Votre recherche

Dam spillways are susceptible to a range of engineering challenges including structural deficiencies, insufficient discharge capacity, and mechanical failures; however, a particularly significant issue is hydraulic erosion, which poses a significant threat to dam infrastructure. This necessitates a comprehensive assessment of both hydraulic and rock mechanical parameters to ensure structural integrity and operational resilience. In the rock mechanical aspect of hydraulic erosion, the resistive capacity of the material holds great importance, while in the hydraulic aspect, the erosive force of water plays a pivotal role. Hence, neglecting these incidents would increase the risk of overtopping and subsequent downstream flooding, thereby impacting the overall safety and operational reliability of the dam. This study focuses on investigating the hydraulic parameters of a smooth surface unlined open channel spillway. By utilizing both numerical modeling and experimental analysis, we aim to explore how variations in these parameters impact erosion in dams’ spillways. The research centers on the Romaine 4 dam spillway, situated in the northeastern region of Quebec in Canada as a representative case study. The physical model of this spillway was constructed at the Université du Québec à Chicoutimi, where we carried out the experimental analyses. In this research, we also conducted a comprehensive numerical analysis using Finite Volume Method (FVM), enabling a detailed examination of three-dimensional flow behavior within the spillway. This enabled a precise monitoring of the fluid motion patterns. Moreover, an experimental approach was utilized to enhance the accuracy and reliability of the results. This involved conducting detailed tests on the reduced-scale model using a XYZ robotic system capable of movement in X,Y,Z directions and capturing position, velocity and pressure. The results of numerical and experimental analyses reveal that the numerical model effectively captures the overall flow characteristics, closely predicting the average velocity throughout the channel. However, it indicates limitations in accurately predicting extreme velocities, such as maximum and minimum values. The results show that the maximum discrepancies between experimental and numerical data primarily concern extreme velocities, with the numerical model underestimating maximum velocities and overestimating minimum velocities, with errors more pronounced at higher flow rates and upstream. This discrepancy can reach up to 60% in certain areas. Furthermore, the study examined the effects of gates on variability of hydraulic parameters like flow depth and velocity. The analysis of a number of gate configurations revealed that double-gate spillways maintain more consistent flow depths across all significant cross-sections. By explaining the complex interaction between hydraulic behavior and spillway design, this research attempts to advance our understanding of hydraulic-prone erosion areas in dam spillways and ensure the long-term resilience of dam infrastructure. Les évacuateurs de crues des barrages sont sujets à divers défis d'ingénierie, incluant des défaillances structurelles, une capacité d'évacuation insuffisante et des pannes mécaniques; cependant, l'érosion hydraulique constitue une problématique particulièrement importante qui menace l'infrastructure des barrages. Il est donc nécessaire d’évaluer de manière approfondie les paramètres hydrauliques et mécaniques des roches afin d’assurer l’intégrité structurelle et la résilience opérationnelle. Dans l’aspect mécanique des roches concernant l’érosion hydraulique, la capacité de résistance du matériau revêt une grande importance, tandis que dans l’aspect hydraulique, la force érosive de l’eau joue un rôle essentiel. Par conséquent, ignorer ces phénomènes augmenterait le risque de débordement et d’inondation en aval, impactant ainsi la sécurité et la fiabilité opérationnelle globale du barrage. Cette étude se concentre sur l’analyse des paramètres hydrauliques d'un évacuateur de crues à canal ouvert non revêtu et à surface lisse. En utilisant à la fois la modélisation numérique et l’analyse expérimentale, nous visons à explorer comment les variations de ces paramètres influencent l’érosion dans les évacuateurs de crues des barrages. La recherche porte sur l’évacuateur de crues du barrage Romaine 4, situé dans la région nord-est du Québec au Canada, en tant qu’étude de cas représentative. Le modèle physique de cet évacuateur a été construit à l’Université du Québec à Chicoutimi, où nous avons effectué les analyses expérimentales. Dans cette recherche, nous avons également réalisé une analyse numérique complète en utilisant la méthode des volumes finis (FVM), permettant un examen détaillé du comportement tridimensionnel de l’écoulement dans l’évacuateur. Cela a permis un suivi précis des schémas de mouvement du fluide. En outre, une approche expérimentale a été utilisée pour accroître la précision et la fiabilité des résultats, en réalisant des tests détaillés sur le modèle réduit à l’aide d’un système robotisé XYZ qui est capable de se déplacer dans trois directions (X, Y, Z), pour effectuer des prises de mesures de position, vitesse et pression. Les résultats des analyses numériques et expérimentales révèlent que le modèle numérique capture efficacement les caractéristiques générales de l’écoulement, prédisant de manière précise la vitesse moyenne dans le canal. Cependant, il présente des limitations dans la prédiction précise des pression dynamique et statique extrêmes comme les valeurs maximales et minimales. Les résultats montrent que les écarts maximaux entre les données expérimentales et numériques concernent principalement les vitesses extrêmes, le modèle numérique sous-estimant les vitesses maximales et surestimant les minimales, avec des erreurs plus marquées aux débits élevés et en amont. Cet écart peut aller jusqu’aux 60% à certains endroits. Par ailleurs, l’étude a examiné les effets des vannes sur la variabilité des paramètres hydrauliques tels que la profondeur de l’écoulement et la vitesse. L’analyse de plusieurs configurations de vannes a révélé que les évacuateurs à double vanne maintiennent des profondeurs d’écoulement plus constantes à travers toutes les sections transversales significatives. En expliquant l’interaction complexe entre le comportement hydraulique et la conception des évacuateurs de crues, cette recherche vise à améliorer notre compréhension des zones sujettes à l’érosion hydraulique dans les évacuateurs de barrages et à assurer la résilience à long terme de l’infrastructure des barrages.

