Votre recherche

Abstract As losses from extreme weather events grow, many governments are looking to privatize the financing and incentivization of climate adaptation through insurance markets. In a pure market approach to insurance for extreme weather events, individuals become responsible for ensuring they are adequately covered for risks to their own properties, and governments no longer contribute funds to post‐disaster recovery. Theoretically, insurance premiums signal the level of risk faced by each household, and incentivize homeowners to invest in adaptive action, such as retrofitting, or drainage work, to reduce premiums. Where risk is considered too high by insurance markets, housing is devalued, in theory leading to retreat from risky areas. In this review article, we evaluate the suitability of private insurance as a mechanism for climate adaptation at a household and community level. We find a mismatch between social understandings of responsibility for climate risks, and the technocratic, market‐based home insurance products offered by private insurance markets. We suggest that by constructing increasingly individualized, technical, and calculative evaluations of risk, market‐based models of insurance for extreme weather events erode the solidaristic and collective discourses and practices that support adaptive behavior. This article is categorized under: Vulnerability and Adaptation to Climate Change > Institutions for Adaptation

Abstract This study quantifies mean annual and monthly fluxes of Earth’s water cycle over continents and ocean basins during the first decade of the millennium. To the extent possible, the flux estimates are based on satellite measurements first and data-integrating models second. A careful accounting of uncertainty in the estimates is included. It is applied within a routine that enforces multiple water and energy budget constraints simultaneously in a variational framework in order to produce objectively determined optimized flux estimates. In the majority of cases, the observed annual surface and atmospheric water budgets over the continents and oceans close with much less than 10% residual. Observed residuals and optimized uncertainty estimates are considerably larger for monthly surface and atmospheric water budget closure, often nearing or exceeding 20% in North America, Eurasia, Australia and neighboring islands, and the Arctic and South Atlantic Oceans. The residuals in South America and Africa tend to be smaller, possibly because cold land processes are negligible. Fluxes were poorly observed over the Arctic Ocean, certain seas, Antarctica, and the Australasian and Indonesian islands, leading to reliance on atmospheric analysis estimates. Many of the satellite systems that contributed data have been or will soon be lost or replaced. Models that integrate ground-based and remote observations will be critical for ameliorating gaps and discontinuities in the data records caused by these transitions. Continued development of such models is essential for maximizing the value of the observations. Next-generation observing systems are the best hope for significantly improving global water budget accounting.

Abstract This paper examines the controlling influence of snow and rain on river ice processes in creeks and streams. Winter precipitation (in the form of rain and snow) has been observed to affect river ice processes and channel parameters of low and high gradient channels in unsuspected ways that can have significant impacts on channel hydraulics, hydrology and habitat. On a low gradient stream, a snowfall event initiated the development of an ice cover by creating unconsolidated snow slush bridges that eventually froze in place. Afterward, both snowfalls and rainfalls in alternation with cold spells dramatically increased the thickening rate of the ice cover well beyond that predicted by classic equations. In a smaller low‐gradient agricultural creek, wind‐blown snow impeded the formation of an ice cover by insulating the flow from cold atmospheric conditions. On steep channels (of different sizes and morphologies), anchor snow slush has been seen to accumulate on the bed substrate. As opposed to anchor ice, anchor snow slush is not believed to require supercooling water conditions to form nor to stay in place. Finally, in a steep headwater creek, a rain‐on‐snow event generated a snow slush flow and multiple snow slush jams. This phenomenon was seen to divert most of the water out of the channel into another watershed and concomitantly signalled a mid‐winter breakup in the greater watershed downstream. These observations suggest that the role of precipitation on small channel winter ice morphology and water flows, levels and currents has been severely underestimated and that any ecological winter studies, hydraulic structure designs and river modelling efforts need to include processes that are sometimes dominated by rain, slush and snow. Copyright © 2012 John Wiley & Sons, Ltd.

