Issue |
LHB
Number 3-4, Octobre 2019
|
|
---|---|---|
Page(s) | 22 - 30 | |
DOI | https://doi.org/10.1051/lhb/2019051 | |
Published online | 13 November 2019 |
Article de recherche / Research Article
De l'incertitude dans un système de prévision d'ensemble des crues rapides méditerranéennes
Taking into account hydrodynamic parameters and initial soil moisture uncertainties in an ensemble-based flash-flood forecasting system
1 Météo France/Direction de la Climatologie et des Services Climatiques,
Toulouse, France
2
SPC Alpes du Nord,
Grenoble, France
3
CNRM (Météo-France & CNRS),
Toulouse, France
* Correspondance : beatrice.vincendon@meteo.fr
Reçu :
16
Février
2018
Accepté :
26
Septembre
2018
Il est crucial d'augmenter le délai d'anticipation des crues rapides méditerranéennes pour mieux anticiper leur impact. Mais la prévision hydrométéorologique est affectée par plusieurs sources d'incertitude : l'incertitude majeure qui provient des prévisions de précipitations utilisées en entrée des modèles hydrologiques, mais aussi la connaissance de l'humidité initiale du sol et le modèle hydrologique lui-même. Pour échantillonner ces incertitudes, des systèmes de prévision d'ensemble hydrométéorologique sont conçus et comparés. Ils sont basés sur le modèle atmosphérique à l'échelle kilométrique AROME de Météo-France et sur le modèle hydrologique ISBA-TOP, dédié aux bassins méditerranéens à réponse rapide. L'incertitude sur la prévision des pluies est échantillonnée en utilisant la PEARO, prévision d'ensemble avec AROME, en entrée d'ISBA-TOP ou en introduisant dans les sorties déterministes d'AROME des perturbations basées sur des climatologies d'erreur de prévision de la pluie. Pour considérer les incertitudes sur la modélisation hydrologique et sur l'état initial du sol, des méthodes de perturbation des paramètres les plus sensibles d'ISBA-TOP et de l'humidité initiale du sol ont été conçues. Les scenarii de précipitations de la PEARO sont ensuite utilisés en entrée d'une version d'ISBA-TOP où ces méthodes de perturbation sont appliquées. Ce système de prévision prenant en compte différentes sources d'incertitude englobe bien les observations de débits sur plusieurs cas d'étude et bassins versants. Un petit nombre de membres permet déjà de meilleures performances en termes de prévisions de débits qu'une prévision déterministe.
Abstract
Mediterranean flash floods can have dramatic consequences and it is crucial to increase the lead time for those flash floods to better anticipate their impact. But the hydrometeorological forecast is affected by several sources of uncertainty. The major uncertainty comes from the precipitation forecasts used to drive the hydrological models. The knowledge of the initial soil moisture and the hydrological model itself are also affected by uncertainty. In this work, several hydrometeorological ensemble prediction systems are designed and compared to sample these uncertainties. They are based on the AROME kilometer-scale atmospheric model and the ISBA-TOP coupled system, which is dedicated to Mediterranean fast responding catchments. Uncertainty in rainfall prediction is sampled using the AROME-EPS, ensemble prediction with AROME, to drive ISBA-TOP, or perturbing the AROME deterministic outputs. Those perturbations come from a climatology of rainfall prediction errors. To consider the uncertainties of hydrological modeling and initial soil moisture conditions, a perturbation method of the most sensitive parameters of ISBA-TOP and of initial soil moisture has been designed. The precipitation scenarios issued by AROME-EPS are then used to drive a version of ISBA-TOP where these parameter and initial conditions perturbation methods are applied. Evaluated on several basins and case studies, the so-built prediction system properly encompasses observed discharges. A reasonable number of members allows better skill for discharge prediction than a deterministic forecasting system.
Mots clés : crues rapides / prévisions hydrométéorologiques / incertitude
Key words: flash flood / hydrometeorological forecasts / uncertainty
© SHF, Published by EDP Sciences, 2019