Centre de documentation
scientifique

Predicting future urban drought under climate change / Changsen Zhao (2021)  

Public Titre : Predicting future urban drought under climate change Titre original : Prédire les sécheresses urbaines dans le contexte du changement climatique Type de document : Thèse/HDR Auteurs : Changsen Zhao, Auteur ; Françoise Nerry, Directeur de thèse ; Zhao-Liang Li, Directeur de thèse Editeur : Strasbourg : Université de Strasbourg Année de publication : 2021 Importance : 145 p. Format : 21 x 30 cm Note générale : Bibliographie, résumé long en français Thèse présentée pour obtenir le grade de Docteur de l'Université de Strasbourg, Discipline Sciences de l'Imagerie, Spécialité Télédétection Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] changement climatique [Termes IGN] Chine [Termes IGN] données GLDAS [Termes IGN] données GRACE [Termes IGN] eau de surface [Termes IGN] eau souterraine [Termes IGN] estimation statistique [Termes IGN] fusion de données multisource [Termes IGN] image captée par drone [Termes IGN] image satellite [Termes IGN] milieu urbain [Termes IGN] réseau neuronal artificiel [Termes IGN] sécheresse [Termes IGN] série temporelle Index. décimale : THESE Thèses et HDR Résumé : (Auteur) De nombreuses villes du monde manquent de données et ne peuvent donc pas prévoir avec précision les sécheresses urbaines futures (UD) dans le contexte des changements climatiques. Par conséquent, cette thèse a mis en avant un nouveau cadre pour prédire l’UD future. En couplant des images de satellites et de drones, nous avons présenté deux ensembles de nouvelles méthodes pour l’estimation des eaux de surface disponibles ; en couplant les données issues du satellite GRACE de la NASA et l’ensemble de données GLDAS, nous avons proposé une nouvelle méthode de prévision des eaux souterraines disponibles. Toutes les méthodes ont été vérifiées en utilisant des observations au sol et des données fournies par GRACE dans trois grandes villes du bassin du fleuve Jaune, en Chine. Avec ces méthodes, nous avons reconstitué des séries de données sur les eaux de surface et souterraines disponibles pour les trois villes au cours de la période 1948-2001, lorsque les données disponibles sur l’eau sont manquantes. Avec ces données reconstituées sur la disponibilité de l’eau et les projections de consommation d’eau, nous avons prédit l’UD de trois grandes villes en Chine en 2030 et 2050 en exploitant un réseau neuronal artificiel sur la base de scénarios climatiques CMIP5. Les résultats montrent que l'UD sera plus sévère en 2030 qu'en 2050. Note de contenu : Chapter 1 - Introduction 1.1 Background 1.2 Objectives 1.3 State of the art of drought assessment and prediction 1.4 Large-scaled drought assessment with multi-source data inclusive of satellite imageries 1.5 Assessment of water consumption 1.6 Flow chart and outline of the dissertation research Chapter 2 - Data and study area 2.1 Data collection and verification 2.2 Characteristics of study area Chapter 3 - Estimation of surface freshwater available 3.1 Retrieval of long-termed streamflow for the three representative cities 3.2 Surface freshwater available (FWA) for the three representative cities 3.3 Summary Chapter 4 - Estimation of underground freshwater available 4.1 Determining factors driving the variation of underground FWA (vertical water flux) 4.2 Extension of data series of underground FWA 4.3 Summary Chapter 5 - Calculation of water consumption 5.1 Estimation of water quantity sustaining household 5.2 Estimation of water quantity for industry 5.3 Estimation of water quantity consumed by ecosystems 5.4 Estimation of total water consumption 5.5 Summary Chapter 6 - Prediction of urban drought in 2030 and 2050 6.1 Prediction of freshwater available 6.2 Prediction of water consumption 6.3 Future urban drought in the year 2030 and 2050 6.4 Summary Chapter 7 - Conclusions and perspectives 7.1 Main conclusions 7.2 Perspectives Numéro de notice : 26945 Affiliation des auteurs : non IGN Autre URL associée : vers HAL Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Discipline Sciences de l'Imagerie, Spécialité Télédétection : Strasbourg : 2021 Organisme de stage : ICube, Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie nature-HAL : Thèse DOI : sans Date de publication en ligne : 12/09/2022 En ligne : https://publication-theses.unistra.fr/public/theses_doctorat/2021/Zhao_Changsen_ [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102146