Votre recherche

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.

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.

The coast is a complex environment that comprises seawater, underwater, soil, atmosphere, and other environmental factors. Traditional and new pollutants, represented by oil spills and microplastic (MPs), persist in posing a constant threat to the ecosystems and social-economic features of coastal regions. Besides, the shoreline is exposed to various environment conditions, which may significantly affect the behaviors of pollutants on beaches. An in-depth understanding of the occurrence and fate of pollutants in coastal areas is a prerequisite for the development of sound prevention and remediation strategies. Firstly, the physicochemical behavior of crude oil on various types of shorelines under different environmental conditions were reviewed. The penetration, remobilization, and retention of stranded oil on shorelines are affected by the beach topography and the natural environment. The attenuation and fate of oil on shorelines from laboratory and field experiments were discussed. In addition, the source, type, distribution, and factors of MPs in the coastal areas were summarized. What is more, the occurrence and environmental risk of emerging plastics waste—personal protective equipment (PPE)—in the coastal environment during and pandemic were discussed. Then, the role of natural nanobubbles (NBs) in the fate and transport of spilled oil were investigated through laboratory experiments and model simulations. NBs significantly increased the concentration of dissolved oxygen as well as changed the pH, zeta potential, and surface tension of the water. With the assistance of external energy, the bulk NBs enhanced the efficiency in oil detachment from the surface of the substrate. At the same time, the surface NBs on the substrate obstructed the downward transport of oil colloids. Considering the behavior between the NBs in two different phases and the oil droplets, the oil droplets tended to bind to the NBs. Next, the behavior and movement of various MPs in the presence of bulk NBs was explored. In the presence of NBs, the binding of MPs and NBs resulted in an increase in the measured average particle size and concentration. The velocity of motion of MPs driven by NBs varies under different salinity conditions. The increase in ionic strength reduced the energy barrier between particles and promoted their aggregation. Thus, the binding of NBs and MPs became more stable, which in turn affected the movement of MPs in the water. Polyethylene (PE1) with small particle size was mainly affected by Brownian motion and its rising was limited, therefore polyethylene (PE2) with large particle size rose faster than PE1 in suspension, especially in the presence of NBs. The effect of nanobubbles on the mobilization of MPs in shorelines subject to seawater infiltration was further studied. The motion of MPs under continuous and transient conditions, as well as the upward transport induced with flood were considered. Salinity altered the energy barriers between particles, which in turn affected the movement of MPs within the matrix. In addition, hydrophilic MPs were more likely to infiltrate within the substrate and had different movement patterns under both continuous and transient conditions. The motion of the MPs within the substrate varied with flow rate, and NBs limited the vertical movement of MPs in the tidal zone. It was also observed that NBs adsorbed readily onto substrates, altering the surface properties of substrates, particularly their ability to attach and detach from other substances. Finally, the changing characteristics and environmental behaviors of PPE wastes when exposed to the shoreline environment were examined. The transformation of chain structure and chemical composition of masks and gloves as well as the decreased mechanical strength after UV weathering were observed. In addition, the physical abrasion caused by sand further exacerbated the release of MPs and leachable hazardous contaminates from masks and gloves. In conclusion, the coastal zone is threatened by various pollutants, including traditional pollutants (like the oil spill) and emerging pollutants (like MPs). Due to the complexity of the coastal zone, the occurrence, transport and fate of pollutants can be controlled by many factors, and some factors that are ignored before can also alter the environmental behavior of pollutants in the coastal zone. Natural NBs can change the properties of the water environment and affect the surface properties of the substrate. Bulk NBs contribute to the oil detachment from the sand surface, and surface nanobubbles in the substrate obstruct the downward transport of oil colloids. The behavior and mobilization of MPs in the coastal `zone are subject to mutual forces between the substrate, MPs, NBs, and other factors. Coastal zones are not only the main receptor of pollutants from oceans and lands but also play a key role in their fate and transport.

