Votre recherche

AbstractLarge scale flood risk analyses are fundamental to many applications requiring national or international overviews of flood risk. While large‐scale climate patterns such as teleconnections and climate change become important at this scale, it remains a challenge to represent the local hydrological cycle over various watersheds in a manner that is physically consistent with climate. As a result, global models tend to suffer from a lack of available scenarios and flexibility that are key for planners, relief organizations, regulators, and the financial services industry to analyze the socioeconomic, demographic, and climatic factors affecting exposure. Here we introduce a data‐driven, global, fast, flexible, and climate‐consistent flood risk modeling framework for applications that do not necessarily require high‐resolution flood mapping. We use statistical and machine learning methods to examine the relationship between historical flood occurrence and impact from the Dartmouth Flood Observatory (1985–2017), and climatic, watershed, and socioeconomic factors for 4,734 HydroSHEDS watersheds globally. Using bias‐corrected output from the NCAR CESM Large Ensemble (1980–2020), and the fitted statistical relationships, we simulate 1 million years of events worldwide along with the population displaced in each event. We discuss potential applications of the model and present global flood hazard and risk maps. The main value of this global flood model lies in its ability to quickly simulate realistic flood events at a resolution that is useful for large‐scale socioeconomic and financial planning, yet we expect it to be useful to climate and natural hazard scientists who are interested in socioeconomic impacts of climate.

La modélisation numérique des estuaires hypertidaux intéresse particulièrement les ingénieurs impliqués dans la navigation maritime et le développement de projets d'énergie marémotrice. Au Québec (Canada), la majorité de ces estuaires à marée extrême sont situés dans des régions isolée de l'Arctique canadien et sont souvent des lieux de résidence des communautés autochtones du Nord canadien. La présente thèse vise à mieux comprendre les processus se manifestent dans ces environnements, avec une emphase particulière sur l'importance (1) de la forte dominance des marées, (2) de l'extrême variabilité bathymétrique et (3) de l'immense forçage climatique. La thèse tente de démontrer comment les modèles numériques peuvent être utilisés pour traiter ces particularités et peuvent être la meilleure méthode disponible pour étudier leurs effets dans des environnements éloignés peu étudies. Premièrement, dans le but d'évaluer le potentiel de courant de marée en eau libre (sans glace) de l'estuaire hypertidal de la rivière Koksoak (KRE), nous avons modélisé le débit de marée en utilisant un model numérique hydrodynamique réputé (Delft3D). Différents aspects de l'hydrodynamique côtière ont été étudiés grâce à la modélisation numérique 1D2D-3D. La variabilité spatio-temporelle de la densité de puissance hydrocinétique disponible a ensuite été quantifiée. Les résultats ont révélé l'énorme potentiel (1000 MW) d'énergie marémotrice présente à plusieurs endroits le long de l'estuaire, ce qui nécessite des études numériques plus approfondies. En mettant davantage l'accent sur la modélisation numérique du site, par exemple la publication d'un Atlas des courants de marée pour aider à la navigation maritime dans le KRE, nous avons constaté que certains problèmes de modélisation des estuaires n'étaient pas abordés. Compte tenu des conditions limites précises et des mesures in situ recueillies au cours de l'hiver 2017-2018, nous avons constaté que les meilleurs résultats pour l'étalonnage du modèle (niveau d'eau) en utilisant les paramètres/options disponibles conduisaient encore à certains ordres