´Ecole Doctorale “Ville, Transports et Territoires” Th`ese de doctorat

Transcription

École Doctorale “Ville, Transports et
Territoires”
Thèse de doctorat de l’Université Paris-Est
Champs disciplinaire : Sciences économiques
AUTEUR
Hypatia NASSOPOULOS
Les impacts du changement climatique sur les
ressources en eaux en Méditerranée
Thèse dirigée par JEAN CHARLES HOURCADE et
PATRICE DUMAS
soutenue publiquement le 13 Mars 2012
à Nogent-sur-Marne devant le jury suivant :
M.
M.
M.
M.
M.
Jean-Charles Hourcade
Jan Polcher
Eric Strobl
Luis Garrote
Hugues Ravenel
Directeur de thèse
Rapporteur
Rapporteur
Examinateur
Examinateur
Remerciements
Je voudrais remercier mon directeur de thèse Jean-Charles Hourcade pour
son précieux soutien et encadrement. Je suis reconnaissante également envers
Patrice Dumas pour son encadrement constant et de qualité et pour tout ce
que j’ai appris auprès de lui. Je voudrais aussi remercier Stéphane Hallegatte
pour l’attention qu’il a montré sur le sujet de ma thèse et son soutien à
“l’équipe eau”, sans oublier “l’équipe adaptation”. De plus je remercie Minh
Ha-Duong de m’avoir aussi accueilli au Cired. Je remercie aussi Jean Margat
et le Plan Bleue car leurs travaux mon apporté un précieux éclairage sur
la situation des ressources en eau en Méditerranée. Sans oublier Christophe
Cassen et l’attention qu’il a porté à mon travail. Je salue les membre du jury
Luis Garrote, Jan Polcher, Hugues Ravenel et Eric Strobl, qui ont accepté
avec bienveillance de participer à la soutenance de ma thèse. Cela a été un
plaisir de travailler avec toute l’équipe du Cired, nous avons coopéré efficacement, notamment avec mes collègues de bureau Thierry Brunelle et François
Souty que je salue, ainsi que Eleonore Tyma, Yaël Serfaty, Catherine Boemare et Naceur Chaabane pour leur soutien organisationnel. Pour conclure,
un grand merci à ma tante, mes parents et mon frère pour leur soutien, leur
patience et leur encouragement. Cette thèse leur est dédiée.
Title: The impacts of climate change on water resources in the Mediterranean region
PhD thesis prepared at: Centre International de Recherche sur l’Environnement
et le Développement (CIRED) UMR 8568
Abstract: Climate change could affect water resources and hydraulic infrastructures
seriously. Dimensioning and operation of reservoirs should therefore be modified according to climatic change scenarios. To assess the effect of climate uncertainty on reservoir
volumes dimensioning using cost-benefit analysis, a model of reservoir dimensioning at the
river basin scale is applied in Greece. For the case study, there is no cost of error and
adaptation seems to be inefficient. A methodology at the scale of the Mediterranean region with a generic modeling at the river basin level is developed. Reservoirs networks and
reservoirs-demands links are reconstructed and coordinated reservoirs networks operation
is determined, using only globally available data. The link reconstruction methodology is
applied on irrigation demand and validated qualitatively on Algeria. Change in reliability
with adaptation of reservoir operating rules under climate change over the Mediterranean
region is then assessed. Reliability changes seem to be more influenced by inflow changes
than by demand changes. They are not important for the Nile basin and the European
and Middle East sub-regions, while in North African countries with a more pronounced
Mediterranean influence, like Tunisia or Algeria, reliability decrease can be significant.
Keywords: Mediterranean, climate change and uncertainty, water resources, adaptation, dams-reservoirs, modeling
Titre : Les impacts du changement climatique sur les ressources en eaux en Méditerranée
Thèse de doctorat préparée au : Centre International de Recherche sur l’Environnement et le Développement (CIRED) UMR 8568
Résumé : Le changement climatique pourrait avoir des conséquences importantes
pour les ressources en eaux et les infrastructures hydrauliques. Le dimensionnement et
le fonctionnement des réservoirs devraient ainsi être modifiés en prenant en compte des
scénarios de changement climatique. Un modèle de dimensionnement coût-bénéfice d’un
réservoir à l’échelle du bassin versant est appliqué en Grèce afin d’évaluer le coût de l’incertitude sur le climat futur et les dommages du changement climatique. Dans cette étude de
cas, le coût de l’erreur est faible, et l’adaptation n’est pas efficace. Une méthodologie sur
toute la région méditerranéenne, avec une modélisation générique à l’échelle des bassins
versant est ensuite développée. Les réseaux de réservoirs et les liens réservoirs-demandes
sont reconstruits et le fonctionnement coordonné des réseaux de réservoirs est déterminé,
en utilisant uniquement des données disponibles à l’échelle globale. La méthodologie de
reconstruction des liens est appliquée à l’irrigation et validée qualitativement sur l’Algérie.
Le changement de fiabilité, avec adaptation des règles opérationnelles, sous changement
climatique, semble être plus influencé par les changements de ruissellement que par les
changements de demande. Les changements obtenus pour le Nil, l’Europe et le Moyen
Orient ne sont pas très marqués, alors que les pays d’Afrique du Nord sous influence méditerranéenne comme la Tunisie ou l’Algérie voient une diminution importante de la fiabilité
des apports d’eau pour l’irrigation.
Mots-clé : Méditerranée, changement climatique et incertitude, ressources en eau,
adaptation, barrages-réservoirs, modélisation
A Sophie, Hélène, Marc et Georges
Table des matières
Introduction
16
1 Fracture Nord Sud méditerranéenne
1.1 Profil socioéconomique de la région méditerranéenne . . . . . .
1.2 Climat et apports en eau en Méditerranée . . . . . . . . . . .
1.3 La demande en eau en Méditerranée . . . . . . . . . . . . . .
1.3.1 Évolution récente et état présent des demandes en eau
1.3.2 Projections des demandes en eau . . . . . . . . . . . .
1.4 L’offre d’eau en Méditerranée . . . . . . . . . . . . . . . . . .
1.4.1 Mobilisation des ressources en eau: prises, pompages et
barrages . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.2 Transferts d’eau . . . . . . . . . . . . . . . . . . . . . .
1.4.3 Les nouvelles ressources en Méditerranée . . . . . . . .
1.4.4 Quelque éléments de synthèse sur l’offre en eau en Méditerranée . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Intégration de l’offre et de la demande . . . . . . . . . . . . .
1.6 Gestion de l’eau dans le bassin méditerranéen; La modélisation
au service de la gestion intégrée . . . . . . . . . . . . . . . . .
1.6.1 De la gestion par secteur à la gestion par milieu . . . .
1.6.2 Bassins transfrontaliers: un cas difficile pour la gestion
par milieu . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.3 Modèles hydro-économiques comme outils de gestion
intégrée . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7 Quelques éléments de conclusion . . . . . . . . . . . . . . . . .
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
22
26
29
31
36
39
42
46
47
48
49
55
56
57
58
60
63
2 Changement climatique et adaptation
68
2.1 Changement climatique et incertitude: de l’échelle globale à la
région méditerranéenne . . . . . . . . . . . . . . . . . . . . . . 68
2.1.1 Changement climatique à l’échelle globale . . . . . . . 69
2.1.2 Changement climatique au niveau de la région méditerranéenne . . . . . . . . . . . . . . . . . . . . . . . . 71
TABLE DES MATIÈRES
7
2.1.3 Incertitudes liées au changement climatique . . . . . . 75
Les impacts du changement climatique liés aux ressources en
eau: de l’échelle globale à la région méditerranéenne . . . . . . 80
2.2.1 Les impacts du changement climatique à l’échelle globale 80
2.2.2 Les impacts du changement climatique sur la Méditerranée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.3 L’adaptation au changement climatique . . . . . . . . . . . . . 89
2.3.1 Méthodologies d’évaluation des stratégies d’adaptation
sous climat futur incertain . . . . . . . . . . . . . . . . 92
2.3.2 Les limites des stratégies d’adaptation . . . . . . . . . 95
2.4 Les options d’adaptation de l’offre et de la demande en eau . . 97
2.4.1 Les options d’adaptation du côté de l’offre . . . . . . . 98
2.4.2 Les options d’adaptation du côté de la demande . . . . 105
2.5 Quelques éléments de conclusion . . . . . . . . . . . . . . . . . 106
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
2.2
Introduction au chapitre 3. Adaptation à un changement climatique incertain: analyse coût-bénéfice et
prise de décision robuste pour le dimensionnement
d’un barrage
115
3 Adaptation to an uncertain climate change: cost benefit analysis and robust decision making for dam dimensioning
121
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
3.2 Study area . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
3.3 Assessment of optimal dam dimensioning under climate change 128
3.3.1 Water reservoir dynamics and demand computation . . 129
3.3.2 Demand in a changed (stationary) climate . . . . . . . 130
3.3.3 Demand in a changing (non-stationary) climate . . . . 132
3.3.4 Water benefits, construction costs and net present value 133
3.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
3.4.1 Reference case without climate change . . . . . . . . . 133
3.4.2 Optimal dimensioning under climate change . . . . . . 134
3.4.3 Error costs and robust decision-making . . . . . . . . . 138
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
3.5.1 Summary . . . . . . . . . . . . . . . . . . . . . . . . . 142
3.5.2 Conclusion on adaptation decision making . . . . . . . 143
3.5.3 Next steps and research needs . . . . . . . . . . . . . . 144
Appendices
146
8
Online Resource 1
1
2
3
4
147
Cost of dam and reservoir . . . . . . . . . . . .
Water benefits and net present value . . . . . .
Runoff change computation . . . . . . . . . . .
3.1
Computation of annual runoff change . .
3.2
Seasonal to monthly value computations
3.3
Runoff monthly values . . . . . . . . . .
Reference case without climate change . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Online Resource 2
1
Optimal volume change for different
2
Satisfied demand change . . . . . .
3
Error costs for all the models . . .
Bibliography . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
147
148
150
150
150
151
153
154
unit water values
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
154
154
156
159
Introduction au chapitre 4. Reconstruction des réseaux
anthropiques à l’échelle du bassin versant avec une
couverture globale: Validation en Algérie
162
4 Reconstructing river basin anthropogenic networks with a
global coverage; A validation on Algeria
169
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
4.2 Determination of Reservoir-Demand links . . . . . . . . . . . . 175
4.2.1 Reservoir network creation . . . . . . . . . . . . . . . . 176
4.2.2 Irrigation demand calculation . . . . . . . . . . . . . . 178
4.2.3 Determination of reservoir-demand links . . . . . . . . 183
4.3 Qualitative Validation . . . . . . . . . . . . . . . . . . . . . . 190
4.3.1 Overview of the Algeria’s water resource and demand
profile . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
4.3.2 Reconstructed reservoirs networks and reservoir-demand
links using ODDYCCEIA methodology . . . . . . . . . 195
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
Introduction au chapitre 5. Adaptation des règles
opérationnelles des réservoirs en réseaux sous changement climatique: Application sur la région méditer-
ranéenne
9
219
5 Reservoir network operating rules adaptation under climate
change: Application over the Mediterranean region
226
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
5.1.1 Supply side and adaptation under climate change . . . 229
5.1.2 Demand side projection in global assessment studies . . 238
5.2 ODDYCCEIA methodology presentation . . . . . . . . . . . . 241
5.2.1 Reservoirs inflow, irrigation demand computation and
networks reconstruction . . . . . . . . . . . . . . . . . 241
5.2.2 System operating rule simulation/optimization . . . . . 243
5.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
5.3.1 Demand and reliability changes . . . . . . . . . . . . . 249
5.3.2 Comparison with demand changes from the literature . 264
5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
Conclusion et perspectives
280
Bibliographie
287
Table des figures
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.1
2.2
L’espace méditerranéen, source: Benoit et Comeau [2005] . . .
Précipitations moyennes sur le bassin méditerranéen, source:
Benoit et Comeau [2005] . . . . . . . . . . . . . . . . . . . . .
Demandes en eau actuelles, totales et par secteur sur le bassin
méditerranéen, source: Margat et Treyer [2004] . . . . . . . . .
Résumé des projections tendancielles des demandes en eau
(km3 .an−1 ), source: Margat et Treyer [2004] . . . . . . . . . .
Volumes des réservoirs des pays méditerranéens, source: Margat et Treyer [2004] . . . . . . . . . . . . . . . . . . . . . . . .
Production d’eau par mode de mobilisation des ressources
conventionnelles pour les pays méditerranéens, source: Margat et Treyer [2004] . . . . . . . . . . . . . . . . . . . . . . . .
Principaux projets de transfert, source: Margat et Treyer [2004]
Indicateurs de pénurie et de pauvreté, relation entre indices
d’exploitation et les ressources naturelles par habitant pour
les pays méditerranéens, source: Margat et Treyer [2004] . . .
Classement des pays méditerranéens suivant les indicateurs de
pauvreté et de pénurie pour le scénario tendancielle modéré en
2025, source: Margat et Treyer [2004] . . . . . . . . . . . . . .
23
27
33
40
44
45
47
51
55
Résumé des résultats des 21 modèles globaux du GIEC sur le
changement de la température de surface, des précipitations
et de certains extrêmes pour la zone méditerranéenne calculés entre les périodes 1980-1999 et 2080-2099 pour le scénario
A1B, source: IPCC [2007] . . . . . . . . . . . . . . . . . . . . 73
Comportement moyen des 21 modèles globaux du GIEC concernant le changement de température et de précipitations pour
l’Europe pour le scénario A1B, comparaison des périodes 19801999 et 2080-2099 en moyenne annuelle, pour l’hiver et l’été,
source: IPCC [2007] . . . . . . . . . . . . . . . . . . . . . . . 73
TABLE DES FIGURES
2.3
2.4
2.5
3.1
3.2
3.3
11
Changements de précipitations sur la zone euro-méditerranéenne
pour les 21 modèles globaux du GIEC et pour la moyenne des
modèles (montrée en bas à droite (MEAN)) entre les années
1980-1999 et 2080-2099 pour le scénario A1B, source: IPCC
[2007] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Population (en million) avec un risque de stress hydrique,
d’inondation ou de pénurie alimentaire en Europe et en Afrique
pour quatre scénarios climatiques du GIEC avec les projections du modèle HadCM3, GIEC 2007, source: Hallegatte et al.
[2008] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Dommages annuels provoqués par le doublement de la concentration du CO2 exprimés en termes financiers, GIEC 2001,
source: Hallegatte et al. [2008] . . . . . . . . . . . . . . . . . . 85
General plan of the study area. Source Mimikou et al. [1991a] 127
Net present value as a function of reservoir volume. Three
models and the no-climate-change case (NOCC) are shown and
three rates of pure time preference. The models (CNRMCM3,
NCARPCM1 and CSIROMK35) exhibit different changes in
variability and mean. The purpose is not to show the precise
NPV of each model but to illustrate, beside the usual pure
time preference effect (lower NPV and optimal volume), the
reduction of NPV difference between models under climate
change. Indeed, the NPV range is much larger for a 0% pure
time preference . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Costs and benefits associated with adaptation of dam dimensioning, for the CSIROMK35 climate change scenario, a pure
time preference of 3 percent and a valley length of 10km. The
cross corresponds to the optimal volume. Costs and benefits
are shown as a function of the volume of the dam. The adaptation cost is the height-dependent cost of the reservoir. In most
cases adaptation costs are negative since reservoirs are smaller
with climate change, it is also the case here. The residual impacts are also figured, corresponding with the change in water
benefits with climate change and reservoir volume adaptation,
compared with the no climate change situation. The residual
impacts are also negative because of the decrease in mean runoff compared with the no climate change situation. The net
impact of climate change is the difference of water system NPV
with respect with the no climate change case. The net impact
is quite flat, large, and negative. The error cost is also presented141
TABLE DES FIGURES
12
1
Volume and surface of the reservoir as a function of dam height153
4.1
Potential (purple lines) and finally kept (black lines) reservoirdemand links in the Eastern part of Algeria with CNRM climatic model outputs. Purple triangles represent reservoirs and
red dots correspond to irrigation points, the size of which increase with the size of the irrigated crops perimeters. Latin
numbers are the labels of the reservoir systems and arabic
numbers correspond to the labels of the reservoirs in the systems where they belong . . . . . . . . . . . . . . . . . . . . .
Potential (purple lines) and finally kept (black lines) reservoirdemand links in the Western part of Algeria with CNRM climatic model outputs. Purple triangles represent reservoirs and
red dots correspond to irrigation points, the size of which increase with the size of the irrigated crops perimeters. Latin
numbers are the labels of the reservoir systems and arabic
numbers correspond to the labels of the reservoirs in the systems where they belong . . . . . . . . . . . . . . . . . . . . .
Overview of the model implementation/ code structure . . . .
Reservoir Networks in the Eastern part of Algeria obtained
using CNRM climatic model outputs. Purple triangles represent
reservoirs, red dots correspond to irrigation points, the size of
which increase with the size of the irrigated crops perimeters
areas, and black lines are the finally kept links. Latin letters
are the labels of the reservoir systems and arabic numbers
correspond to the labels of the reservoirs in the systems they
belong to . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Reservoir Networks in the Western part of Algeria obtained
using CNRM climatic model outputs. Purple triangles represent
reservoirs, red dots correspond to irrigation points, the size of
which increase with the size of the irrigated crops perimeters
areas, and black lines are the finally kept links. Latin letters
are the labels of the reservoir systems and arabic numbers
correspond to the labels of the reservoirs in the systems they
belong to . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Initial (black triangles) and corrected (red dots) localizations
of Algerian reservoirs . . . . . . . . . . . . . . . . . . . . . . .
4.2
4.3
4.4
4.5
4.6
5.1
185
186
189
196
197
198
Upstream aggregation into branches for operating rule computation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
TABLE DES FIGURES
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
Demand change for the African sub-region for the fixed growing degrees days irrigation demand scenario . . . . . . . . .
Demand change for the African sub-region for the fixed duration irrigation demand scenario . . . . . . . . . . . . . . . .
Reliability change for the African sub-region for the fixed GDD
irrigation demand scenario . . . . . . . . . . . . . . . . . . .
Reliability change for the African sub-region for the fixed duration irrigation demand scenario . . . . . . . . . . . . . . .
Demand change for the Asian sub-region for the fixed GDD
Demand change for the Asian sub-region for the fixed duration
Reliability change for the Asian sub-region for the fixed GDD
Reliability change for the Asian sub-region for the fixed duration irrigation demand scenario . . . . . . . . . . . . . . . .
Demand change for the European sub-region for the fixed
GDD irrigation demand scenario . . . . . . . . . . . . . . . .
Demand change for the European sub-region for the fixed duration irrigation demand scenario . . . . . . . . . . . . . . .
Reliability change for the European sub-region for the fixed
GDD irrigation demand scenario . . . . . . . . . . . . . . . .
Reliability change for the European sub-region for the fixed
duration irrigation demand scenario . . . . . . . . . . . . . .
13
. 251
. 252
. 253
. 254
. 256
. 257
. 258
. 259
. 261
. 262
. 265
. 266
Liste des tableaux
1.1
1.2
Projection en 2025 de l’indice d’exploitation rapporté aux ressources exploitables . . . . . . . . . . . . . . . . . . . . . . . . 54
Projection en 2025 de l’indice de consommation finale rapporté
aux ressources exploitables . . . . . . . . . . . . . . . . . . . . 54
2.1
Exemples d’adaptation dans le secteur de l’agriculture . . . . . 91
3.1
Fraction of annual demand used each month, φm , here shown
in percent, source: Aftias [1992] . . . . . . . . . . . . . . . . . 129
Percent change in optimal volume storage relative to a case
with no climate change (historic baseline), for three valley
lengths, three rates of pure time preference, and 19 IPCC models137
Percent change in net present value (NPV) in percent relative to a case with no climate change (historic baseline), for
three valley lengths, three rates of pure time preference, and
19 IPCC models . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Maximal error costs in percent for three volumes, the largest
volume, the smallest volume and the volume chosen without
climate change . . . . . . . . . . . . . . . . . . . . . . . . . . 140
Geometry and cost parameters . . . . . . . . . . . . . . . . . . 148
Percent change in optimal volume storage relative to a case
with no climate change (historic baseline), for a 10km valley
lengths, two rates of pure time preference, three water values.
Water value is in $.m−3 . . . . . . . . . . . . . . . . . . . . . . 155
Percent change in demand satisfied in the last year, year 70,
in percent relative to a case with no climate change (historic
baseline), for three valley lengths and three rates of pure time
preference . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
Climatic models, corresponding indices used in Table 4 and
changes in runoff, optimal volume, NPV and standard deviation157
3.2
3.3
3.4
1
1
2
3
LISTE DES TABLEAUX
15
4
Cost of error, in percentage of net present value, for all models when the optimal volume of another model is chosen. The
indices of the models given in Table 3 are in the first column.
The same indices are used for the column headers. Each number is the regret of building a dam with the optimal volume
calculated using the model in column, if the model in line is
finally correct in projecting climate change. The models are ordered by increasing optimal volume, the pure time preference
is 3 percent and the valley length is 10km . . . . . . . . . . . 158
4.1
4.2
Crops aggregates . . . . . . . . . . . . . . . . . . . . . . . .
Data on crops phases durations (Lp ) in days provided by Allen
et al. [1998] and crops plantation and harvesting dates provided by FAO WATER [2011] . . . . . . . . . . . . . . . . . .
Crop coefficients . . . . . . . . . . . . . . . . . . . . . . . . .
Area extents (in ha). The value of 419558 ha, according to
[A05], corresponds to the sum of SMH area and spate (inundated) irrigation areas. . . . . . . . . . . . . . . . . . . . . .
Irrigated land per province, values in ha.“i.a.”stands for irrigated area, “eq.a.” for equipped area for BIP, “ir.a.” for irrigable
area for BIP . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3
4.4
4.5
. 180
. 181
. 181
. 193
. 194
Introduction
Introduction
17
Dès le début des années 70, au moment de l’émergence des questions d’environnement comme élément important de l’agenda international, la Méditerranée apparaissait naturellement comme une zone particulièrement fragile
à la fois en raison de la forte pollution de la Méditerranée et des contraintes
d’approvisionnement en eau douce. Aujourd’hui la région méditerranéenne ne
dispose que de 3% des ressources en eau mondiales, alors qu’elle représente
7% de la population mondiale, et on y trouve 60% de la population mondiale
dite pauvre en eau [Hallegatte et al., 2008].
C’est l’anticipation de problèmes importants qui motiva la création du
Plan Bleu en 1977 c’est-à-dire bien avant l’émergence de la question climatique. Il est symptomatique que la question des ressources en eau ait occupé
une place centrale dans les travaux conduits alors par le Cired lorsque celui-ci
fût convié à participer à la structuration intellectuelle de ce nouvel organisme
[Godard , 1974, 1975; Hourcade, 1975; Artuso et al., 1975; Chabrol et al., 1975;
Hourcade, 1977a,b]
La nature du problème posé n’a pas fondamentalement évolué depuis cette
époque : une très grande inégalité des apports en eau dans l’espace et dans le
temps, la nécessité de maintenir et développer les barrages réservoirs (1200
aujourd’hui), la nécessité d’organiser des transferts intra et inter bassins et
de s’interroger sur l’utilisation accrue de ressources non conventionnelles (exploitation minière de ressources souterraines, dessalement de l’eau de mer).
On peut dire simplement que le diagnostic formé il y a 40 ans s’est confirmé ;
poids de l’agriculture irriguée (qui représentent 80% de la demande des pays
du Sud et du Proche-Orient), perte d’une part importante des quantités prélevées, renforcement du tourisme comme vecteur important de tension, avec
l’irrigation, au moment de la sécheresse estivale. La prospective 2025 du Plan
Bleu confirme ces tendances : alors que la demande d’eau tendrait à se stabiliser dans les pays du nord de la Méditerranée, elle continuera à croı̂tre
fortement dans les pays du Sud.
Dans ce contexte, le changement climatique intervient comme un facteur perturbateur additionnel potentiellement dangereux. Il pourrait en effet
accentuer la variabilité spatiotemporelle et la dégradation quantitative et
qualitative des ressources en eau d’une région comme la Méditerranée qui
connaı̂t déjà des taux élevés d’évapotranspiration, des sécheresses et déficits. La Méditerranée est une région pour laquelle les modèles climatiques
s’accordent sur le signe du changement climatique même si l’ampleur et la
localisation précise des changements varient d’un modèle à l’autre. Dans le
scénario A1B du GIEC1 . la fourchette de réchauffement moyen annuel est
1
scénarios SRES
– Famille A1 : elle fait l’hypothèse d’un monde caractérisé par une croissance écono-
Introduction
18
de 2.2–5.1◦ C, soit une hausse plus accentuée que la moyenne mondiale. Les
précipitations de toutes les saisons seraient réduites avec un assèchement, en
particulier en été, et une diminution moyenne de 24% à la fin du siècle pour
les 21 modèles globaux du GIEC sous le scénario A1B. Avec le changement
climatique, la modification de la moyenne, de la variabilité et des extrêmes de
précipitation et de température, devrait conduire à la modification du ruissellement, de l’humidité des sols et du niveau des nappes. Avec le changement
des paramètres hydroclimatiques, les infrastructures hydrauliques existantes
pourraient se révéler inadéquates, car dimensionnées selon des conditions hydroclimatiques historiques qui pourraient ne plus être valables dans le futur.
Cette thèse est motivée par constat du déficit de connaissance sur les impacts économiques et sociaux d’une aggravation des tensions en eau à la suite
d’un changement climatique. La façon dont elle sera conduite, et l’accent qui
sera mis sur les questions du dimensionnement et des règles opérationnelles
des barrages-réservoirs est motivé par un deuxième constat, celui de l’écart
entre l’existence d’un stock certes insuffisant mais déjà important de travaux sur les impacts physiques du changement climatique et la faiblesse des
travaux portant sur ses impacts économiques et sociaux.
En effet, sur la Méditerranée au moins on aurait réussi à définir “les
perturbations anthropiques dangereuses du système climatique” dont parle la
Convention Cadre des Nations Unies, celles qui permettraient “d’assurer un
délai suffisant pour que les écosystèmes puissent s’adapter . . .que la production alimentaire ne soit pas menacée et que le développement économique
puisse se poursuivre d’une manière durable”. En fait tel n’est pas le cas, et
ceci pour une raison méthodologique profonde discutée de façon extensive
par Philippe Ambrosi [Ambrosi, 2004] et résumé ainsi par Hanneman : “ [. . .]
mique très rapide, un pic de la population mondiale au milieu du siècle et l’adoption
rapide de nouvelles technologies plus efficaces. Cette famille de scénarios se répartit en
trois groupes qui correspondent à différentes orientations de l’évolution technologique
du point de vue des sources d’énergie : à forte composante fossile (A1F1), non fossile
(A1T) et équilibrant les sources (A1B)
– Famille A2 : elle décrit un monde très hétérogène caractérisé par une forte croissance
démographique, un faible développement économique et de lents progrès technologiques
– Famille B1 : elle décrit un monde convergent présentant les mêmes caractéristiques
démographiques que A1, mais avec une évolution plus rapide des structures économiques vers une économie de services et d’information
– Famille B2 : elle décrit un monde caractérisé par des niveaux intermédiaires de croissances démographique et économique, privilégiant l’action locale pour assurer une
durabilité économique, sociale et environnementale
Il est à noter que les scénarios d’émissions SRES B1, B2, A1B, A2 vont du plus optimiste
au plus pessimiste.
Introduction
19
most economic analysis is comparative statics in nature and pays virtually
no attention to the process of adjustment from one equilibrium to another.
However, the largest economic impacts of climate change are likely to be those
associated with the process of adjustment”.
La difficulté est que nous manquons aujourd’hui des outils nécessaires.
On est en effet très loin aujourd’hui de pouvoir fût-ce de façon fruste et avec
des bornes d’incertitude substantielles parcourir la chaı̂ne causale suivante :
changement climatique local → évolution régionalisée de la pluviométrie →
transformation du régime des eaux à l’échelle du bassin → détection des
tensions entre demande future en eau des ressources disponibles → efficacité
et limites de la régulation par les barrages → tension entre usages → prix
de l’eau et impact sur la demande → effet d’équilibre général des tensions en
eau via leur effet sur l’agriculture, le tourisme et l’industrie.
En fait, l’ambition de cette thèse est de produire des outils d’analyse
pertinents pour traiter certains maillons de cette chaı̂ne avec l’idée que ce qui
aura été fait sur la Méditerranée aura quelque valeur de généralité. Sans un
progrès en ce sens, en effet, on risque de se retrouver avec le fait qu’un rapport
aussi riche en informations que le rapport Stern soit forcé, pour rendre compte
de la dangerosité du changement climatique, d’adopter un taux extrêmement
bas de préférence pour le présent, s’attirant alors la critique de ce choix au
nom du réalisme des comportements. L’évaluation monétaire des dommages
faite par Stern reste en effet très conventionnelle : le coût now and forever des
dommages à l’échelle mondiale est de 5% de la consommation actuelle avec
un taux de préférence pure pour le présent de 0.1% et passe à 0.75% avec
la plus classique valeur de préférence pure de 2% [Hourcade et Hallegatte,
2008].
Pour produire une modélisation intégrée des mécanismes qui vont des
émissions de gaz à effet de serre jusqu’aux dommages climatiques, l’eau fournit un des meilleurs fils conducteurs possibles. D’un côté, elle est une des composantes majeures de la qualité de l’environnement et représente un “facteur
de production” central pour plusieurs secteurs, de l’autre son étude exige de
combiner plusieurs échelles (globale, locale), plusieurs dimensions (spatiale,
temporelle), et différents facteurs (socioéconomiques, hydroclimatiques, environnementaux, techniques,. . .). Pour relever le défi de l’étude des questions
globales comme le changement climatique, une modélisation avec une couverture géographique globale est nécessaire. A travers cette zone géographique
étendue, des interactions entre bassins versants peuvent exister (transferts
d’eau, échanges de biens et services produits en utilisant des ressources en
eau). Or, c’est au niveau du bassin que les décisions liées à la gestion et la planification des ressources en eau sont prises. Les profils d’offre et de demande
Introduction
20
peuvent être hétérogènes entre ces bassins. Représenter les caractéristiques
essentielles de l’offre et de la demande au niveau du bassin versant est important car, en fonction des caractéristiques du bassin, les changements globaux
auront des conséquences différentes.
Deux approches existent dans la littérature. Dans les études à l’échelle
globale, les réservoirs ne sont pas toujours explicitement représentés et, quand
ils le sont, ils ne sont gérés qu’individuellement pour satisfaire les demandes.
Dans les études à l’échelle locale, c’est en général une structure nodale qui
est considérée, pour des régions sur lesquelles des données très détaillées sur
l’offre et la demande sont connues. Les réservoirs et demandes sont organisés
en réseaux et les réservoirs fonctionnent de manière coordonnée.
L’objectif de cette thèse, est de développer un outil de modélisation qui
intègre à la fois : une couverture globale ou, au moins, régionale et une modélisation de l’offre et de la demande au niveau du bassin versant. Pour
pouvoir refléter l’hétérogénéité spatiale et temporelle de l’offre et de la demande, leurs caractéristiques essentielles doivent être représentées au niveau
du bassin. La construction d’un tel outil suppose d’utiliser uniquement des
données disponibles à l’échelle globale. L’objectif n’est pas de développer un
cadre de représentation très détaillé qui pourrait avoir davantage d’utilité
pour les opérationnels, mais de représenter les éléments essentiels de l’offre
et de la demande à l’échelle des bassins versants afin de mieux refléter les
implications locales des changements globaux en faisant une synthèse entre
les deux approches globales et locales de la littérature.
Dans cette thèse, le changement du dimensionnement des réservoirs est
étudié en tant qu’option d’adaptation. Il s’agit dans cette thèse de développer
un outil qui permettra d’évaluer les impacts du changement climatique sur
le dimensionnement d’un réservoir et d’intégrer l’incertitude climatique dans
le choix de l’investissement afin de déterminer un dimensionnement robuste.
Ce sujet a été peu développé jusqu’à présent dans la littérature. Dans cette
thèse, le volume optimal sous changement climatique est déterminé par le
critère coût-bénéfice en cherchant vue les écarts de prédiction des modèles
climatiques à minimiser le coût maximum de l’erreur.
Le plan de la thèse est le suivant. Dans le chapitre 1 les situations actuelles
de l’offre et de la demande ainsi que quelques éléments de prospective sont
présentés. Le changement climatique à l’échelle globale et locale, les diverses
sources d’incertitude liées au changement climatique, les impacts ainsi que les
options d’adaptation, font l’objet du chapitre 2. Dans le chapitre 3, un modèle
de dimensionnement optimal d’un réservoir est présenté à l’échelle d’un bassin
versant sous climat incertain et il est testé sur un bassin montagneux grec.
Ensuite, dans les chapitres 4 et 5 une méthodologie générique intégrée
Introduction
21
d’articulation globale-locale est présentée. Cette méthodologie a une couverture globale et réalise à l’échelle du bassin versant une modélisation générique
à partir de données disponibles à l’échelle globale sur l’offre et la demande
afin de prendre en compte leur hétérogénéité spatiale et temporelle tout en
permettant l’inclusion d’interactions entre bassins. La méthodologie permet
de reconstruire les réseaux de réservoirs et les liens réservoirs-demandes. Elle
permet également de déterminer l’opération coordonnée des réseaux de réservoirs afin de maximiser la demande en irrigation satisfaite. La méthodologie
est d’abord appliquée sur la région méditerranéenne et les réseaux et liens
reconstruits sont validés qualitativement sur l’Algérie (chapitre 4). Elle est
aussi appliquée sur la région sous changement climatique selon deux scénarios
de définition des phases de développement des cultures (chapitre 5).
Chapitre 1
La fracture Nord-Sud de la
région méditerranéenne :
situation et perspectives
1.1
Profil socioéconomique de la région méditerranéenne
La région méditerranéenne se situe entre l’Europe et l’Afrique. Elle est
définie par le GIEC comme un rectangle allant de 30◦ N à 48◦ N et de 10◦ W
à 38◦ E. Dans cette étude, tous les bassins versants qui se déversent dans la
Méditerranée sont considérés, et des pays non riverains comme la Suisse et la
Bulgarie sont également inclus (Figure 1.1). Cette région est composée de 22
pays et territoires, participant à 13% de la production économique mondiale,
avec plus de 420 millions d’habitants soit 7% de la population mondiale. 218
millions de touristes la visitent chaque année, soit 32% du tourisme international. Selon les études du Plan Bleu, la population et le développement
économique sont d’ores et déjà pénalisés par les dégradations environnementales. Il est à noter que près de 60% de la population mondiale dite pauvre
en eau, avec moins de 1000 m3 de ressources naturelles renouvelables par an
et par habitant, se trouve au milieu de la région méditerranéenne [Margat et
Treyer , 2004]1 . Cette situation souligne la nécessité d’études sur les risques
1
Plusieurs informations présentées dans ce chapitre sont issues de ce rapport. Il s’agit
d’un ouvrage de référence à caractère très technique qui a été rédigé suite au rassemblement de données issues de plusieurs monographies, de synthèses nationales-régionales,
de conférences, de travaux du Plan Bleu ou bien fournies par des experts. Ce rapport
donne un panorama très complet et récent de la situation des ressources en eau en région
1.1 Profil socioéconomique de la région méditerranéenne
23
Fig. 1.1: L’espace méditerranéen, source : Benoit et Comeau [2005]
climatiques et leurs impacts qui pourraient aider à proposer des stratégies
d’anticipation pour limiter l’ampleur de leurs impacts et concilier développement économique et maintien des conditions environnementales.
D’après United Nations [2001a,b]; Attane et Courbage [2001], les deux
rives de la Méditerranée devraient connaı̂tre des évolutions démographiques
divergentes. La population de la rive Nord de 193 millions en 2000 ne devrait
augmenter que marginalement, tandis que la population de la rive Sud de
234 millions en 2000, devrait augmenter de 100 millions d’ici 2025, ce qui
conduira à des difficultés multiples : vieillissement de la population pour le
Nord, et entrée sur le marché du travail de 34 millions d’actifs supplémentaires dans les vingt prochaines années pour le Sud. La population rurale est
stable sur les deux rives avec 60 millions au Nord et 90 millions au Sud. La
population urbaine au Nord, aujourd’hui de 130 millions d’habitants, pourrait augmenter lentement, tandis qu’elle du Sud, aujourd’hui de 150 millions,
pourrait dépasser 250 millions en 2025 [Benoit et Comeau, 2005]. Selon le
Plan Bleu, trois tendances sont à retenir :
1. Contraste entre les pays du Nord avec une croissance lente voire une
décroissance en Italie, Espagne, Croatie et Grèce, et les pays du Sud et
de l’Est avec une population qui atteindrait 62% du total de la région
avec une croissance encore importante mais toutefois décélérée ;
méditerranéenne ainsi que des problèmes liées.
24
2. Expansion de l’urbanisation à un taux relativement stable au Nord et
croissant au Sud et à l’Est ;
3. Maintien de la littoralisation au niveau actuel, accentuée dans quelques
pays comme la Libye, la Turquie, et l’Algérie, et en diminution en revanche dans d’autres en raison de l’attractivité des pôles non littoraux
en Italie, Syrie, et Israël. En général, la croissance de l’urbanisation des
zones littorales est plus forte en comparaison avec la moyenne de tous
les autres pays avec, en 2025, 31 de la population résidant sur les zones
côtières.
Ces évolutions auraient dès lors un impact déterminant sur le développement,
sur l’état de l’environnement local, sur la consommation des ressources naturelles et sur la vulnérabilité aux catastrophes naturelles.
D’après Benoit et Comeau [2005], au cours de la dernière décennie l’économie de la région n’a pas été performante avec des taux de croissance de
l’ordre de 4-5% pour l’Est et le Sud et seulement 2.5% pour le Nord. Les pays
méditerranéens de l’Union Européenne se sont néanmoins rapprochés du niveau des autres pays Européens pour le PIB par tête. Les écarts en terme de
PIB par tête, en revanche, sont restés importants pour les autres pays de la
région. Le chômage atteint 10% au Nord, et 20% à 30% au Sud, constituant
un grave problème social. Le dynamisme économique du Sud pourrait être
soutenu par l’éducation primaire et par un meilleur accès à l’eau potable et
l’assainissement.
Au cours des quarante dernières années, les emplois agricoles ont été réduits de 74% au Nord, en revanche à l’Est et au Sud le secteur contribue
toujours à environ 15% du PIB, avec 70 millions d’actifs en 2000. L’agriculture, avec 23 millions d’hectares irrigués en 2000, soit 20% des terres arables,
dépend fortement de la fréquence des pluies. L’agriculture pluviale est vulnérable aux conditions climatiques et peu productive sans irrigation. Des
problèmes de désertification, d’épuisement des sols et de salinisation peuvent
également s’ajouter. La balance commerciale agricole de la région est déficitaire, l’Égypte et l’Algérie étant devenus de grands importateurs [Hervieu,
2006].
L’eau constitue un élément essentiel pour la vie humaine, au niveau
de l’utilisation domestique, ainsi que pour plusieurs activités productrices.
L’agriculture et le tourisme, les deux activités économiques majeures de la
région, sont fortement conditionnées par la disponibilité des ressources en
eau. En dépit de cette importance, l’eau est un intrant de faible valeur parmi
les facteurs de coût de production des biens et services. D’ailleurs, la différence entre valeur d’usage et valeur marchande est une question bien connue
25
en économie de l’eau qui concerne non seulement la Méditerranée mais aussi
d’autres régions du monde [Frederick , 1997].
La place qu’occupe l’eau dans l’économie nationale n’est pas clairement
définie car, dans la “comptabilité nationale économique”, elle est rarement
individualisée et souvent intégrée avec l’électricité. En général, au niveau
des pays méditerranéens, la part du PIB consacrée aux dépenses publiques
et privées liées à l’eau, souvent utilisée pour indiquer la place de l’eau dans
l’économie, atteint 2%. Cette part est plus importante pour les pays du Moyen
Orient et du Maghreb. Au Maroc par exemple, les dépenses sont passées de
2.6% du PIB en 1990 à 3.2% en 1994 [Margat et Treyer , 2004].
La contribution de l’eau au développement est une question théorique qui
représente un intérêt majeur. Le rôle de l’utilisation de l’eau comme facteur
de développement socioéconomique pourrait notamment dépendre du secteur
principal de consommation de ressources en eau, l’agriculture, et de la contribution de ce secteur au développement. Si l’importance de l’agriculture dans
l’économie diminuait, la dépendance aux ressources en eau réduirait aussi.
Cependant, au seins des pays méditerranéens, la contribution ne semble pas
être proportionnelle à la quantité d’eau utilisée, car la part de la consommation d’eau dans les pays les plus riches est faible dans le PNB. De plus, au
niveau des pays méditerranéens, il est rare que l’activité principale sur laquelle se base le développement soit le secteur le plus consommateur en eau.
Par exemple, le refroidissement des centrales thermiques est essentiel pour
la production d’électricité mais sa consommation en eau est peu importante.
Ainsi les écarts de développement ne sont pas nécessairement associés aux différences de ressources et d’utilisation de l’eau. Du côté de l’offre, étant donné
que la ressource en eau, notamment en région méditerranéenne, est variable
dans l’espace et le temps, des infrastructures hydrauliques lourdes comme les
barrages doivent être mises en place. De plus, les ressources en eau sont d’ores
et déjà quantitativement et qualitativement fragilisées. Afin de faire face à
la rareté de la ressource, les pays en particulier du Levant et du Sud vont
non seulement devoir exploiter au maximum les ressources conventionnelles,
mais aussi envisager les importations ainsi que la production de ressources
non conventionnelles. Or, cette production qui peut inclure des procédés industriels comme le dessalement, peut avoir un coût important. Ainsi, là où la
ressource avait un coût quasiment nul, elle sera désormais payante. Ces coûts
peuvent ne pas constituer un élément limitant essentiel au développement
mais leur impact pourrait être plus marqué dans les situations de pauvreté.
C’est pourquoi, selon Margat et Treyer [2004], le manque d’eau est un impact du sous-développement, plus marqué que la rareté. Cette question, qui
ne sera pas traitée dans cette thèse, constitue une question fondamentale.
1.2 Climat et apports en eau en Méditerranée
26
L’étude de diverses questions concernant les pays méditerranéens notamment les liens entre disponibilité de la ressource en eau et développement, ou
de façon plus concrète, pour examiner des choix de développement et d’investissement, nécessite une vision d’ensemble. Cette vision doit prendre en
compte l’hétérogénéité qui peut s’identifier à plusieurs niveaux. Des éléments
présentés dans cette section, il peut être constaté que les profils socioéconomiques des pays méditerranéens sont disparates. L’hétérogénéité s’identifie
également au niveau des apports en eau qui sont variables dans l’espace et
le temps (section 1.2). Les situations socioéconomiques variées se traduisent
par différentes demandes en eau au niveau sectoriel (section 5.1.2), ainsi
que par différents modes d’exploitation, de mobilisation et de production
de ressources pour constituer, en fonction des apports, l’offre en eau (section 1.4). En fonction des demandes ainsi que de l’offre, souvent dissociées à
l’échelle géographique et temporelle, différentes situations de manque d’eau
pourraient être rencontrées (section 1.5), nécessitant une gestion appropriée
afin d’établir au mieux l’équilibre offre-demande (section 1.6). Etant donnée
cette hétérogénéité, les changements globaux, notamment le changement climatique, aurait des conséquences différentes à travers la région, comme cela
sera présenté au chapitre 2.
1.2
Climat et apports en eau en Méditerranée
Le bassin méditerranéen est un espace tricontinental, ouvert aux échanges
avec les territoires eurasiatiques et africains. Au niveau du cycle hydroclimatique, l’atmosphère méditerranéenne doit une partie importante de son humidité à des transferts convectifs depuis les bassins atlantiques (1500 km3 .an−1 )
et elle émet des flux d’humidité vers le bassin danubien et le Moyen-Orient
(2600 km3 .an−1 ). Le climat méditerranéen est un climat de transition entre
le climat désertique du Sud et celui des moyennes latitudes du Nord. Il est
caractérisé par deux saisons pluvieuses en automne et au printemps et des sécheresses estivales. Il est également diversifié : hyper-aridité jusqu’aux rivages
africains sud-est et forte humidité dans les régions alpestres et dinariques. Le
passage de dépressions provoque des précipitations sur les reliefs et leur absence des orages en été.
Les informations présentées dans le reste de cette section sont issues de
Margat et Treyer [2004]. Ces auteurs décrivent une répartition très inégale
des apports en pluie (Figure 1.2). Le volume total des précipitations sur le
bassin est de 1100 km3 .an−1 en moyenne, les 32 étant concentrés sur 15 du
27
Fig. 1.2: Précipitations moyennes sur le bassin méditerranéen, source : Benoit et
Comeau [2005]
bassin, avec la France, l’Italie et la Turquie recevant la moitié de ce total, et
les pays africains seulement 13%. Les pluies varient fortement selon les saisons
et les années, avec une concentration sur un petit nombre de jours (50-100
par an) et des intensités journalières très fortes, générant des ressources,
mais également des risques. La saison sèche structurelle (“normale”) peut
durer de un à deux mois au Nord et plus de quatre mois au Sud et à l’Est,
mais les sécheresses sont surtout conjoncturelles (“éphémères”) et peuvent
être aggravées par des récidives pluriannuelles. Le pouvoir évaporateur de
l’atmosphère est également très important. Il dépasse en total annuel les
précipitations, réduisant le rendement des réservoirs. Au barrage d’Assouan,
par exemple, 10 km3 .an−1 sont évaporés.
Ces inégalités et cette irrégularité ont des répercussions sur la géographie
et le régime des écoulements. La répartition des apports et des écoulements
dans chaque pays est influencée par le contraste entre un petit nombre de
grands fleuves et de nombreux petits cours d’eau. Les eaux bleues superficielles et souterraines qui sont source d’approvisionnement et constituent un
milieu adéquat pour les utilisations in situ sont réparties de façon contrastée
entre le Nord et le Sud à cause de cette dissymétrie climatique. Les précipitations génératrices d’écoulement sont très inégalement distribuées allant
de moins de 10 mm dans les zones les plus arides du Sud, à 2000 mm localement dans les Alpes. 620 km3 .an−1 d’apports totaux de précipitations
sont génératrices d’écoulement. Le Nord et la Turquie en reçoivent 45 . 19%
concernent le Sud et le Levant, le Nil apportant à lui seul 13.5%. La France,
28
l’Italie, les Balkans et la Turquie fournissent ainsi 90% des 475 km3 .an−1 que
la mer Méditerranée reçoit. L’eau verte, source de vie pour l’agriculture non
irriguée, les pâtures et forêts, est aussi inégalement répartie sur le bassin.
Au Nord, elle peut atteindre 700 mm par an en moyenne, et au Sud elle
ne dépasse pas 100 mm par an. Dans ce panorama des ressources hydriques
en Méditerranée, l’eau virtuelle, qui peut être estimée sur la base de quantités utilisées pour les différentes productions alimentaires ou sur la base de
statistiques de commerce international, peut également être comptabilisée.
Ainsi en 2002 les importations nettes ont été de l’ordre de 29 km3 .an−1 au
Nord, 7.5 km3 .an−1 à l’Est et 40.5 km3 .an−1 au Sud. L’eau virtuelle exprime
la quantité d’eau consommée dans les pays exportateurs pour la production
de biens alimentaires importés. Ainsi, avec le commerce international, non
seulement des tranferts d’eau se font afin de compenser le déséquilibre des
ressources entre les pays, mais aussi la sécurité alimentaire est assurée. De
plus, il permet de mieux utiliser les ressources rares des pays pauvres en eau.
Souvent par pays, les importations et exportations brutes d’eau sont distinguées afin de déterminer les importations nettes, et les chiffrages dépendent
des modes de calcul et des produits pris en compte. Les plus grands importateurs nets sont l’Italie, l’Egypte, l’Espagne, et l’Algérie. Dans certains cas,
les flux d’eau associés aux importations brutes de produits agricoles sont
supérieures aux ressources naturelles renouvelables.
Une autre dissymétrie concerne la répartition et les fonctions des eaux
souterraines. Au Nord, elles sont le facteur principal de la pérennité des
écoulements. Au Sud, elles sont nourries par les crues des cours d’eau superficiels, sont temporaires et affluent dans des champs d’évaporation. Les eaux
à travers la Méditerranée se différencient aussi par leur qualité naturelle (caractéristiques physiques, chimiques, biologiques). De plus, les zones humides
où l’évapotranspiration atteint 500-1000 mm d’eau par an soit plus que certains champs irrigués, sont définies et inventoriées de manière différente à
travers le bassin.
Les ressources en eau rapportées aux populations sont souvent utilisées
comme indicateur pour identifier les situations de manque ou d’abondance
d’eau, en dépit de l’irrégularité et de l’inégalité des écoulements. Selon Malin Falkenmark, si la ressource en eau moyenne par habitant est de 1000500 m3 .an−1 on est dans une situation de tension ou pauvreté, et avec moins
de 500 m3 .an−1 on est dans une situation de pénurie. Les ressources naturelles par habitant varient entre moins de 100 m3 .an−1 à Gaza et plus de
10000 m3 .an−1 dans les Balkans. Elles atteignent 28000 m3 .an−1 en BosnieHerzégovine. Même si des projections régionales démographiques ne sont pas
disponibles, les projections de l’indicateur “ressources en eau par habitant”,
1.3 La demande en eau en Méditerranée
29
calculées en utilisant les projections démographiques par pays, permettent
de dégager une tendance :
– Stabilisation en Italie, en Grèce, en Croatie et en Slovénie ;
– Décroissance importante pour les pays où les ressources étaient inférieures à 1000 m3 .an−1 .hab−1 en 2000 ;
– Décroissance modérée pour les pays avec moins de 500 m3 .an−1 .hab−1 .
Les projections permettent également de déterminer la période approximative
où les seuils de pauvreté ou de pénurie pourraient être atteints. Selon ces
projections les pays du Sud se rapprocheraient du seuil de pénurie en 2025.
Par conséquent, le climat de la région méditerranéenne est caractérisé par
une diversité importante, avec des régions hyperarides et très humides. Les
précipitations sont notamment inégalement réparties à travers la région et
sont également caractérisées par une variabilité intra et inter annuelle importante. Ces caractéristiques des précipitations influencent la géographie et
les régimes des écoulements, qui sont ainsi également variables dans l’espace
et le temps. Ces profils hydroclimatiques variables, souvent difficiles à représenter vu le manque de données, sont confrontés à des demandes sectorielles
avec des exigences quantitatives et qualitatives distinctes, des profils dissociés
dans l’espace et le temps par rapport aux apports et souvent même supérieurs
aux ressources disponibles. Ainsi, pour mieux évaluer les pressions subies par
les ressources naturelles en eau, il est important de disposer d’une bonne
connaissance de l’état actuel des demandes et de leur évolution spatiotemporelle (section 5.1.2). Cette connaissance permet de mieux comprendre les
choix actuels et ceux à envisager, en lien avec les modes de mobilisation, les
transferts et également en lien avec l’utilisation de nouvelles ressources en
eau afin d’assurer une offre régulière et bien répartie (section 1.4).
1.3
La demande en eau en Méditerranée
Les informations présentées dans cette section sont également issues de
Margat et Treyer [2004]. Une grande partie de la population du bassin se
concentre dans l’espace littoral avec des conséquences sur l’économie des ressources en eau : les demandes sont fortement concentrées et sont souvent
supérieures aux ressources locales disponibles, ce qui conduit à faire appel
aux ressources de l’intérieur des terres et nécessite des transferts. Pour avoir
l’idée la plus précise possible du progrès des demandes dans l’espace et le
temps, ainsi que des pressions qui peuvent s’exercer sur les ressources en eau
disponibles, il s’avère nécessaire d’acquérir des connaissances sur l’évolution
récente des demandes en plus de celle sur leur état actuel. Il convient ainsi
30
d’étudier les tendances que leurs évolutions contemporaines laissent percevoir, ainsi que des diverses projections faites.
Pour commencer, quelque définitions sont nécessaires afin d’aider à mieux
comprendre le cycle d’utilisation de l’eau. Le terme “utilisation” se réfère
à chaque activité économique ou sociale qui rend l’eau utile à un certain
usage. L’utilisation se répartit entre les différents secteurs classiques comme
l’approvisionnement en eau potable des villes, les industries, l’agriculture
irriguée, le refroidissement des centrales thermiques, ainsi que les usages insitu comme la production d’hydroélectricité. L’utilisation correspond aussi
à la quantité utilisée pendant une période donnée par un secteur ou une
région, quantité qui peut être reçue ou acquise. A priori, ce terme ne préjuge
pas du degré d’utilité ou de l’efficience de l’utilisation. Les quantités utilisées
ne correspondent pas à celles prélevées ou produites, car une partie peut
être perdue pendant le transport, surtout s’il y a des réseaux importants de
distribution, ou ne pas être utilisée.
Le terme “demande” a plus une connotation économique. Il exprime le fait
que les quantités à utiliser doivent correspondre à une offre. Ces quantités
peuvent être produites par mobilisation de la ressource en milieu naturel ou
bien par des procédés industriels (non conventionnels). La demande, qui est
crée par les usagers, correspond à un niveau de production spécifique, qui
peut inclure des surplus ou des pertes. Ainsi, la quantification des demandes
en eau équivaut à la production et non aux quantités utilisées. Elle peut être
répartie entre les différents secteurs si les pertes de chaque secteur sont bien
identifiables ce qui reste difficile.
Le terme “consommation” exprime la quantité totale d’eau, en surface ou
souterraine, consommée en un temps donné, pour la transpiration des plantes,
la formation de leur tissus et l’évaporation des sols cultivés. La consommation est exprimée en volume d’eau par unité de surface. Elle correspond
également aux prélèvements définitifs, par exemple, pour les consommations
industrielles ou domestiques, qui conduisent à la réduction des ressources disponibles. La consommation nette est la quantité utilisée, et non rejetée par
les usagers. Elle exprime plutôt l’efficience de l’usage. Quand à la consommation finale, elle exprime la consommation non retournée au milieu naturel
des eaux continentales. Ainsi, la consommation finale inclut les non retours
des eaux utilisées qui peuvent aussi venir des eaux non conventionnelles ou
importées.
Il est à noter que les usages se répartissent entre usages évaporatifs et non
évaporatifs (“consumptive uses” et “non consumptive uses” respectivement).
Les usages évaporatifs provoquent la réduction de la source (eau en surface
ou souterraine) ou point du prélèvement. La réduction du flux ou de l’eau dis-
31
ponible peut être quantitative ou bien qualitative. Les usages non évaporatifs
ne provoquent pas un détournement d’eau de la source ou une réduction de
la source. Il peut y avoir un détournement mais qui est suivie par un retour
immédiat au point de la diversion après l’usage. L’eau retournée a les mêmes
quantités et qualités qu’avant le détournement.
Une fois ces définitions données, une description globale du bilan d’utilisation peut être présentée. Ainsi, la production est constituée des prélèvements,
de la réutilisation, de la production non conventionnelle (par exemple le dessalement) et des importations. De la production, il faut soustraire les pertes
par type d’usage (fuites,...) ainsi que les pertes pendant le transport et par
évaporation sur les surfaces de stockage d’eau pour obtenir l’approvisionnement. Aux consommations nettes il faut ajouter les pertes durant le transport
et par évaporation ainsi que les rejets à la mer afin d’obtenir les consommations finales. On peut également soustraire des prélèvements les pertes liées
aux usages ainsi que les retours d’eau en milieu naturel.
1.3.1
Évolution récente et état présent des demandes
en eau
La demande d’eau a doublé au cours de la deuxième moitié du XX e siècle,
avec une augmentation supérieure à 50% au cours des 25 dernières années. Il
existe des différences entre régions : au Nord, décélération depuis les années
80, à l’Est et au Sud, croissance accélérée avec une augmentation de 70%
pendant le dernier quart de siècle. Les demandes ont été croissantes dans
tous les secteurs. L’agriculture, avec une croissance linéaire, reste dominante,
mais sa part est passée de 75% dans les années 50 à 60% aujourd’hui. La
part des collectivités et de l’énergie a augmenté et la demande industrielle a
ralenti.
Les demandes par tête ont été croissantes partout pendant les années
60-70. Elles ont souvent commencé à décroı̂tre dans les années 80 :
– Dans les pays industrialisés du Nord à croissance de population faible
ou nulle comme en Espagne, France, Grèce, et Italie ;
– Dans les pays où la demande croit plus vite que l’offre comme en
Egypte, et au Maroc ;
– Dans les pays où les économies d’eau sont efficaces comme en Israël.
Les demandes ont continué à croı̂tre :
– Modérément dans les pays où elles sont parties d’un niveau assez bas
comme en Algérie ;
– Fortement du fait des efforts importants d’aménagements et de produc-
32
tion d’eau comme en Libye, au Liban et en Turquie.
Ainsi, les évolutions des moyennes de cet indicateur dans chaque sous région
sont très contrastées : croissance forte au Nord, décroissance au Sud et à
partir des années 80 croissance à l’Est.
De même que les apports, les demandes sont inégalement réparties entre
pays et secteurs d’utilisation. Les pays les plus demandeurs sont par ordre
d’importance l’Egypte, l’Italie, l’Espagne, la Turquie, et la France, les trois
premiers pays regroupant 69% du total. Dans l’ensemble, entre 1950-2000 les
demandes en eau par habitant ont augmenté de 63% eu Nord, 20% à l’Est et
ont diminué de 35% au Sud. Par grande région, à l’Est, les demandes par tête
sont les plus faibles, et celles du Sud sont un peu supérieures à celles du Nord
en raison de l’importance de l’irrigation en Egypte. Les quantités moyennes
annuelles demandées par habitant varient entre 115 m3 .an−1 en Cisjordanie
et 1250 m3 .an−1 en Egypte, avec des valeurs basses de 250 m3 .an−1 pour les
territoires palestiniens, Malte, l’Algérie, la Croatie et la Slovénie, et haute de
700-800 m3 .an−1 pour les pays européens.
