analyses, j’ai aussi cherché à identifier et propager différentes sources d’incertitudes et à quantifier in fine leur contribution à l’incertitude totale. Cela m’a conduit à développer et proposer un cadre statistique adapté aux ensembles de projections climatiques pour séparer et de quantifier les différentes composantes de l’incertitude modèle et les différentes composantes de l’incertitude liée à leur variabilité interne.

3-4.1. Reconstitution de la variabilité hydrologique en milieu alpin pour le climat récent

Indépendamment de la non–stationnarité des régimes hydrologiques résultant du changement climatique, caractériser la variabilité hydrologique d’un bassin versant n’est pas toujours évident, en particulier lorsque les données débimétriques sont inutilisables (car fortement perturbées par plusieurs grands barrages) et lorsque les séries météorologiques observées à disposition couvrent une période de durée insuffisante pour pouvoir les reconstituer.

C’est en particulier pour répondre à cette question que nous avons développé l’approche de simulation hydrométéorologique évoquée précédemment, approche basée sur le couplage d’un générateur stochastique de temps et d’un modèle hydrologique déterministe de simulation continue



(Hingray et Musy, 2003). La question de comment caractériser la variabilité hydrologique se reporte sur la question de comment caractériser et simuler la variabilité météorologique (v. §1-3.4).

Nous avons initialement développé cette approche de génération hydrométéorologique pour caractériser la variabilité hydrologique du Rhône à l’amont du Léman et ses crues en particulier (Hingray et al., 2006a, Hingray et al., 2009). Une des clés de sa réussite a été le développement du générateur de temps d2gen, qui permet de produire des scénarios météorologiques pertinents et adaptés aux échelles du bassin visé (cf. section 0). Nous avons ici appréhendé la variabilité hydrologique du Rhône par la génération de 50 scénarios météorologiques de 40 années de données horaires chacun. Les scénarios hydrologiques ont été obtenus par simulation avec le modèle hydrologique spatialisé GSM-SOCONT (cf. section 0). Les scénarios de crue que nous avons produits pour différentes stations hydrologiques réparties le long du linéaire hydrographique, ont été in fine livrés au printemps 2006 par le canton du Valais aux bureaux d’Etudes chargés de la réalisation de la IIIème correction du Rhône (Figure 13).

Hydrogramme de Crue

0

500

1000

1500

2000

2500

0 40 80 120 160 200 240

Durée (h)

Déb

it (m

3/s)

1

Hydrogramme de Crue

0

500

1000

1500

2000

2500

0 40 80 120 160 200 240

Durée (h)

Déb

it (m

3/s)

9

Hydrogramme de Crue

0

500

1000

1500

2000

2500

0 40 80 120 160 200 240

Durée (h)

Déb

it (m

3/s)

10

600

800

1000

1200

1400

1600

1800

2000

2200

2400

0 20 40 60 80 100 120

Durée (h)

Dé

bit m

oye

n m

axim

um (

m3 /s

)

Crue Séléctionnée

q25%

q50%

q75%

Figure 13: Scénarios de crues obtenus sur la base de 50 scénarios hydrométéorologiques produits par la chaine de simulation NCEP/d2gen/SOCONT-NG. Gauche : Statistiques des débits horaires moyens maximum simulés (traits continus) et observés (triangles) pour le Rhône à Porte du Scex et à Branson (u : variable réduite de Gumbel ; la courbe en traitillé relie les valeurs médianes des 50 quantiles obtenus pour fréquences de non-dépassement). Milieu : Trois crues de projets générées de période de retour approximative T=1000ans générées à Porte du Scex et positionnement de la crue N°9 sur les courbes QDF obtenues d’après les simulations (droite). (d’après Hingray et al., 2006a, Hingray et al. 2009).

Nous avons initialement développé et évalué cette méthodologie avec pour objectif la reconstitution de la variabilité hydrologique associée aux crues. Au cours de mes activités de recherche récentes, nous avons montré que la méthodologie permet aussi de fournir une reconstitution probabiliste des variations de débits journalières observées au cours des décennies passées (Lafaysse et al. 2014), voir au cours du siècle passé. La thèse d’Anna Kuentz effectuée en interaction avec le projet RIWER2030 a permis de reconstituer pour la Durance les variations hydrométriques observées pour les 100 dernières années (Kuentz et al., soumis). La méthode devrait pouvoir être appliquée de façon similaire et avec le même succès en différentes autres régions.

Principales Publications : Hingray et Musy, 2003 ; Hingray et al. 2006a ; Hingray et al. 2009 ; Mezghani et Hingray, 2009; Lafaysse, 2011, Lafaysse et al., 2014 ; Kuentz et al. soumis.



3-4.2. Changement climatique, ressource en eau et impacts en milieu alpin

L’estimation de l’impact hydrologique du changement climatique pour les hydrosystèmes alpins a constitué une part importante de mes activités de recherche passées. Nos projections hydrologiques ont été obtenues par l’application de la chaîne de simulation type décrite précédemment, impliquant, dans la majeure partie des cas, un modèle de régionalisation du climat, un modèle de simulation hydrologique, un modèle intégré de gestion de la ressource. Nous avons produits les scénarios météorologiques sur la base des expériences climatiques globales de divers projets européens (PRUDENCE, ENSEMBLES, CMIP5).

Une de nos premières études a été réalisée pour une sélection de bassins versant suisses, représentatifs des différents régimes hydrométéorologiques actuels. Pour les horizons 2020-2050 et 2070-2100 sous les scénarios A2 et B2 de l’IPCC, nous avons obtenus différents changements dont les changements significatifs suivants, cohérents avec de nombreuses autres études similaires: une forte diminution de la proportion des précipitations solides et de la saisonnalité des débits (réduction de l’onde de fonte printanière, augmentation des étiages hivernaux) ; une augmentation significative de la variabilité interannuelle des débits pour les bassins les plus élevés (réduction de l’effet tampon des glaciers, débits futurs plus gouvernés par les précipitations) (Schaefli, 2005 ; Horton et al. 2006 ; Schaefli et al, 2007).

Des conclusions similaires ont été obtenues pour la Durance supérieure dans le cadre du projet RIWER2030 et de la thèse de Matthieu Lafaysse (Lafaysse et al. 2014).

Nous avons aussi estimé les effets associés sur la ressource en eau et sur la gestion de réservoirs multiusage. Pour le système des 3 lacs de Bienne-Neuchâtel-Morat sur le plateau Suisse, nous avons considérés différents impacts socio-économiques (agriculture, inondation des zones riveraines) et environnementaux (roselières, oiseaux nicheurs, populations de brochets). Pour évaluer la durabilité de la gestion actuelle, nous avons mis en place diverses métriques permettant l’analyse statistique de sa performance et de ses défaillances (Schaefli et al., 2007 ; Hingray et al. 2007c). Certaines d’entre elles reprennent les principes des mesures de fiabilité, résilience et vulnérabilité introduite par Hashimoto. D’autres reposent sur l’analyse fréquentielle (de type intensité-durée-fréquence) des différentes valeurs (continues et non seuillées) d’un indice de performance construit et calculé par ailleurs (Figure 14).



Annual Success Index

0.0

0.2

0.4

0.6

0.8

1.0

0 >0 >0.2 >0.4 >0.6 >0.8

Exceedence probability

0.0

0.2

0.4

0.6

0.8

1.0

Exceedence frequency

0.0

0.5

1.0

1.5

H1 H2 H3 H1 H2 H3

Exceeded water level threshold (m)

0.0

0.5

1.0

1.5

Sowing seasond=2days

Maturation seasond=10days

c

Figure 14.. Gauche: probabilité de dépassement de différentes valeurs d’un indice lié au succès de la reproduction annuelle du brochet. Droite: fréquence de dépassement de différentes hauteurs seuil (H1, H2, H3) pour l’inondation de terrains cultivés. Boites à moustaches : variabilité pour période 2070-2099. Ligne grisée : valeur pour la période actuelle (Hingray et al. 2007b).

Pour la retenue hydraulique de Mauvoisin, nous avons considéré plus spécifiquement l’impact sur la ressource hydroélectrique (Schaefli, 2005 ; Schaefli et al. 2007). Notre étude sur les bassins suisses a mis en évidence une modification significative de la saisonnalité des apports aux retenues, et par suite, une adaptation à envisager de leur stratégie de gestion. La synthèse des résultats, réalisée pour l’Office Fédéral de l’Energie, a été présentée à Bern lors d’une réunion stratégique pour le choix des orientations énergétiques future de la Suisse (réunion impliquant différents ministères de la confédération helvétique ainsi que les principaux acteurs en Suisse liés à la production d’énergie électrique) (Horton et al. 2006).

Nos recherches plus récentes ont visé à mieux caractériser l’effet du changement climatique sur les déséquilibres temporels entre la ressource en eau et ses différents usages (thèse de Baptiste François au sein du projet RIWER2030). Les analyses faites en particulier pour le système de gestion Durance-Verdon ont montré qu’il était possible de caractériser ce déséquilibre temporel par les valeurs marginales de l’eau stockée dans le barrage de Serre-Ponçon. Ces valeurs de l’eau stockées définissent et sont définies en retour par la stratégie de gestion optimale de l’ouvrage lorsque le gestionnaire à une connaissance parfaite de l’avenir. Nous avons aussi montré que le changement climatique devrait modifier sensiblement leur organisation temporelle. Leur saisonnalité devrait être réduite, du fait principalement du réchauffement attendu, suggérant un meilleur phasage entre la ressource et les usages (François, 2013 ; François et al. 2014).



Figure 15: Influence d’un réchauffement des températures moyennes annuelles et d’une diminution des précipitations moyennes annuelles sur le cycle interannuel moyen des valeurs marginales de l’eau de stockage. Les valeurs de l’eau sont données pour un niveau de remplissage correspondant à 10% (graphe de gauche) ; 50% (graphe du milieu), et 90% (graphe de droite) de la capacité de stockage du réservoir de Serre-Ponçon (Extrait de François et al. 2014).

Principales Publications : Schaefli, 2005 ; Horton et al. 2006 ; Schaefli et al, 2007 ; François, 2013 ; Lafaysse et al. 2014 ; François et al. 2014.

3-4.3. Projections futures, incertitudes modèles et variabilité interne

Jusqu’à un passé récent, il était d’usage de considérer que les principales sources d’incertitudes sur les projections hydrométéorologiques étaient portés par les scénarios d’émission et les modèles de climat. Nous nous sommes attachés à explorer l’importance de différentes autres sources d’incertitudes pour confirmer, relativiser le cas échéant cette affirmation. Nous avons en particulier chercher à évaluer les incertitudes liées aux Modèles de régionalisation du climat (Modèles de Climat Régionaux ou Modèles de Descente d’échelle Statistiques), aux Modèles Hydrologiques (MH), aux Modèles de Gestion (MG) et à la variabilité interne des chaînes de modélisation.

Pour chacun des projets que nous avons mené dans ce domaine (SWURVE, OFENCC, CLIMAT, RIWER2030 et R2D2-2050), nous avons produit à cet effet un ensemble de projections multi-modèles (plusieurs modèles de climat, plusieurs modèles d’impact, …), multi-réalisations (plusieurs réalisations pour une même chaîne de modèles) et souvent multi-scénarios (plusieurs scénarios d’émission SRES, RCP) (Horton et al. 2006 ; Schaefli et al. 2007 ; Ekström et al., 2007 ; Hingray et al. 2007b).

Pour le projet RIWER2030 par exemple, l’ensemble de projections résulte de l’application de différentes chaines de simulations obtenues pour 5 GCM du projet européen ENSEMBLES (avec plusieurs membres pour 3 d’entre eux), différentes versions des 3 MDES analog (EDF), dsclim (cerfacs), d2gen (LTHE) (avec 100 réalisations pour chacune d’entre elle), 3 Modèles Hydrologiques (Cequeau, Mordor, Isba-Durance) et 3 Modèles de Gestion de la ressource développés pour RIWER2030 (soit plus de 22 000 expériences de 240 ans ; Hingray et al., 2013 ; François, 2013 ; Lafaysse et al., 2014).

Nous avons mis en évidence les résultats suivants : pour les projections de température, la principale source d’incertitude est logiquement portée par les GCM. Pour les précipitations, la



dispersion inter-GCM à MDES fixé est aussi très importante. Elle est en partie liée à la dispersion inter-GCM des modifications de la fréquence d’occurrence de certains types de temps (Lafaysse et al., 2014). Elle est fortement influencée par la variabilité naturelle et chaotique du climat (la dispersion entre les différents membres d’un même GCM est du même ordre de grandeur que la dispersion entre les différents GCM). La dispersion sur les projections de précipitations résulte cependant aussi beaucoup du choix du MDES et/ou de sa paramétrisation. Par ailleurs,

une source d’incertitude non négligeable est également due à la variabilité interne petite échelle, portée par le caractère stochastique des algorithmes de descente d’échelle.

