Simulation du débit de la rivière Saint-Charles, première source d'eau potable de la ville de Québec

• Published in: Canadian journal of civil engineering Vol. 37; no. 2; pp. 311 - 321
• Main Authors: Gaborit, E, Pelletier, G, Vanrolleghem, P. A, Anctil, F
• Format: Journal Article
• Language: English; French
• Published: Ottawa, ON National Research Council of Canada 01.02.2010
• Subjects: Alimentation en eau. Canalisations. Traitement de l'eau; artificial neural network; Batiment. Travaux publics; Calcul des constructions. Sollicitations; GR4J; Généralités; hydrologic modelling; Hydrologie; Hydrologie. Hydrogéologie; modélisation hydrologique; Méthodes de calcul. Tables. Abaques; Régularisation des cours d'eau. Contrôle des crues; réseau de neurones artificiel; Sciences appliquees; Sciences de la terre; Sciences exactes et technologie; simulation des débits; stream flow simulation; SWAT; Terre, ocean, espace; Travaux hydrauliques; Amérique du Nord; Canada; Amérique; Québec; GR4J; Gestion eau; modélisation hydrologique; Rivière; Modélisation; Eau potable; SWAT; Cours eau; réseau de neurones artificiel; Condition mise en oeuvre; simulation des débits; Outil logiciel; Réseau neuronal; Modèle simulation; Modèle hydrologique; Hydrologie; Performance; Propriété hydrique sol
• ISSN: 0315-1468; 1208-6029
• DOI: 10.1139/L09-139

Sur le bassin versant de la rivière Saint-Charles, il est nécessaire de mieux gérer l'eau, d'un point de vue quantitatif et qualitatif. Or la prise de décisions peut être aidée par la modélisation hydrologique. Ce travail porte sur la mise en place du modèle semi-distribué de qualité de l'eau SWAT (« soil and water assessment tool ») sur ce bassin versant urbain et relativement montagneux, et sur l'évaluation de sa capacité à simuler les débits. Cette première approche est comparée à deux autres, reposant pour l'une sur l'utilisation du modèle hydrologique global GR4J, et pour l'autre sur l'emploi d'un réseau de neurones. La quantité d'eau issue de la fonte de la neige, calculée ici par le module de fonte de SWAT, a été renseignée à ces deux autres modèles. Ce bassin présente par ailleurs de réelles difficultés pour ce type de modélisation, liées essentiellement au manque de données : quasi-absence d'information spatiale sur les précipitations et absence d'étude pédologique détaillée. Les résultats, globalement satisfaisants, montrent toutefois que la performance hydrologique résultant des trois approches est limitée par ces manques : celle utilisant SWAT davantage que les deux autres. Dans ce cas, les lacunes ne permettent pas d'utiliser le plein potentiel du modèle SWAT, dont la structure plus lourde devient un inconvénient dès que les données sont disponibles en quantité et en qualité insuffisantes pour en justifier l'exploitation, en opposition à GR4J et au réseau de neurones. Il semble donc incontournable, considérant l'importance stratégique du bassin versant de la rivière Saint-Charles pour l'approvisionnement en eau potable et le support aux activités récréatives et touristiques, que l'effort d'observation de ce territoire soit accru, afin d'y augmenter notamment les données climatologiques et pédologiques disponibles. In the Saint-Charles River watershed, it is necessary to better manage water from both a qualitative and quantitative point of view. Hydrological modelling can help managers in their decision making regarding water. This work concerns the implementation of the semi-distributed water quality model soil and water assessment tool (SWAT) for the simulation of stream flows in this urbanized and relatively mountainous watershed. This first approach is compared with two others, one relying on the use of the GR4J global hydrological model, and the other relying on the use of an artificial neural network. The amount of water resulting from the melting of snow, here calculated by SWAT's snowmelt algorithm, has been provided to the models used in these other two approaches. The watershed offers an important challenge to hydrologists because of the scarcity of its database, namely the quasi absence of spatial information on precipitation and the absence of detailed pedological studies. Results show that the hydrological performance resulting from all three approaches is limited by the availability of data, but the performance of the approach using SWAT is more so than the other two. The lack of information hinders exploiting the full modelling capability of SWAT. Moreover, SWAT's complexity turns out to be disadvantageous when compared with the simpler model structures of GR4J and of the neural network. It thus appears essential, considering the Saint-Charles River watershed's strategic importance for water supply and touristic and recreational activities, that more effort should be spent in gaining climatological and pedological observations within the watershed.