Dans le bassin-versant de la rivière Chaudière, les inondations sont partie intégrante de la réalité territoriale. En effet, de nombreuses études ont été réalisées dans les dernières années concernant les inondations en eau libre et par embâcle. Néanmoins, on observe que les inondations torrentielles, ou crues torrentielles, bien qu’omniprésentes dans la région, sont très peu documentées à ce jour. Le présent mémoire s’intéresse à la dynamique spatio-temporelle de ces évènements et aux facteurs aggravants présents sur le territoire qui tendent à amplifier le phénomène. Par une double approche qualitative et quantitative, qui combine une recension historique, la caractérisation des sous-bassins-versants et la modélisation des facteurs de vulnérabilité environnementale, nous avons dressé un premier portrait de l’aléa torrentiel à l’échelle du bassin-versant de la rivière Chaudière. Ainsi, nous avons pu répertorier 53 évènements à caractère torrentiel pour la période de 1900 à aujourd’hui. La collecte des informations liées aux crues torrentielles, soit les facteurs météorologiques, anthropiques et géomorphologiques ont permis d’établir des constats généraux quant à l’occurrence de celles-ci. L’occurrence des évènements à caractère torrentiel semble premièrement liée aux passages d’évènements météorologiques extrêmes. Les facteurs aggravants consistent en un aménagement du territoire qui accroît le ruissellement (augmentation des surfaces minéralisées et diminution des forêts, prairies et milieux humides) et une disposition géomorphologique des tributaires (forte pente et compacité) qui provoque une amplification du ruissellement lors de fortes précipitations. L’analyse multicritère repose sur l’addition d’indices amplifiant le ruissellement lors de fortes précipitations (pente, occupation du sol et potentiel de ruissellement). La comparaison entre les sous-bassins-versants présentant les valeurs les plus élevées et ceux ayant connu le plus d'événements d'inondation selon la recension historique a démontré la pertinence de cette méthode pour identifier, de manière préliminaire, les sous-bassins-versants potentiellement vulnérables à l’aléa torrentiel. Cette étude se veut donc un premier jalon dans l’acquisition de connaissances sur la dynamique torrentielle dans le bassin-versant de la rivière Chaudière. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : inondation, torrents, crues torrentielles, pluies torrentielles, aléas torrentiels, bassin-versant de la rivière Chaudière, facteurs aggravants, conditions hydrométéorologiques

RÉSUMÉ: Les courbes Intensité-Durée-Fréquence (IDF) sont l’outil mathématique principalement utilisé par les ingénieur(-e)s pour la modélisation des précipitations extrêmes à un endroit donné. Pour obtenir des courbes IDF fiables, des méthodes statistiques robustes sont nécessaires. L’utilisation de modèles d’échelle est indiquée pour estimer de façon plus précise les courbes IDF en réduisant le nombre de paramètres nécessaires pour modéliser le comportement ex-trême du processus de pluie. Un modèle d’échelle suppose l’existence d’une relation entre les distributions des maxima annuels d’intensité pour les différentes durées d’accumulation. Il existe différentes relations d’échelle possibles, donnant naissance à une variété de modèles. Dans ce mémoire, une procédure de test statistique est développée pour décider si un modèle d’échelle fixé est pertinent pour construire les courbes IDF à un endroit donné, basé sur les observations des maxima annuels historiques d’intensité de précipitations à cet endroit. Le test développé est une extension du test d’adéquation d’Anderson-Darling. Il implique de séparer la base de données en ensembles d’entraînement et de validation. L’ensemble d’entraînement est utilisé pour estimer les paramètres du modèle d’intérêt, et l’ensemble de validation est utilisé dans le calcul de la statistique. La distribution asymptotique de la statistique de test sous l’hypothèse nulle est établie dans un cadre général. Les quantiles de cette distribution théorique peuvent être approximés, ce qui permet de calculer analytiquement la région de rejet ainsi que la valeur-p pour le test. Dans le cas des courbes IDF, l’hypothèse nulle statue qu’un modèle d’échelle d’intérêt est adéquat. Les données sont des maxima d’intensité de précipitations. Les données correspondant à une durée d’accumulation fixée par l’utilisateur(trice) sont sélectionnées pour constituer l’ensemble de validation. Lorsque la durée choisie est la plus petite durée, les performances du test sont validées par une étude de simulation. Sous l’hypothèse nulle, le test rejette au taux nominal même pour des petits échantillons. Sous une hypothèse alternative (c’est-à-dire lorsque le modèle d’échelle utilisé pour générer les données s’écarte du modèle d’intérêt), le taux de rejet augmente avec la distance entre les modèles ainsi qu’avec la taille d’échantillon. Sur des données réelles, le test conduit à utiliser des modèles d’échelle différents à l’aéroport international Pierre-Elliott Trudeau de Montréal et à l’aérodrome Harbour de Vancouver. ABSTRACT: IDF curves are the primary mathematical tool used by engineers for modeling extreme precipitation at a given location. Reliable IDF curves require robust statistical methods. The use of scaling models allows for more precise estimations of IDF curves by reducing the num-ber of parameters needed to model the extreme behavior of the rainfall process. A scaling model assumes the existence of a relationship between the distributions of the annual inten-sity maxima accross the various accumulation durations. Diverse scaling relationships exist, giving rise to a variety of models. In this master thesis, a statistical testing procedure is developed to determine if a scaling model is suitable for constructing IDF curves at a given location, based on historical annual rain intensity maxima observed at that location. The developed test is an extension of the Anderson-Darling goodness-of-fit test. It involves splitting the database into training and validation sets. The training set is used to estimate the parameters of the model of interest, and the validation set is used in the calculation of the test statistic. The asymptotic distribution of the test statistic under the null hypothe-sis is established in a general framework. Quantiles of this theoretical distribution can be approximated, allowing for the analytical calculation of the rejection region as well as the p-value for the test. In the case of IDF curves, the null hypothesis states that a target scaling model is adequate. The data consist of precipitation intensity maxima. Data corresponding to a duration fixed by the user are selected to constitute the validation set. When the chosen duration is the smallest duration, the performances of the test are validated through a simulation study. Under the null hypothesis, the test maintains the nominal rejection rate even for small samples. Under an alternative hypothesis (i.e., when the scaling model used to generate the data deviates from the target model), the rejection rate increases with the discrepancy between the models as well as with the sample size. When applied to historical data, the test suggests the use of different scaling models at the Montréal Pierre-Elliott Trudeau international airport and at the Vancouver Harbour aerodrome.