Figure 16 : Changements simulés des précipitations hivernales (%) entre la période de contrôle (1980-1999) et la période future (2080-2099) pour 12 GCMs du projet ENSEMBLES et plusieurs versions de 3 MDES (scénario de GES A1B). Les résultats sont ceux obtenus pour les 12 GCM et les différentes versions des 3 MDES considérés ici. Chaque courbe correspond à la distribution cumulée des changements de précipitation obtenus pour 100 scénarios météorologiques (les réalisations) produits avec une combinaison GCM/MDES particulière. Chaque graphe correspond aux résultats obtenus avec un MDES donné. Les différentes courbes d’un même graphe correspondent aux résultats obtenus lorsqu’un MDES est forcé par différents GCM (extrait de Lafaysse et al., 2014).

Les projections hydrologiques obtenues ensuite avec 3 modèles hydrologiques (Cequeau, Mordor, Isba-Durance) présentent aussi une dispersion importante. Pour les pertes par évaporation la dispersion (-10 à +40%) est principalement influencée par celle relative aux changements de température induits par les GCM mais elle aussi très dépendante du modèle hydrologique du fait de leur représentation différente des pertes par évaporation (estimation sur la base du concept d’évapotranspiration potentielle pour les modèles Cequeau et Mordor ; estimation par bilan d’énergie pour Isba-Durance). Pour les débits interannuels moyens, les incertitudes sont principalement liées aux GCM et aux MDES (Figure 17). La dispersion inter-MH peut cependant



s’avérer particulièrement importante pour certains débits caractéristiques, comme par exemple pour les débits caractéristiques d’étiage (e.g. le VCN30).

Figure 17. Cycle annuel des débits quotidiens à Serre-Ponçon obtenus avec les modèles hydrologiques Cequeau, Mordor et Isba-Durance pour les périodes 1980-1999, 2046-2065 et 2080-2099. En haut : le modèle hydrologique est forcé par les sorties des différents MDES (différentes courbes), eux-mêmes forcés par le GCM DMIEH5C-1. En bas : les différentes courbes correspondent aux scénarios générés avec le MDES dsclim10 lui-même forcé par chacun des GCM (les différentes courbes). En noir : cycle simulé avec MORDOR sur la base de la météorologie observée sur la période 1980-1999 (extrait de Hingray et al., 2013).

Comme dans la majeure partie des études d’impact, nous avons évalué et comparé les différentes sources d’incertitudes sur les changements simulés entre une période future et une période de contrôle choisies. L’analyse comparée des différentes sources d’incertitude ne fait cependant pas nécessairement beaucoup de sens dès lors que l’on regarde l’évolution temporelle des variables considérée. Les simulations que nous avons effectuées dans le projet RIWER2030 couvrent 240 années composées d’une période de contrôle étendue (1860-2000) et de la période de climat forcé par le scénario d’émission A1B. Elles mettent en évidence de fortes fluctuations multi-décennales, pour les précipitations ainsi que pour les variables hydrométéorologiques dérivées (cf. Figure 18). Ces fluctuations résultent de la variabilité interne des modèles, supposée traduire la variabilité chaotique du climat. Les changements estimés entre 2 périodes sont donc fortement « pollués » par cette variabilité interne (Lafaysse, 2011 ; Hingray et al. 2013 ; Lafaysse et al. 2014). Une estimation pertinente des changements espérés pour le jeu d’expériences climatique disponible doit donc absolument prendre en compte cette variabilité. Il en est de même de l’estimation des différentes sources d’incertitudes. Nos



simulations RIWER2030 m’ont permis d’approfondir cette question. Je résume les travaux correspondants dans la section 3-4.4 p.42.

Figure 18 : Différentes sources d’incertitudes considérées dans le projet RIWER2030. Les figures représentent l’évolution temporelles des températures et de précipitations interannualles moyennes (moyennes sur 20 ans) obtenues sur la période 1860-2100 pour le bassin de la Durance supérieure sur la base d’un ensemble de 11 expériences climatiques produites à l’aide de 4 GCMs (3 et 6 membres pour 2 d’entre eux) et de 3 modèles de descente d’échelle statistique. Bas : 100 réalisations (lignes grisées) obtenus pour la chaîne de simulation DMIEH5C-1/ANALOG20 (la ligne rouge inférieure, la ligne verte et la ligne rouge supérieure correspondent respectivement aux quantiles 5, 50 et 95% ; la ligne verte correspond à l’un des 100 scénarios). Milieu et haut : scénario moyen (moyenne des 100 réalisations) obtenu avec le modèle de descente d’échelle statistique ANALOG20 lorsqu’il est forcé par les 11 expériences GCM (haut) et obtenu avec tous les modèles de descente d’échelle lorsqu’ils sont forcés par le GCM DMIEH5C-1 (adapté de Hingray et Saïd, 2014).



Parallèlement à ces travaux, nous avons aussi exploré l’incertitude liée au modèle utilisé pour simuler la gestion de la ressource. Cette source d’incertitude n’a à notre connaissance jamais été considérée. Dans le projet RIWER2030, nous avons estimé la modification de performance de la retenue de Serre-Ponçon en considérant successivement les 3 modèles de gestion décrits à la section 3-2.4 p.17 (les 3 modèles correspondent à 3 représentations différentes du processus d’élaboration de la stratégie de gestion, basée chacune sur un degré différent d’anticipation des apports à la retenue).

Les résultats obtenus pour différentes expériences climatiques et périodes futures montrent que les différences obtenues entre les différents modèles de gestion sont non négligeables, en particulier en termes de trajectoires optimales de stock (Figure 19) (François et al. 2014). Les écarts les plus importants sont obtenus pour les scénarios pour lesquels une forte modification de la variabilité interannuelle des apports est observée. En revanche, les modifications estimées de la performance du système sont globalement peu sensibles au modèle de gestion retenu au regard des différences obtenues entre les différentes expériences climatiques considérées (Figure 20).

Figure 19 : Influence du modèle de gestion sur les trajectoires interannuelles moyennes de stock simulées pour 6 expériences climatiques et 3 périodes de temps (P0 : présent, P1 : 2036-2065 et P2 :2070-2099) avec les 3 modèle de gestion (noir) : Modèle en avenir certain (AC), en avenir incertain climatologique (AIC), en avenir incertain prévu (AIP) (extrait de François et al. 2014).



Figure 20 : Influence du modèle de gestion (étoiles : vision avenir certain, diamants : vision avenir incertain prévu, cercles : vision incertain climatologique) sur 2 critères de performance du système de Serre-Ponçon. Gauche : fiabilité sur le respect de la contrainte de cote estivale pour les activités de tourisme liées à la retenue (représentée en fonction des apports estivaux nets) ; droite : bénéfices globaux liés à la production hydroélectrique (représentés en fonction des apports annuels nets). Les points rouges, bleu et noirs correspondent respectivement aux 3 périodes de temps P0, P1 et P2. La correspondent respectivement aux 3 modèles de gestion (François et al. ; soumis)

Principales Publications : Schaefli et al. 2007 ; Horton et al. 2006 ; Ekström et al., 2007 ; Hingray et al. 2007b ; Hingray et al., 2013 ; François, 2013 ; Lafaysse et al., 2014 ; François, 2013 ; Lafaysse et al. 2014 ; François et al. 2014 ; François et al., soumis.

3-4.4. Incertitude modèle et variabilité interne : quantification et partition

Un challenge actuel important consiste à quantifier les différents types d’incertitudes associées à un ensemble multi-modèle multi-réalisation. Les enjeux sont multiples. Cela permet en particulier d’estimer la significativité des changements projetés au vu de la variabilité interne du climat, d’identifier les sources d’incertitude principales et d’évaluer la nécessité et/ou la possibilité de les réduire.

Quantifier les incertitudes n’est pas triviale. Diverses méthodes ont été proposées dans les années récentes pour estimer l’incertitude totale associée à un ensemble de projections donné et pour partitionner les différentes sources d’incertitudes qui le composent. La plupart sont basées sur des analyses statistiques empiriques ou sur une analyse de variance plus formelle des projections considérées (e.g. Hingray et al. 2007a). La plupart ne sont pas satisfaisantes, en particulier lorsque la variabilité interne des modèles est importante au regard de leur réponse climatique simulée, que le nombre de membres à disposition est réduit, et/ou lorsque l’ensemble de projections à disposition est non balancé (e.g. lorsque le nombre de membres est différent selon les chaînes de simulation).



Quantifier les incertitudes nécessite de séparer les incertitudes modèles, associées à la réponse climatique des modèles, et les incertitudes liées à la variabilité interne des chaînes de modélisation.

Cela nécessite en particulier de pouvoir séparer pour chaque chaîne sa réponse climatique des fluctuations aléatoires résultant de sa variabilité interne. Lorsqu’un nombre réduit de membres est disponible pour une chaîne donnée, ce qui est généralement le cas pour les expériences climatiques récentes, cette séparation est difficile voire impossible, en particulier lorsque la variabilité interne de la chaîne est non négligeable devant sa réponse climatique (e.g. pour les précipitations). C’est une difficulté importante que nous avons rencontrée lors de nos premières analyses d’incertitude au sein du projet SWURVE (Hingray et al. 2007a). Dans une telle configuration, l’estimation des différentes composantes de l’incertitude, l’incertitude totale et de la significativité des changements peut être fortement biaisée. Les estimations peuvent par ailleurs fortement varier d’une échéance de projection à la suivante, ce qui ne fait évidemment pas de sens.

Les longues expériences climatiques désormais disponibles offrent une opportunité nouvelle pour dépasser ces limitations. La longueur de la période de simulation (240 ans 1860-2100) et la richesse de l’ensemble de projections que nous avons réalisées dans le projet RIWER2030 m’ont permis de proposer un cadre statistique plus adapté aux estimations d’incertitude voulues. Le cadre statistique QEANOVA, que nous avons ensuite consolidé dans le projet R2D2-2050 se base sur l’hypothèse de quasi-ergodicité pour les simulations climatiques transitoires (Figure 21) (Hingray and Saïd, 2014; Lafaysse et al., 2014). Il permet de séparer et quantifier les composantes de l’incertitude modèle liées à chaque type de modèle (MGC, MDES, MH) ainsi que les composantes grande et petite échelle de la variabilité interne des modèles (celle induite par les GCM, celle induite par les MDES). La totalité des projections disponibles peut être valorisé même lorsque l’ensemble est non balancé, ce qui permet une estimation plus robuste des différentes composantes de l’incertitude (cf. Figure 18).



Figure 21 : Principe du cadre d’analyse QEANOVA utilisé pour la quantification et la séparation des incertitudes modèles et des incertitudes due à leur variabilité interne. Sont représentés les résultats schématiques de simulation obtenus pour différentes expériences climatiques historique+future, les trajectoires obtenues pour les différents membres de deux modèles de climat (1 seul membre pour GCM1, 3 membres pour GCM2), les réponses climatiques et la variabilité interne correspondantes pour chaque modèle. La réponse climatique du modèle est la moyenne d'ensemble qui serait obtenue pour un grand nombre de membres. L’incertitude modèle est estimée par la dispersion entre les réponses climatiques des différentes chaînes de simulation. Lorsqu’une chaîne est composée en cascade de différents types de modèle, les réponses climatiques permettent aussi, si le jeu d’expérience est correctement balancé, d’estimer la part de l’incertitude modèle expliquée par chaque type de modèle. Pour les expériences climatiques effectuées dans le cadre des projets RIWER2030 et R2D2 par exemple, on peut distinguer l’incertitude liée aux différents GCM, celle associée aux différents MDES, et celle associée aux différents MH. La variabilité interne de chaque chaîne est estimée par les fluctuations autour de la réponse climatique de la chaîne. Une part majeure de la variabilité interne est portée par les GCMs et se traduit par des fluctuations multidécadales potentiellement importantes même à conditions de forçage constantes. Cela se traduit aussi par la dispersion souvent importante entre les différents membres disponibles d’un même GCM, que ce soit à l’échelle globale ou à l’échelle plus régionale. La variabilité interne se manifeste à grande échelle mais aussi à petite échelle. Pour un jour donné par exemple, une même situation atmosphérique de grande échelle peut conduire à différentes situations météorologiques locales. Pour les projections RIWER2030, cela se traduit par la dispersion entre les différentes réalisations du climat local obtenues par l’application répétée d’un même MDES (adapté de (Hingray and Saïd, 2014).



Nous avons appliqué le cadre QEANOVA pour différentes projections hydrométéorologiques obtenues dans les projets RIWER2030 puis R2D2-2050 (Hingray et al. 2013 ; Lafaysse et al. 2014 ; Hingray et Said, 2014 ; Sauquet et al. 2014). Cela a permis de quantifier certaines des évaluations qualitatives faites initialement sur ces données (c.f. Figure 22) :

• Les incertitudes « modèles » associées au choix du GCM ou au choix du MDES peuvent être, selon les variables météorologiques considérées, comparables.

