Votre recherche

Les événements météorologiques extrêmes (EME) et les désastres qu’ils entrainent provoquent des conséquences psychosociales qui sont modulées en fonction de différents facteurs sociaux. On constate aussi que les récits médiatiques et culturels qui circulent au sujet des EME ne sont pas représentatifs de l’ensemble des expériences de personnes sinistrées : celles qui en subissent les conséquences les plus sévères tendent aussi à être celles qu’on « entend » le moins dans l’espace public. Ces personnes sont ainsi susceptibles de vivre de l’injustice épistémique, ce qui a des effets délétères sur le soutien qu’elles reçoivent. Face à ces constats s’impose la nécessité de mieux comprendre la diversité des expériences d’EME et d’explorer des stratégies pour soutenir l’ensemble des personnes sinistrées dans leur rétablissement psychosocial. Cet article soutient que la recherche narrative peut contribuer à répondre à ces objectifs. En dépeignant des réalités multiples, la recherche narrative centrée sur les récits de personnes sinistrées présente aussi un intérêt significatif pour l’amélioration des pratiques d’intervention en contexte de désastre. , Extreme weather events (EWE) and their resulting disasters cause psychosocial consequences that are moderated by different social factors. Media and cultural accounts of EWEs do not represent the full range of disaster survivor experiences, that is, those who experienced the most severe consequences also tend to be those least “heard” in the public arena. These people are therefore most likely to experience forms of epistemic injustice that negatively impact the support offered to cope with disaster. Considering these findings, there is a need to better understand the diversity of EWE experiences and explore strategies for supporting all disaster survivors in their psychosocial recovery. This article argues that narrative research can help meet these needs. By portraying the multiple realities of people affected by EWEs, narrative research focusing on the stories of disaster survivors is also of significant interest for improving intervention practices in this context.

Les récits médiatiques et culturels qui circulent sur les événements météorologiques extrêmes (EME) ne sont pas représentatifs de l’ensemble des expériences de personnes sinistrées. Les groupes qui en subissent les conséquences les plus sévères tendent à être ceux que l’on « entend » le moins dans l’espace public. L’approche de recherche narrative permet de documenter une diversité d’expériences d’EME pour en tracer un panorama plus complet. Adoptant une approche narrative féministe, notre recherche a été menée auprès de femmes touchées par des inondations en Beauce. Des extraits d’entrevues semi-directives menées avec des femmes sinistrées offrent une illustration des conséquences psychosociales entrainées par les inondations. Les forces des participantes et certains défis rencontrés en lien avec leurs rôles dans la famille et la communauté sont aussi abordés. La méthode adoptée a permis de collecter des récits d’expérience riches et singuliers qui rendent plus tangibles les effets différenciés des EME. Tenir compte de cette diversité d’expériences favoriserait une prise en charge plus équitable des personnes sinistrées à court, moyen et long terme.

<p><strong class="journal-contentHeaderColor">Abstract.</strong> Year-round river discharge estimation and forecasting is a critical component of sustainable water resource management. However, in cold climate regions such as Canada, this basic task gets intricated due to the challenge of river ice conditions. River ice conditions are dynamic and can change quickly in a short period of time. This dynamic nature makes river ice conditions difficult to forecast. Moreover, the observation of under-ice river discharge also remains a challenge since no reliable method for its estimation has been developed till date. It is therefore an active field of research and development. The integration of river ice hydraulic models in forecasting systems has remained relatively uncommon. The current study has two main objectives: first is to demonstrate the development and capabilities of a river ice forecasting system based on coupled hydrological and hydraulic modelling approach for the Chaudi&egrave;re River in Qu&eacute;bec; and second is to assess its functionality over selected winter events. The forecasting system is developed within a well-known operational forecasting platform: the Delft Flood Early Warning System (Delft-FEWS). The current configuration of the systems integrates (i) meteorological products such as the Regional Ensemble Prediction System (REPS); (ii) a hydrological module implemented through the HydrOlOgical Prediction LAboratory (HOOPLA), a multi-model based hydrological modelling framework; and (iii) hydraulic module implemented through a 1D steady and unsteady HEC-RAS river ice models. The system produces ensemble forecasts for discharge and water level and provides flexibility to modify various dynamic parameters within the modelling chain such as discharge timeseries, ice thickness, ice roughness as well as carryout hindcasting experiments in a batch production way. Performance of the coupled modelling approach was assessed using &ldquo;Perfect forecast&rdquo; over winter events between 2020 and 2023 winter seasons. The root mean square error (RMSE) and percent bias (Pbias) metrics were calculated. The hydrologic module of the system showed significant deviations from the observations. These deviations could be explained by the inherent uncertainty in the under-ice discharge estimates as well as uncertainty in the modelling chain. The hydraulic module of the system performed better and the Pbias was within &plusmn;10 %.</p>

