Are you an EPFL student looking for a semester project?
Work with us on data science and visualisation projects, and deploy your project as an app on top of Graph Search.
L’étude présentée propose des solutions à certains défis rencontrés dans le cadre du système de prévision et de gestion des crues MINERVE du Canton du Valais, opérationnel depuis 2013. Le premier axe de recherche est dédié à l’interpolation spatiale des précipitations en combinant les données radar et celles des pluviomètres à l’aide d’un co-krigeage avec régression. Une correction de la sous-capture des précipitations solides aux pluviomètres est explorée avec des facteurs correcteurs appliqués au niveau des stations avant interpolation. Les estimations quantitatives de précipitations obtenues sont ensuite utilisées dans un modèle de simulation de l’enneigement, en utilisant des données satellitaires pour le calage. La comparaison des équivalents en eau de la neige simulés avec des mesures au sol suggère que la méthodologie explorée de correction des précipitations permet de réduire fortement la sous-estimation de la quantité de neige. Le calage du modèle hydrologique de trois sous-bassins a montré qu’une amélioration des performances était ainsi possible en intégrant les estimations quantitatives de précipitations par rapport à l’utilisation uniquement des données de pluviomètres, mais que cela nécessitait une bonne visibilité du radar. Finalement, l’implémentation d’un filtre de Kalman d’ensemble pour assimiler des données de débit dans le système de prévision est explorée.