• L’incertitude associée à la variabilité interne représente une composante majeure de l’incertitude totale, en particulier pour les prochaines décennies. Elle reste la source principale d’incertitude pour les précipitations pour la fin du siècle.

• Pour les précipitations et les variables dérivées, la dispersion entre les projections résultant de différentes expériences GCM est principalement due à la variabilité interne grande échelle. Les réponses climatiques des différents modèles sont en comparaison peu différentes.

• La composante petite échelle de la variabilité interne, portée par les MDES, est négligeable pour les températures. Elle est cependant du même ordre de grandeur que la composante grande échelle pour les précipitations et pour les variables hydrologiques dérivées.

• Du fait de la forte variabilité interne, l’incertitude sur les projections de précipitations et de diverses autres variables hydrologiques dérivées, telles que les débits annuels moyens, est très importante, le signe du changement estimé étant lui-même incertain à 90%.

Ces résultats amènent en particulier à reconsidérer la constitution des ensembles de projections climatiques : 1) une approche multimodèle pour les modèles de régionalisation est vraisemblablement aussi nécessaire qu’une approche multimodèle pour les modèles de climat ; 2) pour les variables présentant une forte variabilité interne, une approche multi-membres est indispensable ; 3) les études d’impact basée sur une réalisation unique d’un MDES donné sont susceptibles d’être aussi peu pertinentes que celle basées sur un membre unique d’un GCM donné (ou un ensemble réduit).

Principales Publications : Hingray et al. 2007a ; Hingray et Saïd, 2014, Hingray et al. 2013 ; Lafaysse et al. 2014 ; Hingray et Said, 2014 ; Sauquet et al. 2014



Figure 22 : Gauche : changements des températures (haut - en [°C]), et précipitations (bas - en [%]), annuelles moyennes sur 20 ans en fonction de l’échéance de projection (période de référence 1980-1999). Bassin de la Durance à l’amont de la réserve de Serre Ponçon. La courbe centrale est la moyenne d’ensemble des réponses climatiques obtenues pour les différentes chaînes. La zone de couleur correspond à la somme des incertitudes, pour l’ensemble de projections considéré, au niveau de confiance 90% (incertitudes modèles+variabilité interne). Chaque couleur illustre la fraction de l’incertitude totale résultant de l’une ou l’autre des sources d’incertitudes. Droite : Proportion de l’incertitude totale expliquée par chaque source d’incertitude : GCM (bleu foncé) ; MDES (vert) ; MH (gris), incertitude résiduelle et/ou d’interaction entre modèles GCM/MDES/MH (R/MI, cyan), variabilité interne grande échelle (LSIV, rouge) et petite échelle (SSIV, jaune) associées à chaque chaîne GCM/MDES (adapté de Hingray et Saïd, 2014).

Figure 23 : Même chose pour les changements d’évapotranspiration (ligne 3 - en [%]) et de débits (ligne 4 - en [%]) annuels moyens sur 20 ans pour le bassin de la Durance à l’amont de la réserve de Serre Ponçon (Sauquet et al. 2014).



3.5. Conclusion

Mes différentes activités de recherche passées et actuelles ont eu pour objectif d’explorer différentes questions actuelles de l’hydrologie contemporaine, le fil directeur de ces recherches visant à comprendre et estimer l’effet de la variabilité climatique sur la variabilité hydrométéorologique régionale et sur les systèmes qui en dépendent.

Ces recherches m’ont conduit à traiter des thématiques différentes relevant de contextes physiques différents (rural, urbain, alpin), de finalités différentes (ressource, risque, impacts ; prévision, prédétermination, changement global). Elles m’ont aussi conduit à mettre en place une approche intégrée pour considérer diverses questions scientifiques. Ces questions relèvent de l’hydrologie et de disciplines scientifiques connexes, disciplines en amont pour la détermination des forçages météorologiques auxquels sont soumis les systèmes hydrologiques (glaciologie, météorologie, climatologie), disciplines en aval pour l’estimation d’impacts associés (économiques, environnementaux). Elles associent des réflexions visant à une meilleure compréhension des processus et phénomèmes considérés (météorologiques, hydrologiques), des réflexions sur la façon appropriée de les modéliser et/ou de les analyser (modèles déterministes, stochastiques, statistiques) et des réflexions plus méthodologiques (paramétrisation, régionalisation, incertitudes).

Un de mes principaux outils d’investigation est la modélisation, qu’elle concerne les liens d’échelle entre les forçages climatiques et les forçages météorologiques locaux, qu’elle concerne le comportement des bassins versants, naturels ou anthropisés, qu’elle concerne enfin le comportement statistique des variables hydrométéorologiques considérées. J’ai dirigé pour la plupart les développements des différents modèles nécessaires à nos analyses, ces modèles étant souvent mobilisés en cascade. Ces modèles incluent le Modèle de Descente d’Echelle Statistique d2gen, le modèle hydrologique pour les bassins englacés GSM-Socont, les modèles de gestion AIC, AIP et AC et le modèle de quantification et de partition des incertitudes QEANOVA.

La plupart des développements que j’ai supervisés et auxquels j’ai participé ont été enrichis par les nombreux échanges avec les étudiants et les jeunes chercheurs que j’ai encadrés. Ils ont aussi été enrichis par de multiples collaborations avec des chercheurs et/ou ingénieurs experts dans des disciplines aussi variées que l’hydrologie, la météorologie, la climatologie, la nivologie / glaciologie, la statistique, le traitement du signal. Ces échanges m’ont permis par ailleurs de développer un appréciable réseau de partenaires, en Suisse, en France mais également à l’international. Les principales collaborations sont résumées dans le CV étendu présenté en début de ce bilan. Certains des développements auxquels j’ai contribué ces 17 dernières années ont été réalisés à la demande de partenaires et/ou institutions liés à la gestion opérationnelle ou à la planification de l’utilisation des ressources en eau. Les institutions financeur de mes recherches sont indiquées dans la

Table 1.

Parallèlement à mes activités scientifiques, j’ai assumé sur Lausanne et assume sur Grenoble

diverses responsabilités en termes d’animation pédagogique, d’enseignements, de formation et de gestion de contrats de recherches nationaux et européens. Je fais également partie de commissions de spécialistes et suis investi dans l’administration de la recherche. Je présente dans les sections suivantes l’ensemble de ces activités.



Table 1. Liste des partenaires institutionnels financeurs des projets de recherche et développement réalisés au cours de mes 17 années de recherche à l’EPFL et au LTHE + thématiques abordées.

Partenaires institutionnels financeurs S

céna

rios

de c

rues

et

d’in

onda

tion

Pré

visi

ons

hydr

omét

éoro

logi

ques

Mod

élis

atio

n et

R

égio

nalis

atio

n hy

drol

ogiq

ue

Rég

iona

lisat

ion

sta

tistiq

ue

du c

limat

Var

iabi

lité

mét

éoro

logi

que

et

Var

iabi

lité

hydr

olog

ique

Cha

ngem

ents

clim

atiq

ues

et

impa

cts

hydr

olog

ique

s

Canton du Valais, CH • • • • • • Canton de Vaud, CH • • Forces Motrices de Mauvoisin, Valais, CH • Office Fédéral de l’Energie, CH • Office Fédéral de l’Environnement, CH • • • • • Grand Duché du Luxembourg, LX • • • • • Communauté Européenne, UE • • • • Eléctricité de France, Direction Technique Générale-Grenoble + R&D-Chatou, FR

• • • •

Agence Nationale de la Recherche, FR • • • Université Joseph Fourrier, FR • • Ministère de l’Ecologie, du Développement Durable et de l’Environnement, FR

• • •



4. Animation et organisation de la recherche et de l’enseignement

Je résume d’abord les projets de recherche où j’ai participé en tant que responsable d’action, responsable de lot ou coordinateur. Je détaille ensuite mes responsabilités dans l’animation scientifique et la gestion de la recherche.

4.1. Responsabilité et gestion de projets de recher che

Depuis mon recrutement à l’EPFL en 1999, au LTHE ensuite, j’ai coordonné ou ai participé à la coordination de 14 projets de recherche nationaux, européens, internationaux, en tant que porteur du projet pour 6 d’entre eux, responsable du partenaire Suisse pour 4 d’entre eux ou responsable d’actions.

A l’EPFL, j’ai souvent assuré ces responsabilités autour de projets à finalité opérationnelle, mandatés par la confédération helvétique ou divers cantons suisse. Mes responsabilités se sont rapidement élargies au niveau national et international, dans des projets de recherche à caractère plus fondamental impliquant différentes institutions de recherche ainsi que différentes entreprises privées liées au secteur de l’énergie notamment.

Ces projets m’ont conduit à gérer plus de 1'680k€.

Table 2. Les projets de recherche que j’ai supervisés ou auxquels j’ai participé en tant que chercheur ou responsable d’action. Les projets pour lesquels j’ai apporté une contribution majeure à l’élaboration de la proposition sont sous lignés. Budgets associés (k€). Les partenaires privés sont en italiques. Les Principales publications associées sont indiquées entre crochets (v. liste des publications et travaux pour détail)

Période Projet / ma responsabilité dans le projet Partenaires Financement Budget (k€)

2013-2014

Porteur du projet S3 : Smart Scenario Selection for impact studies on hydrology and climate related energies. [P33]

GispaLab Uni. J.Fourrier AGIR2013

57

2012-2016

Responsable d’actions COMPLEX : Knowledge Based Climate Mitigation. Systems for a Low Carbon Economy. Cofluctuations of Climate Related Energies and impact on water reservoir management. http://www.complex.ac.uk/ [P25, P29, P32, P37, R28]

Pilotage : UNEW (UK) Pilotage WP2 : LTHE WP2 partners : DLAE (It) Irstea, EDF, Sintef (NW), BC3 (SP)

Européen FP7

Total: 5’400 LTHE : 240

2011-2012

Co-Responsable du projet SpatEqEau : Regionalisation of snow water equivalent in the french mountains. [R25, R26]

EDF Privé EDF 110

2011-2014

Responsable d’actions R2D2-2050 : Risque, Ressource en eau et gestion Durable de la Durance en 2050 https://r2d2-2050.cemagref.fr/ [P24, P29, P31, R29, R30]

Irstea, METIS SCP, EDF, ACTEON

National GICC/MEDDEM

Total : 430 LTHE : 60



2009-2012

Responsable du projet ANR RIWER2030: Climat Régionaux et Incertitudes, Ressources en Eau et Energétiques pour 2030. Bassins de la Durance et de la Loire supérieures. http://www.lthe.fr/lthe/RIWER2030/ [P19, P22, P24, p26, P27, P28, P35, P36, R21-24, R27]

EDF National ANR VMCS 2008


2004-2007

Responsable du partenaire Suisse CLIMAT : Régionalisation du climat futur, bassin de l’Alzette, Luxembourg. [R20]

CREBS (LX) International Luxembourg

56

2004-2005

Responsable du projet IDEAM : Faisabilité d’un système de prévision des hauteurs d’eau, rivière Magdalena, Colombie. [R17]

Uni Bogota International Confédération

35

2004-2005

Responsable du projet HYDRELEC2070: Régimes hydrologiques sous climat futur et incertitudes, bassins alpins suisses. [P10, P12, N3, R16] - + Scénarios utilisés par l’Office Fédéral de l’Energie.

- National Confédération

37

2003-2006

Responsable du projet CONSECRU2: Scénarios hydrométéorologiques pour le climat présent, Rhône supérieur et affluents. [P15, P17, A11, L1, R11, R19] + Scénarios utilisés pour la 3ème correction du Rhône.

- National Canton Valais Confédération

77

2002-2006

Responsable du groupe hydrométéorologie MINERVE : Développement d’un système de prévision des crues. Rhône supérieur et affluents. [A13, N2, L2, R18] + Système utilisé en opérationnel par le canton du Valais.

