Regionalization of a rainfall-runoff model to estimate floods on the island of Tahiti, French Polynesia
Régionalisation d’un modèle pluie-débit pour estimer des crues sur l’île de Tahiti, Polynésie Française
Abstract
The tropical volcanic Island of Tahiti is subject to flash floods that expose people and infrastructures to regular risks. The typical violence of these floods results from intense convective rainfall events impacting the steep slopes of the catchments. Local engineers expressed their need for adapted flood estimation methods.
The choice of an adapted method relied on a review of current flood estimation methods and regionalization strategies. Due to the available data and knowledge about Tahitian hydrology, conceptual and parsimonious event-based hydrological models deriving from the Soil Conservation Service (SCS) model were selected. The SCS-SMA (Soil Conservation Service - Soil Moisture Accounting) function was adopted and applied in a distributed mode to a grid of regular square meshes to represent runoff production. This function was combined with the Lag-andRoute (LR) transfer function to build a complete flood hydrograph model. The LR function is characterised by a combination of translation and storage, which are assumed to be linearly dependent.
To evaluate this model and to develop a calibration methodology, SCS-SMA/LR was applied to a series of observed rainfall-flow events in the Hitiaa catchment. The model was efficient according to the Nash and Sutcliffe Efficiency (NSE) criterion, but the initial condition H0 appeared poorly related to the observed initial baseflow Q0, which was supposed to estimate the initial moisture state of the catchment. Using a stochastic rainfall generator to describe the range of possible rainfall fields for a given event, we showed that the weakness of the correlation was due to the
spatial uncertainties associated with rainfall input. They propagate through the model as far as they strongly impact the estimation of H0 and thus the potential link between H0 and Q0.
Furthermore, the LR transfer function was found variable from one event to another, suggesting that its parametrization depends on the intensity of the flood, but such dependence was not incorporated into the function structure. However, the SCS-SMA-LR model remains relevant for estimating the average behavior of rivers, which justified the relevance of its regionalization.
The model was then calibrated on a selection of 9 donor catchments that are representative of various physio-climatic environments. Regionalization of the model relied on classifications and relationships between three parameters chosen as regionalization vectors and three descriptors: the median antecedent rainfall index averaged over the surface of the catchment area, the geological nature of the formations and the type of land use. The regional model was considered to be efficient on small catchments for the estimation of project floods. It was then tested on two larger and more heterogeneous catchments. The model performance remained satisfactory, as did the regional interpretations of the model parameters.
However, this change of scale revealed a new bias in the parameterization of the transfer function, linked to the assumption of linearity between the propagation time and the diffusion time. This study allowed to identify the factors responsible for hydrological variability at a regional scale, especially the impact of the initial moisture conditions or the one of urbanization. Thanks to its distributed structure, the model is able to integrate any local change in land use or in storage.
The model built is adapted and potentially efficient, but its performance remains limited at the event scale mainly due to the lack of knowledge about the spatial variability of rainfall. A generic method was developed to quantify the impact of these uncertainties. The improvement of the model relies on the space refinement of rainfall data acquisition, and also on methodological developments concerning for example the structure of the transfer function.
L’île volcanique tropicale de Tahiti est soumise à des crues éclair qui exposent hommes et infrastructures à un risque régulier. La morphologie escarpée des bassins versants et l’amplitude des événements pluvieux expliquent la violence de ces crues et le besoin de méthodes d’estimation adaptées.
La revue des méthodes actuelles d’estimation des crues et l’état des connaissances physiques climatiques et hydrologiques sur l’île justifient ensemble le choix d’un modèle hydrologique événementiel conceptuel et parcimonieux comme méthode locale d’estimation des crues. La fonction SCS-SMA (Soil Conservation Service – Soil Moisture Accounting) a été adoptée et appliquée en mode distribué à une grille de mailles carrées régulières pour représenter la production des écoulements. Cette fonction a été associée à la fonction de transfert Lag-and-Route (LR), pour construire un modèle complet de calcul des hydrogrammes de crue. La fonction LR est caractérisée par la combinaison d’une translation et d’un stockage, supposés être linéairement dépendants.
Pour évaluer ce modèle et élaborer une méthodologie de calibration, il est d’abord appliqué à une série d’événements pluie-débit observés sur un bassin test, le bassin de Hitiaa. La performance du modèle apparaît limitée en partie par la faible corrélation entre la condition initiale du modèle H0 et le débit initial observé Q0 qui est censé donner accès à l’état initial d’humidité sur le bassin. A l’aide d’un générateur stochastique de pluies qui décrit la gamme des pluies possibles pour un
événement donné, on montre que cette faible corrélation trouve son origine dans les incertitudes spatiales sur les pluies qui se propagent dans le modèle jusqu’à perturber l’estimation de H0 et donc son lien supposé avec Q0. Par ailleurs, la fonction de transfert LR montre une variabilité d’un évènement à l’autre, qui suggère que la paramétrisation de la fonction dépend de l’intensité de la
crue, ce qui n’a pas été pris en compte ici. Le modèle SCS-SMA-LR reste pertinent pour estimer le comportement moyen des cours d’eau, ce qui justifie la poursuite des travaux de régionalisation.
La régionalisation du modèle s’appuie sur une première sélection de 9 bassins versants. Trois paramètres sont choisis comme vecteurs de régionalisation, puis reliés à différents descripteurs :
l’indice de pluies antérieures, la nature géologique des formations et l’occupation des sols. Le modèle régional est jugé performant sur les petits bassins versants pour l’estimation des crues de projet. Il a ensuite été testé sur deux bassins de plus grande superficie, et plus hétérogènes. Les performances du modèle sont restées satisfaisantes, ainsi que les interprétations régionales des paramètres du modèle. Ce changement d’échelle a cependant fait apparaître un nouveau biais
dans la paramétrisation de la fonction de transfert, lié à l’hypothèse de linéarité entre le temps de propagation et le temps de diffusion.
Cette étude a finalement permis de progresser sur la connaissance des facteurs qui expliquent la réponse des bassins à l’échelle régionale, notamment l’impact des conditions initiales d’humidité ou l’urbanisation. De par sa structure distribuée, le modèle est capable d’intégrer tout changement local d’occupation des sols, ainsi que des ouvrages de stockage. Le modèle construit est potentiellement performant, mais ses performances restent limitées à l’échelle évènementielle
principalement par manque de connaissances précises de la variabilité spatiale des précipitations. Une méthode générique a été développée pour quantifier l’impact de ces incertitudes.
L’amélioration du modèle repose sur l’acquisition de données de précipitations plus précises dans l’espace ainsi que sur certains développements méthodologiques sur la structure du modèle, notamment au niveau de la fonction de transfert
| Origin | Files produced by the author(s) |
|---|