Prévision probabiliste des crues à partir de la prévision d`ensemble
Transcription
Prévision probabiliste des crues à partir de la prévision d`ensemble
Proposition de sujet de thèse – Equipe Hydrologie – Unité de recherche HBAN Année : 2009/2012 Prévision probabiliste des crues à partir de la prévision d’ensemble de pluies : post-traitement des faisceaux de simulation et évaluation des incertitudes Contact: Responsable Cemagref de la thèse : Maria-Helena Ramos (Chargée de Recherche), Unité de recherche Hydrosystèmes et Bioprocédés HBAN, Antony. E-mail : [email protected] Tel. +33 (0) 1 40 96 60 51 Direction Cemagref de la thèse : Cécile Loumagne (Directeur de Recherche, titulaire de l'HDR), Unité de recherche Hydrosystèmes et Bioprocédés HBAN, Antony. Laboratoire d’accueil : Cemagref, Unité Hydrosystèmes et Bioprocédés HBAN, Antony http://www.cemagref.fr/ et http://www.cemagref.fr/webgr/ Résumé : Le travail de thèse proposé a pour objectif d'explorer l'usage et l'intégration de prévisions d'ensemble de pluies en hydrologie afin d'étudier le cadre probabiliste de la prévision de crues, plus adapté à la prise de décision en cas de mise en vigilance et/ou alerte, ainsi qu'à une meilleure gestion des apports en crue et prévention des risques hydrologiques. Le recourt à la technique de la prévision d'ensemble permet, d'une part, d'étendre les échéances de prévision des variables à faible prédictibilité, telles les précipitations, et, d'autre part, de donner une mesure de l'incertitude des prévisions. Par contraste à une solution unique déterministe, la prévision probabiliste est mieux adaptée à l'analyse de risque et la prise de décision. La valeur économique potentielle des prévisions probabilistes ressort notamment face aux utilisateurs exposés aux risques climatiques et hydrologiques. Dans ce contexte, le sujet de thèse proposé vise à : a. valoriser au mieux les prévisions météorologiques d'ensemble en hydrologie : développer l'interfaçage modèles météorologiques/hydrologiques ; b. faire le lien probabiliste entre les sorties des modèles météorologiques et hydrologiques en prévision : estimation de l'incertitude des débits prévus et construction d'une véritable prévision probabiliste de crues. On souhaite notamment répondre aux interrogations suivantes : • Comment et sur la base de quels traitements statistiques peut-on transposer les probabilités d'occurrence de phénomènes météorologiques vers des probabilités de crues/inondations en prévision de débits ? • Comment exprimer les prévisions probabilistes de débits en crue pour une utilisation optimale par les centres opérationnels (prise de décision en situation d'alerte) ? Deux cas d'application particuliers, liés à la valorisation opérationnelle des prévisions de débits, sont visés : i. l'alerte précoce aux crues et inondations pour la mise en sécurité de personnes et biens, et ii. la prévision des apports en crues pour la gestion et la prise de décision relative au stockage/déstockage de l’eau dans les retenues. 16/02/2009 1 Contexte et enjeux de la prévision probabiliste des crues : Selon une estimation de l’Agence Européenne pour l’Environnement, les événements de crues observés en Europe entre 1998 et 2002 ont été responsables de la mort d'environ 700 personnes, le déplacement d'environ un demi-million de personnes et au moins 25 milliards d'euros en pertes économiques de biens assurés. Face à la demande croissante en termes d'anticipation des événements de crues, l'utilisation de prévisions probabilistes de débits émerge en tant qu'approche plus adaptée pour l'évaluation des risques et la mise en vigilance pour la sécurité des personnes et des biens. Dans la chaîne de prévision de débits, l’incertitude des modèles météorologiques de prévision de pluies joue un rôle important. De nos jours, la capacité des modèles météorologiques à prévoir des précipitations intenses, responsables de crues sévères, reste faible, ayant à peine augmenté au cours de la dernière décennie. De plus, la fiabilité des prévisions de pluies diminue à mesure que l'échéance de prévision augmente. Pour pouvoir aller au-delà des limites de prévisibilité classiques, les services météorologiques font appel