LCH (EPFL) HYDROCOSMOS

National Canton Valais Confédération

96

2000-2004

Responsable du partenaire Suisse SWURVE: Durabilité des hydrosystèmes alpins à l’horizon 2100. Estimation et propagation des incertitudes. [P8, P11, P12, P13, P14, A7, A10, R12, R13]. http://research.ncl.ac.uk/swurve/

UNEW (UK), CRU (UK), KNMI (NL), ICAT (P)

Européen FP5 326

2000-2001

Responsable d’action GESREAU-RégQ. Régionalisation de débits de projet, Suisse Occidentale. [N1, R6]

- National Canton Vaud

50

1999-2001

Responsable du partenaire Suisse IRMA-SPONGE / FRHYMAP . Scénarios et cartographie des risques d’inondation, bassin de l’Alzette, Luxembourg. [P6, P7, A8, O9, R8, R9, R10]

UB (D), CREBS (LX), CEGUM

Européen INTERREG

151

1999 Responsable du partenaire Suisse WRINCLE. Régionalisation du climat futur et ressource en eau en Europe. [R7]

UNEW (UK), CRU (UK), KNMI (NL), ICAT (P)

Européen FP6 NC

Total 1'682



4.2. Animation et administration de la recherche et de l’enseignement

J’ai assuré de 1999 à 2006 la responsabilité de l’équipe de recherche en hydrologie du laboratoire Hydrologie et Aménagement de l’EPFL. Cette responsabilité a mobilisé une partie importante de mon activité, impliquant différentes charges de gestion et d’animation de la recherche dont les suivantes :

• Gestion scientifique et technique de la plupart des projets de recherche réalisés dans l’unité en hydrométéorologie (dans le cadre de projets suisses, interrégionaux et européens) (v. la liste des projets financés et thématiques associées dans la Table 2),

• Gestion et responsabilité scientifique de la valorisation de nos résultats par le biais des rapports techniques et d’expertises, de publications scientifiques et conférences (v. liste « Publications et travaux » dans le fichier ad hoc),

• Le cas échéant, organisation du transfert des connaissances scientifiques et des modèles ou méthodes pour les utilisateurs,

• Investigation des thématiques de recherche pertinentes et novatrices pour les travaux futurs du laboratoire, en hydrométéorologie et dans les domaines liés,

• Recherche de financements via l’élaboration et la soumission de projets de recherche (v. liste des budgets sollicités pour divers autres projets de recherches in Table 3),

• Animation de séminaires pour le personnel scientifique du laboratoire, les professeurs et chercheurs invités au laboratoire, et pour les étudiants (suisses et pour beaucoup étrangers) accueillis au laboratoire dans le cadre de leurs travaux de semestre ou de diplômes.

J’ai profité ensuite de mon recrutement au CNRS pour réduire mes charges de gestion et d’animation de la recherche de façon à me (re-)concentrer sur l’approfondissement de questions scientifiques choisies. J’ai limité ma participation à :

• L’animation des séminaires scientifiques du laboratoire de 2008 à 2010

• Depuis 2009, la co-animation de l’atelier transversal de l’OSUG « Climat Régional » avec G.Krinner puis V.Favier (LGGE). L’objectif de l’atelier est de contribuer à la suppression de divers points bloquants communs à divers chantiers tels que la modélisation des relations d’échelle dans des milieux au relief accidenté, la génération de scénarios météorologiques dans des régions sans observation ou l’estimation des incertitudes associées aux scénarios et projections futures. L’atelier concerne des chercheurs de différents laboratoires (LGGE, LTHE, LEGI, CEN...)



• Depuis 2012, la participation au Bureau et la Commission Recherche du Labex OSUG@2020 qui a pour tâche principale l’évaluation et le financement chaque année depuis 2010 d’un panel de projets scientifiques portés par des chercheurs, enseignants chercheurs des laboratoires de l’OSUG

Parallèlement, j’ai participé à 2 jurys de recrutement de chercheur, enseignant/chercheur, à cinq jurys de thèse (examinateur), 7 comités de pilotage de thèse (cf. liste des encadrements en fin de document).

J’ai été sollicité pour l’expertise et l’évaluation de diverses soumissions de projets de recherche dans le cadre d’Appels d’Offre grenoblois et nationaux (ANR Chili, Canada, France, Labex OSUG@2020). Je réalise aussi l’expertise et l’évaluation d’articles pour différentes revues scientifiques à comité de lecture.

Table 3. Budgets sollicités pour divers autres projets de recherche (projets soumis et non financés ou financés mais auxquels je n’ai finalement pas participé du fait d’autres engagements).

Période Projet / ma responsabilité dans le projet Partenaires Financement Budget (k€)

2014-2018

Comité de pilotage du projet, co-responsable du WP2 HYMET20C: Reconstitutions hydrométéorologiques pour la France sur le 20ème siècle Projet présélectionné à l’appel générique 2014 de l’ANR Projet resoumis à l’appel générique 2015

IRSTEA, Cerfacs, DCLIM, CNRM, SUC, Sysiphe, EDF, ACTHYS, CNR

National ANR


soumis

2012 Responsable d’action ARVE : Adaptation et Réponses de Vallées alpines aux Evolutions hydroclimatiques

EDYTEM, LGGE, Irstea, CNRM

National GICC 2012 LTHE : 74 non financé

2012 Co-Responsable d’action ARVE : prévision des crues de l’Arve à Chamonix

LGGE, CEN National Total : 370 financé*

2007 Responsable d’action MINERVE2: Caractérisation et propagation des incertitudes de prévisions hydrométéorologiques (Thèse 1) – Identification de situations à risque pour les inondations par une recherche analogique (Thèse 2)

LCH National 325'000 financé*

2003 Porteur du projet ORAGE : Scénarios météorologiques pour caractériser la variabilité hydrologique actuelle du Rhône supérieur

_ National FNS 160k€ Non financé

* le projet a été financé après mon départ de l’EPFL. La supervision des actions que j’avais proposées a été reprise par le Prof. M. Jaboyadoff de l’Universite de Lausanne



5. Enseignement / formation / diffusion

Je présente d’abord une rapide synthèse de mes activités d’enseignement, à l’Institut des Sciences de l’Ingénieur de Montpellier, à l’EPFL puis, dans une moindre mesure sur le site Grenoblois. Je présente le matériel pédagogique que j’ai participé à élaborer pour partie de ces enseignements.

Je présente ensuite mes activités liées au transfert des connaissances et méthodologies que nous avons développées (transfert aux collectivités, diffusion à la communauté scientifique) ainsi que mes activités liées à l’organisation de conférences et workshops.

Je liste enfin les encadrements d’élèves ingénieurs, d’étudiants, de doctorants et de jeunes chercheurs que j’ai réalisés au cours des 15 années passées.

5.1. Enseignement et charges de cours

Dans le cadre d’un monitorat couvrant la période de ma thèse (1995-1998) puis dans le cadre d’un poste d’Attaché Temporaire à l’Enseignement et à la Recherche (1998-1999), j’ai assuré différents enseignements et l’encadrement de différents travaux pratiques et dirigés à l’Institut Supérieur des Ingénieurs de Montpellier.

De 1999 à 2007, j’ai dispensé ensuite, dans le cadre de la formation de 2ème cycle de l’EPFL et de diverses formations postgrad (EPFL, Universités de Lausanne et Genève / Master spécialisé, formation continue), différents enseignements en hydrologie.

J’interviens sur le campus Grenoblois depuis 2010 dans différentes formations de 2ème cycle, pour des ingénieurs de l’Institut Polytechnique de Grenoble (ENSE3), des étudiants en master de l’Université Joseph Fourrier.

Mes enseignements correspondent à une charge de 64heures/an d’équivalent TD pour le monitorat, à environ 150 heures/an par an pour la période EPFL et de 20 à 40h ETD/an depuis mon recrutement au CNRS. Ces enseignements comprennent des enseignants magistraux et l’encadrement d’exercices dirigés. Ils sont synthétisés dans la Table 4.

5.2. Ouvrages pédagogiques et exercothèque

J’ai publié en 2009 aux Presses Polytechniques et Universitaires Romandes, avec le Dr. Cécile Picouet et le Prof. André Musy l’ouvrage « Hydrologie, une science pour l’ingénieur » sur les méthodes et modèles requis pour l’analyse et la modélisation hydrologique. L’ouvrage, à destination des étudiants de 3ème cycle, des ingénieurs et géographes, compte 601p. Je suis le



principal auteur de la majorité des 12 chapitres (cf. sommaire in Table 5). http://www.ppur.org/produit/428/9782880747985/Hydrologie%202

L’ouvrage contient aussi l’Hydrothèque, une base de données en version numérique de plus de 150 exercices avec énoncés et corrigés rédigés (+ feuilles de calcul avec données et corrections). http://www.lthe.fr/PagePerso/hingray/PAGES/Accueil.htm

L’ouvrage est réédité pour la rentrée universitaire 2014. Une traduction en anglais a aussi été publiée à l’automne 2014 aux éditions CRC Press. http://www.crcpress.com/product/isbn/9781466590595

J’ai aussi produit un polycopié d’Hydrologie Urbaine, utilisés pour les enseignements de l’EPFL (Hingray, 2003).

Table 4. Récapitulatif des charges d’enseignement (charge annuelle moyenne : Cours Magistraux / TD).

Période Lieu, Public, Enseignement, Nombre d’étudiants

1995-1998 À l’Institut des Sciences de l’Ingénieur de Montpellier Etudiants du 2nd cycle, Section Sciences et Technologie de l‘Eau

� Mathématiques (0+24h), 45 étudiants � Analyse Numérique (0+21h), 45 étudiants � Hydraulique (0+70h), 45 étudiants

� Informatique (0+56h), 45 étudiants 2000-2007 À l’EPFL

Etudiants du 2nd cycle, Section Sciences et Technologie de l’Environnement � Hydrologie de l’ingénieur (28h+28h), 30 étudiants, Bachelor. � Hydrologie Urbaine (28h+14h), 25 étudiants, Master.

Etudiants du Mastère spécialisé « Hydrologie et Gestion des Ressources en Eau ». � Hydrologie Urbaine (40h+20h), 20 étudiants, Modélisation hydrologiques et incertitudes (8h+4h), 20 étudiants � Hydrologie Alpine (8h+4h), 20 étudiants, � Hydrologie de l’ingénieur (6h+2h), 20 étudiants

À L’université Etudiants du 2nd cycle en Géologie, Universités de Lausanne et Genève.

� Hydrologie (8h+4h), 15 étudiants, Master Etudiants du Mastère spécialisé “Risques géologiques », Université de Genève

� Ressource en eau et durabilité (4h+2h), 35 étudiants

2010-présent* À l’ENSE3 Master Terre Univers Environnement

� Applied Hydrology (cours, 27h ETD), 45 élèves ingénieurs. À L’université Joseph Fourrier Master Terre Univers Environnement

� Climate Variability (4h+4h), 15 étudiants – M1 � Physical Hydrology (18h+9h) , 15 étudiants – M2

* je n’ai pas donné les cours toutes les années.



Table 5. Sommaire de l’ouvrage «Hingray, B. Picouet, C. Musy, A. Hydrologie. 2. Une Science de l’Ingénieur » paru en 2009 aux Presses Polytechniques et Universitaires Romandes.

Chapitre Contenu

1 Introduction

2 Données nécessaires pour l’analyse et la modélisation hydrologique

3 Principes de modélisation hydrologique

4 Production hydrologique et processus associés

5 Transfert hydrologique

6 Propagation des écoulements

7 Processus et modélisation hydrologique en milieu alpin

8 Prédétermination et prévision des étiages

9 Prédétermination des débits de crues

10 Prévision hydrologique

11 Méthodes de régionalisation hydrologique

12 Prévisions et scénarios météorologiques

CDRom Exercices et études de cas (données, énoncés, corrigés rédigés)

5.3. Organisation de conférences et workshops.

J’ai pris part à l’organisation soit sur le plan local, soit à l’échelle nationale, des conférences et workshops suivants :

• « L'eau en montagne, mieux observer pour mieux prévoir ». Colloque de la Société Hydrotechnique de France., Lyon, 16-17 mars 2011.

• « Les climats régionaux : observation et modélisation ». 25ème Colloque Association Internationale Climatologie Grenoble, 5-8 Sept. 2012.

• « Climat, agriculture, ressources en eau d’hier à demain » 26ème Colloque Association Internationale Climatologie, Cotonou, Bénin, 3-7 Sept. 2013.

5.4. Diffusion de données et modèles

Le développement de la plupart de nos modèles a pour partie résulté du fait que nous n’avons pas trouvé parmi les modèles existants de modèle qui permette de répondre à nos questions scientifiques posées. Nous avons souhaité rendre accessibles certains de ces développements, de façon à permettre leur évaluation pour d’autres contextes et leur amélioration si besoin, et de façon aussi à créer une communauté d’utilisateurs et de co-développeurs avertis. Les scripts de deux de ces modèles en particulier sont disponibles en ligne

• Le modèle hydrologique GSM-Socont. Script matlab accessible sur le site de Mathwork : http://www.mathworks.com/matlabcentral/fileexchange/43452-gsm-socont--glacio-hydrological-model



• Le cadre d’analyse statistique QEANOVA pour partitionner les sources d’incertitudes dans un ensemble de projections climatiques. Script matlab et jeu de données test disponible sur : http://www.lthe.fr/RIWER2030/download_fr.html

De même certaines des données que nous avons produites ont été largement diffusées et utilisées par des tiers, chercheurs et/ou bureau d’études. C’est en particulier le cas des scénarios suivants :

• Scénarios de crue pour le bassin du Rhône supérieur : le catalogue de crues de projet générés dans le cadre du projet CONSECRU2 a été livré par le canton du Valais aux bureaux d’Etudes chargés de la réalisation de la IIIème correction du Rhône.

