Evaluation of the snow water resources in mount lebanon using observations and modelling - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Evaluation of the snow water resources in mount lebanon using observations and modelling

Evaluation de la ressource en eau associée au manteau neigeux sur le Mont Liban à partir d'observations et de la modélisation

Résumé

Lebanon's water resources are under increasing pressure due to economic development, demographic growth, unsustainable water resource management, and climate change. The Mount- and Anti-Lebanon Mountains are natural water towers for Lebanon as they play an important role in enhancing orographic precipitation. Due to the influence of the Mediterranean climate, most precipitation above 1200 m a.s.l. falls as snow during winter season. As a result, snowmelt is an important contributor to the national water balance. In particular, snowmelt from Mount-Lebanon feeds the karst groundwater systems, which provide key water resources to the coastal region. Despite the importance of the snow cover in the Lebanese mountains, the actual snowpack spatial and temporal variability and its contribution to the spring and river discharges in Lebanon remains poorly constrained. The objective of this work is to reduce this lack of knowledge using a combination of in situ measurements, remote sensing observations and modelling of the snowpack in Mount-Lebanon. 1. We first present an extensive review of the literature about the snow hydrological processes in Mediterranean-like mountain regions. Many studies - mainly from Western USA and Southern Europe mountains - emphasize the strong impact of the interannual Mediterranean climate variability on the snowpack dynamics. The high incoming solar radiation is an important driver of the snowpack energy balance, but the contribution of heat fluxes is stronger at the end of the snow season. Snow sublimation and rapid densification are important processes to consider. Hybrid approaches combining weather station data with optical remote sensing of the snow extent through modelling are recommended to tackle the lack of spatially-distributed observations of the meteorological forcing. 2. Then, we introduce an original dataset on the snow cover in Mount-Lebanon for the period 2013-2016. We collected field observations of the snow height (HS), snow water equivalent (SWE), and snow density between 1300 and 2900 m a.s.l. in the western slope of Mount-Lebanon. In addition, continuous meteorological data were acquired by three automatic weather stations located in the snow dominated region of Mount-Lebanon. The MODIS snow product was used to compute the daily snow cover area in three snow dominated basins. We find that HS and SWE have large variances and that snow density is high. The strong correlation between HS and SWE may be useful to reduce the amount of field work for future operational monitoring. 3. Using these data we set up a distributed snowpack energy balance in the Mount- Lebanon at 100 m resolution. The model is validated at different scales using the observed SWE, snow density, HS and SCA. A simulation with very limited adjustments to the default parameterization is found to correctly capture most of the observations. This simulation allows the estimation of the SWE evolution and snow melt in the three study basins between 2013 and 2016. This research highlighted the importance of conducting simultaneous field surveys and meteorological observations to gain insights into the physical processes driving snowpack evolution in Mount-Lebanon. Finally, the influence of snow erosion by wind and the influence of dust deposits on snowmelt, remains less known, and are warrant for future research.
Les ressources en eau du Liban sont soumises à une pression croissante due au développement économique, à la croissance démographique, à la gestion non-durable des ressources en eau et au changement climatique. Les montagnes du Mont et Anti-Liban sont des châteaux d'eau naturels pour le Liban car elles augmentent les précipitations par le soulèvement orographique des masses d'air. En raison de l'influence du climat méditerranéen, la plupart des précipitations au-dessus de 1200 m a.s.l. tombe sous la forme de neige en hiver. Par conséquent, la fonte des neiges contribue de façon importante au bilan hydrique national. En particulier, la fonte des neiges du Mont-Liban alimente les réseaux d'eau souterraine karstiques, qui fournissent des ressources en eau essentielle pour la région côtière. Malgré l'importance du manteau neigeux au Liban, sa variabilité spatiale et temporelle est insuffisament observée si bien que sa contribution au débit des fleuve et des sources reste méconnue. L'objectif de ce travail est de réduire ce manque de connaissance en utilisant des mesures in situ, des observations satellite et de la modélisation du manteau neigeux. 1. Nous présentons d'abord une revue de la littérature sur les processus nivo- hydrologiques dans les régions montagneuses méditerranéennes. De nombreuses études - principalement aux Etats-Unis de l'Ouest et dans les montagnes au sud de l'Europe - soulignent l'impact fort de la variabilité interannuelle du climat méditerranéen sur la dynamique du manteau neigeux. Le rayonnement solaire élevé est un facteur important du bilan énergétique du manteau neigeux, mais la contribution des flux de chaleur est plus forte à la fin de la saison nivale. La sublimation de la neige et la densification rapide sont des processus importants dans ce contexte. Les approches hybrides combinant des données de stations météorologiques et la télédétection optique de la surface enneigée à travers la modélisation sont recommandées pour compenser l'absence d'observations spatialisées du forçage météorologique. 2. Ensuite, nous présentons un ensemble original de données sur le manteau neigeux au Mont-Liban pour la période 2013-2016. Nous avons recueilli des observations sur le terrain de la hauteur de neige (HS), de l'équivalent en eau de neige (SWE) et de la densité de neige entre 1300 et 2900 m d'altitude sur le flanc occidental du Mont-Liban. De plus, des données météorologiques continues ont été acquises par trois stations météorologiques automatiques situées dans la partie enneigée du Mont-Liban. Le produit MODIS a été utilisé pour calculer la superficie couverte par la neige dans trois bassins hydrographiques couverts par les observations in situ. Nous remarquons la grande variabilité de HS et SWE et une densité élevée du manteau neigeux. Nous trouvons une corrélation significative entre HS et SWE qui peut être utile pour réduire la quantité de travail de terrain en vue d'un suivi opérationnel futur. 3. Grâce à ces données, nous avons mis en place un modèle distribué du manteau neigeux sur le Mont-Liban à une résolution de 100 m. Le modèle est validé à différentes échelles en utilisant les observations de SWE, densité, HS et SCA. Une simulation avec des modifications très limitées du paramétrage par défaut permet de capturer correctement la plupart des observations. Cette simulation permet donc d'estimer l'évolution du SWE et la fonte dans les trois bassins étudiés entre 2013 et 2016. Cette recherche a mis en évidence l'importance de réaliser simultanément des mesures sur le terrain et des observations météorologiques continues pour mieux appréhender les processus physiques qui contrôlent l'évolution du manteau neigeux sur le Mont-Liban. Enfin, l'influence du transport de la neige par le vent et des dépôts de poussière sur la fonte des neiges reste à évaluer en perspective de ce travail.
Fichier principal
Vignette du fichier
2017TOU30364b.pdf (6.61 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01755397 , version 1 (30-03-2018)
tel-01755397 , version 2 (30-08-2019)

Identifiants

  • HAL Id : tel-01755397 , version 2

Citer

Abbas Fayad. Evaluation of the snow water resources in mount lebanon using observations and modelling. Hydrology. Université Paul Sabatier - Toulouse III, 2017. English. ⟨NNT : 2017TOU30364⟩. ⟨tel-01755397v2⟩
367 Consultations
1000 Téléchargements

Partager

Gmail Facebook X LinkedIn More