Votre recherche

La connaissance de l’aléa inondation est un enjeu croissant pour la gestion du risque inondation. En France, afin de répondre à la demande des pouvoirs publics de cartographier les zones inondables, la cartographie hydrogéomorphologique émerge. Cette approche naturaliste, développée durant les années 1980, se propagea dans une large partie du Sud de la France. Aujourd’hui, la cartographie hydrogéomorphologique est une méthode reconnue pour sa fiabilité, mais elle stagne en termes d’applications et de développement dans de nouveaux territoires. Afin d’améliorer la connaissance de la prise en compte de la cartographie hydrogéomorphologique dans un cadre règlementaire, une analyse de 282 PPRI a été menée. Cette analyse a permis de dégager les modalités de prise en compte de la cartographie hydrogéomorphologique, mais également d’émettre des hypothèses sur les raisons de leur développement. La réalisation de MNZI (Modèle Numériques de Zones Inondables) sur des cours d’eau français et canadiens, a permis de mettre en avant l’adaptabilité de la cartographie hydrogéomorphologique à des contextes physiques différents, mais aussi d’apporter une réponse à la demande de prise en compte de cartographie de crue extrême de la Directive Inondation. L’évolution cartographique proposée dans ce travail comprend une réflexion autour de la légende des AZI, mais aussi sur le concept de cartographie positive. A travers les aspects cartographiques, règlementaires et géomorphologiques abordés, nous finissons par proposer un modèle de développement de la cartographie hydrogéomorphologique.

Abstract. Groundwater contribution to river flows, generally called base flows, often accounts for a significant proportion of total flow rate, especially during the dry season. The objective of this work is to test simple approaches requiring limited data to understand groundwater contribution to river flows. The Noire river basin in southern Quebec is used as a case study. A lumped conceptual hydrological model (the MOHYSE model), a groundwater flow model (MODFLOW) and hydrograph separation are used to provide estimates of base flow for the study area. Results show that the methods are complementary. Hydrograph separation and the MOHYSE surface flow model provide similar annual estimates for the groundwater contribution to river flow, but monthly base flows can vary significantly between the two methods. Both methods have the advantage of being easily implemented. However, the distinction between aquifer contribution and shallow subsurface contribution to base flow can only be made with a groundwater flow model. The aquifer renewal rate estimated with the MODFLOW model for the Noire River is 30% of the recharge estimated from base flow values. This is a significantly difference which can be crucial for regional-scale water management.

Abstract Undisturbed forested watersheds are generally recognized as a primary source of high‐quality water. The physical and chemical nature of these waters fluctuate constantly in response to natural stresses but are most influenced by man's activities. Three major forest land management activities—timber harvesting, fertilization, and herbiciding—which may have an adverse affect on water quality are reviewed. In general, research results indicate that nutrient losses, particularly nitrogen, following forest clearcutting are small to negligible. Similarly, forest fertilization studies indicate that nitrogen concentrations in streams are not drastically increased. Large areal applications of selected herbicides in the West have demonstrated that, if carefully applied, they can be used without impairment of water quality.

Abstract: In Canada, the annual runoff is predominantly influenced by snowmelt following the winter season, with a substantial portion (40-80\%) occurring during the spring period, leading to flooding in low-lying areas. Accurate prediction of streamflow is essential for hydropower production, effective flood management, necessitating the incorporation of comprehensive spatially distributed snow observations into hydrological models. This draws the attention to the research question " How can we utilize spatially distributed snow information at various spatial and temporal scales to enhance our understanding of snow processes and apply it for enhanced model calibration to improve hydrological model performance?" The first objective of this thesis is to investigate the utilization of spatially distributed snow information (SNODAS- SNOw Data Assimilation System) for the calibration of a hydrological model and to determine its impact on model performance. A distributed hydrological model, HYDROTEL, has been implemented in the Au Saumon River watershed using input data from ERA-5 Land for temperature data and MSWEP for precipitation data. Seven different calibration experiments are conducted, employing three different objective functions: Nash-Sutcliffe Efficiency (NSE), Root Mean Square Error (RMSE), and the SPAtial EFficiency metric (SPAEF). These objective functions are utilized individually or in combination as part of multi-objective calibration processes. This study indicates that utilizing SPAEF for spatial calibration of snow parameters improved streamflow prediction compared to the conventional practice of using RMSE for calibration. SPAEF is further implied to be a more effective metric than RMSE for both sequential and multi-objective calibration. During validation, the calibration experiment incorporating multi-objective SPAEF exhibits enhanced performance in terms of NSE and KGE compared to calibration experiment solely based on NSE. The findings of this study hold significant relevance and potential applicability in emerging satellite technology, particularly the future Terrestrial Snow Mass Mission (TSMM). The study then explores the impact of temporal resolution and signal saturation for model calibration by using SNODAS data as proxy SWE observations mimicking the characteristics of the TSMM product to calibrate the HYDROTEL model. Despite the limitations of it's temporal resolution and signal saturation it is noteworthy that TSMM data exhibits significant potential for enhancing model performance thereby highlighting its utility for hydrological modeling. This study then focuses on the spatio-temporal analysis of snow processes influencing the spatial variability and distribution of snow depth in a small-scale experimental watershed. Drone photogrammetry is employed to capture spatially distributed snow information over the watershed during the winter seasons of 2022 and 2023. The photogrammetric data facilitated the generation of high-resolution digital surface models (DSMs). Empirical Orthogonal Function (EOF) analysis is applied to understand the spatial distribution of snow, enabling a detailed examination of various snow processes at the watershed scale. This thesis explores the added value of spatially distributed snow cover information in predicting spring runoff. Each part of the study contributes to a comprehensive understanding of the spatial distribution of snow and its significance in hydrology.

Natural calamities like floods and droughts pose a significant threat to humanity, impacting millions of people each year and incurring substantial economic losses to society. In response to this challenge, this thesis focuses on developing advanced machine learning techniques to improve water height prediction accuracy that can aid municipalities in effective flood mitigation. The primary objective of this study is to evaluate an innovative architecture that leverages Long Short Term Networks - neural networks to predict water height accurately in three different environmental scenarios, i.e., frazil, droughts and floods due to snow spring melt. A distinguishing feature of our approach is the incorporation of meteorological forecast as an input parameter into the prediction model. By modeling the intricate relationships between water level data, historical meteorological data and meteorological forecasts, we seek to evaluate the impact of meteorological forecasts and if any inaccuracies could impact water-level prediction. We compare the outcomes obtained by incorporating next-hour, next-day and next-week meteorological data into our novel LSTM model. Our results indicate a comprehensive comparison of the usage of various parameters as input and our findings suggest that accurate weather forecasts are crucial in achieving reliable water height predictions. Additionally, this study focuses on the utilization of IoT sensor data in combination with ML models to enhance the effectiveness of flood prediction and management. We present an online machine learning approach that performs online training of the model using real-time data from IoT sensors. The integration of live sensor data provides a dynamic and adaptive system that demonstrates superior predictive capabilities compared to traditional static models. By adopting these advanced techniques, we can mitigate the adverse impacts of natural catastrophes and work towards building more resilient and disaster-resistant communities.

