Apport de la télédétection pour l'optimisation d'un modèle hydrologique semi-distribué // contribution of remote sensing to the optimisation of a semi-distributed hydrological model

Topic description

Le changement climatique, qui modifie profondément la distribution spatiale et temporelle des ressources en eau (Sauquet et al., ). Les modèles hydrologiques sont des outils essentiels pour la recherche et la gestion de l'eau. Cependant, ils contribuent fortement à l'incertitude des projections, notamment pour les bas débits (Evin et al., ). Traditionnellement optimisés à partir de débits observés, ces modèles peuvent désormais être enrichis par les nombreuses données issues de la télédétection, permettant une observation fine et continue de diverses composantes du cycle hydrologique telles que l'enneigement, l'humidité du sol ou l'évapotranspiration.
L'objectif principal de la thèse est d'évaluer l'apport des données de télédétection multi-sources pour le diagnostic et l'amélioration de la modélisation hydrologique naturelle (i.e. sans prise en compte des prélèvements et stockages d'eau) semi-distribuée à l'aide du modèle GR. Le travail visera à renforcer la cohérence interne des flux simulés et la robustesse des paramètres, en s'appuyant sur une approche multi-variable, multi-données et multi-bassins à l'échelle de la France métropolitaine.
Sur le plan scientifique, la thèse s'appuie sur le constat qu'une bonne reproduction des débits ne garantit pas la cohérence des processus hydrologiques internes (Bouaziz et al., ). L'évaluation et l'optimisation multivariables, rendues possibles par la disponibilité croissante de données satellitaires, constituent donc une voie prometteuse pour réduire l'incertitude des modèles et améliorer leur transférabilité spatiale et temporelle. Les produits MODIS (couvert neigeux, évapotranspiration), GLEAM, SMOS, GRACE ou SWOT offrent un potentiel significatif, même s'ils présentent des contraintes de résolution, de fréquence ou de qualité.
L'originalité de ce travail réside dans l'intégration conjointe et systématique de plusieurs sources de télédétection à grande échelle pour améliorer la cohérence physique du modèle et en identifier les limites.
La thèse mobilisera la famille de modèles GR disponible dans les packages libres R airGR et airGRiwrm (Coron et al., ; Dorchies et al., ), ainsi que des données hydrologiques et climatiques ouvertes (HydroPortail, SAFRAN). Les produits de télédétection pré-identifiés incluent MODIS, GLEAM, SMOS, GRACE, etc.
Le programme de recherche suivra une stratégie d'analyse progressive : revue et sélection des données utilisables ; identification des correspondances entre variables simulées et observées selon les contextes hydrologiques ; optimisation du modèle sur une ou plusieurs variables satellitaires ; évaluation de la transférabilité et de la cohérence physique du modèle ; si le temps le permet, application aux projections climatiques pour évaluer l'impact sur les débits modélisés.
En combinant les données d'observation spatiale et la modélisation hydrologique, cette thèse ambitionne de renforcer la qualité des projections hydroclimatiques françaises. Elle contribuera à une meilleure compréhension des processus hydrologiques dans un contexte de changement global et à la mise au point d'outils opérationnels pour la planification durable des ressources en eau.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Climate change, which profoundly alters the spatial and temporal distribution of water resources (Sauquet et al., ). Hydrological models are essential tools for water research and management. However, they contribute significantly to the uncertainty of projections, particularly for low flows (Evin et al., ). Traditionally optimised using observed flows, these models can now be enriched by the wealth of data available from remote sensing, enabling detailed and continuous observation of various components of the hydrological cycle such as snow cover, soil moisture and evapotranspiration.
The main objective of the thesis is to evaluate the contribution of multi-source remote sensing data to the diagnosis and improvement of semi-distributed natural hydrological modelling (i.e. without taking into account water abstraction and storage) using the GR model. The work will aim to strengthen the internal consistency of simulated flows and the robustness of parameters, using a multi-variable, multi-data and multi-basin approach at the scale of mainland France.
From a scientific standpoint, the thesis is based on the observation that accurate reproduction of flows does not guarantee the consistency of internal hydrological processes (Bouaziz et al., ).
Multivariate assessment and optimisation, made possible by the increasing availability of satellite data, therefore offer a promising avenue for reducing model uncertainty and improving their spatial and temporal transferability. MODIS (snow cover, evapotranspiration), GLEAM, SMOS, GRACE and SWOT products offer significant potential, even if they have limitations in terms of resolution, frequency or quality.
The originality of this work lies in the joint and systematic integration of several large-scale remote sensing sources to improve the physical consistency of the model and identify its limitations.
The thesis will use the GR model family available in the free R airGR and airGRiwrm packages (Coron et al., ; Dorchies et al., ), as well as open hydrological and climatic data (HydroPortail, SAFRAN). Pre-identified remote sensing products include MODIS, GLEAM, SMOS, GRACE, etc.
The research programme will follow a progressive analysis strategy: review and selection of usable data; identification of correspondences between simulated and observed variables according to hydrological contexts; optimisation of the model on one or more satellite variables; evaluation of the transferability and physical consistency of the model; if time permits, application to climate projections to assess the impact on modelled flows.
By combining spatial observation data and hydrological modelling, this thesis aims to improve the quality of French hydroclimatic projections. It will contribute to a better understanding of hydrological processes in a context of global change and to the development of operational tools for sustainable water resource planning.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/

Funding category

Public funding alone (i.e. government, region, European, international organization research grant)

Funding further details

Concours pour un contrat doctoral