Abstract Ice is present during a part of the year on many rivers of cold, and even temperate, regions of the globe. Though largely ignored in hydrological literature, river ice has serious hydrologic impacts, including extreme flood events caused by ice jams, interference with transportation and energy production, low winter flows and associated ecological and water quality consequences. It is also a major factor in the life cycle of many aquatic and other species, being both beneficial and destructive, depending on location and time of year. A brief review of the hydrologic aspects of river ice shows strong climatic links and illustrates the sensitivity of the entire ice regime to changes in climatic conditions. To date, this sensitivity has only partly been documented: the vast majority of related studies have focused on the timing of freeze‐up and break‐up over the past century, and indicate trends that are consistent with concomitant changes in air temperature. It is only in the past few years that attention has been paid to the more complex, and practically more important, question of what climatic change may do to the frequency and severity of extreme ice jams, floods and low flows. The probable changes to the ice regime of rivers, and associated hydrological processes and impacts, are discussed in the light of current understanding. Copyright © 2002 John Wiley & Sons, Ltd.

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

Abstract. Floods resulting from river ice jams pose a great risk to many riverside municipalities in Canada. The location of an ice jam is mainly influenced by channel morphology. The goal of this work was therefore to develop a simplified geospatial model to estimate the predisposition of a river channel to ice jams. Rather than predicting the timing of river ice breakup, the main question here was to predict where the broken ice is susceptible to jam based on the river's geomorphological characteristics. Thus, six parameters referred to potential causes for ice jams in the literature were initially selected: presence of an island, narrowing of the channel, high sinuosity, presence of a bridge, confluence of rivers, and slope break. A GIS-based tool was used to generate the aforementioned factors over regular-spaced segments along the entire channel using available geospatial data. An ice jam predisposition index (IJPI) was calculated by combining the weighted optimal factors. Three Canadian rivers (province of Québec) were chosen as test sites. The resulting maps were assessed from historical observations and local knowledge. Results show that 77 % of the observed ice jam sites on record occurred in river sections that the model considered as having high or medium predisposition. This leaves 23 % of false negative errors (missed occurrence). Between 7 and 11 % of the highly predisposed river sections did not have an ice jam on record (false-positive cases). Results, limitations, and potential improvements are discussed.

L'ouvrage fait le point sur les développements de la méthode mise au point dans les années 1980 et présentée en détail pour la première fois en 1996. Il s'organise en deux grandes parties : la présentation de la méthode hydrogéomorphologique de détermination des zones inondables et les applications de cette méthode. La première partie justifie d'abord la nécessité de mettre au point et d'utiliser une nouvelle méthode face aux insuffisances des méthodes hydrologiques-hydrauliques utilisées en France (et très généralement dans le monde) pour la prévision et la prévention des risques d'inondation.Elle présente ensuite les principes de la méthode (chapitre II). C'est ainsi qu'elle consacre un long développement au rôle fondamental de la géomorphologie, tout particulièrement aux quatre lits qu'un cours d'eau peut occuper en fonction de son débit, lits déterminés par l'analyse de la microtopographie de la plaine alluviale fonctionnelle complétée par leur caractérisation sédimentologique. L'influence de la lithologie et de la tectonique est ensuite évoquée. Un deuxième sous-chapitre présente les critères complémentaires : la couverture végétale naturelle et l'occupation humaine au travers de la localisation des constructions, des vestiges historiques et archéologiques, de l'adaptation de l'activité agricole aux caractéristiques de la plaine alluviale et de la structure du parcellaire. Un troisième sous-chapitre regroupe les facteurs de variation : les grandes zones climatiques et les facteurs anthropiques (travaux et ouvrages hydrauliques, pratiques agricoles, imperméabilisation des sols due à l'urbanisation). Enfin, l'évolution au cours de la période historique des unités hydrogéomorphologiques principales, lit mineur et lit majeur, est présentée.Le court chapitre III met en relation l'hydrogéomorphologie et le fonctionnement hydraulique à l'échelle des unités hydrogéomorphologiques puis au niveau de la modélisation. La deuxième partie présente les trois principales applications de la méthode : la cartographie des zones inondables, la méthode intégrée et l'aménagement. La cartographie des zones inondables est actuellement la principale application, grâce à son intégration dans la politique de prévision et de prévention des risques d'inondation en France depuis 1995. Le chapitre qui lui est consacré s'articule en trois ensembles. Le premier est un rappel critique des moyens techniques d'acquisition des données : cartes, photographies aériennes, imagerie satellite en plein développement, données relatives aux crues historiques, observations de terrain. Le deuxième sous-chapitre détaille la cartographie des données sous la forme de la carte hydrogéomorphologique ou carte d'inondabilité hydrogéomorphologique en faisant l'historique et la critique de la légende proposée par le Ministère de l'Écologie français, puis en traitant plusieurs problèmes de cartographie : l'exhaussement du lit majeur, l'adoucissement du talus externe de la plaine alluviale fonctionnelle par le ruissellement diffus, le recouvrement du talus de la terrasse alluviale par le colluvionnement, la représentation du lit majeur exceptionnel et de la terrasse alluviale holocène, le cas spécifique des vallons secs. Enfin, les premières cartographies réalisées à l'étranger sont présentées. Un court dernier sous-chapitre traite de l'interprétation, qualitative et semi-quantitative, de la carte hydrogéomorphologique.La méthode intégrée, qui reste pour l'essentiel au stade expérimental, est présentée dans le chapitre II : d'abord ses origines, puis ses principes, puis ses premières applications prometteuses en France.Le chapitre III regroupe les potentialités, importantes mais peu exploitées, de la méthode hydrogéomorphologique pour l'aménagement des plaines alluviales, en insistant sur deux points : les conséquences de l'exhaussement des lits majeurs et le fonctionnement des cours d'eau pendant les crues exceptionnelles. La conclusion générale insiste sur l'efficacité de cette méthode, née de la problématique des risques naturels et hors du champ académique, ainsi que sur sa fécondité, en particulier la découverte de nouveaux objets géomorphologiques comme le lit majeur exceptionnel et de nouveaux concepts comme celui de débit hydrogéomorphologique.

