Medium-range probabilistic river streamflow predictions

River streamflow forecasting is traditionally based on real-time measurements of rainfall over catchments and discharge at the outlet and upstream. These data are processed in mathematical models of varying complexity and allow to obtain accurate predictions for short times. In order to extend the forecast horizon to a few days - to be able to issue early warning - it is necessary to take into account the weather forecasts. However, the latter display the property of sensitivity to initial conditions, and for appropriate risk management, forecasts should therefore be considered in probabilistic terms. Currently, ensemble predictions are made using a numerical weather prediction model with perturbed initial conditions and allow to assess uncertainty. The research began by analyzing the meteorological predictions at the medium-range (up to 10-15 days) and their use in hydrological forecasting. Precipitation from the ensemble prediction system of the European Centre for Medium-Range Weather Forecasts (ECMWF) were used. A semi-distributed hydrological model was used to transform these precipitation forecasts into ensemble streamflow predictions. The performance of these forecasts was analyzed in probabilistic terms. A simple decision model also allowed to compare the relative economic value of hydrological ensemble predictions and some deterministic alternatives. Numerical weather prediction models are imperfect. The ensemble forecasts are therefore affected by errors implying the presence of biases and the unreliability of probabilities derived from the ensembles. By comparing the results of these predictions to the corresponding observed data, a statistical model for the correction of forecasts, known as post-processing, has been adapted and shown to improve the performance of probabilistic forecasts of precipitation. This approach is based on retrospective forecasts made by the ECMWF for the past twenty years, providing a sufficient statistical sample. Besides the errors related to meteorological forcing, hydrological forecasts also display errors related to initial conditions and to modeling errors (errors in the structure of the hydrological model and in the parameter values). The last stage of the research was therefore to investigate, using simple models, the impact of these different sources of error on the quality of hydrological predictions and to explore the possibility of using hydrological reforecasts for post-processing, themselves based on retrospective precipitation forecasts. /La prevision des debits des rivieres se fait traditionnellement sur la base de mesures en temps reel des precipitations sur les bassins-versant et des debits a l'exutoire et en amont. Ces donnees sont traitees dans des modeles mathematiques de complexite variee et permettent d'obtenir des previsions precises pour des temps courts. Pour prolonger l'horizon de prevision a quelques jours – afin d'etre en mesure d'emettre des alertes precoces – il est necessaire de prendre en compte les previsions meteorologiques. Cependant celles-ci presentent par nature une dynamique sensible aux erreurs sur les conditions initiales et, par consequent, pour une gestion appropriee des risques, il faut considerer les previsions en termes probabilistes. Actuellement, les previsions d'ensemble sont effectuees a l'aide d'un modele numerique de prevision du temps avec des conditions initiales perturbees et permettent d'evaluer l'incertitude.La recherche a commence par l'analyse des previsions meteorologiques a moyen-terme (10-15 jours) et leur utilisation pour des previsions hydrologiques. Les precipitations issues du systeme de previsions d'ensemble du Centre Europeen pour les Previsions Meteorologiques a Moyen-Terme ont ete utilisees. Un modele hydrologique semi-distribue a permis de traduire ces previsions de precipitations en previsions d'ensemble de debits. Les performances de ces previsions ont ete analysees en termes probabilistes. Un modele de decision simple a egalement permis de comparer la valeur economique relative des previsions hydrologiques d'ensemble et d'alternatives deterministes.Les modeles numeriques de prevision du temps sont imparfaits. Les previsions d'ensemble sont donc entachees d'erreurs impliquant la presence de biais et un manque de fiabilite des probabilites deduites des ensembles. En comparant les resultats de ces previsions aux donnees observees correspondantes, un modele statistique pour la correction des previsions, connue sous le nom de post-processing, a ete adapte et a permis d'ameliorer les performances des previsions probabilistes des precipitations. Cette approche se base sur des previsions retrospectives effectuees par le Centre Europeen sur les vingt dernieres annees, fournissant un echantillon statistique suffisant.A cote des erreurs liees au forcage meteorologique, les previsions hydrologiques sont egalement entachees d'erreurs liees aux conditions initiales et aux erreurs de modelisation (structure du modele hydrologique et valeur des parametres). La derniere etape de la recherche a donc consiste a etudier, a l'aide de modeles simples, l'impact de ces differentes sources d'erreur sur la qualite des previsions hydrologiques et a explorer la possibilite d'utiliser des previsions hydrologiques retrospectives pour le post-processing, elles-meme basees sur les previsions retrospectives des precipitations.