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

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

RÉSUMÉ : Les inondations dans la MRC de Bonaventure, à l'instar des inondations de 2017 et de 2019 aux Québec, amènent à repenser les politiques de gestion préventive des inondations dans les municipalités mais il est nécessaire de revisiter le passé pour mieux anticiper le futur. A l'heure actuelle, aucune étude dans la MRC de Bonaventure n'a abordé la trajectoire de la vulnérabilité aux inondations. Le projet de recherche avait pour objectif d'évaluer l'évolution spatio-temporelle de la vulnérabilité aux inondations dans la MRC de Bonaventure plus précisément dans les bassins versants des rivières Cascapédia et petite Cascapédia. Cette recherche s'est particulièrement intéressée à : - 1) - identifier les indicateurs de vulnérabilité aux inondations les plus pertinents et leurs interactions et - 2) - comprendre la trajectoire de la vulnérabilité aux inondations dans le temps. La méthode indicielle a permis de calculer les indices de vulnérabilité par addition d'indicateurs pondérés dans l'analyse de la trajectoire de la vulnérabilité pour les années 1986, 1996, 2006 et de 2016 à partir de 43 indicateurs sélectionnés, adaptés au contexte de la zone d'étude et validés par la MRC de Bonaventure. L'évaluation de la trajectoire de la vulnérabilité aux inondations révèle que les variables socio-économiques sont les plus importantes contribuant à faire varier la vulnérabilité dans le temps dans les corridors fluviaux des rivières Cascapédia et petite Cascapédia. Cette étude expose le caractère dynamique, temporel et transformationnel de la vulnérabilité. Les cartographies de vulnérabilité générées en maillages de 200 m x 200 m et les enquêtes sur le terrain ont permis de mieux appréhender les changements globaux qui ont contribué à l'évolution de la vulnérabilité aux inondations et de comprendre la nature de la vulnérabilité aux inondations. Cette analyse permettra aux décideurs d'anticiper le futur pour une planification concrète de l'adaptation et des mesures de prévention. La trajectoire de la vulnérabilité se présente alors comme un outil de prévention et de prospection pour les décideurs. Elle permet d'appréhender la vulnérabilité du passé, comprendre la vulnérabilité du présent et anticiper sur la vulnérabilité du futur. -- Mot(s) clé(s) en français : Trajectoire, vulnérabilité, inondation, indice de vulnérabilité, gestion préventive. -- ABSTRACT : The floods in the MRC of Bonaventure, like the floods of 2017 and 2019 in Quebec, lead to a rethink of the preventive flood management policies in the municipalities, but it is necessary to revisit the past to better anticipate the future. At present, no study in the MRC of Bonaventure has addressed the trajectory of vulnerability to flooding. The objective of the research project was to assess the spatio-temporal evolution of vulnerability to flooding in the MRC of Bonaventure, more specifically in the watersheds of the Cascapedia and Petite Cascapedia rivers. This research was particularly interested in: - 1) - identifying the most relevant flood vulnerability indicators and their interactions and - 2) - understanding the trajectory of flood vulnerability over time. The index method made it possible to calculate the vulnerability indices by adding weighted indicators in the analysis of the trajectory of vulnerability for the years 1986, 1996, 2006 and 2016 from 43 selected indicators, adapted to the context of the study area and validated by the MRC of Bonaventure. The evaluation of the trajectory of vulnerability to flooding reveals that socio-economic variables are the most important contributing to varying vulnerability over time in the fluvial corridors of the Cascapedia and Petite Cascapedia rivers. This study exposes the dynamic, temporal and transformational character of vulnerability. The vulnerability maps generated in 200 m x 200 m grids and the field surveys have made it possible to better understand the global changes that have contributed to the evolution of vulnerability to floods and to understand the nature of vulnerability to floods. This analysis will allow decision-makers to anticipate the future for concrete planning of adaptation and prevention measures. The trajectory of vulnerability is then presented as a prevention and prospecting tool for decision-makers. It makes it possible to apprehend the vulnerability of the past, to understand the vulnerability of the present and to anticipate the vulnerability of the future. -- Mot(s) clé(s) en anglais : Trajectory, vulnerability, flooding, vulnerability index, preventive management.

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.

Les modèles hydrologiques traditionnels n’imposent pas la contrainte de conservation d’énergie à la surface. Lorsque soumis à des températures plus élevées, ils ont le potentiel de surestimer l’évapotranspiration. Le modèle de surface physique CLASS est couplé au modèle de routage RAPID, basé sur la méthode de Muskingum, pour former un modèle hydrologique plus robuste en contexte de réchauffement global. CLASS-RAPID est implanté sur le bassin versant du Haut-Montmorency (47.4°N, 71.1°O). CLASS est calibré et validé à l’aide d’observations hydrométéorologiques à la Forêt Montmorency ; RAPID est optimisé d’après les observations de débits de la Direction d’expertise hydrique du Québec. Des projections climatiques provenant des modèles CanESM2, CNRM-CM5, GFDL-ESM2M et MPI-ESM du Projet d’intercomparaison des modèles couplés et des scénarios climatiques RCP 4.5 et RCP 8.5 sont fournies en entrées à CLASS-RAPID afin de réaliser des simulations hydrologiques pour la période future de 2041 à 2070. Des projections climatiques provenant des mêmes modèles pour la période de référence de 1981 à 2005 sont également utilisées par CLASS-RAPID afin de générer une séquence de débits pouvant être comparée à celle de la période future. CLASS-RAPID obtient un score de NSE = 0, 66 au critère de performance de Nash-Sutcliffe. Le modèle reproduit fidèlement la séquence des évènements hydrologiques, mais sous-estime systématiquement les pointes de crue. Les simulations de CLASS-RAPID réalisées en condition de changements climatiques projettent que les crues printanières se produisent plusieurs dizaines de jours à l’avance pour la période future de 2041 à 2070 en comparaison à la période de référence. Pour les quatre modèles à l’étude, les simulations en condition de changements climatiques permettent de prévoir une diminution moyenne des débits d’étiage d’été de 40% pour le scénario climatique RCP 4.5 et de 50% pour le scénario climatique RCP 8.5. Pour les mêmes scénarios climatiques, l’Atlas hydroclimatique du Québec, qui repose sur une modélisation hydrologique traditionnelle, prévoit une diminution des débits de respectivement 37% et 45%.