d'imprécision. sur les conditions aux limites de formse qualité (campagnes 2017-2018) qui ont effectivement amélioré les résultats numériques, nous avons constaté que les meilleurs résultats pour l'étalonnage du modèle (niveau d'eau) en utilisant les paramètres/options disponibles étaient encore associés à certains ordres d'imprécision. Par conséquent, l'objectif du deuxième travail était d'améliorer l'efficacité de la modélisation hydrodynamique pour les environnements de marée peu profonde. Nous avons introduit quelques hypothèses décrivant pourquoi les modèles de turbulence et de rugosité disponibles ne sont pas bien adaptés à la modélisation des estuaires avec de fortes variabilités spatiales et temporelles des profondeurs de marée. En conséquence (i) un modèle de turbulence k-ε étendu pour la paramétrisation adaptative de la viscosité turbulente en fonction de la profondeur, et une approche basée sur la direction de l'écoulement pour la paramétrisation de la rugosité du lit ont été développés, incorporés dans le modèle hydrodynamique employé (Delft3D). Le modèle modifié a montré une amélioration constante des prévisions du modèle dans les stations de champ proche et de champ lointain, par rapport aux schémas de paramétrage classiques. Enfin, un aspect manquant et mal compris des estuaires de latitude nordique est l'immense impact de l'hiver sur le flux des marées. Situé à la latitude 58°, le KRE subit l'effet intensif du climat arctique pendant la majeure partie de l'année, ce qui entraîne la formation de glace estuarienne rapide sur une grande partie de sa longueur. Plus précisément, et ce qui est le plus pertinent pour cette recherche, il est important de savoir comment le long hiver affecte les potentiels hydrocinétiques des estuaires des régions froides. Ainsi, la surfusion entraîne la formation de frasil et de glace de fond qui peuvent adhérer aux pales des turbines et provoquer leur dysfonctionnement. Dans les estuaires, la surfusion a une nature transitoire complexe car le point de congélation de l'eau salée est une fonction de la salinité et de la profondeur qui est changée par les marées au cours des cycles de marée. En raison du manque de données de terrain en hiver, nous avons collecté des paramètres hydrodynamiques en utilisant de nouvelles campagne de mesures en hiver 2018. Les observations ont montré que le risque de surfusion diminue à l'intérieur de l'estuaire, car en l'absence de débit fluvial, la salinité peut s'infiltrer beaucoup plus loin dans le fleuve. À l'intérieur, une modulation apparente de ∆T (la différence entre la température de l'eau et la température de congélation de l'eau), dépendant de la marée, a été observée avec une augmentation de la température pendant des marées montantes. Cette augmentation retarderait la surfusion, ce qui est un avantage majeur pour turbines. En réglant le module Delft3D-Ice, différents scénarios ont été définis pour l'étendue et l'épaisseur de la couvert de glace, et leurs réponses hydrodynamiques ont été analysées. Il a été démontré que la glace a des impacts complexes et non uniformes sur les caractéristiques hydrodynamiques de la KRE. Surtout, le débit des prismes de marée, qui est la principale source d'élan, peut être modifiée de manière démonstrative par la couverture de glace et la glace de marée plate. Les résultats suggèrent que les zones énergétiques sont légèrement affectées par la glace pendant la plus grande partie de l'hiver. Pendant l'hiver de pointe seulement, la glace pourrait considérablement diminuer densité moyenne de puissance des courants (par exemple, la puissance moyenne est égale ou supérieure à 7 kW m-2). Ces implications cryohydrodynamiques indiquent que l'hiver arctique n'est pas un obstacle à la production d'électricité dans le fleuve Koksoak, et l'énergie marémotrice serait un avantage annuel pour Kuujjuaq

