Assimilation des données dans les modèles hydrologiques : Méthodes, défis et tendances émergentes

L'intégration de données multi-sources représente une tendance déterminante en science hydrologique, tandis que la quantification et la caractérisation complètes des incertitudes inhérentes à la prédiction des modèles hydrologiques restent impératives. Les techniques d'assimilation des données (AD) offrent un cadre rigoureux pour intégrer les données d'observation multi-sources avec les simulations de modèles par le biais d'une caractérisation systématique des incertitudes, améliorant ainsi la précision prédictive tout en fournissant des estimations quantitatives d'incertitude. Cette étude synthétise et extrait systématiquement les points chauds de recherche et les tendances de pointe de l'AD dans le domaine de l'hydrologie. Plus précisément, du point de vue de la structure du modèle, des paramètres et des états, elle catégorise le développement des techniques d'assimilation des données en hydrologie en identification du système, estimation des paramètres et estimation des états. La recherche identifie plusieurs défis clés auxquels est confronté le domaine de l'AD hydrologique, notamment les caractéristiques non linéaires inhérentes aux processus hydrologiques, la couverture spatiale insuffisante et la disponibilité limitée des données d'observation, la nécessité de modifications substantielles des modèles hydrologiques existants pour la compatibilité avec l'AD, les difficultés quant à la quantification des erreurs dans les ensembles de données brutes, et la complexité computationnelle résultant des espaces d'états de haute dimension pendant l'assimilation. Enfin, en utilisant le filtre de Kalman comme exemple illustratif, l'étude démontre l'application concrète de l'AD. Il est proposé que l'intégration de l'apprentissage profond avec l'AD, associée à l'estimation conjointe des paramètres et des états, représente des directions prometteuses et révolutionnaires pour le développement futur des méthodologies d'AD en recherche hydrologique.