RÉSUMÉ : Les relocalisations de populations et les démolitions de bâtiments sont des moyens pour réduire les risques associés aux inondations, dont ceux pour la santé humaine. Au Québec, l’usage de ces mesures pourrait s’accroître avec les changements climatiques. En Chaudière-Appalaches, au moins 404 bâtiments ont été démolis à Sainte-Marie et 88 à Scott après les inondations de 2019. L’expérience de démolition de domiciles post-inondation est toutefois peu documentée au Québec et encore moins selon le point de vue des personnes touchées, particulièrement chez les hommes. Ce mémoire présente les résultats d’une étude ayant documenté cette expérience auprès de treize hommes propriétaires d’un domicile dans la MRC Nouvelle-Beauce à partir d'entretiens semi-dirigés (méthode photo-élicitation) et d’un groupe de discussion. Cette étude repose sur l’expérience clinique de l’étudiante-chercheuse qui a constaté la présence de détresse chez la population masculine touchée par ce phénomène et sur la littérature scientifique qui démontre une plus faible propension à l’usage de services psychosociaux et de santé chez les hommes. À partir d’une analyse thématique inspirée du cadre théorique « Psychological Processes That Influence Adaptation to and Coping With Climate Change » de Reser et Swim et d’une perspective écosystémique, quatre nouvelles phases ont été dégagées soient : l’inondation, les démarches administratives, la démolition et la relocalisation. Chacune est caractérisée par des besoins et des impacts psychosociaux systémiques, l’usage de stratégies adaptatives spécifiques et des moments critiques pour la santé et le bien-être des hommes. Les résultats suggèrent que des impacts et besoins individuels et collectifs peuvent se cumuler et se prolonger dans le temps comme des manifestations anxio-dépressives ou traumatiques, de la détresse, une désaffiliation sociale ainsi qu’une modification de projets de vie. Une réduction de l’exposition aux inondations et une augmentation du bien-être et de la sécurité ressortent également. La proactivité, les pensées axées sur l’autonomie et le recours au soutien informel sont apparues comme des stratégies aidantes comparativement au repli sur soi et au surinvestissement dans le travail. Les résultats permettent d’exposer des pistes de réflexion et d’action favorisant le bien-être des hommes et d’autres pertinentes pour le travail social. Parmi celles-ci se trouvent d’encourager les hommes touchés par la démolition de leur domicile post-inondation à s’investir dans leur nouveau milieu de vie pour favoriser son appropriation et sa personnalisation ainsi que des recommandations pour le travail social de prendre en compte le genre dans la compréhension des problèmes socioenvironnementaux. -- Mot(s) clé(s) en français : Inondation, chez-soi, hommes, changements climatiques, travail social, désastre, besoins psychosociaux, adaptation, mesures d’atténuation du risque, événements météorologiques extrêmes. -- ABSTRACT : Population relocation and building demolition are ways of reducing the risks associated with flooding, including those to human health. In Quebec, the use of these measures could increase with climate change. In Chaudière-Appalaches, at least 404 buildings were demolished in Sainte-Marie and 88 in Scott after the 2019 floods. However, the experience of post-flood home demolition is poorly documented in Quebec, and even less so from the perspective of those affected, specifically men. This memoir presents the results of a study that documented this experience with thirteen male homeowners in the Nouvelle-Beauce MRC using semi-directed interviews (photo-elicitation method) and a focus group. This study is based on the student-researcher's clinical experience of distress among the male population affected by this phenomenon, and on scientific literature demonstrating a lower propensity to use psychosocial and health services among men. Based on a thematic analysis inspired by the Reser and Swim’s theoretical framework, the Psychological Processes That Influence Adaptation to and Coping With Climate Change, and an ecosystem perspective, four new phases were identified: flooding, administrative procedures, demolition and relocation. Each is characterized by systemic psychosocial needs and impacts, the use of specific adaptive strategies and critical moments for men's health and well-being. The results suggest that individual and collective needs and impacts can accumulate and extend over time, such as anxio-depressive or traumatic manifestations, distress, social disaffiliation and changes in life plans. A reduction in exposure to flooding and an increase in well-being and safety also stand out. Proactivity, autonomy-oriented thinking and reliance on informal support emerged as helpful strategies compared to withdrawal and over-investment in work. The results provide food for thought and action to promote men's well-being, and others relevant to social work. These include encouraging men affected by the demolition of their post-flood home to get involved in their new living environment to promote its appropriation and personalization and taking gender into account in understanding socioenvironmental problems. -- Mot(s) clé(s) en anglais : Flooding, home, men, climate change, social work, disaster, psychosocial needs, adaptation, risk mitigation measures, extreme weather events.

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.

La température extrême de l’eau influence de nombreuses propriétés physiques, chimiques et biologiques des rivières. l ’ évaluation de l ’ Une prédiction précise de la température de l’eau est importante pour impact environnemental. Dans ce cadre, différents modèles ont été utilisés pour estimer les températures de l ’ linéaires simp eau à différentes échelles spatiales et temporelles, allant des méthodes les pour déterminer l’incertitude à des modèles sophistiqués non linéaires. Cependant, cette variable primordiale n’a pas été traitée dans un contexte probabiliste (ou fréquentiste). Donc, l’estimation des évènements extrêmes thermiques à l’aide des approc hes d’analyse fréquentielle locale (AFL) est importante. Lors de l’estimation des extrêmes thermiques, il est crucial de tenir compte de la forme de la distribution de fréquences considérée. Dans la première partie de la thèse , nous nous concentrons sur la sélection de la distribution de probabilité la plus appropriée des températures des rivières. Le critère d critère d ’ ’ information d ’ Akaike (AIC) et le information bayésien (BIC) sont utilisés pour évaluer la qualité de l distributions statis ’ ajustement des tiques. La validation des distributions candidates appropriées est également effectuée en utilisant l ’ approche de diagramme de rapport des L obtenus montrent que la distribution de Weibull (W2) moments (MRD). Les résultats est celle qui semble s’ajuster le données provenant des stations de haute altitude, tandis que les mieux aux séries d’extrêmes provenant des stations situées dans les régions de basse altitude sont bien adaptées avec la distribution normale (N). Ceci correspond au premier article. L a ’ couverture spatiale des données de température des cours d ’ eau est limitée dans de nombreuses régions du monde. Pour cette raison, une analyse fréquentielle régionale (AFR) permettant d estimer les extrêmes de température des rivières sur des sites non jau gés ou mal surveillés est nécessaire. En général, l’AFR inclut deux étapes principales, la délimitation des régions homogènes (DRH) qui vise à déterminer les sites similaires, et l’estimation régionale (ER) qui transfère l’information depuis les sites déte rminés dans la première étape vers le site cible. Par conséquent, le modèle d’indice thermique (IT) est introduit dans le contexte d’AFR pour estimer les extrêmes du régime thermique. Cette méthode est analogue au modèle d ’ indice de crue (IF) largement uti lisé en hydrologie. Le modèle IT incorpore l’homogénéité de la distribution de fréquence appropriée pour chaque région, ce qui offre une plus grande flexibilité. Dans cette étude, le modèle IT est comparé avec la régression linéaire multiple (MLR). Les rés ultats indiquent que le modèle IT fournit la meilleure performance (Article 2) . Ensuite, l’approche d’analyse canonique des corrélations non linéaires (ACCNL) est intégrée dans la DRH, présentée dans le Chapitre 4 de ce manuscrit (Article 3). Elle permet de considérer la complexité des phénomènes thermiques dans l’étape de DRH. Par la suite, dans le but d’identifier des combinaisons (DRH-ER) plus prometteuses permettant une meilleure estimation, une étude comparative est réalisée. Les combinaisons considérées au niveau des deux étapes de la procédure de l’AFR