La chaire de recherche impliquée dans des études sur le futur satellite SWOT

La chaire de recherche impliquée dans des études sur le futur satellite SWOT

Le satellite SWOT (Surface Water and Ocean Topography), dont le lancement est prévu à l’automne 2021, est un altimètre imageur qui permettra de faire le suivi de lacs, réservoirs et rivières avec une précision inégalée jusqu’à maintenant.  Cette information sera particulièrement utile pour fermer le bilan hydrique de ces plans d’eau, pour calibrer les modèles hydrologiques et hydrauliques et pour aider à la gestion des réservoirs.  Des membres de la chaire sont impliqués dans deux études sur SWOT. La première porte sur le potentiel de ce satellite pour reconstituer les apports à un réservoir et pour l’assimilation des niveaux dans un modèle hydrodynamique.  Il s’agit du projet de maîtrise de l’étudiant Sébastien Langlois. Le site à l’étude est le réservoir Eastmain au Québec.  Le second porte sur l’étude du régime hydrodynamique du delta des rivières de la Paix et Athabasca au nord-est de l’Alberta, projet financé par l’agence spatiale canadienne. Dans les deux études, les membres de la chaire utilisent un simulateur développé par le Jet Propulsion Laboratory pour produire des images SWOT en attente que les vraies images nous parviennent!

Bienvenue à notre dernière recrue!

Bienvenue à notre dernière recrue!

Notre dernier ajout à l’équipe est Charles Whittaker. Son domaine d’expertise comprend la gestion de projet de construction, la gestion de l’eau en milieu agricole et l’utilisation de la télédétection pour l’estimation de l’évapotranspiration. De plus, il possède une connaissance pratique pour la conception des systèmes d’irrigation et de drainage. Dans le cadre de la chaire de recherche, Charles travaillera sur l’assimilation de produits de neige à issus de la télédétection pour l’amélioration des prévisions hydrologiques et son potentiel pour la production d’hydroélectricité. Bienvenue dans le groupe, Charles!

Bienvenue à notre dernière recrue!

Bienvenue à notre dernière recrue!

Notre dernier ajout à l’équipe est Shimelis Asfaw Wakigari. En provenance d’Éthiopie, son expertise comprend la modélisation hydrologique, la gestion des ressources hydriques, la modélisation des rivières et la prévision hydrologique. Dans le cadre de la chaire de recherche, Shimelis travaillera sur l’utilisation des produits de télédétection de l’humidité du sol pour améliorer la prévision hydrologique. Nous lui souhaitons la bienvenue dans le groupe et nous attendons avec impatience de mettre son expertise au service de la chaire.

Les images satellitaires au service de la prévision hydrologique

Comment les produits hydrométéorologiques obtenus de capteurs satellitaires peuvent améliorer la prévision hydrologique


  • Précipitation spatialisée comme valeur ajoutée à la prévision hydrologique
  • Détection de l’humidité du sol par imagerie radar à haute résolution pour la prévision des apports
  • Fusion des images micro-ondes actives et passives pour évaluer  la dynamique spatio-temporelle de l’humidité du sol à l’échelle du bassin et pour la prévision des apports
  • Potentiel des images micro-ondes pour évaluer l’influence des feux de forêt sur le régime hydrologique de bassins versants septentrionaux
  • Apport de la connaissance sur la superficie du couvert nival en prévision hydrologique
  • Estimation des stocks de neige par données satellitaires multi-capteurs pour fins de prévision hydrologique
  • La prévision hydrologique par une combinaison d’indicateurs hydrométéorologiques tirées d’images satellitaires et d’indicateurs climatiques
  • Investigation d’approches basées sur le contrôle des débits et la télédétection pour atténuer les risques d’inondations

L’assimilation des données satellitaires dans les modèles hydrologiques

Comment coupler les données hydrométéorologiques spatialisées aux modèles hydrologiques afin d’optimiser la prévision des apports


  • Évaluation du potentiel des images du futur satellite SWOT pour reconstituer les apports dans des grands réservoirs et pour assimilation dans des modèles hydrodynamiques
  • Utilisation de la technologie InSAR pour estimer les variations spatio-temporelles de l’épaisseur de la glace dans les grands lacs et réservoirs et pour calibrer des modèles thermodynamiques de ces plans d’eau
  • Assimilation des mesures de neige par correction des paramètres d’un modèle hydrologique
  • Amélioration de l’assimilation de données satellitaires multi-capteurs utilisant l’intelligence artificielle : application à l’humidité du sol
  • Assimilation multi-source de données sur la neige pour améliorer la prévision hydrologique
  • Assimilation des données hydrométéorologiques pour le calage dynamique des modèles hydrologiques
  • Modélisation hydraulique d’une rivière en utilisant la télédétection pour son calage et pour la prévision