Abstract An alternate dynamical core that employs the unified equations of A. Arakawa and C.S. Konor (2009) has been developed within Environment and Climate change Canada’s GEM (Global Environmental Multiscale) atmospheric model. As in the operational GEM dynamical core, the novel core utilizes the same fully-implicit two-time-level semi-Lagrangian scheme for time discretization while the log-pressure-based terrain-following vertical coordinate has been slightly adapted. Overall, the new dynamical core implementation required only minor changes to the existing informatics code of the GEM model and from a computational performance perspective, the new core does not incur any significant additional cost. A broad range of tests – that include both two-dimensional idealized theoretical cases and three-dimensional deterministic forecasts covering both hydrostatic and non-hydrostatic scales–have been carried out to evaluate the performance of the new dynamical core. For all the tested cases, when compared to the operational GEM model, the new dynamical core based on the unified equations has been found to produce statistically equivalent results. These results imply that the unified equations can be adopted for operational numerical weather prediction that would employ a single soundproof system of equations to produce reliable forecasts for all meteorological scales of interest with negligible changes for the computational overhead.

Abstract Ensemble forecasting applied to the field of hydrology is currently an established area of research embracing a broad spectrum of operational situations. This work catalogs the various pathways of ensemble streamflow forecasting based on an exhaustive review of more than 700 studies over the last 40 years. We focus on the advanced state of the art in the model‐based (dynamical) ensemble forecasting approaches. Ensemble streamflow prediction systems are categorized into three leading classes: statistics‐based streamflow prediction systems, climatology‐based ensemble streamflow prediction systems and numerical weather prediction‐based hydrological ensemble prediction systems. For each ensemble approach, technical information, as well as details about its strengths and weaknesses, are provided based on a critical review of the studies listed. Through this literature review, the performance and uncertainty associated with the ensemble forecasting systems are underlined from both operational and scientific viewpoints. Finally, the remaining key challenges and prospective future research directions are presented, notably through hybrid dynamical ‐ statistical learning approaches, which obviously present new challenges to be overcome in order to allow the successful employment of ensemble streamflow forecasting systems in the next decades. Targeting students, researchers and practitioners, this review provides a detailed perspective on the major features of an increasingly important area of hydrological forecasting. , Key Points This work summarizes the 40 years of research in the generation of streamflow forecasts based on an exhaustive review of studies Ensemble prediction systems are categorized into three classes: statistics‐based, climatology‐based and numerical weather prediction‐based hydrological ensemble prediction systems For each ensemble forecasting system, thorough technical information is provided

Abstract Predicting floods and droughts is essential to inform the development of policy in water management, climate change adaptation and disaster risk reduction. Yet, hydrological predictions are highly uncertain, while the frequency, severity and spatial distribution of extreme events are further complicated by the increasing impact of human activities on the water cycle. In this commentary, we argue that four main aspects characterizing the complexity of human‐water systems should be explicitly addressed: feedbacks, scales, tradeoffs and inequalities. We propose the integration of multiple research methods as a way to cope with complexity and develop policy‐relevant science. , Plain Language Summary Several governments today claim to be following the science in addressing crises caused by the occurrence of extreme events, such as floods and droughts, or the emergence of global threats, such as climate change and COVID‐19. In this commentary, we show that there are no universal answers to apparently simple questions such as: Do levees reduce flood risk? Do reservoirs alleviate droughts? We argue that the best science we have consists of a plurality of legitimate interpretations and a range of foresights, which can be enriched by integrating multiple disciplines and research methods. , Key Points Accounting for both power relations and cognitive heuristics is key to unravel the interplay of floods, droughts and human societies Flood and drought predictions are complicated by the increasing impact of human activities on the water cycle We propose the integration of multiple research methods as a way to cope with uncertainty and develop policy‐relevant science

Framed within the Copernicus Climate Change Service (C3S) of the European Commission, the European Centre for Medium-Range Weather Forecasts (ECMWF) is producing an enhanced global dataset for the land component of the fifth generation of European ReAnalysis (ERA5), hereafter referred to as ERA5-Land. Once completed, the period covered will span from 1950 to the present, with continuous updates to support land monitoring applications. ERA5-Land describes the evolution of the water and energy cycles over land in a consistent manner over the production period, which, among others, could be used to analyse trends and anomalies. This is achieved through global high-resolution numerical integrations of the ECMWF land surface model driven by the downscaled meteorological forcing from the ERA5 climate reanalysis, including an elevation correction for the thermodynamic near-surface state. ERA5-Land shares with ERA5 most of the parameterizations that guarantees the use of the state-of-the-art land surface modelling applied to numerical weather prediction (NWP) models. A main advantage of ERA5-Land compared to ERA5 and the older ERA-Interim is the horizontal resolution, which is enhanced globally to 9 km compared to 31 km (ERA5) or 80 km (ERA-Interim), whereas the temporal resolution is hourly as in ERA5. Evaluation against independent in situ observations and global model or satellite-based reference datasets shows the added value of ERA5-Land in the description of the hydrological cycle, in particular with enhanced soil moisture and lake description, and an overall better agreement of river discharge estimations with available observations. However, ERA5-Land snow depth fields present a mixed performance when compared to those of ERA5, depending on geographical location and altitude. The description of the energy cycle shows comparable results with ERA5. Nevertheless, ERA5-Land reduces the global averaged root mean square error of the skin temperature, taking as reference MODIS data, mainly due to the contribution of coastal points where spatial resolution is important. Since January 2020, the ERA5-Land period available has extended from January 1981 to the near present, with a 2- to 3-month delay with respect to real time. The segment prior to 1981 is in production, aiming for a release of the whole dataset in summer/autumn 2021. The high spatial and temporal resolution of ERA5-Land, its extended period, and the consistency of the fields produced makes it a valuable dataset to support hydrological studies, to initialize NWP and climate models, and to support diverse applications dealing with water resource, land, and environmental management. The full ERA5-Land hourly (Muñoz-Sabater, 2019a) and monthly (Muñoz-Sabater, 2019b) averaged datasets presented in this paper are available through the C3S Climate Data Store at https://doi.org/10.24381/cds.e2161bac and https://doi.org/10.24381/cds.68d2bb30, respectively.