Malgré sa rareté, l’eau en Méditerranée ne semble pas être utilisée dans
un esprit d’économie et d’efficacité, avec des gaspillages aggravant les pénuries. Une partie importante est perdue à cause des pertes d’adduction et des
rendements de distribution médiocre des réseaux d’eau potables qui représentent entre 10 et 60% des pertes, des fuites chez les usagers, et des pertes de
transport des réseaux d’irrigation qui représentent entre 5 et 40% des pertes.
Des techniques d’irrigation par gravité et submersion, à faible efficience, sont
encore majoritairement utilisées dans le Sud. Les pertes par évaporation, plus
difficile à éviter, doivent aussi être considérées, car sur les retenues au Sud, en
particulier, elles pourraient se chiffrer en km3 .an−1 . Ainsi, les quantités d’eau
mal, ou pas, utilisées sont de l’ordre de 75 km3 .an−1 . Cette valeur correspond
à 40% des 290 milliards de m3 par an de demande totale de tous les pays
méditerrannéens, 190 milliards de m3 étant situées dans le bassin méditerrannéen. En outre, cette valeur prend en compte les pertes de distribution d’eau
urbaine et les fuites chez les usagers qui sont environ de 12 km3 .an−1 , ainsi
que les pertes liées à l’irrigation qui sont environ de 60 km3 .an−1 . Ainsi, les
quantités d’eau réellement utilisées qui s’élèvent à 150 milliards de m3 .an−1
sont inférieures aux productions brutes qui sont de l’ordre de 190 milliards
m3 .an−1 , à cause des pertes durant le transport et la distribution, principalement pour l’alimentation des collectivités et des zones irriguées.
Les consommations nettes qui se réfèrent aux quantités évaporées, non
rejetées par les usagers, peuvent être évaluées en utilisant des coefficients
moyens applicables aux quantités utilisées. Ces coefficients sont très différents entre les secteurs : 15% pour les collectivités, 80% pour l’agriculture,
33
Fig. 1.3: Demandes en eau actuelles, totales et par secteur sur le bassin méditerranéen, source : Margat et Treyer [2004]
5% pour les industries non desservies et 1.5% pour les centrales thermiques.
Les consommations nettes actuelles seraient de l’ordre de 80 milliards de
m3 .an−1 avec 31 au Nord et plus de la moitié au Sud, auxquelles on pourrait
ajouter l’évaporation des réservoirs. Les consommations finales, c’est-à-dire
qui ne sont pas retournées aux eaux douces continentales, dépasseraient les
100 milliards de m3 .an−1 avec 35% au Nord, 9% à l’Est, 56% au Sud. La différence entre les consommations nettes et finales correspond à la part d’eaux
usées rejetées déversée en mer.
La demande totale est répartie entre différents secteurs d’utilisation d’eau
à travers le bassin méditerranéen avec des exigences en terme de quantité et
de qualité variées : demande domestique, touristique, irrigation, industrielle,
production hydroélectrique et pour le refroidissement des centrales (Figure
1.3). La demande en eau pour le refroidissement des centrales n’occupe une
place importante qu’en France.
Tout d’abord, actuellement, 38 milliards de m3 d’eau potable sont produits annuellement. Cette production est inégalement répartie à travers la
région. 58% de la production se trouve au Nord, alors qu’à l’Est et au Sud, le
reste de la production se répartit de façon égale. Cette production est souvent
supérieure aux demandes réelles. Cependant, étant donné les pertes de distribution qui sont de l’ordre du tiers, la production répond inégalement aux
besoins. L’évolution de la production d’eau potable par habitant au cours des
dernières décennies montre de nets contrastes. Dans les pays du Nord, une
34
croissance forte comme en Espagne ou en diminution comme en France, est
observée. Dans les pays du Sud et de l’Est, on observe une croissance plus
lente au Maghreb, une décroissance due aux économies d’eau en Israël, ou au
retard d’équipement dans les pays à forte croissance démographique urbaine,
en Egypte. Les taux de desserte ne sont pas satisfaisants surtout pour les populations rurales (57% en Serbie-Monténégro, 64% en Syrie, 67% en Tunisie).
Il est à noter également que la qualité des eaux utilisées est encore un sujet préoccupant, car une part non négligeable de la population dans certains
pays est desservie par de l’eau qui ne respecte pas les normes de potabilité,
de manière temporaire ou permanente. Ainsi 30 millions de Méditerranéens,
dont les deux-tiers en Turquie et au Maghreb, n’ont pas un accès correct à
une eau saine.
Le tourisme a comme caractéristique une importante saisonnalité estivale,
avec une différence de phase avec le régime naturel des flux d’eau. De plus,
il amplifie les demandes en eau potable avec 500-800 litres par jour et par
tête, et induit aussi des activités fortement consommatrices, nécessitant des
équipements de production et de distribution sur-dimensionnés.
L’irrigation, presque partout nécessaire pour la production agricole, s’est
fortement accrue au cours du XX e siècle, et les aires irriguées dépassent les
21 millions d’hectares, avec 32 concentrées sur la Turquie, l’Espagne, l’Egypte
et l’Italie. L’irrigation est également caractérisée par une importante saisonnalité estivale au moment où les ressources en eau naturelles sont le moins
disponibles. Les besoins en eau d’irrigation correspondent aux quantités d’eau
nécessaires pour compenser l’évapotranspiration et assurer une croissance
optimale. Ils sont influencés par des paramètres climatiques, biologiques et
pédologiques : la superficie irriguée, l’indice d’intensité culturale, les besoins
en eau moyens annuels par hectare irriguée et par récolte, ainsi que par le
complément d’irrigation nécessaire pour le lessivage des sols. La demande
dépend plutôt des conditions d’accès à l’eau et des possibilités d’utilisation à
la parcelle. L’accès à l’eau peut être assuré par des pompages individuels ou
par des réseaux collectifs. Ainsi la demande est influencée par des facteurs
comme le taux d’efficience moyenne de l’irrigation, le rendement du transport, la proportion de la superficie irriguée par chaque procédé d’irrigation, la
proportion des superficies irriguées suivant les cultures inégalement consommatrices (cultures de subsistance, de rente). Elle est également influencée par
le degré d’autosuffisance alimentaire, le degré de prise en charge des coûts
de l’eau d’irrigation par les agriculteurs, et l’élasticité de la demande aux
charges imputées ou aux tarifs.
Les industries s’approvisionnent en eau dans des proportions variées, soit
par prélèvements directs ce qui est essentiellement le cas pour les pays du
35
Nord, soit par branchement au réseau public comme c’est surtout le cas
dans les pays du Sud. Les industries desservies sont difficiles à distinguer
des autres usagers des réseaux ce qui complique l’estimation des quantités
réelles utilisées, mais malgré cette incertitude, on peut estimer que la part des
industries dans les demandes est relativement mineure. La part des industries
non desservies dans les demandes en eau varie. Pour les pays du Nord, la part
des industries non desservies est de l’ordre de 2 à 10%. Pour les Balkans, la
part est plus élevée. En Italie, elle dépasse les 15%. Pour les pays du Sud
et de l’Est, la part des industries non desservies est de l’ordre de 2 à 12%.
Pour les bassins des pays qui se déversent dans la Méditerranée, la part est
de l’ordre de 2 à 6% au Nord et de moins de 1 à 11% au Sud. Les exigences
en termes de qualité des prélèvements industriels sont très variées et elles
peuvent se prêter au recyclage en particulier quand l’eau n’est utilisée que
pour le refroidissement. Il s’agit de demandes très localisées (urbaines ou
portuaires), et leur consommation nette est restreinte.
Dans le secteur de production d’électricité primaire, l’hydroélectricité dépend du débit et de la dénivellation, et concerne une utilisation in situ, qui, en
général, ne prélève pas d’eau. Cette demande est de plus en plus associée à des
aménagements à buts multiples impliquant des compromis dans la gestion des
lâchés des réservoirs. Le terme potentiel hydraulique “sauvage” se réfère à tous
les endroits où, dans l’absolu, on peut installer des aménagements hydrauliques. Le potentiel hydraulique “sauvage” en Méditerranée est de 80 GW ,
à 80% situé en Europe et en Turquie, avec une fraction techniquement et
économiquement exploitable. Ce potentiel devient techniquement exploitable
quand ces endroits peuvent être équipés avec les connaissances techniques actuelles et économiquent exploitables quand l’éléctricité produite peut l’être
avec un coût compétitif par comparaison aux autres sources d’énergie. Son
exploitation est encore assez inégale avec un niveau d’exploitation assez fort
en France et en Italie, modéré mais croissant en Turquie, dans les Balkans et
en Espagne.
Les centrales thermiques utilisent l’eau essentiellement pour le refroidissement nécessitant des débits très importants pour des consommations finales
minimes, en particulier pour des centrales à circuit ouvert (“once through
cooling”, OT). Pour ce mode de refroidissement, de grandes quantités d’eau
sont nécessaires et la charge thermique transférée aux eaux de surface peut
être importante. Quasiment toute la charge thermique est dissipée par l’eau
de refroidissement et transportée au volume d’eau, ainsi les pertes évaporatives sont moins importantes que celles des centrales à circuit fermé (“close
circuit cooling”, CC). Si le mode de refroidissement comprend une tour dans
laquelle l’eau est refroidie via le contact avec un jet d’air avant qu’elle soit
36
évacuée, les grandes charges thermiques peuvent être évitées. Pour le mode
CC les extractions d’eau sont minimisées et les grandes charges thermiques
sont évitées. Cependant, la température de l’eau dans le système de refroidissement est plus importante que celle dans le système OT, ce qui est lié
à des efficiences plus faibles des centrales. De plus, les pertes évaporatives
directes sont plus élevées que dans le système OT [Koch et Vögele, 2009].
Les centrales localisées dans les zones côtières se refroidissent essentiellement
avec l’eau de mer, tandis que les centrales situées dans l’arrière pays sont
localisées près d’un cours d’eau d’où elles extraient l’eau.
Les tendances d’évolution contemporaine des demandes en eau totales
sont différentes selon les pays :
– Croissance encore forte en Egypte, Grèce, Libye, Syrie, Turquie et au
Maroc ;
– Croissance modérée et décélérée en France et en Espagne ;
– Croissance faible ou stabilité en Israël, Tunisie, et en Algérie ;
– Légère décroissance en Italie et à Chypre.
La demande en eau potable se stabilise dans les pays du Nord, voir diminue en France en raison des progrès réalisés au niveau des rendements des
réseaux de distribution et de la hausse des prix. Au Sud et à l’Est elle est
en hausse, et suit la croissance des populations urbaines. Les demandes liées
au tourisme sont nettement en croissance. Les demandes des industries non
desservies tendent à décroı̂tre ou à se stabiliser au Nord grâce à une augmentation de l’efficience et du recyclage, tandis qu’au Sud elles restent faibles.
Les demandes pour l’irrigation sont généralement en croissance, avec une
tendance à la diminution en raison de la croissance des parts des collectivités
et du tourisme.
Le ratio demande par habitant présente des évolutions contemporaines
variées :
– Croissantes dans les pays du Nord ainsi qu’en Turquie, en Algérie, en
Libye et au Liban ;
– Fluctuantes en Italie et en Tunisie ;
– Décroissantes dans les pays où la population s’accroı̂t plus vite que les
ressources en raison du plafonnement des ressources comme en Egypte,
à Chypre, en Israël, et à Malte.
1.3.2
Projections des demandes en eau
Les prévisions des demandes peuvent se faire en utilisant différentes approches comme l’extrapolation des tendances, l’application de taux de croissance sur les demandes contemporaines, la projection des facteurs exogènes
37
et les scénarios. Dans les exercices mondiaux de prévision, où l’objectif est
d’estimer de façon approximative les pressions futures sur les ressources en
eau ainsi que les situations de pénurie, les demandes, qui sont considérées
équivalentes aux prélèvements, sont surestimées. Ils s’agit d’exercices assez
sommaires, régionalisés de façon inégale, qui utilisent souvent comme facteur
essentiel la population. C’est le cas des projections faites par Shiklomanov qui
sont guidées uniquement par les projections démographiques [Shiklomanov ,
1999].
En matière d’études à l’échelle globale, selon la FAO, dans les pays en
voie de développement, qui détiennent 75% du total des surfaces irriguées,
les terres irriguées augmenteraient de 0.6% par an jusqu’à 2030, et de 0.4%
selon d’autres études sur l’Asie du Sud, l’Afrique et l’Amérique Latine. De
plus, l’intensité culturale des terres irriguées dans les pays en voie de développement passerait de 1.27 à 1.41 cultivars par année, expansion surtout
concentrée en Asie du Sud, Chine du Nord, Proche Orient et Afrique du Nord,
avec une légère amélioration de l’efficacité d’usage [Bruinsma, 2003]. Cette
vision exclut le changement climatique qui commencerait à avoir un impact
sur l’agriculture à partir 2030. Selon le Millenium Ecosystem Assessment,
l’expansion des terres irriguées serait plus lente de l’ordre de 0-0.18% par an
jusqu’à 2050 avec ensuite une stabilisation voire une réduction [Millennium
Ecosystem Assessment Board , 2005].
Selon la FAO, en 2030, l’extraction d’eau pour l’irrigation augmenterait de
14% dans les pays développés lorsque les impacts du changement climatique
ne sont pas pris en compte [Bruinsma, 2003].
Enfin, des études à l’échelle globale se focalisent sur d’autres types de demande. Selon le Millenium Ecosystem Assessment, la hausse des extractions
d’eau pour les usages domestiques et industriels à l’échelle globale, serait
entre 14 et 83% en 2050. Ceci serait, entre autres, dû selon ce rapport au fait
qu’une plus grande valeur serait attribuée aux usages domestiques et industriels en particulier sous condition de stress hydrique [Millennium Ecosystem
Assessment Board , 2005].
Des études à l’échelle régionale, notamment au niveau de la région méditerranéenne, ont été conduites. Par exemple, des projections sont faites
par International Water Management Institute (IWMI) avec le modèle PODIUM, qui prennent en compte l’offre et les demandes. Cette étude constitue
un effort assez régionalisé avec 45 pays dont 14 méditerranéens et deux scénarios de développement de l’irrigation [Seckler et al., 1998] qui montre une :
– Croissance des prélèvements proportionnelle à la population et efficience initiale constante ;
– Croissance des aires irriguées proportionnelle à la population et un
38
progrès de l’efficience de 70% en 2025.
Au niveau du bassin méditerranéen, selon les calculs de la FAO en 2000
[FAO, 2000], l’aire irriguée et récoltée augmenterait de 38% au Sud et 58% à
l’Est entre 1998 et 2030 pour atteindre respectivement 9.1 millions d’hectares
et 7.7 millions d’hectares. Pour cette région, selon Shiklomanov et les efforts
ultérieurs sur les projections par pays, on aurait entre 2000 et 2025 une :
– Croissance des prélèvements faibles de l’ordre de 10-13% en Europe,
Israël, Tunisie ;
– Croissance très faible en Italie ;
– Croissance moyenne en Egypte, au Maroc ;
– Croissance forte voire supérieure à 50% en Turquie, Syrie, Algérie, au
Liban.
Dans l’ensemble, les enveloppes de toutes les projections faites par les
diverses études sont très divergentes allant de -30% à +15% pour l’Europe
et de 0 à 95% pour l’Afrique et l’Est.
Le Plan Bleu a également proposé des scénarios [Margat et Treyer , 2004].
Parmi ceux-là, on trouve le scénario “Avenir de l’eau en laissant faire”, un
scénario “business as usual, au fil de l’eau”, caractérisé par les points suivants :
1. Dominance de l’approche par l’offre, continuation de la politique des
barrages, sollicitation accrue des eaux souterraines ;
2. Continuation des modes de production et de consommation d’eau au
Nord et transition des pays du Sud et de l’Est ;
3. Transferts d’eau pour la correction des inégalités intra et inter nationales ;
4. Rôle important maintenu pour l’agriculture irriguée ;
5. Réduction de la capacité des réservoirs ;
6. Compétition entre demandes, éventuellement due au changement climatique ;
7. Priorité donnée au développement économique à moyen terme.
Selon ce scénario, en 2025, les demandes totales (prélèvements) augmenteraient de 43 km3 .an−1 soit +15% dans l’ensemble de la région. Le contraste
entre le Nord et le Sud ne s’atténue pas. Au Nord, la croissance est nulle
voire négative, tandis qu’au Sud et à l’Est, la croissance est encore importante i.e. de +23% et +48% respectivement sauf pour quelques pays pour
lesquels l’offre plafonne. La part de la demande municipale est en légère
croissance, ce qui est également le cas pour l’agriculture et l’industrie. La
part de l’énergie est en décroissance ce qui est lié au progrès technique considéré pour cette demande (Figure 1.4). Selon ce scenario, qui est basé sur
1.4 L’offre d’eau en Méditerranée
39
l’approche par l’offre, l’évolution des coefficients liés à l’usage comme l’efficience de l’irrigation, l’avancée du recyclage industriel et du circuit fermé
de refroidissement et à la part des eaux usées rejetées en mer à cause de la
littorisation croissante des populations urbaines et des activités industrielles,
sera lente. Les consommations finales devraient évoluer dans le même sens
que les prélèvements et avec peu de divergence au moins à ce qui concerne
le Sud et l’Est. Dans ce scénario, les consommations nettes sur l’ensemble de
la région s’établissent à 150 km3 .an−1 , soit plus 30% par rapport à aujourd’hui. Il faut aussi compter 6 km3 supplémentaires liés aux ressources non
renouvelables (fossiles) dans les pays du Sud, sans compter l’évaporation des
réservoirs qui s’élève à 15 km3 .an−1 aujourd’hui et qui pourrait encore augmenter avec les projets de barrages et de canaux. Les consommations finales
pourraient atteindre 180 km3 .an−1 soit +20% par rapport aux consommations nettes (eaux non rejetées après usages) en 2025, et +41% par rapport
aux consommations finales (eaux non retournées au milieu) d’aujourd’hui.
Malgré la hausse de la part des autres demandes, la demande en irrigation occupe une part dominante en Méditerranée. Sous changement climatique avec une modification potentielle des paramètres hydrologiques et
climatiques, la demande en irrigation, dépendante de ces paramètres, pourrait changer. Ce sujet sera traité à la section 2.2.2. En dépit de l’importance
de la demande en irrigation, il peut être constaté que, de façon générale, pour
l’évaluation quantitative des différents types de demandes, divers facteurs socioéconomiques, hydroclimatiques et environnementaux doivent être pris en
compte. Etant donnée l’incertitude sur l’évolution de ces facteurs ainsi que
le degré d’incertitude induit par le choix de la méthode de prévision, l’estimation de l’évolution des demandes dans l’espace et le temps est délicate.
1.4
L’offre d’eau en Méditerranée
Les données présentées dans cette partie sont également issues de Margat
et Treyer [2004]. L’offre d’eau en Méditerranée est assurée essentiellement
par des stockages artificiels de plus de 200 km3 et des grands réservoirs aquifères sahariens et arabiques (sur)exploités notamment pour l’agriculture. Il
est à noter aussi que les transferts d’eau sont très courants notamment en
Espagne, Israël et Libye. En outre, à cause des aires irriguées et des retenues,
l’évaporation a augmenté de 14% et, en considérant les diverses interventions
humaines, le débit des cours d’eau qui se rejettent en Méditerranée a été
réduit de 15%. Par ailleurs, la qualité des eaux diminue en raison de l’urbanisation, de l’imperméabilisation des sols, et de la hausse des rejets d’eaux
40
Fig. 1.4: Résumé des projections tendancielles des demandes en eau (km3 .an−1 ),
source : Margat et Treyer [2004]
41
pluviales dans la mer et les défauts d’assainissement. Enfin, la présence forte
d’aménagements contre les inondations accentue l’artificialisation du régime
des eaux.
Comme mentionné à la section 1.2, les ressources naturelles en eau rapportées aux populations sont souvent utilisées pour identifier les situations
de manque ou d’abondance d’eau. A la différence entre pays se rajoute celle
au sein des pays. Cependant, comme cette définition est globale, elle ne peut
révéler de contrastes intra-pays liés à la variabilité spatiotemporelle des ressources, souvent régulées par des infrastructures hydrauliques. Ainsi, il serait
plus intéressant de se référer, pour cet indicateur, uniquement aux ressources
exploitables, voire même aux ressources intérieures en excluant les ressources
extérieures en provenance des pays voisins. Les ressources exploitables se référent à celles susceptibles d’être mises en valeur selon des facteurs comme
la faisabilité économique et environnementale du stockage de l’eau dans des
réservoirs ou de l’extraction des eaux souterraines. La mise en valeur prend
aussi en compte la possibilité physique de stocker de l’eau qui normalement
se déverse en mer, ainsi que le débit minimal nécessaire pour les services environnementaux et la navigation. La définition des ressources exploitables est
non seulement basée sur des critères techniques et économiques, mais aussi
sociaux et, de plus en plus, environnementaux. La variation des ressources
exploitables par habitant est un peu moins importante que la variation des
ressources naturelles par habitant mais reste encore large allant de moins de
100 m3 .an−1 à plus de 2000 m3 .an−1 .
Aujourd’hui, la demande en eau est couverte à 98% par l’exploitation
des eaux douces. Initialement, le mode de mobilisation dominant était le
captage des eaux régulières superficielles ou souterraines, en utilisant des
techniques peu coûteuses en terme d’investissement et d’énergie : prises d’eau
pérennes superficielles, captage de la source, puisage ou captage par gravité
d’eau souterraine peu profonde. Cependant, en raison de l’irrégularité et de la
saisonnalité des demandes, la nécessité de faire des aménagements régulateurs
et de stocker la ressource est apparue. La mobilisation des eaux superficielles
a occupé une part croissante de l’approvisionnement pour la plupart des pays
méditerranéens.
De façon générale, 54 des quantités d’eau prélevées proviennent des ressources en eau superficielles, tandis que 15 vient des ressources en eau souterraines. Cependant, la répartition varie selon les pays. Dans certains pays
notamment l’Egypte, l’eau est uniquement prélevée à partir de ressources
superficielles, tandis que dans d’autres pays comme Malte, les Territoires Palestiniens et la Libye, l’eau est essentiellement prélevée à partir de ressources
souterraines. Les parts respectives des différentes sources d’approvisionne-
42
ment varient également selon les secteurs utilisateurs. En général, les ressources souterraines sont la source dominante d’approvisionnement pour les
villes. Les ressources superficielles constituent la source d’eau exclusive pour
le secteur de l’énergie et la source principale pour l’agriculture et l’industrie.
Comme critères de répartition des quantités prélevées, on peut utiliser le
mode de mobilisation et l’effort nécessaire, liés au caractère permanent ou
non de la ressource en eau (Figure 1.62 ). L’eau en surface et souterraine, disponible localement peut être utilisée. Des quantités d’eau transférées depuis
d’autres bassins peuvent également être utilisées et, plus récemment, on a
fait appel à des ressources en eau non conventionnelles. Ces trois aspects de
l’offre sont présentés dans les sections suivantes.
1.4.1
Mobilisation des ressources en eau : prises, pompages et barrages
Le premier mode de prélèvement, déjà mentionné ci dessus, est la prise
au fil de l’eau des eaux de surface régulières qui peut se faire par simple dérivation gravitaire pour des lieux d’utilisation à proximité de la ressource, ou
par des canaux pour servir des zones plus éloignées. Le relèvement constitue
une deuxième manière de prise au fil de l’eau qui peut être réalisée à l’aide
de techniques traditionnelles peu consommatrices d’énergie comme les roues
élévatrices en Syrie, ou de plus en plus souvent, à l’aide du pompage comme
c’est le cas pour les infrastructures d’exploitation du Rhône. Pour les grands
fleuves, les dérivations peuvent conduire à des aménagements lourds et complexes comme c’est le cas pour le Pô et le Rhône. Cependant, quand le fleuve
constitue l’artère principale de distribution, les prises d’eau fluviales peuvent
être dépendantes d’aménagements régulateurs. C’est le cas du Nil en aval du
barrage d’Assouan.
Le deuxième mode de mobilisation concerne l’exploitation des eaux souterraines phréatiques ou profondes. Les aquifères les plus accessibles et productifs (constitués de sable et de gravier, habituellement vastes et profonds,
alimentés par les eaux de pluies qui s’infiltrent dans le sol) se trouvent principalement dans les zones habitées comme les plaines côtières et intérieures
et les vallées. En fonction de l’accessibilité de l’eau souterraine et de l’importance des ouvrages qui doivent être mis en place, deux types d’exploitation
2
a. Dans l’état des statistiques disponibles, ce tableau comporte quelques hypothèses.
b. Espagne : données du PNH pour 1993, comptant des “usos non consuntivos”. c. Israël :
non compris la régulation par le lac Kinnereth. d. Y compris exploitation de ressources non
renouvelables. e. Egypte : y compris remobilisation des retours d’eau au Nil, régularisé, et
aux aquifères alluviaux (11.3 km3 .an−1 ).
43
peuvent être identifiés : l’exploitation des nappes phréatiques et profondes.
L’exploitation des nappes phréatiques se fait par puit ou forage peu profond, solution de proximité nécessitant des investissements à la porté des usagers. Ces exploitations sont équipées d’appareils de puisage traditionnels ou
de pompes plus productrices mais plus coûteuses en énergie (Tunisie 120000
points en 1997, Maroc 215000 points en 1990, Espagne 500000 points en 1993,
en Italie 100000 points dans les années 80). Les productions varient entre une
dizaine à plus d’un millier de m3 .hr−1 suivant le type d’aquifère. Plusieurs
exploitations locales intensives d’aquifères alluviaux ou karstiques existent
au niveau du bassin méditerranéen : Delta du Nil (77 m3 .s−1 ), plaine de
Pô près de Milan (60 m3 .s−1 ), plaine de Mitidja pour l’alimentation d’Alger
(10 m3 .s−1 ), plaine côtière d’Israël (15 m3 .s−1 ), Jeffara libyenne (18 m3 .s−1 ),
plaine de Valence en Espagne (6 m3 .s−1 ).
L’exploitation des nappes profondes, beaucoup moins à la portée des usagers particuliers, nécessite des forages plus profonds. Cette technique s’est
développée en particulier en Egypte, Libye, Tunisie, et Algérie. Ce mode
d’exploitation n’est pas durable car il conduit à l’épuisement de ressources
non renouvelables.
En général, la surexploitation des nappes souterraines à ressources renouvelables est déjà observée, notamment en Espagne, Israël, Libye, et en
Tunisie, avec comme conséquence possible l’invasion d’eau salée. De plus,
l’exploitation minière des eaux fossiles, production non durable, est loin d’être
négligeable dans plusieurs pays méditerranéens, notamment en Libye, en Algérie et à Malte.
Le troisième mode d’exploitation est lié à la maı̂trise des eaux de surface irrégulières, notamment à l’aide d’infrastructures hydrauliques importantes. Dans un premier temps, la collecte locale de l’eau pluviale, à l’aide
de structures adéquates, est réalisée. Pour cela, il est possible d’utiliser des
lacs collinaires avec un rôle local, notamment en Italie, Turquie, Algérie, et
en Tunisie, de capacité variable entre 10000-100000 m3 , destinés à l’agriculture. Cependant, un barrage créant un réservoir d’accumulation représente
la technique principale de régulation et la plus structurante pour l’aménagement des eaux. Les barrages-réservoirs peuvent avoir plusieurs finalités : pour
l’irrigation, l’approvisionnement en eau, la production d’électricité, la protection contre les inondations, la navigation, le contrôle des pollutions, les loisirs,
l’élevage. Les réservoirs d’accumulation ont aussi un rôle de “consommateur”,
peu évalué, par le biais de l’évaporation qui peut atteindre 1 m.an−1 .
C’est surtout au cours du XX e siècle que la construction de barrages
au niveau de la région méditerranéenne à été initiée. Leur construction a
commencé dès les années 1930 et 1940, particulièrement en Italie et en Es-
44
Fig. 1.5: Volumes des réservoirs des pays méditerranéens, source : Margat et Treyer
[2004]
pagne avec une finalité hydroélectrique. Ensuite, pendant la deuxième moitié
du XX e siècle, le nombre de ces aménagements a augmenté dans la plupart
des pays, en particulier en Espagne, France, Italie, Grèce, Albanie, Turquie,
Maghreb et Egypte, avec des finalités multiples.
De nos jours il y a plus de 1200 barrages avec une capacité de stockage
supérieure à 10 millions de m3 , un volume cumulé de plus de 420 milliards
de m3 (Figure 1.5), avec les barrages Ataturk et Keban sur l’Euphrate en
Turquie et le barrage d’Assouan en Egypte représentant plus de la moitié
de ce volume. Le potentiel est essentiellement développé en Espagne, France,
Italie, Egypte et Maghreb. La plupart des réservoirs ont une capacité essentiellement inter-saisonnière, et leur gestion doit prendre en compte plusieurs
demandes saisonnières, déphasées et souvent en compétition entre elles. Cependant, même si ces réservoirs jouent un rôle essentiel pour l’offre en eau en
Méditerranée, ils suscitent des critiques sur leurs impacts environnementaux
et sociaux.
Il est à noter que la capacité régulatrice des barrages peut être diminuée
par l’envasement causé par des flux importants de sédiments. La durée de
leur fonction régulatrice peut être réduite malgré les “volumes de sédimentation” prévus à cet effet. Le taux des pertes moyennes annuelles s’élève à
0.1-0.5% au Nord et 0.5-1% au Sud, avec des pertes importantes au Maghreb
et en Espagne. Ainsi la capacité régulatrice est en diminution, et, malgré des
techniques de prévention, le comblement est plus ou moins prévu au XXI e .
45
Fig. 1.6: Production d’eau par mode de mobilisation des ressources conventionnelles pour les pays méditerranéens, source : Margat et Treyer [2004]
46
Ce problème ne pourra pas être entièrement résolu par la construction de
nouveaux barrages, car le nombre de sites disponibles devient limité.
1.4.2
Transferts d’eau
Au niveau du bassin méditerranéen, l’offre et la demande sont géographiquement dissociées. Ainsi, par le passé, l’eau a toujours été transportée
sur des longues distances pour l’alimentation des villes. De nos jours, les
transports d’eau ont changé d’échelle avec un accroissement des distances
et des volumes. Plus de 130 villes de plus de 100000 habitants dépendent
de ressources se situant à 50km, et souvent à l’extérieur de leur bassin hydrographique. Ainsi, les eaux des arrière-pays subissent souvent une pression
supplémentaire due au développement des zones littorales, comme c’est le
cas en Espagne, France, Grèce, Israël et Libye. Pour l’irrigation de quelques
centièmes du territoire d’un pays, les ressources produites doivent être captées sur des espaces au moins dix fois plus étendus. Dans le cadre des plans
d’aménagement, la justification de transferts entre bassins “excédentaires”
et bassins “déficitaires” peut être de corriger les inégalités de répartition des
ressources en eau. Cette solution est mise en oeuvre en priorité par les aménageurs pour faire face aux pénuries structurelles qui peuvent menacer certaines
régions et elle s’inscrit dans une approche centrée sur l’offre.
De nos jours, les transports assurent les 43 de l’approvisionnement de tous
les secteurs desservis notamment pour l’eau potable ou l’irrigation, avec des
réseaux pouvant être plus importants que les réseaux hydrographiques naturels, et avec des coûts énergétiques considérables. La figure 1.7 présente
les principaux projets de transfert de la région méditerranéenne. Parmi les
transferts importateurs pour le bassin méditerranéen on trouve :
– en Espagne, le Trasvase, du Tage jusqu’en Andalousie ;
– en Israël, le transfert d’eau du Jourdain prélevé par le lac du Kinnereth
jusqu’aux zones côtières et le Neguev ;
– en Libye, le transfert d’eau pompée dans les aquifères sahariens aux
plaines et aux villes littorales ;
– en France, les structures hydroélectriques qui transfèrent de l’eau de la
Loire et la Garonne vers le Rhône et l’Orb.
Parmi les transferts exportateurs on trouve :
– en Egypte, le transfert d’eau du Nil vers la région côtière Ouest, vers
le Sinai et les oasis méridionales ;
– en Espagne, des structures hydroélectriques transportant de l’eau de
l’Ebre au versant atlantique.
47
Fig. 1.7: Principaux projets de transfert, source : Margat et Treyer [2004]
1.4.3
Les nouvelles ressources en Méditerranée
De nouvelles ressources commencent à être utilisées dans le bassin méditerranéen comme les eaux saumâtres et le dessalement. En Israël, par
exemple, les ressources en eaux saumâtres sont estimées à 240 hm3 .an−1 ,
dont 100 dans le bassin méditerranéen. A ceci se rajoutent 85 hm3 .an−1
d’eau fossile qui peut être potentiellement produite dans le Neguev. A Gaza,
les eaux saumâtres renouvelables sont estimées à 31 hm3 .an−1 . Il est également possible d’utiliser les eaux plusieurs fois soit par remobilisation après
un premier usage (utilisation secondaire), soit par réutilisation directe. Cet
usage est déjà développé en Espagne, Chypre, Israël, Egypte, Tunisie. Enfin,
le potentiel de production industrielle d’eau douce par dessalement d’eau de
mer ou d’eau saumâtre est de 800 millions de m3 .an−1 dans le bassin méditerranéen. Le coût moyen de dessalement est par ailleurs actuellement de
1.00 U SD.m−3 pour l’eau de mer et de 0.60 U SD.m−3 pour l’eau saumâtre,
à comparer à 0.02 U SD.m−3 pour la chlorinisation de l’eau potable [Bates
et al., 2008]
1.4.4
48
Quelque éléments de synthèse sur l’offre en eau
en Méditerranée
Les ressources en eau, non seulement en surface mais aussi souterraines,
disponibles localement et exploitées avec divers modes plus ou moins coûteux en terme d’investissement et d’énergie, constituent l’essentiel de l’offre
en eau pour la région méditerranéenne. Les prises au fil de l’eau sont plus
faciles à réaliser car, en général, elles ne nécessitent pas la mise en place
d’infrastructures lourdes. Cependant, comme la ressource en eau est très variable, ce mode de mobilisation peut ne pas être pérenne. Quand à l’utilisation de l’eau souterraine elle peut être à la portée des usagers localement sauf
lorsqu’il s’agit des nappes profondes, où des investissements importants sont
nécessaires, sans oublier que, de plus en plus, la surexploitation des eaux souterraines est observée. Etant donnée l’irrégularité des ressources en eau, les
réservoirs représentent le mode de mobilisation le plus utilisé car ils contribuent à la régulation des ressources pour répondre à plusieurs objectifs notamment la protection contre les inondations ou pour satisfaire des demandes
souvent décalées dans le temps par rapport à l’eau disponible. En outre, les
ressources en eau disponibles et les demandes sont non seulement dissociées
dans le temps mais aussi dans l’espace, rendant les transferts sur de longues
distances nécessaires. Toutefois, il ne faut pas oublier les limites liées aux
réservoirs et aux transferts. Presque tous les sites potentiels de construction
de barrages sont utilisés, des quantités d’eau non négligeables sont évaporées
des surfaces des réservoirs existants, et les barrages font souvent l’objet de
controverses concernant leurs impacts sociaux et environnementaux. Quant
aux transferts, ils reposent sur le transport de l’eau de l’arrière pays vers
le littoral. Ces transferts ne sont pas nécessairement justifiés par un besoin
de corriger la répartition inégale des ressources mais plutôt par les intérêts
économiques de certaines zones (par exemple attractivité touristique des certaines zones littorales du Maghreb).
Malgré les aspects négatifs des réservoirs, ils constituent des éléments
essentiels de l’offre en eau en Méditerranée, une région caractérisée par une
ressource en eau naturelle et des demandes variables dans l’espace et le temps.
Cette hétérogénéité spatiotemporelle peut être aussi la raison des transferts
d’eau longue distance. La représentation des barrages réservoirs constitue
une étape essentielle dans la méthodologie intégrée générique globale-locale
présentée aux chapitres 4 et 5. Cette méthodologie qui a une couverture globale, reconstitue à l’échelle du bassin versant les réseaux de réservoirs et
les liens réservoirs-demandes en utilisant des données disponibles à l’échelle
globale. Ces liens sont non seulement intra mais aussi inter bassins et per-
1.5 Intégration de l’offre et de la demande
49
mettent également de reconstituer les transferts. Un tel cadre peut être utilisé
pour évaluer différentes options d’adaptation liées aux réservoirs sous changement climatique comme la modification de leurs dimensions ou de leurs règles
opérationnelles (chapitre 2). Enfin, comme les réservoirs représentent des investissements lourds et irréversibles, dans le chapitre 3 le modèle générique
présenté de dimensionnement d’un réservoir à l’échelle du bassin versant est
utilisé pour évaluer l’impact de l’incertitude climatique sur la décision liée à
la dimension optimale et pour estimer l’investissement correspondant.
1.5
Intégration de l’offre et de la demande
Dans la section 5.1.2 l’état actuel des demandes en eau en Méditerranée
ainsi que quelques éléments sur leurs projections ont été présentés. Les modes
de mobilisation, les transferts d’eau et les nouvelles ressources d’eau ont été
présentés dans la section 1.4. Cette section compare l’offre et la demande
actuelles et les situent dans le cadre d’exercices mondiaux et régionaux de
prospective. De telles comparaisons sont utiles parce qu’elles peuvent donner
une idée des pressions exercées sur les ressources ainsi que des éventuelles
disponibilités résiduelles dans le temps. Les données présentées dans cette
partie sont issues de Margat et Treyer [2004].
Tout d’abord sur un plan géopolitique, actuellement et dans le futur, les
contrastes de situation liés à l’eau ne se résument pas simplement à une
différence Nord/Sud. Trois axes de déséquilibre existent : entre l’UE et le
Maghreb, la Turquie et les pays du Proche Orient, l’Egypte et les pays en
amont du Nil. Surtout pour les deux derniers cas, la situation pourrait être
encore plus compliquée car certains pays ont des ressources en eau communes
à partager. Ces ressources, selon certains, pourraient constituer pour les pays
en amont un moyen de pression sur les pays en aval.
L’offre et la demande sont souvent comparées en rapportant soit les prélèvements soit les consommations finales, aux ressources naturelles moyennes
renouvelables, pour calculer respectivement les indices d’exploitation et de
consommation. Les prélèvements peuvent inclure les remobilisations des retours. Ainsi, une meilleure comparaison peut être faite avec les consommations finales. Comme mentionné dans la section 1.4, ces indices globaux
peuvent refléter des contrastes entre pays, car leur valeurs varient de moins de
1% à plus de 100%. Une deuxième comparaison peut être faite en rapportant
les prélèvements et les consommations finales aux ressources exploitables.
Ces indices sont plus élevés, mettant davantage en évidence les situations
critiques et les disparités. En général, tous ces indices se réfèrent à des situa-
50
tions moyennes et n’illustrent donc pas les tensions locales mais plutôt des
situations probables de tensions.
Les tendances contemporaines d’évolution de ces indices sont significatives, notamment les indices d’exploitation (rapportés aux ressources en eau
naturelle renouvelable moyenne). Au cours des dernières décennies du XX e
siècle, la croissance de ces derniers indices a été très forte notamment en
Egypte, linéaire par exemple en France, accélérée en Syrie, décélérée, par
exemple en Espagne, décroissante, notamment en Italie. De nos jours, les
indices d’exploitation (rapportés aux ressources exploitables) sont de plus de
50% pour la plupart des pays, voire plus de 100% en Libye, Malte, Gaza, Israël. Ces indices ainsi que les indices de ressources naturelles et renouvelables
par habitant, mentionnés en section 1.2, conduisent à des résultats similaires
pour les pays méditerranéens. Leur corrélation illustre que les ressources en
eau sont non seulement faibles mais aussi très exploitées (Figure 1.8). En général, des valeurs supérieures à 100% des indices présentés ci dessus peuvent
correspondre à plusieurs situations différentes. A Malte, c’est la surexploitation des eaux souterraines qui explique ce déséquilibre. En Egypte, les valeurs
supérieures à 100% sont dues à la remobilisation intense des retours d’eau.
En Libye, le déséquilibre est justifié par la difficulté à distinguer les ressources
renouvelables des non renouvelables.
Quelles sont les ressources/réserves encore disponibles pour satisfaire les
demandes futures ? Pour quantifier les marges de manoeuvre, on peut utiliser la différence quantitative entre ressources exploitables et consommations
finales : élevée aux Balkans, encore forte en France, notable en Algérie, plus
réduite en Espagne, se raréfiant en Israël, elle est pratiquement nulle à Gaza.
Même quand le solde est appréciable il convient de prendre en compte le fait
que les ressources en eau peuvent être difficilement exploitables, constituées
en partie d’eau de retours, ce qui réduit la qualité et augmente les coûts, et
également constituée d’eau externe, assez incertaine, de la zone amont du
bassin située sur le territoire des pays voisins, avec des disparités régionales.
Des études à l’échelle mondiale et régionale évaluent l’offre et les demandes et les comparent dans le futur. Parmi les exercices mondiaux, l’application du modèle WATERGAP a comme objectif d’évaluer les conséquences
du changement climatique sur les demandes et les ressources en eau par habitant ainsi que sur le risque de pénurie en eau à l’horizon 2025. Trois scénarios
d’évolution des demandes correspondent à des projections de l’intensité d’utilisation par rapport aux revenus par habitant. Les demandes correspondent
aux demandes d’approvisionnement et, à cause de la réutilisation des ressources d’eau exploitées, elles peuvent être différentes des prélèvements. Pour
une année moyenne, la demande augmenterait globalement d’ 13 entre 1995 et
51
Fig. 1.8: Indicateurs de pénurie et de pauvreté, relation entre indices d’exploitation
et les ressources naturelles par habitant pour les pays méditerranéens, source :
Margat et Treyer [2004]
52
2025. Cette hausse serait très forte à l’Est, forte au Sud et faible au Nord.
Comme le modèle ne prend en compte que les ressources en eau renouvelables
internes, il amplifie la différence entre eau disponible et usages de l’eau. Pour
certains pays comme l’Egypte, la Libye, Israël, la Cisjordanie, Chypre, et les
pays du Maghreb, les ressources sont ainsi sous évaluées.
Quelques résultats peuvent être cités pour les pays méditerranéens. Pour
le Maroc en 2025, pour une année moyenne l’eau disponible est de 54 et
pour une année sèche décennale de 21 m3 .an−1 .hab−1 , à comparer avec les
207 m3 an−1 .hab−1 en 1995 (année moyenne). Concernant les demandes,
en 2025 elles sont de 571 (année moyenne) et de 1003 m3 .an−1 .hab−1 (année sèche décennale), à comparer avec 400 m3 .an−1 .hab−1 en 1995 (année
moyenne). Pour Israël, l’eau disponible en 2025 est de 49 m3 .an−1 .hab−1 (année moyenne) et de 28 m3 .an−1 .hab−1 (année sèche décennale), et en 1995, de
151 m3 .an−1 .hab−1 (année moyenne). La demande est de 404 m3 .an−1 .hab−1
(année moyenne) et de 900 m3 .an−1 .hab−1 (année sèche décennale), à comparer avec 536 m3 .an−1 .hab−1 en 1995 (année moyenne). Enfin pour l’Italie, l’eau disponible en 2025 est de 2084 m3 .an−1 .hab−1 (année moyenne)
et de 1530 m3 .an−1 .hab−1 (année sèche décennale), à comparer avec les
2289 m3 .an−1 .hab−1 en 1995 (année moyenne). La demande en 2025 est de
779 m3 .an−1 .hab−1 (année moyenne) et de 840 m3 .an−1 .hab−1 (année sèche
décennale), à comparer avec les 929 m3 .an−1 .hab−1 en 1995 (année moyenne).
Le Plan Bleu évalue l’offre et la demande et les compare dans le futur à
l’échelle de la région méditerranéenne. Le scénario du Plan Bleu sur “l’avenir
de l’eau en laissant faire” mentionné plus haut fait apparaı̂tre un classement
des pays en comparant les demandes projetées et les ressources conventionnelles.
1
Elles resteront inférieures à 10
pour la Bosnie-Herzégovine et la Croatie,
ou 14 des ressources exploitables pour la Slovénie, la Serbie-Monténégro, et
l’Albanie, jusqu’en 2025. Elles pourront être couvertes sans grand problème
par l’exploitation des ressources conventionnelles.
Pour un deuxième groupe de pays, les demandes qui ne changeront pas
(France, Grèce, Italie) ou croı̂tront de façon importante (Turquie), resteront
inférieures à la moitié des ressources conventionnelles. Elles devront faire
face, localement ou de façon conjoncturelle, à des tensions liées aux demandes
saisonnières ou aux ressources temporairement indisponibles.
Dans un troisième groupe de pays, elles seront croissantes, en approchant
les ressources exploitables moyennes (50-100%). C’est le cas dès à présent
pour l’Espagne, la Macédoine, Chypre, le Liban, la Syrie, la Tunisie, l’Algérie et le Maroc. Ca sera le cas également de la Turquie avant 2025. Pour ces
pays, les risques de pénurie conjoncturelle avec les sécheresses saisonnières
53
ou inter-annuelles et les déséquilibres régionaux déjà existants s’aggraveront.
Pour faire face aux pénuries, une meilleure gestion des ressources sera nécessaire. En outre, en vue de l’augmentation de la pression sur les ressources
conventionnelles, les ressources exploitables seront réévaluées à la hausse.
Enfin, le quatrième groupe est caractérisé par de plus grandes difficultés.
Pour les pays de cette catégorie, à savoir l’Egypte, Israël, la Libye et Malte,
les demandes, dès à présent, sont supérieures aux ressources exploitables voire
même naturelles. Pour la Syrie, l’Algérie, les Territoires Palestiniens et la partie de l’Espagne qui est incluse dans le bassin méditerranéen, cette situation
devrait prévaloir d’ici 2025.
Pour les pays du quatrième groupe, les ressources conventionnelles étant
de plus en plus insuffisantes, de nouvelles solutions devront être trouvées.
Certains pays tels que la Libye, l’Egypte, la Tunisie, et l’Algérie, auront un
recours croissant aux ressources non renouvelables. D’autres pays comme
l’Egypte, Israël, la Syrie, et la Tunisie, devront utiliser les ressources secondaires. Des pays comme l’Espagne et Israël pourraient mettre en place des
transferts inter-régionaux ou internationaux. Enfin, d’autres pays tels que
Malte, Chypre, l’Espagne et Israël devront faire appel aux ressources non
conventionnelles notamment le dessalement. Plus précisément, d’après le scénario basé sur l’approche par l’offre du Plan Bleu, l’offre de ressources secondaires en provenance des eaux de drainage serait importante en Egypte et en
Syrie. En Israël, la réutilisation des eaux usées urbaines en agriculture pourrait atteindre 640 hm3 .an−1 en 2020. A Gaza, le dessalement augmenterait
jusqu’à 55 hm3 .an−1 en 2020 pour couvrir 60% de la demande domestique.
La consommation des eaux secondaires ou non conventionnelles pourraient
atteindre 25 hm3 .an−1 , la plus grande partie étant en Egypte.
Les projections de l’offre et de la demande peuvent être comparées en
utilisant les indices d’exploitation et de consommation finale rapportés aux
ressources exploitables. Les tableaux 1.1 et 1.2 révèlent les projections en
2025 de ces indices. Le classement des pays à la base de l’indice d’exploitation
rapporté aux ressources exploitables est en accord avec celui avec l’indicateur
des ressources en eau par habitant. A la base de ces deux indicateurs corrélés,
le classement des pays peut être projeté en 2025. Ce classement est similaire
à celui établi avec les valeurs actuelles des indices (Figure 1.9).
La géographie des pressions sur les ressources ne sera pas très différente de
celle d’aujourd’hui. Les contrastes entre Nord et Sud-Est seront amplifiés et
les situations seront aggravées pour la plupart des pays du Sud et du Proche
Orient.
On constate, d’ores et déjà, que les ressources en eau sont limitées quantitativement et qualitativement alors que les demandes en eau ne cessent
54
Tab. 1.1: Projection en 2025 de l’indice d’exploitation rapporté aux ressources
exploitables
Valeur
Pays
Commentaire
30%
> 50%
pays du Nord
Espagne, Turquie, pays du Sud
> 100%
partie médit. de l’Espagne, Malte,
proche Orient, Egypte, Libye, Algérie
sécurité
tensions plus fréquentes,
mobilisation plus difficile
surexploitation, recours
à la rémobilisation
Tab. 1.2: Projection en 2025 de l’indice de consommation finale rapporté aux
ressources exploitables
Valeur
Pays
< 10%
10-25%
25-50%
> 50%
> 100%
pays balkaniques, France
Italie, Grèce
Espagne, Macédoine, Turquie, Chypre, Cisjordanie, Tunisie
Syrie, Liban, Algérie, Maroc
Israël, Egypte, Libye, Gaza
1.6 Gestion de l’eau dans le bassin méditerranéen ; La modélisation au service de la
gestion intégrée
55
Fig. 1.9: Classement des pays méditerranéens suivant les indicateurs de pauvreté
et de pénurie pour le scénario tendancielle modéré en 2025, source : Margat et
Treyer [2004]
d’augmenter. Par conséquent, les situations de pénurie sont fréquentes, d’autant plus que les ressources et les demandes sont dissociées dans l’espace et le
temps. Dans le futur, cette situation risque de s’aggraver. Ainsi, l’évaluation
et la gestion intégrées de l’offre et de la demande, s’avèrent nécessaires afin
de rétablir l’équilibre offre-demande dans l’espace et le temps.
1.6
Gestion de l’eau dans le bassin méditerranéen ; La modélisation au service de la
Dans le contexte actuel, avec la prise de conscience de la rareté et de la
fragilité des ressources en eau et le constat de compétitions et conflits entre
usages avec des demandes grandissantes, la “gestion de la ressource” s’avère
de plus en plus nécessaire. Ce nouveau concept vient replacer le gestion traditionnelle de l’eau par secteur. Cependant, la mise en place de ce concept
reste difficile notamment pour les bassins transfrontaliers. En effet, dans ce
cas, des facteurs géopolitiques entrent en ligne de compte. La gestion et le
partage de la ressource commune est ainsi encore plus difficile à mettre en
place. L’étude du nouveau concept de gestion constitue alors un réel défi
56
pour la modélisation. De nombreux modèles hydro-économiques ont ainsi été
développés pour analyser les divers aspects de ce concept, en incluant plusieurs caractéristiques notamment hydrologiques, techniques, économiques à
diverses échelles spatiales et temporelles. Ces modèles constituent des outils
qui peuvent être utilisés pour la gestion intégrée de la ressource à des échelles
différentes.
1.6.1
De la gestion par secteur à la gestion par milieu
De façon générale et en particulier en Méditerranée, l’eau est un sujet primordial qui a influencé la structuration des sociétés. Au niveau des structures
gouvernementales, la gestion de l’eau est sectorielle. Cette gestion morcelée
est notamment soutenue par l’ordre des priorités fixé par chaque secteur ou
par les gouvernements qui peuvent, à un certain moment, donner la priorité
à un secteur en particulier. Typiquement, encore aujourd’hui, l’approvisionnement et l’assainissement étant considérés comme des services essentiels,
l’objectif principal est d’assurer un taux de desserte élevé avec une quantité
et une qualité satisfaisante, en anticipant également les progrès des demandes
futures. Etant donnée la priorité attribuée à ces services, l’eau en surface ou
souterraine est utilisée sans prendre en compte les autres demandes. De plus,
l’approvisionnement et l’assainissement sont souvent délégués à des entreprises privées ce qui fait que les responsabilités sont encore plus morcelées.
L’irrigation est aussi un secteur particulier avec sa propre organisation. La
tendance récente consiste à transférer la responsabilité de l’exploitation et de
la maintenance des réseaux d’irrigation réalisés sur les fonds publics aux collectivités d’irrigants, donnant ainsi à l’eau un caractère de produit de consommation distribué par des acteurs responsables de l’approvisionnement. Ceci
souligne encore la pratique actuelle de fragmentation des responsabilités et
de la gestion par secteur.
L’intégration de l’offre (toutes les ressources) et de la demande (tous
types de demande), leur comparaison et l’évaluation de leurs évolutions dans
l’espace et dans le temps, nécessitent la mise en place d’une pratique de
gestion de la ressource qui constitue un concept plus récent et, en général,
assez différent des pratiques traditionnelles présentées ci-dessus. Le nouveau
concept de la “gestion de la ressource” correspond au passage de la gestion
par secteur à la gestion par milieu. Le changement de pratique de gestion
s’avère d’ailleurs nécessaire, étant donnée les ressources en eau de plus en
plus fragiles et rares et les demandes sans cesse grandissantes. Selon Margat
et Treyer [2004], étant donné les tensions sur les ressources, le droit d’eau
devrait évoluer avec une reconnaissance du statut de “patrimoine commun”
57
de l’eau et la création d’institutions et de procédures de gestion (polices de
l’eau, planification et gestion, politiques tarifaires, redevances, participation
des parties prenantes, droit national et communautaire).
La nouvelle gestion de l’eau qui essaie d’encourager la “gestion par bassin”
doit intégrer la structure physiographique et hydrographique, la structure des
utilisations (géographie socioéconomique), et la structure des pouvoirs (niveaux de décentralisation différents). Dans le bassin méditerranéen où l’offre
et la demande sont dissociées dans l’espace et le temps, deux cas de figure
liés à la gestion se rencontrent. Dans le premier, la gestion est fortement
centralisée. Ceci peut être dû à la structure de la ressource naturelle (par
exemple le Nil qui concentre toute la ressource) ou l’organisation technique
qui peut intégrer production et distribution et dont la gestion est organisée
en monopole. Dans le deuxième, la gestion est décentralisée. Ce type de gestion est justifié soit par l’existence d’un nombre important de grands bassins,
soit par une structure hydrographique qui empêche les transferts, soit par la
domination des eaux souterraines qui peut favoriser les exploitations individuelles. En raison de l’hétérogénéité des situations, la gestion ne se résume
pas simplement à une gestion par bassin. Pour la majeure partie de la Méditerranée, à cause des structures hydrographiques ou du climat, la gestion
s’exerce soit par ensemble de petits bassins, soit par aquifères indépendants
des structures hydrographiques de surface. Ainsi, l’évaluation de l’équilibre
entre offre et demande, qui constitue un objectif majeur de la gestion de la
ressource, peut s’exercer à des échelles différentes à cause de l’hétérogénéité
de l’offre et de la demande dans l’espace et le temps et de la faisabilité des
transferts .
1.6.2
Bassins transfrontaliers : un cas difficile pour la
gestion par milieu
Diverses particularités liées aux structures hydrographiques et à la structure des utilisations peuvent aussi compromettre la gestion par milieu ou
nécessiter la mise en place d’une organisation particulière. Par exemple, dans
certains cas, la ligne de partage naturelle ne coı̈ncide pas avec les frontières
politiques. Au niveau de la région méditerranéenne en particulier, plus d’une
vingtaine de bassins transfrontaliers existent, comme c’est le cas pour les péninsules ibérique et balkanique, le bassin du Nil et le Proche Orient. L’écoulement transfrontalier est de l’ordre de 120 km3 .an−1 , avec la moitié au Nord,
46% au Sud, et 2% au Proche Orient. Pour ces bassins, où des problèmes de
souveraineté se posent, l’organisation de la gestion par structure physiographique est complexe.
58
Ainsi, pour ces ressources communes, différents problèmes sont rencontrés : partage de la ressource, en particulier en situation de rareté, cours d’eau
comme vecteur de transfert de pollution, aménagements pour la prévention
contre les inondations quand le site à équiper et à protéger sont des deux
côtés de la frontière, mise en avant du principe de souveraineté pour les eaux
générées sur le territoire d’un pays, droit d’usage pour le pays en aval. Les
pays concernés sont l’Egypte, la Syrie, Israël, la Grèce, l’Albanie, la Croatie,
la Slovénie, et la Serbie-Monténégro. La vision d’une gestion commune reste
toutefois un idéal. Concernant le bassin du Nil, des accords ont été signés,
notamment en 1959 et l’Egypte avec le Soudan ont lancé plusieurs initiatives
de coopération. D’autres initiatives sont mises en place comme le “Nil Basin Initiative” lancé en 1999, qui vise plutôt à promouvoir le développement
socioéconomique de la région [Margat et Treyer , 2004]. De façon générale
les accords pour le bassin du Nil reflètent divers intérêts (coloniaux, nationaux/régionaux, ...) et certains de ces accords ne sont pas reconnus par un
ou plusieurs pays voisins [Conway, 2005].
1.6.3
Modèles hydro-économiques comme outils de gestion intégrée
Une gestion intégrée de la ressource peut être assistée par les modèles
hydro-économiques. Ces modèles représentent des systèmes hydriques spatialement distribués, des infrastructures, des options de gestion, et des valeurs
économiques [Harou et al., 2009]. Cette approche est différente de l’approche
classique de bilan hydrologique [Sun et al., 2008; Ji et al., 2006; Asokan et
Dutta, 2008]. Dans l’approche de bilan hydrologique, l’eau disponible par
point de grille est calculée avec un modèle hydrologique. Les demandes sont
localisées dans les points de grille et ainsi le bilan peut être fait par point.
Si cette approche contient un schéma de routage, l’eau est acheminée à travers les points de grilles qui sont ainsi connectés, et les demandes localisées
peuvent être satisfaites soit par l’eau disponible localement dans les points
de grille soit par l’eau disponible dans les points de grille en amont par le
biais du routage.
De leur côté, les modèles intégrés représentent, à l’échelle régionale, non
seulement les aspects hydrologiques mais aussi techniques, économiques et
environnementaux liés aux ressources en eau. Ce sont des outils orientés vers
la découverte de stratégies permettant d’améliorer l’efficience et la transparence de l’usage de l’eau [WATECO, 2003]. Cette approche spatialisée
hydro-économique est nécessaire quand plusieurs infrastructures sont mises
en place, tandis que dans le cas contraire les modèles précipitation ruisselle-
59
ment peuvent être utilisés. Bien évidemment, ces approches ont des limites,
en ce qui concerne les techniques utilisées (optimisation, simulation), les unités géographiques (basin versant, région), les échelles temporelles (jour-moissaison, année), ou dans la combinaison des approches hydrologiques et économiques [Brouwer et Hofkes, 2008].
