Étude de la ressource en eau en lien avec le climat dans le bassin du Congo : approche intégrée utilisant des données in situ, la télédétection et la modélisation hydrologique

The Congo River Basin (CRB) is the world's second largest watershed in terms of river discharge and drainage area, and therefore plays a significant role in the global water cycle and Earth's climate. Yet, its hydrodynamic and hydroclimatic characteristics remained relatively poorly known mainly due to its complexity and a lack of adequate in situ observations. To overcome this challenge and taking the advantage of the recent advances in earth system sciences, a robust approach based on a combination of in situ measurement, remote sensing techniques associated with numerical hydrological modeling is proposed for a comprehensive characterization of the CRB surface hydrology at a large scale. Firstly, the research intends to validate the remote sensing derived products over the CRB, in particular, radar altimetry Surface Water Height (SWH) and Surface Water Extent (SWE) from multi-satellite using in situ data, historical and current observations. Afterward, both satellite long-term records, satellite-derived SWH and SWE were then used to analyze the spatiotemporal dynamics of surface freshwater, for instance, the regional relative contribution to the flow at the most downstream gauge here Brazzaville/Kinshasa station characterized by a bimodal hydrological regime. Secondly, the two validated datasets were further combined, and in complement with topographic dataset to estimate and analyze the long-term spatiotemporal variations of Surface Water Storage (SWS) in rivers, lakes, floodplains, and wetlands across the entire CRB over the period 1992-2015 and characterized extremes events such as extensive droughts. These datasets ensured therefore an improved monitoring of the CRB hydrological variables from space, and a better evaluation of the impact of climate variability on water availability in the region. Thirdly, due to the temporal and spatial limitations of the currents remote sensing derived datasets, a hydrological-hydrodynamic model namely MGB has been proposed to better understand the hydrological processes and hydroclimatic characteristics in a more spatially and temporally distributed manner. For this, the run of MGB model built a unique long-term dataset over 1981 to 2020 at daily time scale across the entire CRB of different hydrological variables such as river discharge and water level that bridges the gap between the past in situ databases and current and future monitoring of the CRB. This thesis work contributes to a better characterization of the hydrological variability in the CRB and represents a step forward to a better fundamental understanding of the CRB and its hydro-climatic processes, bringing more opportunities for other river basins in Africa to improve the management of water resources.Le bassin du Congo, deuxième plus grand fleuve mondial en termes de superficie et d'apports d'eau douce à l'océan et jouant ainsi un rôle important dans le cycle global de l'eau et le climat, reste l'un des bassins fluviaux le moins étudié du monde. Ceci limite les connaissances de ses caractéristiques hydro-climatologiques et de la variabilité y associée. La densité peu élevée du réseau des stations hydrométéorologiques et sa complexité physiographique sont parmi les causes de cet état critique des connaissances sur le bassin du Congo. Pour mieux caractériser son hydrologie de surface à l'échelle du bassin, cette thèse s'est proposée de prendre avantage des récents développements et améliorations des techniques de télédétection ainsi que de la modélisation hydrologique en combinaison avec les données in situ. Dans un premier temps, la recherche a visé à valider les produits dérivés de la télédétection sur le bassin du Congo, en particulier, la hauteur d'eau de surface (SWH) provenant de l'altimétrie radar et les étendues d'eau de surface (SWE) provenant du jeu de données des étendues d'inondation global, en utilisant des données in situ des observations historiques et actuelles. Ensuite, Ces deux ensembles de données long terme, SWH et SWE ont été utilisés pour analyser la dynamique spatio-temporelle de l'eau douce de surface, par exemple, la contribution relative régionale des sous-bassins au débit de la station la plus en aval du bassin, Brazzaville/Kinshasa caractérisée par un régime hydrologique bimodal. Deuxièmement, les deux ensembles de données validés ont été combinés et complétés par des données topographiques pour estimer et analyser les variations spatio-temporelles à long terme du stockage des eaux de surface (SWS) dans les rivières, les lacs, les plaines d'inondation et les zones humides dans l'ensemble du bassin sur la période 1992-2015. Ces ensembles de données ont donc permis d'améliorer le suivi des variables hydrologiques du bassin du Congo depuis l'espace, et de mieux évaluer l'impact de la variabilité climatique sur la disponibilité de l'eau dans la région. Troisièmement, en raison des limitations temporelles et spatiales des ensembles de données dérivées de la télédétection précédemment mentionnés, un modèle hydrologique-hydrodynamique, à savoir MGB, a été proposé pour mieux comprendre les processus hydrologiques et les caractéristiques hydro-climatiques d'une manière plus spatialement et temporellement distribuée. Pour cela, l'exécution du modèle MGB a permis de construire un ensemble de données inédit à long terme de 1981 à 2020 à l'échelle de temps journalier sur l'ensemble du bassin du Congo de différentes variables hydrologiques telles que le débit des rivières et le niveau de l'eau, qui a comblé le fossé entre les bases de données in situ historiques et les observations contemporaines et future du bassin du Congo dans son ensemble. Ce travail de thèse contribue ainsi à une meilleure caractérisation de la variabilité hydrologique dans le bassin du Congo et représente une avancée majeure vers une meilleure compréhension du bassin du Congo et de ses processus hydro-climatiques, apportant de nouvelles opportunités pour d'autres bassins fluviaux en Afrique afin d'améliorer leur gestion des ressources en eau