RÉSUMÉ: Les inondations sont considérées comme l'un des risques naturels les plus dangereux au monde. Plusieurs pays souffrent des conséquences néfastes des inondations. Au Canada, plusieurs provinces ont subi des inondations au cours du siècle dernier. Par exemple, la rivière des Outaouais a été confrontée à de nombreuses inondations comme en 2017 et 2019. La population d'Ottawa continue à augmenter d'une année à l'autre. C'est pour cela que nous avons choisi la rivière des Outaouais comme étude de cas pour ce projet dans le but de protéger la société contre les risques causés par les inondations. Les pays adoptent plusieurs solutions basées sur différentes méthodes afin de minimiser les dommages causés par les crues. La plupart des scientifiques s'accordent que la prévision des crues est la meilleure façon de limiter les conséquences des crues. Les systèmes de prévision des crues sont indispensables dans les pays fréquemment confrontés à des crues. Ils visent à fournir un long délai d'exécution et à fournir aux autorités et aux décideurs des informations suffisantes. Par conséquent, ils auront suffisamment de temps pour prendre les mesures adéquates pour sauver la vie de la population et limiter les catastrophes économiques dues aux inondations. ABSTRACT: Floods are one of the most catastrophic natural disasters in Canada and around the world that can cause loss of life and damages to properties and infrastructures. Saguenay flood (1996), southern Alberta flood (2013), and Ottawa floods (2017, 2019), are a few examples of Canadian floods with tremendous socio-economic impacts. Flood forecasting and predicting its characteristics (e.g., its magnitude and extent) has an important role in preventing and mitigating such flood impacts. Particularly, short-term forecasting is crucial for early warning systems and emergency response to floods. This study presents an integrated hydraulic-hydrologic modeling system for flood prediction. In this system, the Delft3D two-dimensional hydrodynamic model is connected with a HEC-HMS hydrologic model and observation data to provide an automatic exchange of data and results. Delft3D and HEC-HMS were chosen for this study because they were widely used and provided good results. In addition, they were applied in several flood forecasting studies. The prediction weather data and watershed characteristics provide input to the hydrological model to predict streamflow conditions, which are then automatically fed into the hydrodynamic model. The hydrodynamic model simulates the flood characteristics such as water level, 2D depth-averaged velocity field, and flood extent.

Les inondations présentent une grande menace à la sécurité humaine et matérielle. Les effets associés à ces phénomènes naturels risquent d'augmenter encore plus avec les tendances liées aux changements climatiques. Il est donc important de disposer d'outils de prévision et de prévention des crues fiables afin de mitiger les conséquences dévastatrices reliées. La mise en œuvre de ces outils implique des processus physiques assez complexes et nécessite beaucoup de données avec toute l'incertitude associée. Dans cette thèse, on explore les différentes sources d'incertitudes liée à la détermination des niveaux d'eau en rivières principalement dans un contexte de prévision où l'incertitude liée aux données de forçage est très importante. Les analyses conduites sont appliquées à la rivière Chaudière au Québec. En premier lieu, nous avons exploré les différentes sources paramétriques d'incertitude associées à la modélisation hydraulique dans un contexte de simulation avec un accent sur l'amélioration de la calibration du modèle hydraulique. Par la suite, dans un contexte de prévision opérationnel, on a évalué la propagation des sources d'incertitude de la prévision atmosphérique au modèle de rivière en passant par les prévisions hydrologiques avec des techniques probabilistes d'ensemble. La quantification de l'incertitude a montré que les données de forçage sont celles qui contribuent le plus à la description de l'incertitude dans la détermination des niveaux d'eau. L'incertitude paramétrique, dans un contexte de prévision, est quant à elle négligeable. Le recours à des prévisions d'ensemble a permis de produire une prévision de niveau d'eau assez fiable et a montré que celle-ci est fortement liée à la qualité des données qui proviennent de la chaine de prévision hydrométéorologique à l'amont du système de prévision proposé.