L’estimation du débit en rivières est un paramètre clé pour la gestion des ressources hydriques, la prévention des risques liés aux inondations et la planification des équipements hydroélectriques. Lorsque le débit d’eau est très élevé lors d'évènements extrêmes, les méthodes de jaugeage traditionnelles ne peuvent pas être utilisées. De plus, les stations du réseau hydrométrique sont généralement éparses et leur répartition spatiale n’est pas optimale. Par conséquent, de nombreuses sections de rivières ne peuvent être suivies par des mesures et observations du débit. Pour ces raisons, pendant la dernière décennie, les capteurs satellitaires ont été considérés comme une source d’observation complémentaire aux observations traditionnelles du niveau d’eau et du débit en rivières. L’utilisation d’une telle approche a fourni un moyen de maintenir et d’étendre le réseau d'observation hydrométrique. L’approche avec télédétection permet d’estimer le débit à partir des courbes de tarage qui met en relation le débit instantané (Q) et la géométrie d’une section transversale du chenal (la largeur ou la profondeur effective de la surface d’eau). En revanche, cette méthode est associée à des limitations, notamment, sa dépendance aux courbes de tarage. En effet, en raison de leurs natures empiriques, les courbes de tarage sont limitées à des sections spécifiques et ne peuvent être appliquées dans d’autres rivières. Récemment, des techniques d’apprentissage profond ont été appliquées avec succès dans de nombreux domaines, y compris en hydrologie. Dans le présent travail, l’approche d’apprentissage profond a été choisie, en particulier les réseaux de neurones convolutifs (CNN), pour estimer le débit en rivière. L’objectif principal de ce travail est de développer une approche d’estimation du débit en rivières à partir de l’imagerie RADARSAT 1&amp;2 à l’aide de l’apprentissage profond. La zone d’étude se trouve dans l’ecozone du bouclier boréal à l’Est du Canada. Au total, 39 sites hydrographiques ont fait l’objet de cette étude. Dans le présent travail, une nouvelle architecture de CNN a été a été proposée, elle s'adapte aux données utilisées et permet d’estimer le débit en rivière instantané. Ce modèle donne un résultat du coefficient de détermination (R²) et de Nash-Sutcliffe égale à 0.91, le résultat d’erreur quadratique moyenne égale à 33 m³ /s. Cela démontre que le modèle CNN donne une solution appropriée aux problèmes d’estimation du débit avec des capteurs satellites sans intervention humaine. <br /><br />Estimating river flow is a key parameter for effective water resources management, flood risk prevention and hydroelectric facilities planning. In cases of very high flow of water or extreme events, traditional gauging methods cannot be reliable. In addition, hydrometric network stations are often sparse and their spatial distribution is not optimal. Therefore, many river sections cannot be monitored using traditional flow measurements and observations. For these reasons, satellite sensors are considered as a complementary observation source to traditional water level and flow observations in the last decades. The use of this kind of approach has provided a way to maintain and expand the hydrometric observation network. Remote sensing data can be used to estimate flow from rating curves that relate the instantaneous flow (Q) to the geometry of a channel cross-section (the effective width or depth of the water surface). On the other hand, remote sensing is also associated with limitations, notably its dependence on the rating curves. Indeed, due to their empirical nature, rating curves are limited to specific sections and cannot be applied in other rivers. Recently, deep learning techniques have been successfully applied in many fields, including hydrology. In the present work, the deep learning approach has been chosen, in particular convolutional neural networks (CNN), to estimate river flow. The main objective of this work is to develop an approach to estimate river flow from RADARSAT 1&amp;2 imagery using deep learning. In this study, 39 hydrographic sites of the Boreal Shield ecozone in Eastern Canada were considered. A new CNN architecture was developed to provide a straightforward estimation of the instantaneous river flow rate. The achieved results demonstrated a coefficient of determination (R²) and Nash-Sutcliffe values of 0.91, and a root mean square error of 33m³ /s. This indicates the effectiveness of CNN in automatic flow estimation with satellite sensors.

L’objectif du projet est d’évaluer les effets causés par l’implantation de sites de pavages perméables (PP) sur les bassins versants (BV) urbanisés. La méthodologie de cette étude se décline en cinq étapes, soit : (i) caractériser la capacité d’infiltration de cinq sites de PP de la grande région de Montréal; (ii) récolter des données de pluie et de débit au site de l’usine Stonedge à Chambly; (iii) modéliser le fonctionnement hydrologique de ce site à l’aide du Storm Water Management Model (SWMM), dont les paramètres sont calés à partir des données d’observations à Stonedge; (iv) créer un modèle amélioré d’unité de PP; et (v) évaluer, par modélisation SWMM, l’effet de l’implantation de sites de PP sur les dysfonctionnements hydrauliques et les rejets de réseaux de BV urbains réels. Les tests de capacité d’infiltration ont démontré une très grande capacité d’infiltration des sites de PP, sans égard à la saison ni à l’usage du site. Les observations de pluie et de débits ont été récoltées à Chambly sur une période de 24 mois. Leur analyse a permis de constater, à l’échelle du site, une diminution du volume de ruissellement de 6 à 12 mm par événement de pluie et un décalage de la pointe du débit allant jusqu’à 3 h. Le bilan hydrologique réalisé sur le site indique une réduction du ruissellement, les fractions ruisselées varient de 2% à 75%. Le modèle de PP du site de Stonedge a servi de base pour l’évaluation de l’impact des sites de PP à l’échelle de quatre BV urbains, drainés par des réseaux séparés (2) et unitaires (2). Cet impact se traduit par des réductions, pour les réseaux unitaires : du nombre de surverses jusqu’à 100%, du volume de surverse de 19% à 100%, et de la durée de surverse de 16% à 100% annuellement. Une réduction moyenne de la durée d’inondation de 71% pour les secteurs industriels (réseaux séparés) et de 30% pour les secteurs en réseau unitaire a aussi été constatée. Finalement, une réduction de 30 % des volumes et de 7% à 34% des débits de pointe envoyés au cours d’eau pour les deux secteurs drainés par des réseaux séparés a été observée.<br /><br /> The objective of this project was to evaluate the effects of the installation of permeable pavement (PP) sites on urbanized watersheds. The methodology of this study included five work packages: (i) characterize the infiltration capacity of five PP sites in the greater Montreal area; (ii) collect rain and flow data at the Stonedge plant site in Chambly; (iii) model the hydrological behavior of this site using the Storm Water Management Model (SWMM), whose parameters were calibrated from observation data at Stonedge; (iv) create an improved model of PP unit; and (v) evaluate, using SWMM , the effect of developing a PP site on hydraulic malfunctions and discharges of actual urban watershed networks. The infiltration capacity tests demonstrated a very high infiltration capacity of the PP sites, regardless of the season or land use. Rainfall and flow observations were collected at Chambly over a 24-month period. Their analysis found a site-wide decrease in runoff volume of 6 to 12 mm per rainfall event and a peak flow delay of up to 3 hours. The water balance for the site indicates a reduction in runoff, with fractions of the runoff ranging from 2% to 75%. The PP model of the Stonedge site served as a basis for evaluating the impact of PP sites at the scale of four urban watersheds, drained by separate (2) and combined (2) networks. This impact meant reductions of up to 100% in the number of combined sewer overflows, 19% to 100% of their volume, and 16% to 100% of their duration, annually. There was also an average reduction in surface flood duration of 71% for the industrial sectors (separate networks) and 30% for the combined sectors. Finally, there is also a 30% reduction in volumes and from 7% to 34% of the peak flows discharged to the watercourse for the two sectors drained by separate networks.