• Projections météorologiques régionalisées pour le bassin de la Durance (pour les expériences ENSEMBLES sous scénario A1B): l’ensemble des projections produites dans le cadre du projet RIWER2030 est disponible sur le site ftp du projet (accès restreint). Ces projections ont servi de données de référence pour le projet de recherche GICC R2D2-2050.

5.5. Encadrement d’étudiants et de jeunes chercheur s

Au cours des 17 dernières années, j’ai assuré l’encadrement d’une trentaine de stages d’étudiants, dont depuis 1999 :

• 3 Stages de licence, 4 stages de Master 1, 12 stages de Master 2 ou équivalent pour les étudiants de l’Université Grenoble Alpes et de l’Université de Lausanne,

• 8 Travaux de fin d’étude (TFE) pour les élèves ingénieurs de l’ISIM-Montpellier, l’EPFL-Lausanne, l’ENGEES-Strasbourg, ENTPE-Lyon, ENIT-Tunis, ENSE3-Grenoble.

J’ai supervisé et dirigé les travaux de 8 postdoctorants (pour des contrats d’un à 2 ans); de 6 Ingénieurs de Recherche ou équivalent (pour des contrats de 6 mois à 2 ans et demi).

J’ai dirigé ou codirigé les travaux de thèses de 6 doctorants. J’ai été l’encadrant principal de 2 thèses sous la direction administrative du Prof. A.Musy. Depuis mon recrutement au CNRS, j’ai codirigés les thèses de Matthieu Lafaysse (2011), Baptiste François (2013) et Jérémy Chardon (soutenance Déc. 2014). Je dirige actuellement la thèse de Damien Raynaud (2013-2016).

Je détaille ci-dessous ces différents encadrements en mettant en avant leur production scientifique. Les travaux d’étudiants supervisés durant mon monitorat et mon poste d’ATER à Montpellier ne sont pas mentionnés (je n’en n’ai pas fait la liste).

Les publications effectuées avec les étudiants encadrés en thèse sont mentionnés ci-dessous. Les étudiants sont surlignés en jaune.



Encadrement de thèses

Encadrement principal (période EPFL)

1. Schaefli, Bettina. Direction Administrative : Prof.A.Musy, EPFL (20%). Encadrement 80% Sujet : Climate change and hydropower production in the Swiss Alps: quantification of potential impacts and related modelling uncertainties, EPFL, Lausanne, 120 pp. Financement : projet Européen FP5 SWURVE. Soutenance : 17 Mars 2005 à l’EPFL Publications : 3 sur sujet thèse + 2 publiées sur projets connexes + 1 dans revue nationale Situation actuelle : EPFL, Bourse Chercheure Féminin du Fond National Suisse

Schaefli, B., Hingray, B., Niggli, M. and Musy, A. (2005). A conceptual glacio-hydrological model for high mountainous catchments. Hydrol. Earth Syst. Sci., 9, 95 - 109.

Schaefli, B., Hingray, B., Musy, A., (2007). Climate change and hydropower production in the Swiss Alps: quantification of potential impacts and related modelling uncertainties. Hydr. Earth Syst. Sc. 11(3):1191-1205.

Horton, P., Schaefli, B., Mezghani, A., Hingray, B., Musy. A. (2006). Assessment of climate change impacts on Alpine discharge regimes with climate model uncertainty. Hydrol. Process. 20(10): 2091-2109.

Hingray, B., Mouhous, N., Mezghani, A., Bogner, K., Schaefli, B. and Musy, A. (2007). Accounting for global warming and scaling uncertainties in climate change impact studies: application to a regulated lakes system. Hydr. Earth Syst. Sc. 11(3):1207-1226.

Hingray, B., Schaefli, B., Mezghani, A., Hamdi, Y. 2010. Signature-based model calibration for hydrologic prediction in mesoscale Alpine catchments. Hydrol. Sc. Journal. 55 (6) : 1002-1016.

Schaefli, B., Horton, P., Hingray, B., Mezghani, A., Musy A., (2005). Impacts potentiels d’un changement climatique sur les régimes hydrologiques alpins. Wasser, Energie and Luft, Bern, 11-12, pp. 346-351.

2. Mezghani, Abdelkader. Direction Administrative: Prof.A.Musy, EPFL (10%). Encadrement 90%. Sujet : Génération multisite de variables météorologiques horaires en zone alpine. Application pour la simulation de scénarios de crues du Rhône supérieur Suisse, EPFL, Lausanne, 120 pp. Financement : Canton du Valais, Office Fédéral de l’Environnement, Suisse. Projet MINERVE. Soutenance : 6 Février 2008 à l’EPFL Publications : 1 sur sujet thèse + 5 publiées sur projets connexes + 1 dans revue nationale Situation actuelle : Chercheur Associé, Norwegian Meteorological Institute, Norway

Mezghani, A. and Hingray, B., 2009. A combined downscaling-disaggregation weather generator for stochastic generation of multisite hourly weather variables in complex terrain. Development and multi-scale validation for the Upper Rhone River Basin. J. Hydrology. 377 (3-4) : 245-260.

Horton, P., Schaefli, B., Mezghani, A., Hingray, B., Musy. A. (2006). Assessment of climate change impacts on Alpine discharge regimes with climate model uncertainty. Hydrol. Process. 20(10): 2091-2109.

Hingray, B., Mezghani, A., Buishand, A., (2007). Development of regional climate change pdf’s from uncertain global mean warming and an uncertain scaling relationship. Hydr. Earth Syst. Sc. 11(3):1097-1114.

Hingray, B., Mouhous, N., Mezghani, A., Bogner, K., Schaefli, B. and Musy, A. (2007). Accounting for global warming and scaling uncertainties in climate change impact studies: application to a regulated lakes system. Hydr. Earth Syst. Sc. 11(3):1207-1226.

Ekström, M., Hingray, B., Mezghani, A. and Jones, P.D. (2007). Regional climate model data used within the SWURVE project. 2: Addressing uncertainty in regional climate model data for five European case study areas. Hydr. Earth Syst. Sc. 11(3): 1085-1096.

Hingray, B., Schaefli, B., Mezghani, A., Hamdi, Y. 2010. Signature-based model calibration for hydrologic prediction in mesoscale Alpine catchments. Hydrol. Sc. Journal. 55 (6) : 1002-1016.

Hingray, B., Mezghani, A. 2007. Adaptation des réanalyses NCEP et des sorties GCM pour la génération de scénarios météorologiques sous différents scénarios climatiques. Application pour le Rhône à l’amont du Léman. La Houille Blanche. 6 : 104-110.



Co-direction (depuis 2007)

3. Lafaysse, Matthieu. Co-direction avec L.Terray, Cerfacs, Toulouse (10%). Encadrement 90%. Sujet : Changement climatique et régime hydrologique d’un bassin alpin. Génération de scénarios sur la Haute-Durance, méthodologie d’évaluation et incertitudes associées. Thèse LTHE, Université Paul Sabatier, Toulouse, 250p. + annexes. Financement : FCPLR de l’Ecole Nationale de la Météorologie Soutenance : 22 Nov. 2011 à Grenoble Publications : 2 publiées + 1 en révision sur projet connexe Situation en Oct. 2011 : Ingénieur MétéoFrance – Centre d’étude de la Neige – Grenoble

Lafaysse, M., B. Hingray, P. Etchevers, E. Martin and C. Obled, 2011 : Influence of spatial discretization, underground water storage and glacier melt on a physically-based hydrological model of the Upper Durance River basin. J. Hydrol., 2011, 403, 116 - 129. DOI: 10.1016/j.jhydrol.2011.03.046

Lafaysse, M., Hingray, B., Gailhard, J., Mezghani, A., Terray, L. (2014). Internal variability and model uncertainty components in a multireplicate multimodel ensemble of hydrometeorological projections. Water Resource Research. DOI:10.1002/2013WR014897

Mezghani, A., Hingray, B., Lafaysse, M. 2014. Predictive power of atmospheric predictors for daily precipitation over France. JGR-Atm. (en révision)

4. François, Baptiste. Co-Direction avec J.-D. Creutin, LTHE, Grenoble (10%). Encadrement (70%). Co-encadrement : F.Hendrickx, EDF, Chatou (20%) Sujet : Gestion optimale d'un réservoir hydraulique multiusage et changement climatique. Modèles, projections et incertitudes. LTHE, Grenoble. Financement : ANR VMCS 2008 « RIWER2030 » Soutenance : 20 Mars 2013 à Grenoble Publications : 1 publiée / 1 soumise Situation en Oct. 2013 : Postdoc, projet européen COMPLEX (coencadrement LTHE / Uni Padova)

François, B., Hingray, B., Hendrickx, F., Creutin, J.D. 2014. Seasonal patterns of water storage as signatures of the climatological equilibrium between resource and demand. Hydrol. Earth Syst. Sci., 18, 3787–3800, 2014, doi:10.5194/hess-18-3787-2014

François, B., Hingray, B., Hendrickx, F., Creutin, J.D. (soumise). Influence of the management strategy on reservoir performance estimates under climate change. Climatic Change

5. Chardon, Jérémy. Co-Direction avec A.-C. Favre (ENSE3, 50%), Encadrement 50%. Sujet : Intérêts de la méthode des analogues pour la génération de scénarios de précipitations à l’échelle de la France métropolitaine. Cohérence spatiale et adaptabilité du lien d’échelle. Financement : Allocation Ministérielle Soutenance : Décembre 2014, Grenoble Publications : 1 publiée / 2 en rédaction

Chardon, J., Hingray, B., Favre, A.C., Autin, P., Gailhard, J., Obled, C., Zin, I. 2014. Spatial similarity and transferability of analog dates for precipitation downscaling over France. J.Climate. 27(13). doi: http://dx.doi.org/10.1175/JCLI-D-13-00464.1

Chardon, J., Favre, A.C., Hingray, B., (en préparation) Effects of spatial aggregation on the accuracy of statistically downscaled precipitation estimates. JGR-Atm.

Chardon, J., Hingray, B., Favre, A.C., et coll. (en préparation) An hybrid adaptative downscaling model for probabilistic precipitation prediction. Adv. Wat. Resource.

Direction

6. Raynaud, Damien. Encadrement 100% Période : Sept. 2013- Sept. 2016. Sujet : Climate related energies and water resource. Co-fluctuations between hydro-/sun-/wind-energies at regional scale, integrated management and development scenarios. Financement : projet COMPLEX, EC FP7



Encadrement de Postdoctorants

1. Konrad Bogner, PhD. Période : Sept. 2001- Aout.2003. Sujet : Modélisation hydrologique et hydraulique du système des 3 lacs. Financement / Cadre : projet FP5 – SWURVE Situation actuelle : Chercheur Associé, ISPRA, Italie

2. Nassima Mouhous, PhD, ENPC, Marne la Vallée. Période : Sept. 2003- Aout.2004. Sujet : Analyse d’impact du changement climatique sur le système des 3 lacs. Financement / Cadre : projet FP5 – SWURVE Situation actuelle : Maitre de Conférence, UTC Compiègne.

3. Bettina Schaefli, PhD, EPFL. Période : Sept. 2003- Aout.2004. Sujet : Changement climatique et régime hydrologique des bassins alpins Suisses Financement / Cadre : projet OFENCC, confédération hélvétique. Situation actuelle : Chercheur associée, EPFL, Lausanne.

4. Yasser Hamdi, PhD. Période : Sept. 2003, Aout 2005. Sujet : Prévision hydrométéorologique des crues sur le Rhône à l’amont du Léman. Financement / Cadre : projet MINERVE, confédération hélvétique, canton du Valais Situation actuelle : Maitre de Conférence, Sfax, Tunisie.

5. Mezghani, Abdelkader, Docteur EPFL. Période : mai 2009- juin 2012. Sujet : Stratégie pour la génération de scénarios météorologiques futurs par descente d’échelle statistique. Financement / Cadre : projet ANR RIWER 2030 LTHE/EDF ; projet R2D2-2050, pilotage IRSTEA Lyon (www.lthe.fr/RIWER2030/ ) Situation actuelle : Chercheur Associé, Norwegian Meteorological Institute, Norway

6. Picouet, Cécile, Docteur Université Montpellier II Période : avril 2010- juin 2012. Sujet : Régionalisation de l’équivalent en eau du manteau neigeux sur les massifs montagneux français. Financement / Cadre : contrat LTHE / EDF. Co-encadrement : I.Zin (LTHE), F. Gottardi (EDF) Situation actuelle : Ingénieure d’étude, société Hydrétudes, Arbin (74).