Une hypothèse importante concerne les demandes qui ne correspondent
pas à des besoins fixes mais plutôt à des fonctions où les quantités utilisées
dans le temps ont des valeurs économiques totales et marginales qui varient.
L’allocation des ressources dans un modèle hydro-économique est ainsi déterminée par la valeur économique qu’elle crée. La monétarisation des usages
permet ainsi de convertir un problème complexe multi-objectif de gestion des
ressources en eau en un problème plus simple à un seul objectif. Les modèles
intégrés ont pour vocation de représenter les principales caractéristiques distribuées dans l’espace qui décrivent au mieux l’état des ressources en eau :
composantes hydrologiques, infrastructures, règles operationnelles. La question à laquelle on veut répondre détermine le choix de l’échelle et de là, les
processus qui peuvent être représentés. La structure noeud-lien est en général
la plus appropriée pour l’intégration de plusieurs échelles [Harou et al., 2009].
Enfin, la crédibilité de ces modèles est jugée sur leur capacité à reproduire
des valeurs historiques (validation).
La formulation et l’application des modèles dépend d’un élément important qui est la disponibilité de données. Au niveau du bassin méditerranéen,
les ressources en eau sont variables dans l’espace et le temps en terme quantitatif et qualitatif. Un autre contraste concerne la disponibilité et la qualité des données hydrologiques, qui sont essentielles pour disposer d’une représentation précise des profils hydroclimatiques ainsi qu’une évaluation des
ressources en eau. Les connaissances hydrologiques du bassin méditerranéen
dépendent de la continuité d’efforts d’observations qui sont contrastés. Les
durées d’observations sont en effet inégales. Les observations peuvent être
lacunaires, les réseaux de mesures sont de densité variées, des estimations
peuvent ne pas être mesurées mais modélisées. En Europe, les réseaux pluviométriques sont de densité assez homogène avec 10 stations par 1000 km2 .
Dans les pays du Levant ils sont peu étendus, plus faibles au Maghreb avec
moins de 1 station par 100 km2 et encore plus en Egypte et en Libye. Les
réseaux hydrométriques ont une densité plus variée en Europe avec 2-8 stations par 1000 km2 et au Proche Orient avec 1-10 par 1000 km2 , la densité
la plus faible étant en Afrique.
Les applications des modèles hydro-économiques sont diverses :
– allocation intersectorielle et usages in-stream et off-stream [Brinegar et
Ward , 2009; Ward , 2009; Watson et Davies, 2009; Karamouz et al.,
1.7 Quelques éléments de conclusion
60
2005; Letcher et al., 2006; Heinz et al., 2007] ;
– offre de l’eau, infrastructures techniques et expansion de capacité [Koch
et Grünewald , 2009; Strzepek et al., 2008; Feng et al., 2007; Palmer et
Characklis, 2009] ;
– utilisation conjointe de l’eau de surface et souterraine [Harou et Lund ,
2008; Liao et al., 2010] ;
– institution, marchés d’eau et tarification [Zaman et al., 2009; Gohar et
Ward , 2010; van Heerden et al., 2008; Ballestero, 2004] ;
– résolution de conflits, gestion transfrontalière, et viabilité [Hamouda
et al., 2009; Ward et al., 2006; Mahjouri et Ardestani, 2010] ;
– gestion pour le changement climatique et les sécheresses [Quinn et al.,
2001, 2004; Gurluk et Ward , 2009; Médellı́n-Azuara et al., 2010] ;
– gestion des usages des sols, inondations et qualité d’eau [Ward et PulidoVelázquez , 2008; Guan et Hubacek , 2008; Jonkman et al., 2008].
Ainsi, les modèles hydro-économiques dont l’échelle spatiotemporelle peut
être choisie en fonction de la question étudiée, peuvent représenter divers
éléments d’hydrologie, d’hydraulique et d’économie, distribués dans l’espace.
Une telle méthodologie avec une couverture globale et une modélisation générique des structures nodales offre (réservoirs)-demande à l’échelle du bassin versant, est présentée dans les chapitres 4 et 5. L’étendue géographique
globale permet de représenter divers changements globaux, notamment hydroclimatiques, ainsi que les interactions liées aux ressources en eau entre
bassins, étant donné que l’offre et la demande en eau sont, de plus en plus,
dissociées dans l’espace et le temps. A l’échelle du bassin, les caractéristiques
essentielles qui aident à refléter l’hétérogénéité spatiotemporelle de l’offre et
de la demande sont représentées. De plus, les réseaux de réservoirs et les liens
entre les réservoirs et les demandes sont reconstitués, et l’opération coordonnée des réservoirs est déterminée de sorte à couvrir au mieux les demandes,
ce qui permet l’évaluation intégrée de l’offre et de la demande.
1.7
Quelques éléments de conclusion
Les sections précédentes permettent de dégager un panorama général des
ressources en eau au niveau du bassin méditerranéen. La demande, caractérisée par une importante saisonnalité, est inégalement répartie, tandis que
l’offre est irrégulière et également inégalement répartie dans l’espace et le
temps. Ainsi, à travers le bassin méditerranéen l’offre et la demande, influencées par les situations socioéconomiques et hydroclimatiques, sont caractérisées par une importante hétérogénéité spatiotemporelle. Par ailleurs,
la demande ne cesse d’augmenter et l’offre devrait suivre cette hausse en rai-
61
son de la présence de nombreuses infrastructures hydrauliques, notamment
des barrages nécessaires pour maı̂triser une offre irrégulière.
Pourtant, tant au niveau quantitatif que qualitatif, les ressources en eau,
d’ores et déjà rares et fragilisées, doivent faire face à des pressions grandissantes liées aux changements globaux ou régionaux-locaux, socioéconomiques
ou environnementaux.
En fonction des caractéristiques de l’offre et de la demande, la gestion
des ressources en eau nécessite de dépasser la limite du bassin versant afin de
disposer d’une étendue géographique plus importante. Le choix de l’échelle
déterminera ainsi le niveau spatial et temporel au sein duquel l’évolution
quantitative et qualitative de l’offre et de la demande est mesurée et sont comparées. La question traitée pourra également influencer le choix de l’échelle
ainsi que les caractéristiques de l’offre et de la demande qui doivent être
représentées pour refléter leur hétérogénéité, en particulier dans le cas des
défis globaux dont l’étude nécessite une étendue globale. Ce niveau d’analyse est également nécessaire lorsque les changements globaux interviennent
dans des situations où les bassins versants interagissent entre eux (transferts
d’eau, échanges de biens et services produits sur la base de l’utilisation des
ressources en eau).
A l’échelle d’une zone géographique étendue, les bassins ont souvent des
profils d’offre et de demande en eau très hétérogènes. Dans certains bassins,
l’eau de surface constitue la source d’eau principale, exploitée avec de nombreux réservoirs qui servent plusieurs objectifs. Dans d’autres, les aquifères
sont la source principale d’eau, souvent surexploités pour les besoins agricoles
en eau. Les activités implantées sur les différents bassins sont également très
diverses, elles nécessitent différentes quantités d’eau avec des standards de
qualité différents et des distributions dans le temps diverses. En raison de
cette hétérogénéité, les changements globaux auront des implications différentes pour la gestion et la planification des leurs ressources en eau.
Ainsi, en terme de recherche, le défi consiste à disposer d’un double focus :
disposer d’une couverture globale et en même temps descendre à un niveau
spatial assez fin, celui du bassin versant, afin de représenter l’hétérogénéité
socioéconomique, hydrographique et hydroclimatique du secteur.
Une telle approche globale-locale doit se positionner entre les approches
globales très agrégées et les approches locales très détaillées, en représentant
au niveau d’une région les éléments essentiels de l’offre et de la demande
en eau à l’échelle du bassin versant qui reflètent leur variabilité. Plusieurs
modèles hydro-économiques existent qui peuvent être utilisés pour l’étude de
diverses questions liées aux ressources en eau, pour un bassin ou un ensemble
de bassins. Cependant, leur application nécessite souvent des données très dé-
62
taillées, généralement indisponibles à l’échelle globale. Cette thèse (chapitres
4 et 5), présente une approche globale-locale qui repose sur une modélisation générique des structures nodales offre-demande à l’échelle du bassin. La
méthodologie permet de reconstituer les réseaux des réservoirs et les liens
réservoirs-demandes et de déterminer l’opération coordonnée des réservoirs,
en utilisant des données disponibles à l’échelle globale. Elle peut être ainsi
utilisée pour l’évaluation et la gestion intégrées des ressources eau de diverses
régions sous l’effet de divers changements aux échelles globales et régionales.
Les changements globaux pourraient par ailleurs accroı̂tre le degré de vulnerabilité des ressources en eau, en influençant les caractéristiques de l’offre et
de la demande en eau ainsi que leur adéquation dans l’espace et le temps. Ils
peuvent accentuer l’effet de divers changements non-climatiques (hausse de
la population, diversification des activités économiques, utilisations accrues
des ressources naturelles, dégradations environnementales...). Or, la région
méditerranéenne, est la région où les modèles s’accordent le plus sur le signe
du changement climatique. Cependant, le climat méditerranéen est sensible à
l’ampleur du changement climatique global, comme l’illustrent les variations
au niveau de la localisation précise et de l’ampleur des changements qui varient entre les modèles. Dans l’ensemble, les impacts de ce changement sur
les systèmes environnementaux et humains seront probablement importants,
avec des variations entre les régions et les secteurs en raison de l’incertitude
climatique.
En particulier dans le secteur de l’eau, le changement climatique pourrait
changer la disponibilité, l’accessibilité et la demande et par conséquent accentuer les problèmes de rareté existant déjà notamment au niveau du bassin
méditerranéen. L’existence d’un risque de changement climatique demande
dès lors de réviser les stratégies de gestion des ressources afin de s’adapter au
risque et limiter l’ampleur de ses impacts. Ce risque doit ainsi être intégré dès
à présent dans les diverses décisions d’investissement, et notamment, dans la
conception des infrastructures hydrauliques afin d’assurer leur fiabilité à long
terme. Il s’agit d’investissements lourds avec des durées de vie longues, par
conséquent, en raison des incertitudes sur le changement climatique, il y a à
priori des risques importants de pertes économiques entraı̂nés par un mauvais
investissement, sujet qui sera traité au chapitre 3.
Bibliographie
63
Bibliographie
Asokan, S. M., et D. Dutta, Analysis of water resources in the mahanadi river basin,
India under projected climate conditions, Hydrological Processes, 22, 3589–3603,
doi :10.1002/hyp.6962, 2008.
Attane, I., et Y. Courbage, La démographie en méditerranée. situation et projections, Document de travail 11, Economica - Plan Bleu, 2001.
Ballestero, E., Inter-basin water transfer public agreements : a decision approach
to quantity and price, Water Resources Management, 18, 75–88, 2004.
Bates, B., Z. Kundzewicz, S. Wu, et J. P. (Eds.), Climate Change and Water, 210
pp., IPCC Secretariat, Geneva, Technical Paper of the Intergovernmental Panel
on Climate Change, 2008.
Benoit, G., et A. Comeau, Méditerranée les perspectives du Plan Bleu sur l’environnement et le développement, Document de travail, Plan Bleu, 2005.
Brinegar, H. R., et F. A. Ward, Basin impacts of irrigation water conservation
policy, Ecological Economics, 69, 414–426, doi :10.1016/j.ecolecon.2009.07.020,
2009.
Brouwer, R., et M. Hofkes, Integrated hydro-economic modelling : approaches, key
issues, and future research directions, Ecological Economics, 66, 16–22, doi :
10.1016/j.ecolecon.2008.02.009, 2008.
Bruinsma, J., World agriculture : Towards 2015/2030. an fao perspective, Document de travail, FAO, earthscan London, 2003.
Conway, D., From headwater tributaries to international river : observing and
adapting to climate variability and change in the Nile basin, Global Environmental Change, 15, 99–114, doi :10.1016/j.gloenvcha.2005.01.003, 2005.
FAO, Agriculture : toward 2015/30, Document de travail, FAO, fAO, Global perspective studies Unit, 2000.
Feng, S., L. X. Li, Z. G. Duan, et J. L. Zhang, Assessing the impacts of South-toNorth water transfer project with decision support systems, Decision Support
Systems, 42, 1989–2003, doi :10.1016/j.dss.2004.11.004, 2007.
Frederick, K. D., Adapting to climate impacts on the supply and demand for water,
Climatic Change, 37, 141–156, 1997.
Gohar, A. A., et F. A. Ward, Gains from expanded irrigation water trading in
Egypt : an integrated basin approach, Ecological Economics, 69, 2535–2548,
doi :10.1016/j.ecolecon.2010.07.030, 2010.
Bibliographie
64
Guan, D., et K. Hubacek, A new and integrated hydro-economic accounting
and analytical framework for water resources : A case study for North
China, Journal of Environmental Management, 88, 1300–1313, doi :10.1016/
j.jenvman-2007-07-010, 2008.
Gurluk, S., et F. A. Ward, Integrated basin management : water and food policy options for Turkey, Ecological Economics, 68, 2666–2678, doi :10.1016/j.
ecolecon-2009-05-001, 2009.
Hamouda, M. A., M. M. N. El-Din, et F. I. Moursy, Vulnerability assessment of water resources systems in the Eastern Nile basin, Water Resources Management,
23, 2697–2725, doi :10.1007/s11269-009-9404-7, 2009.
Harou, J. J., et J. R. Lund, Ending groundwater overdraft in hydro-economic
systems, Hydrogeology Journal, 16, 1039–1055, doi :10.1007/s10040-008-0300-7,
2008.
Harou, J. J., M. Pulido-Velazquez, D. E. Rosenberg, J. Medellı́n-Azuara, J. R.
Lund, et R. E. Howitt, Hydro-economic models : concepts, design, applications,
and future prospects, Journal of Hydrology, 375, 627–643, doi :10.1016/j.jhydrol.
2009.06.037, 2009.
Heinz, I., M. Pulido-Velazquez, J. Lund, et J. Andreu, Hydro-economic modeling
in river basin management : implications and applications for the European
Water Framework Directive, Water Resources Management, 21, 1103–1125, doi :
10.1007/s11269-006-9101-8, 2007.
Hervieu, B., Dynamiques agricoles et alimentaires en méditerranée, Document de
travail, CIHEAM, communication Cahors, 6 novembre 2006, 2006.
Ji, X., E. Kang, R. Chen, W. Zhao, S. Xiao, et B. Jin, Analysis of water resources
supply and demand and security of water resources development in irrigation
regions of the middle reaches of the Heihe river basin, Northwest China, Agricultural Sciences in China, 5 (2), 130–140, 2006.
Jonkman, S., M. Bockarjova, M. Kok, et P. Bernardini, Integrated hydrodynamic
and economic modelling of flood damage in the Netherlands, Ecological Economics, 66, 77–90, doi :10.1061/j.ecolecon.2007.12.022, 2008.
Karamouz, M., A. Moridi, et N. Aghaee, Development of water allocation policies
considering the demand variations : a system dynamics approach, Impacts of
global climate change Proceedings of World Water and Environmental Resources
Congress ASCE, pp. 1–12, doi :10.1061/40792(173)69, 2005.
Koch, H., et U. Grünewald, A comparison of modelling systems for the development and revision of water resources management plans, Water Resources
Management, 23, 1403–1422, doi :10.1007/s11269-008-9333-x, 2009.
Bibliographie
65
Koch, H., et S. Vögele, Dynamic modelling of water demand, water availability
and adaptation strategies for power plants to global change, Ecological Economics, 68 (7), 2031–2039, doi :10.1016/j.ecolecon.2009.02.015, methodological
Advancements in the Footprint Analysis, 2009.
Letcher, R., B. Croke, A. Jakeman, et W. Merritt, An integrated modelling toolbox
for water resources assessment and management in highland catchments : Model
description, Agricultural Systems, 89, 106–131, doi :10.1016/j.agsy.2005.08.006,
2006.
Liao, S., C. Chen, et S. Hsu, Estimating the value of El Niño southern oscillation
information in a regional water market with implications for water management,
Journal of Hydrology, 394, 347–356, doi :10.1016/j.jhydrol.2010.09.008, 2010.
Mahjouri, N., et M. Ardestani, A game theoretic approach for interbasin water
resources allocation considering the water quality issues, Environmenal Monitoring Assessment, 167, 527–544, doi :10.1007/s10661-009-1070-y, 2010.
Margat, J., et S. Treyer, L’eau des Méditerranéens : situations and perspectives,
Document de travail 158, PNUE/PAM, 2004.
Médellı́n-Azuara, J., J. Harou, et R. E. Howitt, Estimating economic value of
agricultural water under changing conditions and the effects of spatial aggregation, Science of the Total Environment, 408, 5639–5648, doi :10.1016/j.
scitotenv-2009-08-013, 2010.
Millennium Ecosystem Assessment Board, Ecosystems and Human Well-being :
Scenarios, vol. 2, 1032 pp., Island press, 2005.
Palmer, R. N., et G. W. Characklis, Reducing the costs of meeting regional water demand through risk-based transfer agreements, Journal of Environmental
Management, 90, 1703–1714, doi :10.1016/j.jenvman.2008.11.003, 2009.
Quinn, N., L. Brekke, N. Miller, T. Heinzer, H. Hidalgo, et J. Dracup, Model integration for assessing future hydroclimate impacts on water resources, agricultural production and environmental quality in the San Joaquin basin, Califronia,
Environmental Modelling & Software, 19, 305–316, 2004.
Quinn, N. W., N. L. Miller, J. A. Dracup, L. Brekke, et L. F. Grober, An integrated modeling system for environmental impacts analysis of climate variability
and extreme weather events in the San Joaquin basin Califronia, Advances in
Environmental Research, 5, 309–317, 2001.
Seckler, D., U. Amarasinghe, D. Molden, R. de Silva, et R. Barker, World water
demand and supply, 1990 to 2025 : scenarios and issues, Document de travail 19,
International Water Management Institute, iWMI Research Report, 1998.
Bibliographie
66
Shiklomanov, I. A., World water resources and their use, joint SHI/UNESCO product, 1999.
Strzepek, K. M., G. W. Yohe, R. S. Tol, et M. W. Rosegrant, The value of the
high Aswan Dam to the Egyptian economy, Ecological Economics, 66, 117–126,
doi :10.1016/j.ecolecon.2007.08.019, 2008.
Sun, G., S. G. McNulty, J. A. M. Myers, et E. C. Cohen, Impacts of multiple
stresses on water demand and supply across the Southeastern United States,
Journal of the American Water Resources Association, 44 (6), 1441–1457, 2008.
United Nations, Population prospects. the 2000 revision volume I : Comprehensive
tables, Document de travail st/esa/ser.a/198, United Nations, Department of
Economic and Social Affairs, Population Division, New York, 2001a.
United Nations, Population prospects. the 2000 revision volume II : The sex and
age distribution of populations, Document de travail st/esa/ser.a/199, United
Nations, Department of Economic and Social Affairs, Population Division, New
York, 2001b.
van Heerden, J. H., J. Blignaut, et M. Horridge, Integrated water and economic
modelling of the impacts of water market instruments on the South African
economy, Ecological Economics, 66, 105–116, doi :10.1016/j.ecolecon.2007.11.
011, 2008.
Ward, F. A., Economics in integrated water management, Environmental Modelling & Software, 24, 948–958, doi :10.1016/j.envsoft.2009.02.002, 2009.
Ward, F. A., et M. Pulido-Velázquez, Efficiency, equity, and sustainability in a
water quantity-quality optimization model in the Rio Grande basin, Ecological
Economics, 66, 23–37, doi :10.1061/j.ecolecon.2007.08.018, 2008.
Ward, F. A., J. F. Booker, et A. M. Michelsen, Integrated economic, hydrologic,
and institutional analysis of policy responses to mitigate drought impacts in
Rio Grande basin, Journal of Water Resources Planning and Management, 132,
488–502, doi :10.1061/(ASCE)0733-9496(2006)132:6(488), 2006.
WATECO, Common implementation strategy for the Water Framework Directive (2000/60/EC), Guidance document n1 economics and the environment the
implementation challenge of the Water Framework Directive, European Commission, 2003.
Watson, P. S., et S. Davies, Modeling the effects of population growth on water
resources : a CGE analysis of the South Plate river basin in Colorado, The
Annals of Regional Science, 46 (2), 331–348, doi :10.1007/s00168-009-0326-3,
2009.
Bibliographie
67
Zaman, A., H. Malano, et B. Davidson, An integrated water trading-allocation
model, applied to a water market in Australia, Agricultural Water Management,
96, 149–159, doi :10.1016/j.agwat.2008.07.008, 2009.
Chapitre 2
Changement climatique et
adaptation dans le secteur de
l’eau
2.1
Changement climatique et incertitude :
de l’échelle globale à la région méditerranéenne
Les systèmes climatiques, hydriques, biophysiques, et socioéconomiques
sont interconnectés de manière complexe et sont sensibles à toute modification de l’un des systèmes ou sous l’effet de pressions comme le changement
climatique. Le changement climatique d’origine anthropique pourrait ainsi
amplifier les problèmes liés aux aspects quantitatifs et qualitatifs des ressources en eau déjà existants. Or étant donné que les ressources en eau sont
indispensables pour toute forme de vie et qu’elles sont nécessaires en quantités importantes pour pratiquement toutes les activités humaines, l’étude des
liens entre le changement climatique et les ressources en eau constitue un
enjeu important d’analyse [Bates et al., 2008].
Le changement climatique constitue un défi global qui, en fonction des caractéristiques hydroclimatiques et socioéconomiques de chaque région, pourrait avoir des conséquences différentes. La descente d’échelle du changement
climatique au niveau d’un système local est toutefois incertaine (section
2.1.3). Ainsi, ce chapitre présentera tout d’abord des éléments sur le changement climatique à l’échelle globale (section 2.1.1), puis à l’échelle de la
région méditerranéenne en ce qui concerne les paramètres hydroclimatiques
2.1 Changement climatique et incertitude : de l’échelle globale à la région
méditerranéenne
69
(section 2.1.2). Ensuite, un panorama des impacts du changement climatique à l’échelle globale est présenté (section 2.2.1), puis au niveau de la
région méditerranéenne, caractérisée par des ressources hydriques variables
dans l’espace et le temps et des profils socioéconomiques hétérogènes (section
2.2.2). Enfin, des mesures d’adaptation notamment du côté offre sont présentées (section 2.3), mesures qui peuvent être difficiles à mettre en oeuvre en
raison de l’incertitude climatique.
2.1.1
Changement climatique à l’échelle globale
Les résultats présentés dans le IVème rapport du GIEC [IPCC , 2007]
pour la période 1900-2100 sont issus de deux types de modèles climatiques
numériques : les modèles globaux et les modèles régionaux. Les modèles globaux couvrent l’ensemble du globe avec une faible résolution spatiale (150-250
km) et représentent tous les facteurs qui influencent le climat. L’éventail des
scénarios produits par ces modèles donne une idée du spectre des incertitudes liées aux projections climatiques. Les modèles régionaux couvrent une
partie seulement du globe et ont une plus haute résolution (50-20 km) sur
la zone étudiée. La simulation des processus physiques (reliefs, trait de côte
complexe, contraste terre-mer, ı̂les) leurs permet d’obtenir une représentation
fine du climat. Toutefois, seul un certain nombres de facteurs sont représentés, comme les évolutions de l’atmosphère et de la végétation, tandis que les
caractéristiques de l’océan sont prises en compte dans des modèles globaux
[Hallegatte et al., 2008].
Les changements du cycle hydrologique global lors des dernières décennies ont été associés au réchauffement observé : hausse du contenu atmosphérique en vapeur d’eau, changement des précipitations, réduction de la
couverture neigeuse et fonte des glaciers, changement de l’humidité des sols
et du ruissellement. Les simulations des modèles climatiques sur le XXI e
siècle s’accordent sur une hausse très probable des précipitations aux hautes
latitudes, sur une partie des tropiques, et une réduction dans certaines zones
subtropicales et de moyenne latitude. Des réductions importantes pourraient
se produire, allant jusqu’à 20%, dans la région méditerranéenne, les Caraı̈bes
et les côtes Ouest sub-tropicales de chaque continent. A partir du milieu du
XXI e siècle, le ruissèlement moyen annuel des cours d’eau et la disponibilité
en eau augmenteraient dans les hautes latitudes et dans certaines régions
humides tropicales, et diminueraient dans les régions sèches aux latitudes
moyennes et dans les zones sèches des tropiques [Bates et al., 2008]. Sur le
bassin du Nil, selon l’étude de Beyene et al. [2010], les écoulements seraient de
111(114), 92(93), 84(87) % par rapport aux valeurs historiques de 1950-1999
méditerranéenne
70
pour les périodes 2010-2039, 2040-2069, 2070-2099 respectivement, pour le
scénario global d’émissions A2 (B1) 1 . Il est à noter que les scénarios d’émissions SRES B1, B2, A1B, A2 vont du plus optimiste au plus pessimiste en
matière d’émissions de gaz à effet de serre et in fine d’impacts du changement
climatique.
Selon les régions, la hausse possible de l’intensité et de la variabilité des
précipitations pourraient conduire à l’augmentation des risques d’inondation
et de sécheresse. De plus, la réduction de l’eau stockée dans les glaciers et la
couverture neigeuse pourrait s’accompagner d’une diminution de l’eau disponible pendant les périodes chaudes et sèches, au changement de la distribution
saisonnière du ruissellement, à la hausse du ratio des flux hivernaux sur les
flux annuels, et à la réduction des flux minimums également. Des régions semiarides et arides comme la Méditerranée, l’Ouest des États-Unis, l’Afrique du
Sud et le Nord-Est du Brésil, seraient d’avantage exposées aux impacts du
changement climatique avec une réduction des ressources. Le changement
de l’humidité des sols dépend du volume et de la temporalité des précipitations mais aussi de l’évaporation. Les projections de la moyenne annuelle de
l’humidité des sols montrent une réduction dans les sub-tropiques et la Méditerranée et une augmentation pour des régions comme l’Afrique de l’Est,
l’Asie centrale et d’autres zones caractérisées par une hausse des précipitations. Selon certaines projections, la recharge des eaux souterraines décroı̂t
jusqu’à 70% en 2050 dans le Nord-Est du Brésil, le Sud-Ouest de l’Afrique et
la rive sud de la mer Méditerranée. Toutefois l’augmentation de la variabilité
journalière des précipitations n’ayant pas été prise en compte, cette réduction
1
scénarios SRES
– Famille A1 : elle fait l’hypothèse d’un monde caractérisé par une croissance économique très rapide, un pic de la population mondiale au milieu du siècle et l’adoption
rapide de nouvelles technologies plus efficaces. Cette famille de scénarios se répartit en
trois groupes qui correspondent à différentes orientations de l’évolution technologique
du point de vue des sources d’énergie : à forte composante fossile (A1F1), non fossile
(A1T) et équilibrant les sources (A1B). C’est la famille de scénarios les plus grands
émetteurs en gaz à effet de serre.
– Famille A2 : elle décrit un monde très hétérogène caractérisé par une forte croissance
démographique, un faible développement économique et de lents progrès technologiques
– Famille B1 : elle décrit un monde convergent présentant les mêmes caractéristiques
démographiques que A1, mais avec une évolution plus rapide des structures économiques vers une économie de services et d’information
– Famille B2 : elle décrit un monde caractérisé par des niveaux intermédiaires de croissances démographique et économique, privilégiant l’action locale pour assurer une
durabilité économique, sociale et environnementale. Elle fait référence à un monde
sobre en consommation énergétique et peu émetteur.
méditerranéenne
71
peut être considérée comme légèrement surestimée [Bates et al., 2008].
Selon les projections du GIEC avec le scénario SRES A2 (scénario le plus
pessimiste), en 2090, des périodes de sécheresses affectant des surfaces de 10
à 30 fois supérieures seraient probables, tandis que la fréquence et la durée
moyenne des sécheresses seraient augmentées respectivement d’un facteur 2
et 6. La réduction des précipitations estivales en Europe centrale et du Sud,
en combinaison avec une hausse des températures auraient comme impact
la réduction de l’humidité des sols en été et des sécheresses plus fréquentes
et intenses. En 2070 une sécheresse centennale, se répéterait tous les dix ans
en Espagne, au Portugal, dans l’Ouest de la France, la Pologne et l’Ouest
de la Turquie. Le risque de sécheresse serait particulièrement accru pour les
régions qui dépendent de la fonte des glaciers pour leur approvisionnement
durant les périodes sèches comme c’est le cas en Bolivie, Équateur, Pérou,
Chine, Pakistan et Inde [Bates et al., 2008].
2.1.2
Changement climatique au niveau de la région
méditerranéenne
Au niveau de la région méditerranéenne, le réchauffement devrait être
plus rapide que pour les régions avoisinantes. Ainsi, en Europe, au cours
du XX e siècle, la température a augmenté de 0.8◦ C avec des différences
régionales importantes. La hausse est surtout sensible avant 1940 et après
1970. Elle est particulièrement sensible en Europe du Sud et au niveau du
bassin méditerranéen, avec près de 2◦ C au Sud-Ouest de l’Europe et très nette
au niveau de l’Afrique du Nord, même si elle est difficilement quantifiable en
raison de manque de données d’observations. Pendant les années 1980 et 1990,
le réchauffement a été plus prononcé au niveau du bassin méditerranéen,
avec une hausse plus importante en hiver, surtout en ce qui concerne les
températures minimales. Ainsi, l’amplitude du cycle diurne a diminué.
Au niveau des précipitations, depuis la moitié du XX e siècle, l’Europe
est divisée en deux : les pluies ont augmenté au nord des Alpes, diminué au
sud de l’Europe, avec une baisse de 20% dans certaines régions. Au niveau
de l’Afrique du Nord, la tendance est plus contrastée.
Le tableau 2.1 résume les résultats des 21 modèles globaux du GIEC
pour le scénario A1B [IPCC , 2007]. Les valeurs minimales et maximales sont
indiquées ainsi que la médiane, les premiers et derniers quantiles, et la fréquence (%d’occurrence) des saisons extrêmes. En prenant l’hypothèse d’un
signal temporel linéaire entre 1980-1999 et 2080-2099, il est aussi indiqué
dans combien d’années le signal du changement climatique sera détectable
méditerranéenne
72
par rapport à la variabilité naturelle du climat [IPCC , 2007]. La figure 2.2
représente un zoom sur l’Europe et la Méditerranée du comportement moyen
des modèles globaux du GIEC pour la comparaison des périodes 1980-1999 et
2080-2099 en moyenne annuelle, en hiver et en été. La hausse de la température annuelle moyenne serait ainsi plus marquée sur le bassin méditerranéen
par rapport au reste du monde. L’augmentation serait plus importante en
été, plus au niveau des températures maximales que sur les températures
minimales et moyennes.
Dans le scénario A1B, le réchauffement annuel moyen se situerait entre
2.2-5.1◦ C avec 50% des modèles au-dessus de 3.5◦ C. Le réchauffement commencerait à être marqué d’ici 15-25 ans, avec 100% des étés extrêmement
chauds à la fin du siècle et dans la majeure partie de la zone méditerranéenne, les précipitations moyennes sur l’année diminueraient (Figure 2.3).
Le nombre de jours de pluies devrait également diminuer ainsi que les périodes d’enneigement. La diminution des précipitations serait plus importante
en été, de l’ordre de 24% selon le scénario A1B. Tous les modèles s’accordent
sur ce phénomène pour la période estivale. Les changements de précipitation
seraient plus marqués à partir de 2050-2060. La baisse des précipitations en
combinaison avec la hausse de l’évaporation au printemps et au début de
l’été aurait pour conséquence une faible humidité des sols et donc un risque
important de sécheresse, phénomène accentué par un asséchement précoce
des sols dû à la fonte des neiges avancée et à la diminution du contenu en
eau des sols en printemps. L’effet refroidissant de l’évaporation en été serait
alors diminué. Les sols s’assécheraient sur la plus grande partie de la région
et les débits de fleuves devraient diminuer en moyenne sur l’année malgré une
probable redistribution saisonnière avec plus d’eau en hiver. Selon le scénario
A1B, les changements hydrologiques les plus significatifs seraient attendus à
partir de 2080-2099.
En ce qui concerne les températures extrêmes, la région devrait faire face
à des vagues de chaleur plus longues, intenses et fréquentes et des vagues
de froid moins fortes et moins longues. La variabilité temporelle des températures en hiver se réduirait, tandis que la variabilité inter-annuelle des
températures en été serait en hausse bien que l’incertitude sur cette évolution soit plus importante. La variabilité quotidienne des températures en été
serait également en hausse. De façon générale, les nuits seraient plus chaudes,
il y aurait moins de jours de gel, et l’amplitude du cycle diurne diminuerait.
Au niveau des extrêmes liés aux précipitations, le nombre de jours de pluie
devrait diminuer, tandis qu’une incertitude plus grande existe en matière de
précipitations intenses. La variabilité inter-annuelle à l’échelle mensuelle et
annuelle serait en hausse, et l’intensité des extrêmes mensuels et annuels se-
méditerranéenne
73
Fig. 2.1: Résumé des résultats des 21 modèles globaux du GIEC sur le changement
de la température de surface, des précipitations et de certains extrêmes pour la
zone méditerranéenne calculés entre les périodes 1980-1999 et 2080-2099 pour le
scénario A1B, source : IPCC [2007]
Fig. 2.2: Comportement moyen des 21 modèles globaux du GIEC concernant le
changement de température et de précipitations pour l’Europe pour le scénario
A1B, comparaison des périodes 1980-1999 et 2080-2099 en moyenne annuelle, pour
l’hiver et l’été, source : IPCC [2007]
méditerranéenne
74
Fig. 2.3: Changements de précipitations sur la zone euro-méditerranéenne pour
les 21 modèles globaux du GIEC et pour la moyenne des modèles (montrée en bas
à droite (MEAN)) entre les années 1980-1999 et 2080-2099 pour le scénario A1B,
source : IPCC [2007]
méditerranéenne
75
rait en diminution. De plus, les périodes sèches seraient plus nombreuses et
longues et les sécheresses continentales (bilan précipitation- évaporation) seraient accentuées en été. Enfin, la route des dépressions serait déplacée vers le
nord et le nombre de dépressions dites méditerranéennes serait réduit tandis
que le nombre de dépressions intenses serait en hausse. Les précipitations liées
aux dépressions seraient en baisse, et, avec plus d’incertitude, on observerait
une diminution des vents forts [Hallegatte et al., 2008].
2.1.3
Incertitudes liées au changement climatique
L’évaluation des ressources en eau dans le futur sous changement climatique est difficile car plusieurs sources d’incertitude persistent. Or l’identification de toutes les sources d’incertitude est nécessaire en matière de planification des ressources sous contrainte de changement climatique. Elle permettrait de disposer d’une vision globale des impacts que le changement
climatique peut provoquer sur les ressources en eau ainsi que sur les secteurs
en dépendant (section 2.2), et d’envisager des mesures d’adaptation robustes
aux diverses incertitudes sans conduire à des coûts ingérables (section 2.3).
Ainsi, la planification des ressources en eau ne nécessite pas seulement
de l’information sur l’évaluation du climat futur et des implications possibles
pour les écoulements, mais également sur l’incertitude des résultats. Ces informations sont nécessaires afin de pouvoir évaluer la fiabilité de l’offre en
eau et de déterminer à quel point les changements sont intervenus par rapport aux conditions présentes, en particulier la variabilité climatique, et aux
facteurs externes, comme les changements de la demande. A partir de là, les
planificateurs doivent faire face à deux défis : (i) comprendre comment le
changement climatique peut influencer les systèmes hydriques-hydrauliques
et plus spécialement l’offre et la demande en eau ; (ii) disposer de méthodes
nécessaires pour l’identification et la quantification des incertitudes pour la
période future, dans le cadre de la gestion du risque [Prudhomme et Davies,
2009a].
D’après Arnell [1998], trois catégories d’incertitudes liées au changement
climatique existent. La première source d’incertitude est liée aux scénarios de
changement climatique : l’incertitude sur les émissions de gaz à effet de serre
futures, sur le “destin” des gaz dans l’atmosphère, sur l’effet du réchauffement
global sur le climat, et sur l’effet des changements globaux sur le régime de
temps et le climat local (grande région, bassin versant). L’évaluation de cette
source d’incertitude a suscité un grand intérêt, comme l’ont montrées les diverses études sur le climat et les ressources en eau. La seconde source d’incertitude provient de la descente d’échelle du changement climatique au niveau
méditerranéenne
76
d’un système local, comme un bassin versant ou un écosystème aquatique. Les
modèles hydrologiques existant peuvent assez bien reproduire les conditions
hydrologiques moyennes, mais plus difficilement les évènements extrêmes et
les autres composantes de l’environnement aquatique. La dernière catégorie
d’incertitude est liée au comportement des catégories de population concernées (planificateurs, usagers,...), qui peuvent prendre des décisions liées à des
facteurs climatiques (ou autres) de façon difficilement prédictive.
D’après Bates et al. [2008], les incertitudes sur les impacts du changement
climatique sur les ressources hydriques relèvent davantage des incertitudes sur
les précipitations que celles concernant les émissions de gaz à effet de serre,
la sensibilité climatique ou encore les modèles hydrologiques. D’autres études
menées sur les crues au Royaume-Uni montrent que la première source d’incertitude provient des modèles GCM, puis des scénarios d’émissions et enfin
des modèles hydrologiques [Bates et al., 2008]. Les impacts sont également
fortement influencés par les mesures d’adaptation mises en place. Afin d’évaluer le niveau d’incertitude relatif aux impacts du changement climatique
sur les ressources en eau, il est ainsi préférable en général d’appliquer une
approche multi-modèles. Cette approche est préférable à l’utilisation des sorties d’un unique modèle climatique, même si son application dans les études
d’impacts est rare [Bates et al., 2008].
Les changements des variabilités inter-annuelle et journalière des variables
climatiques ne sont pas pris en compte dans les études d’impacts hydrologiques ce qui peut conduire à une sous-estimation des sécheresses et des crues,
de l’eau disponible ainsi que des besoins en irrigation. De plus, Bates et al.
[2008] mentionne que de l’incertitude peut également être induite en raison du
choix de valeurs d’indicateurs et de seuils pour la quantification des impacts
du changement climatique sur les ressources en eau.
Afin de pouvoir résoudre le problème de la différence d’échelle spatiale au
niveau de la grille des modèles climatiques et hydrologiques, des techniques
sont développées pour la descente d’échelle des sorties de modèles climatiques
à des résolutions spatiales et temporelles plus fines (interpolation, descente
d’échelle statistique ou dynamique). La méthode de descente d’échelle statistique fait notamment l’hypothèse que certaines des relations statistiques pour
le climat présent restent les mêmes pour des conditions futures modifiées. Ces
techniques permettent aux modélisateurs d’inclure la variabilité journalière
dans les changements futurs et de produire de l’information nécessaire pour la
planification des ressources en eau sur les ruissellements futurs en appliquant
une analyse probabiliste [Bates et al., 2008].
Quintana Seguı́ et al. [2010] applique trois méthodes de descente d’échelle
et la correction du biais de la simulation d’un GCM centré sur la Méditer-
méditerranéenne
77
ranée (SAMM), afin de l’utiliser comme entrée d’un modèle hydrologique
physique distribué (SIM). Les techniques sont évaluées par rapport à leur
capacité à reproduire les extrêmes maximum et minimum des précipitations
et des ruissellements pour les bassins méditerranéens en France. La méthode
des quantiles (“Quantile mapping method, QM”) et la méthode fondée sur
les régimes de temps (“Weather typing method, WT”), arrivent à reproduire
les extrêmes observés des précipitations, ce qui contribue à améliorer la performance de SAMM en utilisant des informations disponibles à l’échelle locale. La performance de la méthode des anomalies (“Anomaly method, AN”)
montre que la méthode est particulièrement adaptée pour évaluer les quantités de ruissellement. Cependant, diverses limites existent, comme la difficulté
de la méthode WT à reproduire la période sèche avec la plus grande durée.
La capacité du modèle hydrologique à reproduire les extrêmes de ruissellement, forcé par SAFRAN-F (forçage atmosphérique pseudo-observé) et les
méthodes de descente d’échelle méritent également d’être évaluées. Pour les
extrêmes maximum, les résultats sont assez satisfaisants et les méthodes de
descente d’échelle, notamment WT, ont des performances bien inférieures à la
performance de SAFRAN-F. Ce résultat indique que la capacité de ces techniques à reproduire les extrêmes en matière de précipitation ne se transfère
pas directement à la simulation des extrêmes de ruissellement. En effet, le modèle hydrologique amplifie les erreurs, et d’autres paramètres atmosphériques
peuvent jouer un rôle important dans la simulation. La faible performance de
WT est notamment liée à la difficulté de reproduire les événements convectifs
qui peuvent être mieux identifiés à une échelle meso.
Malgré la difficulté de la méthode AN pour reproduire les extrêmes des
précipitations, sa performance en terme de reproduction des extrêmes du ruissellement est assez satisfaisante, résultat étonnant car avec la méthode AN il
n’est pas possible de modifier les périodes de pluies ce qui est important pour
la simulation des crues. Les méthodes reproduisent qualitativement le même
futur pour les extrêmes de ruissellement, cependant en terme quantitatif des
différences importantes pour certaines stations de jaugeage persistent. Pour
la période 2033-64 les flux minimum mensuels diminueraient sur toute la région (bassin méditerranéen français) avec des réductions de l’ordre de 20%,
alors que les flux maximum augmenteraient avec des hausses de l’ordre de
100% pour le sud-ouest de la région. Enfin, les crues décennales actuellement
se répéteraient tous les 2 ans.
Dans les études d’impact, les séries temporelles des valeurs climatiques
observées sont ajustées par les changements calculés pour les variables climatiques afin d’obtenir des scénarios qui sont en accord avec les conditions
présentes. Cette méthode est utilisée afin de minimiser l’impact de l’erreur des
méditerranéenne
78
modélisations climatiques réalisées avec les GCM. L’hypothèse sous-jacente
à cette méthode est que le biais dans la modélisation du climat a la même
ampleur pour les conditions présentes et futures. Ceci a une importance particulière pour les projections des précipitations car des différences significatives existent entre les valeurs observées et celles calculées avec les modèles
climatiques [Bates et al., 2008].
Dans l’étude menée par Prudhomme et Davies [2009a], trois sources principales d’incertitude liées aux études d’impacts du changement climatique
sur les écoulements sont évaluées : les modèles climatiques globaux, les techniques de descente d’échelle et le modèle hydrologique. En premier lieu, il est
noté que le biais existant sur la reproduction des régimes d’écoulement présents peut être transféré sur les simulations des écoulements futurs. Ce biais
dans la reproduction des régimes présents d’écoulement doit ainsi être pris
en compte pour l’analyse des changements projetés dans les études d’impact
du changement climatique. Les résultats indiquent que l’incertitude liée à la
capacité des modèles climatiques globaux à reproduire le climat de référence
est plus importante que celle liée aux techniques de descente d’échelle, et
toutes les deux sont plus importantes que l’incertitude liée au modèle hydrologique ou à la variabilité naturelle. Aucun modèle climatique ou technique
de descente d’échelle ne semble être meilleur ou avoir un biais systématique
inférieur aux autres. L’incertitude et le biais pour la période de référence sont
importants en comparaison avec la variabilité naturelle. Ainsi, la comparaison directe des projections futures avec des valeurs de référence peut conduire
à des conclusions erronées. A l’avenir [Prudhomme et Davies, 2009b], il est
indiqué que l’incertitude sur les écoulements futurs liée aux modèles climatiques globaux est bien supérieure aux incertitudes liées aux techniques de
descente d’échelle et aux scénarios d’émission. Les changements projetés ne
sont pas systématiquement importants par rapport à la variabilité de référence, car moins de 50% des projections indiquent un changement important
de l’écoulement.
Par rapport à ce qui est obtenu sur d’autres régions du monde, les projections concernant le bassin méditerranéen du changement climatique sont
relativement cohérentes. Ce qui reste très incertain est la localisation précise
et l’amplitude des changements qui varient entre modèles, le climat méditerranéen étant sensible, entre autres, aux changements de circulation atmosphérique et aux variations de l’intensité de la circulation thermohaline en
Atlantique [Hallegatte et al., 2008]. A ces incertitudes se rajoutent celles liées
au choix du scénario énergétique, économique et démographique, celles liées
à la modélisation des processus physiques, ainsi que celles liées à la rétroaction positive de l’eau du sol sur l’asséchement et le réchauffement de la
méditerranéenne
79
région (mal quantifiées). La prise en compte de la mer Méditerranée à plus
haute résolution et interactive risque d’augmenter le réchauffement simulé
par les modèles régionaux [Somot et al., 2008]. Enfin, la variabilité naturelle
climatique peut être un frein important surtout pour des projections précises
à moyen terme. La variabilité inter-annuelle naturelle peut rendre plus difficilement perceptible les impacts du changement climatique dans les dix à
vingt prochaines années [Hallegatte et al., 2008].
Ces éléments nous amènent à développer dans le chapitre 3, un modèle
générique de dimensionnement optimal d’un barrage-réservoir à l’échelle du
bassin versant, pour l’étude des impacts du changement climatique sur le
dimensionnement ainsi que de l’influence de l’incertitude climatique sur le
choix d’investissement. Les valeurs mensuelles de précipitation et de température des 19 modèles globaux du GIEC sont utilisées. Pour déterminer
le changement de l’offre en eau sous climat stationnaire, une méthode de
descente d’échelle similaire à la méthode de ∆ est utilisée. D’après cette méthode, les signaux dans le futur calculés avec les GCM sont appliqués sur le
climat observé, c’est-à-dire que les valeurs observées sont modifiées par les
différences ou ratios des résultats des GCM et calculées en moyenne sur des
périodes et des moyennes correspondantes des GCM calculées pour la période
de référence. Les mêmes changements saisonniers de précipitation et de température sont appliqués pour tous les débits passés annuels. Par la suite, le
climat est considéré stationnaire et les changements du climat sont modélisés
comme une suite de climats stationnaires. A la place de la méthode de ∆,
sur la base des projections de précipitation et de température des GCM, une
tendance linéaire est déterminée. Pour les changements saisonniers donnés
pour chaque année par la tendance, un climat stationnaire est choisi pour lequel ces changements sont appliqués sur toutes les années. Ainsi, l’offre pour
chaque année est considérée égale à l’offre du climat stationnaire choisi, en
considérant les changements saisonniers qui correspondent à l’année.
2.2 Les impacts du changement climatique liés aux ressources en eau : de l’échelle
globale à la région méditerranéenne
80
2.2
Les impacts du changement climatique
liés aux ressources en eau : de l’échelle
2.2.1
Les impacts du changement climatique à l’échelle
globale
A l’échelle globale, d’après le GIEC, les impacts négatifs du changement
climatique sur les ressources en eau devraient être plus importants que ses
bénéfices [Bates et al., 2008]. La pression causée sur les ressources en eau
par des facteurs non climatiques serait en particulier accentuée par le changement climatique. Pour autant, selon Arnell [2004], le nombre de personnes
habitant dans des bassins versants sous stress hydrique en 2050 sera plus influencé par les différences de projection de population des 4 scénarios SRES
que par les différences de scénarios climatiques. Selon les projections faites
par Alcamo et al. [2007] à l’horizon 2050 avec deux modèles climatiques et
les scénarios SRES A2, B2, le stress hydrique diminuerait sur 20-29% de la
surface totale et augmenterait sur 62-76% de la surface totale. La diminution
serait essentiellement due à la hausse des précipitations tandis que l’augmentation proviendrait de la hausse des quantités d’eau extraites [Bates et al.,
2008].
Les différents aspects liés à la sécurité alimentaire (disponibilité, accessibilité, stabilité de l’approvisionnement, utilisation), pourraient être influencés
par les changements socio-économiques et également par les changements
quantitatifs et qualitatifs des ressources en eau sous changement climatique
[Bates et al., 2008]. En outre, les pratiques actuelles de gestion des ressources
pourraient ne pas être suffisamment efficaces pour atténuer les impacts du
changement climatique. Ces impacts peuvent concerner tous les secteurs dépendants de cette gestion comme un approvisionnement fiable en eau, la protection contre les inondations, l’agriculture, la production hydroélectrique ou
encore les écosystèmes aquatiques. Le changement climatique met en question
la méthode jusqu’à présent adoptée selon laquelle l’information hydrologique
passée est une base solide pour l’étude des conditions futures. Or, les caractéristiques hydrologiques vont très probablement changer dans le futur.
Ces changements pourraient mettre en question la fiabilité des systèmes de
gestion des infrastructures liées aux ressources en eau et la vulnérabilité des
différents secteurs dépendants des ressources en eau pourrait augmenter.
La productivité de l’agriculture, des forêts et de la pêcherie est liée à
la distribution spatiale et temporelle des précipitations et de l’évaporation,
81
et, pour les cultures irriguées, à la disponibilité des ressources en eau pour
l’irrigation. 80% des terres agricoles sont pluviales, leur productivité dépend
des précipitations pour la couverture des besoins évaporatifs des plantes et
de la distribution de l’humidité des sols. L’irrigation représente 70% des extractions au niveau mondial, 90% de l’eau évaporée, génère près de 40% du
produit agricole et les zones irriguées, qui ont augmenté depuis 1960 exponentiellement de 2% par an, correspondent à 18% des terres cultivées.
Ainsi, dans les régions où les variables comme les précipitations et l’humidité des sols sont actuellement dépendantes des conditions climatiques, la
production agricole pourrait subir des impacts liés au changement climatique,
en particulier dans les zones arides des tropiques et subtropiques, ainsi que
dans des régions de type méditerranéen comme une partie de l’Europe, de
l’Amérique du sud, de l’Asie du sud, de l’Afrique du nord et de l’Australie.
Selon la plupart des études, dans les hautes latitudes, des hausses modérées
de la température (1-3◦ C), en combinaison avec la hausse de la concentration du CO2 et le changement des précipitations, pourraient avoir un effet
bénéfique sur le rendement des cultures. Cependant, dans les basses latitudes
une augmentation de 1-2◦ C aurait plutôt un effet négatif sur les rendements
des céréales. Pour des hausses de température plus importantes, les impacts
seraient négatifs sur toutes les régions. Les extrêmes de température pourraient également avoir des impacts plus conséquents sur les rendements que
les changements moyens. Aux États-Unis, les pertes de production dues aux
précipitations intenses pourraient atteindre 3 milliards USD par an en 2030
[Bates et al., 2008].
Par ailleurs, d’après Döll [2002], les besoins nets en irrigation sous changement climatique, sans considération de l’effet positif du CO2 , pourraient
augmenter de 5-8% en 2070 en prenant en compte l’impact du changement climatique sur les périodes optimales de développement. Fischer et al. [2007],
souligne également, qu’à l’échelle globale, les besoins nets pourraient augmenter de 20% en 2080. Cette augmentation est due, pour deux tiers, aux
demandes non consommatrices en eau plus importantes et, pour un tiers, à un
allongement des périodes de développement dans les zones tempérées et subtropicales en raison du changement climatique. Dans cette étude, avant 2050,
le réchauffement n’est pas très élevé et la hausse des précipitations peut aider
à améliorer l’équilibre hydrique des cultures, tandis qu’après 2050, la hausse
des températures est si importante que les déficits en eau s’accroissent quels
que soient les changements de précipitation. De plus, avant 2050, la hausse
des concentrations de CO2 a comme conséquence la réduction de la demande
en eau des cultures, tandis qu’après 2050, la hausse des températures a un
effet dominant.
82
Pour des zones irriguées comme l’Afrique du Nord avec des demandes en
eau en hausse, des études indiquent une dynamique critique entre changement climatique et eau avec des situations de stress hydrique [Bates et al.,
2008]. Aux États-Unis, la différence de rendements se réduit entre surfaces
irriguées (hausse des températures réduisant le rendement) et surfaces pluviales (hausse des précipitations améliorant le rendement), lorsque l’effet de
la variabilité n’est pas pris en compte. De plus, pour cette région d’étude,
l’utilisation d’eau pour l’irrigation et les surfaces irriguées pourraient être
réduites au-delà de 2030 pour différents scénarios climatiques [Bates et al.,
2008].
Sous l’effet de températures plus élevées et de la hausse de la variabilité
des précipitations, les besoins en irrigation augmenteraient même si les précipitations totales restent identiques pendant la période de développement des
plantes. Différents modèles climatiques projettent ainsi des changements des
besoins nets en irrigation allant de 1 à 3% en 2020 jusqu’à 2 à 7% en 2070, avec
la hausse globale la plus importante pour le scénario B2 [Bates et al., 2008].
Une étude menée sur le maı̈s irrigué en Illinois montre que le changement de
précipitation a un effet plus marqué sur l’usage de l’eau pour l’irrigation sous
contrainte de maximisation du profit que sur contrainte de maximisation du
rendement. De plus, pour la même étude, le doublement de la concentration
du CO2 semble avoir un effet mineur [Bates et al., 2008]. Cependant, ces
observations dépendent fortement des approches et des zones d’études. Selon
les études faites dans le cadre du projet Climator sur la France, l’anticipation
des stades et le raccourcissement du cycle, surtout pour les cultures de printemps, conduiraient dans le très court terme à l’augmentation et dans le long
terme à la stabilisation voire à la diminution des apports en eau nécessaires,
effectives que si les variétés restent inchangées, à condition que les agriculteurs acceptent des baisses importantes de rendements [Brisson et Levrault,
2010].
Du côté de l’offre, l’accès à l’eau est plus déterminé par la présence et les
propriétés des infrastructures hydrauliques, que par les écoulements naturels,
à condition que les ruissellements et les recharges des aquifères ne soient pas
réduits de façon importante ce qui pourrait se produire sous contrainte du
changement climatique. Les changements de niveau des ressources en eau
sous changement climatique pourraient ainsi avoir des conséquences sur le
fonctionnement des infrastructures hydrauliques, engendrant ainsi des coûts
additionnels pour le secteur de l’eau. De plus, l’extension des services d’offre
d’eau pourrait être remise en question, et, dans ce cas, les impacts et les
coûts socio-économiques pourraient être importants. Par exemple, le revenu
net des agriculteurs au Texas ayant recours à un aquifère, selon les projections
83
pourrait diminuer de 16-30% en 2030 et de 30-45% en 2090, en raison d’une
raréfaction des ressources en eau pour l’irrigation et de l’augmentation des
besoins sous changement climatique [Bates et al., 2008].
Les impacts du changement climatique sur les dommages liés aux inondations peuvent être projetés sur la base des changements modélisés des
intervalles de récurrence des inondations présentes avec une période de retours de 20 et 100 ans en combinaison avec les dommages d’événements
actuels calculés sur la base des relations hauteur débit et des données sur les
propriétés immobilières. Ainsi, pour trois bassins australiens, les dommages
directs moyens annuels liés aux inondations augmenteraient de 4 à 10 fois
pour un doublement de la concentration du CO2 [Bates et al., 2008]. Selon
une étude sur les dommages liés aux inondations côtières et des rivières en
Angleterre et au pays de Galles, les dommages augmenteraient si les pratiques actuelles de gestion des inondations et les infrastructures existantes
sont conservées. En 2080, les dommages annuels s’élèveraient à £5 milliards
pour le scénario B1 et £21 milliards pour le scénario A1 en comparaison
avec les £1 milliards d’aujourd’hui. La modification des écoulements sous
changement climatique aurait également des conséquences importantes pour
les usages directs des cours d’eau, notamment l’hydroélectricité. Par exemple
en Amérique du Nord, avec le modèle CGCM1 et un réchauffement de 2◦ C,
la production hydroélectrique du Niagara et de St. Lawrence serait réduite
de 25-35% engendrant des pertes annuelles de 240-350 millions de dollars
canadiens 2002 [Bates et al., 2008].
Cette section a présenté un panorama général des impacts du changement
climatique. Cependant un effort plus régionalisé est nécessaire afin d’appréhender les spécificités du bassin méditerranéen.
2.2.2
Les impacts du changement climatique sur la Méditerranée
Jusqu’à présent, le GIEC fournit des estimations chiffrées sur les impacts
du changement climatique par grande région, notamment pour l’Afrique et
l’Europe. Les dommages macroéconomiques dus au changement climatique
sont également évalués par des études [Mendelsohn et al., 2000; Mendelsohn et Bennett, 1997; Tol , 2002b,a] par grande région. Toutefois, ces études
ne sont pas particulièrement focalisées sur le bassin méditerranéen, contrairement aux études concernant le climat futur. Le tableau 2.4 présente un
exemple d’estimation des impacts du changement climatique par grande région. Ce tableau indique le nombre d’habitants confrontés à un risque accru
de stress hydrique ainsi que la hausse du nombre d’habitants touchés par
84
Fig. 2.4: Population (en million) avec un risque de stress hydrique, d’inondation ou
de pénurie alimentaire en Europe et en Afrique pour quatre scénarios climatiques
du GIEC avec les projections du modèle HadCM3, GIEC 2007, source : Hallegatte
et al. [2008]
les inondations côtières ou exposés au risque de sous-nutrition par grande
région (Afrique, Europe). L’Afrique est souvent identifiée comme très vulnérable avec des pertes de PIB de l’ordre de 8% pour un doublement de la
concentration du CO2 (Table 2.5).
Cependant, ces résultats sont incertains car certains processus techniques
et économiques ne sont pas représentés. Plus largement, l’évaluation économique des dommages futurs reste difficile en raison de la dépendance vis-à-vis
du modèle de développement choisi pour les décennies à venir et de la capacité
de réaction pour faire face au défi climatique [Hallegatte et al., 2007].
Les impacts du changement climatique sur les ressources hydriques et
l’agriculture en Méditerranée sont néanmoins préoccupants, notamment parce
que les conséquences sur la disponibilité en eau et la sécurité alimentaire
peuvent avoir des effets catastrophiques sur le bien-être des populations. Les
ressources hydriques sont gérées à l’aide d’infrastructures lourdes planifiées
par avance et difficilement modifiables une fois construites. Ainsi leur réduction pourrait mettre en question l’efficacité économique de ces infrastructures.
