Subvention

Modèles basés sur l’apprentissage automatique pour la prévision du ruissellement saisonnier dans les provinces des Prairies canadiennes – suivi des flux d’eau douce saisonniers de la terre à l’océan

Ce projet vise à développer des modèles efficaces et conviviaux pour la prévision saisonnière du ruissellement printanier pour divers bassins versants en Alberta, en Saskatchewan et au Manitoba. Les prévisions saisonnières sont essentielles à la planification de l’exploitation des réservoirs, à la gestion des eaux agricoles, à l’évaluation des risques d’inondation et à la prévision des charges de nutriments dans les grands plans d’eau, comme le delta de la rivière Saskatchewan, le lac Winnipeg et la baie d’Hudson. L’une des caractéristiques d’intérêt de ce travail est qu’il reliera les sources des montagnes à l’océan, en passant par la baie d’Hudson, et qu’il utilisera le grand potentiel et les capacités de prédiction des techniques d’apprentissage automatique (IA) qui émergent rapidement. De plus, des analyses de corrélation et de causalité seront mises en œuvre et leurs résultats respectifs contribueront à améliorer notre compréhension actuelle des mécanismes de génération du ruissellement et des facteurs de contrôle dans les paysages de prairie. Le résultat attendu du projet sera un ensemble de modèles d’apprentissage automatique pour la prévision du ruissellement saisonnier, ainsi que des estimations quantitatives de l’incertitude de la prévision, souvent négligée dans les approches de modélisation traditionnelles.