aux systèmes de prévision d'ensemble, générés sur la base de variations imposées dans les conditions initiales des modèles numériques et de variations stochastiques de leur paramétrisation. La prévision météorologique d'ensemble propose des scenarios équiprobables de l'évolution de l'atmosphère pour des horizons de prévision pouvant aller jusqu'à 10-15 jours, ce qui serait en dehors de la plage de prévisibilité des solutions traditionnelles déterministes. Le recourt à la technique de la prévision d'ensemble permet, d'une part, d'étendre les échéances de prévision des variables à faible prédictibilité, telles les précipitations, et, d'autre part, de donner une mesure de l'incertitude des prévisions. Le cadre probabiliste est également favorable à l'amélioration de la prévision à courte échéance des événements météorologiques extrêmes à l'échelle locale. Par contraste à une solution unique déterministe, la prévision probabiliste est vue comme mieux adaptée à l'analyse de risque et la prise de décision. La valeur économique potentielle des prévisions probabilistes ressort notamment face aux utilisateurs exposés aux risques climatiques et hydrologiques à différentes échelles : génération d'électricité, agriculture et irrigation, navigation, sécurité publique. Plusieurs études scientifiques ont montré qu'une prévision d'ensemble de pluies apporte une vraie valeur additionnelle à la prévision de débits en crues et à l'alerte précoce. Cependant, en prévision opérationnelle, l'utilisation "brute" des prévisions d'ensemble n'est pas une tâche aisée. La responsabilité des modélisateurs et prévisionnistes dans l'interprétation des résultats probabilistes et leur communication efficace est souvent plus importante que pour les approches déterministes classiques. Pour les communautés scientifique et opérationnelle en hydrologie, il apparaît donc nécessaire de relever les défis existants en matière d'intégration des prévisions météorologiques d'ensemble en entrée des modèles hydrologiques pour la prévision de débits et la mise en vigilance. Ces défis sont aujourd'hui au cœur de l'initiative internationale HEPEX et européenne EFAS. Par son expérience en modélisation hydrologique et prévision de débits, le Cemagref d'Antony s'est placé en partenariat avec le SCHAPI et Météo-France pour mener des développements scientifiques et opérationnels dans le domaine de la prévision d'ensemble de débits et de la mise en vigilance. Parallèlement, soutenu par son objectif de recherche finalisée, le Cemagref débute également un travail en partenariat avec Electricité de France (EDF-Grenoble) pour la prévision d'apports en débits à des réservoirs. L'idée est de mesurer les possibilités d’améliorer la gestion des barrages-réservoirs en utilisant l’information produite par les différents scénarios possibles générés par la modélisation hydrologique des prévisions d’ensemble. Cette amélioration doit permettre des gains dans la valorisation économique courante de l’eau, mais aussi des gains de sûreté engendrés par la possibilité de constituer, avec une bonne fiabilité, des creux préventifs à l’approche d’évènements de crue, et apporter une aide à la décision relative au stockage/déstockage de l’eau dans les retenues. C'est dans ce contexte qui s'insère le sujet de thèse ici proposé. Les travaux de thèse seront développés en étroite collaboration avec les partenariats opérationnels en cours au Cemagref. 16/02/2009 2 L'équipe HBAN du Cemagref d'Antony : Depuis plusieurs décennies, l'équipe Hydrologie du Cemagref d'Antony (UR HBAN) conduit des travaux de recherche axés sur la modélisation hydrologique pluie-débit. Plus particulièrement, les travaux de l'équipe ont abouti au développement d'une famille de modèles conceptuels robustes et adaptés à l'usage en opérationnel, les modèles GR (http://www.cemagref.fr/webgr/index.htm). Sur la base de la modélisation GR à 4 paramètres (GR4J), des travaux de recherche ont pu mettre en évidence une structure également parcimonieuse, adaptée à la prévision de crues, le modèle GR3P. Dans une optique d’exploitation opérationnelle, ces travaux de recherche finalisée ont permis le développement de nouveaux outils de transfert opérationnel