S'abonner à un flux RSS
Modélisation hydraulique 1D et assimilation de données
Estimation des apports intermédiaires par assimilation de données pour un modèle hydraulique 1D :
application au bassin versant de la Marne dans un contexte opérationnel de prévision des crues.
Les travaux publiés ci-dessous sont réalisés dans le cadre de la thèse de Johan Habert, prévisionniste de crue - doctorant au Service de Prévision des Crues Seine Amont Marne Amont (SPC SAMA) basé à Châlons-en-Champagne. L'objectif de la thèse est d'améliorer les prévisions de débit et de hauteur d'eau en temps réel des modèles hydrauliques 1D Mascaret utilisés à l'opérationnel au SPC SAMA par assimilation de données en collaboration avec le CERFACS et le SCHAPI.
Ricci et al ont montré que l'assimilation des observations de hauteurs d'eau à partir d'un filtre de Kalman étendu appliqué sur un modèle hydraulique 1D Mascaret sur le bassin versant de l'Adour a permit d'améliorer la prévision des crues de 25% à une échéance de prévision de 12h. Dans ce contexte, une approche similaire est appliquée sur le bassin versant de la Marne où les zones karstiques rendent délicates l'estimation des apports intermédiaires du modèle. A partir de l'assimilation d'observations de débits et de hauteurs d'eau, ces apports intermédiaires vont être contrôlés en tenant compte des différentes incertitudes afin d'améliorer les prévisions du modèle hydraulique Mascaret Marne. Les sources d’erreur ont été prises en compte en utilisant un algorithme de type Filtre de Kalman étendu appliqué à un modèle hydraulique monodimensionnel. Les apports intermédiaires ont été ajustés séquentiellement sur une fenêtre glissante de 48 heures. La correction conduit à une nette amélioration des hauteurs d’eau et des débits simulés en ré-analyse et en prévision. Ces résultats ouvrent la voie vers une utilisation opérationnelle de la procédure d’assimilation de données pour la prévision des crues en temps réel dans les services de prévision des crues français.
