large scale remote sensing spatial rainfall data for water resources monitoring and modeling over the oum er-rbia river basin

DSpace/Manakin Repository

Aide Aide Aide

Nos fils RSS

Toubkal : Le Catalogue National des Thèses et Mémoires

large scale remote sensing spatial rainfall data for water resources monitoring and modeling over the oum er-rbia river basin

Show full item record


Title: large scale remote sensing spatial rainfall data for water resources monitoring and modeling over the oum er-rbia river basin
Author: HAMZA OUATIKI
Abstract: Dans le contexte de pénurie d'eau au Maroc, la bonne gestion des ressources en eau devient une priorité nationale. Cependant, la forte fluctuation spatio-temporelle des précipitations, qui caractérise l'OERB, combiné à la disponibilité limitée des réseaux de mesure constituent de réelles contraintes pour la gestion de ces ressources. Au cours des dernières décennies, plusieurs produits d’estimation de la pluviométrie distribuée, à la base des données satellitaires, sont devenus disponibles. Ces produits peuvent être une source potentielle de données pluviométriques à l’échelle des bassins mal ou non gaugés. En effet, l'objectif principal de ce travail est d'étudier la pertinence de huit données pluviométriques distribuées (ARC, CHIRPSp25, CHIRPSp5, CMORPH-CRT v1, GPM IMERG v6, PERSIANN-CDR, RFE, et TRMM 3B42 v7) pour la surveillance et ma modélisation des ressources en eau à l’échelle de l'OERB. Ces données ont été évaluées à différentes échelles de temps en adoptant une première approche qui repose sur la comparaison directe entre les données issues des différents produits et les mesures in situ (pluviomètres et la moyenne régionale), et une deuxième qui se base sur la modélisation hydrologique. En outre, le modèle conceptuel pluie-débit HBV a été investigué sur le sous-bassin versant de l’Ait Ouchene en utilisant un ensemble de neuf ans (2001 – 2009) de mesures hydro-climatiques et de "SCA" mesuré par télédétection. Les résultats montraient que le modèle HBV peut reproduire le débit journalier observé à l’échelle du sous-bassin d’Ait Ouchene avec une fiabilité variable. Dans l'ensemble, les changements des conditions hydro-climatiques peuvent stimuler l'interdépendance entre les paramètres du modèle. Ces derniers se combinent soit pour réduire la capacité de stockage des réservoirs du modèle en cas de débits de pointe extrêmement élevés, soit pour les augmenter en cas d'approvisionnement en eau surestimé, principalement provoqué par une couverture neigeuse abondante. En ce qui concerne l'évaluation des SRPs, les résultats indiquaient que les estimations des SRPs étaient peu performantes à l'échelle temporelle quotidienne, tant pour xii la comparaison directe que pour la modélisation hydrologique. Alors que la plupart des PCCs étaient inférieurs à 0.5, les performances des SRP en modélisation hydrologique variaient en fonction des années et des produits. En général, les SRPs ont donné une meilleure simulation du débit que les données RG sur le sous-bassin Tilouguite, où le réseau de jaugeage est inégalement réparti. A l’échelle mensuelle, les SRPs se sont révélées bien corrélées avec les observations des stations, sauf dans la partie montagneuse, avec une précédence d’IMERG et PERSIANN contre le reste des produits. Néanmoins, les estimations mensuelles des SRPs étaient significativement biaisées, en particulier les grands totaux des pluies étaient fréquemment sous-estimés pour la plupart des SRPs. Une amélioration remarquable des performances des SRPs a été observée après l'application des techniques de correction du biais En outre, ces dernières ont montré des très proches. La CDF a relativement surpassé les techniques LS et SLR. Cependant, LS et SLR semblent être plus adaptés à l'OERB, vue la cohérentes de leurs performances dans l'espace après validation.
Date: 2021

Files in this item

Files Size Format View
332-21 HAMZA OUATIKI.pdf 8.914Mb PDF View/Open or Preview

This item appears in the following Collection(s)

Show full item record

Search DSpace


Advanced Search

Browse

My Account