pour la prévision des crues. Les nouveaux développements en prévision de débits ont notamment encouragé l'implémentation de méthodes plus efficaces d'assimilation des derniers débits observés dans la modélisation hydrologique, avant l'émission d'une prévision. Ces méthodes contribuent à une meilleure évaluation des états du bassin versant et, par conséquent, à une prévision plus fiable, notamment pour les courtes échéances. Aspects méthodologiques de la thèse proposée : L'objectif principal de l'étude est de construire une méthode robuste pour la prévision probabiliste de débits. Le support essentiel de ce travail sera la modélisation pluie-débit en prévision de crues, alimentée, en entrée, par des scénarios de prévision de pluie, disponibles au sein de l'équipe. L'analyse probabiliste des différents scenarios de débits prévus, issus de la modélisation, sera basée sur l'analyse des prévisions obtenues rétrospectivement (sur la base d'archives suffisamment longs de prévisions météorologiques) et des distributions de probabilités climatologiques locales (sur la base de données historiques hydro-météorologiques). Dans un premier temps, on effectuera les simulations en mode rétrospectif et le traitement statistique des entrées (pluies) et sorties (débits) afin de mettre en évidence le lien statistique entre ces deux variables. Le/a doctorant/e mènera d'abord une analyse exploratoire des prévisions rétrospectives (pluies et débits) dans le but de les confronter aux observations. Pour cela, un module de vérification des prévisions sera construit. On s'appuiera sur les méthodes de vérification existantes en météorologie, mais le travail de recherche se concentrera particulièrement sur la vérification des prévisions hydrologiques ; une étape tout à fait innovante dans la recherche scientifique. Dans un deuxième temps, le/a doctorant/e examinera les méthodes de post-traitement statistique. A partir de l'état de l'art des méthodes existantes et des résultats obtenus avec la vérification probabiliste des prévisions, un module de post-traitement sera développé et testé. Le but ici est d'aboutir à une méthode robuste de calibration statistique des prévisions. Cette méthode doit ainsi prendre en compte les incertitudes des entrées (pluies) et du modèle hydrologique (transformation pluie-débit). L'étude s'appuiera sur une base de données de plus de 1000 bassins versants en France, disponible au Cemagref, et sur des études de cas ciblées vers des bassins versants à forts enjeux économiques et de sûreté pour EDF, qui seront étudiés en détail pour illustrer les résultats obtenus avec les méthodes développées en termes d'aide à la décision et de gain dans la gestion de réservoirs. Informations complémentaires : o o o L'étude sera développée au Cemagref d'Antony, avec des séjours/visites prévus dans les centres opérationnels de prévision hydrologique impliqués dans les travaux. Les travaux de recherche devront contribuer à consolider des réseaux de partenariats originaux au niveau national autour de la question de la prévention des inondations (SCHAPI, Météo-France, EDF, Cemagref). La passerelle qui sera construite par ce sujet entre les produits en météorologie et hydrologie pour la prévision opérationnelle de débits donnera au/à la doctorant/e une formation large et innovante, qui pourra lui assurer des débouchés dans les sciences de l'environnement. Profil recherche : formation en hydrologie ou sciences de l'environnement, capacité à travailler en équipe et à dialoguer avec les services opérationnels et les spécialistes d'autres disciplines. Des connaissances en traitement statistique et analyse de données, ainsi qu'en langages de programmation seront appréciées. 