Résumé technique : Apprentissage automatique et CMIP6 corrigé des biais pour une meilleure prédiction du débit dans le bassin du fleuve Kulfo en Éthiopie, une région pauvre en données

1. Énoncé du problème

Le changement climatique modifie de plus en plus les processus hydrologiques et la disponibilité de l'eau, posant des défis critiques pour les régions pauvres en données telles que les bassins de la vallée du Rift en Éthiopie. Le bassin versant du Kulfo, dans le sud de l'Éthiopie, qui soutient les moyens de subsistance agricoles, le parc national de Nech Sar et les communautés en aval du lac Abaya, manque d'évaluations hydrologiques complètes intégrant des projections climatiques de pointe avec des techniques de modélisation avancées.

Les modèles hydrologiques traditionnels basés sur les processus (par exemple, SWAT) éprouvent souvent des difficultés dans les contextes de pays en développement en raison de l'exigence de paramétrage extensif et de données de calibration qui sont fréquemment indisponibles. De plus, les modèles climatiques mondiaux (GCM) issus du Projet de comparaison de modèles couplés phase 6 (CMIP6) présentent des biais systématiques lorsqu'ils sont appliqués à des échelles locales, ce la nécessite une correction de biais et une mise à l'échelle rigoureuses avant toute application hydrologique. Bien que l'apprentissage automatique (ML) offre des alternatives prometteuses pour capturer les relations non linéaires entre le climat et le débit, peu d'études ont systématiquement évalué plusieurs algorithmes de ML pour la projection du débit dans les bassins éthiopiens en utilisant les derniers scénarios CMIP6.

2. Méthodologie

Zone d'étude et données

L'étude se concentre sur le bassin versant du Kulfo (5,9°–6,2° N, 37,5°–37,8° E), un fleuve pérenne s'écoulant des hauts plateaux de Gughe vers le lac Abaya. La recherche a utilisé :

• Données observées : Enregistrements quotidiens des précipitations et de la température (1986–2014) de la station météorologique d'Arba Minch, et enregistrements quotidiens du débit (1980–2022) de la station de jauge du ministère de l'Eau et de l'Énergie.
• Données climatiques : Seize (16) modèles climatiques mondiaux CMIP6 ont été sélectionnés sur la base de la disponibilité des variables et de la résolution spatiale. Les projections ont été générées sous trois trajectoires socio-économiques partagées (SSP1-2.6, SSP2-4.5 et SSP5-8.5) pour la période 2015–2100.

Correction de biais

Pour traiter les biais systématiques dans les sorties brutes de CMIP6, l'étude a appliqué des techniques de correction de biais statistiques et basées sur l'apprentissage automatique. Les modèles ont été calibrés sur la période 1986–2006 et validés par rapport aux observations de 2007–2014. La performance a été évaluée à l'aide de l'erreur quadratique moyenne (RMSE), du biais en pourcentage (PBIAS), du coefficient de corrélation (R) et de l'efficacité de Kling–Gupta (KGE).

Développement des modèles d'apprentissage automatique

La relation pluie-débit a été conceptualisée comme une fonction de variables hydro-climatiques actuelles et antécédentes ($P_t, P_{t-1}, P_{t-2}, T_{max,t}, T_{min,t}, Q_{t-1}$). Huit algorithmes d'apprentissage automatique ont été développés et comparés :

• Méthodes d'ensemble : Forêt aléatoire (Random Forest - RF), Bagging, Boosting (GBM), AdaBoost, CatBoost et Stacking.
• Autres algorithmes : Long Short-Term Memory (LSTM), K-plus proches voisins (KNN) et Machine à vecteurs de support (SVM).

Les hyperparamètres ont été optimisés pour chaque modèle. L'ensemble de données a été partitionné en une période d'entraînement (1986–2006, 70 %) et une période de test/validation (2007–2014, 30 %). La performance des modèles a été évaluée à l'aide de l'efficacité de Nash–Sutcliffe (NSE), du coefficient de détermination ($R^2$), de la RMSE et de l'erreur absolue moyenne (MAE).

Cadre de projection et d'incertitude

Le meilleur modèle de ML a été utilisé pour simuler le débit quotidien en utilisant les entrées CMIP6 corrigées des biais. L'étude a incorporé deux cadres analytiques avancés :

1. Prédiction conforme (Conformal Prediction - CP) : Intégrée au modèle Random Forest pour quantifier l'incertitude des projections de débit futures, générant des intervalles de prédiction (PI) à 95 % pour évaluer la fiabilité et l'étendue des estimations.
2. Analyse de fréquence des crues non stationnaire : Un modèle de valeur extrême de type GEV (Generalized Extreme Value) variant dans le temps a été ajusté aux séries de débits maximaux annuels, où le paramètre de localisation est exprimé en fonction des anomalies de température projetées ($\mu(t) = \mu_0 + \mu_1 \cdot \Delta T(t)$). Cette approche a permis aux probabilités de crue et aux périodes de retour d'évoluer au fil du temps plutôt que de rester constantes.

3. Résultats clés

Performance des modèles CMIP6 et correction de biais

Les modèles CMIP6 bruts présentaient des biais systématiques substantiels, avec des valeurs de RMSE de précipitation allant jusqu'à 2,95 mm/jour et des valeurs de KGE négatives pour de nombreux modèles.