Conventional processes (coagulation, flocculation, sedimentation, and filtration) are widely used in drinking water treatment plants and are considered a good treatment strategy to eliminate cyanobacterial cells and cell-bound cyanotoxins. The diversity of cyanobacteria was investigated using taxonomic cell counts and shotgun metagenomics over two seasons in a drinking water treatment plant before, during, and after the bloom. Changes in the community structure over time at the phylum, genus, and species levels were monitored in samples retrieved from raw water (RW), sludge in the holding tank (ST), and sludge supernatant (SST). Aphanothece clathrata brevis, Microcystis aeruginosa, Dolichospermum spiroides, and Chroococcus minimus were predominant species detected in RW by taxonomic cell counts. Shotgun metagenomics revealed that Proteobacteria was the predominant phylum in RW before and after the cyanobacterial bloom. Taxonomic cell counts and shotgun metagenomic showed that the Dolichospermum bloom occurred inside the plant. Cyanobacteria and Bacteroidetes were the major bacterial phyla during the bloom. Shotgun metagenomics also showed that Synechococcus, Microcystis, and Dolichospermum were the predominant detected cyanobacterial genera in the samples. Conventional treatment removed more than 92% of cyanobacterial cells but led to cell accumulation in the sludge up to 31 times more than in the RW influx. Coagulation/sedimentation selectively removed more than 96% of Microcystis and Dolichospermum. Cyanobacterial community in the sludge varied from raw water to sludge during sludge storage (1–13 days). This variation was due to the selective removal of coagulation/sedimentation as well as the accumulation of captured cells over the period of storage time. However, the prediction of the cyanobacterial community composition in the SST remained a challenge. Among nutrient parameters, orthophosphate availability was related to community profile in RW samples, whereas communities in ST were influenced by total nitrogen, Kjeldahl nitrogen (N- Kjeldahl), total and particulate phosphorous, and total organic carbon (TOC). No trend was observed on the impact of nutrients on SST communities. This study profiled new health-related, environmental, and technical challenges for the production of drinking water due to the complex fate of cyanobacteria in cyanobacteria-laden sludge and supernatant.

Abstract This study explores the potential impacts of climate change on soil erosion in an agricultural catchment in eastern Canada. The Modified Universal Soil Loss Equation (MUSLE) was used to calculate the sediment yields from the Acadie River Catchment for the historical 1996–2019 period. The runoff variables of the MUSLE were obtained from a physically based hydrological model previously built and validated for the catchment. Then, the hydrological model was perturbed using climate change projections and used to assess the climate sensitivity of the sediment yield. Two runoff types representing possible modes of soil erosion were considered. While type A represents a baseline case in which soil erosion occurs due to surface runoff only, type B is more realistic since it assumed that tile drains also contribute to sediment export, but with a varying efficiency throughout the year. The calibration and validation of the tile efficiency factors against measurements in 2009–2015 for type B suggest that tile drains export the sediments with an efficiency of 20% and 50% in freezing and non-freezing conditions, respectively. Results indicate that tile drains account for 39% of the total annual sediment yield in the present climate. The timing of highest soil erosion shifts from spring to winter in response to warming and wetting, which can be explained by increasing winter runoff caused by shifting snowmelt timing towards winter, a greater number of mid-winter melt events as well as increasing rainfall fractions. The large uncertainties in precipitation projections cascade down to the erosion uncertainties in the more realistic type B, with annual sediment yield increasing or decreasing according to the precipitation uncertainty in a given climate change scenario. This study demonstrates the benefit of conservation and no-till pratices, which could reduce the annual sediment yields by 20% and 60%, respectively, under any given climate change scenario.

An integrated framework was employed to develop probabilistic floodplain maps, taking into account hydrologic and hydraulic uncertainties under climate change impacts. To develop the maps, several scenarios representing the individual and compounding effects of the models’ input and parameters uncertainty were defined. Hydrologic model calibration and validation were performed using a Dynamically Dimensioned Search algorithm. A generalized likelihood uncertainty estimation method was used for quantifying uncertainty. To draw on the potential benefits of the proposed methodology, a flash-flood-prone urban watershed in the Greater Toronto Area, Canada, was selected. The developed floodplain maps were updated considering climate change impacts on the input uncertainty with rainfall Intensity–Duration–Frequency (IDF) projections of RCP8.5. The results indicated that the hydrologic model input poses the most uncertainty to floodplain delineation. Incorporating climate change impacts resulted in the expansion of the potential flood area and an increase in water depth. Comparison between stationary and non-stationary IDFs showed that the flood probability is higher when a non-stationary approach is used. The large inevitable uncertainty associated with floodplain mapping and increased future flood risk under climate change imply a great need for enhanced flood modeling techniques and tools. The probabilistic floodplain maps are beneficial for implementing risk management strategies and land-use planning.