De plus, l’agriculture, qui constitue un secteur économique important pour
la Méditerranée, dépend fortement de l’irrigation. Des changements de l’eau
disponible pourraient provoquer des réductions de la productivité susceptibles d’engendrer des impacts négatifs importants et en particulier accélérer
les migrations des campagnes vers les villes [Hallegatte et al., 2008].
Un réchauffement de l’ordre de 2◦ C se rajouterait à la croissance de la
population et l’utilisation plus intense des ressources en eau, qui aurait un
effet non négligeable pour plusieurs centaines de millions d’habitants. Dès
lors, ce problème devrait être intégré pour en limiter les impacts. La réduction
des écarts entre les réserves d’eau disponibles et la demande grandissante
s’avère plus que nécessaire. L’Egypte constitue un exemple symptomatique,
85
Fig. 2.5: Dommages annuels provoqués par le doublement de la concentration du
CO2 exprimés en termes financiers, GIEC 2001, source : Hallegatte et al. [2008]
car à la situation fragile actuelle (les ressources en eau sont surtout utilisées
pour l’agriculture et supérieures aux ressources disponibles en raison de la
remobilisation des retours d’eau 2 ), se rajoute le changement climatique. En
effet, 12-15% des surfaces agricoles risquent de disparaı̂tre à cause de la hausse
du niveau de la mer. Parmi d’autres paramètres, la hausse de la température
pourrait avoir comme conséquence la diminution de la productivité agricole
et le changement des besoins en eau. De plus, le changement climatique rend
incertain le débit du Nil dont dépend grandement l’activité agricole. Enfin, le
stress hydrique sera amplifié par l’augmentation de la population de 115-180
millions en 2050 et par l’augmentation des surfaces irriguées.
Dans les sections suivantes, les impacts du changement climatique qui
peuvent être liés aux ressources en eau sont présentés selon trois secteurs :
l’irrigation, le tourisme et l’énergie.
2.2.2.1
Irrigation
Malgré les incertitudes autour du changement climatique et la difficulté
d’évaluer les dommages macroéconomiques provoqués, les résultats de plu2
Comme mentionné au chapitre 1, certains usages d’eau sont évaporatifs, c’est-à-dire
qu’ils provoquent la réduction, quantitative ou qualitative, de la ressource au point du
prélèvement. Cette réduction peut être partielle, ainsi une partie de la quantité prélevée
peut être retournée à la ressource. Par la suite, cette quantité peut être remobiliser en aval
pour d’autres usages.
86
sieurs études menées sur le bassin méditerranéen peuvent donner une idée
des impacts sectoriels possibles. Dı́az et al. [2007], par exemple, ont évalué
les impacts du changement climatique sur la demande en irrigation en se focalisant sur des zones d’irrigation représentatives du bassin de Guadalquivir
en Espagne. Leur calcul a montré une hausse potentielle de l’aridité et des
besoins en irrigation. Pour cette étude, ils utilisent le modèle CROPWAT
qui nécessite comme données la précipitation mensuelle, l’évapotranspiration
mensuelle, les besoins alloués en eau pour la préparation de la terre et/ou
les pertes liées aux infiltrations. Le choix et les pratiques liés aux cultures
sont considérés inchangés, et la durée de développement et les coefficients des
cultures sont pris de Allen et al. [1998]. Selon les résultats de cette étude,
les besoins en eau des cultures varient entre les zones d’irrigation, avec une
augmentation moyenne de 9.4% et de 8.3% pour les scénarios A2 et B2 respectivement, pour le modèle climatique HadCM3. La hausse moyenne des
besoins en irrigation s’élèvent pour ces scénarios respectivement à 19.3% et à
16.3%. L’augmentation au niveau du bassin de Guadalquivir résulte de la réduction des précipitations et le changement de leur distribution dans l’année
avec des précipitations concentrées en hiver et réduites en printemps. L’augmentation est particulièrement importante pour les cultures d’été semées au
mois de mars.
Lovelli et al. [2010] dans leur étude menée sur la zone méditerranéenne
soulignent l’importance d’évaluer la réaction des cultures au changement climatique ainsi que les impacts de la hausse de la concentration du CO2 et de
la hausse de la température sur la physiologie des cultures. Pour le calcul des
besoins en eau des cultures, ils utilisent la fonction d’évapotranspiration de
Penman-Monteith avec le paramètre de résistance stomatique récalibré et le
coefficient de culture ajusté en fonction du climat futur. La durée des phases
est calculée avec la méthode de degré jours en fonction de la température. Les
besoins en eau et en irrigation des cultures changent en fonction de l’ampleur
des changements climatiques, de leurs besoins thermiques et de la période
dans l’année pendant laquelle elles se développent. Ainsi, en cas de hausse
des températures, de réduction des précipitations annuelles et de changement
de leur distribution, le déficit potentiel en eau sur l’année augmente. Pour les
cultures d’automne-printemps comme le blé, une augmentation additionnelle
du déficit et des besoins en irrigation n’est pas attendue, contrairement aux
cultures de printemps-été comme la tomate. En effet, pour ces dernières, la
hausse de l’évapotranspiration ne peut pas être compensée par le raccourcissement de la durée du cycle de développement ni la fermeture partielle des
stomates.
Les cultures pérennes ou celles caractérisées par un cycle long seraient
87
plus vulnérables car elles nécessiteraient 25-40% d’eau supplémentaire. De
plus, la baisse de productivité des cultures d’été peut être accentuée par la
fréquence d’évènements extrêmes pendant leur développement. Des mesures
d’adaptation pourraient réduire l’effet du changement climatique et même
le rendre bénéfique. Ainsi, anticiper les semis peut protéger les cultures du
stress hydrique pendant leur période de croissance et l’utilisation des cultures
avec des croissances plus lentes peut contrecarrer les baisses de rendements
dues à une durée trop raccourcie des phases.
2.2.2.2
Le secteur touristique
Le tourisme constitue également un secteur important pour la zone méditerranéenne avec plus de 218 millions de touristes par an, et pour certains
pays c’est même un secteur crucial à l’échelle macroéconomique nécessitant
de lourdes infrastructures (logement, approvisionnement en eau, centres de
loisirs, restauration,...). Les besoins en eau durant les périodes touristiques
doivent ainsi être anticipés afin d’éviter les pénuries d’eau. Celles-ci pourraient compromettre l’attractivité de certaines destinations sous changement
climatique. La réduction des flux touristiques qui en condition normale soutiennent considérablement le développement d’infrastructures, remettrait en
cause leur rentabilité et leur capacité de financement. Etant donné la hausse
des températures, l’attractivité de la Méditerranée, et surtout celle de la rive
Sud, pourrait diminuer. Selon Bigano et al. [2008] les flux de touristes internationaux pourraient diminuer de 30% sur la rive Sud et de 10 à 20% sur
la rive Nord à l’horizon 2100. Des conséquences positives peuvent également
être envisagées, comme une augmentation des flux entre pays méditerranéens,
des séjours plus longs et une réorientation des activités de manière à être
moins dépendants du climat. Le changement climatique aura également des
conséquences sur l’offre touristique, là où les ressources en eau seraient insuffisantes. Le secteur touristique est en effet un grand consommateur d’eau. Par
conséquent, l’accroissement des flux touristiques peuvent poser problèmes,
invitant à mettre en œuvre une gestion plus rigoureuse de la ressource en eau
[Hallegatte et al., 2008].
Selon l’étude menée par Magnan et al. [2011], du point de vue climatique, l’enjeu déterminant réside dans le contraste entre les conditions de vie
quotidiennes des touristes et celles de leur destination de vacance. Les auteurs utilisent un modèle national et régional de demande pour évaluer des
conséquences du changement climatique sur le tourisme. Selon ces modèles,
le nombre de flux de nouveaux arrivants dans un pays est fonction de la
superficie, de la température moyenne annuelle du pays entre 1961-1990, de
88
la longueur de la côte et du revenu national par tête, tandis que le nombre
de départs du pays d’origine est fonction des mêmes paramètres, la longueur
de la côte étant remplacée par le nombre de pays voisins. Par exemple pour
l’Algérie, la différence entre les situations avec (scénario A1B) et sans changement climatique en 2100, pour les flux d’arrivées internationaux seraient
de -52%, de -17% pour les arrivées domestiques et les dépenses de -17%.
Une analyse des séries temporelles montre qu’une augmentation de 3◦ C diminuerait au niveau annuel les flux touristiques partant de l’Angleterre de
8%. Selon le troisième modèle, un modèle de choix discrets, la distribution
des flux touristiques est principalement déterminée par le coût du voyage,
les caractéristiques des plages et les propriétés climatiques. Enfin, selon cette
étude, la hausse de la température dans le Nord de l’Europe pourrait réduire
les flux internationaux du Nord vers le Sud mais renforcer les flux au Nord.
Il semble ainsi nécessaire de disposer d’outils simples qui pourraient aider
à évaluer la vulnérabilité actuelle et suivre l’évolution des avantages et des
inconvénients des destinations.
Selon l’étude de Amengual et al. [2011], le tourisme est sensible aux températures, aux précipitations, aux taux d’humidité relative, à la couverture
nuageuse, et à la vitesse du vent. Un indice climatique pour le tourisme
historique est défini sur la base des valeurs journalières de ces paramètres
pour la période 1973-2008, et un indice projeté est élaboré pour les données
journalières moyennées sur les 13 modèles climatiques régionaux du projet
ENSEMBLES qui est corrigé avec une approche quantile-quantile. Cet indice
englobe les aspects thermique, esthétique et physique du climat. Les résultats
pour le système de Platja de Palma dans les Baléares indiquent par exemple
que les niveaux de visites actuels coı̈ncident avec les perceptions observées
du climat. Les perceptions satisfaisantes du climat seraient en hausse pour
le printemps et l’automne. Les conditions climatiques optimales de la haute
saison, à la fin du siècle, se décaleraient vers le printemps et l’automne, avec
des déséquilibres entre saisonnalité naturelle et institutionnelle.
2.2.2.3
Le Secteur énergétique
Enfin, la demande en énergie va considérablement augmenter au niveau
du bassin méditerranéen et nécessiter des investissements en infrastructures
de durée de vie longue. En outre, les choix techniques d’investissements dépendent, parmi plusieurs paramètres, de l’impact que le changement climatique peut avoir sur l’efficacité de la production d’énergies renouvelables (hydroélectricité, solaire, éolien). La production hydroélectrique, qui dépend de
la hauteur de la colonne d’eau stockée, pourrait baisser dans le cas d’une
2.3 L’adaptation au changement climatique
89
diminution de la couverture neigeuse. En revanche, dans le cas où le taux
d’humidité augmente pendant la période hivernale, avec une gestion adéquate des crues, la production pourrait être facilitée. Il est à noter que sous
changement climatique, le maintien de la colonne d’eau haute pour la production hydroélectrique pourrait rentrer en conflit avec le maintien d’un volume
libre en raison d’un risque d’inondation accru [Kiparsky et Gleick , 2003].
En Europe, où l’hydroélectricité participe à hauteur de 20% à la production
d’électricité, le potentiel serait réduit de 6% en 2070. Cette réduction atteindrait 20-50% en Méditerranée et on observerait une augmentation de 15-30%
au Nord-Est de l’Europe et une stabilisation en Europe de l’Ouest et centrale [Bates et al., 2008]. Selon l’étude de cas menée par Schaefli et al. [2007]
sur les Alpes Suisses, la production en Gwh d’hydroélectricité, passerait de
246,8 (95% intervalle de confiance) pendant la période 1961-90, à 188,2 (95%)
pendant la période 2070-99.
Par conséquent, les changements à l’échelle régionale et locale des paramètres hydroclimatiques sous changement climatique sont susceptibles d’avoir
des répercussions sur plusieurs secteurs économiques. Ceci nécessitera de
mettre en œuvre des actions d’adaptation en particulier pour la planification des ressources en eau dont dépendent plusieurs secteurs. Toutefois, la
mise en œuvre de mesures d’adaptation adéquates peut nécessiter des informations précises sur le changement du climat local, mais, étant donnée les
divers sources d’incertitude, celles-ci sont indisponibles à ce jour.
2.3
L’adaptation au changement climatique
L’adaptation au changement climatique est définie comme l’ensemble des
mesures et ajustements mis en oeuvre par des personnes, des organisations ou
tout être vivant, qui permettent d’éviter ou bien de profiter des effets directs
et indirects du changement climatique [IPCC , 2001]. La mise en œuvre de
stratégies d’adaptation s’avère nécessaire étant donné les modifications au
niveau local des paramètres hydroclimatiques sous changement climatique
qui pourraient impacter les différents secteurs économiques.
L’adaptation se décline en adaptation autonome et planifiée. L’adaptation autonome inclut les mesures ne visant pas directement à répondre au
changement climatique mais à d’autres types de modifications causées par
le changement climatique comme le changement de la demande ou de la variabilité climatique. Elles permettent de réduire les conséquences négatives
ou de bénéficier des conséquences positives du changement climatique. Les
mesures sont réalisées par des particuliers ou des acteurs économiques privés
90
qui ne peuvent pas prévoir les évolutions et n’ont pas les capacités d’investir
dans le long terme. Ces mesures ont plutôt un caractère de court terme.
L’adaptation planifiée résulte d’une réflexion dédiée au changement climatique et à la variabilité climatique. Cependant, l’adaptation planifiée dans
le secteur de l’eau est très peu fréquente en pratique. Des initiatives dans
ce sens sont néanmoins à noter en Hollande, en Australie, en Allemagne, au
Bangladesh, au Royaume-Unis, en matière de standards de conception et d’allocation pour les inondations et les infrastructures d’offre [Bates et al., 2008].
Des exemples des deux types d’adaptation sont présentés dans le tableau 2.1
pour le secteur de l’agriculture.
De plus, l’adaptation dans certains cas peut être réactive (“reactive adaptation”), c’est-à-dire qu’elle peut n’être mise en œuvre qu’après que le changement climatique ait été observé. Cependant, dans d’autres cas, l’adaptation doit être anticipée (“anticipatory adaptation”), notamment lorsque
des investissements avec des durées de vie très longues sont en jeu. Peu
d’exemples concrets de mise en œuvre de mesures anticipées d’adaptation
existent. D’après Bates et al. [2008], ceci serait dû au fait que ces mesures
nécessitent une information exacte sur le changement du climat local, information qui, à cause des diverses sources d’incertitude liées au changement
climatique, n’est pas disponible. En outre, ce pourrait également être dû à
une influence plus importante dans le court terme d’autres variables pour
piloter les stratégies d’investissement.
de Graaf et al. [2009], dans leur étude sur les mesures liées aux ressources
en eau (offre, protection contre les inondations) à mettre en œuvre pour la
réduction de la vulnérabilité sous changement climatique de la région Ouest
des Pays-Bas, ont également mentionné le fait que peu d’exemples de mise
en œuvre de mesures anticipées d’adaptation existent. Selon cette étude, la
réduction de la vulnérabilité correspond à l’augmentation de la capacité de
seuil (threshold ), la capacité à faire face (coping), la capacité de récupération
(recovery) et la capacité adaptative (adaptive), pour la prévention, la réduction des dommages, la réaction aux dommages et leurs anticipations respectivement. Jusqu’à présent, selon cette étude, aux Pays-Bas comme ailleurs, la
priorité a consisté à augmenter la capacité de seuil en construisant des digues
plus hautes et en améliorant la capacité de stockage et les infrastructures de
distribution. Le défi consiste désormais à augmenter la capacité adaptative
afin de pouvoir faire face et s’ajuster à des futurs changements, notamment
climatiques, incertains. Pour cela, il s’avère nécessaire de mettre en place
un cadre d’évaluation des stratégies d’adaptation afin de choisir une stratégie robuste en prenant en compte les diverses incertitudes. Un tel cadre qui
prend en compte l’incertitude climatique, ainsi que l’irréversibilité des inves-
91
Tab. 2.1: Exemples d’adaptation dans le secteur de l’agriculture
Type d’adaptation
Exemples de mesures dans le secteur de l’Agriculture
Autonome
adoption de variétés plus résistantes aux chocs thermiques ;
modification des techniques d’irrigation ;
adoption de techniques efficaces pour la collecte d’eau,
la conservation de l’humidité des sols,
réduction du risque de salinisation ;
amélioration de la gestion de l’eau pour éviter l’érosion et le lessivage ;
modification des calendriers de cultures ;
implémentation des prévisions saisonnières
amélioration des systèmes existants en surface d’irrigation
et nouvelles infrastructures, gouvernance améliorée incluant
le changement climatique ; hausse des investissements dans des
infrastructures pour l’irrigation ; utilisation de technologies
pour une meilleure efficacité de l’usage, avec notamment utilisation
de l’eau souterraine ; définition des droits de propriétés des terres ;
bon fonctionnement des marchés des intrants,
produits et services financiers
Planifiée
92
tissements et la flexibilité temporelle dans leur réalisation, pourrait remettre
en question l’évaluation traditionnelle économique selon laquelle les bénéfices
nets de la construction complète actuelle d’une infrastructure et de la non
réalisation du projet sont comparés. Le nouveau cadre pourrait ainsi inclure
la possibilité de retarder un investissement.
2.3.1
Méthodologies d’évaluation des stratégies d’adaptation sous climat futur incertain
Les critères de sélection parmi les options d’adaptation, comme mentionné
dans de Loë et al. [2001] regroupent : les “stratégies sans regret”, le degré de
réversibilité, la minimisation des impacts environnementaux, l’analyse coûtsbénéfices, l’équité, la réduction de la vulnérabilité, la faisabilité et l’efficacité.
Michailidis et Mattas [2007] citent également d’autres techniques pour les
décisions d’investissement comme l’actualisation des flux financiers (discounted cash flow ), la valeur actualisée nette, le taux interne de rentabilité et
les options réelles. En ce qui concerne le choix du dimensionnement d’une
infrastructure hydraulique, i.e. d’un barrage-réservoir, la littérature identifie
deux approches de sélection : la satisfaction d’un niveau fixé de fiabilité ou de
demande satisfaite et la comparaison des coûts et des bénéfices. La première
approche a été appliquée par Mimikou et Kouvopoulos [1991] pour déterminer la dimension d’un réservoir. Cependant, il n’est pas toujours possible ou
efficace de changer la capacité de stockage d’un réservoir afin de maintenir
un niveau de fiabilité voulu. Ainsi, une analyse coût-bénéfice peut être appliquée comme dans O’Hara et Georgakakos [2008] pour évaluer l’efficacité de
l’expansion de la capacité de stockage des réservoirs.
Chacun de ces critères conduit à un résultat différent, car selon le premier,
des plus grands réservoirs doivent être construits pour satisfaire la demande
voulue, tandis que selon la deuxième, pour des réductions importantes des
réserves d’eau disponibles, la comparaison des coûts et bénéfices indique que
des plus petits réservoirs doivent être privilégiés. L’analyse coût-bénéfice est
également utilisée dans le chapitre 3. En effet, la réduction des précipitations
conduit à des réservoirs plus petits. Avec une préférence pure pour le présent
élevée, les bénéfices ainsi que les volumes optimaux sont diminués et l’importance du changement climatique est réduit. La différence entre les valeurs
actualisées nettes obtenues avec les différents modèles climatiques est alors
diminuée. Les résultats montrent que l’optimum de la valeur actualisée nette
étant plat, l’analyse coût-bénéfice n’est pas assez discriminante pour le choix
du volume à la différence de l’autre critère.
Des stratégies d’anticipation à moindre coût pourraient être mises en place
93
dès à présent pour réduire la vulnérabilité. C’est le cas par exemple à Copenhague, où les tuyaux d’évacuation des eaux pluviales ont été dimensionnés
avec des débits maximum augmentés de 70% pour anticiper la croissance de
la population et l’intensification des précipitations. Augmenter le diamètre
au moment de la pose peut avoir un coût marginal inférieur comparé au changement du diamètre après [Hallegatte et al., 2008]. Cette option d’adaptation
est typiquement une option sans regrets, c’est-à-dire qu’elle est utile en soi
même sans changement climatique ou quelque soit l’ampleur du changement
climatique. Si le risque pour lequel elles ont été développées ne se réalise pas,
les mesures n’auront pas été inutiles ou même dommageables.
Cependant, comme l’expliquent Venkatesh et Hobbs [1999], certains investissements sont irréversibles, avec des bénéfices futurs incertains, et le choix
du moment de leur réalisation peut permettre une certaine flexibilité dans le
temps. C’est pourquoi pour ces investissements leur réalisation devient une
option qui inclut également la possibilité de la remettre à plus tard. Venkatesh
et Hobbs [1999] ainsi que Michailidis et Mattas [2007], utilisent pour l’analyse d’un investissement (barrage pour l’irrigation et structure de contrôle
des inondations) l’approche des options réelles. Parmi les options réelles plusieurs alternatives concernant l’investissement en capital comme l’expansion,
l’abandon ou le retard sont prises en compte, à chacune desquelles une valeur est associée. Etant donné l’incertitude sur, par exemple, l’ampleur du
changement climatique, la remise à plus tard d’un projet jusqu’à ce que plus
d’information soit disponible peut-être l’option optimale. La décision peut
ainsi être complètement modifiée si au bénéfice net d’inaction (“do nothing”),
on ajoute la valeur de l’option d’attente.
Venkatesh et Hobbs [1999] calculent la valeur espérée si l’incertitude dans
le processus de décision est incluse afin de déterminer la stratégie optimale
pour la structure de contrôle du débordement du Lac Erie, en considérant
différentes possibilités de disponibilité en eau nette (précipitation- évaporation+ ruissellement), ainsi que la flexibilité dans le temps. Pour cela, l’analyse
bayésienne est incluse dans des arbres de décision et les stratégies adaptatives
sont décrites comme des décisions séquentielles. Dans ce cadre, la valeur espérée de l’incertitude sur le changement climatique (EVIU : expected value of
including climate change uncertainty) est calculée, ainsi que la valeur espérée
d’avoir une connaissance parfaite sur le changement climatique (EVPI : expected value of perfect climate change information). La première correspond
à la valeur espérée de l’information additionnelle obtenue en incorporant l’incertitude dans le processus de décision et la deuxième à la différence entre
les bénéfices espérés dans le cas où les décideurs savent avant faire un choix
si le changement climatique va se réaliser et, dans le cas où ils ne réalisent
94
pas, une expérimentation. L’information sur les avis des utilisateurs (probabilités subjectives, facteurs de pondération attribués aux objectifs) est prise
en compte et leur opinion sur la probabilité des scénarios de changement
climatique est révisée en fonction de la disponibilité en eau nette observée.
L’option de report de la décision a une valeur de 20 million de dollars, tandis
que le fait d’ignorer le réchauffement possible peut avoir un surcoût de 20%
au niveau du coût de construction.
L’importance du choix de la méthode d’analyse d’un investissement est
notamment soulignée par Michailidis et Mattas [2007] car ils constatent qu’en
utilisant la méthode conventionnelle de valeur actualisée nette, l’investissement est considéré comme profitable, alors qu’avec la méthode des options
réelles, les options d’abandonner, retarder ou élargir le barrage, si elles sont
pratiquées, ont également une valeur importante. Les auteurs suggèrent que
les deux approches peuvent être utilisées pour évaluer des investissements de
façon complémentaire. La règle standard de la valeur actualisée ne prend pas
en considération de quelle manière la possibilité de retarder un investissement irréversible peut influencer la décision d’investir, alors que la méthode
des options réelles permet de déterminer les délais d’attente avant d’investir.
Cette flexibilité peut être importante et ajouter de la valeur dans la décision.
Cependant, la méthode des options réelles ne remplace pas la valeur actualisée nette, elle aide à mieux comprendre la décision d’investissement et les
zones d’incertitude.
La détermination de stratégies adaptatives sous incertitude peut aussi
être fondée sur le principe de la robustesse. Selon ce principe, une décision est robuste quand elle ouvre des voies vers des résultats favorables,
en protégeant contre les vulnérabilités et en exploitant les opportunités du
changement climatique. Le principe de robustesse indique qu’il est important
d’éviter de mettre en place des mesures qui peuvent s’avérer inefficaces une
fois les changements climatiques matérialisés (mal adaptation), notamment
celles qui concernent la construction d’infrastructures, une mauvaise adaptation au changement climatique pouvant se révéler très coûteuse. Les quatre
piliers de la robustesse sont la vigilance (habilité à détecter des signes alarmants), l’agilité (possibilité de réagir à ces signaux), l’adaptabilité (habilité
dans l’ajustement des tactiques) et l’ajustement (capacité de s’aligner vers
une même direction). L’apprentissage joue un rôle important, les actions de
court terme devant être considérées comme des expérimentations pouvant
produire de l’information sur le fonctionnement des systèmes environnementaux complexes [Lempert et Groves, 2010]. La prise de décision robuste pour
la mise en place des stratégies adaptatives (anticipées) dans ce contexte d’incertitudes interroge l’approche traditionnelle “prédiction puis action”, avec
95
l’addition de trois nouveaux concepts : les vues multiples du futur, le critère
de robustesse, et l’analyse itérative “vulnérabilité-et-réponse-option” [Bates
et al., 2008; Lempert et Groves, 2010].
Dans le processus de décision robuste, l’incertitude est traitée en considérant plusieurs vues/états du futur. L’information probabiliste peut être aussi
intégrée en utilisant une série de distribution de probabilités possibles. Cette
pluralité de distribution est nécessaire car une seule ne suffit pas pour décrire
le niveau présent d’incertitude sur le futur. Par ailleurs, dans ce processus
de prise de décision robuste, un critère de robustesse est utilisé plutôt qu’un
critère d’optimalité. Par la suite, l’analyse “vulnérabilité-réponse-et-option”
permet de prendre en compte l’incertitude et des stratégies robustes peuvent
être identifiées et évaluées. Dans ce but, comme pour d’autres analyses de
décision, le problème est formulé et les données et modèles nécessaires sont
rassemblés. Plusieurs stratégies possibles sont considérées. Leur efficacité est
évaluée sur la base d’indicateurs notamment de standards de performance
fixés par les décideurs qui peuvent être absolus ou relatifs et peuvent exprimer
la déviation de l’optimalité ou le regret. Au final, des stratégies alternatives
sont identifiées (adaptabilité) pouvant réduire la vulnérabilité des stratégies
possibles et elles sont envisagées comme des nouvelles stratégies possibles,
ou bien le problème est reformulé. Ce processus a été présenté et appliqué
par Lempert et Groves [2010] dans l’Ouest des États-Unis pour l’exploration
du portfolio des stratégies d’offre d’eau (stockage souterrain, recyclage, équilibre offre demande, stockage de l’eau d’orage) qui ont éliminé 80% des coûts
identifiés.
Par conséquent, le choix de la méthode d’analyse d’un investissement est
important, car il peut conduire à des résultats complètement différents. Ce
choix est particulièrement important quand il s’agit d’investissements irréversibles. En effet, ces investissements étant conçus pour un risque, notamment
le changement climatique, qui finalement ne se réalise pas, des coûts importants peuvent être engendrés. Dans le chapitre 3 où un modèle générique de
dimensionnement d’un réservoir est présenté, la méthode proposée par Lempert et Groves [2010] selon laquelle une stratégie adaptative robuste doit être
mise en oeuvre afin de réduire la vulnérabilité aux changements climatiques
est appliquée.
2.3.2
Les limites des stratégies d’adaptation
Différentes limites aux stratégies d’adaptation peuvent être relevées. En
premier lieu, des limitations physiques ou écologiques existent lorsque des
mesures techniques ou institutionnelles ne permettent pas de faire face aux
96
effets néfastes du changement climatique. Confronté à un cours d’eau qui s’assèche complètement, la construction de grandes infrastructures hydrauliques
ou le redimensionnement des infrastructures existantes n’est plus efficace et
peut engendrer des pertes économiques importantes si les investissements
réalisés sont irréversibles. Dans le chapitre 3 on verra qu’effectivement, avec
des réductions importantes des ressources en eau sous changement climatique, certaines mesures d’adaptation, notamment le redimensionnement des
barrages-réservoirs, peuvent s’avérer insuffisantes pour soutenir la demande.
Ainsi, les activités localisées sur un bassin avec une réduction importante de
ses ressources en eau, devraient éventuellement être relocalisées.
Les restrictions peuvent aussi être techniques, politiques ou sociales, quand
il est impossible pour les usagers de réduire leur consommation, ou quand il
est difficile de trouver des sites appropriés pour la construction de réservoirs.
En particulier dans le bassin méditerranéen, comme les ressources en eau sont
irrégulières dans le temps et l’espace, de nombreux barrages-réservoirs ont été
construits. Mais la plupart des bassins sont fortement anthropisés et les sites
encore disponibles pour l’implantation de nouveaux réservoirs deviennent de
plus en plus rares. Ensuite, des limites économiques peuvent aussi exister
quand une stratégie adaptative est trop coûteuse par rapport aux bénéfices
que sa mise en œuvre peut apporter. Le cadre réglementaire peut également
ou pas : encourager la mise en place d’actions pour l’adaptation au changement climatique, favoriser le court ou le long terme, et mettre en avant
des actions irréversibles intensives en capital ou flexibles [Arnell et Delaney,
2006].
Des obstacles culturels ou institutionnels constituent un autre type de limite. Ils incluent notamment le contexte institutionnel dans lequel la gestion
des ressources s’exerce, le manque de coordination entre les divers acteurs, les
problèmes d’acceptabilité sociale, la faible priorité donnée à la gestion des ressources hydriques, les tensions entre différentes échelles et l’inefficacité de la
gouvernance. Enfin, les limitations cognitives ou informationnelles concernent
les cas où les planificateurs des ressources hydriques ne reconnaissent pas le
changement climatique comme un défi important ou lui attribuent une priorité trop faible. Ils peuvent également ne pas avoir accès à des méthodologies
concrètes pour apporter une réponse rigoureuse au changement climatique
ou bien considérer que l’incertitude sur le climat futur est trop importante
comme le décrit Larsen [2010] sur le Danemark ou Bates et al. [2008]. La
gestion des planificateurs peut se faire à un horizon temporel à très court
terme (journalier). Lorsque leur priorité est une gestion à un pas de temps
aussi fin, les conditions à long terme, notamment le climat à une échelle
décennale ou centennale, viennent bien après d’autres priorités [Lins et Sta-
2.4 Les options d’adaptation de l’offre et de la demande en eau
97
khiv , 1998]. Arnell et Delaney [2006] dans leur étude sur l’adaptation des
compagnies d’approvisionnement en eau en Angleterre et au Pays de Galles,
reconnaissent que dans le court terme le changement climatique n’est pas
le paramètre le plus important, alors qu’il est considéré comme une priorité
sur le long terme. Cette hiérarchisation est non seulement influencée par le
cadre réglementaire comme mentionné ci-dessus, mais aussi par l’occurrence
d’événements exceptionnels. Ainsi, les applications concrètes dans la gestion
des bassins versants sont très rares.
Les planificateurs des ressources hydriques ont par ailleurs longtemps dû
faire face à des demandes continuellement modifiées, en faisant l’hypothèse
que la ressource naturelle reste pratiquement constante dans le moyen terme
et en considérant que l’information historique constitue un bon indicateur
des conditions futures. Mais le changement climatique remet en question la
fiabilité des systèmes hydrologiques et hydrauliques ainsi que ces hypothèses.
Sa prise en compte pourrait conduire à une révision complète des processus de
planification des ressources avec, par exemple, le développement de nouvelles
méthodes d’évaluation et de conception des infrastructures, la prise en compte
des ressources non conventionnelles etc.
Dès lors, pour les planificateurs, le défi serait d’intégrer non seulement la
variabilité naturelle mais également le changement climatique pour assurer
un niveau de fiabilité acceptable à long terme [Kiparsky et Gleick , 2003].
Malgré l’incertitude sur les conditions hydrologiques futures et la difficulté
de détecter une tendance sur le long terme, des décisions devront être prises
dès aujourd’hui, avec la révision des hypothèses de conception et de gestion
des infrastructures hydrauliques. De plus, la mise en place des processus de
prise de décision robuste ou avec apprentissage est nécessaire, dans lequel les
modèles climatiques sont intégrés. Une approche fondée sur des scénarios pouvant conduire à des impacts différents pourrait être utilisée afin de permettre
aux planificateurs de disposer d’informations sur la probabilité d’occurrence
d’évènements pour pouvoir prendre des décisions. Dans la section suivante,
différentes mesures d’adaptation sont présentées du côté de l’offre puis de la
demande, chacune avec sa propre facilité et flexibilité de mise en œuvre, sa
dépendance à l’information climatique précise et son efficacité.
2.4
Les options d’adaptation de l’offre et de
la demande en eau
Les mesures d’adaptation du côté de l’offre et de la demande peuvent
avoir des taux d’application, des efficacités et bénéfices générés et des im-
98
pacts négatifs différents, en fonction de l’ampleur du changement climatique
et des conditions locales. Du côté de l’offre, parmi les options souvent envisagées, figurent la hausse de la capacité de stockage ou les transferts d’eau.
Ces options ont en général des conséquences sociales et environnementales
négatives, en particulier en raison de la mise en eau de zones situées sur le
réservoir. Ces conséquences, notamment celles liées à la construction de barrages, sont de plus en plus prises en compte et gérées pendant la conception
et la réalisation des projets. Du côté de la demande, l’efficacité de certaines
mesures n’est pas certaine, car elles nécessitent l’action cumulée d’acteurs
disposant de capacités d’adaptation variées et avec des intérêts possiblement
en conflit [Bates et al., 2008]. De façon générale, les mesures du côté de l’offre,
notamment l’exploitation des eaux de surface, sont les solutions dominantes
aujourd’hui pour répondre aux besoins, et continueront à l’être sous changement climatique.
2.4.1
Les options d’adaptation du côté de l’offre
Pour la projection des ressources en eau sans et avec changement climatique, certaines composantes importantes devraient être prises en compte
notamment les barrages construits, à construire ou démantelés, les infrastructures hydrauliques d’approvisionnement et de distribution intra et inter
bassins, le traitement des eaux usées et la réutilisation, ainsi que la désalinisation. Si l’on considère le climat actuel, les réservoirs jouent déjà un rôle
important car ils assurent un niveau d’approvisionnement d’une ressource en
eau variable dans l’espace et dans le temps dans la plupart des régions du
monde, notamment au niveau du bassin méditerranéen. Ainsi, étant donné
leur place dominante dans les profils hydriques de plusieurs pays, et la réduction possible des apports en eau sous changement climatique, leur utilisation
comme moyens d’adaptation sous changement climatique mérite d’être examinée.
Dans la littérature, parmi les mesures possibles d’adaptation du côté
de l’offre, les barrages-réservoirs occupent une place importante. En effet,
le changement de leur dimensionnement ou de leurs règles opérationnelles
pourraient constituer des options d’adaptation puissantes, caractérisées par
un degré de réversibilité différent. En cas d’augmentation de la variabilité
temporelle du ruissellement due au changement climatique, la hausse de la
capacité de stockage des réservoirs peut être bénéfique, si le ruissellement
annuel ne se réduit pas de manière significative. En revanche, l’utilité des
barrages peut être diminuée à cause de la hausse de la température, car le
risque de pertes dû à l’évaporation serait accru. Sous changement climatique,
99
avec la réduction probable des ressources en eau disponibles, il pourrait aussi
être envisagé de modifier les règles opérationnelles des réservoirs afin, par
exemple, d’allouer la ressource en eau selon la valorisation économique des
usages. D’autres options du côté de l’offre pourraient également être envisagées comme des transferts d’eau ou entre autres la réutilisation des eaux usées
traitées et la désalinisation [Bates et al., 2008]. Dans cette thèse, l’accent est
mis sur les options d’adaptation liées aux réservoirs, leur redimensionnement
et le changement de leurs règles opérationnelles, qui seront présentées. Auparavant, il convient de présenter quelques définitions essentielles concernant
les barrages, qui pourront aider à mieux comprendre les options d’adaptation
liées aux barrages-réservoirs.
2.4.1.1
Quelque définitions utiles sur les barrages-réservoirs
Un réservoir de stockage a la capacité de retenir l’excès d’eau après une
pluie, y compris une pluie intense, et le redistribuer durant les périodes de
sécheresses. Il permet également de réduire les dommages en aval pendant les
périodes de crues. Les réservoirs ont ainsi comme fonction de stabiliser le flux
d’eau, en régulant une offre variable naturelle et en satisfaisant une demande
elle aussi variable. Par ailleurs, comme à partir de plans topographiques les
courbes d’élévation-surface et d’élévation-stockage peuvent être définies, pour
une hauteur d’eau donnée, il est possible de calculer le volume d’eau stocké
dans le réservoir et la surface d’eau inondée.
La capacité de stockage d’un réservoir peut être divisée en trois zones.
Le volume entre le lit de la rivière et une hauteur d’eau minimum dans le
réservoir correspond au volume de sédimentation (“dead storage”). Cette hauteur minimale correspond au niveau minimum à partir duquel l’eau peut être
extraite du réservoir. Ce volume est uniquement dédié au stockage des sédiments qui arrivent au barrage. Le volume entre la hauteur d’eau minimum
et la hauteur dite “normale” correspond au volume utile (“useful storage”).
La hauteur “normale” correspond à la hauteur maximale que l’eau peut atteindre dans les conditions normales de fonctionnement du réservoir. L’eau
est extraite de ce volume pour la satisfaction des différentes demandes. De
plus, le niveau d’eau “normal” détermine le potentiel hydroélectrique. Enfin,
le volume d’eau entre la hauteur “normale” et la hauteur de débordement
correspond au volume d’inondation (“surcharge volume”). La hauteur de débordement correspond à la hauteur maximale à laquelle l’eau arrive en prenant en compte le volume d’inondation. Ainsi, le volume d’inondation sert
à stocker l’eau de la crue de dimensionnement de l’évacuateur. Ce volume
peut ne pas rester vide, notamment pendant les périodes où la probabilité
100
d’occurrence de la crue maximale de dimensionnement est faible.
L’aspect le plus central pour le dimensionnement du volume réside dans
la relation entre rendement et capacité, le rendement étant la quantité d’eau
qui peut être fournie dans un intervalle de temps défini (du jour à l’année ...).
La capacité doit être déterminée en fonction des quantités d’eau disponibles
et de la demande en assurant un niveau de risque acceptable. Cela signifie que
le rendement ne doit pas être inférieur à une valeur cible. Ce niveau de risque
acceptable est faible pour les villes alors que pour l’irrigation il est plus élevé.
Un indicateur souvent utilisé pour mesurer la performance d’un réservoir est
la fiabilité. Elle correspond à la probabilité que le réservoir puisse alimenter
une demande donnée pendant sa durée de vie (économique, entre 50-100 ans)
sans interruption. La capacité de stockage peut être déterminée avec un pas
de temps annuel, mensuel ou journalier, en utilisant l’approche “operation
study”. Selon cette approche, des règles opérationnelles sont définies, et une
simulation de l’opération est réalisée sur une période de temps qui permet de
déterminer la fiabilité du réservoir avec sa capacité de stockage donnée. Les
méthodes “sequent peak” et “Rippl” sont également souvent utilisées [Anctil
et al., 2005], ainsi que d’autres méthodes plus économiques déjà mentionnées
à la section 2.3.1.
2.4.1.2
Redimensionnement des barrages-réservoirs sous changement climatique : inertie et incertitude climatique
Le changement climatique peut être intégré comme critère de conception
des ressources hydriques, l’incertitude pouvant affecter la prise de décision.
Comme mentionné à la section 2.3.1, des nouveaux investissements peuvent
être envisagés, comme c’est le cas pour les barrages-réservoirs. Cependant,
comme il s’agit d’investissements lourds et irréversibles, et étant donné l’incertitude sur l’amplitude, la temporalité et la direction du changement du
climat, leur réalisation pourrait engendrer des pertes économiques élevées en
cas de non réalisation du climat prévu par les planificateurs.
Rogers [1997] a étudié la possibilité de l’augmentation de la capacité des
réservoirs en appliquant quatre sous-modèles : croissance déterministe linéaire
et géométrique de la demande, croissance linéaire stochastique, et une version
différente de la croissance géométrique où la capacité et les prix sont en même
temps déterminés. Dans les quatre modèles, le changement climatique joue
un rôle de plus en plus important, mais reste limité dans l’influence qu’il
a sur la demande ainsi que sur la décision optimale, qui se fait sur la base
du critère coût-bénéfice, conclusion qui doit être interprétée, selon l’auteur,
avec attention, car l’effet d’irréversibilité des investissements n’est pas prise
101
en compte.
Fisher et Rubio [1997] ont également modélisé les décisions sur la capacité de stockage sur le long terme sous changement climatique, en représentant l’investissement en capital public et les coûts environnementaux. Sous
incertitude et bénéfices marginaux convexes, un avantage existe à investir
dans des infrastructures hydrauliques et éviter les réductions drastiques de
consommation dues aux sécheresses. De plus, si les coûts d’ajustements sont
asymétriques, une période d’inaction peut exister, qui est plus longue quand
le désinvestissement (restauration de l’environnement) est coûteux. Ainsi les
auteurs soulignent que les planificateurs doivent veiller à ce que les infrastructures, notamment hydrauliques, ne doivent pas être sous ou sur dimensionnées sous la pression du changement climatique. Cependant, étant donné
la nature séquentielle de la prise de décision, il n’est pas nécessaire de mettre
en place des mesures radicales dans le court terme.
Dans le chapitre 3, étant donné le niveau actuel d’incertitude climatique
important, il est proposé de mettre en place des stratégies d’adaptation anticipées, dans le cas présent fixer le volume optimal d’un réservoir, qui peuvent
être robustes au plus vaste champs possible de changements climatiques,
dans le même esprit que [Lempert et Groves, 2010]. Cependant, des mesures
d’adaptation plus flexibles peuvent être mises en place. Le changement des
règles opérationnelles des réservoirs, décrit dans la section suivante, constitue un exemple de mesure moins dépendante d’une information climatique
précise.
2.4.1.3
Changement des règles opérationnelles sous changement
climatique des barrages-réservoirs
Les réservoirs, avec leurs dimensions actuelles, peuvent être utilisés en
changeant les règles opérationnelles afin de s’adapter aux changements d’écoulements. Leur modification peut être une solution efficace du côté de l’offre
d’eau, en raison du contexte actuel d’incertitude sur le changement climatique. Les nouvelles stratégies de gestion doivent être flexibles et capables
de mettre en place des plans de fonctionnement qui prennent en compte la
nature variable et dynamique du climat.
Cette stratégie d’adaptation a été mentionnée dans plusieurs études, notamment dans Wood et al. [1997]. Les conditions, selon les auteurs, qui déterminent si le changement climatique doit être pris en compte, sont liées à
l’hydrologie du système, ses caractéristiques physiques, ses demandes et ses
contraintes institutionnelles. Ainsi, Wood et al. [1997] considèrent que trois
catégories théoriques existent pour les problèmes de planification, conception
102
et gestions de ressources en eau. Dans la première, le changement climatique
n’a pas d’influence sur la performance du système, parce que les changements
prévus par les modèles de circulation générale n’impliquent pas des changements pour l’hydrologie régionale, les systèmes régulés sont déjà robustes
car ils peuvent gérer les extrêmes du climat variable, ou parce que d’autres
changements comme la hausse de la demande peuvent avoir un effet plus
important. Dans la deuxième catégorie, le changement climatique peut avoir
des effets sur la performance des infrastructures. Cependant, des contraintes,
comme les préférences sociales et les réalités politiques, font que les mesures
d’adaptation ne sont pas mises en œuvre. Dans la dernière catégorie, le changement climatique a un effet non trivial sur la performance qui peut être
atténué par la modification des règles opérationnelles des réservoirs. Dans
ce cas, les planificateurs sont appelés à faire face à l’incertitude avec des approches comme une meilleure connaissance des projections hydrologiques, des
techniques d’analyses plus affinées, l’augmentation des facteurs de sécurité
dans la conception et la réduction d’investissements irréversibles.
Mendelsohn et Bennett [1997] ont proposé un modèle générique d’allocation de l’eau sous changement climatique. Dans ce modèle, les règles d’allocation ainsi que la valeur présente nette du projet sont plus influencées
par la modification du ruissellement moyen que par celle de la variance, et
l’efficacité de chaque règle peut avoir des impacts différents avec et sans changement climatique. Cette étude concernant les règles opérationnelles propose
également un ajustement dynamique et un transfert de l’eau vers des usages
à plus grande valeur ajoutée. Selon Lettenmaier et Sheer [1991] l’adaptation
des règles opérationnelles pour les systèmes de réservoirs en Californie est
envisageable, mais avec un risque qu’elle soit réalisée au détriment de la protection contre les inondations. Dans leur étude de cas, Wood et al. [1997]
montrent que prendre en compte le changement climatique peut ne pas affecter les règles opérationnelles optimales. De plus, des petits changements des
règles pour s’adapter au changement climatique ne modifient pas de façon
significative la performance du système étudié.
Certaines études constatent que ni l’augmentation de la capacité des réservoirs ni le changement des règles opérationnelles ne peuvent atténuer le
stress dû à la réduction des écoulements. C’est le constat fait par Christensen et Lettenmaier [2007] sur le Bassin du Colorado. Dans cette étude
de cas, où la réduction du ruissellement doit être attribuée aux différences
d’évapotranspiration, le modèle hydrologique utilisé a une résolution spatiale
plus fine que les modèles de circulation générale. Ainsi les interactions entre
l’élévation et les demandes évaporatives, qui ont une variabilité saisonnière,
peuvent être mieux représentées. Les auteurs soulignent la non linéarité des
103
réponses des systèmes de réservoirs aux changements d’écoulements et la
dégradation considérable de leur performance.
Ainsi, les règles opérationnelles peuvent être ajustées de manière dynamique afin de s’adapter au changement climatique. Malgré cette flexibilité,
comme on l’a vu, leur efficacité ne fait pas consensus. Dans le chapitre 5, avec
la méthodologie générique globale-locale présentée dans les chapitres 4 et 5,
les règles opérationnelles optimales d’opération coordonnée des systèmes de
réservoirs méditerranéens sont déterminées afin de satisfaire la demande en
irrigation avec le plus haut niveau possible de fiabilité.
Ces options d’adaptation du côté de l’offre peuvent en partie atténuer les
impacts du changement climatique. Cependant, sous changement climatique,
l’eau disponible sera probablement réduite notamment au niveau du bassin
méditerranéen, rendant dès lors les mesures d’adaptation du côté de l’offre
inefficaces. En outre, les mesures d’adaptation pourraient être plus flexibles
que les mesures du côté de l’offre. De plus, le défi, dès aujourd’hui, consiste à
faire converger l’offre avec une demande qui, par endroit, n’est pas satisfaite,
et, sous l’effet des changements socioéconomiques et hydroclimatiques futurs,
pourrait augmenter. Sous changement climatique, une meilleure gestion des
consommations en eau s’avérerait ainsi nécessaire afin d’adapter les demandes
et les besoins en eau des secteurs au nouvel état du climat.
2.4.1.4
Quelque éléments sur le coût des mesures d’adaptation du
côté offre
Même si des mesures d’atténuation du changement climatique sont prises,
un certain degré de changement climatique sera inévitable, nécessitant la
réalisation de mesures d’adaptation comme les mesures présentées ci-dessus
du côté de l’offre, pour répondre aux impacts. Dans la revue de littérature
conduite par Hughes et al. [2010], les résultats d’études au niveau micro
montrent que le coût d’adaptation au changement climatique dans le secteur
de l’eau pour les pays riches peut être considérable. Selon les auteurs, le
coût de l’adaptation peut varier considérablement en fonction du niveau de
référence, de la couverture sectorielle et du scénario climatique.
Dans leur étude, les auteurs proposent une approche “top-down” pour l’appréciation des coûts d’adaptation. Pour la première partie des coûts (DeltaC), ils considèrent que le changement des variables climatiques peut influencer
les coûts directs de construction des infrastructures pour assurer un niveau
de service fixe. Ainsi les standards de conception doivent être ajustés pour assurer le niveau de performance fixé. Les changements de coûts (construction,
opération, maintenance, remplacement) sont définis comme des relations de
104
dose-effet marginaux pour différents stress climatiques qui sont appliquées,
afin d’obtenir des séries d’augmentation des coûts par type d’infrastructure,
pays, période et scénario climatique. Ces relations sont aussi appliquées pour
la période de référence, ce qui permet de déterminer le coût Delta-C. Pour la
deuxième partie des coûts (Delta-V), les auteurs considèrent que les quantités
d’infrastructures nécessaires peuvent changer sous changement climatique,
étant donné que le niveau ou la composition de la demande pour les services
d’eau pour un certain niveau de revenu peut être modifié. Ils soulignent le
fait que la détermination de Delta-V est difficile à cause de deux aspects : les
impacts du climat sur la demande d’infrastructure et le long terme. Dès lors,
les Delta-V n’apparaissent pas à des intervalles réguliers de temps. De plus,
en matière de planification des infrastructures, les gouvernements doivent disposer d’informations sur comment le changement climatique peut influencer
le nombre et le type d’infrastructures nécessaires. Les auteurs considèrent
que la seule façon pour déterminer l’impact empirique du changement climatique sur la demande en infrastructure consiste à conduire une analyse
économétrique des données de panel.
Le coût de l’adaptation selon Hughes et al. [2010] représente 1-2% du coût
de référence pour les pays OCDE. Les coûts additionnels des ressources en eau
permettant de répondre à la hausse de la demande en eau domestique (fonction des paramètres hydroclimatiques) constituent l’élément essentiel du coût
d’adaptation. Les disparités régionales sont importantes, le coût de l’adaptation est par exemple plus élevé en Europe de l’Est par rapport à l’Europe de
l’Ouest. En effet, la demande en eau en Europe de l’Est augmenterait sous
changement climatique. D’après cette étude, le coût de l’adaptation s’avère
peu élevé par rapport aux autres facteurs influençant les coûts futurs des infrastructures. Cette charge, peu élevée selon Hughes et al. [2010], peut même
être réduite si des mécanismes économiques comme les taxes sur l’eau sont
mises en place pour réduire les extractions, générant des économies de 6-12
milliards de dollars par an pour les différents scénarios climatiques.
Ward et al. [2010] ont également évalué les coûts d’adaptation partiels
globaux et régionaux pour l’offre brute d’eau pour les demandes industrielles
et domestiques projetées au niveau national en 2050. Disposant comme options d’adaptation de la hausse du rendement des réservoirs ainsi que des
mesures alternatives (recyclage, collecte de l’eau pluviale, désalinisation), le
coût de l’adaptation s’élèverait à 12 milliards de dollars par an, 83-90% du
total toucherait l’Afrique Sub-Saharienne. Ces coûts, selon les auteurs, sont
faibles par rapport aux coûts de la période de référence qui s’élèvent à 73
milliards de dollars par an. Ainsi, Ward et al. [2010] suggèrent que l’adaptation au changement climatique soit incorporée dans le processus de prise de
105
décision plus large.
2.4.2
Les options d’adaptation du côté de la demande
Du côté de la demande, des mesures d’efficacité de l’usage, des politiques
de tarification, d’organisation des marchés d’eau ainsi que des mesures encourageant la conservation et la réallocation de l’eau vers des usages à plus
grande valeur sont envisageables. Ces mesures peuvent être mises en place
dès aujourd’hui car dans plusieurs régions du monde les ressources sont qualitativement et quantitativement fragilisées. Leur efficacité sous changement
climatique dépendra de l’horizon temporel de réalisation du changement, de
la prise en compte des impacts sur les différentes catégories de population
concernées, de la limitation des coûts de transaction associés, et de la réduction du risque. L’objectif de cette thèse est d’étudier les possibilités d’adaptation aux impacts du changement climatique du côté de l’offre. Ainsi, cette
section propose quelques pistes de réflexion sur les possibilités du côté de la
demande.
Alors que certaines mesures sont propres à chaque type de demande,
comme l’amélioration de l’efficience de l’usage, d’autres mesures nécessitent
l’interaction entre les différents secteurs demandeurs d’eau. Ces interactions
peuvent ensuite concerner des régions voir des pays entiers. Ainsi la coopération entre différents secteurs, régions ou pays peut s’avérer nécessaire pour
la réussite des options d’adaptation du côté de la demande mais sa mise en
œuvre constitue un sujet délicat.
D’après l’étude de Frederick [1997] sur les possibilités d’adaptation du
côté de la demande, les marchés et les instruments prix sont les principaux
moyens d’allocation de ressources rares entre usages en compétition mais ils
n’ont pas été appliqués dans le secteur de l’eau. En effet, même si des marchés
existent, les prix ne reflètent pas le vrai coût d’utilisation et du transfert de
l’eau. Un marché efficace nécessiterait des droits de propriétés transférables,
l’identification des externalités, une répartition équitable des coûts et bénéfices, des prix fixés aux usagers proches du coût social net, la présence de
plusieurs vendeurs et acheteurs. Les marchés d’eau à petite échelle existent
déjà dans des zones arides où les usagers échangent, prêtent, empruntent,
vendent ou achètent de l’eau, avec des coûts de transaction minimes et des
distances courtes, mais l’extension à une échelle plus grande peut être difficile. En considérant l’état du climat présent, selon Molle et Berkoff [2009], les
expériences positives de marchés concernent les pays où le contexte légal, institutionnel et régulateur est solide et où les parties prenantes sont assez riches.
Proposer leur mise en œuvre à des pays où les données hydrologiques sont
106
lacunaires, les infrastructures nécessaires n’existent pas et les gouvernements
ont une faible capacité de réalisation et de contrôle, ne semble pas réaliste. De
plus, ils considèrent que les transferts permanents des droits peuvent ne pas
être nécessaires, car des processus ad hoc de négociation comme le “drought
bank ” établis en Californie et les mesures de compensation au Japon, peuvent
être mis en place.
Le dégrée d’application ainsi que l’efficacité, les bénéfices et impacts négatifs peuvent varier parmi les options d’adaptation, cependant, les mesures du
côté de l’offre, déjà dominantes sous conditions socioéconomiques et hydroclimatiques présentes, continueront à dominer sous changement climatique. Les
options du côté de l’offre qui nécessitent souvent des investissements importants, peuvent avoir des conséquences sociales et environnementales négatives
et peuvent même aller à l’encontre des mesures de mitigation. Toutefois, la
mise en place des mesures du côté de la demande peut être très limitée puisqu’elles nécessitent le changement de comportements d’individus, potentiellement en compétition, avec des capacités d’adaptation différentes. Néanmoins,
elles sont nécessaires afin d’atténuer en partie les impacts du changement climatique, qui pourrait entraı̂ner une réduction importante des ressources en
eau. Dans plusieurs études, la prédominance des mesures du côté de l’offre a
été soulignée. Par exemple, Amarasinghe et al. [2008] proposent la recharge
artificielle des eaux souterraines car leur utilisation continuera à être choisie
pour le développement de l’irrigation en Inde. Les auteurs notent également
que les mesures qui peuvent induire des économies d’eau ne semblent pas être
suffisantes, et étant donné que les secteurs domestiques et industriels ont une
capacité grandissante à payer pour avoir accès à une offre propre et fiable,
la pression pour le développement supplémentaire des eaux de surface, avec
notamment des transferts intra et inter bassins, augmentera.
2.5
Quelques éléments de conclusion
En raison des liens qui unissent les systèmes climatique, hydrique, biophysique et sociéconomiques, le changement climatique pourrait amplifier les problèmes liés aux aspects quantitatifs et qualitatifs des ressources en eau déjà
existants, accélérant la vulnérabilité des secteurs en dépendant. La région
méditerranéenne sera particulièrement affectée par ces changements selon les
modèles climatiques. Cependant, de nombreuses incertitudes persistent sur
la localisation précise et l’ampleur du changement. Les simulations réalisées
avec les modèles climatiques pour le XXI e siècle indiquent en moyenne une
réduction des précipitations au niveau du bassin méditerranéen, entraı̂nant
107
potentiellement une hausse de la fréquence et de la durée des périodes de
sécheresse.
Dans ce contexte de changement climatique, les ressources en eau ne resteront vraisemblablement pas les mêmes que par le passé. Leur évaluation
dans le futur reste toutefois difficile car plusieurs sources d’incertitude liées
au changement climatique existent, et de plus, des facteurs non-climatiques
rentrent en ligne de compte. Ainsi les pratiques actuelles de gestion pourraient ne plus s’avérer fiables. Intégrer le changement climatique dans la
planification des ressources en eau constitue un défi car toutes les sources
d’incertitude doivent être prises en compte afin de disposer d’une vision la
plus globale possible des impacts sur les ressources en eau et les secteurs
dépendants.
Pour évaluer les impacts du changement climatique, un effort plus régionalisé est nécessaire car chaque région a son propre profil hydroclimatique
et socioéconomique, entraı̂nant des impacts différenciés. Du côté de la demande et en particulier de l’agriculture, la hausse de la température et de la
concentration du CO2 , peuvent avoir un impact différent sur la physiologie de
chaque culture. Les impacts pourraient également être différents en fonction
de la méthode utilisée pour leur évaluation. En Espagne par exemple, selon
des études réalisées qui considèrent les pratiques culturales et les durées de
développement actuel, les besoins en eau seraient en hausse en raison de la
réduction de la précipitation et du changement de sa distribution. Du côté de
l’offre, l’accès à l’eau, notamment dans les zones arides comme la Méditerranée, est assuré par des infrastructures hydrauliques est plus spécialement
par les barrages-réservoirs, à condition que le ruissellement et la recharge
des nappes ne soient pas réduits de façon importante. Un changement du
niveau d’eau stockée pourrait avoir des conséquences sur le fonctionnement
des réservoirs en conduisant ainsi à des coûts additionnels. De plus, le maintien et l’expansion des services seraient compromise en conduisant ainsi à
des coûts socioéconomiques importants. Ainsi, étant donné cette diversité
d’impacts provoqués par le changement climatique, il s’avère nécessaire de
mettre en place des mesures d’ajustement pour éviter ou bénéficier des effets
du changement climatique, du côté de l’offre ou de la demande, qui doivent
être appropriées aux caractéristiques de chaque région.
