Grant: Engage Grants Program
École de technologie supérieure
$25,000.00
Amélioration des prévisions de l'évolution du manteau neigeux dans un contexte de production hydroélectrique
EF 2017-18
Résumé
Depuis plusieurs années Rio Tinto investi dans des instruments de mesure très performants appeler GMONpour équiper les bassins versants approvisionnant les réservoirs de son réseau hydroélectrique. Ces instrumentssont capables de mesurer en continu et de manière automatisée, l'équivalent en eau de la neige. Ces donnéespermettront à terme d'ajuster en continu les paramètres de neige des modèles hydrologiques et donc d'améliorerleur performance. La mise en oeuvre de cette stratégie est cependant confrontée au fait que les mesures deGMON peuvent parfois différer des mesures faites manuellement. De plus certains sites ne sont pas encoreéquipés de GMON. La présente étude vise à aplanir ces difficultés en:- Identifiant les causes des écarts entre les mesures de GMON et les mesures manuelles.- Concevant un protocole d'ajustement des données de GMON.- Déployant un ensemble de modèles de neige capable de reproduire les données de GMON ajustées.- Ajustant la paramétrisation de cet ensemble de modèles aux sites qui ne sont pas encore pourvus de GMON.- Développant un outil qui générera les données d'équivalent en eau de la neige sur une base journalières pourl'ensemble des sites de Rio Tinto.L'ensemble de modèles de neige sera également appliqué à 63 années de données de mesures manuellesd'équivalent en eau de la neige. Cette étape permettra de constituer une base de données unique pour les sitesconcernés. Les analyses statistiques seront réalisées sur ces séries de données reconstituées de façon àcaractériser l'évolution récente des caractéristiques du manteau neigeux dans un contexte de changementclimatique. Cette analyse servira à une meilleure anticipation des changements à venir des caractéristiques ducouvert neigeux pour la production hydroélectrique. Les avantages pour le Canada proviendront d'uneaugmentation de productivité en hydroélectricité et de la réduction des émissions de gaz à effet de serre qui endécoule.
Programme
Engage Grants Program
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
509481-2017
Name nom
Baraer, Michel
Department département
Bureau du service du perfectionnement
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2017
Competition year année de concours
2017
Award amount
25000
Program id
EGP
Program name en
Engage Grants Program
Program name fr
Programme de subventions d'engagement partenariat
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
1552
Committee name en
Quebec Internal Decision Committee
Committee name fr
Comité de décision interne pour le Québec
Area of application code
300
Area of application group en
Energy resources
Area of application group fr
Ressources d'énergie
Area of application en
Energy resources (including production, exploration, processing, distribution and use)
Area of application fr
Ressources d'énergie (production, exploration, traitement, distribution et utilisation de l'énergie)
Research subject code
4503
Research subject group en
Hydrology
Research subject group fr
Hydrologie
Research subject en
Surface water
Research subject fr
Eau de surface
Partie
1
Nb partie
1
Application title
Amélioration des prévisions de l'évolution du manteau neigeux dans un contexte de production hydroélectrique
Keyword
NSERC
Application summary
Depuis plusieurs années Rio Tinto investi dans des instruments de mesure très performants appeler GMONpour équiper les bassins versants approvisionnant les réservoirs de son réseau hydroélectrique. Ces instrumentssont capables de mesurer en continu et de manière automatisée, l'équivalent en eau de la neige. Ces donnéespermettront à terme d'ajuster en continu les paramètres de neige des modèles hydrologiques et donc d'améliorerleur performance. La mise en oeuvre de cette stratégie est cependant confrontée au fait que les mesures deGMON peuvent parfois différer des mesures faites manuellement. De plus certains sites ne sont pas encoreéquipés de GMON. La présente étude vise à aplanir ces difficultés en:- Identifiant les causes des écarts entre les mesures de GMON et les mesures manuelles.- Concevant un protocole d'ajustement des données de GMON.- Déployant un ensemble de modèles de neige capable de reproduire les données de GMON ajustées.- Ajustant la paramétrisation de cet ensemble de modèles aux sites qui ne sont pas encore pourvus de GMON.- Développant un outil qui générera les données d'équivalent en eau de la neige sur une base journalières pourl'ensemble des sites de Rio Tinto.L'ensemble de modèles de neige sera également appliqué à 63 années de données de mesures manuellesd'équivalent en eau de la neige. Cette étape permettra de constituer une base de données unique pour les sitesconcernés. Les analyses statistiques seront réalisées sur ces séries de données reconstituées de façon àcaractériser l'évolution récente des caractéristiques du manteau neigeux dans un contexte de changementclimatique. Cette analyse servira à une meilleure anticipation des changements à venir des caractéristiques ducouvert neigeux pour la production hydroélectrique. Les avantages pour le Canada proviendront d'uneaugmentation de productivité en hydroélectricité et de la réduction des émissions de gaz à effet de serre qui endécoule.