La réduction des modèles hydrologiques pour des applications pratiques moins fastidieuses

Résumé Fr En

Ce travail constate qu’il peut très souvent persister des incohérences entre la complexité des modèles hydrologiques (qui progressent en fonction de la connaissance acquise du fonctionnement du milieu naturel) et les données disponibles pour la documentation du modèle et son application. Ainsi, les modèles hydrologiques «  intégrés  » traitent de la dynamique hydrique complète d’un bassin versant mais ne sont conditionnables que sur des données qui ne distinguent que très partiellement toute la dimension de l’écoulement. Il est proposé de réduire ce type de modèle en agrégeant sa physique pour en réduire la dimension euclidienne. Le modèle devient alors un outil manipulable et en meilleure adéquation avec les données d’observation. Paradoxalement, la complexité de la physique d’un modèle peut aussi en faciliter la réduction. Traiter par exemple des écoulements dans un aquifère carbonaté par une approche double continuum augmente le nombre de paramètres locaux comparé à une approche simple continuum. Cependant, l’hétérogénéité structurale du réservoir étant inscrite dans les équations du modèle, la paramétrisation à l’échelle de l’aquifère se simplifie fortement. La réduction est ici le fait d’une diminution des efforts de conditionnement du modèle sur les données ; les exercices d’inversion et de prédiction deviennent abordables. Finalement, il semble aujourd’hui nécessaire d’envisager et jauger les progrès réalisés par les modèles, d’une part sur leur complexité accrue, d’autre part sur la capacité de réduire cette complexité en fonction des applications ciblées et des informations disponibles.

This work notices that inconsistencies may persist between the complexity of hydrological models (which improve according to the established knowledge on how natural systems work), and available data for model documentation and application. Therefore, the integrated hydrological models handle the whole water dynamics over a watershed but are only conditioned on data that incompletely record the dimensions of flow. It is suggested to reduce this type of model by aggregating the physical grounding to diminish its Euclidean dimension. The model then becomes a handy tool, more consistent with observation data. Paradoxically, the complexity in the physics of a model may also result in model reduction. Dealing for example with flow in a limestone aquifer by relying upon a dual continuum approach increases the number of local parameters compared with a single continuum approach. However, the structural heterogeneity of the reservoir being concealed in the model equations, the parametrization at the scale of the aquifer becomes much simpler. The model reduction is here associated with diminishing the effort to condition the model onto data ; inversion and prediction exercises become tractable. In the end, it seems suited now to envision and gauge model improvements, on the one hand, on the basis of their increased complexity, on the other hand, on the ability to lower this complexity in regard of targeted applications and available conditioning information.