This book details the impact of flooding on our environment, and the ways in which communities, and those that work with them, can act to manage the associated risks. Flooding is an increasingly significant environmental hazard which inflicts major costs to the economies and livelihoods of developed countries. This book explores how local communities can identify, manage, and adapt to the ever-increasing damage flooding causes. Focusing on the future role of local communities, the benefits and c

Combined sewer surcharges in densely urbanized areas have become more frequent due to the expansion of impervious surfaces and intensified precipitation caused by climate change. These surcharges can generate system overflows, causing urban flooding and pollution of urban areas. This paper presents a novel methodology to mitigate sewer system surcharges and control surface water. In this methodology, flow control devices and urban landscape retrofitting are proposed as strategies to reduce water inflow into the sewer network and manage excess water on the surface during extreme rainfall events. For this purpose, a 1D/2D dual drainage model was developed for two case studies located in Montreal, Canada. Applying the proposed methodology to these two sites led to a reduction of the volume of wastewater overflows by 100% and 86%, and a decrease in the number of surface overflows by 100% and 71%, respectively, at the two sites for a 100-year return period 3-h Chicago design rainfall. It also controlled the extent of flooding, reduced the volume of uncontrolled surface floods by 78% and 80% and decreased flooded areas by 68% and 42%, respectively, at the two sites for the same design rainfall.

The study addresses the need for flood risk anticipation and planning, through the development of a flood zone mapping approach for different return periods, in order to best prevent and protect populations. Today, traditional methods are too costly, too slow or require too many requirements to be applied over large areas. As part of a project funded by the Canadian Space Agency, Geosapiens and the Institut National de la Recherche Scientifique set themselves the goal of designing an automatic process to generate water presence maps for different return periods at a resolution of 30 m, based on the historical database of Landsat missions from 1982 to the present day. This involved the design, implementation and training of a deep learning algorithm model based on the U-Net architecture for the detection of water pixels in Landsat imagery. The resulting maps were used as the basis for applying a frequency analysis model to fit a probability of occurrence function for the presence of water at each pixel. The frequency analysis data were then used to obtain maps of water occurrence at different return preiods such as 2, 5 and 20 years.

There is mounting pressure on (re)insurers to quantify the impacts of climate change, notably on the frequency and severity of claims due to weather events such as flooding. This is however a very challenging task for (re)insurers as it requires modeling at the scale of a portfolio and at a high enough spatial resolution to incorporate local climate change effects. In this paper, we introduce a data science approach to climate change risk assessment of pluvial flooding for insurance portfolios over Canada and the United States (US). The underlying flood occurrence model quantifies the financial impacts of short-term (12–48 h) precipitation dynamics over the present (2010–2030) and future climate (2040–2060) by leveraging statistical/machine learning and regional climate models. The flood occurrence model is designed for applications that do not require street-level precision as is often the case for scenario and trend analyses. It is applied at the full scale of Canada and the US over 10–25 km grids. Our analyses show that climate change and urbanization will typically increase losses over Canada and the US, while impacts are strongly heterogeneous from one state or province to another, or even within a territory. Portfolio applications highlight the importance for a (re)insurer to differentiate between future changes in hazard and exposure, as the latter may magnify or attenuate the impacts of climate change on losses.