sont des combinaisons linéaires, semi-linéaires et non linéaires. Les résultats montrent que la meilleure performance globale est présentée par la combinaison non linéaire ACCNL et le modèle additif généralisé (GAM). Finalement, des modèles non paramétriques tels que le foret aléatoire (RF), le boosting de gradient extrême (XGBoost) et le modèle régression multivariée par spline adaptative (MARS) sont introduits dans le contexte de l’AFR pour estimer les quantiles thermiques et les comparer aux quantiles estimés à l’aide du modèle semi-paramétrique GAM. Ces modèles sont combinés avec des approches linéaires et non linéaires dans l’étape DRH, telles que ACC et ACCNL, afin de déterminer leur potentiel prédictif. Les résultats indiquent que ACCNL+GAM est la meilleure, suivie par ACC+MARS. Ceci correspond à l’article 4. <br /><br />Extreme water temperatures have a significant impact on the physical, chemical, and biological properties of the rivers. Environmental impact assessment requires accurate predictions of water temperature. The models used to estimate water temperatures within this framework range from simple linear methods to more complex nonlinear models. However, w ater temperature has not been studied in a probabilistic manner. It is, therefore, essential to estimate extreme thermal events using local frequency analysis (LFA). An LFA aims to predict the frequency and amplitude of these events at a given gauged locat ion. In order to estimate quantiles, it is essential to consider the shape of the frequency distribution being considered. The first part of our study focuses on selecting the most appropriate probability distribution for river water temperatures. The Akai ke information criteria (AIC) and the Bayesian information criteria (BIC) are used to evaluate the goodness of fit of statistical distributions. An Lmoment ratio diagram (MRD) approach is also used to validate sui table candidate distributions. The results good fit for extremes data from the highindicate that the Weibull distribution (W2) provides a altitude stations, while the normal distribution (N) is most appropriate for lowaltitude stations. This corresponds to the first article. In many parts of the world, river temperature data are limited in terms of spatial coverage and size of the series. Therefore, it is necessary to perform a regional frequency analysis (RFA) to estimate river temperature extremes at ungauged or poorly monitored sites. Generall y, RFA involves two main steps: delineation of homogenous regions (DHR), which identifies similar sites, and regional estimation (RE), which transfers information from the identified sites to the target site. The thermal index (TI) model is introduced in t he context of RFA to estimate the extremes of the thermal regime. This method is analogous to the index flood (IF) model commonly used in hydrology. The TI model considers the homogeneity of the appropriate frequency distributions for each region, which pr ovides larger flexibility. This study compares the TI model with multiple linear regression (MLR) approach. Results indicate that the TI model leads to better performances (Article 2). Then, the nonlinear canonical correlations analysis (NLCCA) approach is integrated into the DHR, as presented in Chapter 4 of this manuscript (Article 3). It allows considering the complexity of the thermal phenomena in the DHR step. A comparative study is then conducted to identify more promising combinations (DHR RE), that RFA procedure, linear, semilead to best estimation results. In the two stages of the linear, and nonlinear combinations are considered. The results of this study indicate that the nonlinear combination of the NLCCA and the generalized additive model (GAM ) produces the best overall performances. Finally, nonparametric models such as random forest (RF), extreme gradient boosting (XGBoost), and multivariate adaptive regression splines (MARS) are introduced in the context of RFA in order to estimate thermal q uantiles and compare them to quantiles estimated using the semiparametric GAM model. The predictive potential of these models is determined by combining them with linear and nonlinear approaches, such as CCA and NLCCA, in the DHR step. The results indicat e that NLCCA+GAM is the best, followed by CCA+MARS. This corresponds to article 4.

Les changements climatiques sont un défi mondial imminent, dont les conséquences sont déjà observées. On sait que ces effets s’intensifieront, entraînant une augmentation de la fréquence et de la gravité des événements météorologiques extrêmes, une perturbation substantielle de la production alimentaire et le déplacement de dizaines de millions de personnes en raison de vagues de chaleur mortelles et de sécheresses. La question est donc : que peut-on y faire ? Dans cette thèse, nous faisons des changements climatiques notre objet central et explorons les voies par lesquelles la recherche en apprentissage profond peut contribuer à son atténuation. Un obstacle connu à des politiques climatiques ambitieuses est le manque de soutien et de demande populaires. Cela peut être attribué, en partie, aux causes et conséquences extrêmement complexes et imbriquées des changements climatiques. Une mauvaise conception courante est qu'ils affecteront principalement d’autres personnes que soi-même, des personnes éloignées dans le temps ou l’espace. Pour y remédier, la recherche a montré que présenter aux gens des \textit{images} authentiques, locales et pertinentes d'un concept les aide à mieux comprendre et appréhender ce qui est en jeu. Dans notre première contribution, nous explorons donc comment les récentes avancées en apprentissage profond pour la vision par ordinateur et les réseaux antagonistes génératifs peuvent être utilisées pour générer des images \textit{personnalisées} représentant les impacts du changement climatique. Notre objectif avec \textit{ClimateGAN} est de visualiser à quoi pourrait ressembler une inondation d’un mètre à n’importe quelle adresse, indépendamment de son risque réel d’inondation sous l’effet des changements climatiques. Cette approche vise à susciter l’empathie en rendant les impacts abstraits du changement climatique plus tangibles et personnalisés. En utilisant une image de Google Street View et en la traitant avec \textit{ClimateGAN}, nous générons des images d’inondation physiquement plausibles et visuellement réalistes basées sur l’adaptation de domaine à partir d’un environnement simulé, la prédiction de profondeur et la segmentation sémantique. Ce modèle a été déployé sur un site web dans le but de sensibiliser et d’engager l’action en faveur des changements climatiques. En plus d’aider les gens à mieux visualiser à quoi pourrait ressembler un avenir climatique hors de contrôle, nous étudions également dans cette thèse comment l’apprentissage profond peut améliorer les technologies existantes. Un domaine majeur de recherche dans cette direction est la recherche de nouveaux matériaux. Dans cette thèse, nous explorons plus particulièrement la prédiction des propriétés des matériaux comme moyen d’accélérer la découverte d'électro-catalyseurs, une famille de matériaux impliqués dans le stockage d’énergie à base d’hydrogène. Nous présentons deux contributions, \textit{PhAST} et \textit{FAENet}, qui se concentrent sur l’amélioration du compromis performance/scalabilité dans les réseaux de neurones géométriques de graphe (GNN). Avec \textit{PhAST}, nous introduisons un ensemble de méthodes pour adapter la procédure GNN classique--de la création du graphe d’entrée aux prédictions d’énergie et de forces de sortie--à la tâche spécifique de prédire l’énergie d’un système atomique adsorbant-catalyseur relaxé. Nous démontrons comment, en plus d’améliorer les performances, ces modifications améliorent l’efficacité et permettent un entraînement compétitif des GNN dans des environnements CPU. Dans \textit{FAENet}, nous présentons un nouveau GNN efficace pour les prédictions équivariantes E(3). En particulier, nous transposons la charge de l’équivarience sur la représentation des données afin de réduire les contraintes sur le modèle lui-même. Cette approche nous permet d’introduire une nouvelle architecture légère et expressive visant à faire des prédictions meilleures et plus rapides de diverses propriétés des matériaux. Enfin, nous examinons de manière critique notre propre domaine et discutons des impacts environnementaux associés aux technologies de l’IA. Nous nous penchons sur la façon dont les praticiens peuvent estimer leurs émissions de carbone, quelles mesures ils peuvent prendre aujourd’hui pour les réduire, et quelles autres étapes sont nécessaires pour des déclarations et responsabilités environnementales plus précises.

