Incertitudes liées à la structure des modèles

L’incertitude associée à la structure des modèles est explorée en adoptant des démar-ches multi-modèles. Cette démarche consiste à comparer les sorties des modèles et à identifier des processus « sensibles » qui sont à l’origine de dispersions entre les modèles.

Parmi ces processus identifiés dans la littérature, on peut tout d’abord citer les pro-cessus nivaux. Des études d’intercomparaison de modèles hydrologiques ont en ef-fet montré que les différences entre les simulations concernaient principalement le début de la fonte et le pic d’accumulation du manteau neigeux, i.e. le moment où le stock de neige est le plus important (Essery et al.,1999;Slater et al.,2001).Haddeland

et al.(2011) identifient en particulier que les modèles résolvant le bilan d’énergie à la

surface du manteau neigeux simulent systématiquement une accumulation de neige moins importante que les modèles conceptuels de type degré jour⁷. Ce résultat est confirmé parPoulin et al. (2011) à l’aide de deux modèles hydrologiques de struc-tures bien différentes, l’un conceptuel et l’autre à bases physiques, qu’ils soumettent à deux scénarios climatiques. Une des principales difficultés pour représenter cor-rectement les processus nivaux est leur forte variabilité spatiale au sein des mailles de modélisation (Liston,2004).

La modélisation de l’évapotranspiration est également sujette à d’importantes diffé-rences entre les modèles. Par exemple,Teuling et al.(2006) comparent les résultats de plusieurs LSMs à des observations d’évapotranspiration. Ils obtiennent des simula-tions d’évapotranspiration très différentes des observasimula-tions mais également les unes avec les autres. Ils concluent alors que la relation entre évapotranspiration et humi-dité du sol implémentée dans les modèles est à l’origine des différences constatées. Ces résultats font écho à ceux du projet RExHySS (Ducharne et al.,2009) impliquant sept modèles hydrologiques soumis à 12 scénarios climatiques. Les résultats de ce projet montrent que la principale différence entre les modèles provient d’une diver-gence des simulations d’évapotranspiration en réponse au stress hydrique. Ces ré-sultats sont également cohérents avec les études deJiang et al.(2007),Minville et al.

(2008),Bae et al.(2011) etPoulin et al.(2011).

majorité des paramètres des modèles à base physique sont prescrits. Cette incer-titude peut être explorée en comparant les réponses d’un même modèle avec plu-sieurs jeux de paramètres (e.gWilby,2005;Arnell,2011;Bastola et al.,2011a;Poulin

et al.,2011;Dobler et al.,2012;Brigode et al.,2013).

Wilby(2005) montre que la dispersion des débits saisonniers expliquée par plusieurs

jeux de paramètres est très importante, du même ordre de grandeur que l’incertitude provenant des forçages radiatifs. D’autres études telles que celles deArnell(2011),

dePoulin et al.(2011) ou encoreDobler et al.(2012) montrent en revanche que les

simulations forcées par des scénarios climatiques utilisant différents jeux de para-mètres n’augmentent pas l’incertitude globale. Dans ces études les différents jeux de paramètres considérés ont été calés sur une seule période et sont équifinaux sur la période passée.

Une alternative pour étudier la transférabilité des paramètres dans des conditions climatiques non stationnaires est l’utilisation du Differential Split Sample Test pro-posé parKlemeš(1986) qui consiste à évaluer une simulation dans des conditions cli-matiques différentes de celle du calage. Les résultats des études ayant mis en œuvre ce test sont également divergents. Par exemple,Le Lay et al.(2007) montre que la période (« humide » vs « sèche ») n’influence pas de manière significative la sélection des paramètres. Au contraire, la thèse deCoron(2013) conclut que les paramètres ca-lés sur des périodes climatiquement contrastées aboutissent à des simulations très différentes, en particulier sur les termes du bilan hydrologique.

L’étude deBrigode et al.(2013) est intéressante car elle adopte les deux démarches en utilisant un scénario de changement climatique sur 89 bassins versants. Tout d’abord quatre jeux de paramètres optimaux sont sélectionnés sur quatre périodes climati-quement contrastées de trois ans pour deux modèles conceptuels, GR5J et TOPMO. Ces jeux de paramètres sont ensuite utilisés pour calculer des projections de débits à l’aide d’un scénario climatique. Sur chacune des périodes, 2000 jeux de paramètres équifinaux sont de nouveau sélectionnés pour ces mêmes bassins. Leurs résultats montrent que, sous changement climatique, l’incertitude associée aux paramètres calés sur des périodes contrastées est plus importante que celle associée aux para-mètres équifinaux. Ils démontrent ainsi l’importance de la période de calage sur les projections hydrologiques, et suggèrent que l’incertitude relative aux paramètres hy-drologiques pourrait être sous-estimée par les premières études.

2

“

Souple, en bois gris, elle est là, sur les prés et les labours, tres-sée autour des islettes blanches. Elle a cette odeur du figuier : l’odeur de lait amer et de verdure. Elle a tant emportée dans ses eaux de terre à herbe, de terre à graines, de poids d’arbre ; elle a tant broyé de feuillages, tant roulé de grands troncs sur son fond sonore, tant en-chevêtré de branchages dans les osiers de ses marais qu’elle est deve-nue arbre elle-même, qu’elle est là, couchée sur la plaine comme un arbre ; elle, avec son tronc tors, avec l’Asse, et le Buech, et le Largue, et tant d’autres, tous écartés comme des branches, elle porte les monts au bout de ses rameaux. [...] Ainsi, la plaine descend avec sa charge de vie, et puis, là-bas, elle jette une écume d’arbre contre le rocher de Mirabeau, elle tourne, on ne la voit plus.”