7. François, Baptiste, Docteur Université Grenoble Alpes Période : mai. 2013- avril. 2015. Sujet : Impact of climate change on climate relative energies and management of water reservoirs Financement / Cadre : financement postdoc projet de recherche européen COMPLEX (http://www.complex2050.eu/home/ ) Co-encadrement : M. Borga (Uni. Padova, It., encadrement principal pour 2013), K.Engeland (Sinteff, Trondheim), J.D.Creutin (CNRS/LTHE/ Grenoble)

8. Baptista De Souza Douglas, Docteur Université Grenoble Alpes Période : nov. 2013- oct. 2014. Sujet : Smart Scenario Selection for impact studies on hydrology and climate related energies Financement / Cadre : financement postdoc AA de l’UJF AGIR2013 Co-encadrement : AC.Favre (Prof. ENSE3/LTHE), Mauro Dalla Mura (Maître de conférence, ENSE3/GIPSA-lab) et Jocelyn Chanussot (Prof., ENSE3/GIPSA-Lab)

Encadrement d’Assistants (EPFL) / Ingénieurs d’Etude (LTHE) / Ingénieur de Recherche (LTHE)

Période EPFL



1. Frédéric Guex. Assistant. 2005-2006 projet Consecru. Scénarios hydrométéorologiques pour le climat présent, Rhône supérieur et affluents

2. Daniella Talemba. Assistante. 2003-2004 Gesreau. Régionalisation de débits de projet, Suisse Occidentale.

3. Gabriel Faivre. Assistant. 2005 Projet Consecru. Scénarios hydrométéorologiques pour le climat présent, Rhône supérieur et affluents

4. Pascal Horton. Assistant. 2004. Régimes hydrologiques sous climat futur et incertitudes, bassins alpins suisses. Projet OFEN CC.

5. Pascal Horton. Service Civil. 2005. Faisabilité d’une prévision quantitative des précipitations sur les Alpes Suisse par une méthode de descente d’échelle analogique. Service Civil de la Confédération Hélvétique, 6mois, Hydram, EPFL. Poursuite en thèse sur le même sujet (soutenance Dec. 2012), Université de Lausanne. Dir M. Jaboyadoff.

Depuis 2007

6. Samuel Debionne. Ingénieur de recherche Période : Nov. 2012 – Oct. 2013 Sujet : développement de la plateforme de régionalisation du climat SDMTk. Migration sous fortran et Ciment des modèles analogues et d2gen. Développement de routines de calcul et d’analyse pour la génération de scénarios météorologiques présents et futurs et l’évaluation de ces scénarios Financement / Cadre : projet MEDDEM R2D2-2050 (https://r2d2-2050.cemagref.fr/)

Encadrement de travaux de M2R ou équivalent

Mastère spécialisé (6 mois) (EPFL – équivalent M2R)

1. Mohsen BenHaha. 2001. Désagrégation temporelle d’heures pluvieuses. Comparaison de plusieurs modèles.

2. Abdelkader Mezghani. 2003. Modélisation des précipitations journalières à partir des variables atmosphériques de circulation générale. Application au bassin versant de Mauvoisin (supervision with Dr.G.Capkun). Poursuite en thèse sur le même sujet, EPFL.

3. Gaoussou Diarra. 2004. Impacts of climate changes on river flow regime in Europe. Accounting for scenarios and hydrological modelling uncertainties.

4. Seyedeh Sobhani. 2004. Physically based hydrological modelling for climate and land use change impacts assessment. Parametrization and calibration of MIKE-SHE for the Alzette River basin, Luxemburg (supervision with Dr.C.Picouet).

5. Victor Raheriniaina . 2004. Ensemble meteorological forecasting for the upper Rhone catchment. Performance of analogue methods (supervision with A.Mezghani).

6. Chantal Al Asmar. 2004. Temporal disaggregation of rainfall series. Comparative performance of scaling, and non-scaling models for simulation of 1mn rainfall data.

7. Mathurin Daynou. 2004. Hydrological forecasting model in Colombia: application to the Magdalena river.

Encadrement de stage M2R (LTHE)

8. Yu, Nan, 2008. Explication des précipitations automnales dans le Sud-Est de la France par recherche des types de temps, LTHE. Rapport M2. LTHE, Grenoble. Co-encadrement S.Anquetin (CR-CNRS). Devenir : poursuite en thèse, LTHE, bourse ministérielle, dir. G. Délrieu, B. Boudevillain.

9. Texier, Matthieu 2010. Evaluation et comparaison de différents Modèles de Descente d’Echelle Statistique pour la scénarisation des changements climatiques à l’échelle régionale. Stage Ingénieur ENTPE - M2R STUE, Co-encadrement A. Mezghani (Postdoctorant-CNRS). Devenir : affectation DRIRE Guyanne.

10. Fimat, Jérémy. 2012. Impact du changement climatique sur le régime hydrologique des bassins et sous-bassins de la Durance. M2R. Co-encadrement, M. Lafaysse (CEN). Devenir : Master2 en Géographie. Grenoble.



11. Autin, Philémon. 2013. Climate regionalisation: generation of meteorological scenarios and evaluation for a Scandinavian basin. Engineering degree final project. M2R/PFE Ense3. Encadrement principal : J. Chardon (doctorant LTHE). Co-encadrement Kolbjorn Engeland (SINTEFF, Trondheim) ; AC. Favre (Prof. E3, Grenoble). Devenir : non connu (thèse envisagée)

12. Handriyanti Diah Puspitarini. 2014. Multiscale cofluctuations between intermitent renewable energies and electricity demand in Europe. Master M2 Hydrohasard, Grenoble. Co-Encadrement Baptiste François (Postdoctorant LTHE) et Damien Raynaud (doctorant LTHE).

Encadrement de stage M1

1. Bertrand, Jean-Maxime, 2010. Importance des réserves souterraines profondes pour le soutien d’étiage hivernal. M1. STUE. Grenoble, Co-encadrement M. Lafaysse (Doctorant, LTHE)

2. Touati, Julien. 2013. Evaluation probabiliste orientée impact de modèles de descente d’échelle statistique. Influence de l’échantillonnage. M1. STUE. Grenoble.

3. Bonnet, Rémy. 2014. Régionalisation du climat avec la méthode des analogues pour la prédiction probabiliste des précipitations journalières. Analyse comparative Alpes Nord / Pérou. M1. STUE. Grenoble. Co-encadrement Damien Raynaud (Doctorant, LTHE).

4. Maruejouls, Quentin. 2014. Régionalisation du climat avec la méthode des analogues pour la prédiction probabiliste des précipitations journalières. Analyse comparative Alpes Nord / Pérou. M1. STUE. Grenoble. Co-encadrement Damien Raynaud (Doctorant, LTHE).

Encadrement de stage de fin d’étude ingénieur (TFE)

1. Frederic Guex. 2002. Modélisation hydrologique régionalisée de différents bassins versant de l’Alzette, Luxembourg (en collaboration avec L. Pifster, CRPGL, Luxembourg)

2. Fréderic Métrailler. 2003. Impact des changements climatiques sur le fonctionnement du système des 3 lacs. Analyse des défaillances relatives à l’agriculture.

3. Mathias Denk. 2003. Modelling of a regulated lake system and sustainability evaluation of management rules. A case study on the 3 Jura Lakes, Switzerland.

4. Linda Peissard. 2004. Modélisation de la fonte de la neige et de la contribution glaciaire sur différents bassins versants en Valais (supervision with Dr. Y.Hamdi).

5. Mtir Akram. 2004. Comparison of flood forecasting methods (ARMA models, analog models, conceptual hydrological models) (in collaboration with Dr.Karimi, laboratory of ”Automatisme”, EPFL).

6. Paccaud, Grégory. 2006. Analyse de l’influence de la distribution spatiale des précipitations sur les crues du Rhône à l’amont du Léman. Implications pour un modèle analogique de génération de scénarios météorologiques.M2, EPFL. Devenir : Ingénieur au Service conseil Zones alluviales – canton de Neuchâtel, CH.

7. Marzougui, Chadha, 2011. Descente d’échelle statistique pour la génération de scénarios météorologiques régionaux. Transposabilité temporelle de la relation d’échelle et scénarios futurs. Stage de fin d’étude de l’Ecole National d’Ingénieur de Tunis. Spécialité HydroMétéorologie. Co-encadrement A. Mezghani (Postdoctorant-CNRS) Devenir : poursuite en M2R – TUE / Grenoble

8. Ben Khidiri, Wiem. 2012. Influence de l'historique hydrométéorologique sur la gestion d'une retenue en avenir incertain. Stage de fin d’étude de l’Ecole National d’Ingénieur de Tunis. Spécialité HydroMétéorologie. Co-encadrement Baptiste François (doctorant LTHE, ANR Riwer2030). Devenir : poursuite en M2R – TUE / Grenoble

Encadrement de stages d’initiation à la recherche (L3)

1. Chellemichou, M., Mayer, D. 2010. Validation des composantes nivales et glaciaires d'un modèle hydrologique à bases physique sur un bassin alpin de meso-échelle. Elèves de l’Ecole Nationale de la Météorologie. Co-encadrement M. Lafaysse (Doctorant, LTHE)



2. Bertrand, Jean-Maxime, 2010. Importance de l’humidité relative de l’air pour estimer la phase des précipitations. Stage d’été. Grenoble, Co-encadrement I. Zin (MCF – ENSE3, LTHE)

3. Cau Julie, Lamonerie Justine, Rogelja Thomas. 2011. Stationnarité des relations d’échelle statistiques pour la génération de scénarios météorologiques sous climat futur. Elèves de l’ENSE3. Atelier d’Ingénierie. Co-encadrement A.-C.Favre (Prof. ENSE3, LTHE), A. Mezghani (Postdoc LTHE)

Comités de pilotage de thèses :

1. Claude, Aurélien. 2007-2010. Evolution vers un système intégré de prévision hydrométéorologique : évaluation de l’impact anthropique dans le Bassin de l’Isère à Grenoble. LTHE. Direction. I. Zin, C. Obled.

2. Jabot, Eric. 2009-2012. Prévision des apports en zone de montagne - quantification et gestion des incertitudes liées à la dynamique des couverts neigeux. LTHE. Direction I.Zin, T.Lebel

3. Tahir, Adnan. 2008-2011. Dynamique de la couverture neigeuse dans le haut bassin de l’Indus et impact sur le régime hydrologique à l’entrée du barrage de Tarbela. HSM, Montpellier, Direction P .Chevallier, Y. Arnaud.

4. Milano, Marianne. 2009-2012. Impact des changements globaux sur les ressources en eau en Méditerranée. HSM. Direction Eric Servat / Denis Ruelland

5. Marie Savéan. 2010-2014. Etude des impacts des changements environnementaux (climatiques et anthropiques) sur les ressources en eau du bassin versant de la Koshi (Népal, Chine). HSM. Direction P. Chevallier, F. Delclaux, Hydrosciences Montpellier.

6. Verfaillie, Deborah. 2011–2014. Régionalisation du bilan d'énergie et de masse en surface des calottes de glace et application à l’archipel de Kerguelen. LGGE. Direction Hubert Gallee, Vincent Favier

7. Sabine Radanovics. 2011-2014. "Descente d’échelle probabiliste par analogues météorologiques. Prise en compte de la cohérence spatio-temporelle sur la France en prévision à moyen terme et sous changement climatique". Irstea, Lyon, Direction E.Sauquet. JP Vidal.

Jurys de thèse :

1. Claudia Rojas-Serna, 2005. Quelle connaissance hydrométrique minimale pour définir les paramètres d'un modèle pluie-débit ? Thèse, Cemagref (Antony) / ENGREF.

2. Wilson Suarez. 2007. Le bassin versant du fleuve Santa (Andes du Pérou) : dynamique des écoulements en contexte glacio-pluvio-nival. Thèse IRD. HSM.

3. Polina Lopez. 2007. Impact de la variabilité climatique sur la cryosphère du Campo de Hielo Norte : apport de la télédétection. Thèse IRD, HSM.

4. Annie Randrianasolo, 2012. Généralisation de l'approche d'ensemble à la prévision hydrologique dans les bassins versants non jaugés. Thèse AgroParisTech, Irstea, Antony

5. Anna Kuentz, 2013. Un siècle de variabilité hydro-climatique sur le bassin de la Durance. Recherches historiques et reconstitutions. Thèse Irstea Antony, EDF/DTG

Jury de recrutement CR:

1. 2008. Concours CR2009-2. Chargé(e) de recherche en hydro-climatologie. Cemagref. Lyon.