Les rivières sont des écosystèmes dynamiques qui reçoivent, transforment, et exportent de la matière organique comprenant du carbone (C), de l’azote (N), et du phosphore (P). De par leur grande surface de contact entre l’eau et les sédiments, elles offrent un potentiel élevé pour les processus de transformation de ces éléments, dans lesquels ils sont souvent conjointement impliqués. Ces transformations peuvent retirer les éléments de la colonne d’eau et ainsi diminuer leurs concentrations pour améliorer la qualité de l’eau. Par contre, les conditions climatiques (débit, température, luminosité), la configuration du territoire (forêt, urbanisation, agriculture), et la durée des activités humaines sur terre affectent la quantité, composition, et proportion de C, N, et P livrés aux cours d’eau receveurs. Dans un contexte où un surplus de nutriments (N, P) peut surpasser la capacité des rivières à retirer les éléments de l’eau, et où les extrêmes climatiques s’empirent à cause des changements climatiques, cette thèse met en lumière le rôle des rivières dans les dynamiques de C, N, et P pour une meilleure compréhension de la réponse des écosystèmes lotiques aux pressions actuelles et futures. La Rivière du Nord draine séquentiellement des régions couvertes de forêt, d’urbanisation, et d’agriculture, et oscille entre quatre saisons distinctes, l’exposant à des utilisations du territoire et conditions climatiques contrastées. Nous avons échantillonné les formes de C, N, et P à 13 sites le long du tronçon principal (146 km), une fois par saison pour trois ans. De façon générale, les concentrations de N et P totaux ont augmenté d’amont vers l’aval, concordant avec l’activité humaine plus importante dans la deuxième moitié du bassin versant, mais les concentrations de C organique total sont restées constantes peu importe la saison et l’année. La stœchiométrie écosystémique du C : N : P était donc riche en C comparé au N et P en amont, et s’est enrichie en nutriments vers l’aval. L’étendue (2319 : 119 : 1 à 368 : 60 : 1) couvrait presque le continuum terre – océan à l’intérieur d’une seule rivière. Des formes différentes de C, N, et P dominaient la stœchiométrie totale dépendamment des saisons et de l’utilisation du territoire. En été, la composition du N était dominée en amont par sa forme organique dissoute et par le nitrate en aval, tandis qu’en hiver, l’ammonium et le P dissous avaient préséance sur l’entièreté du continuum. Malgré une concentration constante, la proportion des molécules composant le C différait aussi selon la saison et l’utilisation du territoire. L’été était dominé par des formes dégradées par l’action microbienne et l’hiver par des formes bio- et photo-labiles. Ceci fait allusion au potentiel de transformation de la rivière plus élevé dans la saison chaude plutôt que sous la glace, où les formes plus réactives avaient tendance de s’accumuler. La composition du C en amont était aussi distincte de celle en aval, avec un seul changement abrupt ayant lieu entre la section forestière et la section d’utilisation du territoire urbaine et agricole. Ces changements de compositions n’étaient pas présents durant le printemps de crue typique échantillonné, mais dans l’inondation de fréquence historique nous avons observés des apports nouveaux de molécules provenant soit des apports terrestres normalement déconnectés du réseau fluvial ou de surverses d’égouts. L’influence des facteurs naturels et anthropiques s’est aussi reflétée dans les flux historiques riverains de C, N, et P (1980 – 2020). La précipitation explique le plus les flux de C et les flux de N dans la section pristine. Les apports historiques au territoire de N anthropique (nécessaires pour soutenir la population humaine et les activités agricoles) expliquent fortement la tendance temporelle à la hausse des flux riverains de N dans la section urbaine. Durant les quatre dernières décennies, un peu plus du tiers des apports de N au territoire sont livrés à la rivière annuellement, suggérant que la source urbaine de N anthropique est encore peu gérée. Le manque de corrélation entre les flux de P dans la rivière et les précipitations ou les apports au territoire de P anthropique peut être expliqué par les usines de traitement des eaux usées installées dans la région vers la fin des années 1990 qui ont fait diminuer presque de moitié le P livré à la rivière. La variation de ces flux s’est reflétée dans la stœchiométrie écosystémique historique, qui varie de 130 : 23 : 1 en 1980 à 554 : 87 : 1 en 2007-08 après l’effet de l’usine d’épuration et du N qui a augmenté. À travers les axes historiques, spatiaux, et saisonniers, cette thèse contribue à la compréhension du rôle des rivières dans la réception, la transformation, et l’export du C, N, et P. Combinée aux concentrations, l’approche de stœchiométrie écosystémique propose une façon d’intégrer apports et pertes des éléments pour les étudier de pair au niveau du bassin versant. Puis, comme certaines formes de C, N, et P sont associées à des sources terrestres spécifiques, ou à certains types de transformations, les inclure dans un cadre conceptuel combinant des extrêmes climatiques et des utilisations du territoire différentes offre un aperçu sur le résultat des sources et transformations des éléments. Enfin, les tendances décennales de C, N, et P riverains montrent l’influence des facteurs naturels et anthropiques sur la stœchiométrie écosystémique historique d’une rivière.

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.

