Vers une modélisation semi-distribuée pour la simulation des étiages : comparaison de quatre modèles hydrologiques sur le bassin de la Meuse française

Read full text
Authors: Camille Brun, Alban de Lavenne, Claire Delus, Hajar El Khalfi, Didier François, Thibault Hallouin, Frédéric Hendrickx, Shu-Chen Hsu, Céline Monteil, Jean‐Pierre Vergnes
Cited by: 0

Abstract

Les sécheresses sont une préoccupation croissante pour les gestionnaires de l’eau, avec la perspective d’événements plus sévères et plus fréquents. La bonne prévision de ces épisodes est cruciale pour en atténuer les conséquences. La modélisation hydrologique semi-distribuée, en découpant le bassin versant en mailles interconnectées, permet de modéliser des débits à des points jaugés et non jaugés et de prendre explicitement en compte les variabilités spatiales observées sur le bassin. Dans cette étude, quatre modèles semi-distribués sont mis en place sur le bassin de la Meuse à Chooz, territoire qui présente des caractéristiques géologiques, topographiques et météorologiques contrastées. À l’issue d’un exercice de calage commun, les modèles fournissent des résultats cohérents en termes de débits sur l’ensemble du bassin et comparables aux résultats de modélisations globales à l’exutoire à Chooz. Des biais analogues sont observés entre les modèles, pouvant refléter des limites structurelles communes, des incertitudes sur les mesures de débits ou sur les forçages météorologiques. L’exercice sur l’étiage 2022 met en évidence une variabilité des débits d’étiage simulés, liée notamment au choix du modèle et à la météorologie utilisée pour son calage. Une perspective de développement pour améliorer la simulation des étiages consiste à affiner la compréhension des stocks et des écoulements souterrains puis leur représentation dans les modèles hydrologiques.

Fields of Study & Subjects

Hydrology and Watershed Management Studies Hydrology and Drought Analysis Soil Moisture and Remote Sensing

Publication details

Journal / source
HAL
Pages
20
Publication date
23 February 2026
Language
FR