WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Télédétection du manteau neigeux et modélisation de la contribution des eaux de fonte des neiges aux débits des oueds du haut atlas de Marrakech

( Télécharger le fichier original )
par Abdelghani Boudhar
Université Cadi Ayyad - Doctorat National 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

V.4.2 Vérification du modèle

V.4.2.1 Simulation des surfaces de neige

Les cartes obtenues à l'aide du modèle de fonte sont des équivalents en eau (SWE). Afin de pouvoir quantifier l'efficience des modèles de fonte à l'échelle du bassin versant, les seules informations disponibles sont les cartes de surface de neige (SCA) obtenues à partir de la télédétection (carte MODIS et VEGETATION). A cet effet, il faut transformer les cartes des équivalents en eau en cartes des surfaces de neige.

La dérivation des surfaces de neige (SCA) sans donnée de télédétection dans un bassin versant quelconque requiert des observations des équivalents en eau (SWE) et des SCA sur plusieurs années au cours de la période de fonte. Par exemple les études effectués par (Luce et al., 1999; Luce et Tarboton, 2004) pour dériver les courbes de variation des surfaces de neige sont issues de campagnes intensives de mesure pour des petits bassin expérimentaux. Ces données plus détaillées sont indisponibles dans plusieurs endroits du monde, c'est le cas de notre zone. Les fractions des SCA dans cette étude sont donc calculées selon une approche asymptotique au SWE donnée par l' Équation ýV et la Figure ýV selon Anderson (1976). SCAMAX est la fraction maximale de SCA, fixée à 0.95.

Équation ýV-

Figure ýV- : Surface de neige en fonction des équivalents en eau selon Anderson (1976)

V.4.2.2 Effet de la sublimation

Nous avons montré dans les sections précédentes qu'une quantité importante de l'eau du manteau neigeux est sublimée (jusqu'à 40%) ( Figure ýV ).Ainsi, ce phénomène est lié principalement à la vitesse du vent ( Figure ýV et Figure ýV ). Cependant, pour des raisons de disponibilité des stations météorologiques bien reparties à l'échelle du bassin versant, il est difficile de déterminer la distribution spatiale des quantités de l'eau sublimée. Aussi, pour simplifier le calcul, nous avons considéré que la proportion calculée par ISBA-ES dans le site d'Oukaimden est la même sur tout le bassin versant. Pour faciliter l'utilisation de ce paramètre, on retranche la perte due à la sublimation dès l'observation de précipitations solides, comme si la sublimation se produisait instantanément lorsque la neige se dépose.

La Figure ýV montre une comparaison des simulations des surfaces de neige dans le bassin versant de Rheraya par les deux modèles de fonte utilisés sans (colonne de gauche) et avec (colonne de droite) la prise en compte l'effet de sublimation. Les SCA simulées avec un coefficient de sublimation sont plus proche des SCA observées par MODIS, dans ce cas les nuages des points sont plus centrés. Dans le Tableau ýV on a résumé les statistiques des résultats relatives à cette comparaison. Avec les deux modèles on note une amélioration de l'estimation des SCA en éliminant la partie sublimée.

Figure ýV- : SCA calculées à partir des données MODIS et simulées par les deux modèles de fonte Kuustisto et Martinec sans (colonne de gauche) et avec sublimation (colonne de droite) dans le bassin versant de Rheraya

 

 

 

Kuustisto

Martinec

 

Efficience

Sans sublimation

Avec sublimation

Sans sublimation

Avec sublimation

2003/2004

RMSE (%)

14,98

8,66

7,70

3,93

BIAIS (%)

13,18

6,32

5,40

0,68

Equation de Regression Y= aX+b

0,69

0,77

0,81

0,89

a

0,79

0,86

0,86

1,01

b

-7,30

-3,40

-2,54

-0,78

2004/2005

RMSE (%)

19,51

11,46

12,75

8,80

BIAIS (%)

16,43

8,33

7,59

2,64

Equation de Régression Y= aX+b

0,73

0,80

0,73

0,75

a

0,62

0,73

0,63

0,73

b

-4,90

-2,34

0,24

1,73

2005/2006

RMSE (%)

19,50

12,17

9,54

7,43

BIAIS (%)

17,61

10,40

7,65

3,20

Equation de Régression Y= aX+b

0,85

0,88

0,90

0,85

a

0,76

0,88

0,92

1,01

b

-9,74

-7,31

-5,85

-3,42

Tableau ýV- : Statistiques relatifs à l'estimation des SCA à l'échelle du bassin versant de Rheraya sans et avec l'élimination de la perte par sublimation en utilisant deux modèles de fonte Kuustisto et Martinec

La Figure ýV illustre les courbes de variation des SCA générées par les deux modèles en appliquant les corrections expliquées ci-dessus. Le modèle Kuustisto surestime les SCA (bias=7%), alors que le biais n'est que de 2% pour le modèle de Martinec. Cette distinction est surtout nette en période de fonte, du 1er décembre 2003 à mi février 2004, à partir de mars 2005 et depuis février 2006 jusque la fin de saison. On remarque ici qu'avec le modèle de Martinec sans calibration à l'échelle locale on reproduit des SCA proches de celles observées par la télédétection.

Figure ýV- : courbes de variation des surfaces de neige observées par MODIS et calculées par les deux modèles simples de fonte, Kuustusto et Martinec.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Enrichissons-nous de nos différences mutuelles "   Paul Valery