2. 2010. Concours UJF-IRD. Chaire d’excellence en modélisation hydrologique pour les bassins englacés. LTHE, Grenoble

6. Références (PhD) citées

Ceci est la liste des thèses et master encadrés et cités dans le document. La liste de mes publications personnelles est donnée dans le document séparé « Publications et travaux »



Chardon, J. (2014). Intérêts de la méthode des analogues pour la génération de scénarios de précipitations à l’échelle de la France métropolitaine. Cohérence spatiale et adaptabilité du lien d’échelle. Thèse de doctorat, LTHE, Université Grenoble Alpes.

François, B. (2013). Gestion optimale d'un réservoir hydraulique multiusage et changement climatique. Modèles, projections et incertitudes. Thèse de doctorat, LTHE, Université Grenoble Alpes.

Horton, P., (2006). Pertinence de la méthode des analogues pour l’identification de situations météorologiques exceptionnelles. Rapport Final du Service Civil, HYDRAM, EPFL, IGAR, UNIL, 33p. + annexes.

Horton, P.. (2012). Improvements and global optimization of the analogue method for statistical precipitations forecasting. PhD Thesis, University of Lausanne.

Lafaysse, M. (2011). Changement climatique et régime hydrologique d’un bassin alpin. Génération de scénarios sur la Haute-Durance, méthodologie d’évaluation et incertitudes associées. Thèse LTHE, Université Paul Sabatier, Toulouse, 250p. + annexes.

Mezghani, A. (2008). Génération multisite de variables météorologiques horaires en zone alpine. Application pour la simulation de scénarios de crues du Rhône supérieur Suisse. Thèse de doctorat, HYDRAM, EPFL, Lausanne, 120 pp.

Mezghani. A. (2003). Modélisation des précipitations journalières à partir des variables atmosphériques de circulation générale. Application au bassin versant de Mauvoisin. T. Diplôme Postgrad, HYDRAM, EPFL, Lausanne.

Schaefli, B. (2005). Climate change and hydropower production in the Swiss Alps: quantification of potential impacts and related modelling uncertainties. Thèse, HYDRAM, EPFL, Lausanne.

Projet de recherche

16.11.14 – Benoît Hingray 66

Partie II - Projet de Recherche

Variabilité Climatique, ressource en eau,

Energies intermittentes et interactions

1. Contexte général et motivations

Les projections climatiques prévoient une intensification du cycle hydrologique comme conséquence inéluctable du réchauffement climatique. Sa quantification ainsi que ses conséquences sur l’hydrométéorologie régionale, la ressource en eau et les hydro-systèmes qui en dépendent, qu’ils soient naturels ou artificiels et gérés par l’homme, sont des questions de société essentielles et pour lesquelles les attentes s’expriment clairement, entre autres, dans les appels d’offres nationaux (défis sociétaux du programme ANR) et européens (Horizon2020).

Sur un autre registre, l’accord conclu par le Conseil Européen le 24 Octobre 2014 a clairement l’objectif d’accélérer le processus de transition énergétique en Europe. Il vise pour l’horizon 2030 une réduction de 40% des émissions de gaz à effet de serre. Les moyens pour y parvenir concernent entre autres choses le développement des énergies renouvelables pour qu’elles représentent a minima 27% du mix énergétique en 2030. L’essentiel du programme européen Horizon2020 d’atténuation climatique repose sur le développement des énergies renouvelables pilotées par le climat (éolien, solaire et hydroélectricité au fil de l’eau). La variabilité de leur production pose cependant des problèmes de mise en phase de la production et de la demande et par conséquent de stockage et de transport. Leur intégration au système de production classique aura par suite des implications majeures, notamment sur la gestion et le partage de la ressource en eau.

Qu’elle soit vue par le prisme de la ressource en eau et/ou des énergies intermittentes, comprendre et estimer l’effet de la variabilité climatique sur la variabilité hydrométéorologique régionale, la ressource en eau, les énergies intermittentes et sur les systèmes de gestion qui en dépendent, constituent donc aussi un enjeu sociétal important. Mon projet de recherche pour les années prochaines s’inscrit dans ce contexte. Les objectifs scientifiques qui le motivent sont les suivants :

Projet de recherche


1) Etudier les ressources hydrométéorologiques et leur (co-)variabilité avec un focus sur les

énergies intermittentes et sur les situations extrêmes en termes de production et/ou de demande

2) Améliorer notre compréhension des facteurs climatiques qui conditionnent la variabilité

hydrométéorologique de ces variables et leur variabilité multi-décennale en particulier

3) Etudier les interactions entre énergies intermittentes et ressource en eau pour explorer les

possibles situations de tension à venir sur les usages de l’eau

4) Contribuer à l’étude des impacts hydrologiques et socio-économiques de la variabilité

climatique future, avec un focus sur les interactions énergie / ressource en eau

Je présente dans la suite la façon dont je vois l’organisation des différentes actions pour les prochaines années. Elles se répartissent en deux thèmes principaux : I) Variabilité et co-variabilité des ressources en eau et énergie intermittentes et II ) Variabilité hydrométéorologique multi-décennale et variabilité forcée. L’idée est de souligner les objectifs visés, les partenaires et les méthodes et III) L’insertion de ce projet dans le Laboratoire et dans les Programmes Nationaux et Internationaux.

2. Ressource en eau et énergies intermittentes : co variabilité et interactions

Je m’intéresse ici 1) à la variabilité des énergies intermittentes et à leurs cofluctuations (éolien, solaire, hydroélectricité), 2) aux implications de ces cofluctuations pour leur gestion et pour la gestion de la ressource en eau en particulier et 3) à la question de la régionalisation du climat pour la génération des scénarios météorologiques futurs nécessaires à ces analyses.

La transition énergétique conduit à une mobilisation importante de la communauté scientifique sur les énergies renouvelables et les énergies intermittentes en particulier. De nombreux travaux actuels visent à caractériser la variabilité ou co-variabilité de ces énergies à différentes échelles de temps et d’espace de façon à estimer les moyens d’ajustement nécessaires pour gérer l’intermittence de la production d’énergie résiduelle (production à laquelle la demande a été soustraite).

La question de la co-variabilité de ces énergies intermittentes résultant de la variabilité climatique est peu étudiée. La question des implications de leur gestion sur celle de la ressource en eau l’est encore moins. C’est pourtant une question cruciale pour les gestionnaires des ouvrages hydrauliques, qui sont souvent de fait aussi gestionnaires de la ressource en eau dans un contexte multiusages.

Projet de recherche


Nous avons entrepris d’explorer ces questions qui se sont imposées comme une prolongation naturelle des questions explorées au cours de nos travaux antérieurs. Ces questions ainsi que les questions qui en découlent sur le nexus eau-énergie, la régionalisation du climat définissent une partie des grandes lignes de mon projet de recherche pour les années prochaines. Le sujet est vaste. La question des interactions eau-énergie est complexe. Les travaux que je propose visent à explorer certaines questions dans la continuité de nos travaux passés, à préciser les échelles pertinentes, les challenges et/ou verrous scientifiques à résoudre dans les années à venir, à identifier les simplifications possibles du système eau/énergie pour en proposer une modélisation régionale robuste, à étudier les interactions entre ses composantes.

2.1. Cofluctuations entre énergies intermittentes à différentes échelles

Dans la continuité des travaux passés effectués dans les projets SWURVE et RIWER2030, nous avons initié différents travaux dans le cadre du projet de recherche européen COMPLEX (knowledge based climate mitigation systems for a low carbon Economy). Notre équipe pilote le WP2 de ce projet sur les composantes « climat, ressource en eau et énergies intermittentes ». Nous souhaitons dans un premier temps :

• Caractériser, pour différentes régions européennes, comment les énergies intermittentes co-

fluctuent sur différentes échelles d’espace et de temps et caractériser l’adéquation temporelle

entre la production énergétique et la demande énergétique.

• Caractériser les extrêmes hydrométéorologiques qui impactent le système énergétique, que ce

soit en terme de production (périodes de vents réduits) ou de demande (vagues de chaleur,

vagues de froid)

• Evaluer les possibles conséquences du futur changement climatique sur ces cofluctuations et ces

extrêmes et estimer la fiabilité d’un système où le mix énergétique serait 100% basé sur ces

énergies intermittentes.

Nous voulons mener ces analyses avec un système générique de production / demande énergétique (e.g. ferme éolienne, ferme solaire ou centrale hydroélectrique au fil de l’eau type ; usage énergétique type) qui permettra 1) de modéliser de façon simplifiée les productions et la demande en énergie régionale en fonction des différentes variables météorologiques de surface, 2) de représenter le comportement type d’un système de stockage nécessaires au rééquilibrage temporel production / demande et 3) d’estimer pour une région donnée les configurations de mix qui permettraient de minimiser l’inadéquation temporelle entre production et demande.

Nous analyserons comment ces résultats dépendent des échelles spatiales, temporelles et de la région Européenne considérée. Nous considérerons des configurations types, allant de sous-régions européennes autonomes et isolées à la configuration dite de la plaque de cuivre européenne où la grille européenne a une capacité de transmission suffisante pour équilibrer instantanément les différentes productions énergétiques sous-régionales.

Projet de recherche


2.2. Implication pour la gestion de la ressource en eau.

Nous élargirons ensuite les analyses précédentes en intégrant la question des interactions eau/énergie. J’ai abordé différentes questions relatives à l’impact de la variabilité climatique sur la ressource en eau et sur sa gestion dans un contexte où elle est utilisée pour différents usages souvent antagonistes. Nous avons abordé la question de la gestion des réservoirs hydrauliques pour l’équilibrage dans le temps de la ressource et la demande par le biais du stockage. L’intégration massive des énergies renouvelables dans le mix énergétique, et en particulier des énergies intermittentes liées au climat, implique de revisiter les stratégies de gestion de ces réserves et les équilibres actuels entre usages. A l’inverse, la gestion des réserves peut rester prioritairement contrainte par différents usages vitaux pour les sociétés (irrigation, eau potable), impliquant par suite de rechercher d’autres moyens d’ajustement pour les énergies intermittentes.

Nous proposons ici d’explorer les implications des interactions eau / énergie sur leur gestion intégrée et sur les systèmes qui en dépendent. Pour cela, nous étudierons comment il est possible d’adapter le modèle de gestion multiusage que nous avons développé les années passées de façon à pouvoir 1) intégrer la gestion des énergies intermittentes, 2) intégrer des fonctions d’utilité simples mais pertinentes pour chacun des usages de la ressource en eau et 3) simuler et caractériser ensuite, pour différents scénarios d’intégration et de priorité sur les usages, la performance du système de gestion intégrée, tant pour l’usage énergétique que pour les autres usages. Nous considérerons de nouveau à cet effet différentes métriques permettant de caractériser les périodes de tension entre usages et informant sur la résilience, la vulnérabilité et la fiabilité du système en cas de défaillances.

2.3. Scénarios météorologiques multivariés à l’éche lle continentale

Ce positionnement thématique sur le nexus eau-énergie nous conduit aussi à élargir le champ d’investigation de nos études sur la régionalisation du climat.

• L’élargissement est thématique pour embarquer la question de la régionalisation des variables

météorologiques pilotant les énergies intermittentes (vent, rayonnement, température et

précipitation)

• Il concerne aussi le domaine spatial de façon à mieux articuler nos études avec l’échelle

européenne des grandes problématiques énergétiques actuelles.

Ces deux questions constituent des challenges difficiles a priori pour les méthodes de régionalisation statistique du climat. L’élargissement du domaine spatial pose d’abord la question de la cohérence spatiale des scénarios générés, une question importante dès lors que l’on s’intéresse aux cofluctuations dans l’espace des énergies intermittentes régionales. Les travaux de thèse de Jérémy Chardon (2014) obtenus avec une méthode analogue suggèrent que des scénarios cohérents peuvent être produits le territoire métropolitain Français. Nous explorerons si ce résultat est similaire pour les autres régions européennes. Nous chercherons les ingrédients synoptiques qui

Projet de recherche


permettent d’augmenter la transposabilité spatiale de la méthode pour pouvoir si possible générer des scénarios continentaux cohérents.

La régionalisation statistique multivariée pose de façon symétrique la question de la cohérence physique entre les variables des scénarios météorologiques générés. Les travaux de thèse de Matthieu Lafaysse (2011) ont montré que le principe de rééchantillonnage conditionné des méthodes développées dans RIWER2030 permet de respecter une certaine cohérence physique, comme le suggère la similarité entre les réponses hydrologiques obtenues et les observations de débits. Nous consoliderons cette évaluation avec le filtre probablement plus exigeant des cofluctuations entre énergies intermittentes et hydrologie. Nous explorerons les moyens d'améliorer si besoin cette cohérence. Nous chercherons enfin à identifier des prédicteurs qui permettent d’améliorer la performance de la régionalisation pour le vent et le rayonnement solaires, variables météorologiques que nous avons considérées que de façon marginale pour le moment.