De façon générale, les mesures du côté de l’offre sont les plus souvent
envisagées, car traditionnellement l’offre est appelée à suivre la demande
grandissante. Plusieurs options sont liées aux barrages qui sont dimensionnés afin de réguler la ressource qui est caractérisée par une variabilité intra
et inter annuelle, assurer l’approvisionnement pendant la période des flux
minimum ou bien réduire la différence entre l’offre et la demande qui sont
108
variables dans l’espace et le temps. Etant donné l’importance que les barrages
ont dans les profils hydriques de plusieurs pays notamment en Méditerranée,
diverses mesures d’adaptation peuvent être envisagées les concernant. Leur
redimensionnement constitue une option qui nécessite de bien prendre en
compte les évolutions du climat futur car il s’agit d’investissements lourds
et irréversibles. D’autres options liées aux barrages peuvent être envisagées
comme la modification de leurs règles opérationnelles. Les règles peuvent
être ajustées dynamiquement et elles sont moins dépendantes d’une information climatique précise. Cependant leur efficacité n’est pas évidente. Selon
certaines études leur changement peut ne pas influencer la performance. Selon d’autres études, la modification peut se faire en fonction d’un objectif
au détriment des autres. Enfin, dans certaines études il est souligné que le
stress hydrique pourrait être accentué à un tel point qui ne pourrait pas être
compensé par la modification des règles opérationnelles.
Comme présenté dans le chapitre précèdent, en terme de recherche, le
défi est de disposer d’un double focus : maintenir une étendue géographique
globale et en même temps descendre au niveau du bassin versant afin de
représenter la variabilité des ressources en eau.
Les ressources en eau déjà fragilisées quantitativement et qualitativement
doivent faire face à des pressions grandissantes liées à des changements environnementaux et socioéconomiques globaux ou régionaux-locaux. De plus,
des nouveaux défis émergent durant le XXI e siècle à l’échelle globale, comme
le changement climatique, qui peuvent avoir des implications locales importantes comme l’accroissement de la pression sur les ressources en eau. C’est
pourquoi une évaluation globale des ressources en eau disponibles et des demandes semble être nécessaire afin de comparer l’offre et la demande sous
différentes conditions hydroclimatiques et socioéconomiques dans l’espace et
le temps et de tester différentes mesures du côté de l’offre et de la demande
qui peuvent aider à établir un équilibre offre-demande. De plus, diverses mesures d’adaptation du côté de l’offre et de la demande peuvent être évalués
afin d’atténuer les impacts du changement climatique et faire converger au
mieux une offre en eau probablement réduite et une demande en hausse.
Par conséquent, l’étude des impacts du changement climatique, de la
vulnérabilité des ressources en eau et des mesures d’adaptation présente
le double défi, mentionné auparavant : disposer d’une couverture globale
est important afin d’inclure ce changement global et représenter les interactions entre bassins versant, et d’autre part, représenter les profils hétérogènes
d’offre et de demande en eau des bassins est également essentiel afin de refléter
leur variabilité dans l’espace et le temps. Une telle approche intégrée globalelocale sera présentée dans les chapitres 4 et 5. Cette approche a une étendue
109
géographique global-régional et à l’échelle du bassin versant représente les
caractéristiques essentielles de l’offre de la demande, en fonction des données disponibles à l’échelle globale, qui permettent d’illustrer l’hétérogénéité
spatiale et temporelle de l’offre et de la demande. Cette méthodologie générique reconstitue les réseaux des réservoirs et les liens réservoirs-demandes
et détermine l’opération coordonnée des réseaux de réservoirs. Elle peut être
appliquée sur diverses régions du monde pour l’évaluation de changements
globaux. Dans le chapitre 5, elle est appliquée sous changement climatique
sur la région méditerranéenne pour déterminer les règles opérationnelles optimales du fonctionnement coordonné du réseau de réservoirs comme mesure
d’adaptation afin de satisfaire la demande en irrigation au plus haut niveau
de fiabilité possible. Enfin, dans le cadre de prise de décision robuste, le redimensionnement des réservoirs comme option d’adaptation est étudiée sous
incertitude climatique, au chapitre 3 à l’aide d’un modèle générique développé
à l’échelle du bassin versant. Ce modèle évalue l’influence que le changement
climatique a sur le dimensionnement optimal du volume ainsi que l’influence
de l’incertitude climatique sur la prise de décision concernant le dimensionnement.
Bibliographie
110
Bibliographie
Alcamo, J., M. Flörke, et M. Märker, Future long-term changes in global water
resources driven by socio-economic and climatic changes, Hydrological Sciences,
52 (2), 247–275, 2007.
Allen, R. G., L. S. Pereira, D. Raes, et M. Smith, Crop evapotranspiration –
guidelines for computing crop water requirements, Document de travail 56, FAO,
1998.
Amarasinghe, U., T. Shah, et P. G. McCornick, Seeking calm water : exploring
policy options for India’s water future, Natural Resources Forum, 32, 305–315,
2008.
Amengual, A., V. Homar, R. Romero, S. Alonso, et C. Ramis, A quantile-quantile
approach for the adjustment of climate potential for tourism at local and regional
scales : Application to the Mediterranean coastal region, Document de travail,
Universitat de les Illes Balears, 5th HymeX Workshop, 2011.
Anctil, F., J. Rousselle, et N. Lauzon (Eds.), Hydrologie cheminements de l’eau,
Presses Internationales Polytechnique, 2005.
Arnell, N. W., Climate change and water resources in Britain, Climatic Change,
39, 83–110, 1998.
Arnell, N. W., Climate change and global water resources : SRES emissions and
socio-economic scenarios, Global Environmental Change, 14, 31–52, 2004.
Arnell, N. W., et E. K. Delaney, Adapting to climate change : public water
supply in England and Wales, Climatic Change, 78, 227–255, doi :10.1007/
s10584-006-9067-9, 2006.
Beyene, T., D. P. Lettenmaier, et P. Kabat, Hydrologic impacts of climate change
on the Nile river basin : Implications of the 2007 IPCC climate scenarios, Climatic Change, 100 (3/4), 433–461, doi :DOI:10.1007/s10584-009-9693-0, 2010.
Bigano, A., J. Hamilton, et R. Tol, Climate change and tourism in the Mediterranean, Document de travail, Research Unit on Sustainability and Global Change,
Hamburg University, working Paper FNU-157, 2008.
Brisson, N., et F. Levrault (Eds.), Changement climatique, agriculture et forêt en
France : Simulations d’impacts sur les principales espèces, 336 pp., ADEME, le
Livre Vert du projet CLIMATOR (2007-2010), 2010.
Bibliographie
111
Christensen, N., et D. Lettenmaier, A multimodel ensemble approach to assessment
of climate change impacts on hydrology and water resources of the Colorado river
basin, Hydrology and Earth System Sciences, 11, 1417–1434, 2007.
de Graaf, R., N. van de Giesen, et F. van de Ven, Alternative water management
options to reduce vulnerability for climate change in the Netherlands, Natural
Hazards, 51, 407–422, doi :10.1007/s11069-007-9184-4, 2009.
de Loë, R., R. Kreutzwiser, et L. Moraru, Adaptation options for the near term :
climate change and the Canadian water sector, Global Environmental Change,
11, 231–245, 2001.
Dı́az, J. R., E. Weatherhead, J. Knox, et E. Camacho, Climate change impacts on
irrigation water requirements in the Guadalquivir river basin in Spain, Regional
Environmental Change, 7, 149–159, doi :10.1007/s10113-007-0035-3, 2007.
Döll, P., Impact of climate change and variability on irrigation requirements : a
global perspective, Climatic Change, 54 (4), 269–293, 2002.
Fischer, G., F. N. Tubiello, H. van Velthuizen, et D. A. Wiberg, Climate change
impacts on irrigation water requirements : effects of mitigation, 1990-2080, Technological Forecasting and Social Change, 74, 1083–1107, doi :10.1016/j.techfore.
2006.05.021, 2007.
Fisher, A. C., et S. J. Rubio, Adjusting to climate change : implications of increased
variability and asymmetric adjustment cost for investment in water reserves,
Journal of Environmental Economics and Management, 34, 207–227, 1997.
Hallegatte, S., J.-C. Hourcade, et P. Ambrosi, Using climate analogues for assessing
climate change economic impacts in urban areas, Climatic Change, 82 (1–2), 47–
60, doi :10.1007/s10584-006-9161-z, 2007.
Hallegatte, S., S. Somot, et H. Nassopoulos, Région méditerranéenne et changement climatique, 63 pp., IPEMED (Institut de Prospective Economique du
Monde Méditerranéen), 2008.
Hughes, G., P. Chinowsky, et K. Strzepek, The costs of adaptation to climate
change for water infrastructure in OECD countries, Utilities Policy, 18, 142–
153, doi :10.1016/j.jup.2010.03.002, 2010.
IPCC, Climate Change 2001 : Synthesis Report, 398 pp., Cambridge University
Press, available in French as ISBN 92-9169-215-8, also available in Arabic, Chinese, Spanish and Russian, 2001.
Bibliographie
112
IPCC, Climate Change 2007 The Physical Science Basis, 996 pp., Cambridge University Press, contribution of the Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change, 2007.
Kiparsky, M., et P. H. Gleick, Climate change and California water resources : a
survey and summary of the literature, Document de travail, Pacific Institute,
2003.
Larsen, S. V., Risk as a challenge in practice : investigating climate change in
water management, Regional Environmental Change, 11 (1), 111–122, doi :10.
1007/s10113-010-0123-7, 2010.
Lempert, R. J., et D. G. Groves, Identifying and evaluating robust adaptive policy
responses to climate change for water management agencies in the American
west, Technological Forecasting and Social Changes, 77, 960–974, doi :10.1016/
j.techfore.2010.04.007, 2010.
Lettenmaier, D. P., et D. P. Sheer, Climatic sensitivity of California water resources, Journal of Water Resources Planning and Management, 117 (1), 108–
125, 1991.
Lins, H. F., et E. Z. Stakhiv, Managing the nation’s water in a changing climate,
Lovelli, S., M. Perniola, T. D. Tommaso, D. Ventrella, M. Moriondo, et M. Amato,
Effects of rising atmospheric CO2 on crop evapotranspiration in a Mediterranean
area, Agricultural water management, 97, 1287–1292, doi :10.1016/j.agwat.2010.
03.005, 2010.
Magnan, A., J. Hamilton, A. Bujosa, J. Rosselló, et R. Bille, Mediterranean tourism and climate change : identifying future demand and assessing destinations
vulnerability, Document de travail, CIRCE European Project, regional Assessment of Climate Change in the Mediterranean Presentation of the section 4
(Tourism), Part 2 (People), Vol 2, CIRCE fourth general assembly, 2011.
Mendelsohn, R., et L. L. Bennett, Global warming and water management : water
allocation and project evaluation, Climatic Change, 37, 271–290, 1997.
Mendelsohn, R., W. Morrison, M. E. Schlesinger, et N. G. Andronova, Countryspecific market impacts of climate change, Climatic Change, 45, 553–569, 2000.
Michailidis, A., et K. Mattas, Using real options theory to irrigation dam investment analysis : an application of binomial option pricing model, Water Resources
Management, 21, 1717–1733, doi :10.1007/s11269-006-9122-3, 2007.
Mimikou, M. A., et Y. S. Kouvopoulos, regional climate change impacts : I impacts
on water resources, Hydrological Sciences, 36 (3), 247–258, 1991.
Bibliographie
113
Molle, F., et J. Berkoff, Cities vs. agriculture : a review of intersectoral water
reallocation, Natural Resources Forum, 33, 6–18, 2009.
O’Hara, J. K., et K. P. Georgakakos, Quantifying the urban water supply impacts
of climate change, Water Resources Management, 22, 1477–1497, 2008.
Prudhomme, C., et H. Davies, Assessing uncertainties in climate change impact
analyses on the river flow regimes in the UK. Part 1 : baseline climate, Climatic
Change, 93, 177–195, doi :10.1007/s10584-008-9464-3, 2009a.
analyses on the river flow regimes in the UK. Part 2 : future climate, Climatic
Change, 93, 197–222, doi :10.1007/s10584-008-9461-6, 2009b.
Quintana Seguı́, P., A. Ribes, E. Martin, F. Habets, et J. Boé, Comparison of
three downscaling methods in simulating the impact of climate change on the
hydrology of Mediterranean basins, Journal of Hydrology, 383 (1–2), 111–124,
doi :10.1016/j.jhydrol.2009.09.050, 2010.
Rogers, P., Engineering design and uncertainties related to climate change, Climatic Change, 37, 229–242, 1997.
Schaefli, B., B. Hingray, et A. Musy, Climate change and hydropower production
in the swiss alps : quantification of potential impacts and related modelling
uncertainties, Hydrology and Earth System Sciences, 11 (3), 1191–1205, 2007.
Somot, S., F. Sevault, M. Déqué, et M. Crépon, 21st century climate change scenario for the Mediterranean using a coupled atmosphere-ocean regional climate model, Global and Planetary Change, 63 (2–3), 112–126, doi :10.1016/j.gloplacha.
2007.10.003, 2008.
Tol, R. S. J., New estimates of the damage costs of climate change – Part II :
Dynamic estimates, Environmental and Resource Economics, 21 (2), 135–160,
2002a.
Tol, R. S. J., New estimates of the damage costs of climate change – Part I :
Benchmark estimates, Environmental and Resource Economics, 21 (1), 47–73,
2002b.
Venkatesh, B. N., et B. F. Hobbs, Analyzing investments for managing Lake Erie
levels under climate change uncertainty, Water Resources Research, 35 (5), 1671–
1683, 1999.
Ward, P., K. Strzepek, W. Pauw, L. Brander, G. Hughes, et J. Aerts, Partial costs
of global climate change adaptation for the supply of raw industrial and municipal water : a methodology and application, Environmental Research Letters,
5 (044011), 10, doi :10.1088/1748-9326/5/4/044011, 2010.
Bibliographie
114
Wood, A. W., D. P. Lettenmaier, et R. N. Palmer, Assessing climatic change
implications for water resources planning, Climatic Change, 37, 203–228, 1997.
Introduction au chapitre 3.
Adaptation à un changement
climatique incertain : analyse
coût-bénéfice et prise de
décision robuste pour le
dimensionnement d’un barrage
Les barrages-réservoirs sont des investissements lourds avec des durées de
vie très longues, ainsi les changements futurs devraient être pris en compte dès
leur conception. Cependant, les incertitudes liées à l’évolution de différents
paramètres, notamment hydroclimatiques, peuvent contraindre à la réalisation de décisions concernant la conception des réservoirs. Pour anticiper les
mesures d’adaptation au changement climatique, comme le redimensionnement des barrages-réservoirs, une information détaillée sur le changement du
climat local est nécessaire. Or, cette information n’est pas disponible parce
que entre autres, l’impact que le changement de la température moyenne
globale aura sur le changement à l’échelle locale, n’est pas certain, ainsi le
climat local futur est incertain. Etant donnée le niveau actuel significatif d’incertitude concernant le changement climatique, selon Hallegatte [2009], il est
plus approprié d’implémenter des stratégies d’adaptation robustes anticipées
qui peuvent réduire la vulnérabilité à une gamme la plus étendue possible
de changements climatiques. Ce cadre est appliqué dans le chapitre présent
dans le secteur de l’eau, un secteur particulièrement sensible aux conditions
climatiques, et plus spécialement au dimensionnement d’un barrage-réservoir.
Le changement du dimensionnement des barrages-réservoirs a été étudié
dans plusieurs études à l’échelle locale ou régionale, comme option possible
d’adaptation. Pour déterminer le volume optimal d’un réservoir sous change-
Introduction au chapitre 3. Adaptation à un changement climatique incertain : analyse
coût-bénéfice et prise de décision robuste pour le dimensionnement d’un barrage
116
ment climatique, deux méthodes sont disponibles dans la littérature. Selon
la première approche, le dimensionnement d’un réservoir doit permettre de
répondre à un niveau de demande donné avec une fiabilité définie. A savoir
que la fiabilité est un indicateur souvent utilisé pour évaluer la performance
d’un réservoir, c’est-à-dire la probabilité que le réservoir puisse répondre à
une fonction demandée (par ex. satisfaction de demandes en eau) pour une
période de temps et des conditions définies. Ce premier critère de dimensionnement est notamment utilisé dans les études menées par Mimikou et al.
[1991] et Mehrotra [1999]. Or, avec la réduction possible des précipitations
sous changement climatique et pour un niveau de demande inchangé, l’approvisionnement en eau pourrait être arrêté plus fréquemment. Ainsi, le changement du volume d’un réservoir ne pourra probablement pas contribuer
au maintien d’un niveau de fiabilité défini pour une demande donnée. C’est
pourquoi, un deuxième critère qui peut être utilisé pour le dimensionnement
d’un réservoir sous changement climatique est l’analyse coût-bénéfice, utilisé
dans l’étude menée par O’Hara et Georgakakos [2008].
Pour évaluer l’influence de l’incertitude climatique, un modèle simple de
dimensionnement d’un barrage-réservoir est présenté dans ce chapitre, testé
sur un bassin versant montagneux grec. Dans ce chapitre, l’analyse coûtbénéfice est utilisée afin de déterminer le volume optimal du réservoir sous
changement climatique. Tous les modèles climatiques du GIEC sont utilisés
et pour chacun, le volume optimal est déterminé en maximisant la valeur
actualisée nette. En faisant l’hypothèse qu’un modèle parmi les modèles du
GIEC est correct et que le climat futur est parmi les scénarios de changement
climatique produits par les modèles, on peut déterminer le coût maximum
de l’erreur liée au choix du modèle climatique pour le dimensionnent du réservoir. Etant donné le niveau d’incertitude, pour éviter la maladaptation au
changement climatique, une approche de prise de décision liée au dimensionnement du réservoir est proposée, afin de faire des choix robustes.
Les changements saisonniers de précipitation et de température sont déterminés sur la base des valeurs mensuelles de précipitation et de température
prises des sorties des modèles climatiques du GIEC pour le scénario A2, en
considérant une tendance linéaire afin d’enlever la variabilité inter-décennale
et inter-annuelle des modèles qui est incertaine. La série historique de 34 années de débits mensuels du bassin versant étudié, est modifiée sur la base de
ces changements saisonniers. Plus particulièrement, un facteur dépendant du
changement saisonnier de la température est considéré. De plus, un facteur
dépendant des changements saisonniers de précipitation et de température
est pris en compte, il traduit le changement de précipitation en changement
de débit. Les valeurs des deux facteurs sont calculées en fonction des chan-
117
gements saisonniers, à partir des valeurs données par Mimikou et al. [1991]
pour le bassin versant en question.
On considère que la demande est égale à l’offre disponible à un niveau de
fiabilité choisi de 95%. Sur la base des changements saisonniers donnés par
la tendance linéaire, pour chaque année, un climat stationnaire est choisi.
Pour le climat choisi pour chaque année, les changements saisonniers correspondants sont appliqués sur toutes les années. L’offre et la demande sous
climat non stationnaire pour chaque année, sont considérées égales à l’offre
et la demande du climat stationnaire associé à l’année et à ses changements
saisonniers correspondants.
La fonction entre la capacité de stockage et la hauteur du réservoir est
considérée être un polynôme de troisième degré qui est déterminé en faisant
des hypothèses sur la géométrie de la vallée (longueur, largeur, pentes). Pour
le bassin versant grec, la fonction définie est en accord avec celle donnée
par Georgakakos et al. [1999]. Des hypothèses sont également faites sur la
géométrie du barrage (section trapézoı̈dale en enrochement, angle, largeur
de la crête). La géométrie générique de la vallée permet de tester plusieurs
hypothèses sur la longueur de la vallée : courte, moyenne et longue. Pour le
calcul des bénéfices, la valeur unitaire de l’eau est considérée comme étant
indépendante du niveau de la demande. Le dimensionnement optimal du
barrage-réservoir est déterminé en maximisant la valeur actualisée nette du
système. Le coût maximum de l’erreur dans le choix du modèle pour le dimensionnement du réservoir est déterminé pour trois volumes : les volumes
optimaux maximum et minimum parmi les modèles et le volume optimal sans
changement climatique. Pour chaque volume parmi les trois et pour chaque
modèle climatique, le coût de l’erreur est calculé comme étant le ratio de la
différence entre la valeur actualisée nette du volume optimal du modèle et de
la valeur actualisée nette de volume avec le climat décrit par le modèle, sur
la valeur actualisée nette du volume optimal du modèle.
La valeur actualisée nette varie par rapport à la situation sans changement climatique entre 0% et -25% pour un taux de préférence pure pour le
présent de 0% et -10% pour un taux de 6%. Les impacts du changement climatique sont donc potentiellement importants malgré une adaptation optimale.
L’impact du changement climatique sur le dimensionnement est également
important car, avec un taux d’actualisation de 0% le volume optimal peut
varier entre 0% et -34% pour une longueur de vallée de 20km par rapport à
une situation sans changement climatique, ce qui indique le niveau important
d’incertitude. Le volume optimal peut varier entre -7% et +1% pour la même
longueur de vallée et un taux de 6%. Avec la hausse de la préférence pure
pour le présent, les bénéfices ainsi que les volumes optimaux sont diminués et
118
l’effet du changement climatique est réduit ce qui fait que la différence entre
les valeurs actualisées nettes est réduite.
La réduction de la précipitation conduit à des réservoirs plus petits, ce
qui contraste avec le résultat obtenu avec le critère de niveau de fiabilité
fixée. Les changements des volumes optimaux par rapport à la situation sans
changement climatique ne sont pas très différents pour les trois longueurs de
vallée considérées. Ceci provient du fait que les changements du ruissellement
moyen annuel, de la déviation standard et du ruissellement hivernal, sont
corrélés, or ce sont ces variables qui déterminent les volumes. Dans le cas
des vallées courtes, le réservoir se remplit en hiver, alors que dans le cas des
vallées longues le dimensionnement du réservoir dépend de la variabilité interannuelle. Ainsi, pour les moyennes et longues vallées, le dimensionnement des
réservoirs semble être plus influencé par le changement de la précipitation
totale annuelle que par les changements saisonniers. De plus, les changements
de la précipitation estivale, même s’ils peuvent être importants et différents
parmi les modèles, ils n’influencent pas le dimensionnement.
Différentes valeurs unitaires de l’eau sont examinées. La valeur de l’eau
a une influence sur le volume optimal sans pour autant changer les résultats
qualitativement.
Comme le volume optimal est réduit lorsque le ruissellement diminue, la
réduction de demande satisfaite est plus importante que celle du ruissellement.
Les modèles climatiques conduisent à des dimensions optimales et des
valeurs actualisées nettes différentes, le coût de l’erreur pourrait donc être
important. Cependant, dans cette étude, ce coût est faible. Il varie entre 0.3%
pour une vallée longue et un taux d’actualisation de 6%, et 2.8% pour une
vallée courte et un taux de 0%. Ainsi, malgré la différence entre les valeurs
actualisées nettes, le coût de l’erreur est faible : l’optimum est plat et peu
sensible au choix du volume. Etant donné le niveau actuel d’incertitude important, les sorties de tous les modèles climatiques disponibles peuvent être
utilisés, afin d’avoir le plus de descriptions possibles du climat futur. En faisant l’hypothèse que le climat décrit par un de ces modèles est vrai, on peut
déterminer le coût de l’erreur d’avoir dimensionné le réservoir sur la base des
descriptions erronées données par les modèles restants. Afin d’éviter la maladaptation et pour faire un choix de dimensionnement le plus robuste possible
à l’incertitude climatique, le réservoir peut être dimensionné en considérant
le modèle climatique qui minimise le coût de l’erreur d’avoir choisi parmi les
modèles climatiques avec une description du climat futur erronée.
L’optimum de la valeur actualisée nette étant plat, l’analyse coût-bénéfice
n’est pas très discriminante pour le choix du volume, à la différence du cri-
119
tère de maintien du niveau de fiabilité fixé. La valeur actualisée nette, en
revanche, n’étant pas très sensible à l’erreur de dimensionnement, peut donner une bonne indication sur l’opportunité de construire un réservoir. Le fait
que le coût de l’erreur soit faible peut être considéré comme positif pour le
dimensionnement des réservoirs, cependant les différences de NPV indiquent
que l’adaptation n’est, en général, pas efficace. Des mesures qui peuvent aider
à faire face aux ressources en eau réduites devraient être développées (par ex.
utilisation des ressources en eau non conventionnelles, contrôle de l’évolution
de la demande).
120
Bibliographie
Georgakakos, A., H. Yao, C. Demarchi, et M. Mullusky, Model development for simulation and optimisation of the Western Sterea Hellas hydrosystem, evaluation
of management of the water resources of Sterea Hellas, Document de travail 39,
Department of Water Resources, Hydraulic and Maritime Engineering – National Technical University of Athens, Athens, phase 3, 1999.
Hallegatte, S., Strategies to adapt to an uncertain climate change, Global Environmental Change, 19, 240–247, doi :10.1016/j.gloenvcha.2008.12.003, 2009.
Mehrotra, R., Sensitivity of runoff, soil moisture and reservoir design to climate
change in central indian river basins, Climatic Change, 42, 725–757, 1999.
Mimikou, M. A., P. S. Hadjisavva, Y. S. Kouvopoulos, et H. Afrateos, regional
climate change impacts : II impacts on water management works, Hydrological
Sciences, 36 (3), 259–270, 1991.
Chapter 3
Adaptation to an uncertain
climate change: cost benefit
analysis and robust decision
making for dam dimensioning
Abstract
Climate models project large changes in rainfall, but disagree
on their magnitude and sign. The consequences of this uncertainty on optimal dam dimensioning is assessed for a small mountainous catchment in Greece. Optimal dam design is estimated
using a Cost-Benefit Analysis (CBA) based on trends in seasonal temperature and precipitations from 19 IPCC-AR4 climate
models driven by the the SRES A2 emission scenario. Optimal
reservoir volumes are modified by climate change, leading to up
to 34-percent differences between optimal volumes. Contrary to
widely-used target-based approaches, the CBA suggests that reduced rainfall should lead to smaller water reservoirs. The resulting change in the Net Present Value (NPV) of water supply is also
substantial, ranging from no change to a large 25 percent loss, depending on the climate model, even assuming optimal adaptation
and perfect foresight. In addition, climate change uncertainty
can lead to design errors, with a cost ranging from 0.3 percent to
2.8 percent of the NPV, depending on site characteristics. This
paper proposes to complement the CBA with a robust decisionmaking approach that focuses on reducing design-error costs. It
also suggests that climate change impacts in the water sector
may reveal extremely large, that water reservoirs do not provide
a cost-efficient adaptation strategy, and that alternative adaptation strategies based on water conservation and non-conventional
water production need to be considered.
3.1 Introduction
123
Keywords: Optimal dam dimensioning, Climate Change, Adaptation, Uncertainty
JEL classification: Q25, Q54, L95
3.1
Introduction
According to the IPCC [2007], global mean temperature could increase by
between 1 and 6 ◦ C over this century. This warming would lead to multiple
and heterogeneous changes in local climates. Some locations would experience larger warming (e.g., the polar regions) than others (e.g., the southern
hemisphere). Some locations would receive more precipitations while others
would become drier. These local changes will have many consequences, in
many economic sectors, and will make it necessary to implement adaptation
actions.
In some sectors, adaptation can be reactive and be implemented when
climate changes are observed. In others, however, adaptation needs to be
anticipated [Hallegatte et al., 2007]. This is the case especially when investments have very long timescales: if all buildings are to be adapted to a
different climate in 2050, then changes in how we build and renovate buildings need to be implemented without delay. To anticipate adaptation needs,
however, it has often been said that detailed information on how local climates will change is necessary. But for various reasons detailed in Hallegatte
[2009], such information is not available and will not be available soon: future
local climates are uncertain because we do not know how much greenhouse
gas will be emitted in the future, because there is still a large uncertainty on
how global temperature reacts to changes in greenhouse gas concentrations,
and because we do not know how a change in global mean temperature would
translate into changes at the local scale. The last uncertainty is particularly
important for adaptation in water management, since global climate models
largely disagree on local precipitation changes [IPCC, 2007]. To cope with
this situation of increased uncertainty, Hallegatte [2009] proposed to follow
Lempert and Schlesinger [2000]; Lempert et al. [2006]; Lempert and Collins
[2007]; Groves and Lempert [2007] and to implement robust anticipated adaptation strategies that aim at reducing vulnerability to climate change, in the
largest possible range of climate changes.
This article applies this idea to dam dimensioning in the water management sector, a sector that is particularly sensitive to climate conditions. In
addition, water management segment is sensitive to socioeconomic conditions that can be quite uncertain. It is also a sector where investments are
3.1 Introduction
124
made for very long time: the lifetime of a dam exceeds largely 50 years, thus
requiring the taking into account of future changes. With climate change,
changes in precipitations and temperature mean, variability and extremes
are expected, leading to modification of hydro-climatic parameters, affecting
runoff, soil moisture and groundwater level. These alterations may, to different extents, affect the available water resources but also the different types of
water consumption. On account of quantitatively and qualitatively altered
water resources, the conception of hydraulic infrastructure will have to be
revised.
Frederick and Schwarz [1999] investigate the change in renewable water
supplies for the United States, focusing on changes in mean inflow. They
determine least cost management scenarios to balance change in evaporation
from surfaces of man made reservoirs and protect instream flows. To do so,
conservation measures appear to be less expensive than increases in supply.
They use two climate change scenarios, and obtain widely different least-cost
strategies, stressing the importance of uncertainty in future climate change.
Vogel et al. [1997] use simplified yield-storage relations to determine the
sensitivity of complex reservoir systems for river basins under climate change.
Still at the regional level, in China, Kirshen et al. [2005] go further and
determine the storage capacity needed to meet demand at the highest possible
level of reliability, taking into account the variability in precipitation and
inflows. To do so, they use the modified sequent-peak method, and evaluate
the associated costs using simplified unit-cost relations based on geophysical
characteristics. More recently, Ward et al. [2010] provided an estimation of
global and regional adaptation costs to reduced water availability. This study
assesses the cost of providing enough water to satisfy the projected industrial
and domestic water demands in 2050, using additional water storage and
non-conventional water production. According to their results, global storage
capacity is projected to increase significantly by 34-36% over the period 20102050. Estimated adaptation costs are of $12 bn per year, with almost 90%
of these costs in developing countries.
At a local level, some studies also try to assess the implication of climate
change for reservoir dimensioning. For example, Robinson [1997] determines
the maximum draw from a reservoir, and, hence, the minimum dam size
necessary to maintain a continuous energy generation under climate change in
some locations of the USA. A different methodology, based on the integrated
economic-engineering optimization model CALVIN [Tanaka et al., 2006] is
used to study the ability of California water supply system to adapt to long
term climatic and demographic changes. This methodology allows for the
determination of shadow values for infrastructure capacities and conveyance
3.1 Introduction
125
capacities. The study shows that, in that case, conveyance expansion is the
most relevant option.
In response to a change in the precipitation regime, the variability of water supply can increase or decrease. To assess the performance of hydraulic
infrastructures along this dimension, the reliability is a commonly used indicator. According to Koutsoyiannis [2005], the reliability of a reservoir is the
probability that the reservoir will accomplish a needed function, for example demand satisfaction, over a specific time period under stated conditions.
The studies presented above allow the determination of the dimensioning or
cost associated with maintaining a fixed level of reliability. Mimikou et al.
[1991b]; Mehrotra [1999] also determine water reservoir dimensions to reach
different reliability targets.
Equivalently, one can consider the change in water demand that can still
be satisfied at an unchanged reliability level. For instance, a reduction in
precipitation with unchanged water demand can lead to more frequent supply interruption, i.e. the water demand that is satisfied at an unchanged
reliability level is lower. Sometimes, accepting a change in available water
can be more efficient than trying to keep up with climate change with different infrastructure. Brikowski [2008] shows that for some reservoirs in the
Great Plains of USA, due to groundwater mining and climate change, the
decline in streamflow leads to a profound inefficiency of reservoirs: negative
water budgets even become common as over half of the water flowing into
the reservoirs evaporates.
It is not always possible nor efficient to modify the storage capacity of
water reservoirs to maintain unchanged the reliability of water supply, and a
change in demand can also be considered. Instead of a dimensioning based on
a target, cost-benefit analysis may be used to determine the optimal dimension of a dam, taking into account demand and supply changes. In O’Hara
and Georgakakos [2008], the effectiveness of storage capacity expansion is assessed for the water supply of San Diego in the US, and an optimal investment
policy is determined. In this study, several capacity expansion increments are
tested, and a valuation of demand and water imports is performed. Three
climate models are used, and a sensitivity analysis is also conducted on population change and plausible model parameter values. The expansion problem
is then solved as a recursive mathematical programming.
We find in the literature two approaches, one that determines the size or
cost of infrastructure based on a target in water delivery, and one that uses
cost-benefit analysis to compute the optimal infrastructure design, taking
into account the costs of construction and operation and the benefit from
water demand satisfaction. Here, we follow the second approach and use a
3.1 Introduction
126
cost-benefit analysis to determine dam dimensions.
A first contribution of this paper is to show that the two approaches
of dam dimensioning, namely cost-benefit analyses and target demand approaches, lead to opposite results: with decreasing rainfall, target based
methodologies lead to larger dams, while cost-benefit analyses lead to smaller
dams. To investigate this issue as well as the role of climate uncertainty, a
simple model of dam dimensioning under climate change is set up and tested
on a small mountainous catchment in Greece, where different climate models
from the IPCC lead to different changes in terms of precipitation. According
to IPCC [2007], the mean annual warming could reach 2.2-5.1 ◦ C based on
the A1B scenario, an increase which is more marked compared to the rest of
the world. In global warming projections for the Mediterranean area there is
less uncertainty concerning the sign compared to other regions of the world,
however the magnitude and precise localizations of changes differ among the
models. Mean annual precipitation will probably decrease on most of the
Mediterranean area, with reductions up to 20% for South Europe, more pronounced contrast in North Africa, and probably shorter rain and snow cover
periods. Evaporation increase in combination with precipitation decrease
should conduce to low soil moisture and river flow decrease with more water
during the winter in snow dominated basins.
Then we show how using different climate models could lead to very
different choices in terms of optimal dimensioning and different net present
values (NPV) for the available water. These results highlight the need to use
multiple models to avoid potential maladaptation. We also assess the cost of
error, and find that this cost is surprisingly low in light of the wide differences
in optimal volumes. Then, we discuss alternative strategies to decide about
dam dimensioning in the current situation where climate uncertainty at the
regional scale is very large. Even though applied to a small catchment, we
claim that this work yields insights that are of general relevance for climate
change adaptation and water management in a changing climate. At a later
stage, our model is meant to be applied to other catchments across the world,
and used as a tool for global studies on climate change adaptation in the water
supply sector, in the line of Ward et al. [2010] .
The next section describes the study area in Greece. Section 3.3 presents
the methodology for optimal dam dimensioning under climate change, considering first a changed (stationary) climate and second a changing (nonstationary) climate. Section 3.4 applies this methodology assuming three different reservoir geometries and using 19 climate models simulations from the
IPCC. Section 3.5 concludes and proposes insights on how to make climatesensitive decisions in the current situation of uncertainty.
3.2 Study area
127
Figure 3.1: General plan of the study area. Source Mimikou et al. [1991a]
3.2
Study area
The model is applied to a Mediterranean mountainous catchment in northern
Greece, the Pyli basin. The drainage basin is located at Latitude 39.4297 and
Longitude 21.6636, at a mean elevation of 800m above sea level. The basin
has a surface of 134.5 Km2 . It is one of the four drainage basins that are
part of a major water development scheme of the Acheloos River in central
Thessaly. The project comprises the construction of four reservoirs that
are going to exploit the hypsometric difference for power generation and will
also satisfy irrigation demand [Mimikou and Kouvopoulos, 1991; Georgakakos
et al., 1999; Koutsoyiannis et al., 2002; Loukas et al., 2007]. In this basin, 34
years of historical monthly runoff have been used, taken from Koutsoyiannis
et al. [1988, p. 76] and Nalbantis and Koutsoyiannis [1997, p. 31]. This data
provide important information on runoff variability in the catchment, which
is one of the basic information needed for dam dimensioning. A monthly time
step is used, which is a very common setup in water management studies.
3.3 Assessment of optimal dam dimensioning under climate change
3.3
128
Assessment of optimal dam dimensioning
under climate change
The section first proposes a methodology to assess the constant water demand
that can be satisfied by a water reservoir at a target reliability level Ψ and
in a stationary climate. The Ψ target reliability must be set high enough
in order to be able to trigger investments by economic agents which create
the corresponding water demand. If the target reliability is not high enough,
economic sectors will not rely on the corresponding available water for their
activities and the water may not be consumed, and in the longer term, the
economic actors will avoid investing in activities requiring water.
Then, in (section 3.3.2), a stationary climate with definitive change in
climate conditions is considered. The downscaling method allowing to determine the change in supply follows the ∆ methodology. With this method,
GCM signals calculated in the future are applied to the observed climate i.e.
baseline observations are adjusted by the differences or ratios of the periodaveraged results of GCMs and the corresponding averages for the GCM simulated baseline period. Here we therefore apply the same seasonal precipitation
and temperature changes to every year’s historical runoff. It is then assumed
that the demand in a changed climate adjusts to the supply associated with
the Ψ reliability target.
Next, in (section 3.3.3), a non stationary climate is considered with changing climate conditions, but these changes are modelled as a succession of
stationary climates. For the production of the climate change information,
the ∆ methodology is not used here. Instead, a linear trend is determined
based on the precipitation and temperature GCM projections. Using the seasonal changes per year given by the trend, a stationary climate is selected.
The stationary climate selected for this particular year has the corresponding
changes applied every year. The supply for this year in the changing climate
and the demand for this year are then taken to be equal to the supply and
demand for the corresponding stationary climate associated with this year
and the corresponding changes of the trend.
This method allows assessing the economic benefits from the reservoir.
Construction costs are estimated (described in Online Resource 1), and a
cost-benefit analysis is achieved to assess its optimal dimension.
129
Table 3.1: Fraction of annual demand used each month, φm , here shown in percent,
source: Aftias [1992]
OCT
NOV
DEC
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
6
6
7
8
9
10
11
11
10
9
7
6
3.3.1
Water reservoir dynamics and demand computation
This section proposes a method to assess the constant water demand that can
be satisfied by a water reservoir, at a fixed reliability level and in a stationary
climate. To do so, a behavioural method is used to compute the reliability of
water supply for all level of water demand and all possible reservoir storage
volumes. This relationship is then inverted to obtain the supply associated
with a Ψ target reliability.
We assume a given series of inflow It into the reservoir, e.g. the historical
data series, and a maximal reservoir volume K. Then, the supply reliability
is determined with a monthly time step.
The annual water demand D is converted to a monthly demand Dm using
monthly coefficients φm (in Table 3.1) in order to compute the pattern of
water use in the region: Dm = φm D. These coefficients are taken from
Aftias [1992] and correspond to the observed values for Athens. The sum of
all φm is equal to one.
Evaporation losses and precipitations over the reservoir are not taken
into account, assuming they cancel out. In site uncontrollable losses are also
ignored. Simple operating rules are used for the reservoir: (i) if possible,
water is withdrawn to satisfy water demand; (ii) all additional water is used
to fill the reservoir volume Vt ; (iii) overflow is spilled and cannot be used. As
a consequence, the water volume dynamics is given by:
Vt+1

 K, if Vt + It − φm D > K,
=
0, if Vt + It − φm D < 0,

Vt + It − φm D, otherwise
(3.1)
If Vt + It − φm D < 0, the monthly water demand cannot be fully satisfied,
s
and the satisfied monthly demand Dm
is only equal to Vt + It . Otherwise,
the demand is fully satisfied and equal to φm D. The reliability of water
130
supply over all periods T of reservoir operation, is equal to the mean value
of monthly reliabilities:
R=
s
Dm
t Dm
PT
T
(3.2)
To avoid choosing an initial value for the reservoir fill percentage, a first
simulation is carried over with a reservoir initially empty, without calculating
reliability. The last value of this simulation is used as starting point for an
additional simulation that is used to compute reliability RI,K (D).
The supply guaranteed with a Ψ target reliability,
−1
SΨ = RI,K
(Ψ)
(3.3)
is computed by inverting the reliability function, which is a monotonically decreasing function of the supply target D, leading to the supply SΨ (It,t∈[0,T ] , K).
The resolution of equation 3.3 can only be done numerically.
This method allows the calculation of the water demand that can be
satisfied at the Ψ target reliability level, as a function of the water inflow in
the reservoir. We need now to assess how these inflows depend on climate
conditions.
3.3.2
Demand in a changed (stationary) climate
In this section, we assume an instantaneous and definitive change in climate
conditions, but the climate remains stationary. To take into account climate
change, the historical runoff data is modified according to model precipitation and temperature changes. To allow for changes in seasonal variability,
we consider two seasons: the winter season w from October until March and
the summer season s from April until September. We assume that summer
temperatures are increased by δTs degree and winter temperatures by δTw
degree. Summer precipitations are multiplied by 1 + αPs and winter precipitation are multiplied by 1 + αPw . We apply these changes to every year
alike, disregarding changes in inter-annual variability. A potentially important impact of climate change on variability, see e.g. Schär et al. [2004], is
thus disregarded.
These changes in precipitations and temperatures are translated into
changes in runoffs using the historical runoffs I¯t described in section 3.2.
First, there is an effect of the temperature that changes the runoff even without precipitation change. Classically, there is an increase in winter runoff in
131
case snowmelt increase, and a decrease in summer runoff due to a decrease
in remaining snow and an increase in evapotranspiration. Second, a change
in rainfall will impact the runoff, this relation being temperature-dependent.
In a situation where rainfall is 10% lower than in the historical data, runoff
will be lower than in the historical data by a factor given by a temperaturedependent coefficient multiplied by 10%.
Formally, the runoff change is described by a temperature change factor
A, added to a precipitation change factor that translates precipitation change
to a change in runoff through a “magnification factor” M :
It = (1 + A(δT ) + M (αP, δT )αP )I¯t .
(3.4)
The magnification factor itself depends on precipitation and temperature changes. This parameter summarizes how changes in snow cover, snow
melt and evapotranspiration modifies how precipitation influences runoff. In
this study, we use the rainfall-runoff magnification factors and temperature
change factors published by Mimikou and Kouvopoulos [1991]. Linear interpolation and extrapolation is used to determine the magnification factors for
all the possible temperature and precipitation changes. In the river basin
studied here, the temperature factor A(δT ) is very small, and is therefore set
to 0.
From these mean winter and summer values, monthly values are computed, by mapping to a sinusoid and rescaling such that the mean seasonal
change is unchanged. This is done for the magnification factors and the
precipitation changes (details are given in Online Resource 1).
Noting I¯ the historical runoff, the altered runoff under climate change in
season j is:
¯ + A(δTw , δTs ) + αPj (αPw , αPs ) · Mj (δTw , δTs ))
I(αPw , αPs , δTw , δTs ) = I(1
(3.5)
with A(δTw , δTs ) = 0 for the basin under consideration. Monthly runoff
computation is detailed in Online Resource 1.
The altered runoff allows to compute the stationary supply at the Ψ target
reliability level (SΨ ), as done in the previous section. Then the corresponding demand in a changed climate can be estimated, assuming that demand
adjusts to the Ψ target reliability supply.
¯ K, αPw , αPs , δTw , δTs ) = SΨ (I,
¯ K, αPw , αPs , δTw , δTs ).
DΨ (I,
(3.6)
3.3.3
132
Demand in a changing (non-stationary) climate
Climate change will not be a sudden and permanent shift in climate conditions. Instead, we experience a non-stationary climate with changing climate
conditions. Because we have only a few climate simulations and because
climate models have difficulties to reproduce natural inter-annual and interdecadal variability, this analysis uses a combination of historical data series
and of climate model signals to assess how climate change will modify optimal
water infrastructure designs.
For the generation of seasonal precipitation and temperature scenarios, we
use the outputs of 19 IPCC AR4 models for the SRES A2 scenario. Monthly
precipitation and temperature data from the IPCC AR4 database at the grid
point containing the studied river basin are used to compute the seasonal
temperature and precipitation changes.
Thirty-year moving averages of the seasonal sums of precipitations and
of the seasonal temperature means are computed between 2000 and 2100.
The resulting series are averaged across all the runs for each model, therefore
removing the inter-run variability to keep only a mean climate change signal.
Then, a linear trend is determined to remove inter-decadal and inter-annual
variability, which is uncertain in climate models and can hide the climatechange signal, especially over the short term. This linear trend provides the
climate-change parameters αPw (y), αPs (y), δTw (y), δTs (y) for each year y.
A period of 70 years is used, corresponding approximately to the reservoir
life time. It is worth emphasizing that the resulting time series embed the
trends in intra-annual variability as obtained from the GCM (through the
consideration of two seasons). The time series, on the other hand, discard
very uncertain GCM transient dynamics and inter-annual variability.
The demand available each year in a transient climate is computed using
the value from a stationary climate determined above, considering that it
adjusts to the available resource, and that the available resource in a transient
climate is the same than in a stationary climate. For each year of the period,
we have a set of climate change parameters, and the demand for this year
is then assumed equal to the available demand in a stationary climate with
the same climate change parameters. Formally, the demand satisfied with Ψ
target reliability for each year y is:
¯ K, αPw (y), αPs (y), δTw (y), δTs (y)).
DΨ (I,
The water that is actually used is:
¯ K, αPw (y), αPs (y), δTw (y), δTs (y)).
D(K, y) = Ψ · DΨ (I,
(3.7)
3.4 Results
133
This method allows the assessment of the water demand that can be
satisfied with a Ψ target reliability, for each year y and for each climate
scenario from the IPCC climate models.
3.3.4
Water benefits, construction costs and net present
value
Construction costs for a given capacity are determined by considering a
valley-shaped reservoir with a rock-filled dam at the entrance of the valley.
The cost computation is described precisely in Online Resource 1.
The economic benefits of a given demand for a year is set to the discounted
value of water, where the quantity of water used is set to the demand in
a transient climate taken from the equation 3.7. The unit water price is
considered to be independent of the demand level.
The net present value (NPV) of the water system is set equal to the
benefits of water minus the construction costs. The system (water and manmade reservoir) net present value is then maximized in order to determine
the optimal dam dimension. The parameter values and of the details of
computation are described in Online Resource 1.
3.4
Results
The model is implemented in scilab, the code is available upon request. To
calculate B(V ) and C(V ), volumes have been discretized with a step of 0.7%
between each volume. Demand, cost and NPV are computed for all the
volumes and all the climate change scenarios. The optimal volume is simply
the volume with largest NPV.
3.4.1
Reference case without climate change
With the set of parameters shown in Table 1 of Online Resource 1, the
relationships between dam height, reservoir surface and reservoir volume are
in agreement with Georgakakos et al. [1999]. We also consider other reservoir
geometries to investigate model results. The model, indeed, is meant to be
generic and this sensitivity analysis highlights how optimal storage capacity
choice under climate change may depend on local constraints. Therefore,
optimal volumes are computed for different valley lengths, which determine
the marginal cost of the reservoir: in a longer valley, a given reservoir volume
3.4 Results
134
is achieved with a smaller (and cheaper) dam. The results obtained without
climate change are described in detail in Online Resource 1.
3.4.2
Optimal dimensioning under climate change
In this section, changes in optimal dam dimensioning and economic value are
presented, focusing on how they are influenced by the geometry of the valley,
pure time preference, water price and runoff change.
According to IPCC [2007] for the Mediterranean region there an agreement for all the models on the sign of precipitation changes, however the
magnitude and precise localisations of changes vary among the models. Mean
annual precipitation reduction averaged over the models leads to a 20% reduction in South Europe, while evaporation increases. Both effects should
conduce to low soil moisture and river flow decrease with probable seasonal
redistribution. Hence, here, like in IPCC [2007] results, mean runoff tend to
decrease with climate change in the Mediterranean region. The changes in
standard deviation is shown in Table 3.2, in the last column. The change in
runoff is shown in Table 3.3 as well as Tables 1 and 2 of Online Resource 2,
in the last column. The computation of the average changes in mean runoff
is detailed in Online Resource 1.
3.4.2.1
Volume
Figure 3.2 shows how the water system net present value (NPV) depends
on the reservoir volume, for a valley length 10km and for three models CNRMCM3 (exhibiting a very important reduction in variability and mean),
CSIROMK35 (with a moderate reduction in variability and mean), and
NCARPCM1 (with an unchanged mean and an increase in variability). The
figure includes the results with a null pure time preference and with a 3 and
6 percent rate of pure time preference.
The purpose of this illustration is not to show the precise NPV values
but the three groupings (indicated with the three ellipsis) of the four models
(CNRMCM3, CSIROMK35, NCARPCM1, no climate change) corresponding
to the three pure time preferences (0%, 3%, 6%) and their respective NPV
ranges under climate change (indicated with the three vertical bars). Indeed,
this figure shows that a higher discount rate has two consequences: classically,
it leads to lower benefits and therefore smaller optimal volumes, but it also
diminishes the effect of climate change as the difference of computed NPVs
is reduced when the interest rate is higher. This arises simply from the fact
that higher discount rate leads to giving less importance on the future, where
3.4 Results
1
Net present value (10^9 $)
0.9
0% ptp range of CC
0.8
0.7
0% ptp, 4models
0.6
0.5
0.4
0.3
3% ptp range of CC
0.2
3% ptp, 4 models
0.1
0
6% ptp, 4 models
0
20
CNRMCM3, 0%
CNRMCM3, 3%
CNRMCM3, 6%
NCARPCM1, 0%
40
60
80
100
Volume (10^6 m^3)
CSIROMK35, 6%
NCARPCM1, 3%
NOCC, 0%
NCARPCM1, 6%
NOCC, 3%
CSIROMK35, 0%
NOCC, 6%
CSIROMK35, 3%
6% ptp range of CC
120
Figure 3.2: Net present value as a function of reservoir volume. Three models and the no-climate-change case (NOCC) are
shown and three rates of pure time preference. The models (CNRMCM3, NCARPCM1 and CSIROMK35) exhibit different
changes in variability and mean. The purpose is not to show the precise NPV of each model but to illustrate, beside the
usual pure time preference effect (lower NPV and optimal volume), the reduction of NPV difference between models under
climate change. Indeed, the NPV range is much larger for a 0% pure time preference
135
3.4 Results
136
most of climate change is taking place.
The change in optimal volume obtained by the maximization of the NPV
is shown in Table 3.2, as a percentage of the case with no climate change
for three valley lengths, three pure time preferences, and all IPCC models.
It can be seen that less runoff conduces to smaller volumes. Hence, lower
rainfall is not compensated through increased water storage in an optimal
adaptation strategy using cost-benefit analysis, which is in contrast with
the result obtained with the demand target methodology [Ward et al., 2010;
Mimikou et al., 1991b]. This change is more significant when the pure time
preference is low. The range of variation is from -34% up to +2%, indicating
the large incertainty.
These results depend on the hypothesis that the unit value of water is
constant. When water is scarcer, the increase in unit water value could
increase the benefits of building a bigger reservoir and lower the differences
in size. Here, since the unit value of water do not change, it is not beneficial
to bear the costs of capturing an additional part of the smaller water quantity
that is available.
As shown in this table, different geometries do not lead to large differences
in the percentage change of optimal volumes compared with the no climate
change optimal capacities (for each combination of pure time preference and
climate change model). This result stems from the fact that changes in
mean runoff, standard deviation and winter runoff are rather well correlated.
This correlation could explain the comparable percent change of optimal
volumes, whether winter runoff, inflow variability or mean runoff is the major
driver of the optimal volume. It is interesting to note that the presence of a
medium or large size dam gives more importance to total annual precipitation
change than to changes restrained to a season. For instance, the change in
summer precipitations may be different between climate models, but this
does not affect the dam dimensioning or the demand satisfaction because a
small reservoir refills mostly in winter and a big reservoir is only affected by
inter-annual variability change.
The water value has an effect on the optimal volume, as shown in Table
1 of Online Resource 2 where three water values are compared, although it
does not change the results in qualitative terms.
3.4.2.2
Satisfied demand
The change in satisfied demand at the end of the period of 70 years is much
less influenced by the pure time preference, as shown on Table 1 of Online
Resource 2. This is obvious for a long valley: in that case the reservoir is very
3.4 Results
137
Table 3.2: Percent change in optimal volume storage relative to a case with no
climate change (historic baseline), for three valley lengths, three rates of pure time
preference, and 19 IPCC models
Reservoir length
Pure time preference
BCCRBCM20
CCCMACGCM31
CNRMCM3
CSIROMK30
CSIROMK35
GFDLCM20
GFDLCM21
GISSMODELER
INGVECHAM4
INMCM30
IPSLCM4
MIROC32MEDRES
MIUBECHOG
MPIECHAM5
MRICGCM232A
NCARCCSM30
NCARPCM1
UKMOHADCM3
UKMOHADGEM1
0%
-10
-9
-23
-14
-10
-10
-17
-15
-17
-4
-17
-5
-17
-17
-6
-8
2
-6
0
4km
3%
-6
-4
-12
-9
-6
-3
-7
-9
-10
-2
-10
-2
-10
-10
-3
-4
2
-3
0
6%
-3
-3
-12
-5
-3
-3
-6
-6
-8
-1
-7
-1
-7
-7
-1
-2
0
-2
0
0%
-12
-15
-23
-16
-12
-14
-21
-21
-22
-4
-20
-6
-18
-22
-7
-12
1
-10
0
10km
3%
-7
-5
-14
-10
-6
-6
-10
-10
-11
-2
-11
-2
-10
-11
-2
-4
1
-3
0
6%
-7
-6
-10
-8
-7
-4
-8
-8
-9
-3
-8
-3
-9
-8
-4
-5
1
-4
0
0%
-8
-16
-23
-11
-9
-25
-34
-25
-17
-5
-17
-8
-14
-26
-9
-11
-9
-13
0
20km
3%
-8
-10
-13
-10
-9
-9
-12
-11
-12
-4
-11
-7
-10
-12
-8
-9
-1
-9
0
6%
-2
-1
-7
-3
-1
-1
-3
-3
-4
-1
-4
-1
-4
-4
-1
-1
1
-1
0
Stddev
change
-9
-9
-21
-13
-9
-10
-16
-16
-18
-4
-16
-5
-15
-18
-6
-8
1
-6
-0
3.4 Results
138
big for all pure time preference values, and most of the variability is captured.
Therefore, the change in satisfied demand simply follows the change in mean
runoff.
An interesting result of this analysis is that — in an optimal adaptation
scenario — the reduction in rainfall is not compensated by larger reservoirs.
On the opposite, the optimal reservoir is smaller in a drier climate, and
the satisfied demand is significantly reduced. In practice, the reduction in
satisfied demand is larger than the reduction in runoff with a fixed water
value. Optimal adaptation do not maintain water availability.
3.4.2.3
Net present value
The change in net present value, shown in Table 3.3, takes into account the
reservoir size, such that smaller reservoirs lead to lower costs, and the change
in satisfied demand. It also integrates what happens in the first years with
low climate change and the potentially important changes in demand at the
end of the period. Net change in NPV is relevant, because it corresponds
with the cost of climate change with optimal adaptation taken into account.
The change in NPV with climate change may be substantial with low
discounting, in case of an important reduction of runoff with losses up to
25 percent of the net present value of the water system without climate
change. Discounting changes the percentages, but the differences remain,
with a maximal loss of 12 percent.
Climate change may even make the reservoir undesirable. The net benefit
of the dam may indeed become negative due to climate change for the smallest
water price. For this price, an intermediate valley length of 8km and a rate of
pure time preference of 6 percent, a dam is desirable in the current climate.
But with climate change, 18 models lead to an optimal situation without
dam, while 1 model favour a situation with a dam.
3.4.3
Error costs and robust decision-making
Climate model uncertainty is here a potential source of error regarding optimal dam dimensioning. Indeed, there is a substantial difference between
the optimal heights, and, therefore, a potential for sunk costs, if the realized
climate is not consistent with the climate the dam has been designed for. Table 3.2 shows that, especially for low rates of pure time preference, optimal
dimensions differ markedly between different climate change scenarios. For
example, with a 10km valley and no pure time preference, the optimal volumes varies between 1% and -23% compared with a situation with no climate
3.4 Results
139
Table 3.3: Percent change in net present value (NPV) in percent relative to a case
with no climate change (historic baseline), for three valley lengths, three rates of
pure time preference, and 19 IPCC models
Reservoir length
BCCRBCM20
CCCMACGCM31
CNRMCM3
CSIROMK30
CSIROMK35
GFDLCM20
GFDLCM21
GISSMODELER
INGVECHAM4
INMCM30
IPSLCM4
MIROC32MEDRES
MIUBECHOG
MPIECHAM5
MRICGCM232A
NCARCCSM30
NCARPCM1
UKMOHADCM3
UKMOHADGEM1
0%
-8
-14
-22
-11
-9
-19
-25
-21
-20
-4
-18
-6
-13
-23
-8
-11
-3
-11
-0
4km
3%
-5
-12
-15
-7
-6
-16
-21
-17
-15
-3
-13
-5
-9
-18
-6
-9
-4
-10
-0
6%
-4
-12
-12
-4
-5
-18
-21
-16
-13
-3
-11
-5
-6
-17
-6
-8
-6
-10
-0
0%
-8
-13
-21
-11
-9
-17
-23
-20
-19
-4
-17
-6
-13
-22
-7
-10
-2
-10
-0
10km
3%
-6
-10
-16
-8
-6
-13
-18
-15
-14
-3
-13
-4
-10
-16
-5
-8
-2
-8
-0
6%
-4
-8
-11
-5
-5
-10
-14
-11
-10
-2
-9
-3
-7
-12
-4
-6
-2
-6
-0
0%
-8
-13
-21
-11
-9
-17
-23
-20
-19
-4
-17
-6
-13
-22
-7
-10
-2
-10
-0
20km
3%
-6
-9
-15
-8
-6
-12
-16
-14
-14
-3
-12
-4
-9
-16
-5
-7
-1
-7
-0
6%
-4
-7
-11
-6
-5
-9
-12
-10
-10
-2
-9
-3
-7
-12
-4
-5
-1
-5
-0
Runoff
change
-8
-12
-20
-11
-9
-15
-21
-19
-18
-4
-17
-6
-13
-20
-7
-9
-1
-9
-0
3.4 Results
140
Table 3.4: Maximal error costs in percent for three volumes, the largest volume,
the smallest volume and the volume chosen without climate change
Reservoir length
0%
4km
3%
6%
0%
10km
3%
6%
0%
20km
3%
6%
smallest volume
no climate change optimal volume
largest volume
2.63
2.39
2.83
2.28
1.01
1.35
1.65
1.63
1.63
1.31
1.12
1.21
1.36
1.08
1.25
0.49
0.33
0.40
0.53
0.78
0.78
0.59
0.50
0.50
0.68
0.26
0.35
change.
