Accès gratuit
Numéro
La Houille Blanche
Numéro 1, Février 2019
Page(s) 5 - 12
DOI https://doi.org/10.1051/lhb/2019001
Publié en ligne 16 avril 2019
  • Barbetta S., Coccia G., Moramarco T., Brocca L., Todini E. (2017) - The multi temporal/multi-model approach to predictive uncertainty assessment in real-time flood forecasting. Journal of Hydrology , 551: 555-576 (doi 10.1016/j.jhydrol.2017.06.030). [CrossRef] [Google Scholar]
  • Bellier J., Bontron G., Zin I. (2017) - Using Meteorological Analogues for Reordering Postprocessed Precipitations Ensembles In Hydrological Forecasting. Water Resources Research , 53 : 10085-10107 (doi 10.1002/2017WR02145). [CrossRef] [Google Scholar]
  • Bourgin F. (2014) - Comment quantifier l'incertitude prédictive en modélisation hydrologique ? Travail exploratoire sur un grand échantillon de bassins versants. AgroParisTech, thèse de doctorat. https://pastel.archives-ouvertes.fr/tel-01130084 . [Google Scholar]
  • Courbariaux M. (2017) - Contributions statistiques aux prévisions hydrométéorologiques par méthodes d'ensemble. Université Paris - Saclay, thèse de doctorat en statistiques appliquées. https://tel.archives-ouvertes.fr/tel-01566195 . [Google Scholar]
  • Duan Q., Pappenberger F., Thielen J., Wood A., Cloke H. L., Schaake J. C. (2016) - Handbook of Hydrometeorological Ensemble Forecasting, Springer Reference. [Google Scholar]
  • Garavaglia F., Le Lay M., Gottardi F., Garçon R., Gailhard J., Paquet E., & Mathevet T. (2017) - Impact of model structure on flow simulation and hydrological realism: from a lumped to a semi-distributed approach. Hydrology and Earth System Sciences , 21 (8): 3937-3952 (doi 10.5194/hess-2017-82). [CrossRef] [Google Scholar]
  • Krzysztofowicz R. (1999) - Bayesian theory of probabilistic forecasting via deterministic hydrologic model. Water Resources Research , 35(9), 2739-2750. [CrossRef] [Google Scholar]
  • Mathevet T. (2010) - Erreur empirique de modèle. EDF - DTG : note technique interne D4165/NT/2010-00395-A . [Google Scholar]
  • Moulin L., Abonnel A., Puygrenier D., Valery A., Garçon R. (2018) - Prévision hydrométéorologique opérationnelle à EDF - DTG. Progrès récents et état des lieux en 2018. Colloque " De la prévision des crues à la gestion de crise " organisé par la société hydrotechnique de France (SHF). Article à paraître dans un prochain numéro de La Houille Blanche.. [Google Scholar]
  • Pagano T. (2013) - Humans and Automation in Forecasting: International Review of the Role of Automation in River Forecasting Systems. Government of Australia - Bureau of Meteorology, technical report . [Google Scholar]
  • Pagano T. C., Pappenberger F., Wood A. W., Ramos M.-H., Persson A., Anderson B. (2016) - Automation and human expertise in operational river forecasting. WIREs Water , 3: 692-705 (doi 10.1002/wat2.1163). [CrossRef] [Google Scholar]
  • Ramos M.-H., Bartholmes J., Thielen-Del Pozo J. (2007) - Development of decision support products based on ensemble forecasts in the European flood alert system. Atmospheric Science Letters , 8(4): 113-119 (doi 10.1002/asl.161). [CrossRef] [Google Scholar]
  • Rouhier L., Le Lay M., Garavaglia F., Le Moine N., Hendrickx F., Monteil C., Ribstein P. (2017) - Impact of mesoscale spatial variability of climatic inputs and parameters on the hydrological response. Journal of Hydrology , 553: 13-25 (doi 10.1016/j.jhydrol.2017.07.037). [CrossRef] [Google Scholar]
  • Schefzik R., Thorarinsdottir T. L., Gneiting T. (2013) - Uncertainty Quantification in Complex Simulation Models Using Ensemble Copula Coupling. Statistical. Science , 28(4): 616-640 (doi10.1214/13-STS443). [CrossRef] [Google Scholar]
  • Viatge J., Berthet L., Marty R., Bourgin F., Piotte O., Ramos M.-H., Perrin C. (2018) - Vers une production en temps réel d'intervalles prédictifs associés aux prévisions de crue dans Vigicrues en France. Colloque " De la prévision des crues à la gestion de crise " organisé par la société hydrotechnique de France (SHF) . [Google Scholar]

Les statistiques affichées correspondent au cumul d'une part des vues des résumés de l'article et d'autre part des vues et téléchargements de l'article plein-texte (PDF, Full-HTML, ePub... selon les formats disponibles) sur la platefome Vision4Press.

Les statistiques sont disponibles avec un délai de 48 à 96 heures et sont mises à jour quotidiennement en semaine.

Le chargement des statistiques peut être long.