Une dernière difficulté concerne les données à disposition pour ces analyses. Les MDES nécessitent des archives concomittantes des prédicteurs (variables atmosphériques grande échelle) et des prédictants (variables météorologiques locales). Si ces archives sont disponibles pour l’Europe pour les précipitations et les températures, ce n’est pas le cas des autres variables (vent, rayonnement solaire). Nous explorerons à cet effet l’intérêt d’une approche de régionalisation hybride, qui utilise pour ces variables, les sorties du modèle de régionalisation dynamique WRF, obtenues par Robert Vautard au LSCE sous forçage ERA-Interim. L’avantage de cette approche est qu’elle permet d’obtenir une archive de pseudo-observations à haute résolution spatiale couvrant l’ensemble du territoire Européen.

Les différentes recherches exposées ci-dessus ont été initiées dans le cadre du postdoc de Baptiste François et de la thèse de Damien Raynaud dont j’assure actuellement la direction. La thèse est ciblée 1) sur la caractérisation de la variabilité croisée entre ces différentes sources d’énergie climatique et la demande et 2) sur l’adaptation d’une méthode de régionalisation statistique pour la génération de scénarios météorologiques multivariés pour les prochaines décennies. Le postdoc est ciblé sur le rééquilibrage possible / nécessaire entre ces variables par la mobilisation de stockages tels que ceux permis par les grands barrages hydrauliques.

3. Variabilité hydrométéorologique et variabilité c limatique

Je m’intéresse ici à la variabilité hydrométéorologique basse fréquence résultant de la variabilité climatique multidécennale et à la variabilité hydrométéorologique résultant de la variabilité interne des chaînes de simulation climatique. Je veux approfondir 1) l’implication de la variabilité multidécennale sur les ressources hydrométeorologiques et leurs cofluctuations (eau, énergie intermittentes), 2) l’implication de la variabilité interne des chaines de simulation sur la génération et le sous-échantillonnage des ensembles multi-réalisations de projections futures, et 3)

Projet de recherche


l’implication de la variabilité interne sur la significativité des changements futurs estimés pour les variables hydrométéorologiques d’intérêt.

Comme mis en évidence dans nos recherches récentes, une part importante des incertitudes sur les projections hydrométéorologiques pour les décennies prochaines est portée par les composantes grande et petite échelle de la variabilité interne du climat. C’est en particulier le cas pour les précipitations qui constituent, pour nombre de systèmes, un forçage déterminant que ce soit pour des aspects de ressource ou de risques.

Mon projet de recherche vise ici à mieux caractériser la variabilité hydrométéorologique résultant de la variabilité interne du climat et résultant en particulier de sa variabilité multi-décennale et à mieux la prendre en compte dans le développement ainsi que l’analyse de nos projections hydroclimatiques.

Les variables hydrométéorologiques qui m’intéressent à ce titre sont les variables importantes pour le nexus eau-énergie (e.g. vent, solaire, précipitation, températures).

3.1. Variabilité multidécennale sur le 20 ème siècle.

Les récentes réanalyses atmosphériques globales du 20ème siècle offrent une opportunité majeure pour caractériser la variabilité multi-décennale des variables hydrométéorologiques.

Nous ambitionnons de reconstruire puis de caractériser pour la France entière et sur un continuum d’échelles spatiale et temporelle les variations hydrométéorologiques du siècle passé (e.g. précipitations, températures, débits). J’ai initié et piloté à cet effet avec Anne Catherine Favre (Prof. ENSE3, Grenoble) le montage du projet de recherche VarHy20C14. Ce projet, resoumis à l’AO générique 2015 de l’ANR, implique plus de 20 chercheurs et ingénieurs de 7 institutions de recherche Françaises (LTHE, MétéoFrance (DCLIM, CNRM), Cerfacs, Irstea, UPMC, Uni. Rouen) et 3 partenaires industriels et privés (EDF, CNR, ActhyDiffusion). Il s’inscrit dans la continuité des travaux réalisés dans le cadre de la thèse d’Anna Kuentz, en interaction avec le projet RIWER2030. Les reconstructions seront réalisées sur la base des réanalyses atmosphériques du 20ème siècle à l’aide de plusieurs méthodes de descente d’échelle et modèles hydrologiques. Ces reconstructions permettront de positionner les décades récentes dans la variabilité multidécennale du siècle passé et de remettre en perspectives les pratiques en usage pour le dimensionnement ou la gestion des ouvrages.

Le désarchivage et l’homogonénéisation de longues chroniques de débits, précipitations et températures permettra par ailleurs de confronter reconstructions et observations en différents sites

14 Favre et coll. 2014. VarHy20C : Hydrometeorological variability over France during the 20th century: Understanding the past to improve the robustness of projections for future water resources and hydrological risks. Projet soumis à l’AO 2015 de l’ANR (Efficient resource management and adaptation to climate change). Budget prévisionnel demandé : 720k€.

Projet de recherche


du territoire. Cela permettra d’éprouver aussi la robustesse des modèles lorsqu’ils sont utilisés sur des contextes climatiques différents, et, le cas échéant d’en proposer des améliorations. (Favre et coll. 2014).

Pour le projet COMPLEX, nous souhaitons aussi réaliser de telles reconstructions pour d’autres régions européennes de façon à consolider nos analyses de cofluctuations « eau/énergie ».

3.2. Scénarios régionaux futurs : génération d’ense mble et sous-sélection

Comme nous l’avons montré dans la thèse de Matthieu Lafaysse, la composante petite échelle de la variabilité interne des chaînes de modélisation, induite principalement par la nature statistique des méthodes de descente d’échelle, peut constituer une source majeure d’incertitude dans les projections climatiques. C’est en particulier le cas pour les précipitations. Par suite, nous avons montré qu’il était aussi peu pertinent de ne considérer qu’une seule réalisation du processus de descente d’échelle que de ne considérer qu’un seul membre d’un modèle climatique qui la pilote.

Dans le projet RIWER2030, nous avons, pour chaque chaîne de modélisation, généré 100 réalisations du climat régional. Nous avons par suite obtenus 6600 scénarios chroniques pour les 11*6 combinaisons de modèles GCM/MDES considérées dans le projet.

Pour permettre l’identification de possibles situations de stress et/ou de rupture inédites vis-à-vis des équilibres passés, il est évidemment intéressant de couvrir au mieux la totalité des scénarios possibles. Dans ce sens, les différentes réalisations obtenues à l’aide d’un MDES donné permettent d’explorer tout ou partie des différentes trajectoires possibles autour de l’attracteur climatique futur considéré. On comprend cependant aisément que la majeure partie des modèles d’impact ne sont pas capables de digérer autant de scénarios.

Nous explorerons donc aussi la possibilité de sous-échantillonner les ensembles de projection disponibles. Nous explorerons différentes stratégies pour d’une part caractériser le contenu en information d’un ensemble de projections et d’autre part identifier une sous-sélection représentative de réalisations qui permette d’en reproduire au mieux ce contenu. Ces travaux, que nous souhaitons pouvoir généraliser ensuite à des ensembles multimodèles, ont été initiés dans le cadre du projet R2D2-2050 et du postdoc de Douglas Baptista De Souza financé par le programme AGIR de l’Université Joseph Fourrier (projet SmartSelect).

3.3. Scénarios régionaux futurs : significativité d es changements estimés

La variabilité multi-décennale peut temporairement aggraver ou atténuer les effets long terme du changement climatique en cours. Lorsqu’elle est importante au regard de ces effets, elle en réduit potentiellement la significativité. Nous avons commencé à explorer cette question dans le cadre du projet RIWER2030 en proposant en particulier le cadre d’analyse statistique QEANOVA pour partitionner et quantifier les incertitudes dans un ensemble de projections climatiques. Je souhaite d’abord consolider les fondements méthodologiques et théoriques de cette approche.

Projet de recherche


Un point critique dans ce contexte est de pouvoir séparer 1) la réponse climatique de chaque chaîne de simulation utilisée pour ces projections 2) du bruit induit par la variabilité multi--

‐‑décennale (telle que simulée par la variabilité interne du modèle de climat). Je souhaite explorer

les contraintes requises pour une séparation robuste, dont en particulier celles associées au nombre de membres nécessaires pour un rapport signal/bruit donné.

Je souhaite explorer enfin les implications de la variabilité multi-décennale sur la significativité des changements hydrométéorologiques régionaux dont nous produirons les projections pour le siècle à venir sur la base des expériences climatiques du projet CMIP5. Ces analyses s’appliqueront en particulier aux projections hydrométéorologiques et aux projections de production / demande qui en résulteront, que ce soit pour l’énergie ou la ressource en eau.

4. Insertion du projet de recherche

Ces questions scientifiques s’inscrivent dans la continuité de mes activités antérieures et en particulier du projet ANR RIWER2030 que dont j’ai assuré la coordination de 2009 à 2013 et qui a été un projet structurant pour différentes recherches menées au sein de l’équipe HMCI.

Elles trouvent donc toute leur place dans l’équipe actuelle HMCI (HydroMétéorologie, Climat et Impacts) et la future équipe HMCIS (HydroMétéorologie, Climat et Interactions avec la Société).

La thématique est large et pluridisciplinaire. Elle nécessite des expertises sur des thématiques aussi variées que le climat, l’hydrométéorologie, l’agroforesterie, le partage de l’eau et la gestion d’ouvrages multiusages, les systèmes énergétiques (production/demande/gestion), l’analyse de risques, la socio-économie et les stratégies d’acteurs.

Compte tenu de ces objectifs, de leur nature complexe et pluridisciplinaire, ma démarche scientifique s’appuie sur la mise en place et la consolidation de collaborations scientifiques et de cadres coopératifs à des niveaux complémentaires (Laboratoire, OSUG, niveau national, niveau européen).

Le tableau ci-dessous mentionne les collaborations effectives ou en cours de développement pour les différentes lignes de ce projet. Elles s’appuient en particulier sur les actions en cours ou projetées dans le cadre des projets COMPLEX, VarHy20C et SmartSelect mentionnés plus haut.

Projet de recherche


Thématique Collaboration Programmation

Variabilité et cofluctuations

• B. François, D. Raynaud, J.D. Creutin (LTHE)

• Julian Sauterleute, K. Engeland, G. Weirland (Sinteff, NW)

• M. Borga (UniPadova , IT)

• JP. Vidal (Irstea)

Complex

Nexus eau / énergie Interactions et gestion

• B. François, J.D. Creutin, I.Ruin (LTHE)

• J. Sauterleute, K. Engeland, G. Weirland (Sinteff, NW)

• M. Borga (UniPadova, IT)

• K.Dhavala (BC3, P)

• C.Rougé (Laval, CA)

• P.Criqui (EDDEN, Grenoble)

Complex

Complex/Advance

Régionalisation du climat

• D. Raynaud, S. Anquetin, A.C. Favre, I.Zin, S.Debionne (LTHE)

• R. Vautard, I. Tobin (LSCE, Gif/Yvette)

• J.P.Vidal, E.Leblois (Irstea, Lyon)

• J. Boé (Cerfacs, Toulouse)

• M. Déqué (MF-CNRM, Toulouse)

• G. Krinner, V. Favier (LGGE, Grenoble)

• S. Leroux (Boulder, CO, US)

• A. Mezghani (MetNo, NW)

Complex

VarHy20C

Variabilité multidécennale

• D.Raynaud, AC.Favre, S.Anquetin, B.Wilhelm (LTHE)

• J.Gaihlard, A.Kuentz, T.Mathevet (EDF DTG)

• J.P.Vidal, G.Thirel, C.Perrin, E.Sauquet, E.Leblois (Irstea)

• J.Boé (Cerfacs)

• M.Déqué (MF-CNRM), J.M.Soubeyroux (MF-DCLIM)

• D.Coeur (ActhysDiffusion)

VarHy20C

Complex

Sélection de projections climatiques

• D. BaptistaDe Souza (LTHE)

• J. Chanusot, M. Dalla Mura (GibsaLab, Grenoble)

• J.P. Vidal, B.Renard (Irstea, Lyon)

• C.Brown (Amherst, University of Massachusetts, US)

SmartSelect

Complex

Incertitudes et significativité des changements

• J.Blanchet (LTHE)

• J.P. Vidal, B.Renard (Irstea)

• A.Ducharne, C.Magand (METIS, Paris)

• C.Prieur (LJK, Grenoble)

• JP. Vidal, B.Renard (Irstea)

• A.Hewitt (PhD, MetOffice, Exeter, UK)

• R.Manzanas (PhD, Santander Met. Group, Santander, SP)

R2D2-2050

Complex

Contribution à l’étude de la ... - Hydrologie.orghydrologie.org/THE/HINGRAY_B_HDR.pdf ·...

Documents

Transcript of Contribution à l’étude de la ... - Hydrologie.orghydrologie.org/THE/HINGRAY_B_HDR.pdf ·...