16/02/2009 3 Annexe bibliographique : 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. Anctil, F., Michel, C., Perrin, C., Andréassian, V. (2004) A soil moisture index as an auxiliary ANN input for stream flow forecasting. J. of Hydrology, 286 (1-4): 155-167. Anctil, F., Perrin, C., Andréassian, V. (2003) Ann output updating of lumped conceptual rainfall/runoff forecasting models. J. of the American Water Resources Association, 39 (5): 1269-1279. Anctil, F., Perrin, C., Andréassian, V. (2004) Impact of the length of observed records on the performance of ANN and of conceptual parsimonious rainfall-runoff forecasting models. Env. Modelling and Software 19 (4): 357-368. Atger, F. (2001) Verification of intense precipitation forecasts from single models and ensemble prediction systems. Nonlinear Processes in Geophysics 8: 401–417. Bartholmes, J., Todini, E. (2005) Coupling meteorological and hydrological models for flood forecasting. Hydrological and Earth System Sciences 9(4): 333-346. Bartholmes, J.C., Thielen, J., Ramos, M.H., Gentilini, S. (2009) The European Flood Alert System EFAS – Part 2: Statistical skill assessment of probabilistic and deterministic operational forecasts. Hydrol. Earth Syst. Sci., 13: 141–153. Berthet, L., Perrin, C., Andréassian, V., Tangara, M., Loumagne, C., Ramos, M.H., Le Moine, N., Lerat, J., Javelle, P. (2008) Comment passer d'un modèle hydrologique à un système de prévision des crues ? Ecueils liés à la structure des modèles et aux échelles d'espace et de temps. Proc. Colloque SHF «Prévisions hydrométéorologiques», Lyon, 18-19 novembre 2008: 135-144. Buizza R. (2001) Accuracy and economic value of categorical and probabilistic forecasts of discrete events. Monthly Weather Review 129: 2329–2345. Buizza R., Hollingsworth, A., Lalaurette F., Ghelli, A. (1999) Probabilistic Predictions of Precipitation Using the ECMWF Ensemble Prediction System. Weather and Forecasting. 14, 168-189. Buizza, R. (2008) The value of probabilistic prediction. Atm. Sci. Letters, April 2008: 36-42. DOI: 10.1002/asl.170. Buizza, R., H. Asensio, G. Balint, J. Bartholmes, J. Bliefernicht, K. Bogner, F. Chavaux, A. de Roo, J. Donnadille, V. Ducrocq, C. Edlund, V. Kotroni, P. Krahe, M Kunz, K. Lacire, M. Lelay, C. Marsigli, M. Milelli, A. Montani, F. Pappenberger, D. Rabufetti, M.H. Ramos, B. Ritter, J. W. Schipper, P. Steiner, J. Thielen-Del Pozzo and B. Vincendon (2007) EURORISK/PREVIEW report on the technical quality, functional quality and forecast value of meteorological and hydrological forecasts. ECMWF Tech. Memorandum 516, ECMWF Research Dep., Reading, Feb. 2007. Demeritt, D., Cloke, H., Pappenberger, F., Thielen, J., Bartholmes, J., Ramos, M.H. (2007) Ensemble predictions and perceptions of risk, uncertainty, and error in flood forecasting. Environmental Hazards (7): 115-127. Desaint, B., Nogues, P., Perret, C., Garçon, R., (2008) La prévision hydrométéorologique opérationnelle : l'expérience d'Electricité de France. Proc. Colloque SHF «Prévisions hydrométéorologiques», Lyon, 18-19 novembre 2008, 43-50. EEA, European Environment Agency (2003) Mapping the impacts of recent natural disasters and technological accidents in Europe. Environmental Issue Report N.35, EEA, Copenhagen, 47p. EXCIFF - European exchange circle on flood forecasting (2005) Current state-of-play and future needs of flood forecasting in Europe. Proc. 1st workshop, 14-15.04.05, Toulouse, France, MEDD & DG JRC, CDROM. Garçon, R., Houdant, B., Garavaglia, F., Mathevet, T., Paquet, E., Gailhard, J. (2008). Expertise humaine des prévisions hydrométéorologiques et communication de leurs incertitudes dans un contexte décisionnel. Proc. Colloque SHF «Prévisions hydrométéorologiques», Lyon, 18-19 novembre 2008, 115-126. Gouweleeuw, B., Thielen, J., Franchello, G., De Roo, A., Buizza, R. (2005) Flood forecasting using medium-range probabilistic weather prediction. Hydrological and Earth System Sciences, 9(4): 365-380. Hamill, T.M., Whitaker, J.S., Mullen, S.L. (2006) Reforecasts: An important dataset for improving weather predictions. Bull. of the American Meteorological Soc., 87 (1): 33-46. Houdant, B. (2004) Contribution à l'amélioration de la prévision hydrométéorologique opérationnelle. Pour l'usage des probabilités dans la communication entre acteurs. Thèse doctorat, ENGREF, EDF, 209 p. Kalas, M., Ramos M.H., Thielen, J., Babiakova, G. (2008) Evaluation of the medium-range European flood forecasts for the March-April 2006 flood in the Morava River. J. Hydrol. Hydromechanics, 56, 2: 116-132. Krzysztofowicz R. (2002) Probabilistic flood forecast: bounds and approximations. J. of Hydrology 268: 41–55. Krzysztofowicz, R. (2001) The case for probabilistic forecasting in hydrology. J. of Hydrology 249: 2-9. Lalaurette, F., van der Grijn, G. (2002) Ensemble forecasts: can they provide useful early warnings? ECMWF Newsletter 96: 10-18, Winter 2002/03. 