Streamflow forecasting is important for managing water resources in sectors like agriculture, hydropower, drought management, and urban flood prevention planning. Our study examines short and long lead-times to create a framework for streamflow forecasting that can benefit water resource management and related sectors. To improve streamflow forecasts for up to ten days of lead-time, the study first focuses on improving initial conditions using an ensemble Kalman filter as a data assimilation method. The goal is to regulate the hyperparameters of the ensemble Kalman filter for each season to produce more accurate forecasts. A sensitivity analysis is conducted to identify the best hyperparameter sets for each season, including uncertainty in temperature, precipitation, observed streamflow, and the water content of three state variables - vadose zone, saturated zone, and snowpack - from the CEQUEAU model. Results indicate that improving initial conditions with the ensemble Kalman filter produces more skillful forecasts until a 6-day leadtime. Temperature uncertainty is particularly sensitive and varies across seasons. The vadose zone state variable was identified as the most important and sensitive state variable, and updating all state variables systematically may not be necessary for improving forecast skill. Recent machine learning advances are improving short-term streamflow forecasting. One such method is the Long Short-Term Memory (LSTM) model. In general, neural networks learn from regression as relationships exist between input-output. However, LSTM models have a feature named ‘forget gate’, which enables them to learn the relationship between inputs (e.g., temperature and precipitation) and output (streamflow), and also to capture temporal dependencies in the data. The study aimed to compare the performance of the Long ShortTerm Memory (LSTM) model with data assimilation-based and process-based hydrological models in short-term streamflow forecasting. All three models were tested using the same ensemble weather forecasts. The LSTM model demonstrated good performance in forecasting streamflow, with a Kling-Gupta efficiency (KGE) greater than 0.88 for 9 lead-times. The LSTM model did not incorporate data assimilation, but it benefited from observed streamflow until the last day before the forecast. This is because the LSTM model learned and incorporated knowledge from the previous days while issuing forecasts, similar to how data assimilation updates initial conditions. The study results also showed that the LSTM model had better performance up to day 6 of lead-time compared to the data assimilation-based models. However, training the LSTM model separately for each lead-time is a time-consuming process and is a disadvantage compared to the data assimilation-based methods. Nonetheless, the study demonstrated the potential of machine learning techniques in improving streamflow forecasting. The forecasting of streamflow for long lead-times such as a month usually involves the use of historical meteorological data to create probable future scenarios, as meteorological forecasts become unreliable beyond this lead-time. In this study, we proposed a novel method for streamflow forecasting based on ensemble streamflow forecasting (ESP) filtering, using a Genetic Algorithm (GA) to filter forecast scenarios. This method quantifies the potential of historical data for each basin. This potential could be utilized to enhance the accuracy of streamflow forecasts. We sorted the selected and unselected scenarios to find out the common features between them, but the results did not help distinguish between the two groups. Nonetheless, the GA method can be used as a benchmark for future studies to improve longterm streamflow forecasting. This method can also be used to compare different forecast methods based on the potential shown by the GA method for a specific size of ESP members. For instance, if a method uses large-scale climate signals to filter ESP members, the forecast skill result could be compared with the potential of historical data for that particular size of ESP members.

Reliable long-term streamflow forecast is essential in water resources management and plays a key role in reservoir management and hydropower generation. Properly framing the uncertainty is the key issue in providing a reliable long-term streamflow forecast, and probabilistic forecasts have been used to this effect. In a probabilistic approach, each observed historical data is taken as a possible realization of the future. Non stationarity of hydrometeorological variables, either due to the climate internal variability or anthropogenic change, is another important problem for long-term streamflow forecasts as it is becoming increasingly clearer that past historical data may not adequately represent the current climate. Therefore, there is a need to develop flexible approaches taking into account non-stationarity for long-term streamflow forecasts. Resampling past historical time series is the main approach used for probabilistic long term streamflow forecasts. However, non-stationarity is a key issue of resampling approaches. One possible approach is to make use of a stochastic weather generator coupled to a hydrological model to generate long-term probabilistic streamflow forecasts. Weather generators can easily be modified to account for climatic trends and therefore have the potential to take non-stationarity into account. However, before weather generators can be modified to account for climate non-stationarity, it is first necessary to evaluate whether the modeling chain consisting of a stochastic weather generator and a hydrological model can generate probabilistic streamflow forecasts with a performance similar to that of more traditional resampling approaches. The first objective of this study is therefore, to compare the performance of a stochastic weather generator against that of resampling historical meteorological time series in order to produce ensemble streamflow forecasts. Results indicate that while there are differences between both methods, they nevertheless largely both perform similarly, thus showing that weather generators can be used as substitutes to resampling the historical past. Based on these results, two approaches for taking non-stationarity into account have been proposed. Both approaches are based on a climate-based perturbation of the stochastic weather generator parameters. The first approach explored a simple perturbation method in which the entire length of the historical record is used to quantify internal variability, while a subset of recent years is used to characterize mean climatic values for precipitation, minimum and maximum temperatures. Results show that the approach systematically improves long-term streamflow forecasts accuracy, and that results are dependent on the time window used to estimate current mean climatic estimates. The second approach conditioned the parameters of a stochastic weather generator on largescale climate indices. In this approach, the most important climate indices are identified by looking at yearly correlations between a set of 40 indices and precipitation and temperature. A linear model is then constructed to identify precipitation and temperature anomalies which are then used to induce perturbations in the stochastic weather generator. Five different time windows are defined to determine the optimal linear model. Results show that temperatures are significantly correlated with large-scale climate indices, whereas precipitation is only weakly related to the same indices. The length of the time window has a considerable impact on the prediction ability of the linear models. The precipitation models based on short-duration time windows performed better than those based on longer windows, while the reverse was found for the temperature models. Results show that the proposed method improves long-term streamflow forecasting, particularly around the spring flood.

Climatic stress vulnerability has cross-scaler influences on development interventions, particularly in developing countries. While most of climate adaptation plans and interventions are developed at national or international scales, relatively little attention has been paid to incorporate the contextual properties of climate vulnerability in adaptation-related decision making. Focusing on the wetland ecosystem dominated northeastern floodplain communities of Bangladesh, this exploratory research seeks to better understand how locally-specific socio-economic and biophysical properties serve to compound vulnerability to climatic stresses; how community members use their resources and assets in order to reduce their sensitivity to climatic stresses; and the extent to which government adaptation programmes reflect context-specific adaptation demands. Recognizing that Bangladesh is widely acknowledged to be one of the most climate-vulnerable countries in the world, this dissertation begins with a systematic literature review of the state of knowledge related to climate change impacts in Bangladesh. Results indicate a shortage of context specific scientific studies and identify that northeastern floodplain region is the most understudied area in the country. Issues related to multidisciplinary research approaches and geographic connectedness of research efforts point to potential limitations in the evidence base used to support public policy initiatives on climate change adaptation. A participatory climate stress exposure assessment reveals that local biophysical changes and resource use behaviors significantly contribute to compounding the impacts of climatic stresses. However, these observations are generally poorly represented in local-level climate model-based stress assessments. Results reveal that community stress perceptions are largely determined by the temporal occurrence of a climatic event, with a climatic event considered a stress if it occurs in their production period and causes losses to their productivity. Stress perceptions are also influenced by household resource ownership, local innovation and technological uses. Using the sustainable rural livelihood approach, a mixed method study is then used to better understand the actions taken by households to reduce their livelihood sensitivity to climatic stresses. Households were found to organize, transform and combine their capital assets for generating different livelihood portfolios. Using diverse combinations of assets, two strategies were observed: 1) extending external networks in order to create non-natural resource dependent livelihood opportunities; and 2) extending uses of available natural resources. Both of these strategies required external supports from government programmes or market mechanisms. Finally, a climate change policy analysis of Bangladesh, supported with key informant interviews, is presented to assess how different government policy interventions have supported local adaptation initiatives. The results reveal that despite recent advancements in climate change related policy making and institutional changes for supporting local adaptation actions in Bangladesh, plans and policies often fail to respond to local demands. More specifically, the existing climate change adaptation planning and policy processes tend to lack wider public participation and have inadequate coordination with natural resource management policies. This dissertation considers the diverse socio-economic and social-ecological contexts of climate vulnerability in rural Bangladesh. The results offer important research and policy insights to developing more a systematic understanding of climate vulnerability, and how local knowledge might be better integrated into national and international policy processes.