RÉSUMÉ: Les événements de submersion sont en augmentation sur les côtes du fleuve Saint-Laurent en raison des tempêtes, de la hausse du niveau marin et de la diminution de la glace de mer. À ce jour, le Québec ne possède pas de zonage de la submersion. Dans le cadre de cette thèse, une approche de cartographie de la submersion est développée en intégrant les vagues, les niveaux d'eau et la morphologie des plages de l'estuaire et du golfe du Saint-Laurent (EGSL). Deux types d'approches cartographiques ont été comparés : la simulation empirique qui projette un niveau total statique sur le territoire (niveau d'eau observé + effet des vagues sur la côte, le jet de rive ou runup), et le modèle numérique XBeach en mode surfbeat. Ces deux approches nécessitent une surface topo-bathymétrique précise et actualisée de la plage. Grâce au développement d'un réseau de suivi des plages par vidéo, nous évaluons dans un premier temps l'efficacité d'une méthode de topographie intertidale par vidéo par rapport à des levés LiDAR terrestres, et améliorons sa performance en intégrant les niveaux d'eau près de la plage au module d'élévation des lignes d'eau. Ce projet a permis la création de surfaces topographiques à précision centimétrique comparable au LiDAR et d'y extraire des paramètres morphologiques, comme la pente de la plage, nécessaire aux modèles empiriques de niveaux d'eau. La capacité des deux approches de cartographie à simuler la submersion du 6 décembre 2010 au Bas-Saint-Laurent a ensuite été analysée en comparant les surfaces inondées. La correspondance spatiale entre les simulations et les observations de submersion a été évaluée. Il en ressort que malgré la complexité du modèle XBeach et une légère surprédiction du modèle empirique (36%), les surfaces submergées obtenues par les deux approches sont similaires et correctement prédites à hauteur de 66-78%. Dans le cadre d'une troisième étude, XBeach a également été utilisé dans la baie des Chaleurs pour évaluer l'impact d'un événement extrême pour l'horizon 2100 sur l'aléa de submersion. Les simulations montrent que les débordements côtiers ont été engendrés par des vagues de relativement faible amplitude à la côte (Hs < 1 m) et que malgré des profondeurs d'eau avoisinant 1,2 m, des vitesses de courants élevées se sont produites dans les espaces urbanisés (U > 2 m/s). L'analyse de la cartographie de la submersion à Maria suggère qu'en 2100, l'impact de la hausse du niveau marin sur les communautés riveraines du Saint-Laurent pourrait provoquer des submersions plus vastes avec des profondeurs d'eau et vitesses de courants plus élevées, ce qui pourraient intensifier l'aléa auquel fait face la population. Même si les simulations numériques permettent de comprendre comment les phénomènes physiques engendrent la submersion, l'intérêt de la méthode statique réside dans sa rapidité d'application, mais son efficacité est fonction de la validité et l'applicabilité des modèles empiriques de runup utilisés. Ainsi, le dernier volet de la thèse porte sur le paramétrage d'un modèle empirique de runup adapté à l'EGSL. L'observation du runup (et de ses composantes moyenne et haute fréquence, le setup et le swash) par vidéo réalisée sur 5 plages couvre un large spectre de paramètres environnementaux et de types de côte sur une période de 3 ans. Des analyses de corrélation entre les niveaux d'eau à la côte et les caractéristiques de vagues au large et la pente de plage ont été réalisées. Les résultats montrent que l'influence des paramètres hydrodynamiques sur le runup, setup, et swash est paramétrée de façon similaire. Le rôle de la morphologie de la plage sur le setup est par ailleurs paramétré par une fonction inverse de la pente, alors que le swash est fonction de la racine carrée de la pente. Avec une erreur moyenne de 23 cm et un biais de 2 cm, l'équation de runup proposée offre un fort potentiel d'estimation des niveaux d'eau totaux sur les environnements côtiers diversifiés à fetch limité. Les résultats de la thèse montrent qu'il apparaît pertinent d'utiliser une approche statique p ur identifier les zones les plus vulnérables à la submersion, en autant que l'équation utilisée soit validée sur le type d'environnement en question. En combinant cette approche à des modélisations numériques en zones à forte concentration d'enjeux, il sera possible d'instaurer un premier zonage de la submersion au Québec. -- Mot(s) clé(s) en français : Cartographie de la submersion, Runup, Topographie par vidéo, Vagues infragravitaires, XBeach. -- ABSTRACT: Coastal flood events are increasing on the shores of the St. Lawrence River due to storms, rising sea levels and decreasing sea ice. To date, the province of Québec does not have a coastal flood mapping guideline. In this thesis, a coastal flood mapping approach is developed by integrating waves, water levels and beach morphology of the Estuary and Gulf of St. Lawrence (EGSL). Two types of cartographic approaches were compared: the empirical simulation that projects a static total level overland (observed water level + wave effect on the coast, known as wave runup), and the numerical model XBeach in surfbeat mode. These two approaches require a precise and updated topo-bathymetric surface of the beach. Through the development of a shore-based video monitoring network, we first evaluate the effectiveness of a video intertidal topography method against terrestrial LiDAR surveys, and improve its performance by integrating water levels near the beach as a proxy to beach contour elevetion. This project enabled the creation of centimeter-scale topographic surfaces comparable to LiDAR and the extraction of morphological parameters, such as the beach slope, necessary for empirical runup models. The ability of both mapping approaches to simulate the flood of December 6, 2010 in Bas-Saint-Laurent was analyzed by comparing flooded areas. Spatial correspondence between simulations and the observed flood extent was evaluated. Despite the complexity of XBeach and a slight over-prediction of the empirical model (36%), the flooded areas obtained by the two approaches are similar and correctly predicted by 66-78%. In a third study, XBeach was also used in the Chaleur Bay to assess the impact of an extreme event for the 2100 horizon on coastal flood hazards. The simulations show that the overland flow was generated by waves of relatively low amplitude at the coast (Hs <1 m) and that despite water depths close to 1.2 m, high current velocities occurred in the urbanized areas (U> 2 m/s). The analysis of the flood maps in Maria suggests that by 2100, the impact of sea level rise on coastal communities in the St. Lawrence could lead to larger flooded areas, with deeper water depths and higher flow velocity, intensifying the risk to the population. Although numerical simulations offer an understanding of the physical phenomena that cause coastal flooding, the interest of the static method lies in its convenience, but its effectiveness depends on the validity of the empirical runup models employed. Thus, the last part of the thesis deals with the parameterization of an empirical runup model in the EGSL. Video-based wave runup observations (and of its mean and high frequency components, setup and swash, respectively) on 5 beaches was carried out on a broad spectrum of environmental parameters and coast type over a period of 3 years. Correlation analyzes between coastal water levels (runup, setup, and swash) and offshore wave characteristics and beach slope were performed. The results show that the influence of the hydrodynamic parameters on wave runup, setup, and swash is similarly parameterized. The role of the morphology of the range on the setup is however parameterized by an inverse function of the slope, while the swash is a function of the square root of the slope. With an average error of 23 cm and a 2 cm bias, the original runup equation offers a high potential for estimating total water levels over diverse fetch-limited coastal environments. This thesis shows that it seems appropriate to use a static approach to identify the areas most vulnerable to coastal flooding, as long as the equation used is validated on the specific coastal environment. By combining this approach with numerical modeling in coastal hotspots with multiple issues at stake, it will be possible to introduce a first coasta flood zoning in the province of Québec. -- Mot(s) clé(s) en anglais : Coastal flooding, Runup, Video-derived topography, Infragravity waves, XBeach.