Read the latest report from UQAM and GRI, looking at options to reduce flood risk for Canadian homeowners living in flood-prone areas.

Résumé L'hydrogéomorphologie étudie la dynamique des rivières en se concentrant sur les interactions liant la structure des écoulements, la mobilisation et le transport des sédiments et les morphologies qui caractérisent les cours d'eau et leur bassin‐versant. Elle offre un cadre d'analyse et des outils pour une meilleure intégration des connaissances sur la dynamique des rivières pour la gestion des cours d'eau au sens large, et plus spécifiquement, pour leur restauration, leur aménagement et pour l'évaluation et la prévention des risques liés aux aléas fluviaux. Au Québec, l'hydrogéomorphologie émerge comme contribution significative dans les approches de gestion et d'évaluation du risque et se trouve au cœur d'un changement de paradigme dans la gestion des cours d'eau par lequel la restauration des processus vise à augmenter la résilience des systèmes et des sociétés et à améliorer la qualité des environnements fluviaux. Cette contribution expose la trajectoire de l'hydrogéomorphologie au Québec à partir des publications scientifiques de géographes du Québec et discute des visées de la discipline en recherche et en intégration des connaissances pour la gestion des cours d'eau . , Abstract Hydrogeomorphology studies river dynamics, focusing on the interactions between flow structure, sediment transport, and the morphologies that characterize rivers and their watersheds. It provides an analytical framework and tools for better integrating knowledge of river dynamics into river management in the broadest sense, and more specifically, into river restoration as well as into the assessment and prevention of risks associated with fluvial hazards. In Quebec, hydrogeomorphology is emerging as a significant contribution to risk assessment and management approaches, and is at the heart of a paradigm shift in river management whereby process restoration aims to increase the resilience of fluvial systems and societies, and improve the quality of fluvial environments. This contribution outlines the trajectory of hydrogeomorphology in Quebec, based on scientific publications by Quebec geographers, and discusses the discipline's aims in research and knowledge integration for river management . , Messages clés Les géographes du Québec ont contribué fortement au développement des connaissances et outils de l'hydrogéomorphologie. L'hydrogéomorphologie a évolué d'une science fondamentale à une science où les connaissances fondamentales sont au service de la gestion des cours d'eau. L'hydrogéomorphologie et le cortège de connaissances et d'outils qu'elle promeut font de cette discipline une partenaire clé pour une gestion holistique des cours d'eau.

The interaction of water flow, ice, and structures is common in fluvial ice processes, particularly around Ice Control Structures (ICSs) that are used to manage and prevent ice jam floods. To evaluate the effectiveness of ICSs, it is essential to understand the complex interaction between water flow, ice and the structure. Numerical modeling is a valuable tool that can facilitate such understanding. Until now, classical Eulerian mesh-based methods have not been evaluated for the simulation of ice interaction with ICS. In this paper we evaluate the capability, accuracy, and efficiency of a coupled Computational Fluid Dynamic (CFD) and multi-body motion numerical model, based on the mesh-based FLOW-3D V.2023 R1 software for simulation of ice-structure interactions in several benchmark cases. The model’s performance was compared with results from meshless-based models (performed by others) for the same laboratory test cases that were used as a reference for the comparison. To this end, simulation results from a range of dam break laboratory experiments were analyzed, encompassing varying numbers of floating objects with distinct characteristics, both in the presence and absence of ICS, and under different downstream water levels. The results show that the overall accuracy of the FLOW-3D model under various experimental conditions resulted in a RMSE of 0.0534 as opposed to an overall RMSE of 0.0599 for the meshless methods. Instabilities were observed in the FLOW-3D model for more complex phenomena that involve open boundaries and a larger number of blocks. Although the FLOW-3D model exhibited a similar computational time to the GPU-accelerated meshless-based models, constraints on the processors speed and the number of cores available for use by the processors could limit the computational time.