Les instances responsables d’assurer la gestion des risques d’inondations reliés aux embâcles de glace sont toujours à la recherche d’outils visant à prévenir les risques et réduire les conséquences sur les populations et les infrastructures. Grâce à la modélisation de certains paramètres jouant un rôle dans la formation des embâcles de glace comme la prédisposition géomorphologique et les conditions hydrométéorologiques, la prévention de ceux-ci s’est grandement améliorée. Les modèles axés sur la force de mobilisation de la rivière et sa capacité à contraindre l’écoulement gagnerait en pertinence s’ils pouvaient inclure la résistance du couvert de glace. Les outils de télédétection sont une manière efficace de connaitre l’état du couvert de glace tant sur l’ensemble de la rivière qu'à différents endroits ciblés. Ceux-ci peuvent générer différents produits cartographiques utiles avant, pendant et après les événements. La présente thèse vise à intégrer le suivi du couvert de glace dans les méthodes de prévention des embâcles à l’aide d’outils provenant de la télédétection. Pour ce faire, quatre sous-objectifs ont été accomplis 1) créer une approche de suivi du couvert de glace à grande échelle en exploitant les données de télédétection optique, radar et acquises par drone, 2) développer une méthode de cartographie automatique du type de glace par estimation d’ensemble à partir d’imagerie radar, 3) concevoir un modèle de détection automatique des lieux à risque de débâcle en utilisant les connaissances de personnes expertes pour interpréter les cartes du type de glace et 4) intégrer les outils développés aux autres modèles conçus dans le cadre de DAVE (Dispositif d’alertes et de vigilance aux embâcles). Les contributions originales découlant de cette thèse touchent plusieurs aspects du suivi du couvert de glace. Elles incluent la démonstration de la pertinence des indicateurs de suivi de la glace par la télédétection, la conceptualisation d’une méthode de segmentation de la rivière en secteurs de production, transport et accumulation de la glace, l’élaboration d’un modèle de cartographie du type de glace par estimation d’ensemble plus performant et polyvalent que les classificateurs originaux, la construction d’une base de données de dégradation du couvert de glace à partir des connaissances de personnes expertes en cartographie de la glace et un modèle de classification de la dégradation du couvert de glace. Cette thèse se conclut par l’intégration conceptuelle à l’aide d’une analyse multicritères hiérarchique des différents outils développés au sein de DAVE. <br /><br /> The authorities responsible for ice jam flood risk management are always looking for tools to prevent harm and reduce consequences on populations and infrastructure. Ice jam prevention has been greatly improved by modelling certain parameters—such as geomorphic predispositions and hydrometeorological conditions—that are central to ice jam formation. These models focusing on the strength of the river current and its ability to constrain the flow would gain in relevance if they could include ice cover strength. Remote sensing tools are an effective way of knowing the state of the ice cover over the whole river and at different target locations. These can be used to generate different map products to include in monitoring before, during and after hazard events. This dissertation therefore aims to integrate ice cover monitoring into ice jam prevention methods using remote sensing tools. To do so, three main sub-objectives were accomplished: 1) to create a large-scale ice cover monitoring approach using remote sensing data such as optical, radar and drone images, 2) to develop a method for automatic mapping of ice type by ensemble estimation from radar imagery, 3) to design an automatic detection model for breakup risk locations using ice type maps and expert judgment and 4) to integrate the tools developed with other models created within the Dispositif d’alertes et de vigilance des embâcles de glace (DAVE). The original contribution from this work covers multiple aspects of ice cover monitoring. This dissertation demonstrates the relevance of direct indicators of ice monitoring by remote sensing, conceptualizes a method for river segmentation into areas of ice production, transport and accumulation, develops an ensemble-based estimation ice type mapping model more efficient and versatile than the original algorithms, constructs an ice cover degradation database derived from the knowledge of ice mapping experts, and proposes a classification model of ice cover degradation. This dissertation concludes with the conceptual integration by analytic hierarchy process of the different tools developed within DAVE.

RÉSUMÉ : Pour atténuer les risques d'inondation au Québec mais aussi partout dans le monde, plusieurs organismes gouvernementaux et des organismes privés, qui ont dans leurs attributions la gestion des risques des catastrophes naturelles, continuent d'améliorer ou d'innover en matière d'outils qui peuvent les aider efficacement à la mitigation des risques d'inondation et aider la société à mieux s'adapter aux changements climatiques, ce qui implique des nouvelles technologies pour la conception de ces outils. Après les inondations de 2017, le ministère de l'Environnement et de la Lutte contre les changements climatiques (MELCC) du gouvernement du Québec, en collaboration avec d'autres ministères et organismes et soutenu par Ouranos, a initié le projet INFO-Crue qui vise d'une part, à revoir la cartographie des zones inondables et, d'autre part, à mieux outiller les communautés et les décideurs en leur fournissant une cartographie prévisionnelle des crues de rivières. De ce fait, l'objectif de notre travail de recherche est d'analyser de façon empirique les facteurs qui influencent l'adoption d'un outil prévisionnel des crues. La revue de la littérature couvre les inondations et les prévisions, les théories et les modèles d'acceptation de la technologie de l'information (TI). Pour atteindre l'objectif de recherche, le modèle développé s'est appuyé particulièrement sur le modèle qui combine les concepts de la théorie unifiée de l'acceptation et l'utilisation des technologies (UTAUT) de Venkatesh et al. (2003) avec le concept « risque d'utilisation ». Afin de répondre à notre objectif de recherche, nous avons utilisé une méthodologie de recherche quantitative hypothético-déductive. Une collecte de données à l'aide d'une enquête par questionnaire électronique a été réalisée auprès de 106 citoyens qui habitent dans des zones inondables. L'analyse des résultats concorde avec la littérature. La nouvelle variable « risque d'utilisation » rajoutée au modèle UTAUT a engendré trois variables qui sont : « risque psychologique d'utilisation »; « risque de performance de l'outil » et « perte de confiance ». Pour expliquer l'adoption d'un nouvel outil prévisionnel des crues, notre analyse a révélé que cinq variables à savoir : « l'utilité perçue », « la facilité d'utilisation », « l'influence sociale », « la perte de confiance » et « le risque psychologique » sont des facteurs significatifs pour l'adoption du nouvel outil prévisionnel. -- Mot(s) clé(s) en français : Inondation, Prévision, UTAUT, Adoption de la technologie, Risque perçu d'utilisation, facteurs d'adoption, Projet INFO-Crue. -- ABSTRACT : With the aim of mitigating flood risks in Canada as well as around the world, several government and private organizations that have the responsibility of natural hazard risk management, are working hard to improve or innovate the flood mitigation approaches that can help effectively reducing flood risks and helping people adapt to climate change. After the 2017 floods, the Ministry of the Environment and the Fight against Climate Change (MELCC) of the Government of Quebec, in collaboration with other ministries and organizations and supported by Ouranos, initiated the INFO-Crue project which aims at reviewing the mapping of flood zones and providing communities and decision-makers with a forecast mapping of river floods. In this context, the objective of our research is to analyze the factors that may influence the adoption of a flood forecasting tool. The literature review covers flood and forecasting, as well as technology adoption models. To achieve the goal of our research, a conceptual model that combines the Unified Theory of Acceptance and Use of Technology (UTAUT) of Venkatesh et al. (2003) with perceived use risk was developed. A quantitative research methodology was used, and we administrate an electronic questionnaire survey to 106 citizens who live in flood-plain area. Results analysis show that the new variable "perceived use risk" introduced in the model generates three variables which are: "psychological risk"; "performance risk" and "loss of trust". To explain the adoption of a new forecasting tool, our analysis revealed that the following five variables which are "perceived usefulness", "ease of use­", "social influence", "loss of trust" and "psychological risk" are significant factors for the adoption of the new forecasting tool. -- Mot(s) clé(s) en anglais : Flood, Forecasting, UTAUT, Technology Adoption, perceived Risk of use, adoption factors, INFO-Crue project.

The frequency of natural hazards in North America presents a significant challenge for governments due to the damages they cause to the environment. Floods are severe hydrological events caused by spring snowmelt and intense rain events. Flood frequency analysis studies assumes that annual peak flood events occur independently of each other, regardless of previous flood events (the independent and identically distributed (i.i.d.) assumption); however, annual peak flood records do not necessarily appear to conform to these assumptions. First, a review of the literature on the effects of climate oscillations on extreme flood frequencies in North America was conducted. Then, the i.i.d. flood event assumption was tested by analyzing the effects of the Pacific Decadal Oscillation (PDO) and Atlantic Multidecadal Oscillation (AMO) on 250 naturally flowing annual peak flood records across the entire western North American margin. Using permutation tests on quantile-quantile (Q-Q) plots, I found that the PDO has a greater impact on the magnitude of annual peak floods than the AMO. Twenty-six percent of the gauges have higher magnitude annual floods depending on the PDO phase (p < 0.1). Next, I examined the interacting effects of the PDO and AMO on the frequencies of lower and upper quartile annual peak floods, and found reinforcing, cancelling, and dominating effects. Since these two climate oscillations have significant effects on the magnitudes of annual peak floods, the i.i.d. assumption does not hold. Hence, I advocate for the need to re-assess baseline flood analysis in western North America to improve flood management strategies.