Extreme flood events continue to be one of the most threatening natural disasters around the world due to their pronounced social, environmental and economic impacts. Changes in the magnitude and frequency of floods have been documented during the last years, and it is expected that a changing climate will continue to affect their occurrence. Therefore, understanding the impacts of climate change through hydroclimatic simulations has become essential to prepare adaptation strategies for the future. However, the confidence in flood projections is still low due to the considerable uncertainties associated with their simulations, and the complexity of local features influencing these events. The main objective of this doctoral thesis is thus to improve our understanding of the modelling uncertainties associated with the generation of flood projections as well as evaluating strategies to reduce these uncertainties to increase our confidence in flood simulations. To address the main objective, this project aimed at (1) quantifying the uncertainty contributions of different elements involved in the modelling chain used to produce flood projections and, (2) evaluating the effects of different strategies to reduce the uncertainties associated with climate and hydrological models in regions with diverse hydroclimatic conditions. A total of 96 basins located in Quebec (basins dominated by snow-related processes) and Mexico (basins dominated by rain-related processes), covering a wide range of climatic and hydrological regimes were included in the study. The first stage consisted in decomposing the uncertainty contributions of four main uncertainty sources involved in the generation of flood projections: (1) climate models, (2) post-processing methods, (3) hydrological models, and (4) probability distributions used in flood frequency analyses. A variance decomposition method allowed quantifying and ranking the influence of each uncertainty source on floods over the two regions studied and by seasons. The results showed that the uncertainty contributions of each source vary over the different regions and seasons. Regions and seasons dominated by rain showed climate models as the main uncertainty source, while those dominated by snowmelt showed hydrological models as the main uncertainty contributor. These findings not only show the dangers of relying on single climate and hydrological models, but also underline the importance of regional uncertainty analyses. The second stage of this research project focused in evaluating strategies to reduce the uncertainties arising from hydrological models on flood projections. This stage includes two steps: (1) the analysis of the reliability of hydrological model’s calibration under a changing climate and (2) the evaluation of the effects of weighting hydrological simulations on flood projections. To address the first part, different calibration strategies were tested and evaluated using five conceptual lumped hydrological models under contrasting climate conditions with datasets lengths varying from 2 up to 21 years. The results revealed that the climatic conditions of the calibration data have larger impacts on hydrological model’s performance than the lengths of the climate time series. Moreover, changes on precipitation generally showed greater impacts than changes in temperature across all the different basins. These results suggest that shorter calibration and validation periods that are more representative of possible changes in climatic conditions could be more appropriate for climate change impact studies. Following these findings, the effects of different weighting strategies based on the robustness of hydrological models (in contrasting climatic conditions) were assessed on flood projections of the different studied basins. Weighting the five hydrological models based on their robustness showed some improvements over the traditional equal-weighting approach, particularly over warmer and drier conditions. Moreover, the results showed that the difference between these approaches was more pronounced over flood projections, as contrasting flood magnitudes and climate change signals were observed between both approaches. Additional analyses performed over four selected basins using a semi-distributed and more physically-based hydrological model suggested that this type of models might have an added value when simulating low-flows, and high flows on small basins (of about 500 km2). These results highlight once again the importance of working with ensembles of hydrological models and presents the potential impacts of weighting hydrological models on climate change impact studies. The final stage of this study focused on evaluating the impacts of weighting climate simulations on flood projections. The different weighting strategies tested showed that weighting climate simulations can improve the mean hydrograph representation compared to the traditional model “democracy” approach. This improvement was mainly observed with a weighting approach proposed in this thesis that evaluates the skill of the seasonal simulated streamflow against observations. The results also revealed that weighting climate simulations based on their performance can: (1) impact the floods magnitudes, (2) impact the climate change signals, and (3) reduce the uncertainty spreads of the resulting flood projection. These effects were particularly clear over rain-dominated basins, where climate modelling uncertainty plays a main role. These finding emphasize the need to reconsider the traditional climate model democracy approach, especially when studying processes with higher levels of climatic uncertainty. Finally, the implications of the obtained results were discussed. This section puts the main findings into perspective and identifies different ways forward to keep improving the understanding of climate change impacts in hydrology and increasing our confidence on flood projections that are essential to guide adaptation strategies for the future.