In Canada, climate change is expected to increase the extreme precipitation events by magnitude and frequency, leading to more intense and frequent river flooding. In this study, we attempt to map the flood hazard and damage under projected climate scenarios (2050 and 2080). The study was performed in the two most populated municipalities of the Petite Nation River Watershed, located in southern Quebec (Canada). The methodology follows a modelling approach, in which climate projections are derived from the Hydroclimatic Atlas of Southern Quebec following two representative concentration pathways (RCPs) scenarios, i.e., RCP 4.5 and RCP 8.5. These projections are used to predict future river flows. A frequency analysis was carried out with historical data of the peak flow (period 1969–2018) to derive different return periods (2, 20, and 100 years), which were then fed into the GARI tool (Gestion et Analyse du Risque d’Inondation). This tool is used to simulate flood hazard maps and to quantify future flood risk changes. Projected flood hazard (extent and depth) and damage maps were produced for the two municipalities under current and for future scenarios. The results indicate that the flood frequencies are expected to show a minor decrease in peak flows in the basin at the time horizons, 2050 and 2080. In addition, the depth and inundation areas will not significantly change for two time horizons, but instead show a minor decrease. Similarly, the projected flood damage changes in monetary losses are projected to decrease in the future. The results of this study allow one to identify present and future flood hazards and vulnerabilities, and should help decision-makers and the public to better understand the significance of climate change on flood risk in the Petite Nation River watershed.

Dans le contexte du réchauffement planétaire, la relation de Clausius Clapeyron (CC) est utilisée comme un indicateur de l’évolution des précipitations extrêmes. Parmi les théories proposées, nous utilisons dans notre recherche une relation exponentielle qui fait le lien entre l’évolution des centiles les plus extrêmes des précipitations et le changement de la température ΔT dans le climat actuel. Selon cette théorie, les précipitations augmentent au même rythme que la capacité de rétention d'humidité dans l’atmosphère, expliquée par la relation de CC, avec un taux de changement d'environ 7 % par degré Celsius pour des valeurs de température et de pression près de la surface. Ainsi, le présent travail vise à vérifier l’existence de liens physiquement plausibles dans la relation entre les précipitations extrêmes et la température de l’air pour la région du Bassin Versant de la Rivière des Outaouais (BVRO) sur la période 1981-2010, à l’aide des simulations du Modèle Régional Canadien du Climat (MRCC) (versions 5 et 6), développé au centre ESCER, et de deux produits de réanalyses du Centre Européen pour les prévisions météorologiques à moyen terme (CEPMMT) à différentes résolutions spatiales. En général, les précipitations quotidiennes suivent un taux de changement inférieur à celui de CC ; tandis que les précipitations horaires augmentent plus rapidement avec la température. Dans ce dernier cas, pour la simulation du MRCC5 à plus haute résolution spatiale, des taux de changement supérieurs à CC ont même été produits, jusqu’à 10,2 %/°C. Ce travail a également mis en évidence qu’au-delà du seuil de 20°C, la capacité de rétention d'humidité de l’atmosphère n’est pas le seul facteur déterminant pour générer des précipitations extrêmes, et que d’autres facteurs sont à considérer, comme la disponibilité de l'humidité au moment de l'événement de précipitation et la présence de mécanismes dynamiques qui favorisent les mouvements verticaux ascendants. Un comportement sous forme de crochet, qui décrit une augmentation des précipitations jusqu'à un seuil de température, est observé dans la saison estivale avec le MRCC5, mais il a disparu avec les simulations du MRCC6, ce qui pourrait être une conséquence d’avoir seulement une année de simulation disponible ou bien d’une conséquence de la très haute résolution du modèle sur les intervalles de température et sur les effets locaux. En conclusion, l'applicabilité de la relation de CC ne doit pas être généralisée quant à l’étude des précipitations extrêmes, il est également important de considérer l'échelle temporelle, la résolution du modèle utilisé et la saison de l'année. L’évolution de cette relation de CC devrait être évaluée avec des simulations à très haute résolution spatiale (version en développement au centre ESCER), et pour d’autres zones climatiques, sachant que les intervalles de températures et les effets locaux exercent un rôle majeur sur les occurrences et les intensités des fortes précipitations. Ces éléments sont essentiels à intégrer dans le contexte des changements climatiques, en raison des conséquences associées aux fortes précipitations, notamment sur l’occurrence des inondations. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Clausius-Clapeyron, évènements extrêmes, aléas météorologiques, risques d’inondation, changements climatiques

