High Frequency Data Assimilation in the ProSe-PA Water Quality Model : Focus on the drivers of river metabolism under low flow conditions - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2023

High Frequency Data Assimilation in the ProSe-PA Water Quality Model : Focus on the drivers of river metabolism under low flow conditions

Assimilation de données haute fréquence dans le modèle de qualité de l'eau ProSe-PA : Les facteurs du métabolisme fluvial dans des conditions de faible débit

Masihullah Hasanyar
  • Fonction : Auteur
  • PersonId : 1361753
  • IdRef : 276244885

Résumé

TThe goal of this research is to improve the assessment of river metabolism by assimilating dissolved oxygen data in theProSe-PA water quality model, using synthetic and real case studies of the Seine river. The study builds on previouswork by introducing a new partitioning scheme for organic carbon and using a Bayesian framework with dissolved oxygenmonitoring. The research shows that uncertainties in organic carbon inflow cause discrepancies in observed andsimulated dissolved oxygen levels. The study finds that bacterial parameters and organic carbon partitioning parametersare the most influential in determining water quality. The ProSe-PA model’s performance is evaluated in both real andsynthetic cases of the Seine river, showing improvements in dissolved oxygen simulations and quantification of organiccarbon biodegradability during low flow periods.
Cette recherche vise à améliorer l’évaluation du métabolisme des rivières en assimilant les données de l’oxygène dissousdans le modèle de qualité de l’eau ProSe-PA, en utilisant des études de cas synthétiques et réelles de la Seine. L’étuderepose sur un travail antérieur en introduisant un nouveau schéma de répartition pour le carbone organique et en utilisantun cadre bayésien avec surveillance de l’oxygène dissous. La recherche montre que les incertitudes dans l’apport encarbone organique entraînent des écarts entre les niveaux d’oxygène dissous observés et simulés. L’étude révèle queles paramètres bactériens et de partitionnement du carbone organique sont les plus influents pour déterminer la qualitéde l’eau. La performance du modèle ProSe-PA est évaluée dans des cas réels et synthétiques de la Seine, montrant desaméliorations dans les simulations d’oxygène dissous et la quantification de la biodégradabilité du carbone organique pendant les périodes de faible débit.
Fichier principal
Vignette du fichier
2023UPSLM047_archivage.pdf (18.98 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04496212 , version 1 (08-03-2024)

Identifiants

  • HAL Id : tel-04496212 , version 1

Citer

Masihullah Hasanyar. High Frequency Data Assimilation in the ProSe-PA Water Quality Model : Focus on the drivers of river metabolism under low flow conditions. Biodiversity and Ecology. Université Paris sciences et lettres, 2023. English. ⟨NNT : 2023UPSLM047⟩. ⟨tel-04496212⟩
34 Consultations
6 Téléchargements

Partager

Gmail Facebook X LinkedIn More