Simulation du debit de la riviere Saint-Charles, premiere source d'eau potable de la ville de Quebec

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. Key words: hydrologic modelling, stream flow simulation, SWAT, GR4J, artificial neural network. Sur le bassin versant de la riviere Saint-Charles, il est necessaire de mieux gerer l'eau, d'un point de vue quantitatif et qualitatif. Or la prise de decisions peut etre aidee par la modelisation hydrologique. Ce travail porte sur la mise en place du modele semi-distribue de qualite de l'eau SWAT (<< soil and water assessment tool >>) sur ce bassin versant urbain et relativement montagneux, et sur revaluation de sa capacite a simuler les debits. Cette premiere approche est comparee a deux autres, reposant pour l'une sur l'utilisation du modele hydrologique global GR4J, et pour l'autre sur l'emploi d'un reseau de neurones. La quantite d'eau issue de la fonte de la neige, calculee ici par le module de fonte de SWAT, a ete renseigneeea ces deux autres modeles. Ce bassin presente par ailleurs de reelles difficuMs pour ce type de modelisation, liees essentiellement au manque de donneees : quasi-absence d'information spatiale sur les precipitations et absence d'eetude pedologique detaillee. Les resultats, globalement satisfaisants, montrent toutefois que la performance hydrologique resultant des trois approches est limiteee 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 modele SWAT, dont la structure plus lourde devient un inconvenient des que les donneees sont disponibles en quantite et en qualite insuffisantes pour en justifier l'exploitation, en opposition a GR4J et au reseau de neurones. Il semble donc incontournable, consideerant l'importance strategique du bassin versant de la riviere Saint-Charles pour l'approvisionnement en eau potable et le support aux activitesrecreatives et touristiques, que l'effort d'observation de ce territoire soit accru, afin d'y augmenter notamment les donneees climatologiques et pedologiques disponibles. Mots-cles: modelisation hydrologique, simulation des debits, SWAT, GR4J, reseau de neurones artificiel.
1. Introduction La riviere Saint-Charles (fig. 1), qui traverse la ville de Quebec de part en part, revet un caractere important pour sa population. En premier lieu, ce bassin versant [...]