Abstract This study investigates possible trends and teleconnections in temperature extremes in New South Wales (NSW), Australia. Daily maximum and minimum temperature data covering the period 1971–2021 at 26 stations located in NSW were used. Three indices, which focus on daily maximum temperature, daily minimum temperature, and average daily temperature in terms of Excessive Heat Factor (EHF) were investigated to identify the occurrence of heatwaves (HWs). The study considered HWs of different durations (1-, 5-, and 10-days) in relation to intensity, frequency, duration, and their first occurrence parameters. Finally, the influences of three global climate drivers, namely – the El Niño/Southern Oscillation (ENSO), the Southern Annular Mode (SAM), and the Indian Ocean Dipole (IOD) were investigated with associated heatwave attributes for extended Austral summers. In this study, an increasing trend in both hot days and nights was observed for most of the selected stations within the study area. The increase was more pronounced for the last decade (2011–2021) of the investigated time period. The number, duration and frequency of the heatwaves increased over time considering the EHF criterion, whereas no particular trend was detected in cases of TX90 and TN90. It was also evident that the first occurrence of all the HWs shifted towards the onset of the extended summer while considering the EHF criterion of HWs. The correlations between heatwave attributes and climate drivers depicted that heatwave over NSW was positively influenced by both the IOD and ENSO and negatively correlated with SAM. The findings of this study will be useful in formulating strategies for managing the impacts of extreme temperature events such as bushfires, floods, droughts to the most at-risk regions within NSW.

Abstract As an in‐depth profile control agent, water‐soluble phenolic resin crosslinking polyacrylamide weak gel has been widely used in the middle and high water cut stage of water flooding reservoir. In this study, the phenolic resin was synthesized by two‐step alkali catalysis. Factors influencing the synthesis of phenolic resin, including the molar ratio of phenol and formaldehyde, catalyst types, reaction time, were investigated with hydroxylmethyl and aldehyde content as the criterion. When the molar ratio of phenolic resin was 1:2 and NaOH was catalyst, at 80°C for 4 h, the phenolic resin had the highest hydroxymethyl content (49.37%) and the lowest free aldehyde content (2.95%). Weak gel was formed by the reaction of LT002‐polyacrylamide with phenolic resin. Taking the gelation time and strength as criteria, the factors influencing the crosslinking property, including hydroxymethyl content, crosslinker addition, and polyacrylamide concentration were investigated respectively. Under optimal formulation, the property investigation shows that the hydroxymethyl group in the phenolic resin can be crosslinked with the amide group in polyacrylamide, the gelation time is long (50–60 h), and the gelation strength is larger than 5 × 10 4  mPa s, which is conductive to the plugging of deep oil layers. When the permeability was 5061 × 10 −3  μm 2 , the plugging rate was 72.73%.

Extreme precipitation events play a crucial role in shaping the vulnerability of regions like Algeria to the impacts of climate change. To delve deeper into this critical aspect, this study investigates the changing patterns of extreme precipitation across five sub-regions of Algeria using data from 33 model simulations provided by the NASA Earth Exchange Global Daily Downscaled Climate Projections (NEX-GDDP-CMIP6). Our analysis reveals a projected decline in annual precipitation for four of these regions, contrasting with an expected increase in desert areas where annual precipitation levels remain low, typically not exceeding 120 mm. Furthermore, key precipitation indices such as maximum 1-day precipitation (Rx1day) and extremely wet-day precipitation (R99p) consistently show upward trends across all zones, under both SSP245 and SSP585 scenarios. However, the number of heavy precipitation days (R20mm) demonstrates varied trends among zones, exhibiting stable fluctuations. These findings provide valuable foresight into future precipitation patterns, offering essential insights for policymakers and stakeholders. By anticipating these changes, adaptive strategies can be devised to mitigate potential climate change impacts on crucial sectors such as agriculture, flooding, water resources, and drought.