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.

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.

RÉSUMÉ : Les flèches littorales sont des environnements naturellement dynamiques modelés par l'apport sédimentaire, les agents hydrodynamiques, les tempêtes et les crues. La plage de la flèche littorale fermant la lagune côtière de Hope Town (baie des Chaleurs, Golfe du St-Laurent) montre des signes d'érosion criants depuis le démantèlement d'une jetée à la fin des années 1960, menaçant l'intégrité de la route traversant la flèche. En 2012, après maints efforts pour stabiliser la flèche comprenant la construction et le prolongement d'un enrochement, une recharge de plage est effectuée et coordonnée à la construction d'un champ d'épis semi-perméables résistant aux conditions hivernales. Ce mémoire explore les impacts d'un champ d'épis sur le comportement morphologique d'une flèche sableuse en climat froid, où les processus glaciels jouent un rôle essentiel sur la dynamique hydromorphologique. L'évolution à long terme de cette région côtière a été analysée de 1963 à 2018 par imagerie aérienne. Des données océanographiques, granulométriques et topographiques ont été relevées de 2017 à 2020 pour étudier les variations morphosédimentaires de la plage. Les résultats montrent que la flèche accuse un taux de retrait moyen de -0,65 m/an, soit nettement supérieur aux secteurs côtiers adjacents. Les taux de recul les plus importants ont été observés durant les 15 ans suivant le démantèlement de la jetée (-1,1 m/an), puis ils ont diminué avant de remonter à -1,07 m/an pour la période 2007-2018 malgré la recharge de 2012. Les modèles d'élévation montrent l'adaptation morphologique saisonnière de la plage aux conditions hydrodynamiques et glacielles (profil d'accumulation l'été et d'érosion l'automne). Les mouvements sédimentaires l'hiver présentent de fortes variations interannuelles : l'impact des tempêtes hivernales est contrôlé par la couverture de glace de mer et la présence d'un pied de glace protégeant la plage, qui varient d'une année sur l'autre. Enfin, malgré la rétention partielle de la dérive littorale grâce aux épis, ces derniers peinent à mitiger l'apport sédimentaire restreint par l'enrochement situé en amont dans le sens de la dérive littorale, ne permettant pas de maintenir sur la plage le volume de recharge initial : les dernières photographies aériennes et les variations récentes de volumes de plage, montrent que la flèche continue à éroder. Ceci soulève l'importance des recharges de plage répétées dans le temps. -- Mot(s) clé(s) en français : Morphodynamique de plage, trait de côte, érosion côtière, flèche littorale, épis, enrochement, recharge de plage, profil de plage. -- ABSTRACT : Littoral spits are naturally dynamic environments modeled by sediment supply, hydrodynamic agents, storm and flood events. The sand spit beach closing the Hope Town coastal lagoon (Chaleur Bay, Gulf of St. Lawrence) shows critical signs of erosion since the dismantlement of a jetty in the late 1960's, endangering the main coastal highway crossing the spit. After several efforts aiming to stabilize the spit including construction and extension of a riprap, a beach nourishment was carried in 2012 coordinated with the construction of a groin field resisting winter conditions. This thesis explores the impact of a groin field on the morphological behavior of a sand spit beach under cold climate, where glacial processes play an essential role on beach morphology and hydrodynamics. Long-term evolution of this coastal region was analysed using aerial imagery from 1963 to 2018. Hydrodynamic, granulometric and RTK-DGPS topographic data were collected from 2017 to 2020 to assess the morphosedimentary variations of the post-nourished beach. Results show the sand spit recorded a mean retreat rate of -0.65 m/year over the studied period, which is much higher than the neighbouring coast segments. Highest retreat rates were observed during the 15 years after the jetty dismantlement (-1.13 m/yr), then they decreased before increasing again to -1.07 m/yr during the 2007-2018 period, despite the 2012-beach nourishment. Elevation models show the seasonal morphological adaptation of the beach to hydrodynamic and glacial conditions (summer accretive profile and fall erosive profile). Sediment movements during winter exhibit important interannual variations as the impact of winter storms is controlled by sea-ice cover and presence of the ice-foot shielding the beach, varying from year to year. Moreover, despite partial longshore drift entrapment by the groins, the structures struggle to mitigate the sediment supply deficit induced by the riprap located updrift, and could not maintain on the beach the sediment volume added by the 2012-nourishment. The latest aerial photographs and recent beach volume variations indeed show the Hope Town sand spit is still eroding. These results highlight the importance of repeated beach feeding operations. -- Mot(s) clé(s) en anglais : Beach morphodynamics, coastline change, erosion, sand spit, groin, riprap, beach feeding, beach profile.