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.

RÉSUMÉ: «RÉSUMÉ: Les inondations sont reconnues comme l’une des catastrophes naturelles les plus fréquentes et destructrices à l’échelle mondiale. Leur gravité est exacerbée par les effets du changement climatique (augmentation des précipitations) et de la construction humaine (réduction de la capacité naturelle à absorber l’eau). Les structures construites dans des zones sujettes à l’eau, telles que les ponts et les barrages, sont généralement vulnérables aux événements d’inondation sévères. Pour les problèmes impliquant de l’eau fluide, les chercheurs en hydraulique supposent généralement que les structures sont "infinitement" rigides et utilisent des limites de paroi imperméables pour représenter les structures dans les modèles numériques. Cependant, les structures se déformeront, vibreront et pourraient même être endommagées lors d’un événement d’inondation sévère. Du point de vue d’un ingénieur structurel, il est important d’incorporer la flexibilité structurelle dans l’analyse de l’interaction fluide-structure (FSI). Étant donné que la taille du domaine fluide est significativement plus grande que celle des structures, un grand nombre d’éléments est généré, rendant l’analyse FSI chronophage, surtout pour les cas avec un canal 3D long et des maillages raffinés. Par conséquent, une méthode de modélisation simplifiée efficace et précise est nécessaire. De plus, le comportement hydrodynamique des structures telles que le pont dans un cours d’eau et la structure du barrage à l’extrémité d’un canal partiellement recouvert de glace n’est pas bien connu. Pour aborder ce problème, cette recherche a examiné numériquement les réponses structurelles avec l’impact de l’écoulement des inondations en tenant compte de la flexibilité structurelle, en se concentrant sur l’interaction dynamique entre l’eau fluide et les structures solides, les effets 3D des fluides et des structures, le glissement des structures (par exemple, le glissement du tablier du pont), et la présence d’une couverture de glace partielle positionnée au sommet de l’eau dans un canal.» ABSTRACT: «ABSTRACT: Floods are recognized as one of the most frequent and destructive natural disasters globally. Their severity is exacerbated by the effects of climate change (increased precipitation) and human construction (reduced natural capacity to absorb water). Structures built in waterprone areas, such as bridges and dams, are usually vulnerable to severe flood events. For problems involving fluid water, hydraulic researchers commonly assume that structures are "infinitely" rigid and use impervious wall boundaries to present the structures in numerical models. However, structures will deform, vibrate, and even be damaged during a severe flood event. From a structural engineer’s perspective, it is important to incorporate structural flexibility into the fluid-structure interaction (FSI) analysis. Because the size of the fluid domain is significantly larger than that of the structures, a large set of elements is generated, making the FSI analysis time-consuming, especially for cases with a long 3D channel and refined meshes. As a result, an efficient and accurate simplified modeling method is needed. Also, the hydrodynamic behavior of structures such as the bridge in a stream and the dam structure at the end of a partially ice-covered channel is not well known. To address this problem, this research numerically investigated the structural responses with the impact of flood flow considering the structural flexibility, focusing on the dynamic interaction between fluid water and solid structures, the 3D effects of fluid and structures, the sliding of structures (e.g. sliding of bridge deck), and the presence of partial ice cover positioned at the top of the water in a channel.»