L'évaluation de l'impact hydrologique du changement climatique présente une importance particulière pour les bassins de la Méditerranée, qui sont très sensibles aux événements hydrologiques extrêmes. La modélisation des systèmes aussi complexes pour la gestion des ressources hydriques est un défi difficile. L'objectif global de ce travail est de contribuer au développement d'une approche de modélisation qui permette l'évaluation de l'impact hydrologique du changement climatique sur deux bassins de la Méditerranée, localisés en Sardaigne. Cette contribution se concentre sur deux sujets principaux: comprendre comment la représentation physique des modèles hydrologiques grave sur l'évaluation de l'impact hydrologique dû au changement climatique sur un bassin avec un climat semi-aride, le Rio Mannu di San Sperate, et montrer comme le modélisation avancé puisse aider à définir de mesures de modération et adaptation dans un système complexe enclin aux événements hydrique extrêmes, le Flumendosa, en conditions de changement climatique. Pour atteindre cet objectif le travail s'articule en trois phases. Les effets du changement climatique sur le bassin du Rio Mannu sont évalués à travers la comparaison des résultats de cinq modèles hydrologiques, CATchment HYdrology (CATHY), Soil and Water Assessment Tool (SWAT), TIN-based Real time Integrated Basin Simulator (tRIBS), TOPographic Kinematic APproximation and Integration-eXtended (TOPKAPI-X), and Water flow and balance Simulation Model (WASIM), en utilisant comme forçage atmosphérique les données de quatre combinaisons de modèles climatiques globaux (GCM) et régionaux (RCM). Pour évaluer les incertitudes une métrique récemment proposée est utilisée: les résultats des modèles sont comparés pendant une période de référence et future, en utilisant l'index de corrélation de Pearson et le bias de Duveiller. Même si certaines différences existent, en tout les modèles hydrologiques montrent une bonne concordance, et ils répondent de manière semblable à la réduction de la précipitation et à l'accroissement de la température prévu par les modèles climatiques. Il s'attend donc que le bassin dans l'avenir sera sujet à une réduction de la disponibilité de ressource hydrique, avec des conséquences négatives en particulier pour le secteur agricole. Une comparaison détaillée des réponses obtenue sur le même bassin avec trois modèles hydrologique à base physique avec différent degré pour ce qui concerne la représentation des procès physiques et des caractéristiques du terrain, CATHY, TOPKAPI-X, tRIBS, est effectué dans le but de tester la transférabilité des paramètres entre les trois modèles hydrologiques, avec une attention particulière sur les difficultés relevées dans les périodes de calibrage et validation. Tandis que les trois modèles ont répondu de manière semblable pendant la période de calibrage, significatives différences ont été relevées pendant la période de validation, caractérisé par un climat très sec, avec le modèle CATHY, qu'il a produit un très bas décharge. En conséquence, pour obtenir résultats satisfaisants avec le modèle CATHY, l’hypothèse de croûtage de sol a été assumée, sur la base dont la couche premier de sol a été modelée avec une conductibilité hydraulique saturée réduite. Finalement le modèle TOPKAPI-X est implémenté sur un des principaux bassins de la Sardaigne, d'importance stratégique pour le système hydrique de la région, le Flumendosa, afin d’évaluer les effets du changement climatique à plus grande échelle. Le modèle répond avec une diminution des valeurs de décharge, contenu hydrique et évapotranspiration réelle à la réduction de la précipitation et accroissement des températures prévus par les modèles climatiques en donnant aussi support à une scène future de carence de la ressource hydrique dans ce bassin de la zone Méditerranéenne.<br /><br />Assessing the hydrologic impacts of climate change is of great importance in the Mediterranean basins, which are heavily sensitive to climate variability, with significant impacts on water resources and hydrologic extremes. Modeling such complex systems to manage water resources and predict hydrologic extremes is a difficult task. The overall aim of the work described in this thesis is to bring a contribution in developing a modeling approach that allows evaluation of local hydrologic impacts of climate changes in two Mediterranean catchments located in Sardinia. This contribution revolves around two main themes: understanding how physical representation of hydrologic models can affect hydrologic impact assessment under climate change on a semi-arid basin of the Mediterranean region, the Rio Mannu catchment, and demonstrating how advanced hydrologic modeling can help in defining adaptation measures in a complex water system, the Flumendosa basin, under climate change. The work to achieve the general objective is elaborated into three stages. The effects of climate change are evaluated on the Rio Mannu catchment through comparison of the results from five hydrologic models, CATchment HYdrology (CATHY), Soil and Water Assessment Tool (SWAT), TIN-based Real time Integrated Basin Simulator (tRIBS), TOPographic Kinematic APproximation and Integration-eXtended (TOPKAPI-X), and Water flow and balance Simulation Model (WASIM), and using as atmospheric input outputs of four climate global (GCM) and regional (RCM) model combinations. In order to evaluate uncertainties, a recently proposed metric is used: climate and hydrologic models results are compared in terms of agreement with each other in reference and future periods using Pearson correlation values and Duveiller bias. Notwithstanding some differences, overall the five hydrologic models show good agreement, and they respond similarly to the reduced precipitation and increased temperatures predicted by the climate models, lending strong support to a future scenario of increased water shortages for this region of the Mediterranean, with negative consequences especially for the agricultural sector. Detailed comparison of the responses obtained with three physically based hydrologic models, but to varying degrees as regards physical processes and terrain features representation – CATHY, tRIBS, and TOPKAPI-X – on the same catchment is carried out, with the aim to test the transferability of parameters between the three hydrologic models, focusing in particular on the calibration and validation difficulties. While the three hydrologic models responded similarly during the calibration year, significant differences were found for the drier validation period for the CATHY model, which produced very low streamflow. To obtain satisfactory results for the CATHY model, an hypothesis of soil crusting was assumed and the first soil layer was modeled with a lower saturated hydraulic conductivity. Finally, the TOPKAPI-X model is applied on a large Sardinian basin prone to extreme flood events, the Flumendosa basin, to assess the hydrologic impact of climate change at much larger scale. The model responds with decreasing value of discharge, soil water content, and actual evapotranspiration to the reduced precipitation and increased temperature predicted by the climate models, lending strong support to a future scenario of increased water shortages also in this basin of the Mediterranean region.<br /><br />La valutazione dell’impatto idrologico del cambiamento climatico riveste particolare importanza per i bacini del Mediterraneo, sensibili ad eventi idrologici estremi. Modellizzare dei sistemi così complessi per la gestione della risorse idriche è una sfida difficile. L’obiettivo globale di questo lavoro è contribuire allo sviluppo di un approccio modellistico che consenta la valutazione dell’impatto idrologico del cambiamento climatico su due bacini del Mediterraneo localizzati in Sardegna. Questo contributo si focalizza su due temi principali: capire come la rappresentazione fisica dei modelli idrologici incida sulla valutazione dell’impatto idrologico dovuto al cambiamento climatico su un bacino con un clima semi-arido, il Rio Mannu di San Sperate, e dimostrare come la modellizzazione avanzata possa aiutare nel definire misure di adattamento in un sistema idrico complesso incline ad eventi estremi, il Flumendosa, in condizioni di cambiamento climatico. Per raggiungere tale obiettivo il lavoro si articola in tre fasi. Gli effetti del cambiamento climatico sul bacino del Rio Mannu sono stati valutati attraverso il confronto dei risultati di cinque modelli idrologici, CATchment HYdrology (CATHY), Soil and Water Assessment Tool (SWAT), TIN-based Real time Integrated Basin Simulator (tRIBS), TOPographic Kinematic APproximation and Integration-eXtended (TOPKAPI-X), and Water flow and balance Simulation Model (WASIM), utilizzando come forzante atmosferica gli output di quattro combinazioni di modelli climatici globali (GCM) e regionali (RCM). Per valutare le incertezze è stata utilizzata una metrica recentemente proposta: i risultati dei modelli sono stati comparati durante un periodo di riferimento e futuro, utilizzando l’indice di correlazione di Pearson e il bias di Duveiller. Pur con qualche differenza, complessivamente i modelli idrologici mostrano una buona concordanza tra loro, e rispondono in maniera simile alla riduzione della precipitazione e all’incremento della temperatura previsti dai modelli climatici. Ci si aspetta pertanto che il bacino nel futuro sarà soggetto ad una riduzione della disponibilità di risorsa idrica, con conseguenze negative in particolare per il settore agricolo. È stato effettuato un confronto dettagliato delle risposte ottenute sullo stesso bacino con tre modelli idrologici fisicamente basati di diverso grado per quanto riguarda la rappresentazione dei processi fisici e delle caratteristiche del terreno, CATHY, TOPKAPI-X, tRIBS, con lo scopo di testare la trasferibilità dei parametri tra i tre modelli idrologici, concentrandosi sulle difficoltà riscontrate nei periodi di calibrazione e validazione. Mentre i tre modelli hanno risposto in maniera simile durante il periodo di calibrazione, sono state riscontrate significative differenze durante il periodo di validazione, caratterizzato da un clima molto secco, con il modello CATHY, che ha prodotto una portata molto bassa. Pertanto, per ottenere risultati soddisfacenti con il modello CATHY, è stata assunta l’ipotesi di soil crusting, sulla base della quale il primo strato di suolo è stato modellato con una ridotta conducibilità idraulica satura. Infine il modello TOPKAPI-X è stato implementato su uno dei principali bacini sardi di importanza strategica per il sistema idrico della regione, il Flumendosa, per valutare gli effetti del cambiamento climatico a scala maggiore. Il modello risponde con una diminuzione dei valori di portata, contenuto idrico ed evapotraspirazione reale alla riduzione della precipitazione ed incremento della temperature previsto dai modelli climatici, dando supporto ad uno scenario futuro di carenza della risorsa idrica anche in questo bacino dell’area Mediterranea.