Assuming — quite unrealistically — that one of the IPCC models is
perfectly correct and that the future climate is actually among the climate
change scenarios produced by the climate models, we can assess the cost of
designing the dam using one of the eleven wrong models1 .
To assess these error costs in each situation (three valley lengths and
the no-discounting, 3 or 6 percent pure time preference case), the maximal
cost resulting from an error in climate model choice is computed for three
volumes:
1. the largest optimal volume among all models,
2. the smallest optimal volume among all models,
3. the optimal volume without climate change.
For each of these three volumes V and for each climatic model scenario
M , the cost of error (in percent) is computed as
100
maxv (N P V (v, M )) − N P V (V, M )
.
maxv (N P V (v, M ))
(3.8)
The maximal relative error costs over all models are shown in Table 3.4.
The error costs are higher in the case of a small valley, up to 2.8 percent of the
NPV, while they are small in case of a very long valley, with at most 0.78%.
This is consistent with the fact that height-dependent costs are smaller when
the valley is long. As a consequence, the NPV is flat around the optimum in
the case of the long valley, with a large reservoir and a benefit determined
by the available inflow and not too sensitive to the reservoir volume.
1
Besides the fact that none of the models is perfect in its ability to predict climate
change, it is essential to note that we considered here only one emission scenario. The
uncertainty on future GHG emissions could be added to this methodology.
3.4 Results
141
5
0
-10
6
Value (10 $)
-5
-15
-20
-25
-30
-35
-40
74
76
78
80
82
6
84
86
88
3
Volume (10 m )
Adaptation cost
Climate change residual impacts (losses are negative)
Climate change net impacts (losses are negative)
Error cost
Figure 3.3: Costs and benefits associated with adaptation of dam dimensioning, for
the CSIROMK35 climate change scenario, a pure time preference of 3 percent and
a valley length of 10km. The cross corresponds to the optimal volume. Costs and
benefits are shown as a function of the volume of the dam. The adaptation cost
is the height-dependent cost of the reservoir. In most cases adaptation costs are
negative since reservoirs are smaller with climate change, it is also the case here.
The residual impacts are also figured, corresponding with the change in water
benefits with climate change and reservoir volume adaptation, compared with the
no climate change situation. The residual impacts are also negative because of the
decrease in mean runoff compared with the no climate change situation. The net
impact of climate change is the difference of water system NPV with respect with
the no climate change case. The net impact is quite flat, large, and negative. The
error cost is also presented
Still assuming that one of these models is correct and predicts the actual
future climate, the error cost of using the wrong model is shown in the second table of Online Resource 2, for a 3% pure time preference rate and a
10km valley length. This table shows that, in that case, the error costs are
roughly symmetric and regularly increase with the error in predicting rainfall
characteristics.
Figure 3.3 shows the adaptation cost, the error cost, the residual impact and the net climate change impact2 , as well as their change with dam
volumes. The distinction between adaptation costs and residual impacts is
always somehow arbitrary. Here we consider that the adaptation measure is
2
A positive impact is a benefit, while a negative impact is a cost.
3.5 Conclusion
142
the determination of the optimum size of the dam and the adaptation cost
is the cost associated with the change in the dam size, while the residual
impact is the difference between the water benefit present value with and
without climate change and adaptation so that losses correspond to negative
values. Adaptation cost, which varies in the same direction than residual
impacts, increases with the dam volume. In our analysis, adaptation costs
are negative, since adaptation leads to smaller, and cheaper, dams. Their
difference, the net climate change impact is however quite flat. In that case
there is a reduction in available water leading to a negative net impact (i.e.
a loss). The error cost, corresponding with the difference in net cost for different volumes, is small, compared with the large adaptation cost of climate
change.
It has been said that, in the current situation of deep uncertainty on how
climate will change, using scenario analysis and robustness criteria was more
adequate than cost-benefit analysis; see for instance Lempert and Schlesinger
[2000]; Lempert et al. [2006]; Lempert and Collins [2007]; Groves and Lempert
[2007]; Hallegatte [2009], and application to water management in Groves
et al. [2007]; Dessai [2005]; Dessai and Hulme [2007]. In the current analysis,
it is possible to look for robustness by designing the dam using the volume
with which the maximum error cost is the smallest (a minimax approach).
Looking at the corresponding models, one find that two models have a maximum error cost that is the smallest, i.e. GFDLCM20 and CSIROMK35 (with
a maximal error cost of 0.4 percent). The cost benefit analysis shows that
this choice is robust, a result which is not really surprising since the error
cost is quite small.
3.5
3.5.1
Conclusion
Summary
This analysis shows that climate change influences in a significant manner
the optimal dimensioning of water reservoirs. Since climate change is uncertain, optimal reservoir design is also uncertain. For instance, in one case of
reservoir geometry and no discounting, the optimal reservoir volume varies
between no change and -34 percent compared with a situation with no climate change, depending on the climate model that is used. Importantly,
our analysis suggests that the reduction in rainfall should lead to building
smaller dams and that reduced water availability can not be cost-effectively
compensated by more water storage, in a setting where the unit value of
3.5 Conclusion
143
water is considered to be independent of demand.
There is therefore a potential for sunk-costs, in case a large reservoir is
constructed while actual climate change finally calls for a smaller reservoir.
Correspondingly, a small reservoir may be constructed, in spite of a potential
for satisfying a larger water demand. In our case, the costs associated with
these errors are not large, however, as they lie between 0.3 percent with a
long valley and a 6 percent discount rate) and 2.8 percent (with a short
valley and no discounting). The error cost is lowest for long valleys, i.e.
when the reservoir cost is low, the reservoir large, the dam height small and
all the available inflow captured. These costs are relatively low, compared
with the net present values differences between scenarios: optimums are flat
and therefore not very sensitive to the volume chosen in the end. Although
this is good news for dam dimensioning, this also means that adaptation
measures are not always effective to mitigate climate change impacts in the
water sector. Adaptation policies need to further focus on how to cope with
reduced water resources (e.g. reduced water consumption, non-conventional
water production), in addition to maintenance of water resources through
increased water storage.
Indeed, the net present value of water resources can be substantially affected by climate change, even assuming optimal adaptation: depending on
the model, the change in NPV ranges from no change to a reduction of 25
percent (without discounting) or 12 percent (8 percent discounting, if 2%
economy growth rate and unit income elasticity are assumed) compared with
a situation without climate change. This is a very large negative impact of
climate change, even assuming optimal adaptation and perfect foresight.
3.5.2
Conclusion on adaptation decision making
Since the optimal net present value is very flat, a cost-benefit analysis appears
not to be very useful to discriminate against the different volumes, in the case
studied here. This questions the use of cost-benefit analysis to determine the
design of the dam. A demand target could be more discriminatory, since the
benefits of the dam increase markedly with reservoir size. The net present
value resulting from the cost-benefit analysis, however, is a good measure of
the opportunity to build the dam, since it is not very sensitive to errors in
the dam design.
An analysis of possible error costs of choosing one model, when another
one finally reveals correct, shows that carrying out the reservoir design with
some models minimizes the maximum possible error cost. In absence of better
information, and in a robust decision-making framework, we suggest the use
3.5 Conclusion
144
of the volume minimizing the maximum error cost. Even if error costs are
limited in the illustrative example of this paper, it may not be the case for
all investments. In these cases, reducing the error costs may be a viable
decision-making approach.
In such a decision-making framework, it is necessary to have as many
models as possible, to reduce the likelihood of “missing” a possible outcome
of climate change. In such a framework, therefore, the development and use
of many climate models in parallel is very important. It means that model
development should not be concentrated on a so-called “best” model.
Moreover, it must be stressed that the model that is used to design the
dam in this framework is not the “best” model that would be able to reproduce the present or past climates more accurately than the others. The
relationship between being able to reproduce the current climate and being
able to project future climates is not strong enough to do so. In our framework, we chose the model that reduces the cost of choosing the wrong model.
We claim that this approach is more robust in the current situation of deep
uncertainty.
3.5.3
Next steps and research needs
This approach is incomplete, however, and few additional considerations will
have to be taken into account in the future. First, including possible postponing of investment before uncertainty is resolved could be an interesting
next step in the analysis [Venkatesh and Hobbs, 1999], especially in the case
of unfavourable sites (i.e., short valleys and large climate uncertainty). Second, in case of important reduction of water resources, large investments in
sectors demanding water, especially irreversible investments would be lost, a
fact that should be taken into account into our approach. This change could
be reflected in a change in the water unit value, with an increasing value
when runoff decreases.
Third, flood control and sedimentation volume change under climate
change would also modify the optimal volume, and different hydrological
models can lead to different results.
Lastly, non climatic change related uncertainties could also be considered
and change drastically the results, especially changes in demand and in institutional arrangements [Wood et al., 1997; Callaway et al., 2007; O’Hara
and Georgakakos, 2008]. Other sources of uncertainty (or uncertainty reduction) could also be taken into account. For instance, the transient dynamics
and change of inter-annual variability from GCM is not taken in to account,
3.5 Conclusion
145
the change in demand under climate change (e.g., in the agriculture sector)
are not considered, only one emission scenario is used, other downscaling
methods and hydrological models could be tested.
More importantly, with the aim of the most robust decision, the possibility
that all climate models are wrong has to be included in the analysis, leading
to even more complexity. Possible solutions include the addition of expertbased climate change scenarios, to account for the boundaries of possible
climate changes (e.g., worst case and best case scenarios).
Acknowledgements: This research study was financed by the European
Union under the integrated project CIRCE. We would like to thank JeanLouis Dufresne from the LMD laboratory for his valuable advice on climatic
data extraction and Maria M. Mimikou Professor of NTUA, for letting us use
the figure of the general plan of the area. We would also like to thank Yannis
Kouvopoulos from Public Power Corporation of Greece for his encouragement, ITIA research team from the National Technical University of Athens
Faculty of Civil Engineering for the reports on historical runoff and Professor Athanasios Loukas and Lampros Vasiliades from University of Thessaly,
Department of Civil Engineering, Volos for their indications on data sources.
Appendices
1 Cost of dam and reservoir
147
Online Resource 1
1
Cost of dam and reservoir
Construction costs are divided into costs independent of the dam height
(spillways, hydropower plants and associated labour costs, land settlements)
Cf , and costs depending on the required storage capacity (height-dependent
costs). To determine the height-dependent costs, we first compute the relationship between the storage capacity and the dam height. This relationship
determines the dam height required to reach a given capacity. Then the dam
cost is determined, using a relationship between dam height and construction
cost.
For the reservoir geometry, we consider a valley, with a floor length Lv
and width wv . The valley lateral slopes make an angle φ with the valley floor.
The valley floor is flat and is followed by a slope with an angle ψ with the
valley floor. The function linking the storage capacity and the height of the
reservoir h is a polynomial function of third degree:
1
K(h) =
h3 +
3 tan(φ) tan(ψ)
Lv
wv
+
2 tan(ψ) tan(φ)
h2 + Lv wv h
(1)
Inverting the above equation, we get the height as a function of the storage
capacity H(K).
For the dam itself, we consider a trapezoid rock filled dam at the entrance
of the valley. Following ICOLD [1992], for each increase in the dam height
of 1 meter, 1.5 meter are required at the base of the dam, therefore the
trapezoid angle is ζ = arctan(1/1.5). Since the dam is in a valley, the crest
length depends on the dam height. The crest is considered to be cd meter
wide, which could be used, for example, for a road.
The crest length is:
Lc (h) = wv + 2
h
tan(φ)
The volume of the rock filled dam is:
2
cd
wv
3
h2 + wv · cd · h
Vf (h) =
h +
+
3 tan(ζ) tan(φ)
tan(ζ) tan(φ)
(2)
(3)
2 Water benefits and net present value
148
Table 1: Geometry and cost parameters
Name
Value
Lv
wv
cd
ψ
ζ
φ
Cf
pr
ρ
290 m
81 m
9m
0.53 ◦
arctan(1/1.5)
19.1 ◦
30 106 US$
41.6 $.m−3
0, 3 or 6 percent
The height-dependent cost is considered to be proportional to the dam
volume (corresponding with labour, material and groundwork) with a price
pr . The total cost is thus:
C(K) = Cf + pr Vf (H(K))
(4)
The value of Cf is an average of the fixed costs of the different dam
options envisaged for the Montgomery Reservoir [MWH, 2003]. Even though
we assume here that the dam is a rock filled trapezoidal dam, results should
not be too sensitive to this assumption, since the cost of alternative dams are
close to that cost, with possible cost reduction of less than 20%, disregarded
here [ICOLD, 1992].
2
Water benefits and net present value
The water demand satisfied by the reservoir in a transient climate yields an
economic benefit which is set to the discounted value of water:
X
1
B(K) =
D(K, y) · pw (y)
(5)
(1 + ρ + νg)y
y
where ρ is the pure time preference, g is the growth rate of the economy, ν
is the income elasticity, D(K, y) is the water demand that can be satisfied
in a transient climate with a Ψ target reliability for each year y and pw (y)
is the unit water price. In this equation the classical formulation of interest
2 Water benefits and net present value
149
rate consistent with optimal growth models, ρ + νg is assumed.
Here it is considered that the unit water value is independent of the
demand level and grows at the same rate than the economy. The current
water price is set to pw (0) = 0.1 $.m−3 . In this setting, assuming an income
elasticity ν of one:
pw (y)
pw (0)(1 + g)y
pw (0)
=
≈
y
y
(1 + ρ + νg)
(1 + ρ + νg)
(1 + ρ)y
(6)
Hence, equation (5) can be simplified as follows:
B(K) =
X
y
1
D(K, y) · pw (0)
(1 + ρ)y
(7)
Water pricing and its relation with water economic value is a delicate
issue, with significant contrasts among economic sectors (domestic use, irrigation, hydroelectricity) and institutional arrangements. In general, the
potential stress on water resources is not fully taken into account in the
determination of tariffs, and the tariffs do not reflect the real value of the
water resource. Since unit value of water is considered constant, the cost
of scarcity is disregarded. The dependence of the unit value to the demand
level is not considered either. This fixed unit water value could be justified
if a large alternative source exists with a unit price, not influenced by climate change, which determines this unit value. However, in general, runoff
reduction which would lead to lower available water supply for a given reliability level could lead to higher water prices and water resources would be
reallocated to purposes with higher value.
The optimal dam dimension is determined by the maximization of the
net present value of the water system:
N P V = max(B(K) − C(K))
K
(8)
C(K), described in section 1 of the present Online Resource, is given by
the following equation:
C(K) = Cf + pr Vf (H(K))
(9)
Where H is the height of the dam for the reservoir’s maximal volume K,
Vf (H(K)) the corresponding dam volume, pr the price of labour, material
and groundwork per m3 of dam volume and Cf correspond to the costs that
3 Runoff change computation
150
are independent of the dam height. When there is no dam, the net present
value is B(0), and the dam is worth constructing if the net present value
obtained with the dam is higher than the net present value without dam, i.e.
if:
max(B(K) − C(K)) − B(0) > 0.
K
The net present value N P V is therefore the value of the full water system
including the value of water and not only the value of the man-made reservoir.
In the present study, the Ψ target reliability is set at 95% (Ψ = 0.95).
This level can be considered as acceptable for the agricultural sector, since
in this sector precipitations may also be used, it is however not acceptable
for municipal and industrial supply since which require a reliability level of
at least 98%. If, however, an alternative supply and/or drought management
plan designed to assist temporary adaptation to reduced supply is established, then a 95% reliability may be acceptable for all purposes. The unit
water demand value is set to about twice of the benefit evaluated for the irrigation sector and one quarter of a typical tariff applied to the domestic sector
in Greece i.e. 0.1 $.m−3 . Alternative values of 0.05 $.m−3 and 0.4 $.m−3 are
also used below, to test the sensitivity to this assumption.
3
3.1
Runoff change computation
Computation of annual runoff change
The mean annual runoff of the stationary climate corresponding with year y
is:
+ Inw (y))
,
(10)
N
where n refers to each of the historical years N , s and w to the summer and
winter season.
Then in tables presented in the paper, the change in annual runoff is
I
mean
(y) =
100 ×
P
P
y
s
n (In (y)
I mean (y)−I mean (0)
I mean (0)
Y
.
(11)
3.2
151
Seasonal to monthly value computations
In the following appendices, notation ¯ (a bar above a symbol) refers to historical values andˆ(a hat above a symbol) refers to monthly values. Seasonal
values of magnification factors and precipitation changes computed from climatic models outputs are projected to monthly values using a sinusoidal
function. Those computations are performed for each month m of season
i(m), with i(m) = s for summer, w for winter. In the equation below, η denotes a quantity with seasonal means ηs and ηw , and η̂m is the corresponding
monthly value. The sinusoidal projection leads to:
ηw − ηs
η̂m =
sin
2
2πm − π
12
θi(m) +
ηw + ηs
2
(12)
θı̃ is determined by setting the seasonal mean computed using monthly
values η̂m equal to the seasonal value ηı̃ :
1
6
X
m/i(m)=ı̃
ηw − ηs
sin
2
2πm − π
12
ηw + ηs
θı̃ +
2
= ηı̄ , ∀ ı̃ = s, w
Developing the sum leads to
6
m=1 sin
θw = P6
2πm−π
12
6
m=7 sin
= − P12
2πm−π
12
= θs = θ
The magnification factor for the month m under the changes of year y is
therefore set to
Mw (y) − Ms (y)
Mw (y) + Ms (y)
2πm − π
M̂m (y) =
sin
(13)
θ+
2
12
2
Similarly the change in precipitation is:
αPw (y) + αPs (y)
αPw (y) − αPs (y)
2πm − π
ˆ
θ+
αP m (y) =
sin
2
12
2
3.3
(14)
Runoff monthly values
With I¯ni the historical seasonal runoff for season i, year n, the seasonal runoff
corresponding with year y climatic changes Ini (y) is:
Ini (y) = I¯ni (1 + Mi (y) · αPi (y))
152
(15)
For each month, with Iˆ¯nm the historical runoff for month m in year n, the
modified runoff corresponding with year y climatic changes is set to:
ˆ m (y) βi(m) (y)
Iˆnm (y) = Iˆ¯nm 1 + M̂m (y) · αP
(16)
where βı̃ (y) is a coefficient depending on the season, such that the mean
seasonal runoff is equal to the mean sum of the monthly runoffs for the
season ı̃:
!
N
N
1 X X ˆm
1 X ı̃
I (y), ∀ ı̃ = s, w
In (y)βı̃ (y) =
N n=1 m
N n=1 n
ı̄
with mı̃ ≡ {m/i(m) = ı̃} the months in season ı̃.
To compute the βı̃ (y) coefficients (independent of the year n), historical
P
ˆ¯m
i
i
seasonal mean Imean
= N1 N
n=1 In and historical monthly means Imean =
P
N
1
Iˆ¯nm may be substituted leading to
N
n=1
βı̃ (y) = P
ı̃
I¯mean
(1 + Mı̃ (y)αPı̃ (y))
, ∀ ı̃ = s, w
ˆ
m
ˆ
¯
Imean 1 + M̂m (y)αP m (y)
mı̃
ˆ m (y) leads to
Expansion of M̂m (y) and αP
ı̃
I¯mean
(1 + Mı̃ (y)αPı̃ (y))
P
P
P m
m
m
Γ1ı̃ (y) mı̃ Iˆ¯mean
+ Γ2i (y) mı̃ Iˆ¯mean
sin2 (ωm ) + Γ3i (y) mı̃ Iˆ¯mean
sin(ωm )
(17)
where:
2πm − π
ωm = sin
12
βı̃ (y) =
Γ1i (y) =
Mw (y)αPw (y) + Ms (y)αPs (y) + Mw (y)αPs (y) + Ms (y)αPw (y) + 4
4
Γ2i (y) =
Mw (y)αPw (y) + Ms (y)αPs (y) − Mw (y)αPs (y) − Ms (y)αPw (y) 2
θ
4
4 Reference case without climate change
volume
surface
Georgakakos et al. volume data
Georgakakos et al. surface data
400
4
2
6
3
Surface (10 m ) and Volume (10 m )
450
153
350
300
250
200
150
100
50
0
0
20
40
60
80
100
height
Figure 1: Volume and surface of the reservoir as a function of dam height
Mw (y)αPw (y) − Ms (y)αPs (y)
θ
2
ˆ m (y)
The monthly runoff given by (16) may be negative if 1 + M̂m (y) · αP
is negative, in that case the runoff is set to 0.
Γ3i (y) =
4
Reference case without climate change
With the values on cost and geometry parameters shown in Table 1 of Online
Resource 1, the resulting geometry, i.e. the relationship between dam height
and reservoir surface and volume is in agreement with Georgakakos et al.
[1999], as may be seen on Fig. 1. We also consider other reservoir geometries
to investigate model results. The model, indeed, is meant to be generic and
this sensitivity analysis highlights how optimal storage capacity choice under
climate change may depend on local constraints.
To do so, we consider different valley lengths, which determine the marginal
cost of the reservoir: in a longer valley, a given reservoir volume is achieved
with a smaller (and cheaper) dam.
Optimal reservoir volumes are computed for three valley lengths of 4km,
1 Optimal volume change for different unit water values
154
10 km and 20km3 , no climate change, and several values of the pure time
preference.
Short valley. In a catchment with a relatively short reservoir of 4km, the
optimal reservoirs are associated with an extraction of 67 to 89 percent
of the mean annual runoff with a reliability of 95 percent, depending
on the choice of pure time preference. The frequency of spill varies
between 68 percent of the years to more than once a year. The height
of the dam varies between 76 and 110 m.
Medium valley. In that case the reservoir length is 10km, leading to surface
and volume consistent with the values reported in Georgakakos et al.
[1999]. In that case, the optimal reservoir height is between 64 and
89 m, and 77 to 93% of the mean annual runoff is available with a 95
percent reliability. The frequency of spill varies between 53 percent of
the years to once a year.
Long valley. With a reservoir length of 20km, between 89 and 100 percent
of the mean annual runoff is extracted, with spill frequencies between
35 and 68 percent and optimal reservoir height between 61 and 93 m.
In a long valley, dam building costs are lower and the optimum solution
is to capture all (or almost all) intra-annual variability and to reduce
the frequency of spillovers close to zero.
Online Resource 2
1
Optimal volume change for different unit
water values
Table 1 shows the change of the optimal volume compared with the situation
without climate change for 3 unit water prices and for 2 pure time preferences,
for a 10km valley length.
3
The different geometries are distinguished by different angles ψ, larger for a longer
valley, and the valley length is found for a dam height of 90 m. The valley floor is flat and
is followed by a slope with an angle ψ with the valley floor
1 Optimal volume change for different unit water values
155
Table 1: Percent change in optimal volume storage relative to a case with no
climate change (historic baseline), for a 10km valley lengths, two rates of pure
time preference, three water values. Water value is in $.m−3
Water value
BCCRBCM20
CCCMACGCM31
CNRMCM3
CSIROMK30
CSIROMK35
GFDLCM20
GFDLCM21
GISSMODELER
INGVECHAM4
INMCM30
IPSLCM4
MIROC32MEDRES
MIUBECHOG
MPIECHAM5
MRICGCM232A
NCARCCSM30
NCARPCM1
UKMOHADCM3
UKMOHADGEM1
0%
0.05 0.1
-5 -12
-2 -15
-16 -23
-9 -16
-5 -12
-4 -14
-9 -21
-9 -21
-12 -22
0
-4
-11 -20
0
-6
-11 -18
-12 -22
0
-7
-2 -12
10
1
0
-10
0
0
0.4
-15
-9
-28
-20
-14
-9
-13
-17
-23
-3
-22
-4
-23
-21
-5
-7
-5
-8
0
0.05
-7
-3
-13
-10
-7
0
-6
-8
-11
-2
-11
-2
-11
-10
-2
-4
0
0
0
6%
0.1
-7
-6
-10
-8
-7
-4
-8
-8
-9
-3
-8
-3
-9
-8
-4
-5
1
-4
0
0.4
-8
-10
-16
-11
-9
-11
-14
-13
-14
-2
-13
-4
-12
-14
-5
-8
0
-6
0
Runoff
change
-8
-12
-20
-11
-9
-15
-21
-19
-18
-4
-17
-6
-13
-20
-7
-9
-1
-9
-0
2 Satisfied demand change
2
156
Satisfied demand change
Table 2 shows the change in satisfied demand at the end of the period of
70 years compared with the situation without climate change for 3 valley
lengths and 3 pure time preferences.
Table 2: Percent change in demand satisfied in the last year, year 70, in percent
relative to a case with no climate change (historic baseline), for three valley lengths
and three rates of pure time preference
Reservoir length
BCCRBCM20
CCCMACGCM31
CNRMCM3
CSIROMK30
CSIROMK35
GFDLCM20
GFDLCM21
GISSMODELER
INGVECHAM4
INMCM30
IPSLCM4
MIROC32MEDRES
MIUBECHOG
MPIECHAM5
MRICGCM232A
NCARCCSM30
NCARPCM1
UKMOHADCM3
UKMOHADGEM1
3
0%
-15
-24
-37
-18
-16
-34
-45
-37
-34
-8
-32
-11
-23
-41
-13
-19
-4
-19
-0
4km
3%
-12
-25
-33
-15
-13
-37
-46
-37
-32
-7
-29
-10
-19
-40
-13
-18
-8
-21
-0
6%
-9
-25
-31
-11
-10
-41
-49
-37
-30
-5
-26
-9
-15
-39
-12
-17
-11
-22
-0
0%
-16
-25
-39
-20
-16
-33
-45
-38
-36
-8
-33
-11
-24
-42
-14
-20
-3
-19
-0
10km
3%
-14
-24
-37
-18
-15
-33
-44
-37
-34
-7
-31
-10
-22
-40
-13
-18
-4
-18
-0
6%
-13
-25
-33
-16
-14
-35
-45
-36
-31
-7
-29
-10
-20
-39
-13
-18
-6
-20
-0
0%
-15
-25
-38
-19
-16
-34
-46
-39
-35
-8
-32
-11
-24
-42
-14
-19
-5
-20
-0
20km
3%
-15
-24
-38
-19
-16
-33
-44
-37
-35
-8
-32
-11
-23
-41
-14
-19
-4
-19
-0
6%
-14
-23
-36
-17
-14
-33
-44
-36
-33
-7
-30
-10
-22
-40
-12
-18
-4
-18
-0
Runoff
change
-8
-12
-20
-11
-9
-15
-21
-19
-18
-4
-17
-6
-13
-20
-7
-9
-1
-9
-0
Error costs for all the models
Table 3 shows the mapping between indices and model names, as well as
changes with respect with a no climate change situation for selected indica-
3 Error costs for all the models
157
tors. The indices are used in Table 4 where the error costs of using the wrong
model are shown.
Table 3: Climatic models, corresponding indices used in Table 4 and changes in
runoff, optimal volume, NPV and standard deviation
Model name
CNRMCM3
IPSLCM4
MPIECHAM5
INGVECHAM4
GISSMODELER
CSIROMK30
MIUBECHOG
GFDLCM21
BCCRBCM20
GFDLCM20
CSIROMK35
CCCMACGCM31
NCARCCSM30
UKMOHADCM3
INMCM30
MIROC32MEDRES
MRICGCM232A
UKMOHADGEM1
NOCC
NCARPCM1
Index
NPV change
Runoff change
Volume change
Stddev change
3
11
14
9
8
4
13
7
1
6
5
2
16
18
10
12
15
19
20
17
-16
-13
-16
-14
-15
-8
-10
-18
-6
-13
-6
-10
-8
-8
-3
-4
-5
-0
0
-2
-20
-17
-20
-18
-19
-11
-13
-21
-8
-15
-9
-12
-9
-9
-4
-6
-7
-0
0
-1
-14
-11
-11
-11
-10
-10
-10
-10
-7
-6
-6
-5
-4
-3
-2
-2
-2
0
0
1
-21
-16
-18
-18
-16
-13
-15
-16
-9
-10
-9
-9
-8
-6
-4
-5
-6
-0
0
1
3
11
14
9
8
4
13
7
1
6
5
2
16
18
10
12
15
19
20
17
3
0
0.1
0.0
0.0
0.1
0.2
0.1
0.1
0.3
0.4
0.3
0.4
0.5
0.7
0.8
0.7
0.7
1.2
1.3
1.4
11
0.0
0
0.0
0.0
0.0
0.0
0.0
0.0
0.1
0.1
0.1
0.2
0.2
0.3
0.4
0.4
0.3
0.8
0.8
0.9
14
0.0
0.0
0
0.0
0.0
0.0
0.0
0.0
0.1
0.1
0.1
0.2
0.2
0.3
0.4
0.4
0.3
0.8
0.8
0.9
9
0.0
0.0
0.0
0
0.0
0.0
0.0
0.0
0.1
0.1
0.1
0.2
0.2
0.3
0.4
0.4
0.3
0.8
0.8
0.9
8
0.1
0.0
0.0
0.0
0
0.0
0.0
0.0
0.0
0.1
0.1
0.1
0.1
0.3
0.3
0.3
0.3
0.6
0.6
0.7
4
0.1
0.0
0.0
0.0
0.0
0
0.0
0.0
0.0
0.1
0.1
0.1
0.1
0.3
0.3
0.3
0.3
0.6
0.6
0.7
13
0.1
0.0
0.0
0.0
0.0
0.0
0
0.0
0.0
0.1
0.1
0.1
0.1
0.3
0.3
0.3
0.3
0.6
0.6
0.7
7
0.1
0.0
0.0
0.0
0.0
0.0
0.0
0
0.0
0.1
0.1
0.1
0.1
0.3
0.3
0.3
0.3
0.6
0.6
0.7
1
0.3
0.1
0.1
0.1
0.1
0.0
0.1
0.1
0
0.0
0.0
0.0
0.0
0.1
0.2
0.1
0.1
0.4
0.4
0.5
6
0.4
0.1
0.2
0.2
0.1
0.1
0.1
0.1
0.0
0
0.0
0.0
0.0
0.1
0.1
0.1
0.1
0.3
0.3
0.4
5
0.4
0.1
0.2
0.2
0.1
0.1
0.1
0.1
0.0
0.0
0
0.0
0.0
0.1
0.1
0.1
0.1
0.3
0.3
0.4
2
0.5
0.2
0.3
0.3
0.1
0.1
0.2
0.1
0.0
0.0
0.0
0
0.0
0.0
0.1
0.0
0.0
0.3
0.3
0.3
16
0.6
0.3
0.3
0.3
0.2
0.2
0.2
0.2
0.0
0.0
0.0
0.0
0
0.0
0.0
0.0
0.0
0.2
0.2
0.3
18
0.7
0.3
0.4
0.4
0.3
0.2
0.3
0.2
0.1
0.0
0.1
0.0
0.0
0
0.0
0.0
0.0
0.2
0.2
0.2
10
0.8
0.4
0.5
0.5
0.4
0.3
0.4
0.3
0.1
0.1
0.1
0.0
0.0
0.0
0
0.0
0.0
0.1
0.1
0.2
12
0.8
0.4
0.5
0.5
0.4
0.3
0.4
0.3
0.1
0.1
0.1
0.0
0.0
0.0
0.0
0
0.0
0.1
0.1
0.2
15
0.8
0.4
0.5
0.5
0.4
0.3
0.4
0.3
0.1
0.1
0.1
0.0
0.0
0.0
0.0
0.0
0
0.1
0.1
0.2
19
1.1
0.6
0.8
0.8
0.6
0.5
0.6
0.5
0.2
0.2
0.2
0.2
0.1
0.1
0.1
0.1
0.1
0
0.0
0.0
20
1.1
0.6
0.8
0.8
0.6
0.5
0.6
0.5
0.2
0.2
0.2
0.2
0.1
0.1
0.1
0.1
0.1
0.0
0
0.0
17
1.2
0.8
0.9
0.9
0.7
0.6
0.7
0.7
0.3
0.3
0.3
0.2
0.2
0.1
0.1
0.1
0.1
0.1
0.1
0
3 Error costs for all the models
Table 4: Cost of error, in percentage of net present value, for all models when the optimal volume of another model is chosen.
The indices of the models given in Table 3 are in the first column. The same indices are used for the column headers. Each
number is the regret of building a dam with the optimal volume calculated using the model in column, if the model in line is
finally correct in projecting climate change. The models are ordered by increasing optimal volume, the pure time preference
is 3 percent and the valley length is 10km
158
Bibliography
159
Bibliography
Aftias, M., 1992. Ydreuseis. Ecole Polytechnique d’Athènes Grèce.
Brikowski, T. H., 2008. Doomed reservoirs in Kansas, USA? climate change and
groundwater mining on the Great Plains lead to unsustainable surface water
storage. Journal of Hydrology 354, 90–101.
Callaway, J. M., Louw, D. B., Nkomo, J. C., Hellmuth, M. E., Sparks, D. A., 2007.
The Berg river dynamic spatial equilibrium model: A new tool for assessing the
benefits and costs of alternatives for coping with water demand growth, climate
variability, and climate change in the Western Cape. AIACC Working Paper 31.
Dessai, S., 2005. Robust adaptation decisions amid climate change uncertainties.
Phd, University of East Anglia, Norwich.
Dessai, S., Hulme, M., 2007. Assessing the robustness of adaptation decisions to
climate change uncertainties: A case study on water resources management in
the east of England. Global Environmental Change 17, 59–72.
Frederick, K. D., Schwarz, G. E., 1999. Socioeconomic impacts of climate change
on U.S. water supplies. Journal of the American Water Resources Association
35 (6), 1563–1583.
Georgakakos, A., Yao, H., Demarchi, C., Mullusky, M., Jan. 1999. Model development for simulation and optimisation of the Western Sterea Hellas hydrosystem, evaluation of management of the water resources of Sterea Hellas. Tech.
Rep. 39, Department of Water Resources, Hydraulic and Maritime Engineering
– National Technical University of Athens, Athens, phase 3.
URL http://www.itia.ntua.gr/en/docinfo/134/
Groves, D. G., Knopman, D., Lempert, R. J., Berry, S., Wainfan, L., 2007. Presenting uncertainty about climate change to water resource managers – summary of
workshops with the inland empire utilities agency. RAND, Santa Monica, CA.
Groves, D. G., Lempert, R. J., 2007. A new analytic method for finding policyrelevant scenarios. Global Environmental Change 17, 17–85.
Hallegatte, S., 2009. Strategies to adapt to an uncertain climate change. Global
Environmental Change 19, 240–247.
Hallegatte, S., Hourcade, J.-C., Ambrosi, P., May 2007. Using climate analogues
for assessing climate change economic impacts in urban areas. Climatic Change
82 (1–2), 47–60.
URL http://www.centre-cired.fr/spip.php?article238
ICOLD, 1992. Cost impact on future dam design – Analysis and proposals. Vol. 83
of Bulletins. CIGB ICOLD.
Bibliography
160
IPCC, 2007. Climate Change 2007 The Physical Science Basis. Cambridge University Press, contribution of the Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change.
URL http://www.ipcc.ch/
Kirshen, P., Mccluskey, M., R., R. V., Strzepek, K., 2005. Global analysis of
changes in water supply yields and costs under climate change: a case study in
China. Climatic Change 68 (3), 303–330.
Koutsoyiannis, D., 2005. Reliability concepts in reservoir design. In: Lehr, J. H.,
Keeley, J. (Eds.), Water Encyclopedia, Surface and Agricultural Water. Vol. 4.
Wiley New York, pp. 259–265.
URL http://itia.ntua.gr/en/docinfo/538/
Koutsoyiannis, D., Efstratiadis, A., Karavokiros, G., 2002. A decision support tool
for the management of multi-reservoir systems. Journal of the American Water
Resources Association 38 (4), 945–958.
Koutsoyiannis, D., Roti, S., Tzeranis, J., Xanthopoulos, T., Jun. 1988. Hydrological investigation of the thessalia water basin. Tech. Rep. 7, Department of Water
Resources, Hydraulic and Maritime Engineering – National Technical University
of Athens, Athens, final Report.
Lempert, R. J., Collins, M. T., 2007. Managing the risk of uncertain thresholds
responses: comparison of robust, optimum, and precautionary approaches. Risk
Analysis 27, 1009–1026.
Lempert, R. J., Groves, D. G., Popper, S. W., Bankes, S. C., 2006. A general,
analytic method for generating robust strategies and narrative scenarios. Management Science 52 (4), 514–528.
Lempert, R. J., Schlesinger, M. E., 2000. Robust strategies for abating climate
change. Climatic Change 45 (3-4), 387–401.
Loukas, A., Mylopoulos, N., Vasiliades, L., 2007. A modeling system for the evaluation of water resources management strategies in Thessaly, Greece. Water
Resources Management 21 (10), 1673–1702.
Mehrotra, R., 1999. Sensitivity of runoff, soil moisture and reservoir design to
climate change in central indian river basins. Climatic Change 42, 725–757.
Mimikou, M., Hadjisavva, P., Kouvopoulos, Y., 1991a. Regional effects of climate
change on water resources systems. In: IAHS (Ed.), Proceedings of the Vienna
Symposium. No. 201. IAHS, pp. 173–182.
Bibliography
161
Mimikou, M. A., Hadjisavva, P. S., Kouvopoulos, Y. S., Afrateos, H., 1991b. regional climate change impacts: II impacts on water management works. Hydrological Sciences 36 (3), 259–270.
Mimikou, M. A., Kouvopoulos, Y. S., 1991. regional climate change impacts: I
impacts on water resources. Hydrological Sciences 36 (3), 247–258.
MWH, 2003. Upper San Joaquin river basin storage investigation Montgomery
reservoir surface storage option technical appendix to the phase 1 investigation report. Tech. rep., Bureau of Reclamation Mid-Pacific Region, California
Department of Water Resources, The California Bay-Delta Authority.
Nalbantis, I., Koutsoyiannis, D., Mar. 1997. Upgrading and updating of hydrological information of Thessalia. Tech. Rep. 4, Hydraulic and Maritime Engineering
– National Technical University of Athens, Athens, final Report.
O’Hara, J. K., Georgakakos, K. P., 2008. Quantifying the urban water supply
impacts of climate change. Water Resources Management 22, 1477–1497.
Robinson, P. J., 1997. Climate change and hydropower generation. International
Journal of Climatology 17, 983–996.
Schär, C., Vidale, P. L., Lüthi, D., Frei, C., Häberli, C., Liniger, M. A., Appenzeller, C., 2004. The role of increasing temperature variability in European
summer heatwaves. Nature 427, 332–336.
URL
http://www.vulnerabilitynet.org/OPMS/getfile.php?bn=
seiproject_hotel&key=1140130200&att_id=930
Tanaka, S. K., Zhu, T., Lund, J. R., Howitt, R. E., Jenkins, M. W., Pulido, M. A.,
Tauber, M., Ritzema, R. S., Ferreira, I. C., 2006. Climate warming and water
management adaptation for California. Climatic Change.
Venkatesh, B. N., Hobbs, B. F., 1999. Analyzing investments for managing Lake
Erie levels under climate change uncertainty. Water Resources Research 35 (5),
1671–1683.
Vogel, R. M., Bell, C. J., Fennessey, N. M., 1997. Climate, streamflow and water
supply in the northeastern United States. Journal of Hydrology 198, 42–68.
Ward, P., Strzepek, K., Pauw, W., Brander, L., Hughes, G., Aerts, J., 2010.
Partial costs of global climate change adaptation for the supply of raw industrial
and municipal water: a methodology and application. Environmental Research
Letters 5 (044011), 10.
Wood, A. W., Lettenmaier, D. P., Palmer, R. N., 1997. Assessing climatic change
implications for water resources planning. Climatic Change 37, 203–228.
Reconstruction des réseaux
anthropiques à l’échelle du
bassin versant avec une
couverture globale : Validation
en Algérie
Les ressources en eau sont d’ors et déjà quantitativement et qualitativement limitées dans les régions arides et les régions fortement anthropisées. De
plus, les ressources en eau doivent faire face à des pressions grandissantes liées
à des changements socioéconomiques et environnementaux, à l’échelle globale,
régionale ou locale. Au début du XXI e siècle, de nouveaux défis émergent
à l’échelle globale, par exemple les transferts d’eau, les conflits transfrontaliers et négociations, les quantités d’eau nécessaires pour assurer la sécurité
alimentaire, les impacts du changement climatique sur les ressources en eau.
Le XXI e siècle voit également l’émergence de questions à l’échelle globale,
par exemple l’eau en tant que facteur limitant le développement ou bien le
commerce de l’eau virtuelle.
Pour l’étude des défis globaux, une modélisation avec une couverture géographique globale est nécessaire. A travers cette zone, des interactions entre
bassins versants, notamment les transferts d’eau, les échanges de biens et services produits en utilisant des ressources en eau et les migrations en fonction
des ressources en eau disponibles, peuvent exister. Toujours est-il que les décisions liées à la gestion et planification des ressources en eau sont prises au
niveau du bassin versant. Les profils d’offre et de demande entre les bassins
inclus dans une telle zone géographique étendue, peuvent être hétérogènes.
Ainsi, il est important de représenter au niveau du bassin versant les caracté-
Introduction au chapitre 4. Reconstruction des réseaux anthropiques à l’échelle du bassin
versant avec une couverture globale : Validation en Algérie
163
ristiques essentielles de l’offre et de la demande, étant donné qu’en fonction
des spécificités du bassin, les changements globaux auront des impacts différents. De cette façon, pour la modélisation, l’étude des changements globaux
et de leurs implications au niveau local est un challenge, car elle doit combiner
l’échelle globale et locale, prendre en compte non seulement la dimension spatiale mais aussi temporelle et représenter les caractéristiques socioénomiques,
environnementales, hydroclimatiques et techniques.
Deux approches existent dans la littérature. Dans les études à l’échelle
globale, un volume d’eau est disponible à chaque point de grille, et les points
appartenant au même bassin peuvent être liés par les schémas de routage
d’eau [Oki et al., 2001]. Ces études modélisent à une échelle spatiale et temporelle assez fine les processus hydrologiques, ainsi la variabilité de la ressource en eau est représentée de façon appropriée. Dans ces études, quand
les réservoirs sont représentés, ils ne sont gérés qu’individuellement pour la
satisfaction des demandes [Hanasaki et al., 2008; Haddeland et al., 2007].
Dans les études à l’échelle locale, une structure nodale est, en général,
considérée, pour des régions pour lesquelles des données sur l’offre et la
demande très détaillées sont disponibles. Les réservoirs et demandes sont
organisés en réseaux et les réservoirs fonctionnent de manière coordonnée.
C’est le cas de modèles comme CalSim [Anderson et al., 2008] et CALVIN
[Medellı́n-Azuara et al., 2008], ou bien de modèles plus flexibles avec lesquels
les utilisateurs peuvent définir leur région, comme WEAP [Strzepek et al.,
1999]. Cependant, le fait que ces modèles nécessitent des données très détaillées, peut empêcher leur application sur d’autres régions pour lesquelles
ces données ne sont pas disponibles.
Ainsi, étant donné l’absence d’information à l’échelle globale, le défi est
de développer un outil de modélisation avec une couverture globale ou, au
moins, régionale et une modélisation de l’offre et de la demande au niveau du
bassin en représentant leurs caractéristiques principales qui aident à refléter
leur hétérogénéité spatiale et temporelle.
L’objectif de l’étude est de construire une méthodologie qui représente
à l’échelle du bassin versant les réseaux de réservoirs et les associations
réservoirs-demandes, reconstruits sur la base de règles génériques et de données disponibles à l’échelle globale. Le caractère générique est commun avec
les modèles de Hanasaki et al. [2006] ou Haddeland et al. [2006], ici les réservoirs forment des réseaux et opèrent simultanément. En outre, ici, pour déterminer les débits entrants des réservoirs, leurs sous-bassins sont définis comme
dans Islam et al. [2005]. La construction d’une telle méthodologie suppose
d’utiliser uniquement des données disponibles à l’échelle globale. L’objectif
est de représenter les éléments essentiels de l’offre et de la demande à l’échelle
164
des bassins versants de manière à mieux refléter les implications locales des
changements globaux en faisant une synthèse entre les approches globales et
locales de la littérature, et non pas de construire un cadre de représentation
très détaillée, plus utile pour les opérationnels.
La méthodologie est divisée en trois modules. Dans le premier, les réservoirs sont localisés. Certains réservoirs ne sont pas correctement placés sur
les rivières, ainsi une règle de relocalisation est définie qui les déplacent vers
la rivière la plus proche avec le plus haut flux accumulé. Les sous-bassins sur
lesquels le ruissellement s’accumule pour devenir un débit entrant sont définis
en utilisant le modèle de terrain hydro1k. Ensuite les relations amont-aval des
réservoirs sont définies. Les sous-bassins des réservoirs et la grille du modèle
climatique régional CNRM sont superposés afin de déterminer la fraction de
chaque point de grille couvert par un sous-bassin, ainsi le débit entrant des
réservoirs.
Dans le deuxième module de la méthodologie dans sa version actuelle, la
demande en irrigation est la seule demande modélisée. Cette demande, qui
constitue le premier poste de demande en Méditerranée, atteint 65-80% de la
demande totale. La localisation des cultures irriguées est déterminée sur la
base des données sur les cultures existantes et les aires irriguées géoréférencées
de Siebert et al. [2005]. Les phases de développement de chaque culture sont
définies par la méthode des degrés jours. Pour chaque phase, les besoins en
irrigation sont déterminés en fonction de ses caractéristiques, des données
hydroclimatiques et de la surface de la culture, afin de couvrir les besoins en
eau de la culture non satisfaits par la précipitation effective.
Les liens réservoirs-demandes ne sont pas connus à l’échelle globale. Une
règle générique est présentée, permettant de reconstruire ces liens en fonction des contraintes topologiques (distance parcourue en montant tout au
long du chemin réservoir-demande) ainsi que des contraintes hydrologiques
(équilibre entre l’offre et la demande annuelles moyennes). Ces liens représentent implicitement les réseaux de distribution d’eau à des demandes intra
ou inter bassins ainsi que les extractions directes de rivières dont l’étiage est
soutenu par les barrages. Il est à noter que les liens entre réservoirs ne sont
pas représentés.
Entre un réservoir et une demande plusieurs liens possibles peuvent exister. Le coût total de chaque lien prend en compte la distance parcourue et la
dénivellation pour chaque mouvement non gravitaire. Le coût est minimisé
afin d’obtenir un lien potentiel entre un réservoir et une demande. Parmi
les liens potentiels d’une demande avec des réservoirs localisés dans le même
pays que la demande, ceux ayant un coût inférieur à un seuil sont gardés.
Sur la base des liens potentiels et en faisant l’hypothèse dans cette étude
165
qu’une demande est associée à un seul réservoir, plusieurs réseaux peuvent
être définis. Cependant, le nombre des liens potentiels étant important, des
simplifications se font afin d’éviter l’explosion combinatoire. Pour chaque réseau défini, l’équilibre entre l’offre et la demande annuelles moyennes est
évalué afin de déterminer s’il est faisable. Parmi les réseaux faisables, celui
ayant le coût accumulé sur tous ses liens minimum est finalement choisi.
Les réseaux et liens reconstruits sont validés qualitativement en Algérie,
où un certain nombre de données à l’échelle nationale ont permis d’avoir une
vue d’ensemble sur le statut des ressources en eau du pays.
Les listes de réservoirs et de leur vocation sont un peu différentes en fonction de la source. Certains réservoirs ne sont pas dans Aquastat et d’autres
sont mal localisés. La règle de relocalisation des réservoirs fonctionne de façon assez satisfaisante. La seule exception est que si un affluent moyen et
un grand sont proches, avec la règle, un réservoir normalement localisé sur
le moyen sera déplacé vers le grand affluent. En dehors de ces points, les
réseaux de réservoirs reconstruits sur la base des données hydro1k sont en
accord avec les données disponibles. Concernant les aires irriguées, la localisation et l’étendue des grands périmètres irrigués sont, de façon générale,
en accord avec les cartes fournies par Messahel et Benhafid [2004]. En revanche, les évaluations quantitatives des aires irriguées par région peuvent
varier entre les deux sources.
Le taux de aires irriguées potentiellement associées à des réservoirs est
de 66% pour l’Algérie. Ce taux est plutôt satisfaisant car, en effet les réservoirs constituent pratiquement la seule source d’approvisionnement pour les
régions ayant des rivières temporaires. Etant donné le manque d’information
sur les sources locales comme les retenus collinaires ou l’eau souterraine, qui,
normalement, couvrent une partie des demandes, seuls les barrages-réservoirs
sont représentés. Cependant, les sources locales sont implicitement prises en
compte car, en fixant un seuil de coût, en dessus duquel les liens potentiels de certaines demandes avec des réservoirs sont éliminés, il est considéré
que ces demandes sont plutôt associées à des sources locales. En outre, avec
les règles génériques d’association réservoirs-demandes, il peut être constaté
que, les transferts longue distance étant possibles, les demandes, en réalité
associées à des sources locales, sont quand même liées à des réservoirs éloignés. Ainsi, les réservoirs compensent en partie le manque de données sur
les sources locales. Enfin, la demande moyenne annuelle totale de la plupart
des réseaux est supérieure à l’offre moyenne annuelle totale disponible, c’est
pourquoi les débits entrants moyens annuels des réservoirs sont augmentés
plusieurs fois afin d’obtenir des réseaux faisables.
Malgré le fait que l’offre a du être augmentée pour atteindre un équilibre,
166
les liens reconstruits par la méthodologie pour les principaux périmètres irrigués Algériens sont en accord avec les informations données par le Ministère
Algérien des ressources en eau. On note néanmoins une tendance à sur associer les réservoirs aux grands périmètres irrigués, entre autres parce que
les aires sont considérées comme des points d’irrigation individuels pouvant
être associés indépendamment à différents réservoirs. Enfin, la sur association
peut ne pas être erronée dans certains cas, car les lâchers d’eau des réservoirs
peuvent aider à soutenir l’étiage de rivières et ainsi peuvent être utilisés en
aval pour d’autres zones irriguées. En conclusion, la méthodologie générique
présentée dans cette étude, arrive assez bien à combiner l’échelle globale et
locale en intégrant des données disponibles à l’échelle globale, et reproduit
de façon satisfaisante les informations données par diverses sources sur les
réseaux de réservoirs, les aires irriguées et les liens réservoirs-demandes.
167
Bibliographie
Anderson, J., F. Chung, M. Anderson, L. Brekke, D. Easton, M. Ejeta, R. Peterson,
et R. Snyder, Progress on incorporating climate change into management of
California’s water resources, Climatic Change, 87 (Suppl 1), S91–S108, doi :DOI:
10.1007/s10584-007-9353-1, 2008.
Haddeland, I., T. Skaugen, et D. P. Lettenmaier, Anthropogenic impacts on
continental surface fluxes, Geophysical Research Letters, 33, 1–4, doi :10.1029/
2006GL026047, 2006.
Haddeland, I., T. Skaugen, et D. Lettenmaier, Hydrologic effects of land and water management in North America and Asia : 1700-1992, Hydrology and Earth
System Sciences, 11, 1035–1045, 2007.
Hanasaki, N., S. Kanae, et T. Oki, A reservoir operation scheme for global river
routing models, Journal of Hydrology, 327, 22–41, doi :10.1016/j.jhydrol.2005.
11.011, 2006.
Hanasaki, N., S. Kanae, T. Oki, K. Masuda, K. Motoya, N. Shirakawa, Y.Shen,
et K. Tanaka, An integrated model for the assessment of global water resources
- Part 1 : Model description and input meteorological forcing, Hydrology and
Earth System Sciences, 12, 1007–1025, 2008.
Islam, M. S., T. Aramaki, et K. Hanaki, Development and application of an integrated water balance model to study the sensitivity of the Tokyo metropolitan
area water availability scenario to climatic changes, Agricultural Water Management, 19, 423–445, 2005.
Medellı́n-Azuara, J., J. J. Harou, M. A. Olivares, K. Madani, J. R. Lund, R. E.
Howitt, S. K. Tanaka, M. W. Jenkins, et T. Zhu, Adaptability and adaptations
of California’s water supply system to dry climate warming, Climatic Change,
87 (Suppl 1), S75–S90, 2008.
Messahel, M., et M. Benhafid, Aménagements hydro agricoles : situation actuelle
et perspectives de développement en Algérie, chap. 8, p. 312, CIHEAM/IAMB
-EU DG Research, options Méditerranéennes : Série B. Etudes et Recherches
N.48, 2004.
Oki, T., Y. Agata, S. Kanae, T. Saruhashi, D. Yang, et K. Musiake, Global assessement of current water resources using Total Runoff Integrating Pathways,
Hydrological Sciences, 46 (6), 983–995, 2001.
Siebert, S., P. Döll, J. Hoogeveen, J.-M. Faures, K. Frenken, et S. Feick, Development and validation of the global map of irrigation area, Hydrology and Earth
System Sciences, 9, 535–547, 2005.
168
Strzepek, K. M., D. C. Major, C. Rosenzweig, A. Iglesias, D. N. Yates, A. Holt,
et D. Hillel, New methods of modeling water availability for agriculture under
climate change : the U.S. Cornbelt, Journal of the American Water Resources
Association, 35 (6), 1639–1655, 1999.
Chapter 4
Reconstructing river basin
anthropogenic networks with a
global coverage; A validation
on Algeria
Abstract
There is a growing need to formulate water resources assessment studies while maintaining a double focus: a global coverage
and a representation of supply-demand spatiotemporal heterogeneity at the river basin level. In this paper, a generic reservoir
network and reservoirs-demands links reconstruction methodology is presented. Data requirement is kept minimal, using only
data available at the global scale. This methodology consists in
three modules: reservoirs networks reconstruction, irrigation requirements computation, and supply-demand nodes association
based on topological and runoff constraints. The methodology is
applied over the Mediterranean region, and a qualitative validation is done on Algeria.
4.1 Introduction
171
Keywords: generic model, supply and demand, reservoirs network, operating rules
4.1
Introduction
Quantitative and qualitative aspects of water resources are already imperil in
arid regions and in regions where human intervention is significant [LorenzoLacruz et al., 2010]. In addition, socioeconomic and environmental changes at
different spatial scales cause extra pressures on water resources. Population
increase and economic activities diversification are the main socioeconomic
drivers, while biodiversity protection and environmental flow requirements
are among the principal environmental concerns. Furthermore, in the 21st
century, several questions are on the rise at the global scale with regionallocal consequences, such as an intensification of water resources quantitative
and qualitative deterioration. Virtual water trade, water as a limiting factor
to the development or the impacts of climate change on water supply potential, are some examples of questions which are only relevant at the global
scale [Margat and Treyer, 2004]. These global questions call for modelling
approaches with a global extent.
Often, river basins supply and demand profiles within a given region are
heterogeneous. The profiles may even vary within a basin of considerable
spatial extent (eg, the Nile basin). In many basins, surface water is the
main supply source, exploited by dams-reservoirs possibly serving multiple
purposes. In other basins, aquifers may be the principal supply sources,
possibly overexploited for agricultural needs. In most of the basins human
intervention is significant. Various activities are settled in, such as cities and
irrigated fields, manufacturing and electricity production sites, with different
quantitative and qualitative water requirements and various constraints on
their location. Also, since the protection of the environment is of growing
concern, a new type of water demand becomes more and more important i.e.
the environmental with its own flow requirements.
Many river basins are characterized by a high degree of anthropization,
with a significant presence of hydraulic infrastructures. More than 45000
dams-reservoirs exist worldwide with 7 km3 storage, which aim to regulate
natural inflows in time and space, satisfy demands at the highest possible
level and offset other anthropogenic activities, for instance non sustainable
direct river abstraction [Sahagian, 2000; Magilligan and Nislow, 2001]. Reservoir importance has been illustrated in studies at the local level, e.g. in Singer
4.1 Introduction
172
[2007] contrasting the pre and post dam hydrograph alteration due to large
reservoirs in Sacramento river basin, but also at the global level [Vörösmarty
et al., 2003].
On the demand side, the appropriate socioeconomic and hydroclimatic
drivers must be identified in order to assess changes. In general, available
water resources and demands must be assessed over extended geographic regions in an integrated way in order to reach an equilibrium. Their integrated
assessment necessitates a knowledge of the network configuration, i.e. of the
reservoirs systems and reservoirs-demands links. Hence, geoinformation is
important for the realization of integrated water resources studies [Gupta
et al., 2010].
A global extent is important and supply and demand spatiotemporal heterogeneity have to be represented at the river basin level. The aim of this
article is therefore to formulate an integrated water resources assessment
methodology which has a global coverage and also includes a generic modelling of reservoirs-demands structures at the river basin scale. A third constraint stemming from the consideration of those two scales is the lack of
data such as meteorological, river discharge, water withdrawal, reservoirs,
networks and reservoir operation data. In particular, information on reservoir network configuration and real reservoirs-demands links is not globally
available, the modeling proceed with the reservoir network and links reconstruction, in order to represent conveyance networks as well as long distance
inter-basin water transfers.
Two main approaches stand out in the literature. In studies at the global
scale, “storage” is associated to cells, and man-made reservoirs, when represented, are connected through flow routing and managed independently. In
the second approach, at the local scale, man-made reservoirs and demands
are organized into networks with a nodal structure, and are managed in a
coordinated way. These two approaches are reviewed in the following.