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

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

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.

Cette thèse traite des aspects de la quantification de l'incertitude dans l'évaluation des ressources éoliennes avec les pratiques d'analyses d'incertitude et de sensibilité. Les objectifs de cette thèse sont d'examiner et d'évaluer la qualité des pratiques d'analyse de sensibilité dans l'évaluation des ressources éoliennes, de décourager l'utilisation d'une analyse de sensibilité à la fois, d'encourager l'utilisation d'une analyse de sensibilité globale à la place, d'introduire des méthodes d'autres domaines., et montrer comment les analyses d'incertitude et de sensibilité globale ajoutent de la valeur au processus d'aide à la décision. Cette thèse est organisée en quatre articles : I. Une revue des pratiques d'analyse de sensibilité dans l'évaluation des ressources éoliennes avec une étude de cas de comparaison d'analyses de sensibilité individuelles et globales du coût actualisé de l'énergie éolienne offshore ; II. Technique Quasi-Monte Carlo dans l'analyse de sensibilité globale dans l'évaluation des ressources éoliennes avec une étude de cas sur les Émirats Arabes Unis; III. Utilisation de la famille de distribution Halphen pour l'estimation de la vitesse moyenne du vent avec une étude de cas sur l'Est du Canada; IV. Étude d'évaluation des ressources éoliennes offshore du golfe Persique avec les données satellitaires QuikSCAT.Les articles I à III ont chacun donné lieu à une publication évaluée par des pairs, tandis que l'article IV - à une soumission. L'article I propose des classifications par variable de sortie d'analyse de sensibilité, méthode, application, pays et logiciel. L'article I met en évidence les lacunes de la littérature, fournit des preuves des pièges, conduisant à des résultats d'évaluation erronés et coûteux des ressources éoliennes. L'article II montre comment l'analyse de sensibilité globale offre une amélioration au moyen du quasi-Monte Carlo avec ses plans d'échantillonnage élaborés permettant une convergence plus rapide. L'article III introduit la famille de distribution Halphen pour l'évaluation des ressources éoliennes. Article IV utilise les données satellitaires SeaWinds/QuikSCAT pour l'évaluation des ressources éoliennes offshore du golfe Persique. Les principales contributions à l'état de l'art avec cette thèse suivent. À la connaissance de l'auteur, aucune revue de l'analyse de sensibilité dans l'évaluation des ressources éoliennes n'est actuellement disponible dans la littérature, l'article I en propose une. L'article II relie la modélisation mathématique et l'évaluation des ressources éoliennes en introduisant la technique de quasi-Monte Carlo dans l'évaluation des ressources éoliennes. L'article III présente la famille de distribution de Halphen, de l'analyse de la fréquence des crues à l'évaluation des ressources éoliennes. <br /><br />This dissertation deals with the aspects of quantifying uncertainty in wind resource assessment with the practices of uncertainty and sensitivity analyses. The objectives of this dissertation are to review and assess the quality of sensitivity analysis practices in wind resource assessment, to discourage the use of one-at-a-time sensitivity analysis, encourage the use of global sensitivity analysis instead, introduce methods from other fields, and showcase how uncertainty and global sensitivity analyses adds value to the decision support process. This dissertation is organized in four articles: I. Review article of 102 feasibility studies: a review of sensitivity analysis practices in wind resource assessment with a case study of comparison of one-at-a-time vs. global sensitivity analyses of the levelized cost of offshore wind energy; II. Research article: Quasi-Monte Carlo technique in global sensitivity analysis in wind resource assessment with a case study on United Arab Emirates; III. Research article: Use of the Halphen distribution family for mean wind speed estimation with a case study on Eastern Canada; IV. Application article: Offshore wind resource assessment study of the Persian Gulf with QuikSCAT satellite data. Articles I-III have each resulted in a peer-reviewed publication, while Article IV – in a submission. Article I offers classifications by sensitivity analysis output variable, method, application, country, and software. It reveals the lack of collective agreement on the definition of sensitivity analysis in the literature, the dominance of nonlinear models, the prevalence of one-at a-time sensitivity analysis method, while one-at-a-time method is only valid for linear models. Article I highlights gaps in the literature, provides evidence of the pitfalls, leading to costly erroneous wind resource assessment results. Article II shows how global sensitivity analysis offers improvement by means of the quasi-Monte Carlo with its elaborate sampling designs enabling faster convergence. Article III introduces the Halphen distribution family for the purpose of wind recourse assessment. Article IV uses SeaWinds/QuikSCAT satellite data for offshore wind resource assessment of the Persian Gulf. The main contributions to the state-of-the-art with this dissertation follow. To the best of author’s knowledge, no review of sensitivity analysis in wind resource assessment is currently available in the literature, Article I offers such. Article II bridges mathematical modelling and wind resource assessment by introducing quasi-Monte Carlo technique to wind resource assessment. Article III introduces the Halphen distribution family from flood frequency analysis to wind resource assessment.