Une première centrale au fil de l'eau (FDE) au Nunavik (QC, Canada), construite en zone de pergélisol continu, alimente la communauté d'Inukjuak en énergie renouvelable depuis 2024. De petite taille, ces constructions ont été peu étudiées par le passé, notamment en lien avec la modification du cycle du mercure (Hg) et à la bioaccumulation de méthylmercure (MeHg) dans les réseaux alimentaires adjacents. Le pergélisol est cependant un potentiel réservoir substantiel de Hg, et la mise en eau pourrait favoriser son dégel, remobilisant ainsi du Hg historique, co-transporté par du carbone (C) ancien. Afin de mieux cerner les impacts d’une inondation en contexte septentrional, des sols, de l’eau de surface et des invertébrés benthiques ont été échantillonnés le long de la rivière Innuksuac avant, pendant et trois mois suivants la mise en eau. Afin d’investiguer le Hg dans la colonne d’eau, la qualité du carbone organique dissous (COD) (i.e. âge et composition) a été étudiée, tandis que le transfert trophique du MeHg au sein du réseau alimentaire a été clarifié à l’aide de l’isotopie stable (ẟ13C et ẟ15N), reflétant la diète et le niveau trophique des organismes. Le ratio Hg : C suggère que les concentrations de Hg dans le sol de la zone d’étude étaient moindres que ce qui était attendu, en se basant de précédentes estimations circompolaires, tandis que la majorité du Hg mesuré se trouvait dans la couche active du pergélisol et n’était donc pas immobilisé par le gel. Néanmoins, la mise en eau a généré une hausse de la concentration de MeHg (~ 7x) et du potentiel de méthylation (~ 4x) dans la couche organique superficielle des sols ennoyés. Cette hausse d’activité s’est reflétée dans les eaux de surface de la baie inondée, qui présentait des concentrations de MeHg dix fois plus élevées que dans les autres sites échantillonnés. Tandis que le COD exogène dérivant du milieu terrestre semble important pour l’apport de Hg inorganique dans le système riverain, le COD récemment dégradé par l’activité microbienne s’est avéré être le meilleur indicateur du potentiel de la méthylation. Une augmentation de la concentration tissulaire de MeHg a finalement été observée au bas de la chaîne trophique, chez les consommateurs primaires (~ 4x) ainsi que chez les invertébrés benthiques arborant une diète omnivore (~ 3x), mais pas chez les organismes prédateurs, suggérant l’existence d’un délai de transfert trophique. Chez les consommateurs primaires, cette augmentation était surtout apparente chez les invertébrés intimement associés à l’environnement benthique de la nouvelle baie inondée, où les signatures de ẟ13C étaient également les plus faibles. Ces résultats offrent un premier portrait à court terme du transport et des transformations du Hg lors d’une inondation en région subarctique, et les hausses enregistrées, bien que non négligeables, se limitent pour l’instant à une faible superficie (< 1 km2) et ne semblent pas se répercuter en aval de la petite baie inondée.

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.»

QUIC is a modern transport layer internet protocol designed to be more efficient and secure than TCP. It has gained popularity quickly in recent years and has been adopted by a number of prominent tech companies. Its efficiency comes from its handshake design. The server and the client make both the transport layer acknowledgment and the TLS agreement during the same round trip. However this process makes the packets heavy and requires more processing on the server-side than TCP. This characteristic can be used as leverage by an attacker to compromise the computing resources of its victim. This thesis investigates the resilience of QUIC Protocol against handshake flood attacks and proposes a detection mechanism (QUICShield). I conducted comprehensive experiments to evaluate the resource consumptions of both the attacker and the target during incomplete handshake attacks, including CPU, memory, and bandwidth. We compared the results against TCP Syn Cookies under Syn flood attacks. The DDoS amplification factor was measured and analyzed based on the results. This work also proposes a detection mechanism based on a Bloom filter combined with Generalized Likelihood Ratio Cumulative Sum (GLR-CUSUM) to adapt to evolving attack patterns. It was implemented and deployed against real attacks to evaluate its efficiency. We showed that the QUIC Protocol design has a much larger DDoS amplification factor compared to the TCP, which means QUIC is more vulnerable to handshake DDoS attacks. However the mechanism proposed is accurate and efficient in terms of resources.

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.

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.