In several studies at the global scale, the water remaining in each grid
represents the grid’s current “storage” and flow routing creates the connection
between “cell-storages”. For example, Oki et al. [2001], in order to assess water scarcity, compute the water availability for each grid point as the sum of
the runoff calculated from the land surface models of the Global Soil Wetness
Project and the river discharge computed from the TRIP routing scheme at
0.5 ◦ resolution. In this study annual global abstraction is represented and
distributed with a global GIS-based approach on the basis of country boundaries, population and irrigated area per grid. Demand in each cell is linked
directly to the cell’s local “storage” and indirectly to upstream “storages”
belonging to the same upstream basin.
4.1 Introduction
173
Döll et al. [2003] starts with the same setup. In addition, man-made
reservoirs are represented. In this study, the global hydrology sub-model
WGHM of the global water use and availability model WATERGAP2, at
0.5 ◦ resolution is presented. WGHM includes a vertical water balance and
a series of six different “storages” at each grid point. These “storages” may
be local (groundwater, lakes, wetlands), if they are only reached by flows
within the cell, or global (lakes, wetlands, river segment), if they collect
also water from upstream cells. Fast surface/subsurface runoff is routed to
surface storages without delay while groundwater recharge is stored. Both
flows recharge local lakes present in the cell. The third “storage” corresponds
to local wetlands with lower storage capacity and slower outflow. Global
lakes and global wetlands “storages” have the same storage behavior as their
local counterparts. In the end, the flow reaches the river which is also a
linear reservoir like groundwater, and the cell discharge becomes inflow for
the downstream cell. Reservoirs are treated as global lakes for their outflow
computation.
At each grid cell, demand can be covered by the local lake. If there is no
local lake or its “storage” is zero, consumptive use can be extracted from the
river. In case consumptive use is greater than river discharge, extraction is
delayed for up to one year until a water surplus period occurs. Last, if annual average demand is greater than annual average discharge, demand can
be covered by neighborhooding cells with higher average discharge. Hence,
demand is associated to the “storage” of its own cell and indirectly to upstream cells, while lateral transfers from other cells (topologically connected)
are possible.
Still at the global level, Hanasaki et al. [2008] improve over this approach
by incorporating man-made reservoirs individual operation. The integrated
global model at a 1 ◦ spatial resolution use runoff routing based on a river
scheme identical to TRIP. Agricultural, environmental and anthropogenic
water demands are computed at the grid cell level. Man-made reservoirs
individual operation is defined following generic rules as a function of current
volume and mean annual inflow [Hanasaki et al., 2006]. In this study, each
reservoir is linked to the downstream area up to the next reservoir with a 10cell maximum distance. Therefore reservoirs, convey water to demands over
long distances downstream, however transfers to demands in other basins are
not allowed.
Haddeland et al. [2007] follow a similar methodology with the addition
of multiple purposes and reservoirs individual operation optimization. This
study assesses the impacts of land use modifications, reservoirs and irrigation
on the hydrological balance of North America and Asia with 183 and 257
4.1 Introduction
174
reservoirs respectively. The model is based on the grid-based macro-scale
hydrology model VIC which includes a routing scheme. In this study, water
is extracted from reservoirs if there is not enough water in the grid cell where
irrigation demand point is located. As described in Haddeland et al. [2006], if
the elevation of the grid cell in which the reservoir is localized is greater than
the elevation of the grid cell in which the demand is localized, the reservoir
may release water for the demand. A maximum distance of 5 grid cells is
considered. This rule therefore allows water transfers to demands localized
in other basins than the reservoir. Optimal releases are computed given
reservoir inflow, storage capacity and downstream water or energy demand.
Simultaneous operation of multiple reservoirs, i.e., coordinated management
is not considered. As in the previous studies, reservoirs can be linked through
flow routing.
In the second strand of literature, reservoirs are represented as a system
and are managed in a coordinated way. Most models work at a fine temporal
and spatial scale and are developed for a particular area for which all supply and demand characteristics are known precisely. In particular, there is
a detailed knowledge on reservoirs systems configuration, management policies, reservoirs-demands associations, with details on water distribution to
local demands or long distance transfers. A nodal structure is generally used
to represent those networks. In this framework, various types of demands
(municipal, irrigation, hydropower, recreation, nagivation...) may be represented, as well as diverse supply sources. Existing water markets, regulatory
or institutional constraints are also frequently taken into account. In addition they are coupled with hydrological models developed for the study area
which can be quite complex.
Such studies can be found at the river basin scale [Minville et al., 2009;
Vano et al., 2010; Hotchkiss et al., 2000; Vicuna et al., 2008; Payne et al.,
2004]. Models at coarser spatial scales, for extended geographic regions,
have also been developed and Rani and Moreira [2009] list such models. For
example, SWD SUPER is used for the multipurpose systems of reservoirs
of the Southwestern Division of USACE, while CalSim II [Anderson et al.,
2008] is developed for the planning of State Water Project and Central Valley
Project. In addition to the models listed by Rani and Moreira [2009], one
could also mention CALVIN [Medellı́n-Azuara et al., 2008], an economic engineering model, including reservoir network operation, conjunctive use and
water markets, developed for the management of California state’s water system. Hence, these models have been developed for a specific river basin or
extended region using detailed supply and demand data and are not generic.
On that account, their methodology can hardly be applied on other basins
4.2 Determination of Reservoir-Demand links
175
or regions.
Other similar tools exist, which are also designed to be flexible, i.e. they
can be used for various river basins or regions defined by the user. This
is the case of WSM [WaterStrategyMan, 2004], a comprehensive GIS based
decision support system for the elaboration of water management strategies
with a special attention given to social system’s responses and use of multicriteria analysis, representing known networks containing supply, demand,
transhipment nodes and links. Another example is WEAP [Strzepek et al.,
1999], which is a reservoir/river/use system water balance accounting model,
used for the examination of various water management scenarios, for basins
with known reservoir configurations and associations. However, despite the
fact that these models are more generic, their high data requirements and
complexity for the description of a user’s defined area may compromise their
application in basins or regions where data are scarce.
In this paper, the methodology presented has a global extent and, at the
same time, aims at representing reservoirs networks and reservoirs-demands
associations at the river basin level with a reconstruction based on generic
rules, using only globally available data. This methodology is a subset
of a framework called ODDYCCEIA which also includes operating rules.
The generic aspect of the methodology is common with the approaches of
Hanasaki et al. [2006] or Haddeland et al. [2006], with the difference that
reservoirs are organized in networks. The methodology therefore aims to
reconstruct the nodal structure known in more detailed models.
While in global studies flow routing determines reservoirs inflow, here
each reservoir upstream sub-basin is determined and the summed runoff over
this area corresponds to reservoir inflow similarly with Islam et al. [2005].
This model has been first applied on the Mediterranean region, an area
typically characterized by an uneven data availability between the two banks.
In the following, an overview of the methodology is given in section 4.2 as well
as a description of the three modules of the methodology (subsections 4.2.14.2.3). In section 4.3, a qualitative validation on Algeria is done, followed by
concluding remarks in section 4.4.
4.2
Determination of Reservoir-Demand links
The methodology includes three sub-modules: reservoirs networks reconstruction, irrigation demand computation and determination of reservoirsdemands links. In the first module, dams-reservoirs are located and their
sub-basins of flow accumulation are defined based on the HYDRO1k [2009]
176
terrain model. Then, upstream-downstream relations among reservoirs are
determined. Various sources like hydrological models, flow routing or runoff
reanalysis data could have been used for runoff and other hydroclimatic variables.
Here, the CNRM model outputs are used. This model is based on three
models, namely ARPEGE-Climate, a global stretched-grid atmospheric model,
NEMO-ORCA2 and NEMO-MED8 oceanic models respectively global and
Mediterranean. At the Strait of Gibraltar the global ocean and the Mediterranean Sea exchange water, heat and salt. ARPEGE covers the whole planet
with a stretched grid which allows a refinement over the Mediterranean region reaching a spatial resolution of 50km [Somot et al., 2008, 2009; Dubois
et al., 2011]. Values are extracted at the monthly time step over fifty years on
a longitude-latitude grid. This model is used because in an upcoming study
future supply and demand balance will be assessed under climate change
over the Mediterranean region with ODDYCCEIA. Hence, here, sub-basins
are intersected with the CNRM regional climatic model grid cell to determine
reservoir inflow.
On the demand side (the second module), in this first version of the model,
only irrigation demand is considered. This is, however, the main demand in
the majority of the areas across the world. For instance in the Mediterranean
region, irrigation demand represents on average 63% of total demand. In
North Africa and Middle East, it represents 80% of total demand [Margat
and Treyer, 2004]. To determine this demand, various crops are localized
across the study region and associated to irrigation points. Net irrigation
crop requirements, which correspond to the necessary water amount to cover
evapotranspiration demands are computed.
To assess supply and demand equilibrium in space and time, supplydemand associations have to be known. However, data on reservoir-demand
links are not globally available. On that account, in the third module of the
methodology a generic rule is presented for the determination of reservoirdemand links based on topological constraints (covered distance and altitude
difference in upward movements along the path) and mean annual supply and
demand balance. These links implicitly represent channel and pipe networks
conveying water to demands localized within the same basin or other basins,
as well as direct river extractions supported by upstream reservoir releases.
4.2.1
Reservoir network creation
In the first step of ODDYCCEIA, reservoirs networks are reconstructed and
reservoir inflows are computed. On that account, first reservoirs are localized.
177
For the study on the Mediterranean region, the African, European and Asian
sub-areas are considered. For the Eurasian zone, reservoirs are localized
according to information provided by the International Commission on Large
Dams [ICOLD, 2003] and satellite images accessed through “Google Earth”
or “Google Maps”. For the African region, reservoirs are taken from the
Aquastat database [AQUASTAT Program, 2007]. In this database reservoirs
coordinates are already provided. In the section 4.3 on Algeria an assessment
of reservoirs localization as provided by Aquastat is carried out.
With the coordinates found manually or provided by Aquastat, many
reservoirs are localized nearby hydro1k streams but not exactly on the stream,
hence they have to be relocated before upstream basins can be determined.
To bring reservoirs closer to streams, a relocalization rule is defined to move
reservoirs to the nearest stream reach, with higher accumulated flow. The
reservoirs are kept in the same river basin and within a radius of 10km. The
reservoir relocation is based on a fitness function which balances the distance
from the reservoir initial location with the flow accumulation values. The
new location x of a reservoir with x0 as initial coordinates is given by:
log(φ)
max log(f ax ) −
× dx0 ,x , with dx0 ,x ≤ 10km,
(4.1)
x
D
with f ax the flow accumulation value provided by hydro1k at point x, dx0 ,x
the distance between the reservoir and point x, φ a reference accumulation
factor set to 10 and D a reference distance set to 1000. Starting from each relocalized reservoir, flows are followed on the hydro1k digital elevation model,
to identify intersections.
Then, for each relocalized reservoir a small area is defined (5km) which
roughly corresponds to the area of the lake associated to the reservoir. Based
on the hydro1k flow direction map and starting from all the points in this
area, upstream sub-basins of each reservoir are determined. Reservoirs which
are localized over these sub-basins are then detected. This information allows to identify double reservoirs and divide the whole upstream area if other
reservoirs are localized in that area. The sub-watershed of each reservoir corresponds finally to the land over which the water goes to the reservoir without crossing another reservoir. Based on this partitioning, direct upstreamdownstream reservoir links are determined.
Runoff data are available from the CNRM climatic model output per grid
cell. For the computation of each reservoir’s inflow, reservoirs sub-basins and
climatic model grid cells are intersected. With RG the runoff of each grid cell
G with surface SG , SBr the surface of the sub-basin of reservoir r, the runoff
178
Rr of the reservoir computed at a monthly time step, is:
X SB T SG
r
Rr =
× RG
S
G
G
4.2.2
(4.2)
Irrigation demand calculation
The second step of ODDYCCEIA is focused on irrigation demand localization and computation. For this purpose, globally available data on irrigated
areas and crops are combined in order to determine irrigated crops localization. Then, their irrigation requirements are computed for each growth
stage, defined based on degree days method, as a function of hydro-climatic
data, crop area and each crop stage characteristics.
Irrigation areas are provided by the Global Map of Irrigated Areas [Siebert
et al., 2005]. The irrigated point is located at the center of the cell. The few
irrigation points located in the sea, are moved to the nearest land point
of the digital elevation model. Globally available data on crop shares are
extracted from Agromaps [FAO, 2005] at a sub-national scale if possible and
FAOSTAT/PRODSTAT [FAOSTAT, 2011] otherwise. Crops are aggregated
as described in table 4.1.
Administrative areas located in EU countries are georeferenced using the
administrative and statistical territorial boundaries based on NUTS classification from Geographical Information System of the Commission map
(GISCO, EUROSTAT [2010]). Areas located in Africa, Near East, whole
countries and Albania are georeferenced using the boundaries provided by
the Global Administrative Unit Layers (GAUL) of FAO [GeoNetwork, 2009]
and maps provided with Agromaps. Each irrigation point is associated to
the nearest area.
Over the crop growing period, ground cover, crop height and leaf area
change, hence evapotranspiration changes too. For that reason, in order to
compute crop evapotranspiration and irrigation requirements, crop growth
stages have to be identified with their corresponding lengths and crop coefficients. Following Allen et al. [1998], the growing period is divided into four
phases namely the initial, crop development, mide-season and late-season. In
the present paper, growing degree days are used to determine the development of crops during the growing season [Stehfest et al., 2007]. This method
is used, since, as mentioned in Miller et al. [2001], measuring the heat accumulation over time can provide a better physiological estimate compared to
counting calendar days.
179
The growing degree days requirements for each development phase are
computed based on the phase duration in days and mean growing degree
days per month and crop. Information on crop phase durations are taken
from Allen et al. [1998] and information on crops plantation and harvesting
dates are taken from FAO WATER [2011], shown in table 4.2. Each crop
phase duration is rescaled proportionally to the length of the total growing
period based on plantation and harvesting dates.
Computation of the required growing degree days for the realization of
each development phase is determined by using average growing degree days
representative of the Mediterranean region using the Tunisian climatology.
Therefore, mean monthly daily maximum and minimum temperatures over
historical years are taken from CRU [Mitchell and Jones, 2005], and then
averaged across Tunisia to compute monthly growing degree days. The base
temperature is set equal to 5 ◦ C for all crops. If the accumulated duration of
growth exceeds 365 days, the cycle is stopped.
After crop growth stages definition, reference evapotranspiration is computed. In general, evapotranspiration depends on factors related to weather,
crop, management and environmental conditions. Reference crop evapotranspiration ET0 can be computed with several empirical and semi-empirical
methods. The reference method is Penman-Monteith [Allen, 2000] for a variety of locations and climates, a data demanding method, and in some cases
some data are missing. Less data demanding methods also exist: for instance,
Allen et al. [1998] mention the Hargreaves method, which is interesting as it
only requires radiation and temperature data, although it seems to underestimate evapotranspiration in case of high wind conditions or overestimate in
case of high relative humidity. Trajkovic [2005] in a study on Serbia, test Radial Basis Function, Thornthwaite, Hargreaves and reduced set FAO 56 PM,
as temperature based methods compared to Penman-Monteith and find that
RBF network performs better, while Hargreaves overestimates evapotranspiration and is not recommended. Trajkovic and Kolakovic [2009] present a
reduced form of FAO-56 PM necessitating as minimum data minimum and
maximum air temperature and local default wind speed, which seems to perform well compared to Turc, adjusted Hargreaves and Radial Basis Function
network methods. Vanderlinden et al. [2004] presents Hargreaves as a suitable method for regions with limited meteorological data like Southern Spain,
but with an adjustment coefficient to reduce bias for hot and dry months.
Finally, Sabziparvar and Tabari [2010] tested Makkink, Priestly-Taylor and
Hargreaves methods for northeast Iran, and Hargreaves seems to have the
best performance for monthly evapotranspiration.
Here, the Hargreaves method is used, since it has a satisfactory perfor-
Table 4.1: Crops aggregates
Wheat
Potatoes
Sugarbeet
Pulses
’Barley’, ’Cereals, nes’, ’Oats’, ’Rye’, ’Mixed grain’, ’Canary seed’, ’Triticale’
’Sweet potatoes’, ’Sweet Potatoes’, ’Roots and Tubers, nes’, ’Yams’, ’Cassava’
’Sugar beet’, ’Sugar Beets’, ’Hops’, ’Mustard seed’, ’Mushrooms and truffles’
’Beans, Dry’, ’Beans, green’, ’Beans, dry’, ’Cow peas’, ’Cow peas, dry’,’Broad beans, horse beans, dry’
’Lentils’, ’Leguminous vegetables, nes’, ’Groundnuts in Shell’,’Peas, dry’, ’Peas, green’, ’Vetches’,’Chick peas’
’String beans’, ’Pulses, nes’, ’soybean’,’Groundnuts, with shell’, ’Soybeans’, ’Broad Beans, Dry’,’Beans, Green’
’Cow Peas, Dry’, ’Peas, Green’, ’Chick-Peas’, ’Broad Beans, Green’, ’Peas, Dry’, ’Lupins’
’Cabbages and other brassicas’, ’Carrots and turnips’, ’Cauliflowers and broccoli’,’Chicory roots’
’Chillies and peppers, green’, ’Chillies and peppers, dry’, ’Cucumbers and gherkins’,’Garlic’, ’Lettuce and chicory’
’Onions’, ’Onions, dry’, ’Onions (inc. shallots), green’,’Onions+Shallots, Green’, ’Onions, Dry’
’Pepper,White/Long/Black’,’Pumpkins, squash and gourds’, ’Eggplants (aubergines)’, ’Strawberries’, ’Tomatoes’
’Vegetables fresh nes’, ’Watermelons’,’Other melons (inc.cantaloupes)’, ’Artichokes’, ’Asparagus’,’Spinach’
’Anise, badian, fennel, corian.’, ’Okra’, ’Cabbages’,’Eggplants’, ’Cucumbers and Gherkins’, ’Cauliflower’, ’Carrots’
’Lettuce’, ’Pumpkins, Squash, Gourds’,’Melonseed’, ’Cantaloupes&oth Melons’, ’Chillies&Peppers, Green’, ’Spices, nes’
’Currants’, ’Peppermint’
’Citrus’, ’Apples’, ’Apricots’, ’Cherries’, ’Figs’, ’Grapes’, ’Oranges’, ’Peaches and nestarines’, ’Pears’
’Plums and sloes’, ’Quinces’, ’Sour cherries’, ’Tangerines, mandarins, clem.’, ’Dates’, ’Grapefruit (inc. pomelos)’
’Stone fruit, nes’,’Lemons and limes’, ’Bananas’, ’Citrus fruit, nes’, ’Kiwi fruit’, ’Avocados’, ’Persimmons’
’Mangoes, mangosteens, guavas’, ’Papayas’, ’Pineapples’, ’Tea’, ’Lemons and Limes’, ’Grapefruit and Pomelos’
’Peaches and Nectarines’, ’Peaches and nectarines’, ’Berries Nes’, ’Fruit, tropical fresh nes’, ’Plums’
’Tang.Mand.Clement.Satsma’, ’Cloves, Whole+Stems’, ’Citrus Fruit nes’, ’Fruit Fresh Nes’, ’Gooseberries’
’Raspberries’, ’Blueberries’, ’Cranberries’, ’Coffee, green’
’Olive’, ’Almonds, with shell’, ’Carobs’, ’Hazelnuts, with shell’, ’Olives’, ’Walnuts, with shell’
’Pistachios’, ’Chestnuts’, ’Nuts, nes’, ’Almonds’, ’Walnuts’,’Hazelnuts (Filberts)’
’Tobacco, unmanufactured’, ’Tobacco Leaves’
’Rice, paddy’, ’Taro (cocoyam)’, ’Rice, Paddy’
’Seed cotton’, ’Linseed’, ’Flax Fibre and Tow’, ’Flax fibre and tow’, ’Seed Cotton’, ’Jute’, ’Hempseed’
’Hemp Tow Waste’, ’Sisal’, ’Other Bastfibres’
’Millet’, ’Poppy seed’
’Buckwheat’, ’Maize, green’
’Rapeseed’, ’Sunflower seed’, ’Sesame seed’, ’Safflower seed’, ’Sesame Seed’, ’Sunflower Seed’
’Castor oil seed’, ’Oilseeds, Nes’
’Sugar Cane’, ’Sugar cane’
Vegetables
Fruits
Oil Tree
Tobacco
Rice
Cotton
Sorghum
Maize
Oil Seed
Sugarcane
180
Crops
Crop Aggregate
181
Table 4.2: Data on crops phases durations (Lp ) in days provided by Allen et al.
[1998] and crops plantation and harvesting dates provided by FAO WATER [2011]
Crop Aggregate
L1p
L2p
L3p
L4p
Plantation date
Harvesting date
Wheat
Potatoes
Sugarbeet
Pulses
Vegetables
Fruits
Oil Tree
Tobacco
Rice
Cotton
Sorghum
Maize
Oil Seed
Sugarcane
30
30
45
20
30
60
30
20
30
30
20
30
25
30
140
35
75
30
40
90
90
30
30
50
35
40
35
50
40
50
80
30
45
120
60
30
60
60
40
50
45
180
30
30
30
10
30
95
90
30
30
55
30
30
25
60
Oct
Mar
Feb
Mar
Mar
Jan
Jan
Mar
Apr
Jul
May
Apr
May
Jan
Apr
Jul
Jul
Jul
Jul
Dec
Dec
Jul
Aug
Jan
Sep
Aug
Sep
Dec
Table 4.3: Crop coefficients
Crop Name
Kc 1
Kc 2
Kc 3
Wheat
Potatoes
Sugarbeet
Pulses
Vegetables
Fruits
Oil Tree
Tobacco
Rice
Cotton
Sorghum
Maize
Oil Seed
Sugarcane
0.4
0.5
0.35
0.4
0.6
0.75
0.5
0.5
1.2
0.35
0.3
0.3
0.35
1
1.15
1.15
1.2
1.15
1.1
0.75
0.9
1.2
1.1
1.2
1.1
1.2
1.1
1
0.3
0.75
0.7
0.55
0.9
0.75
0.6
0.8
0.8
0.6
0.55
0.6
0.35
1
182
mance, even if it is not appropriate in all cases, and data requirements are low.
Following this method, evapotranspiration is computed as a function of mean
j
monthly daily minimum temperature T̄min
, mean monthly daily maximum
j
temperature T̄max
and daily extraterrestrial radiation Raj , here computed under clear sky conditions [Allen et al., 1998]. Climatic data are taken from
the CNRM climatic model outputs. Mean daily reference evapotranspiration
¯ j for month j for each climate grid point in mm.day −1 is computed as:
ET
0
¯ j
ET
0
j
j
T̄max
+ T̄min
j
j
= 0.408 × 0.0023 ×
+ 17.8 × (T̄max
− T̄min
)0.5 × Raj (4.3)
2
The difference between reference and crop evapotranspiration is determined based on the Single Crop Coefficient method. This method is used
for irrigation planning, design and management, under standard field conditions with no limitations on crop growth or evapotranspiration related, for
instance, to soil water and salinity stress [Allen et al., 1998]. The three crop
coefficient values are taken from Allen et al. [1998] for each crop corresponding to the Mediterranean climate, as shown in table 4.3. For “oil tree”, crop
coefficients corresponding to the mean value of olive and pistachios are used.
Crop coefficient is set to the coefficient of the late season until the end
of the year for perennial crops that have reached the last development phase
while the total duration of the crop development is less than 365 days.
Last, irrigation needs are computed following the methodology presented
in the global irrigation model of Döll [2002]. According to this methodology,
part of the precipitation percolates below the root zone or flows over the
surface as runoff. The remaining part, namely the “effective” precipitation,
is stored in the root zone and is used by the crop in order to partly cover
its water needs. In order to determine the effective precipitation per wet
day, monthly precipitation is spread over the wet days. With P the monthly
precipitation and wd the wet day frequency of the month in days, the effective
wd
−1
precipitation per wet day Pef
f in mm.day , is calculated at each grid point
as:
wd
Pef
f
=
P
wd
P
P
, if wd
× 1 − 0.048 × wd
< 8.3mm,
P
4.17 + 0.1 × wd , otherwise.
(4.4)
Precipitation and wet day frequency under present conditions are provided by CRU. Wet day frequency is not in the CNRM monthly climatic
model outputs. On that account, a linear relation is fitted on CRU data,
linking precipitation and wet day frequency. The resulting correlation coeffi-
183
cients are used together with CNRM precipitation data in order to compute
wet day frequency. A coefficient is computed for each month and grid cell.
The difference between the crop water needs and effective precipitation
corresponds to the irrigation water needs. For each localized crop c with
nearest climatology grid point g and for each month m, with ph indexing
growth stages occurring over a month, d(ph) the number of days of each
growth stage ph in month m, ET0m the reference crop evapotranspiration for
a day in m.s−1 , Kcph the crop coefficient for this phase and crop and Ac the
c
crop area in m2 , Irrigm
monthly irrigation demand in m3 is:
c
Irrigm
=
("
X
ph
d(ph) ×
ET0m,g
#
× Kcph −
wd,g
Pef
f
)
× Ac ×
1
γ
(4.5)
The γ parameter, which is set to 0.5, is an efficiency coefficient and is used
to compute net irrigation requirements. This efficiency value is considered
satisfactory for the Mediterranean region, in order to represent both salt
leaching procedure realized with irrigation supplements which pond on the
soil surface and is allowed to infiltrate, and some inefficient irrigation uses.
For the Nile basin, however, the efficiency value is certainly too low since
important amounts of water return to the river [Margat and Treyer, 2004].
4.2.3
Determination of reservoir-demand links
The purpose of the methodology presented next is to associate each demand
to a unique reservoir. First, for each demand, many potential associations
to reservoirs are determined. For each reservoir-demand couple, a least cost
path is determined penalizing non gravitary moves on the path to the demand. Then, in order to obtain for each demand a set of potential links
to reservoirs, associations with costs below a threshold are chosen (section
4.2.3.1). Networks with a unique reservoir associated to each demand are
assessed in terms of the achieved total mean annual supply and average demand balance. Then, the network with the minimum total cost over all links
is chosen among the feasible ones (section 4.2.3.2).
4.2.3.1
Potential Reservoir-Demand links
The cost of a reservoir-demand link is computed by finding the least cost
path using a cost function penalizing the distance from the river downstream
of the reservoir to the demand and the altitude difference for each upward
184
movement along the path, thereby penalizing non gravitary movements. It is
not possible to go upstream of the reservoir. The least cost path is selected.
Then, each potential link to a reservoir is kept if its cost is lower than a
threshold.
Indexing reservoirs by r and demands by j, with dpath
the covered disr,j
tance along the examined path between the reservoir and demand node,
up,path
∆Hr,j
the altitude difference while moving upward along the path, costup
the penalty coefficient associated to upward movements along the reservoirdemand path, the total cost Costr,j of the r, j link is:
up,path
Costr,j = min dpath
+
cost
×
∆H
up
r,j
r,j
path
(4.6)
Then, with cthresh the maximum cost of potential associations between
reservoirs and demands, links are selected if Costr,j ≤ cthresh .
The penalty coefficient for upward movements along the path is set equal
to 10000, implying that going up one meter is 10000 times more costly than
moving horizontally 1 meter. The upper total cost threshold is set equal to
1600000. It is also considered that reservoirs are only associated to demands
located in the same country.
For North Africa 81% of the irrigated surfaces are potentially associated
to reservoirs. In Algeria, 46% of irrigation localizations and 66% of irrigated surfaces are potentially associated to reservoirs. These rather high
rates are considered to be satisfactory since many river tributaries are not
permanent in the South Mediterrean bank, hence reservoirs are the main water sources for the satisfaction of demands localized in these arid zones like
Nile. However, in several basins other water reservoirs not represented in the
methodology exist, like snowpack, groundwater and hillside reservoirs, which
may satisfy part of the localized demands. Even if they are not represented,
it is implicitly considered that associations excluded by the cost threshold
are covered by these natural water reservoirs. In the figures 4.1 and 4.2,
the potential links are figured for the Eastern and Western part of Algeria.
Algerian reservoirs-demands networks are validated in section 4.3.
4.2.3.2
Determination of the reservoir-demand network with one
reservoir for each demand
In this step, a reservoirs-demands network where each demand is linked to
only one of its potentially associated reservoirs, is selected. Networks with
a unique reservoir associated to a demand are first assessed in terms of the
achieved mean annual supply and average demand balance over the network.
185
Figure 4.1: Potential (purple lines) and finally kept (black lines) reservoir-demand links in the Eastern part of Algeria with
CNRM climatic model outputs. Purple triangles represent reservoirs and red dots correspond to irrigation points, the size
of which increase with the size of the irrigated crops perimeters. Latin numbers are the labels of the reservoir systems and
arabic numbers correspond to the labels of the reservoirs in the systems where they belong
Figure 4.2: Potential (purple lines) and finally kept (black lines) reservoir-demand links in the Western part of Algeria with
CNRM climatic model outputs. Purple triangles represent reservoirs and red dots correspond to irrigation points, the size
of which increase with the size of the irrigated crops perimeters. Latin numbers are the labels of the reservoir systems and
arabic numbers correspond to the labels of the reservoirs in the systems where they belong
186
187
Then, among the feasible configurations, the one with the minimum total
cost over all the links is chosen.
Demands are still indexed by j ∈ [1, ND ] and reservoirs by r ∈ [1, NR ].
Thanks to the methodology presented in the previous section, each demand
is associated with a set of potential reservoirs, noted Pj for the demand j.
The network of reservoirs is also available, and we note Ur the set of the r
direct upstream reservoirs. Reservoirs and demands are grouped together in
groups comprising all the reservoirs of reservoir networks in the group and
all the demands potentially associated to the reservoirs, and those groups are
processed independently.
In a given group, with nD the number of demands in the group and nR the
number of reservoirs in the group, the association of a demand to a unique
reservoir is defined as a mapping A associating a reservoir to a demand when
it is in the set of the demand potential reservoirs:
A : [1, nD ] → [1, nR ]
A(j) ∈ Pj
Among the mappings that satisfy this condition, first, selection is done to
keep only associations for which mean annual inflow covers mean annual demand. Starting from leaf reservoirs and progressing downstream, each mean
annual demand can be covered by the mean annual inflow of its associated
reservoir and residual inflow from upstream reservoirs.
For a leaf reservoir, with I¯r its mean annual inflow, equal to the mean
annual runoff R̄r arriving at the reservoir, and D̄j the mean annual value of
demand j, the mean residual water volume available is:
X
V̄r = I¯r −
D̄j
(4.7)
j∈A−1 ({r})
Progressing downwards, the same balance is used, adding the residual
volume from upstream reservoirs. Thus, (4.7) is used with the inflow set to:
X
I¯r = R̄r +
V̄u
(4.8)
u∈Ur
If the residual volume of a reservoir in the group is negative, the association A is discarded. We note P the set of remaining associations.
Lastly, only one association A∗ is kept, the one such that the total cost
is minimal:
∗
A = argmin
A∈P
nD
X
188
CostA(j),j
(4.9)
j
At the beginning of network examination, the mean runoff available for
the reservoirs is based on the CNRM climatic model output as described
in section 4.2.1. In case no feasible networks exist for the group, reservoirs
runoff is increased with a multiplicative coefficient for all reservoirs in the
′
group: R̄ = α · R̄. The coefficient α is increased until a possible network is
determined.
In practice, these rules lead to combinatory explosion, and therefore some
simplifications are done in order to have a numerically feasible problem. The
first simplification is the grouping of demands that have the same potential
reservoir associations. The second simplification is based on the removal of
potential links that have a distance above a cost cutting criterion. After the
removal of those potential links, the groups are determined again and the
distances are cut further if the estimated computation time is still too high.
Formally, as long as the estimated computation time is too long, for all
demands j in the group, the set of potential reservoirs Pj is modified, with
the new set of potential reservoirs, Pj′ , defined by:
r ∈ Pj , Costr,j ≤ cn
where cn , the cost cutting criterion follows an arithmetico-geometric sequence:
1
cn = n (c0 − 1) + 1
(4.10)
2
The result of this methodology is visible on figures 4.1 and 4.2 for the
eastern and western parts of Algeria, where the potential links are in purple
and the final links are in black. In most cases, the runoff had to be increased,
sometime to very high values to find a match between reservoirs inflow and
demands. As will be shown in section 4.3, the results are nevertheless broadly
consistent with available data sources.
Figure 4.3 offers a general overview of the code structure of ODDYCCEIA: data importation, reservoir network construction, climatologicalmeteorological and runoff data extraction, potential reservoirs-demands links
definition, irrigation demand computation, final reservoirs-demands selection, system operation simulation/ optimization. GRASS GIS [GRASS-GIS,
2008] is used for the geographical analysis especially network and potential
reservoir-demand association. Scilab [Consortium Scilab, 2011] is used for
Figure 4.3: Overview of the model implementation/ code structure
189
4.3 Qualitative Validation
190
irrigation demand computation and selection of networks with only one demand association to a reservoir. Lastly PERL code is used for data handling
and GRASS support when shell scripting is not enough, and grads is used
for runoff integration using masks and grid based runoff. Code is available
on demand.
4.3
Qualitative Validation
The methodology is initially applied on the Mediterranean region and a qualitative validation is done on Algeria. Data availability is an important criterion for the choice of the validation case study. On that account, a diversity
of available data at the country level have facilitated a good understanding
of the Algerian water resources status. For Algeria, data from the book of
Pérennès [1993] thereafter noted [P93], AQUASTAT [2005] [A05], AQUASTAT Program [2007] [A07], Messahel and Benhafid [2004] [M05I], Messahel
et al. [2005] [M05II], ICOLD [2003] [ICOLD], and the Algerian Ministry of
Water Resources Ministère des Ressources en Eau Algérien [2007] [AMWR]
have been used. These data sources provide information on reservoirs, demands, reservoir networks and demand-reservoir links.
The Maghreb is a region of interest since, according to [P93], the region
will have to face the serious challenge of feeding a growing population going
from 25 to 100 million of inhabitants from the present to 2025, under the additional pressures of increased urbanization, erosion and a possible extension
of the desert. The Maghreb area is characterized by irregular precipitations
under two contrasted climatic influences (Sahara, Mediterranean) and limited agricultural land, hence dams and irrigated areas are considered as an
important means of agricultural production increase.
4.3.1
Overview of the Algeria’s water resource and demand profile
Algeria could regulate up to 9.5 km3 or even more if 4.9 km3 of groundwater are taken into account. Surface water comes mainly from Mediterranean
basins, since endorheic and Saharian river basins have a small contribution.
According to [P93], 6 km3 can be regulated. Groundwater potential is considerable (6.71 km3 ). It is mainly localized in Sahara in deep aquifers, however,
hence extraction is very costly and not sustainable. There is also a contrast
between the West, with many plains not watered enough with only one wadi,
the Chelif wadi (1.54 km3 ) (wadi= an ephemeral riverbed, the runoff of which
191
depends on precipitation and can remain dry for a long period of time), and
the East, a mountainous region with the wadis Kebir Rhummel (0.91 km3 ),
Soummam (0.7 km3 ), coastal Constantinois (3.25 km3 ) and Isser (0.52 km3 ).
Hence, water is missing in the West, while some is not used in the East [P93].
Surface water potentially mobilized during nineties were 5.703 km3 , while
according to Inesg (Institut National d’étude de stratégie globale, cited in
[P93]), globally exploitable resources were, in the late eighties 1.5 km3 and
1.4 km3 , in 2000 could be 3 km3 and 1.6 km3 , and in 2025 will be 4.7 km3
and 1.6 km3 , for surface and groundwater respectively according to the minimum hypothesis on global exploitation ([P93]). According to [M05I], today’s
Algeria potential per year is 14 km3 in the North and 5.2 km3 in the Saharan
region.
A first generation of reservoirs were constructed between 1850 and 1894
mainly to respond to the increasing drinking water demands, with some of
them still in use today, while Djidiouia, Tletat and Magoum reservoirs have
been decommissioned [P93]. In the 1920s, 20 dams were planned to be constructed although only 9 were constructed between 1926 and 1945. In general,
reservoirs of the twenties were not very big with the exception of Ghrib and
Oued Fodda. Hence only a small part of the national surface water potential
was used.
In Algeria there are two types of irrigation areas, with Big Irrigated
Perimeters (BIP, “Grand Perimetre Irrigue”) which are in general satisfied
by reservoirs releases, and Small and Medium Hydraulics (SMH, “Petite et
Moyenne Hydraulique”) which, according to [A05], are linked to hillside dams
(5%), sources (2%), drilling (44%) and wells (49%) (table 4.4). In 1935, seven
Big Hydraulic Perimeters were defined: middle Chelif (Oued Fodda) with
25386 ha, Hamiz (Hamiz) with 18470 ha, low Chelif (Charon) with 27700 ha,
high Chelif (Ghrib) with 20260 ha, Mina (Bakhadda) with 13467 ha and Sig
(Sarno-Cheurfas) with 8666 ha. Medium hydraulic zones were also defined
with a total extent of 45000 ha, which mainly contain irrigation perimeters
namely Ksob, Zardezas, Maghnia, Foum El Gueiss, Foum El Guerza.
In Algeria, in general, networks were realized with an important delay (delay in facilities realization, start of operation). According to the reports made
by the technical services during the sixties, this delay was due to available
flow reduction during fifties from 812 to 530 hm3 , reservoir high sedimentation rate from the thirties to the sixties (Ghrib from 280 to 179 hm3, Fodda
from 228 to 135 hm3 ), urban withdrawals and network losses at the farm
level. Finally, only 70% of the Big Hydraulic Perimeters, were equipped and
overall only 45000 ha were irrigated between mid forties and sixties.
During the eighties, with the aim to organize the after oil period, priority
192
were given to hydraulics in order to counterbalance delay since only three
reservoirs were built between 1962-80, irrigated areas were regressing and
shortage appeared in urban areas. Further, in Algeria the objective was to
increase irrigated land from 282000 ha to 827000 ha in 20 years starting from
the end of eighties. For this purpose, 65 barrages in the North (3 per year)
and 50000 m of linear for drilling in the South, were planned.
A diversity of information on reservoirs and irrigated areas are provided
by [P93], [A05], [A07], [M05I], [M05II], [ICOLD] and [AMWR]. According
to [P93] before 1962 14 reservoirs were constructed, between 1963-1979 8,
between 1980-88 14, and during nineties 12, hence a total of 48 reservoirs. In
[A05] 48 reservoirs are listed, 31 being used for irrigation which represents
65% of 6074 hm3 withdrawn in 2000. According to [M05I], 50 reservoirs
are constructed, 16 are under construction, 63 are under study and 400 hillside dams are under operation. [AMWR] lists 56 reservoirs under study,
14 under construction and 58 under operation. In [ICOLD] 114 reservoirs
are registered, with 102 serving irrigation purposes. In this database, it is
not specified whether the construction of all of these reservoirs is completed
and whether all the reservoirs are operating. Hence, from the comparison of
the given reservoir numbers, the number of constructed and under operation
reservoirs is probably more close to fifty, thus the number given by [ICOLD]
likely includes reservoirs under construction.
Overall [A05] considers that 569418 ha (149860+363508+56050), for BIP,
SMH and spate areas respectively) are irrigated, data used in the present
study through GMIA. In contrast, according to [M05I] the total irrigated
land at the country level is 420000 ha, according to [M05II] 650000 ha, and
[AMWR] 1 million ha. As seen from the table 4.4, various definitions are used
for the irrigation areas. The “potential”, “equipped”, “irrigable”, “irrigated”
areas are generally used in order to define the Big Irrigated Perimeters. Since
this type of irrigation areas extend over a wide region, there might be a difference in the rate of irrigation equipment over this region, hence a difference
exist between the potentially and finally irrigated land (table 4.4).
For the Small and Medium Hydraulics, data are given on the “irrigated”
land only according to [A05], although it is unclear what this really covers.
The projected value of irrigated land cited by [P93] for the year 2010 listed
in the table 4.4 concerns only the Northern part of Algeria.
Table 4.5 shows the area per province equipped for irrigation according to
Siebert et al. [2005] used in the present study, as well as the irrigated land of
SMH and the equipped and irrigable land of BIP per province, provided by
[M05II]. Comparing the values of irrigated land per province given by Siebert
et al. [2005] and [M05II], one can notice that differences may be substantial:
193
Table 4.4: Area extents (in ha). The value of 419558 ha, according to [A05],
corresponds to the sum of SMH area and spate (inundated) irrigation areas.
Data Source
[P 93]
[P 93]
[A05]
[A05]
[M 05I]
[M 05I]
[M 05II]
[M 05II]
[AM W R]
[AM W R]
Year
1990
2010
2001
2001
2005
2005
2003
2003
2007
2007
Area Type
BIP
BIP
BIP
SMH
BIP
SMH
BIP
SMH
BIP
SMH
Potential
1300000
500000
-
Equipped
145120
149860
177000
173350
212918
-
Irrigable
113350
765000
100300
419558
100000
380000
103200
612289
-
Irrigated
36181
476000
33763
40000
40000
43718
889036
for instance, for the Illizi province the value given by Siebert et al. [2005]
is only 2% of the value given by [M05II], while for the Saida province the
Siebert et al. [2005] value is 5 times greater. In general, localization and
extent of irrigated areas provided by Siebert et al. [2005] are consistent with
the mapping of areas illustrated in [M05I].
List of reservoirs, with various informations are provided by all data
sources. In the present study they are localized and corresponding data,
such as the storage capacity, are taken from [A07], which uses among other
data sources [ICOLD] data, and provides shapefiles. From this list only reservoirs located in Mediterranean river basins are taken. Some differences can
be seen in the reservoirs listed in the data sources: some dams are only listed
in [P93] like Koudiat Affrem, or in [M05I] like Zhor, or in both but not in
other sources like Hericha. These could be planned reservoirs in the past or
doomed reservoirs due to sedimentation. Some are only listed by [AMWR]
and [P93] like Pr. Harbil, or [AMWR] and [M05I] like K.Rosfa, likely referring to secondary/smaller reservoirs in operation. Other reservoirs are not
listed by [ICOLD] like Sarno, or [ICOLD] and [AMWR] like Souani, certainly
referring to very small or out of operation reservoirs. Others are not cited
by [A07] and [P93] like O Cherf, or [ICOLD] like Zit Emba, or [AMWR] like
Kt Acerdoune, referring to recent not yet used projects. Other reservoirs are
missing only in the list provided by [A07] like Ben Harroun, or by [AMWR]
like Ighil Emda, refer to new reservoirs. Finally, others listed only by [A07]
194
Table 4.5: Irrigated land per province, values in ha. “i.a.” stands for irrigated
area, “eq.a.” for equipped area for BIP, “ir.a.” for irrigable area for BIP
Province
Skikda
Annaba
El Tarf
Jijel
Boumerdes
Tizi Ouzou
Bejaia
Alger
Tipaza
Guelma
Blida
Bouira
Mila
Constantine
Setif
Chlef
Souk Ahras
Medea
Ain Defla
Bordj Bou Arreridj
Mostaganem
Relizane
Oum el Bouaghi
M’Sila
Tissemsilt
Tebessa
Batna
Oran
Djelfa
Mascara
Tiaret
Khenchela
Ain Temouchent
Sidi Bel Abbes
Tlemcen
Biskra
Saida
Laghouat
El Oued
El Bayadh
Naama
Ouargla
Ghardaia
Bechar
Adrar
Illizi
Tindouf
Tamanghasset
Aquastat i.a.
6810
2374
18319
1024
14625
5353
9155
564
17396
2947
44747
11929
5501
3109
8570
37351
5997
5633
17339
5290
20821
32640
13481
20434
4401
4016
13200
4829
1755
33746
10379
5540
1013
10195
22620
65382
16304
3654
11092
1524
930
8847
6022
6898
23000
22
33
4000
[M05II] i.a.
10200
1974
10050
5873
8654
5628
6600
14583
11072
9244
23005
2983
7298
1944
11391
14769
3415
7318
26880
5200
21500
10035
6853
31550
5710
11707
19829
5326
17543
8006
14966
20358
3620
5110
18549
76726
2975
17782
45212
5130
3900
18934
13090
8840
23835
1270
421
7432
[M05II] eq.a.
16500
17000
3700
3500
8600
8600
3800
21800
20200
32100
5000
27800
5100
2850
5400
-
[M05II] ir.a.
14800
12000
2000
2000
7500
7500
3400
10000
16000
10000
4000
11000
4000
2000
4500
-
BIP Name
Bounamoussa
Hamiz
Isser Sebaou
Soummam
Mitidja
Mitdja
Arribs, M’chedellah
M.Cheliff
H.Cheliff
L.Cheliff, Mina
K’sob
Habra, Sig
Maghnia
Ain Skhouna
Abadla
-
195
and [P93] like H. Meskoutine may be referring to reservoirs with changed
names.
Based on coordinates given by [A07], 35 reservoirs are located. The relocalization rule which performs well in most cases, in case small and important
river tributaries are close, has the tendency to relocate a reservoir localized
on the small tributary to the important one. This is the case for one reservoir in an Algerian Mediterranean basin (Boughzoul reservoir). 7 reservoirs
endorheic or Saharan (Babar, Djorf Torba, Brezina, Fontaines des Gazelles,
Foum El Gherza, Foum El Gueiss, Ksob) are not studied since the focus
is on Mediterranean basins. The comparison above shows that additional
reservoirs could be located since they are currently operating (ex. Ben Zid,
Deurdeur, H. Boughrara, Boukourdane, Taksebt, Zit Emba, Sikkak, SMB
Taiba, Tilesdit, Tichy Haf).
4.3.2
Reconstructed reservoirs networks and reservoirdemand links using ODDYCCEIA methodology
Using the methodology presented in this paper, 13 reservoir networks are defined. The reservoirs of each network according to ODDYCCEIA results are
linked to various irrigation perimeters. The produced reservoir-demand links
and their comparison with the information given by various data sources,
are presented next. The latin numbers correspond to reservoir systems while
arabic numbers correspond to individual dams in each system.
I) Souani (1), Meffrouch (2), Sidi Abdelli (3), Beni Bahdel (4):
Comparing the resulting map using the methodology presented in this
paper with the satellite images accessed through “Google Map”, the coordinates of Souani reservoir, as provided by [A07], seem erroneous since the
reservoir falls on the localization of H. Boughrara reservoir, not listed in
[A07]. The correct localization, as seen on the satellite images, should be
more in the northwest. Meffrouch reservoir is also wrongly localized in the
northwest of its correct localization seen on satellite images, not far from the
Sikkak reservoir not listed in [A07]. Sidi Abdelli and Beni Bahdel reservoirs,
as well as Souani and Meffrouch reservoirs, with their erroneous and correct
localizations, are within the Tlemcen province.
Souani is an irrigation purpose reservoir according to [A07]. It is linked
to a small part of Maghnia irrigation perimeter and Tafna Isser perimeter,
according to ODDYCCEIA. Meffrouch, Sidi Abdelli and Beni Bahdel are
irrigation and water supply reservoirs according to [A07] and [ICOLD], while
for [AMWR], they are only supply reservoirs. In ODDYCCEIA, the three
196
Figure 4.4: Reservoir Networks in the Eastern part of Algeria obtained using CNRM climatic model outputs. Purple triangles
represent reservoirs, red dots correspond to irrigation points, the size of which increase with the size of the irrigated crops
perimeters areas, and black lines are the finally kept links. Latin letters are the labels of the reservoir systems and arabic
numbers correspond to the labels of the reservoirs in the systems they belong to
Figure 4.5: Reservoir Networks in the Western part of Algeria obtained using CNRM climatic model outputs. Purple triangles
represent reservoirs, red dots correspond to irrigation points, the size of which increase with the size of the irrigated crops
perimeters areas, and black lines are the finally kept links. Latin letters are the labels of the reservoir systems and arabic
numbers correspond to the labels of the reservoirs in the systems they belong to
197
Figure 4.6: Initial (black triangles) and corrected (red dots) localizations of Algerian reservoirs
198
199
reservoirs are linked to Maghnia irrigation perimeter.
According to [AMWR], Maghnia irrigation perimeter is only supplied by
Beni Bahdel reservoir. ODDYCCEIA reproduces this link, however it associates to the perimeter Souani and Meffrouch reservoirs, probably because of
their erroneous localization. For [M05II] the Tlemcen province which contains Maghnia and Tafna Isser irrigation perimeters, is supplied by 7 reservoirs, hillside reservoirs, wells and direct extraction from rivers which may be
assisted by the reservoirs releases. Hence, there is a difference between the 7
reservoirs in [M05II] and the reservoir in [AMWR]. The reservoirs number in
[A07] and thus, in ODDYCCEIA, seems to be closer to [M05II]. Consistency
of ODDYCCEIA with [AMWR] is only partial since, four reservoirs are associated to Maghnia irrigation perimeter instead of one, from which two are
erroneously localized.
II) Cheurfas (1), Fergoug (2), Bou Hanifia (3), Ouizert (4):
The positioning given by [A07] is in accordance with the satellite images accessed through “Google Maps” for Cheurfas, Fergoug and Bou Hanifia
reservoirs placed in the Mascara province. This is not the case for the Ouizert reservoir which, as seen on the satellite images, is located more in the
south of the location given by [A07]. With the correct localization Ouizert
reservoir would have remained in Mascara province. Also, Fergoug reservoir
has a double, Erraguene reservoir, because in [A07] Erraguene is erroneously
placed at the location of Fergoug reservoir.
According to [A07], [AMWR] and [ICOLD] Cheurfas is an irrigation reservoir. In ODDYCCEIA, Cheurfas reservoir is linked to Sig and Mleta irrigation perimeters. Bou Hanifia is a multipurpose (supply, irrigation) reservoir
according to [A07] and [ICOLD], and transfers water to Fergoug reservoir
according to [AMWR]. In ODDYCCEIA, it is also linked to Sig and Mleta
irrigation perimeters. Ouizert is a multipurpose reservoir according to [A07],
while for [ICOLD] it is only a supply reservoir and for [AMWR] it transfers water to Bou Hanifia reservoir. In ODDYCCEIA, Ouizert reservoir is
linked to Sig irrigation perimeter. Last, Fergoug is a multipurpose reservoir
according to [A07], [ICOLD] and [AMWR]. In ODDYCCEIA it is linked to
Habra irrigation perimeter. Sarno reservoir should have also been included
in this system, however with the erroneous coordinates provided by [A07], it
is included in system III (see below more on Sarno).
According to [AMWR], Sig irrigation perimeter is linked to Cheurfas
reservoir. Hence ODDYCCEIA reproduces this link, however it associates
two more upstream reservoirs to the perimeter. Habra irrigation perimeter is linked to Bou Hanifia, Ouizert and Fergoug reservoirs for [AMWR].
ODDYCCEIA reproduces the link of Habra perimeter with Fergoug reser-
200
voir, however ODDYCCEIA associates also reservoirs of the system III (see
below) to the perimeter, links which do not exist for [AMWR]. The fact
that Ouizert reservoir is erroneously linked to Sig perimeter and is missing
from the links of Habra perimeter may be related to its wrong localization.
ODDYCCEIA manages to reproduce the links of Sig and Habra irrigation
perimeters, however for [M05II], Mascara province which contains Sig and
Habra irrigation perimeters is only supplied by wells and drilling, and reservoirs are not listed as —at least direct— supply sources. Hence, there is a
difference between ODDYCCEIA and [M05II]. Information on Mleta irrigation perimeter is not provided by [AMWR]. According to [M05II], the Oran
province, which contains Mleta irrigation perimeter, is supplied by drilling,
wells, and sources. Reservoirs are not mentioned which is in contrast with
ODDYCCEIA which associates Cheurfas and Bou Hanifia reservoirs to Mleta
perimeter. Overall, ODDYCCEIA results are still more consistent with the
data provided by [AMWR].
III) SMB Aouda (1), Sarno (2), Bakhadda (3), Dahmouni (4),
Col. Bougara (5), Gargar (6), Merdja Sidi Abed (7), Sidi Yacoud
(8, probably called Sly), Oued Fodda (9), Harreza (10), Ghrib (11),
Boughzoul (12):
In terms of localization, comparing with “Google Maps” satellite images,
[A07] provides an erroneous localization for Sarno reservoir, which should
be localized more in the west. With the correct localization, it moves from
the Mascara to the Sidi Ben Abes province, and it should have been part
of the system I. SMB Aouda and Bakhadda reservoirs are correctly located
in Relizane and Tiaret provinces respectively. Merdja Sidi Abed reservoir,
as also seen on the satellite images, seems to be erroneously located next
to Gargar reservoir while its correct position is more in the North. With
the correct localization, Merdja Sidi Abed reservoir remains in the Relizane
province. Gargar reservoir is also correctly located in the Relizane province.
Sarno is a multipurpose reservoir according to [A07], while according to
[AMWR] it is a supply reservoir only. Since Sarno reservoir is erroneously
localized, its link with Mina irrigation perimeter, as produced by ODDYCCEIA, is not correct. SMB Aouda is a multipurpose reservoir according
to [A07], [ICOLD] and [AMWR]. Bakhadda is also a multipurpose reservoir
([A07],[ICOLD]), while for [AMWR] it is only a supply reservoir. Both SMB
Aouda and Bakhadda reservoirs, in ODDYCCEIA, are linked to a small part
of Habra, Mina and Low Cheliff irrigation perimeters. Merdja Sidi Abed is
an irrigation reservoir according to [A07] and [AMWR]. In ODDYCCEIA,
Merdja Sidi Abed reservoir is indirectly linked, through an intersection, to
Low Cheliff irrigation perimeter. Gargar is an irrigation reservoir for [A07]
201
and [M05II] and a multipurpose reservoir for [ICOLD] and [AMWR]. It is
linked to Low and Mide Cheliff irrigation perimeters according to ODDYCCEIA.
According to [AMWR], Mina perimeter is only linked to SMB Aouda
reservoir. This link is reproduced by ODDYCCEIA, however it associates to
the perimeter two other reservoirs among which Sarno reservoir, located into
the wrong basin. For [AMWR], as mentioned in the system I, the links of
Habra irrigation perimeter with SMB Aouda and Bakhadda reservoirs do not
exist, since the perimeter is only associated to reservoirs of the previous system. Also, according to [AMWR], Low Cheliff irrigation perimeter is linked
to Merdja Sidi Abed and Gargar reservoirs. Since Merdja Sidi Abed reservoir is located by [A07] not very far from its correct position, ODDYCCEIA
manages to reproduce the link of the reservoir with the Low Cheliff perimeter. Hence, among the four reconstructed links by ODDYCCEIA for the Low
Cheliff irrigation perimeter, two correspond to the links cited by [AMWR].
In contrast, for [M05II], Relizane province, which contains Mina and Low
Cheliff irrigation perimeters, is supplied by drilling, wells, river abstractions
and sources, and reservoirs are not listed as direct supply sources. On that
account, ODDYCCEIA, even if it associates three reservoirs instead of one to
Mina perimeter, four reservoirs instead of two to Low Cheliff perimeter and
three instead of one reservoir to Habra perimeter, is more consistent with
[AMWR], than with [M05II] in which no reservoirs are listed.
Dahmouni reservoir is located in the Tiaret province. Comparing with
satellite images, Bougara reservoir seems to be located in the east. Harreza
reservoir, probably also called Ouled Mellouk, as seen on the satellite images
should also be located more in the east. For both reservoirs, correct localizations are certainly not very far from the localizations provided by [A07],
hence Bougara reservoir stays within the Tiaret province and Harreza reservoir within the Ain Defla province. Sidi Yacoub and Oued Fodda reservoirs
are correctly located in Chlef province. Last Ghrib reservoir is located in the
Ain Defla province and Boughzoul reservoir in the Medea province.
Dahmouni is an irrigation reservoir according to all sources. In ODDYCCEIA, it is linked to Mide and High Cheliff and part of Bougara irrigation
perimeters. Col. Bougara reservoir is an irrigation reservoir according to
[A07],[M05II] and [AMWR], and for [ICOLD] it is a multipurpose reservoir.
According to ODDYCCEIA, Bougara reservoir is linked to Bougara irrigation perimeter. Harreza is an irrigation reservoir according to all sources. In
ODDYCCEIA, Harreza reservoir is linked to High Cheliff irrigation perimeter. Sidi Yacoud is an irrigation reservoir according to [A07], while it is a
multipurpose reservoir according to [AMWR] and [ICOLD]. It is linked to
202
Mide Cheliff irrigation perimeter, according to ODDYCCEIA. Oued Fodda is
an irrigation reservoir according to all sources. In ODDYCCEIA it is linked
to Amra and Mide Cheliff irrigation perimeters. Ghrib reservoir is an irrigation reservoir according to [A07], multipurpose according to [M05II] and
[AMWR], or supply, irrigation and hydropower according to [ICOLD]. According to ODDYCCEIA, it is linked to Mide and High Cheliff and Amra
irrigation perimeters. Finally, Boughzoul is an irrigation reservoir according
to [A07], for [AMWR] it transfers water to Ghrib reservoir, and for [ICOLD]
it is an irrigation and flood control reservoir. In ODDYCCEIA it is not linked
to any demand.
According to [AMWR] Mide Cheliff perimeter is linked to Sidi Yacoud
and Oued Fodda reservoirs. ODDYCCEIA reproduces these links however it
associates three more reservoirs which are correctly localized, Gargar, Dahmouni and Ghrib to the perimeter, links which for [AMWR] do not exist. For
[M05II], the Chlef province, which contains Mide Cheliff irrigation perimeter is supplied by all types of supply nodes except reservoirs. Hence, for
the Mide Cheliff perimeter, ODDYCCEIA is more consistent with [AMWR].