Fluvial flooding in Canada is often snowmelt-driven, thus occurs mostly in spring, and has caused billions of dollars in damage in the past decade alone. In a warmer climate, increasing rainfall and changing snowmelt rates could lead to significant shifts in flood-generating mechanisms. Here, projected changes to flood-generating mechanisms in terms of the relative contribution of snowmelt and rainfall are assessed across Canada, based on an ensemble of transient climate change simulations performed using a state-of-the-art regional climate model. Changes to flood-generating mechanisms are assessed for both a late 21st century, high warming (i.e., Representative Concentration Pathway 8.5) scenario, and in a 2 °C global warming context. Under 2 °C of global warming, the relative contribution of snowmelt and rainfall to streamflow peaks is projected to remain close to that of the current climate, despite slightly increased rainfall contribution. In contrast, a high warming scenario leads to widespread increases in rainfall contribution and the emergence of hotspots of change in currently snowmelt-dominated regions across Canada. In addition, several regions in southern Canada would be projected to become rainfall dominated. These contrasting projections highlight the importance of climate change mitigation, as remaining below the 2 °C global warming threshold can avoid large changes over most regions, implying a low likelihood that expensive flood adaptation measures would be necessary.

Abstract In spring 2011, an unprecedented flood hit the complex eastern United States (U.S.)–Canada transboundary Lake Champlain–Richelieu River (LCRR) Basin, destructing properties and inducing negative impacts on agriculture and fish habitats. The damages, covered by the Governments of Canada and the U.S., were estimated to C$90M. This natural disaster motivated the study of mitigation measures to prevent such disasters from reoccurring. When evaluating flood risks, long‐term evolving climate change should be taken into account to adopt mitigation measures that will remain relevant in the future. To assess the impacts of climate change on flood risks of the LCRR basin, three bias‐corrected multi‐resolution ensembles of climate projections for two greenhouse gas concentration scenarios were used to force a state‐of‐the‐art, high‐resolution, distributed hydrological model. The analysis of the hydrological simulations indicates that the 20‐year return period flood (corresponding to a medium flood) should decrease between 8% and 35% for the end of the 21st Century (2070–2099) time horizon and for the high‐emission scenario representative concentration pathway (RCP) 8.5. The reduction in flood risks is explained by a decrease in snow accumulation and an increase in evapotranspiration expected with the future warming of the region. Nevertheless, due to the large climate inter‐annual variability, short‐term flood probabilities should remain similar to those experienced in the recent past.

This proof-of-concept study couples machine learning and physical modeling paradigms to develop a computationally efficient simulator-emulator framework for generating super-resolution (<250 m) urban climate information, that is required by many sectors. To this end, a regional climate model/simulator is applied over the city of Montreal, for the summers of 2019 and 2020, at 2.5 km (LR) and 250 m (HR) resolutions, which are used to train and validate the proposed super-resolution deep learning (DL) model/emulator. The DL model uses an efficient sub-pixel convolution layer to generate HR information from LR data, with adversarial training applied to improve physical consistency. The DL model reduces temperature errors significantly over urbanized areas present in the LR simulation, while also demonstrating considerable skill in capturing the magnitude and location of heat stress indicators. These results portray the value of the innovative simulator-emulator framework, that can be extended to other seasons/periods, variables and regions.