En étant nécessaire à la vie humaine, l’eau est également nécessaire au fonctionnement des économies. Pour qu’elle soit utile à la société, l’eau doit être disponible en quantité et en qualité adéquates, caractéristiques qui ne sont pas toujours disponibles dans la nature. Ainsi, trop ou pas assez d’eau entraînerait des inondations ou des sécheresses, tandis qu’une eau contaminée pourrait être le vecteur de maladies contagieuses mortelles, chacun de ces fléaux entraînant des dommages économiques. Cette thèse est organisée en trois chapitres traitant de thématiques liées aux investissements dans les infrastructures d'eau et à la gestion des maladies infectieuses. Le premier chapitre étudie comment les améliorations apportées aux réseaux d’égouts atténuent les impacts économiques des inondations provoquées par la pluie. Pour estimer l’effet causal de ces investissements, ce chapitre utilise un resserrement inattendu du financement fédéral américain en faveur des réseaux d’égouts, à la suite de l’amendement de 1977 à la politique du Clean Water Act. L'analyse empirique combine un nouveau modèle statistique du risque d'inondation induit par la pluie avec des données horaires sur la quantité de pluie dans les comtés et les codes postaux américains de 1996 à 2019. Les résultats indiquent que des investissements plus importants dans les réseaux d'égouts ont conduit à des réductions substantielles des inondations locales. Les bénéfices de ces investissements sont supérieurs à leurs coûts, économisant près de 23 millions de dollars pour le comté moyen. Dans l’ensemble, ces résultats mettent en évidence à quel point la détérioration des infrastructures publiques peut exacerber les conséquences du changement climatique. Le deuxième chapitre étudie le rôle des épidémies locales de maladies infectieuses dans l'adoption de systèmes centralisés d'approvisionnement en eau dans les premières villes américaines au XIXe siècle. À l’aide d’un vaste corpus de données provenant d’archives de journaux de 1800 à 1896, je construis un nouvel indicateur capturant les épidémies de fièvre jaune, de choléra et de fièvre typhoïde au niveau des villes. Les résultats indiquent que (1) les épidémies locales de maladies infectieuses ont entraîné une augmentation du nombre systèmes d'approvisionnement en eau construits par les villes et ont joué un rôle crucial dans la décision de construire environ 12% des ouvrages d’adduction d’eau en activité en 1897 ; (2) La réponse des villes aux épidémies de typhoïde a été deux fois plus importante que celle qui a suivi les épidémies de fièvre jaune ou de choléra. (3) Les entreprises privées ont construit davantage de nouveaux réseaux d’adduction d’eau après les épidémies locales, tandis que les gouvernements locaux ont procédé à davantage d’améliorations et d’extensions des réseaux d’adduction d’eau publics existants ainsi qu’à des rachats de sociétés d’eau privées. Enfin, je discute du rôle potentiel de divers facteurs sociodémographiques. Le troisième chapitre étudie les coûts économiques associés à une stratégie utilisée pour gérer les épidémies locales lors de la récente pandémie de COVID-19. Dans ce travail en collaboration avec Jian Tang, nous quantifions les effets de la politique ‘zéro-COVID’ à l’aide d’un riche ensemble de données sur les confinements au niveau des comtés en Chine et d’images satellitaires nocturnes. Nous constatons que des confinements plus stricts induisent une forte baisse de la luminosité nocturne au cours de la même période, suivie d’une lente reprise, qui se produit au moins deux trimestres après l’instauration du confinement. En l’absence de contagions généralisées, un comté soumis à un confinement total subit en moyenne une perte de PIB de 6% par rapport aux comtés non confinés. L’effet négatif est particulièrement persistant dans les zones où la production est dominée par les services, par opposition aux zones où la production est dominée par l’activité manufacturière. L’on note par ailleurs la présence d’effets d’entraînement à proximité des comtés confinés, mais ces effets sont de courte durée.

Aujourd'hui, la cartographie des réseaux hydrographiques est un sujet important pour la gestion et l'aménagement de l'espace forestier, la prévention contre les risques d'inondation, etc. Les données sources pour cartographier les cours d'eau sont des nuages de points obtenus par des lidars aéroportés. Cependant, les méthodes d'extraction des réseaux usuelles nécessitent des opérations de découpage, de rééchantillonnage et d'assemblage des résultats pour produire un réseau complet, altérant la qualité des résultats et limitant l'automatisation des traitements. Afin de limiter ces opérations, une nouvelle approche d'extraction est considérée. Cette approche propose de construire un réseau de crêtes et de talwegs à partir des points lidar, puis transforme ce réseau en réseau hydrographique. Notre recherche consiste à concevoir une méthode d'extraction robuste du réseau adaptée aux données massives. Ainsi, nous proposons d'abord une approche de calcul du réseau adaptée aux surfaces triangulées garantissant la cohérence topologique du réseau. Nous proposons ensuite une architecture s'appuyant sur des conteneurs pour paralléliser les calculs et ainsi traiter des données massives.