<p>Les études portant sur les évènements hydrologiques extrêmes sont d’une grande importance vu leurs nombreux impacts socio-économiques. Ces études reposent dans une large mesure sur la capacité à estimer adéquatement les risques associés à ces évènements. Dans ce cadre, l’analyse fréquentielle (AF) est une des approches les plus utilisées pour la modélisation et l’estimation des risques associés aux évènements extrêmes. Généralement, ces évènements sont caractérisés par plusieurs variables dépendantes, comme le volume, la pointe et la durée pour les crues. Par conséquent, l'analyse de chacune de ces variables séparément ne peut pas fournir une évaluation complète des risques et peut engendrer des pertes de vies humaines ou de biens associés à une sous estimation, ou une augmentation des coûts des ouvrages hydrauliques associés à une surestimation. L’AF multivariée (AFM) permet de pallier ce problème en considérant simultanément ces variables. L’AF classique est basée sur trois hypothèses à savoir l’homogénéité, la stationnarité et l’indépendance. Par ailleurs, différentes conditions non standards telles que la complexité topographique, les perturbations par les aménagements urbains et les changements climatiques peuvent influencer la réponse hydrologique. De telles conditions rendent la prédétermination des crues, par les méthodes classiques d’AFM, un exercice non efficace et mal adapté à de tels contextes. L’objectif de cette thèse consiste à proposer de nouvelles méthodes plus prometteuses pour l'analyse et la modélisation des variables hydrologiques à la fois dans un cadre multivarié et en l’absence de l’hypothèse d’homogénéité. Ces méthodes visent à contourner les limites de celles utilisées dans la littérature. Ces nouvelles méthodes, basées sur les copules, permettent une meilleure estimation des risques des extrêmes hydrologiques en tenant compte des interactions et es dépendances entre les différentes variables. Par conséquent, les gestionnaires des ressources hydriques peuvent prendre des décisions éclairées et mieux adaptées au contexte actuel. Précisément, nous nous intéressons dans une première partie à tester l’homogénéité des séries hydrologiques multivariées. Pour ce faire, nous avons proposé un nouveau test, basé sur les L moments multivariés, capable de détecter la rupture dans la structure de dépendance des variables hydrologiques. Les résultats obtenus montrent la bonne performance du test proposé sous différents scénarios. Par la suite, dans le but de modéliser l’hétérogénéité des séries hydrologiques multivariées, un modèle de mélange de copules a été mis au point. Dans ce cadre, nous avons proposé une nouvelle méthode pour l’estimation des différents paramètres du modèle. La méthode proposée est basée sur l’utilisation des algorithmes génétiques. Sa performance est illustrée sur des séries simulées. Les résultats obtenus montrent que la méthode proposée est un outil efficace capable de fournir de bonnes estimations, en particulier dans un contexte hydrologique. Finalement, deux nouveaux tests d’adéquation pour les copules multiparamètres ont été développés. Le but de ces tests est de vérifier la qualité de l’ajustement de la copule aux données et améliorer ainsi l’estimation des risques associés aux évènements extrêmes. Les résultats révèlent que les tests proposés performent bien dans le contexte hydrologique.<br /><br /> Studies of hydrological extreme events are of great importance given their many socio-economic impacts. These studies rely on the ability to adequately estimate the associated risk. In this context, frequency analysis (FA) is one of the most widely used approaches for modeling and estimating the risks associated with extreme events. Generally, these events are characterized by several correlated random variables. Therefore, analyzing each of these variables separately cannot provide a complete risk assessment and may result in loss of life or property associated with an underestimation, or an increase in the costs of hydraulic structure associated with an overestimation. Multivariate FA (MFA) overcomes this problem by simultaneously considering these variables. Classical FA is based on three assumptions namely homogeneity, stationarity and independence. However, different non-standard conditions such as topographic complexity, disturbances by urban development and climate change can influence the hydrological response. Such conditions make flood predetermination, by conventional MFA methods, an ineffective exercise and unsuitable to such contexts. The main objective of this thesis is to propose new and more promising methods for the analysis and modeling of hydrological variables both in a multivariate framework and in the lack of the homogeneity assumption. These methods aim to overcome the limitations of classical methods used in the literature. These new proposed methods, based on copulas, allow a better estimation of the risks associated to hydrological extremes by taking into account the dependence between the different variables. As a result, water resource managers can make informed decisions that are better suited to the current context. In the first part, we propose a novel statistical test for multivariate heterogeneity detection, based on copula and multivariate L-moments. A simulation study is conducted to evaluate the performance of the proposed test and to compare it with those of existing tests. Results show the ability of the proposed test to discriminate homogeneous and inhomogeneous series. In the second part, we propose a new model based on mixtures of copulas that take into account the heterogeneity of multivariate hydrological series. To estimate the components of this model, we propose a new parameter estimation approach, based on the maximum pseudo-likelihood using genetic algorithms. Results indicate that the proposed method estimates more accurately the parameters even with small sample sizes compared to the existing classical EM method. In the last part, we introduce new goodness of fit (GOF) tests specifically for multiparameter copulas and adapted to hydrometeorological context. More precisely, the proposed GOF tests are based on multivariate L moments. A simulation study is conducted to evaluate and compare the performances of the proposed tests. The results confirm the usefulness of the new GOF tests in comparison with some well-established ones.</p>

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

Ce travail de recherche a pour objectif d’évaluer le risque d’inondation printanier à Rigaud (Québec, Canada), en faisant une analyse de cas de l’inondation historique du printemps 2017. Dans la première partie de ce mémoire, une analyse des conditions météorologiques printanières dans le bassin versant de la rivière des Outaouais (BVRO) est d’abord réalisée à partir des données météorologiques sous forme de grille (DAYMET) à 1 km de résolution (1980 à 2017), mais également à partir des données météorologiques de stations d’Environnement et Changement climatique Canada (1963 à 2017). La sévérité des aléas d’inondation à Rigaud (1963 à 2019) est ensuite évaluée en termes d’ampleur de l’aléa hydrologique et des dommages potentiels associés. Dans la seconde partie de ce mémoire,l’exposition au risque d’inondation à Rigaud ainsi que les conditions socio-environnementales contribuant à exacerber le risque d’inondation à l’exutoire du bassin sont caractérisées. Une analyse multicritère qui tient compte de la pente, de la capacité de drainage des sols et de l’utilisation du sol en plus des caractéristiques de l’aléa météorologique dans le BVRO permet d’estimer la contribution des sous-bassins versants (SBV) à l’inondation printanière de 2017 à Rigaud. Au printemps 2017, le dégel brusque du début avril ainsi que le caractère exceptionnellement intense et régulier des événements de précipitation liquide aux mois d’avril et mai, généralisés sur l’ensemble du BVRO, ont contribué en partie à la sévérité de l’inondation. Ces facteurs météorologiques ont eu des conséquences importantes sur l’occurrence et l’intensité de l’inondation durant ces mois, d’autant plus que les conditions les plus extrêmes se sont produites dans les SBV les plus près de l’exutoire et les plus vulnérables, compte tenu de leurs fortes pentes et des modifications importantes au territoire engendrées par les activités humaines entre 1990 et 2010. L’indice de sévérité révèle que les inondations de 2017 et de 2019 se distinguent des autres inondations majeures en raison de l’intensité des débits journaliers enregistrés à l’exutoire du BVRO sur une durée de plus de 40 jours, alors que les dernières inondations historiques de 1974 et 1976 ont plutôt enregistré des niveaux d’eau records à l’exutoire du bassin. À Rigaud, l’exposition au risque d’inondation s’est également accrue entre 1970 et 2017, en raison du développement de l’aménagement périurbain (infrastructure et construction résidentielle) au cours de ces années, résultant en un potentiel de dommages beaucoup plus important lors des événements récents de 2017 et 2019. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : inondation, risque d’inondation, aléa, facteurs de risque, conditions socioenvironnementales, conditions hydrométéorologiques, exposition, bassin versant de la rivière des Outaouais, Rigaud