Exploring the potential of streamflow observations for snow mass reanalysis: from synthetic to real-world experiments

La neige qui s’accumule chaque hiver dans les montagnes est bien plus qu’un simple paysage hivernal. Elle constitue une réserve naturelle d’eau qui alimente les rivières au printemps et en été, soutient l’agriculture, la production d’hydroélectricité, l’approvisionnement en eau potable et de nombreux écosystèmes. Dans un contexte de changement climatique, il est essentiel de comprendre comment les quantités de neige ont évolué au cours des dernières décennies et comment elles pourraient évoluer à l’avenir. 

Pour répondre à cette question, les scientifiques utilisent des « réanalyses de l’équivalent en eau de la neige » (snow water equivalent – SWE), qui permettent de reconstruire la quantité de neige présente dans les montagnes au fil du temps. Ces reconstructions s’appuient sur des données météorologiques et sur des observations de neige réalisées au sol ou depuis des satellites. Cependant, ces observations ne sont pas disponibles partout et remontent rarement au-delà des années 1980, ce qui limite notre capacité à étudier les évolutions sur le long terme. De plus, elles ne permettent pas toujours de vérifier si les quantités de neige estimées par les modèles sont correctes à l’échelle de bassins versants entiers, ni si la fonte est correctement représentée. 

Cette thèse explore une source d’information complémentaire : le débit des rivières. En effet, lorsque la neige fond, l’eau finit par rejoindre les cours d’eau. Les mesures de débit, souvent disponibles depuis plusieurs décennies et dans de nombreuses régions du monde, pourraient donc fournir des informations précieuses sur la quantité de neige présente dans un bassin versant et sur la vitesse à laquelle elle fond. 

Pour étudier ce potentiel, j’ai d’abord réalisé des expériences numériques dans un environnement idéalisé. Ces expériences ont montré que le débit des rivières contient effectivement des informations sur la fonte de la neige à l’échelle d’un bassin versant. En particulier, les variations quotidiennes du débit reflètent la vitesse de fonte, tandis que le volume total d’eau écoulée durant la saison de fonte renseigne sur la quantité totale de neige ayant fondu. Toutefois, la qualité de cette information dépend des caractéristiques du bassin. Elle est plus facile à exploiter lorsque l’eau de fonte rejoint rapidement les rivières et que les précipitations sous forme de pluie ne masquent pas trop le signal de la fonte nivale. 

J’ai ensuite testé ces résultats dans des conditions réelles à partir d’un vaste ensemble de données couvrant 160 bassins versants situés dans l’ouest des États-Unis, en Suisse et au Chili. Grâce à des méthodes d’intelligence artificielle, j’ai montré qu’il est possible d’estimer de manière remarquablement précise la dynamique de la fonte des neiges en utilisant uniquement les mesures de débit. Cela confirme que les rivières conservent une empreinte importante des processus liés à la neige.

Néanmoins, les informations météorologiques, telles que la température et les précipitations, restent les indicateurs les plus performants pour reconstruire la fonte, et l’ajout des données de débit n’apporte qu’une amélioration modérée. 

En conclusion, cette thèse démontre que les débits des rivières représentent une source d’information précieuse mais encore sous-exploitée pour l’étude de la neige. Correctement intégrées aux méthodes existantes, ces observations pourraient améliorer les reconstructions historiques de l’enneigement, notamment dans les régions ou les périodes où les observations directes sont rares. Ces travaux ouvrent ainsi la voie à de nouvelles approches pour mieux suivre l’évolution des ressources en eau de montagne face au changement climatique.