Abstract In a rapidly changing world, what is today an unprecedented extreme may soon become the norm. As a result, extreme‐related disasters are expected to become more frequent and intense. This will have widespread socio‐economic consequences and affect the ability of different societal groups to recover from and adapt to rapidly changing environmental conditions. Therefore, there is the need to decipher the relation between genesis of unprecedented events, accumulation and distribution of risk, and recovery trajectories across different societal groups. Here, we develop an analytical approach to unravel the complexity of future extremes and multiscalar societal responses—from households to national governments and from immediate impacts to longer term recovery. This requires creating new forms of knowledge that integrate analyses of the past—that is, structural causes and political processes of risk accumulation and differentiated recovery trajectories—with plausible scenarios of future environmental extremes grounded in the event‐specific literature. We specifically seek to combine the physical characteristics of the extremes with examinations of how culture, politics, power, and policy visions shape societal responses to unprecedented events, and interpret the events as social‐environmental extremes. This new approach, at the nexus between social and natural sciences, has the concrete advantage of providing an impact‐focused vision of future social‐environmental risks, beyond what is achievable within conventional disciplinary boundaries. In this paper, we focus on extreme flooding events and the societal responses they elicit. However, our approach is flexible and applicable to a wide range of extreme events. We see it as the first building block of a new field of research, allowing for novel and integrated theoretical explanations and forecasting of social‐environmental extremes. , Key Points We conceptualize unprecedented extremes as social‐environmental processes shaped by institutional, political, and economic change As social‐environmental extremes become more frequent, there is an urgency to unravel their genesis and the possible societal responses This approach is the first building block of a new field of research in social‐environmental extreme event forecasts , Plain Language Summary The world is seeing increases in a range of extreme events, and this increase may continue or even accelerate in the future, due to anthropogenic climate change. Furthermore, it is often those who are already vulnerable that experience the biggest impacts from these extremes. Yet, there is little understanding of the possible societal responses to unprecedented events. This underscores the urgency of creating innovative approaches to develop plausible scenarios of societal responses and, in turn, mitigate hazards and reduce vulnerability and exposure to extreme events. In this commentary, we develop a truly interdisciplinary conceptual approach to better understand how different societal groups might interact with and respond to future unprecedented extreme events. We combine social science theories describing how different societal groups are affected by, and recover from, extreme events with projections from the literature identifying plausible areas at risk of unprecedented occurrences and local analyses of past extreme events. We see this as the first building block of a new field of research in forecasting social‐environmental extremes that could support governments, civil protection agencies, and civil society organizations to ensure a fairer, improved response to future events.

L’objectif de cette recherche est d’identifier les stratégies d’adaptation qui sont requises et du ressort d’une municipalité régionale de comté face aux inondations. Le réchauffement global des températures soulève plusieurs inquiétudes quant à la modification du cycle hydrologique. Les inondations figurent en tête de liste des enjeux de sécurité civile des municipalités riveraines. Au Québec, on prévoit une augmentation des précipitations printanières, automnales et hivernales, ainsi que des débits hivernaux plus élevés et un devancement des crues printanières. Des projections qui peuvent influencer l’approche de gestion des barrages, bien que le contrôle des niveaux d’eau ne soit pas une panacée vis-à-vis des inondations. Il suppose une gestion intégrée de l’eau parfois complexe. Aussi, les administrations locales ne siègent pas toujours aux comités responsables de la régularisation des cours d’eau. Celles-ci se retrouvent sur la ligne de front sans pour autant avoir le pouvoir et les ressources financières pour y faire face. Les crues exceptionnelles de 2017 et 2019 ont conduit la Municipalité régionale de comté de Vaudreuil-Soulanges à mettre à jour ses plans d’urgence et à mettre en place une cellule de crise. Elle applique une stratégie d’adaptation correspondant aux 4 axes du Plan de protection du territoire face aux inondations du ministère des Affaires municipales et de l’Habitation. Ces outils enrichissent leur capacité d’adaptation par l’acquisition de nouvelles connaissances et d’une nouvelle cartographie des zones inondables. Les vulnérabilités qui résultent de contraintes liées à l’aménagement du territoire, ainsi que d’enjeux réglementaires posent un défi pour le développement du territoire et la relocalisation de résidences inondées. Il convient de sonder la population sur sa vision de la résilience afin d’assurer une meilleure acceptabilité sociale des décisions à venir. Une vulnérabilité importante réside dans les écarts de perception du risque entre les municipalités et entre les individus ; ce qui engendre des enjeux de sécurité, de communication et de gouvernance. Les instances locales peuvent miser sur leurs habiletés de mobilisation pour réunir la communauté autour du développement d’un plan d’adaptation aux changements climatiques et ainsi harmoniser les perceptions. Finalement, l’épuisement des ressources humaines des municipalités inondées à répétition est à considérer. Il appert qu’il est essentiel d’identifier et de mettre en place les outils et ressources pour les soutenir.