Processus d'ajustement des paramètres et des entrées d'un modèle afin que celui-ci reproduise le comportement observé du système d'eau souterraine (niveaux, débits, flux ou concentrations) dans des seuils d'erreur acceptables, en utilisant des fonctions objectifs et des méthodes d'estimation de paramètres.

Principe

Considérer la calibration comme un problème inverse : définir la structure du modèle, sélectionner les paramètres ajustables, choisir les cibles de calibration et les métriques d'objectif (RMSE, MAE, NSE, résidus pondérés), appliquer l'estimation de paramètres ou un réglage manuel, et examiner l'identifiabilité et la non-unicité des paramètres.

Démonstration

Un modèle MODFLOW représentant un aquifère fracturé a vu ses champs de conductivité hydraulique et de recharge ajustés par estimation automatisée des paramètres jusqu'à ce que les nappes simulées correspondent aux niveaux piézométriques observés durant la période sélectionnée et que des statistiques résiduelles acceptables soient atteintes.

Mauvaise application

Surajuster un modèle en calibrant de nombreux paramètres sur un jeu de données limité, en ignorant la plausibilité physique des valeurs paramétriques, ou en optimisant sur une période non représentative ; omettre de quantifier l'incertitude ou la sensibilité des paramètres.

Conséquence

Un modèle bien calibré réduit l'écart entre simulations et observations dans le domaine de calibration, permettant des prévisions à court terme et des tests de scénarios plus crédibles, à condition que les incertitudes soient reconnues et propagées.

Inversion

L'inverse consiste à exécuter des scénarios prédictifs avec un modèle non calibré ou mal calibré ; de telles prévisions sont peu fiables et peuvent induire en erreur les décisions de gestion.

Limite

La calibration contraint l'ajustement du modèle mais ne valide pas la structure du modèle ni ne garantit la précision prédictive sous des sollicitations différentes ; les résultats dépendent de la qualité des données, de la conceptualisation, de l'échelle de paramétrisation et de la période de calibration choisie.

Tension sémantique

Tension entre la calibration en tant que procédure d'ajustement des données et la calibration en tant qu'estimation physique de paramètres ; la calibration peut masquer des erreurs structurelles si seuls les indicateurs de qualité d'ajustement sont pris en compte.

Synthèse

La calibration des eaux souterraines est un ajustement systématique des paramètres du modèle pour concilier simulations et observations, intégrant métriques objectives, analyse de sensibilité et d'incertitude, et raisonnement physique afin de produire un modèle défendable pour l'aide à la décision dans des limites précisées.