Developpement d’un modele de classification probabiliste pour la cartographie du couvert nival dans les bassins versants d’Hydro-Quebec a l’aide des donnees de micro-ondes passives

Chaque jour, des décisions doivent être prises quant à la quantité d'hydroélectricité produite au Québec. Ces décisions reposent sur la prévision des apports en eau dans les bassins versants produite à I'aide de modèles hydrologiques. Ces modèles, qui transforment les précipitations en débits, prennent en compte plusieurs facteurs, dont notamment la présence ou I'absence de neige au sol. En effet, cette information est primordiale durant la fonte printanière pour anticiper les apports à venir puisqu'au moins 30% du volume de crue peut provenir de la fonte du couvert nival. II est donc nécessaire pour les prévisionnistes de pouvoir suivre I'évolution du couvert de neige de façon quotidienne afin d'ajuster leurs prévisions selon Ie phénomène de fonte. Des méthodes pour cartographier la neige au sol sont actuellement utilisées à I'lnstitut de recherche d'Hydro-Québec (IREQ), mais elles présentent quelques lacunes. Le but du projet sera d'utiliser des données de télédétections en micro-ondes passives, plus particulièrement la variable du GTV, à I'aide d'une approche statistique afin de produire des cartes de neige/non-neige. Pour ce faire, un modèle probabiliste bayésien de type mélanges de lois sera développé pour classifier Ie GTV et des variables explicatives en neige ou en sol, en plus de quantifier I'incertitude associée a la classification.

Faculty Supervisor:

Jean-Francois Angers

Student:

Myleme Teasdale

Partner:

IREQ

Discipline:

Mathematics

Sector:

Energy

University:

Université de Montréal