Streamflow Modelling: A Primer on Applications, Approaches and Challenges

This article examines the current practice of streamflow modelling, a field under development for over a century. A sample of the wide range of assessment and planning applications of streamflow models is presented. The diversity in the use of these models is mirrored in the diversity of model complexity, and modelling approaches ranging from empirical to physically based and from lumped to fully distributed are described with examples. Predictions derived from hydrological models are subject to many sources of error; these are discussed along with methods for error minimization or anticipation. Model error is generally quantified using an ensemble of forecasts meant to sample the range of predictive uncertainty. This ensemble can be used to generate reliable probabilistic forecasts of hydrological quantities if all sources of error are accounted for. To date, applications of ensemble methods in streamflow forecasting have typically focused on only one or two error sources. A challenge will be to develop ensemble streamflow forecasts that sample a wider range of predictive uncertainty. Traduit par la rédaction Le présent article examine la pratique actuelle en modélisation d'écoulement fluvial, un domaine qui évolue depuis plus d'un siècle. Nous présentons un échantillon de la vaste gamme d'applications d'évaluation et de planification des modèles d'écoulement fluvial. La diversité dans l'utilisation de ces modèles est le reflet de la diversité dans la complexité des modèles, et nous décrivons à l'aide d'exemples les approches de modélisation qui peuvent être empiriques ou basées sur la physique ou encore localisées ou entièrement réparties. Plusieurs sources d'erreur peuvent affecter les prévisions issues des modèles hydrologiques; nous discutons de ces sources d'erreur de même que des méthodes de réduction ou d'anticipation des erreurs. L'erreur du modèle est généralement quantifiée à l'aide d'un ensemble de prévisions servant à échantillonner la grandeur de l'incertitude prévisionnelle. Cet ensemble peut servir à produire des prévisions probabilistes fiables des grandeurs hydrologiques si toutes les sources d'erreur sont prises en compte. Jusqu'à maintenant, les applications des méthodes d'ensemble à la prévision des écoulements fluviaux n'ont généralement tenu compte que d'une ou deux sources d'erreur. Ce sera un défi de mettre au point des prévisions d'ensemble d'écoulement fluvial qui échantillonnent un plus large éventail d'incertitude prévisionnelle.