• Efficacité de la correction de biais : L'application de la correction de biais (spécifiquement la forêt aléatoire pour les précipitations) a considérablement amélioré la fiabilité des modèles. La RMSE des précipitations a été réduite en moyenne de 83 % (jusqu'à 92 % pour des modèles spécifiques comme MIROC6), avec des coefficients de corrélation post-correction dépassant 0,97.
• Meilleurs modèles :
  • Précipitations : CNRM-ESM2-1 et CNRM-CM6-1 présentaient la meilleure concordance avec les observations après correction.
  • Température maximale : CNRM-CM6-1 est apparu comme le meilleur performeur (RMSE = 0,24 °C, KGE = 0,69).
  • Température minimale : CNRM-ESM2-1 a démontré la plus grande précision (RMSE = 0,09 °C, KGE = 0,72).

Comparaison des modèles d'apprentissage automatique

Parmi les huit algorithmes testés, la Forêt Aléatoire (RF) a démontré une capacité prédictive supérieure :

• Calibration : NSE = 0,999, $R^2$ = 0,9995.
• Validation : NSE = 0,806.
• Importance des variables : Le débit antécédent ($Q_{t-1}$) a été identifié comme le prédicteur dominant (importance de 42 %), reflétant les contributions significatives des eaux souterraines au bassin versant.
• Les autres méthodes d'ensemble (AdaBoost, Boosting) ont bien performé, tandis que LSTM, KNN et SVM ont montré des capacités prédictives plus faibles, probablement en raison de la période d'entraînement limitée et de la rareté des données.

Projections climatiques et de débit futures

• Température : Tous les scénarios SSP projettent un réchauffement constant. Vers la fin du siècle (2071–2100), les températures maximales devraient dépasser 32 °C et les températures minimales dépasser 18,5 °C sous les scénarios à fortes émissions (SSP5-8.5).
• Précipitations : Les précipitations devraient rester relativement stables avec de légers déclins (jusqu'à -5,1 % sous le scénario SSP5-8.5 d'ici la fin du siècle), bien qu'une redistribution saisonnière soit significative.
• Débit annuel : Les projections indiquent un déclin progressif du débit annuel dans tous les scénarios. D'ici la fin du siècle, les réductions projetées atteignent :
  • -8,5 % sous le scénario SSP1-2.6.
  • -13,9 % sous le scénion SSP2-4.5.
  • -20,7 % sous le scénario SSP5-8.5.
• Redistribution saisonnière : Un changement significatif de la saisonnalité hydrologique est observé, caractérisé par des réductions substantielles du débit estival (jusqu'à -33,3 % sous le SSP5-8.5) et des augmentations modérées du débit hivernal (initialement +21 %, bien qu'elles diminuent au fil du temps).

Incertitude et fréquence des crues

• Prédiction conforme : L'incertitude des projections de débit augmente vers la fin du siècle, particulièrement sous le scénario SSP5-8.5, avec des intervalles de prédiction à 95 % plus larges indiquant une plus grande variabilité des réponses hydrologiques.
• Crues non stationnaires : Contrairement au déclin du débit moyen, l'analyse GEV non stationnaire a révélé une réponse complexe des caractéristiques des crues. Le niveau de crue de période de retour de 100 ans ($Q_{100}$) devrait diminuer de manière significative (de 35 à 41 % d'ici 2100) en raison de la réduction du débit de base causée par une évapotranspiration plus élevée. Cependant, l'étude note un résultat contre-intuitif où les magnitudes de crues extrêmes pourraient s'intensifier en raison d'événements de précipitations plus intenses et de courte durée, réduisant la période de retour de la crue de 50 ans à 8 ans d'ici 2080.

4. Signification et contributions

Cette étude constitue la première évaluation complète de la performance des modèles CMIP6 dans le bassin versant du Kulfo et démontre la supériorité des approches d'apprentissage automatique d'ensemble, spécifiquement la Forêt Aléatoire, pour la projection du débit dans les bassins éthiopiens pauvres en données.

La recherche apporte plusieurs contributions spécifiques :

1. Intégration méthodologique : Elle intègre avec succès les projections CMIP6 corrigées des biais avec l'apprentissage automatique pour répondre aux limitations de données, offrant un cadre robuste pour l'estimation future du débit.
2. Quantification de l'incertitude : En employant la prédiction conforme, l'étude quantifie l'incertitude des estimations de débit futures, soulignant la variabilité croissante sous les scénarios à fortes émissions.
3. Analyse non stationnaire : L'application d'un modèle GEV variant dans le temps remet en question les hypothèses de stationnarité, révélant que le changement climatique peut modifier les caractiques des crues de manière complexe (réduisant le débit moyen tout en intensifiant potentiellement les crues éclair).
4. Pertinence politique : Les résultats soulignent la vulnérabilité du bassin versant du Kulfo face aux changements hydro-climatiques futurs. L'étude souligne la nécessité d'intégrer l'apprentissage automatique, l'analyse de l'incertitude et les approches hydrologiques non stationnaires dans la planification des ressources en eau résilientes au climat pour soutenir la gestion durable des bassins versants, le développement de l'irrigation et la réduction des risques d'inondation en Éthiopie et dans des bassins tropicaux similaires.

Les auteurs concluent que, bien que l'étude offre des perspectives précieuses, les recherches futures devraient se concentrer sur l'extension des réseaux de surveillance hydro-météorologique, l'intégration de modèles basés sur les processus avec des approches hybrides d'apprentissage profond, et l'incorporation de facteurs socio-économiques pour améliorer davantage la robustesse prédictive.