Au Québec, les conditions printanières extraordinaires de 2017 et 2019 ont incité le gouvernement provincial à commander une mise à jour des cartes des zones inondables. La plupart des cartes existantes ne reflètent pas adéquatement l’aménagement actuel du territoire, ni l’aléa associé. Généralement, pour la cartographie, les modèles hydrodynamiques tel que HEC-RAS sont utilisés, mais ces outils nécessitent une expertise significative, des données hydrométriques et des relevés bathymétriques à haute résolution. Étant donnée la nécessité de mettre à jour ces cartes tout en réduisant les coûts financiers associés, des méthodes conceptuelles simplifiées ont été développées. Ces approches, y compris l’approche géomatique HAND (Height above the nearest drainage), qui reposent uniquement sur un modèle numérique d’élévation (MNE), sont de plus en plus utilisées. HAND permet de calculer la hauteur d’eau nécessaire pour inonder chaque pixel du MNE selon la différence entre son élévation et celle du pixel du cours d’eau dans lequel il se déverse. Les informations sur la géométrie hydraulique dérivées par HAND ainsi que l’application de l’équation de Manning permettent la construction d’une courbe de tarage synthétique (CTS) pour chaque tronçon de rivière homogène. Dans la littérature, cette méthode a été appliquée pour établir une cartographie de la zone inondable de première instance de grands fleuves aux États-Unis avec un taux de correspondance de 90% par rapport à l’utilisation de HEC-RAS. Elle n’a toutefois pas été appliquée sur de petits bassins versants, car ceux-ci engendrent des défis méthodologiques substantiels. Ce projet s’attaque à ces défis sur deux bassins versants Québécois, ceux des rivières à la Raquette et Delisle. Les conditions frontières des modèles sont dérivées d’un traitement statistique empirique des séries de débits simulés avec le modèle hydrologique HYDROTEL. Étant donnée l’absence de stations météorologiques sur le territoire à l’étude, des chroniques du système Canadien d’Analyse de la précipitation (CaPA) ont été utilisées pour cette modélisation hydrologique. Les résultats de ce projet pointent vers des performances satisfaisantes de l’approche géomatique HAND-CTS en comparaison avec le modèle hydrodynamique HEC-RAS (1D/2D et 2D au complet), avec des taux de correspondance entre les étendues des inondations supérieurs à 60 % pour les bassins versants de Delisle et à la Raquette. Les comparaisons étaient effectuées sur une gamme de débit allant d’un débit de période de retour de 2 ans jusqu’à un débit de plus de 350 ans. On notera que l’application sur la rivière à la Raquette a été développée dans les règles de l’art, incluant un processus de calage développé dans le cadre d’un projet de maitrise en sciences de l’eau connexe à ce mémoire, relativement à la longueur du tronçon, le calage vertical de la CTS en considérant la hauteur d’eau présente dans le cours d’eau lors du relevé LiDAR et sa précision verticale. Les résultats ont montré que le coefficient de précision globale le plus bas était de 98 % pour un débit de 350 ans, avec une précision de plus que 99 % pour les autres périodes de retour, ce qui représente une très bonne performance du modèle. Et par ailleurs, le coefficient de Kappa conditionnel humide variait entre 58 % et 28 %. Alors, que pour la rivière Delisle, l’application se veut naïve, c’est-à-dire sans calage préalable de la méthode HANDCTS. La précision globale a varié entre 83 % et 96 %, ce qui est considéré comme "très approprié" et une variation du coefficient Kappa conditionnel humide de 35,2 à 64,3 %. Alors que pour une différence d’élévations d'eau entre les élévations de référence et simulées, la performance était quantifiée par un RMSE qui variait pour les périodes de retour de 100 ans et de 350 ans respectivement de 4,5 m et de 7,1 m. Enfin, la distribution spatiale des différences d’élévations montre une distribution gaussienne avec une moyenne qui est à peu près égale à 0 où la plupart des erreurs se situent entre -0,34 m et 1,1 m La cartographie des zones inondables dérivée de HAND-CTS présente encore certains défis associés notamment à la présence d’infrastructures urbaines complexes (ex. : ponceaux, ponts et seuils) dont l’influence hydraulique n’est pas considérée. Dans le contexte où l’ensemble du Québec (529 000 km²) dispose d’une couverture LiDAR, les résultats de ce mémoire permettront de mieux comprendre les sources d’incertitude associées à la méthode HAND-CTS tout en démontrant son potentiel pour les bassins versants dépourvus de données bathymétriques et hydrométéorologiques. <br /><br />The 2017 and 2019 extraordinary spring conditions prompted the Quebec government to update flood risk maps, as most of them do not adequately reflect current land use and associated hazard. Generally, hydrodynamic models such as HEC-RAS are used for flood mapping, but they require significant expertise, hydrometric data, and high-resolution bathymetric surveys. Given the need to update these maps while reducing the associated financial costs, simplified conceptual methods have been developed over the last decade. These methods are increasingly used, including HAND (height above the nearest drainage), which relies on a Digital Elevation Model (DEM) to delineate the inundation area given the water height in a river segment. Furthermore, the river geometry derived from HAND data and the application of Manning’s equation allow for the construction of a synthetic rating curve (SRC) for each homogeneous river segment. In the scientific literature, this framework has been applied to produce first-instance floodplain mapping of large rivers. For example, in the Continental United States 90% match rates were achieved when compared to the use of HEC-RAS. However, this framework has not been validated for small watersheds, as substantial methodological challenges are anticipated. This project addresses these underlying challenges in two Quebec watersheds, the à la Raquette and Delisle watersheds. The boundary conditions of the HECRAS models were derived from an empirical statistical treatment of flow time series simulated by HYDROTEL, a hydrological model, using Canadian Precipitation Analysis Product (CaPA) time series. The results of this project point towards satisfactory performances, with match rates greater than 60 % for both watersheds. It should be noted that the application on the Delisle River is naive, that is without prior calibration of the HAND-SRC method. The overall accuracy ranged from 83.4 % to 96.2 % while the water surface elevation difference was quantified by an RMSE that was for the 100-year and 350-year return periods of 4.5 m and 7.1 m respectively and where most errors are between -0.34 m and 1.1 m representing a very good model comparing to similar studies. For à la Raquette, the application showed an overall accuracy coefficient of 98 % for a 350-year flow, with an accuracy of over 99 % for other return periods. The mapping of flood risk areas using HAND-SRC still faces certain challenges, notably the presence of complex urban infrastructures (e.g., culverts, bridges, and weirs) whose hydraulic influences are not considered by this geomatic approach. Given that most of Quebec (529,000 km²) topography has been digitized using LiDAR data, the results conveyed in this MSc thesis will allow for a better understanding of the sources of uncertainty associated with the application of the HAND-SRC method while demonstrating its potential for watersheds lacking hydrometeorological and high-resolution bathymetric data.