16/02/2009 4 24. Molteni, F., Buizza, R., Palmer, T. N., Petroliagis, T. (1996) The ECMWF ensemble prediction system: methodology and validation. Q. J. R. Meteorol. Soc., 122, 73-119. 25. Moore, R., Cole, S., Bell, V., Jones, D. (2006) Issues in flood forecasting: ungauged basins, extreme floods and uncertainty. Frontiers in Flood research, IAHS Publ. 305: 103-122. 26. Palmer, T., Buizza, R., Hagedorn, R., Lawrence, A., Leutbecher, M., Smith, L. (2005) Ensemble prediction; a pedagogical perspective. ECMWF Newsletter 106: 10-17, Winter 2005/06. 27. Pappenberger, F., Beven, K.J, Hunter, N.M., Bates, P.D., Gouweleeuw, B.T., Thielen, J., De Roo, A. (2005) Cascading model uncertainty from medium-range weather forecasts (10 days) through a rainfall-runoff model to flood inundation predictions within the European Flood Forecasting System (EFFS). Hydrological and Earth System Sci. 9 (4): 381-393. 28. Pappenberger, F., Scipal, K., Buizza, R. (2008) Hydrological aspects of meteorological verification. Atm. Sci. Letters, April 2008: 43-52, DOI: 10.1002/asl.171. 29. Perrin, C. (2000) Vers une amélioration d’un modèle global pluie-débit au travers d’une approche comparative. Thèse de doctorat, INPG, Grenoble, Paris, 530 p. 30. Perrin, C., Michel, C., Andréassian, V. (2003) Improvement of a parsimonious model for streamflow simulation. J. of Hydrology, 279 (1-4): 275-289. 31. Ramos, M.H., Bartholmes, J., Thielen, J. (2007) Development of decision support products based on ensemble weather forecasts in the European Flood Alert System. Atm. Sc. Letters (8), 113-119. 32. Ramos, M.H., Thielen, J., Pappenberger, F. (2008) Utilisation de la prévision météorologique d'ensemble pour la prévision hydrologique opérationnelle et l'alerte aux crues. Proc. Colloque SHF «Prévisions hydrométéorologiques», Lyon, 18-19 novembre 2008, 191-199. 33. Rodwell, M. (2005) Comparing and combining deterministic and ensemble forecasts: how to predict rainfall occurrence better. ECMWF Newsletter 106: 17-23, Winter 2005/06. 34. Roulin, E. (2007) Skill and relative economic value of medium-range hydrological ensemble predictions. Hydrology and Earth System Sciences 11 (2): 725-737. 35. Rousset Regimbeau, F. (2007) Modélisation des bilans de surface et des debits sur la Fance, application à la prévision d'ensemble des débits. Thèse de Doctorat, Université Paul Sabatier Toulouse III, Météo-France, 227 p. 36. Rousset Regimbeau, F., Habets, F., Martin, E., Noilhan, J. (2007) Ensemble streamflow forecasts over France. ECMWF Newsletter 111: 21-27, Spring 2007. 37. Schaake J, Franz K, Bradley A, Buizza R. (2006) The hydrological ensemble prediction experiment (HEPEX). Hydrology and Earth System Sci. Discussions 3, 3321–3332. 38. Tangara, M. (2005) Nouvelle méthode de prévision de crue utilisant un modèle pluie-débit global. Thèse de doctorat, EPHE, Cemagref, Paris, 374 p. 39. Thielen, J., Bartholmes, J., Ramos, M.H., de Roo, A. (2009) The European Flood Alert System – Part 1: Concept and development. Hydrol. Earth Syst. Sci., 13: 125-140. 40. Thielen, J., Schaake, J., Hartman, R., Buizza, R. (2008) Aims, challenges and progress of the Hydrological Ensemble Prediction Experiment (HEPEX) following the third HEPEX workshop held in Stresa 27 to 29 June 2007. Atm. Sci. Letters, April 2008: 29-35, DOI: 10.1002/asl.168. 41. Thirel, G., Rousset-Regimbeau, F., Martin, E., Noilhan, J., Habets, F. (2008) A comparison of short-range forecasts from two Ensemble Streamflow Prediction Systems. EGU General Assembly 2008, Geophysical Research Abstracts, Vol. 10, EGU2008-A-03131, 2008. 42. Younis, J., Ramos, M.H., Thielen, J. (2008) EFAS forecasts for the March-April 2006 flood in the Czech part of the Elbe river basin – a case study. Atm. Sci. Letters, April 2008: 88-97, DOI: 10.1002/asl.179. 43. Zhu, Y., Toth, Z., Wobus, R., Richardson, D., Mylne, K. (2002) The economic value of ensemble-based weather forecasts. Bull. of the American Meteorological Society, 83 (1), 73-83. 16/02/2009 5