Cette thèse s’inscrit dans le champ des études sur les fictions de la fin du monde. J’y explore la question suivante : pourquoi existe-t-il autant de romans et de films racontant la fin d’un monde, et si peu la fin du monde ? En effet, la plupart des fictions dites de « fin du monde » mettent en scène la menace d’une catastrophe évitée, ou une destruction partielle, ou encore un univers post-apocalyptique habité de survivants. L’anéantissement total et définitif de l’espèce humaine, quant à lui, constitue rarement le dénouement de ce type d’œuvres. Ce déséquilibre s’explique en partie par le fait que ces œuvres représentent davantage le renouvellement du monde que sa disparition. Mon hypothèse est que nombre de ces récits de la fin héritent d’un imaginaire, d’une structure, de thèmes, de motifs, etc., provenant du mythe du déluge tel qu’il s’est développé dans l’Antiquité (entre autres dans sa version biblique), lequel symbolise la refondation et la transmission, et non l’anéantissement. Dans le premier chapitre, je propose une exploration de différents concepts et théories permettant de mieux définir les romans et les films de la fin du monde : les dispositif et contre-dispositif de Giorgio Agamben ; la conception des mythes de René Girard (principalement pour les notions d’indifférenciation et de bouc émissaire) ; le décalage prométhéen de Gunther Anders ; le catastrophisme éclairé de Jean-Pierre Dupuy ; les deux raisonnements mythologiques opposés identifiés dans les récits antiques de la fin du monde par Christine Reungoat-Dumas. Dans le deuxième chapitre, j’étudie d’abord comment le thème de la transmission s’articule dans quelques mythes antiques du déluge, avant de proposer un canevas général des mythèmes constituants. À partir de cette délimitation, je procède ensuite à l’analyse de trois mythèmes (la crise indifférenciatrice ; l’abri ; le lâcher d’oiseaux) dans un corpus de romans et de films des 20e et 21e siècles. Cette analyse permet de faire ressortir l’importance du thème de la transmission (de gènes et de mèmes, donc de réplicateurs). La transmission reflète un besoin de transcendance qui définit, oriente, ou du moins colore, pratiquement toutes les œuvres de la fin du monde. Dans ce contexte, la littérature, objet de transmission, peut être appréhendée comme une « arche métaphorique ». Le troisième chapitre se concentre sur l’analyse d’une œuvre, la trilogie MaddAddam (Oryx and Crake ; The Year of the Flood ; MaddAddam) de Margaret Atwood. J’y avance que cette œuvre prend la forme d’une épopée, dans laquelle on assiste à la mise en scène de sa propre écriture. Cette mise en abyme démontre bien que la trilogie, tout en étant une œuvre de fin du monde, raconte également la naissance d’un nouveau monde : l’épopée intradiégétique qui s’y compose tente d’immortaliser une partie du passé et d’orienter le futur. La littérature, sous la forme de cette épopée, figure ainsi une arche qui relie les mondes pré-apocalyptique et post-apocalytique de l’œuvre d’Atwood.

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

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.