La rivière Chaudière, située au sud de la Ville de Québec, est sujette aux inondations provoquées par la formation d'embâcles. Des inondations ont été enregistrées depuis 1896 jusqu'à ce jour malgré la mise en service, en 1967, d'un ouvrage de contrôle des glaces (ICS) à 3 kilomètres en amont de la Ville de Saint-Georges-de-Beauce afin de réduire les inondations causées par la glace dans le secteur le plus à risque de la rivière Chaudière. Les inondations par embâcles demeurent donc un problème récurrent qui affecte régulièrement 8 villes le long du tronçon de 90 kilomètres en aval de l'ICS. Dans le cadre d'un programme gouvernemental d'aléas d'inondation initié par le ministère des Affaires Municipales et de l'Habitation (MAMH), un mandat pour évaluer les cotes de crues en présence de glace de la rivière Chaudière a été confié à l'Université Laval. La modélisation d'embâcles combinée à des données d'observations historiques d'embâcles est utilisée pour déterminer les niveaux d'inondation par embâcles. L'approche préconisée consiste à contrôler un modèle de simulation hydraulique fluviale, plus spécifiquement le module HEC-RAS, avec un script externe en Python pour générer une distribution Monte-Carlo (MOCA) d'évènements d'embâcles le long du secteur de la rivière à l'étude. Les paramètres mécaniques tels que l'angle de frottement, la porosité et les vitesses de contrainte de cisaillement critiques sont également attribués de manière aléatoire par le script dans une plage délimitée. Les paramètres physiques et hydrologiques attribués à chaque évènement sont choisis au hasard en fonction d'une probabilité estimée à partir des observations historiques, soit le débit calculé à l'ICS, l'emplacement de l'embâcle, la longueur de l'embâcle et les degrés-jours de gel (épaisseur de la glace). Les cotes de crues selon les périodes de retour de 2, 20, 100 et 350 ans sont alors déterminées selon une équation statistique empirique de Gringorten, suivie d'une modulation pour tenir compte des facteurs externes non considérés par MOCA. Ces cotes de crues en présence de glace sont comparées à celles en eau libre telles que déterminées par la méthode classique. Le projet démontre que les niveaux d'eau calculés en présence de glace prédominent ceux en eau libre pour les villes en amont de Saint-Joseph-de-Beauce. La combinaison des niveaux d'eau en présence de glace et en eau libre, réalisée à l'aide de l'équation de la FEMA, montre que la probabilité d'atteindre un seuil spécifique d'élévation diminue la période de retour et en conséquence augmente les probabilités reliées aux inondations. Ce mémoire est le premier travail scientifique qui présente une validation complète de l'approche hydrotechnique utilisant les valeurs in situ de débit, de DJGC et de l'emplacement et de la longueur d'embâcles pour la détermination des cotes de crue par embâcles. Les valeurs de cotes de crues calculées avec la méthode MOCA sont comparées avec les données historiques dans le secteur à l'étude de la rivière Chaudière. La présente étude met en évidence les limitations et les conditions nécessaires pour l'utilisation de cette méthode. Ce projet de recherche montre aussi pour la première fois que l'approche hydrotechnique permet de calculer des courbes fréquentielles de niveaux d'eau en présence de glace qui peuvent être utilisées à des fins réglementaires au Québec.

Les changements climatiques impactent de plus en plus la vie, le développement et la vulnérabilité de plusieurs communautés à travers le monde, lesquelles devant de plus en plus mitiger les risques naturels. Au Québec, la gestion des risques présente une philosophie de « retour à la normale » qui se penche davantage sur les dimensions d’intervention et de rétablissement. Cependant, à la lumière des incertitudes amenées par les changements climatiques, il est impératif que les communautés québécoises aient les capacités d’augmenter leur résilience face aux risques naturels qui s’accentuent rapidement. Ainsi, la capacité d’adaptation doit se retrouver au cœur de la gestion des risques. Cela dit, il existe peu d’outils d’évaluation de la capacité d’adaptation au Québec, entendue comme l’ensemble des ressources dynamiques disponibles et accessibles qui permettent une augmentation de la résilience et une diminution de la vulnérabilité en transformant positivement une communauté et son environnement. La présente recherche vise ainsi à développer une méthode d’analyse de la capacité d’adaptation des individus et des communautés québécoises touchées par les inondations à l’aide de systèmes d’information géographique (SIG), en utilisant la Ville de Saint-Raymond de Portneuf comme étude de cas. Ce projet se base principalement sur les concepts de vulnérabilité, de résilience et d’adaptation pour recenser des indicateurs pouvant servir à caractériser et évaluer la capacité des personnes et municipalités exposées aux inondations à mobiliser les ressources nécessaires pour non seulement atténuer les risques lors de tels événements, mais aussi mieux les prévenir et s’en préparer. Des données socioéconomiques et d’aménagement du territoire sont notamment mises à profit pour des fins d’analyse de même que des données issues d’un sondage effectué en 2014 à la suite d’une inondation majeure par la CAPSA, l’organisme de bassin versant de la région de Portneuf, en collaboration avec le comité Rivière de la Ville de Saint-Raymond.

Les variabilités et changements climatiques et les incapacités pour faire face à leurs risques, à leurs effets et, plus précisément, à gérer les catastrophes hydrométéorologiques (inondation et sécheresse) qui les accompagnent, viennent en ajouter aux vulnérabilités et aux problèmes, qui sont déjà une préoccupation en Afrique Subsaharienne et au Bénin. Face à leurs manifestations de plus en plus récurrentes – la faiblesse des systèmes de financement local de la gestion des catastrophes et le déficit des systèmes de protection sociale, qui témoignent des limites des capacités de transfert des risques de catastrophe – cette étude a identifié la structure (gouvernance-ressources), comme le problème essentiel de la gestion des catastrophes au Bénin. Une étude synthétique, étude de cas multiples avec trois niveaux d’analyse imbriqués, dans une approche qualitative, a permis de mieux comprendre comment, dans un contexte de pauvreté, l’intégration de la micro assurance climatique, modifie la structure, le processus et le résultat de la gestion des catastrophes et assure la performance du système et la résilience des populations. Elle a documenté les différents aspects de la structure et des vulnérabilités des systèmes et des populations et a identifié l’absence d’intégration de la micro assurance climatique aux systèmes de gestion des catastrophes, comme un problème au coeur de la complexité des déterminants de la résilience, aussi confrontée à une autre complexité, celle de la diversité des interconnexions entre les différentes catégories de risques, qui place la santé au coeur de tous les risques. La nécessité d’une gestion holistique du risque global, ou d’une gestion tout risque, telle que retenue par le Cadre d’Action de Hyōgo et le Cadre d’Action de Sendai; et l’importance d’apporter une réponse en accord au contexte et à son profil de risques, qui prend l’option pour la "démocratisation" d’une micro assurance climatique, gouvernée sur la base de fondements idéologiques d’équité et d’efficience, cette recherche a préconisé – pour une gestion plus rationnelle, pertinente, efficace et efficiente des catastrophes – une intégration de trois systèmes : le système de la gestion des catastrophes; le système de protection sociale, y compris celui de la micro assurance climatique, et le système de la santé; tous reconnus outillés pour la gestion des risques. Elle a retenu, qu’une telle approche saurait aussi assurer une gestion efficace du changement qu’induirait l’intégration de la micro assurance climatique à la gestion des catastrophes; de ii même qu’une meilleure utilisation des outils et méthodes de sensibilisation, de prévention, de prévision et d’évaluation des risques et des dommages dont recèlent les pratiques en micro assurance climatique. Elle constate que la réussite de l’intégration de la MAC et son développement sont essentiellement plus déterminés par les acteurs et leurs intérêts, que par les ressources financières, même si elles sont aussi indispensables. Cette recherche préconise qu’à partir de choix de modèles et de modes d’intégration bien étudiés, son intégration ou sa prise en compte dans les différents programmes d’aide et de protection sociale mis en oeuvre au Bénin pourrait être, à travers les subventions de l’État, un moyen de mobilisation de fonds en faveur de son financement et de sa viabilité/durabilité. Ce financement pourra aussi s’appuyer sur les mécanismes traditionnels de financement de l’assurance, de la micro assurance, des changements climatiques et de la réduction des risques de catastrophe au Bénin, en Afrique et dans le monde. C’est pourquoi, en termes de gouvernance, ce travail soutien une restructuration avec une gestion entièrement centrée sur les communes, dans une approche des services de première ligne avec les réseaux de services ; en termes de ressources, il a aussi analysé les conditions et les possibilités de développement d’une micro assurance climatique, qui dépend avant tout de la qualité de la gestion des catastrophes (capacités à réduire les risques et limiter les pertes ou capacités à induire la résilience des systèmes et des populations). Cette approche puise dans les réalités et pratiques endogènes de gestion des catastrophes et surtout de protection sociale ou de transfert de risques ; elle s’inspire des bonnes pratiques d’ailleurs ; elle contribue à instaurer l’équité, comme principe de la gestion intégrée des catastrophes et, au-delà de la résilience, à susciter une convergence des efforts pour l’autonomisation de la structure et des populations, face aux manifestations catastrophiques des inondations et de la sécheresse. Cette recherche pense qu’il faut oser la micro assurance universelle pour la gestion des catastrophes hydrométéorologiques; qu’elle est réalisable ou faisable, même en contexte de pauvreté; et qu’il est aussi possible de combiner micro assurance climatique universelle et assurance médicale universelle, dans une dynamique qui mobilise des approches efficientes et les intérêts.