High Cheliff irrigation perimeter is linked to Ghrib and Deurdeur reservoirs
according [AMWR]. ODDYCEIA reproduces the link to Ghrib reservoir, but
not to Deurdeur since this reservoir is not in [A07]. It also associates Dahmouni and Harreza reservoirs to the perimeter, links which are not listed by
[AMWR]. Concerning Amra irrigation perimeter neither the link to Oued
Fodda reservoir or the link to Ghrib reservoir are valid for [AMWR], since
according to this source the perimeter is only linked to SMB Taiba reservoir
which is not present in [A07]. [M05II] gives yet another picture since the Ain
Defla province, which contains High Cheliff and Amra irrigation perimeters,
is linked to all supply sources but reservoirs. Hence for High Cheliff perimeter ODDYCCEIA is more consistent with [AMWR], while the links defined
by ODDYCCEIA for Amra perimeter are not in accordance with any data
source.
Last, Bougara irrigation perimeter is linked to Bougara reservoir according to [AMWR]. With the [A07] coordinates, Bougara reservoir is not located very far from its correct location and ODDYCCEIA reproduces this
link. Also, as for many other perimeters cited above, ODDYCCEIA associates one more reservoir to this perimeter, which is not in agreement with
[AMWR]. In addition ODDYCCEIA, certainly wrongly associates the reservoir to remote small irrigation perimeters. On the other hand, for [M05II],
Tiaret province which contains C. Bougara irrigation perimeter, is supplied
by hillside reservoirs, drilling, wells, river abstractions and sources, hence
reservoirs are not mentioned as (direct) supply nodes. On that account,
203
ODDYCCEIA is, again, more consistent with [AMWR].
However, the inconsistency of ODDYCCEIA with [M05II] is not as obvious as it would seem at first. Indeed, reservoirs are not cited as direct supply
sources by [M05II], but river abstractions are, and these abstractions may be
possible thanks to water releases made by upstream reservoirs. Informations
on reservoir releases made for downstream river flow maintenance and on
the localisation and amount of river abstractions are not available. On that
account, even if in fact a reservoir is indirectly associated to a downstream
irrigation perimeter, such a link reconstructed by ODDYCCEIA can not be
validated.
Also, in ODDYCCEIA water transfers between reservoirs, like the transfer
from the Boughzoul to the Ghrib reservoir, are not represented. According to
ODDYCCEIA results, Boughzoul reservoir is not associated to any demand,
while Ghrib reservoir is linked to demands. However, Boughzoul reservoir
is upstream from Ghrib, hence, it can be considered that Ghrib reservoir
captures all the inflow of both reservoirs. Therefore this transfer is present
in ODDYCCEIA through the reservoirs network.
IV) Meurad (1), Hamiz (2):
On the basis of “Google Map” satellite images, Meurad reservoir, with the
localization provided by [A07], is located on Boukerdane reservoir, while it
should be placed more in the south. With both localizations, Meurad reservoir is located in Tipaza province. Also, Hamiz reservoir, according to [A07],
is located on Meurad reservoir, while according to “Google map” images, it is
placed in the northeast next to Keddara reservoir. With the correct coordinates Hamiz reservoir moves from the Tipaza to the Blida province. Meurad
is an irrigation reservoir according to [A07]. Following ODDYCCEIA results,
Meurad reservoir is linked to a small part of Sahel Algerois Ouest irrigation
perimeter and a small part of Mitidja perimeter. Hamiz is an irrigation
reservoir for [A07] and [AMWR], it is a multipurpose reservoir for [ICOLD]
and transfers water to Keddara reservoir according to [AMWR]. According
to ODDYCCEIA, Hamiz reservoir is linked to Hamiz, Mitidja and a part of
Isser Algerois irrigation perimeters.
According to [AMWR], Sahel Algerois Ouest perimeter is linked to Boukerdane reservoir (not present in [A07]), Hamiz perimeter to Hamiz reservoir
and for Mitidja irrigation perimeter, neither Meurad or Hamiz reservoirs are
among its associated reservoirs (see below more on Mitidja). Further, Hamiz
reservoir is supposed to transfer water to Keddara reservoir, according to
[AMWR]. Keddara reservoir, according to ODDYCCEIA, is linked to Soummam irrigation perimeter (see more in system VI). Even if transfers between
reservoirs are not represented yet in ODDYCCEIA, the methodology could
204
reproduce a link between Hamiz reservoir and Soummam irrigation perimeter, i.e. an indirect link between Hamiz and Keddara reservoirs, however this
is not the case, maybe because Hamiz is wrongly localized.
Although ODDYCCEIA reproduces the link to the Hamiz perimeter, is
not fully consistent with [AMWR] since it associates to Sahel Algerois and
Mitidja perimeters Meurad and Hamiz reservoirs which should not be linked
to them and do not associate Hamiz and Mitidja irrigation perimeters to
Bouroumi reservoir (see more in system V). These issues may be related to
the erroneous location of Hamiz reservoir, since in reality it should be near
Keddara reservoir.
[M05II] gives, however, another picture of the situation since the province
Alger Boumerdes which contains Hamiz and Isser irrigation perimeters is
linked to 3 reservoirs, as well as hillside reservoirs, drilling, wells and sources.
Also, Tipaza province, which contains Sahel Algerois perimeter is linked to
one reservoir, as well as hillside reservoirs, drilling, wells, sources and direct
river abstractions. According to ODDYCCEIA results, the perimeters of Alger Boumerdes province are linked to two reservoirs Hamiz and Bouroumi
(presented in the following reservoir system) and the perimeter of Tipaza
province to one reservoir. Hence, despite the localization problems, reservoir numbers according to ODDYCCEIA are close to the numbers given by
[M05II]. Hence ODDYCCEIA results are more consistent with [M05II], compared to [AMWR].
V) Bouroumi (1):
Bouroumi reservoir is located in Ain Defla province. It is an irrigation
reservoir according to [A07] and [ICOLD], while according to [AMWR] is a
multipurpose reservoir. According to ODDYCEIA results, it is linked to
Hamiz and Mitidja irrigation perimeters. However, as mentioned in the
previous system, according to [AMWR], Hamiz perimeter is not linked to
Bouroumi. Nevertheless, according to [AMWR], Mitidja perimeter is in fact
associated to Bouroumi, and also to Boukerdane (not present in [A07]). In
contrast, for [M05II], Blida province which contains the Mitidja irrigation
perimeter, is linked to hillside reservoirs, drilling, wells, river extractions and
sources, but no reservoirs are mentioned. Hamiz reservoir is correctly located
in this province, however for [AMWR] is wrongly linked to Mitidja perimeter. Hence, ODDYCCEIA is partly in line with [AMWR], since it reproduces
the link to Mitidja perimeter, despite the fact that reservoirs of the previous system are also erroneously linked to this perimeter. It may also be in
accordance with [M05II], if the mentioned river abstractions are maintained
by reservoir releases.
VI) Ladrat (1), Keddara (2):
205
According to the satellite images from “Google Map”, Ladrat reservoir
should be located more in the southeast. Even with the correct coordinates
it stays in the Medea province. Keddara reservoir, with the relocalization
rule moves from Boumerdes to Blida province. Ladrat is an irrigation reservoir according to [A07], [ICOLD] and [AMWR]. According to ODDYCCEIA,
Ladrat, wrongly located, reservoir is linked to local demand and Arribs irrigation perimeter. Keddara reservoir is a supply reservoir according to [A07],
[AMWR] and [ICOLD]. It is linked to Soummam irrigation perimeter, according to ODDYCCEIA.
According to [AMWR], Arribs perimeter is supplied by Lekhal reservoir
(see below more on Lekhal), hence the link reproduced by ODDYCCEIA between the wrongly located Ladrat reservoir and Arribs irrigation perimeter
is not consistent with this source. For Soummam irrigation perimeter data
are not given by [AMWR]. As mentioned in [M05II], Bouira province, which
contains Arribs as well as M’chedellah (see below more on M’chedellah) irrigation perimeters, is supplied by one reservoir in addition to all the other
sources. Referring to ODDYCCEIA results, Arribs perimeter is linked to
two reservoirs Ladrat and Lekhal. The difference between ODDYCCEIA
and [M05II] reservoir numbers, may be related to the erroneous localization
of Ladrat reservoir. Also for [M05II], Bejaia province, which contains Soummam irrigation perimeter (see in system VIII more on Soummam), is not
directly supplied by a reservoir. According to ODDYCCEIA results, Bejaia province’s perimeter is linked to two reservoirs Keddara and Ain Zada
(more on Ain Zada below). Hence, beside the localization problems, there
are differences in reservoir numbers between ODDYCCEIA and [M05II].
VII) Lekhal (1), Ain Zada (2):
According to “Google Maps” satellite images, Ain Zada reservoir should
be located more in the southeast compared to the localization given by
[A07]. With the correct localization it moves from the Setif to the BB
Arreridj province. Lekhal reservoir is correctly located in Bouira province.
Lekhal reservoir is a multipurpose reservoir according to [A07], [ICOLD] and
[AMWR]. According to ODDYCCEIA results, Lekhal is linked to local demand, Arribs and Mchedellah irrigation perimeters. Ain Zada reservoir is a
multipurpose reservoir according to [A07] and [ICOLD], while for [AMWR]
it is only a supply reservoir. Ain Zada, according to ODDYCCEIA results,
is linked to Soumamm irrigation perimeter. Information on reservoirs linked
to Soummam perimeter is not available in any data source, however since
Ain Zada is erroneously located in [A07], its association, according to ODDYCCEIA, to Soumamm perimeter is certainly wrong. Consequently, ODDYCCEIA is consistent with [AMWR], since it reproduces the link to Arribs
206
irrigation perimeter, even if Ladrat reservoir from the previous system is also
linked to Arribs. In contrast, as mentioned in the previous system, there is a
difference between the reservoir numbers given by ODDYCCEIA and [M05II]
for Bouira and Bejaia provinces where Arribs and Mchedellah, and Soummam, irrigation perimeters are respectively located. In the present study,
Saharian basins are not analysed, but one can notice that Ksob reservoir
seems to be associated to irrigation areas nearby the reservoirs of the system VII. This seems quite a long transfer, and according to [AMWR] this
reservoir is linked to another irrigation perimeter next to it.
VIII) Ighil Emba (1):
Ighil Emba reservoir is an hydropower reservoir according to [A07] and
[ICOLD]. It is located in Bejaia province. According to ODDYCCEIA results, it is linked to local demand. This demand is located in Bejaia province
where also previously cited Arribs and Mchedellah irrigation perimeters are
located. However, as mentioned in system VI, for [M05II] this province is
not directly supplied by reservoirs but only hillside reservoirs, drilling, wells,
river abstractions probably supported by reservoirs releases and sources. In
the current version of ODDYCCEIA, hydropower purpose and operation is
not represented, hence, even if Ighil Emba only purpose is hydropower, it is
associated to an irrigation perimeter.
IX) El Agrem (1):
El Agrem reservoir, with the coordinates provided by [A07] is erroneously
placed, since when comparing to satellite images of “Google Map”, it seems to
be located more in the south. With both localizations the reservoir remains
in Jijel province. El Agrem is an irrigation reservoir according to [A07], a
supply reservoir according to [AMWR], and for [ICOLD] it is a multipurpose
reservoir. According to ODDYCCEIA, it is linked to local demand. Following [M05II], Jijel province, where this local perimeter is probably placed, is
linked to 5 reservoirs plus hillside reservoirs, drilling, wells, direct abstractions and sources. This number is in contrast with ODDYCCEIA results,
since only El Agrem reservoir, which is erroneously located, is linked to the
irrigation perimeter of this province. Consequently, ODDYCCEIA results
are not consistent with the data source, probably because of the wrong localization of the reservoir and maybe because other reservoirs are not in [A07].
X) H. Grouz (1):
Hammam Grouz reservoir is a supply reservoir according to all sources
([A07], [AMWR], [ICOLD]). It is correctly located in Mila province. According to ODDYCCEIA results, Hammam Grouz is linked to local demand.
For [M05II], Mila province, which contains this local demand as well as Mila
207
irrigation perimeter (see below more on Mila), is supplied by drillings, wells,
river abstractions, and sources, however reservoirs are not cited as direct supply source. River abstractions may be supported by reservoirs releases, for
instance from Hammam Grouz, however since it is not mentioned in [M05II],
consistency of ODDYCCEIA results with data source is not obvious. The
same situation was described above for Ighil Emba reservoir. Also, as seen
for Ighil Emba reservoir, even if H. Grouz is only a supply reservoir, it is associated to an irrigation perimeter, since domestic water use is not represented
in ODDYCCEIA.
XI) Guenitra (1), Zardezas (2), Meskourdine (3)
From“Google maps”satellite images it can be seen that Guenitra reservoir
with the localization provided by [A07] is wrongly placed, since it falls on
Zardezas reservoir. In reality, according to the satellite images, it seems to be
located more in the northwest. Even with the correct localization, Guenitra
reservoir remains in the Skikda province. Also the coordinates of the Zardezas
reservoir given by [A07] seem to be wrong, since it is placed in the south of
its correct position which is taken by Guenitra reservoir. From the satellite
images the wrong position of Zardezas reservoir does not seem to correspond
to another reservoir. Zardezas reservoir, with the correct localization moves
from the Constantine to Skikda province. Meskourdine reservoir is correctly
placed in Guelma province.
Guenitra reservoir is a multipurpose reservoir according to [A07], [ICOLD]
and [AMWR]. At the Zardezas reservoir localization, it is linked to Saf Saf
irrigation perimeter, according to ODDYCCEIA results. Zardezas reservoir
is also a multipurpose reservoir for all sources. Last, Meskourdine reservoir, probably called also H. Debagh, is an irrigation reservoir according to
[A07]. It is linked, according to ODDYCCEIA results, to Saf Saf, Zit Emba,
Bounamoussa and Guelma irrigation perimeters.
According to [AMWR], Saf Saf irrigation perimeter is supplied by Guenitra and Zardezas reservoirs. ODDYCCEIA reproduces these links. ODDYCCEIA also associates Meskourdine reservoir to the Saf Saf perimeter, however, this link does not exist for [AMWR]. Zit Emba irrigation perimeter is
linked according to ODDYCCEIA results to Meskourdine reservoir, however
this association does not exist according to [AMWR]. For this data source,
Zit Emba perimeter is linked to Zit Emba reservoir which is not listed in
[A07] hence not used in the present study. [AMWR] is the only precise data
source for Saf Saf and Zit Emba irrigation perimeters, since in [M05II], Skikda
province which contains both irrigation perimeters, is supplied not only by
hillside reservoirs, drilling, wells and river abstractions, but also reservoirs
however their number is not specified. [AMWR] does not provide any in-
208
formation on Mila irrigation perimeter. The only information available is
provided by [M05II], according to which Mila province where Mila irrigation
perimeter is located, is not, at least directly, linked to reservoirs. According
to [AMWR], Guelma irrigation perimeter is linked to H. Debagh reservoir
which is probably also called Meskourdine. As it is mentioned for system
XIII below, [M05II] is in accordance with [AMWR], since Guelma province
which contains Guelma irrigation perimeter, is supplied by one reservoir.
Hence, ODDYCCEIA results are in accordance with both data sources for
Guelma perimeter. Last, as it is discussed for systems XII and XIII below,
the association produced according to ODDYCCEIA results for the Bounamoussa irrigation perimeter is not in agreement with [AMWR]. However,
ODDYCCEIA manages to produce the link of Bounamoussa perimeter (see
more on the system below). Hence ODDYCCEIA results are consistent with
[AMWR] for the Saf Saf perimeter despite the localization problems, but not
for Zit Emba since it is associated to Zit Emba reservoir which is not located
in the present study. For Mila irrigation perimeter, consistency with [M05II]
is not clear and for Guelma perimeter ODDYCCEIA results are consistent
with both data sources.
XII) Cheffia (1):
Cheffia reservoir is located in the Guelma province. According to [A07],
[ICOLD] and [AMWR] it is a multipurpose reservoir. Cheffia reservoir, according to ODDYCCEIA results, is linked to Bounamoussa irrigation perimeter. Comparing to [AMWR], ODDYCCEIA manages to reproduce the link
of the Bounamoussa perimeter with the Cheffia reservoir, but two additional
links are produced with reservoirs from the system XI and XIII. In contrast,
according to [M05II], El Tarf province which contains Bounamoussa irrigation
perimeter, is not supplied by reservoirs but only hillside reservoirs, drilling,
wells, direct abstractions and sources. Also, Foum El Gueiss reservoir located
in the Saharian basin, seems to be erroneously linked to irrigation areas next
to the reservoirs of the systems IX to XII.
XIII) Ain Dalia (1):
Ain Dalia reservoir is correctly located in Souk Ahras province. According
to all data sources it is a supply reservoir. Ain Dalia reservoir, according to
ODDYCCEIA results is linked to local demand, Bounamoussa and Guelma
irrigation perimeters. As mentioned in the two previous reservoir systems,
for [AMWR], Guelma irrigation perimeter is linked to Meskourdine resevoir
(H. Debagh) of the system XI, and Bounamoussa perimeter to Cheffia reservoir of the system XII. Hence, ODDYCCEIA results are not consistent with
[AMWR] since for this data source the link between Ain Dalia reservoir and
the two perimeters does not exist. However, according to [M05II], Souk Ahras
209
province where the local demand is placed, is supplied by 3 reservoirs in addition to other supply sources. Ain Dalia could be one of these three reservoirs,
although those reservoirs may also be located in the Saharian basins, which
are not considered in the present study. Hence ODDYCCEIA results for this
system is not consistent with [AMWR], while accordance with [M05II] is not
clear.
From the analysis of the 13 reservoir networks, several points can be highlighted. First there are quite a few localization problems as it can be seen in
Figure 4.6. For correctly located reservoirs, ODDYCCEIA manages, in general, to reproduce the links provided by [AMWR]. Also, some reservoirs are
not listed in [A07], hence information on their links with irrigation perimeters provided by [AMWR] can not be validated. In addition, since the focus
is on Mediterranean basins, reservoirs and irrigation perimeters localized in
Saharian or endorheic basins were not fully analysed.
In general, ODDYCCEIA associates more reservoirs to the big irrigation
perimeters, than the number of reservoirs that are, according to [AMWR],
associated to them. This may be related to the fact that, in the methodology,
irrigation areas are considered as separate irrigation points, hence different
reservoirs can be associated to points which belong to the same irrigation
perimeter. Association with medium sized irrigation perimeters is also imperfectly reconstructed. Indeed, the methodology allows long distance transfers, whereas in reality these perimeters are normally only linked to water
sources located next.
Last, in the available data sources, information on irrigation perimeters
which are supplied by direct river abstractions is not given. Hence, the association of reservoirs to irrigation perimeters, not listed in [AMWR], may not
be an error in every case since the release of additional upstream reservoirs
may help maintain river flow. For example, the link found by ODDYCCEIA
between Harreza reservoir of reservoir network III and High Cheliff irrigation perimeter, is not consistent with [AMWR]. However, Ain Defla province
where the perimeter is located, according to [M05II], is supplied by river abstractions, which may be maintained by releases from upstream reservoirs,
like Harreza. Corresponding informations are not available, hence can not
be validated.
4.4 Conclusion
4.4
210
Conclusion
Water resources quantitative and qualitative aspects are already endangered
in many arid regions or in regions where the degree of river basin anthropization is significant, and will certainly have to face increasing socioeconomic
and environmental pressures. On that account, there is a need to formulate
long term water resources planning. Integrated hydroeconomic models can
be useful screening tools in order to respond to this need. The challenge is
to incorporate a double focus: to handle global questions a global extent is
required, but heterogeneous water supply and demand profiles at the river
basin level also need to be accounted for.
There is no globally available information on supply-demand associations
although they must be known in order to fully represent the network and
assess their balance in time and space. From the literature two approaches
were identified: in large scale studies, flow routing assures the link between
topologically connected grid cells each one being characterized by a ”storage”.
Reservoirs may also be represented but they are managed individually. In
case studies, reservoirs are managed in a coordinated way and associated
through a nodal network, requiring very precise data.
There is a need to bridge the gap between the two approaches and formulate a methodology with a global extent and a generic reservoir-demand
modeling at the river basin level. To do so, an integrated generic methodology, part of a modeling framework called ODDYCCEIA, is presented in this
paper. The methodology comprises the following steps:
1. Reservoirs are localized, their sub-basins of flow accumulation are determined, reservoir networks are determined and runoff is computed at
each supply node
2. Demands are localized and computed. For now, irrigation is the only
demand taken into account. Crops are localized and associated to irrigation points, and crop water needs are computed as the difference
between crop evapotranspiration and effective precipitation
3. A generic reservoir-demand link reconstruction rule is applied in order
to associate each demand to a unique reservoir. For that purpose, first,
for each potential reservoir-demand couple within a country, a least
cost path is determined penalizing non gravitary movements on the
path to the demand, and for each demand a set of associations with
costs below a threshold are chosen. Then, networks with a unique
reservoir associated to a demand are assessed in terms of the achieved
4.4 Conclusion
211
mean annual supply and demand balance. The chosen configuration
corresponds to the feasible one with the minimum cost over all links.
This generic methodology, which allows to determine a nodal structure with
a global coverage, could be potentially applied to other regions worldwide,
where a minimum set of data on reservoirs and demands localization and
properties are available. Another advantage of this methodology is that inter
basin transfers may be represented.
The reconstructed reservoirs networks, located irrigated areas and the
reservoir-demand links determined by ODDYCCEIA are validated qualitatively on Algeria. A comparison between the reservoirs provided by Aquastat
georeferenced data used in the present study and other data sources shows
that some reservoirs are not listed in Aquastat. The validation also shown
that the localization provided by Aquastat for some reservoirs is not correct.
This has induced an error in some reservoir networks.
When reservoirs are correctly localized, the reservoir network (upstreamdownstream reservoirs links, sub-basins) created based on hydro1k, is in good
agreement with information provided from the data sources. The relocalization rule, which is meant to move reservoirs to the nearest stream, performs
well in most cases. Nevertheless in case small and important river tributaries
are close, the rule will have the tendency to relocate a reservoir localized on
the small tributary to the important one. This is the case for one reservoir
in an Algerian Mediterranean basin. Localization and extent of irrigated areas provided by Siebert et al. [2005] are also consistent with the mapping of
existing areas illustrated in [M05I].
When assessing supply-demand balance, in general, demand was much
larger than supply. Despite this problem, links generated by ODDYCCEIA
are in general consistent with links provided by the Ministry for the main
Algerian irrigated areas. More difference exist with Messahel et al. [2005],
since for many provinces reservoirs are not listed as direct supply sources.
A drawback of the methodology is the tendency to over associate reservoirs with demands. For big irrigation perimeters, the reason may be that
irrigation areas are considered as individual irrigation points each possibly
associated to a different reservoir, while in reality one reservoir supply the
whole area. The methodology also has a tendency to allow long distance
transfers to supply demands that are associated to other local water sources,
like hillside reservoirs, groundwater, and sources. If information on those
sources, especially groundwater, was available, the rule could directly associate demands to this supply source hence avoid over association to reservoirs
but these data are not globally available for now.
4.4 Conclusion
212
Over-association of reservoirs to irrigation perimeters, however, may not
be an error in every case. Indeed, upstream reservoir release can help maintain river flow which is extracted downstream to satisfy the area. However,
neither the information on reservoir releases for river flow conservation nor
the information on the localisation and amount of direct river abstractions
are available, hence some of the links defined by ODDYCCEIA cannot be
validated.
In ODDYCCEIA, water transfers-links between reservoirs are not—at
least directly—represented. The ministry cites some cases of water transfers
between reservoirs, like the transfer from the Boughzoul to the Ghrib reservoir. According to ODDYCCEIA, the former is not linked with any demand
while the later is. However, as it can be seen from the reconstructed reservoir network, Boughzoul is upstream from Ghrib, hence it can be considered
that Ghrib receives the inflow of both reservoirs. Hence, Ghrib which captures the inflow is also associated to several demands. Therefore, through the
reconstructed structure of reservoirs network, some transfers are represented.
Also as, non-irrigation purposes are not represented in the model, all
reservoirs are considered to have as only purpose irrigation and are linked to
irrigated areas.
In future works, reservoirs with localization problems should be relocated.
In the present study, only reservoirs listed in ICOLD national registers are
localized. However, some national lists can be further extended, depending
on the availability of additional data sources. For instance, in the French
[CFBR, 2011] and Turkish national dams-reservoirs register websites [TRCOLD, 2011], supplementary reservoirs are listed. Hence a better determination of reservoir networks could be obtained as well as more consistency
with the reservoir-demand links. These updated links could help reach a
better supply and demand match.
The quantitative supply-demand mismatch is also something that should
be further investigated. Other demands could also be represented. Preliminary investigation allowed to find global databases, like CARMA [CARMA,
2007] for power plant cooling or CIESIN [Center for International Earth Science Information Network (CIESIN) et al., 2004] for settlements and domestic
demand.
Since there are some uncertainties related to the reconstructed reservoir
networks and reservoirs-demands links, ODDYCCEIA results should not be
taken in absolute terms, instead, the methodology should be used in order
to assess the difference between situations.
A process-based methodology like ODDYCCEIA could help assess the
4.4 Conclusion
213
quality of various data sources which may be sparse, by evaluating the influence they have on the results of the methodology and help resolve possible
data inconsistencies. The outcomes of the methodology can give a first estimate and encourage further detailed investigations, cost-benefit analysis or
feasibility assessment studies. The methodology could also be included into
global climate change impact assessment studies or earth modeling studies.
In an upcoming study, the last module of ODDYCCEIA will be presented.
In this module, generic coordinated operating rules for reservoir systems are
determined in order to satisfy demands at the highest reliability level. Then
the complete methodology will be applied for the Mediterranean region under
climate change.
Bibliography
214
Bibliography
Allen, R., 2000. Using the FAO-56 dual crop coefficient method over an irrigated
region as part of an evapotranspiration intercomparison study. Journal of Hydrology 229, 27–41.
Allen, R. G., Pereira, L. S., Raes, D., Smith, M., 1998. Crop evapotranspiration –
guidelines for computing crop water requirements. Tech. Rep. 56, FAO.
Anderson, J., Chung, F., Anderson, M., Brekke, L., Easton, D., Ejeta, M., Peterson, R., Snyder, R., 2008. Progress on incorporating climate change into management of California’s water resources. Climatic Change 87 (Suppl 1), S91–S108.
AQUASTAT, 2005. Algérie.
URL
http://www.fao.org/nr/water/aquastat/countries_regions/
algeria/indexfra.stm
AQUASTAT Program, 2007. Dams and agriculture in Africa.
URL http://www.fao.org/nr/water/aquastat/damsafrica/index.stm
CARMA, 2007. CARMA Carbon Monitoring for Action, The Center For Global
Development.
URL http://carma.org/
Center for International Earth Science Information Network (CIESIN), International Food Policy Research Institute (IFPRI), the World Bank, Centro Internacional de Agricultura Tropical (CIAT), 2004. Global Rural-Urban Mapping
Project (GRUMP): Settlement points.
URL http://sedac.ciesin.columbia.edu/gpw
CFBR, 2011. Commité français des barrages et reservoirs.
URL http://www.barrages-cfbr.eu/index2.html
Consortium Scilab, 2011. Scilab: Le logiciel libre de calcul numérique.
URL http://www.scilab.org
Döll, P., 2002. Impact of climate change and variability on irrigation requirements:
a global perspective. Climatic Change 54 (4), 269–293.
Döll, P., Kaspar, F., Lehner, B., 2003. A global hydrological model for deriving
water availability indicators: model tuning and validation. Journal of Hydrology
270, 105–134.
Dubois, C., Somot, S., Sevault, F., Déqué, M., Lheveder, B., Li, L., Carillo, A.,
Dell’Aquilla, A., Elizalde-Arellano, A., Jacob, D., Scoccimarro, E., Oddo, P.,
Gualdi, S., 2011. Future projections of the surface heat and water budgets of
the Mediterranean sea in an ensemble of coupled atmosphere-ocean regional
climate models, submitted to Climate Dynamics.
Bibliography
215
EUROSTAT, 2010. NUTS - nomenclature of territorial units for statistics.
URL
http://epp.eurostat.ec.europa.eu/portal/page/portal/nuts_
nomenclature/introduction
FAO, 2005. Agro-MAPS: Global spatial database of agricultural land-use statistics
version 2.5.
URL
http://www.fao.org/landandwater/agll/agromaps/interactive/
page.jspx
FAO WATER, 2011. Crop water information.
URL http://www.fao.org/nr/water/cropinfo.html
FAOSTAT, 2011. PRODSTAT food and agricultural commodities production.
URL http://faostat.fao.org/site/339/default.aspx
GeoNetwork, 2009. Global administrative unit layers (GAUL), FAO.
URL http://www.fao.org/geonetwork/srv/en/metadata.show?id=12691
GRASS-GIS, 2008. GRASS Development Team, Geographic Resources Analysis Support System (GRASS) Software. Open Source Geospatial Foundation
Project.
URL http://grass.osgeo.org
Gupta, N., Pilesjo, P., Maathuis, B., 2010. Use of geoinformatics for inter-basin
water transfer assessment. Water Resources 37 (5), 623–637.
Haddeland, I., Skaugen, T., Lettenmaier, D., 2007. Hydrologic effects of land and
water management in North America and Asia: 1700-1992. Hydrology and Earth
System Sciences 11, 1035–1045.
Haddeland, I., Skaugen, T., Lettenmaier, D. P., 2006. Anthropogenic impacts on
continental surface fluxes. Geophysical Research Letters 33, 1–4.
Hanasaki, N., Kanae, S., Oki, T., 2006. A reservoir operation scheme for global
river routing models. Journal of Hydrology 327, 22–41.
Hanasaki, N., Kanae, S., Oki, T., Masuda, K., Motoya, K., Shirakawa, N., Y.Shen,
Tanaka, K., 2008. An integrated model for the assessment of global water resources - Part 1: Model description and input meteorological forcing. Hydrology
and Earth System Sciences 12, 1007–1025.
Hotchkiss, R. H., Jorgensen, S. F., Stone, M. C., Fontaine, T. A., 2000. Regulated
river modeling for climate change impact assessment: the Missouri river. Journal
of the American Water Resources Association 36 (2), 375–386.
Bibliography
216
HYDRO1k, 2009. Hydro1k elevation derivative database.
URL http://eros.usgs.gov/#/Find_Data/Products_and_Data_Available/
gtopo30/hydro
ICOLD, 2003. World Register of Dams. CIGB ICOLD.
Islam, M. S., Aramaki, T., Hanaki, K., 2005. Development and application of an integrated water balance model to study the sensitivity of the Tokyo metropolitan
area water availability scenario to climatic changes. Agricultural Water Management 19, 423–445.
Lorenzo-Lacruz, J., Vicente-Serrano, S., López-Moreno, J., Beguerı́a, S., Garcı́aRuiz, J., Cuadrat, J., 2010. The impact of droughts and water management
on various hydrological systems in the headwaters of the Tagus river (Central
Spain). Journal of Hydrology 386, 13–26.
Magilligan, F. J., Nislow, K., 2001. Long-term changes in regional hydrologic
regime following impoundment in a humid-climate watershed. Journal of the
American Water Resources Association 37 (6), 1551–1569.
Margat, J., Treyer, S., 2004. L’eau des Méditerranéens: situations and perspectives. Tech. Rep. 158, PNUE/PAM.
Medellı́n-Azuara, J., Harou, J. J., Olivares, M. A., Madani, K., Lund, J. R.,
Howitt, R. E., Tanaka, S. K., Jenkins, M. W., Zhu, T., 2008. Adaptability
and adaptations of California’s water supply system to dry climate warming.
Climatic Change 87 (Suppl 1), S75–S90.
Messahel, M., Benhafid, M., 2004. Aménagements hydro agricoles: situation
actuelle et perspectives de développement en Algérie. CIHEAM/IAMB -EU
DG Research, Ch. 8, p. 312, options Méditerranéennes : Série B. Etudes et
Recherches N.48.
URL
http://ressources.ciheam.org/util/search/detail_numero.php?
mot=549&langue=fr
Messahel, M., Benhafid, M., Hocine, M. O., 2005. Efficience des systèmes
d’irrigation en Algérie. CIHEAM/IAMB -EU DG Research, Ch. 5, p. 264,
options Méditerranéennes : Série B. Etudes et Recherches N.52.
URL
http://ressources.ciheam.org/util/search/detail_numero.php?
mot=553&langue=fr
Miller, P., Lanier, W., Brandt, S., 2001. Using Growing Degree Days to predict
plant stages. Tech. Rep. MT200103 AG 7/2001, Montana State University Extension Service, montguide.
Bibliography
217
Ministère des Ressources en Eau Algérien, 2007. Etat signalétique des périmetres
en exploitation.
URL http://www.mre.gov.dz/eau/irrigation_agricole.htm
Minville, M., Brisette, F., Krau, S., Leconte, R., 2009. Adaptation to climate
change in the management of a canadian water-resources system exploited for
hydropower. Water Resources Management 23, 2965–2986.
Mitchell, T., Jones, P., 2005. An improved method of constructing a database of
monthly climate observations and associated high-resolution grids. International
Journal of Climatology 25 (6), 693–712.
Oki, T., Agata, Y., Kanae, S., Saruhashi, T., Yang, D., Musiake, K., 2001. Global
assessement of current water resources using Total Runoff Integrating Pathways.
Hydrological Sciences 46 (6), 983–995.
Payne, J. T., Wood, A. W., Hamlet, A. F., Palmer, R. N., Lettenmaier, D. P.,
2004. Mitigating the effects of climate change on the water resources of the
Columbia river basin. Climatic Change 62, 233–256.
Pérennès, J.-J. (Ed.), 1993. L’eau et les hommes au Maghreb Contribution à une
politique de l’eau en Méditerranée. Hommes et Sociétés. KARTHALA.
Rani, D., Moreira, M. M., 2009. Simulation-optimization modeling: a survey and
potential application in reservoir systems operation. Water Resources Management 24 (6), 1107–1138.
Sabziparvar, A.-A., Tabari, H., 2010. Regional estimation of reference evapotranspiration in arid and semiarid regions. Journal of Irrigation and Drainage Engineering 136 (10), 724–731.
Sahagian, D., 2000. Global physical effects of anthropogenic alterations: sea level
and water redistribution. Global and Planetary Change 25, 39–48.
Siebert, S., Döll, P., Hoogeveen, J., Faures, J.-M., Frenken, K., Feick, S., 2005.
Development and validation of the global map of irrigation area. Hydrology and
Earth System Sciences 9, 535–547.
Singer, M. B., 2007. The influence of major dams on hydrology through the
drainage network of the Sacramento river basin California. River Research and
Applications 23, 55–72.
Somot, S., Sevault, F., Déqué, M., Crépon, M., 2008. 21st century climate change
scenario for the Mediterranean using a coupled atmosphere-ocean regional climate model. Global and Planetary Change 63 (2–3), 112–126.
URL http://linkinghub.elsevier.com/retrieve/pii/S0921818107001774
Bibliography
218
Somot, S., Sevaut, F., Déqué, M., 2009. Design and first simulation with a
tri-coupled AORCM dedicated to the Mediterranean study. Tech. Rep. Report
No.39, Research activities in atmospheric and oceanic modelling CAS/JSC
Working group on numerical experimentation.
URL
http://collaboration.cmc.ec.gc.ca/science/wgne/index.html,
http://www.cnrm.meteo.fr/gmgec/spip.php?rubrique31,samuel.somot@
meteo.fr
Stehfest, E., Heistermann, M., Priess, J. A., Ojima, D. S., Alcamo, J., 2007. Simulation of global crop production with the ecosystem model DayCent. Ecological
Modelling 209, 203–219.
Strzepek, K. M., Major, D. C., Rosenzweig, C., Iglesias, A., Yates, D. N., Holt,
A., Hillel, D., 1999. New methods of modeling water availability for agriculture under climate change: the U.S. Cornbelt. Journal of the American Water
Trajkovic, S., 2005. Temperature-based approaches for estimating reference evapotranspiration. Journal of Irrigation and Drainage Engineering 131 (4), 316–323.
Trajkovic, S., Kolakovic, S., 2009. Estimating reference evapotranspiration using
limited weather data. Journal of Irrigation and Drainage Engineering 135 (4),
443–449.
TRCOLD, 2011. Turkish committee on large dams.
URL http://www.dsi.gov.tr/tricold/
Vanderlinden, K., Giráldez, J., Meirvenne, M. V., 2004. Assessing reference evapotranspiration by the Hargreaves method in southern Spain. Journal of Irrigation
and Drainage Engineering 130 (3), 184–191.
Vano, J. A., Voisin, N., Cuo, L., Hamlet, A. F., Elsner, M. M., Palmer, R. N.,
Polebitski, A., Lettenmaier, D., 2010. Climate change impacts on water management in the Puget Sound region, Washington state, USA. Water Resources
Management 102 (1–2), 261–286.
Vicuna, S., Leonardson, R., Hanemann, M., Dale, L., Dracup, J., 2008. Climate
change impacts on high elevation hydropower generation in California’s Sierra
Nevada: a case study in the Upper American river. Climatic Change 87 (Suppl
1), S123–S137.
Vörösmarty, C. J., Meybeck, M., Fekete, B., Sharma, K., Green, P., Syvitski, J. P.,
2003. Anthropogenic sediment retention: major global impact from registered
river impoundments. Global and Planetary Change 39, 169–190.
Bibliography
219
WaterStrategyMan, Sep. 2004. The WaterStrategyMan DSS a comprehensive
decision support system for the development of sustainable water management strategies. Tech. rep., Office International de l’eau, Hebrew University
of Jerusalem,Water development departement Cyprus, INSULA, Aeoliki Ltd,
Facultande de engenharia da universidade do Porto.
Adaptation des règles
opérationnelles des réservoirs
en réseaux sous changement
climatique : Application sur la
région méditerranéenne
Dans ce chapitre, des règles opérationnelles génériques des systèmes de
réservoirs sont présentées et sont déterminées en prenant en compte le changement climatique, de sorte à maximiser la fiabilité de satisfaction de la
demande en irrigation. Comme cité dans le chapitre 4, le challenge est de
développer une méthodologie avec une couverture géographique globale pour
pouvoir intégrer les changements globaux, et une modélisation générique des
structures offre-demande à l’échelle du bassin versant afin d’évaluer les implications locales des changements globaux. Au niveau du bassin versant,
les profils d’offre et de demande étant hétérogènes et souvent dissociés dans
l’espace et le temps, les règles opérationnelles des réservoirs peuvent aider
à obtenir un meilleur équilibre offre-demande intra ou inter bassin. Dans
la continuité de la méthodologie présentée au chapitre 4, ici, l’intention est
de proposer des règles opérationnelles qui restent génériques, faciles à implémenter, et qui peuvent prendre en considération les profils d’offre et de
demande hétérogènes et être testées comme moyen de réduction des impacts
du changement climatique.
Dans la littérature, les approches liées au changement climatique et l’adaptation, se différencient d’abord au niveau de la couverture géographique, en
effet, elles vont de l’échelle locale à l’échelle régionale-globale. Elles se différencient également au niveau du degré d’anthropisation considéré pour les
Introduction au chapitre 5. Adaptation des règles opérationnelles des réservoirs en
réseaux sous changement climatique : Application sur la région méditerranéenne
221
zones d’étude, allant de zones complètement naturelles à des zones fortement
anthropisées avec des configurations de systèmes de réservoirs complexes. A
l’échelle globale, les études qui considèrent des zones naturelles ou naturalisées, sont focalisées sur la modélisation des processus hydrologiques essentiels. Sans les schémas de routage d’eau, elles procèdent à un bilan par point
de grille ainsi elles donnent une indication de la disponibilité moyenne en
eau [Arnell , 1999]. Dans le cas où elles incluent des schémas de routage qui
connectent les points de grille, elles peuvent fonctionner à un pas de temps assez fin afin de représenter correctement la variabilité naturelle [Beyene et al.,
2010]. Dans certaines de ces études, le rôle régulateur des réservoirs est considéré de façon simplifiée de sorte à réaliser une meilleure évaluation des ressources disponibles [Döll et al., 2003]. Dans des études à l’échelle globale, des
règles opérationnelles génériques sont proposées qui peuvent être même optimisées [Haddeland et al., 2006]. Cependant, les réservoirs ne fonctionnement
pas simultanément en tant que système. Ainsi, dans ces approches ce qui
manque c’est la considération des réservoirs dans des structures nodales dans
lesquelles ils fonctionnent de façon coordonnée afin d’atteindre un meilleur
équilibre offre-demande.
Parmi les études à l’échelle du bassin versant, plusieurs types de règles
opérationnelles sont identifiés. Dans certains cas les réservoirs [Islam et al.,
2005] ou les agrégats de réservoirs [Fowler et al., 2003] fonctionnent individuellement avec des règles simples et prédéfinies qui, cependant, ne peuvent
pas s’ajuster à l’offre et la demande qui sont variables dans l’espace et le
temps. L’opération individuelle ou coordonnée des réservoirs dans d’autres
études, est définie sur la base de séries historiques de débits entrants, de niveau de stockage et de lâchers d’eau des réservoirs et peut être ajustée par
les opérateurs [Fujihara et al., 2008]. Toutefois, les données historiques détaillées nécessaires souvent ne sont pas disponibles à l’échelle globale. L’hypothèse de stationnarité faite et les ajustements faits par les opérateurs,
peuvent compromettre la définition des règles opérationnelles avec cette méthode pour des études à l’échelle globale-locale sous changement climatique.
Des techniques d’optimisation sont également utilisées dans certaines études
notamment quand plusieurs objectifs contradictoires existent [Minville et al.,
2010]. Cependant, si le nombre de variables est important, leur application
peut être complexe et intensive en terme de temps de calcul. Certaines de
ces techniques sont utilisées dans des études à l’échelle régionale [Medellı́nAzuara et al., 2008], mais la représentation très détaillée de l’offre et de la
demande nécessite des données qui ne sont pas disponibles à l’échelle globale.
Ainsi leur application à d’autres régions n’est pas possible. Etant donné le
double enjeux présenté ci-dessus, des règles opérationnelles ne se basant pas
222
sur des données historiques détaillées et sur l’avis des opérateurs, faciles à
implémenter et avec des temps de calculs raisonnables, sont nécessaires.
Ici, pour compléter la méthodologie générique globale-locale de reconstruction des réseaux de réservoirs et de liens réservoirs-demandes ODDYCCEIA, décrite au chapitre précédent, un module de règles génériques d’opération coordonnée du réseau de réservoirs est présenté. Dans ce module, pour
les réservoirs en séries, une règle prédéfinie est utilisée selon laquelle d’abord
les réservoirs le plus en amont se remplissent et l’eau est extraite d’abord
des réservoirs les plus en aval [Lund et Guzman, 1999]. Pour les réservoirs en
parallèle, une règle paramétrique simple est considérée. Le paramètre β de
la règle pour chaque réservoir en parallèle représente l’allocation de l’espace
vide entre les réservoirs en fonction de leurs capacités de stockage, de leurs
débits entrants et de la demande en aval [Nalbantis et Koutsoyiannis, 1997].
Ces règles sont généralisées afin de prendre en compte les demandes associées
à chaque réservoir. En parcourant les réseaux de l’amont vers l’aval, chaque
réservoir est considéré fonctionner selon la règle standard d’opération pour
satisfaire d’abord ses demandes associées. Une partie, voire la totalité, de ces
demandes peut ne pas être couverte par leurs réservoirs associés respectifs.
En parcourant à nouveau le réseau de l’amont vers l’aval, ces demandes résiduelles peuvent être couvertes par les réservoirs en amont en appliquant les
règles pour les réservoirs en séries ou en parallèle. Une fois chaque demande
résiduelle traitée, les réservoirs sont agrégés, et les mêmes règles sont appliquées récursivement jusqu’à la racine du réseau pour satisfaire les demandes
résiduelles situées en aval. Enfin, en parcourant le réseau vers l’amont, les
agrégats sont désagrégés afin de déterminer de quel réservoir l’eau est extraite pour satisfaire chaque demande résiduelle en aval.
Une fois ce module ajouté à la méthodologie générique de reconstruction,
elle est appliquée sur la Méditerranée, une région typiquement caractérisée
par de l’hétérogénéité à plusieurs niveaux. En particulier, la disponibilité
des données est assez hétérogène, ainsi une telle approche générique peut
très utile pour la région pour l’évaluation des impacts de plusieurs types
de changements globaux. Dans le chapitre, le changement climatique est la
question globale étudiée pour la Méditerranée qui est déjà caractérisée par
des niveaux d’évapotranspiration élevés et des périodes de sécheresse et de
déficit en eau. Dans la méthodologie, la seule demande représentée est l’irrigation qui constitue la demande la plus consommatrice en eau, ainsi qu’un
secteur influençable par les changements de productivité des sols, des décisions futures sur l’utilisation des sols et des changements du climat. Toujours
dans l’esprit de généricité, la méthode applicable pour toutes les cultures du
module de calcul de la demande en irrigation, est appliquée ici pour repré-
223
senter les changements de développement dans le temps de chaque culture
sous changement climatique. Pour définir les phases de développement de
chaque culture, deux scénarios sont considérés : selon le premier, la durée de
chaque phase est fixe et elle est définie par le nombre connu de jours (S1) ;
selon le deuxième, chaque phase est réalisée quand le nombre nécessaire de
degré jours est accumulé (S2). Les résultats sur le changement de la demande
projetée et de la fiabilité sont présentés.
Selon les résultats d’ODDYCCEIA, le raccourcissement de la durée du
cycle de développement des cultures compense jusqu’à un certain point la
hausse de l’évapotranspiration. Ceci peut être surtout observé pour l’Afrique
du Nord alors que pour l’Asie et l’Europe cet effet est moins évident. En
général, pour l’Afrique du Nord, sous le scénario S2, la demande augmente
de +0.4% et sous le scénario S1, de +14%. Les changements sont plus importants pour les zones sous influence climatique méditerrannéene où une
réduction des précipitations est attendue. En Asie, sous le scénario S2, la
demande est réduite de -1.8%, alors que sous le scénario S1, elle augmente de
+4.7%. Enfin, en Europe, la différence entre les deux scénarios concernant
le niveau de changement de demande n’est pas évidente alors que la différence concernant la distribution des changements est plus claire. En général,
pour l’Europe, l’effet des deux scénarios peut sembler similaire, cependant
les valeurs de changement de demande sont plus contrastées sous le scénario
S2, alors que, sous le scénario S1, les valeurs d’augmentation de demande
sont plus homogènes. Ainsi, dans l’ensemble, il peut être observé que sous
le scénario S2, soit la demande décroı̂t de peu soit elle croı̂t légèrement,
alors que sous le scénario S1, le niveau de hausse de la demande est plus
important. En raison du raccourcissement du cycle, l’utilisation de l’eau est
réduite ainsi la hausse de l’évapotranspiration à cause de l’augmentation de
la température, est partiellement et dans certains cas totalement compensée.
Cependant, étant donné la diminution des précipitations et le changement de
leur distribution intra-annuelle, cet effet est diminué.
En général, les changements de demandes sont en accord avec ceux trouvés dans la littérature. Par exemple, sous le scénario S1, en Espagne, la demande en irrigation augmente sous changement climatique [Dı́az et al., 2007].
Sous le scénario S2, en Europe du Sud, la demande semble plutôt augmenter comme dans Wolf et Diepen [1995]. La cohérence des résultats obtenus
pour la France n’est pas évidente car, selon ODDYCCEIA, sous le scénario
S2, et comme obtenu dans González-Camacho et al. [2008], la demande augmente, alors que selon Brisson et Levrault [2010], elle augmente dans le très
court terme puis se stabilise voire diminue dans le long terme. Egalement,
en Espagne sous le scénario S2, selon Iglesias et Minguez [1997], la demande
224
diminue, alors que selon ODDYCCEIA la demande augmente cependant les
valeurs de changement de demande sont plus contrastées que sous le scénario
S1. En outre, l’accord avec les études à l’échelle Méditerranéenne n’est pas
apparente car, selon Meza et al. [2008], pour une culture méditerranéenne,
sous le scénario S2, la demande diminue, alors que selon ODDYCCEIA, pour
certaines régions la demande augmente alors que pour d’autres elle diminue
comme dans Lovelli et al. [2010]. Enfin, les résultats obtenus par sous-région
sont en accord avec les résultats de Döll [2002], car sous le scénario S2, la
demande diminue en Afrique du Nord et augmente en Europe du Sud.
De façon générale, la fiabilité diminue sur la région méditerranéenne. En
Afrique du Nord, la réduction de la fiabilité peut atteindre les -25% et -32%
sous les scénarios S2 et S1 respectivement pour certaines régions en Tunisie et
en Algérie où la réduction des précipitations est importante. En Europe, des
changements semblables sont observés (réduction de -23% et -34% sous les
scénarios S2 et S1 respectivement) pour certaines régions dans les Balkans.
De plus, en Europe, les valeurs de changement de fiabilité sont assez contrastées sous le scénario S2. En Italie par exemple, les changements vont de -11%
à +2% sous le scénario S2, alors que sous le scénario S1 la fiabilité augmente
de +1% sur l’ensemble. En Asie, les changements sont moins importants, avec
des diminutions qui peuvent atteindre les -10% sous les deux scénarios. En
général, les changements de la fiabilité, qui sont semblables pour les deux scénario, sont moins importants que ceux de la demande. Ainsi, les changements
de fiabilité semblent être plus influencés par les changements de ruissellement.
Pour certaines régions, le changement des règles opérationnelles des réservoirs
permet de conserver la fiabilité malgré la hausse de la demande, cependant
la hausse de la fiabilité n’est pas possible car les changements des règles ne
permettent pas de compenser complètement les changements de demande et
de ruissellement.
225
Bibliographie
Arnell, N. W., Climate change and global water resources, Global Environmental
Change, 9, S31–S49, 1999.
Döll, P., F. Kaspar, et B. Lehner, A global hydrological model for deriving water
availability indicators : model tuning and validation, Journal of Hydrology, 270,
105–134, 2003.
Fowler, H., C. Kilsby, et P. O’Connell, Modeling the impacts of climatic change
and variability on the reliability, resilience, and vulnerability of a water resource
system, Water Resources Research, 39 (8), doi :DOI:10.1029/2002WR001778,
2003.
Fujihara, Y., K. Tanaka, T. Watanabe, T. Nagano, et T. Kojiri, Assessing the
impacts of climate change on the water resources of the Seyhan river basin in
Turkey : Use of dynamically downscaled data for hydrologic simulations, Journal
of Hydrology, 353, 33–48, doi :DOI:10.1016/j.jhydrol.2008.01.024, 2008.
González-Camacho, J. M., J. C. Mailhol, et F. Ruget, Impacts locaux attendus de
l’augmentation du CO2 dans l’atmosphère sur la productivité de l’eau du maı̈s
dans la Drôme, France, Irrigation and Drainage, 57, 229–243, 2008.
2006GL026047, 2006.
Iglesias, A., et M. Minguez, Modelling crop-climate interactions in Spain : vulnerability and adaptation of different agricultural systems to climate change,
Mitigation and Adaptation Strategies for Global Change, 1, 273–288, 1997.
226
03.005, 2010.
Lund, J. R., et J. Guzman, Derived operating rules for reservoirs in series or in
parallel, Journal of Water Resources Planning and Management, 125 (3), 143–
153, 1999.
87 (Suppl 1), S75–S90, 2008.
Meza, F. J., D. Silva, et H. Vigil, Climate change impacts on irrigated maize in
Mediterranean climates : evaluation of double cropping as an emerging adaptation alternative, Agricultural systems, 98, 21–30, doi :10.1016/j.agsy.2008.03.005,
2008.
Minville, M., S. Krau, F. Brisette, et R. Leconte, Behaviour and performance of a
water resource system in Québec (Canada) under adapted operating policies in
a climate change context, Water Resources Management, 24, 1333–1352, doi :
DOI:10.1007/s11269-009-9500-8, 2010.
Nalbantis, I., et D. Koutsoyiannis, A parametric rule for planning and management of multiple-reservoir systems, Water Resources Research, 33 (9), 2165–
2177, 1997.
Wolf, J., et C. V. Diepen, Effects of climate change on grain maize yield potential
in the European community, Climatic Change, 29, 299–331, 1995.
Chapter 5
Reservoir network operating
rules adaptation under climate
change: Application over the
Mediterranean region
Abstract
Climate change could be an extra burden for water resources
which are already quantitatively and qualitatively limited in many
arid regions or in regions where the degree of river basin anthropization is substantial. Reservoirs operating rules modification can be envisaged as a flexible option to adapt to climate
change. In the present study, to satisfy irrigation demand at the
highest reliability level, a simple optimized coordinated operating
rule for reservoir network is used to complete an integrated generic
modeling framework called ODDYCCEIA. Irrigation demand and
reliability changes are computed for the Mediterranean region under climate change. Two possibilities for the measurement of crop
development phases are examined: constant phases durations or
accumulated degree days (GDD). For this application, the hydroclimatic outputs of the Meteo-France regional climatic model are
used. According to ODDYCCEIA results, evapotranspiration increase is counterbalanced by crop development cycle shortening
up to a certain level. Overall, under the fixed duration scenario,
demand increase is more important. For the African and Asian
sub-regions, under the fixed GDD scenario, small decreases or increases are expected, while for the European sub-region demand
increases and the demand increase values are more contrasted.
Operating rules change allow to conserve reliability up to a certain limit. Reliability changes are less pronounced than demand
changes and the results are quite comparable for both scenarios.
Hence, reliability changes seem to be more influenced by changes
in inflow.
5.1 Introduction
229
Keywords: integrated assessment, irrigation, reservoirs network, operating rules, adaptation, climate change, Mediterranean
5.1
Introduction
Water resources which, in some regions, are already quantitatively and qualitatively limited, are facing increasing pressures caused by global and regionallocal socioeconomic and environmental changes [López-Moreno et al., 2007].
Population increase, economic activities diversification and change in irrigation demand are important socioeconomic drivers, while land use modification, biodiversity protection and environmental flow requirements are
the principal environmental constraints. In many regions, demands, mainly
driven by socioeconomic factors, are expanding and supply is constrained to
follow demand expansion with the realization of important hydraulic works
mobilizing surface and groundwater resources. This situation is not always
sustainable and could conduce to resources depletion [Bates et al., 2008].
In addition, since water resources are already scarce in some regions, not
only quantitatively, but also qualitatively, competition between demands is
already a problem.
The importance of issues requiring global scale such as virtual water trade
relevance, climate change or water as a limiting factor for agriculture or
development, is on the rise. Taking into account these global questions which
could have local implications for water resources, there is a need to formulate
an integrated approach for the assessment of water supply-demand balance
and the evaluation of different sustainable mechanisms in the supply or the
demand side in order to achieve a better equilibrium over space and time.
Among the global questions, climate change is of growing concern. Taking into account climate change in long term water resources planning is
important, since it will seriously, although in a uncertain way, impact the
variables of the hydrological cycle (precipitation, evaporation, streamflow,
groundwater level). With climate change, changes in mean, variability and
extremes are expected, although the sign, magnitude and exact localisation
of the changes may vary across climatic models.
In the supply side, reservoirs are of particular importance at the river
basin level, since they regulate, spatially and temporally, variable water resources. Traditionally, reservoirs have been designed to respond to historical
hydro-climatic conditions. However, stationarity hypothesis for reservoir design and management may not be acceptable under climate change.
5.1 Introduction
230
Reservoirs re-dimensioning or change of their operation can be foreseen
as adaptation options that can potentially reduce climate change impacts on
human societies and ecosystems. Reservoirs are long-lived and irreversible
investments, hence their redimensioning needs to be anticipated. However,
anticipation requires detailed information on how local climate will change
which is not available at present [Bates et al., 2008]. Hence, before uncertainty is resolved, postponing of investment could be envisaged [Venkatesh
and Hobbs, 1999].
Change of existing reservoirs operation is a more flexible adaptation option since operating rules may be modified rapidly. However, there is no
agreement on their effectiveness under climate change. Burn and Simonovic
[1996] and Hossain et al. [2010], describe how, a lack of operating rules adaptation could lead to reservoirs performance decrease and induce considerable
costs for the water sector. Lettenmaier et al. [1999], in their U.S. regional
perspective study, show that operating rules adaptation is effective, but only
for modest hydrological changes. In contrast, in Wood et al. [1997] hydrometeorological changes do not significantly alter optimal operation policies of
the Tacoma water supply system, and climate change do not affect operation
decision nor performance.
In the present study, the objective is to determine operating rules optimized in order to satisfy the projected irrigation demands at the highest
reliability level under climate change. When studying climate change, a
large coverage is important. But climate change will also have different implications for the water resources balance, planning and management for the
different river basins. Therefore, supply and demand spatiotemporal river
basin profiles have to be represented. Hence, the challenge is to formulate
an integrated water resources assessment with a regional-global geographic
extent and a modelling at the river basin level where reservoirs and demands
are represented. In this framework there is a need to formulate an easy to
implement generic operation modeling and data used should be restricted
to data available at the global level. In the present paper, a generic rule
for reservoirs network coordinated operation is proposed which completes
a reservoir network and reservoir-demand links reconstruction methodology
presented in a previous study.
5.1.1
Supply side and adaptation under climate change
In the literature, various approaches are used in order to assess water resources vulnerability, under current or future socioeconomic and hydroclimatic conditions. These approaches have different spatial extents from local
5.1 Introduction
231
to regional-global scales. There is also a diversity related to the presence or
not of reservoirs. Some studies consider natural flows while others represent
reservoir systems with increasingly complex configurations functioning with
different operating policies. In the next two sections, studies at the river basin
and the regional-global level are presented, in order to provide an overview of
operating rule modeling approaches, and help identify an approach which fits
with the double focus of genericity and basin heterogeneity representation.
5.1.1.1
River basin level studies
At the river basin scale, various studies are realized with the assumption
that catchments are natural. Ducharne et al. [2007] use an agronomical,
hydrogeological, land surface, and water quality modeling framework for the
assessment of human activities and climate change impacts on the Seine basin
(27 sub-basins), with simulated runoff correction to remove the influence of 3
upriver reservoirs. Beyene et al. [2010] assess the impacts of climate change on
the Blue Nile, using VIC, a semi-distributed grid based land surface model
with flow routing at 1/2 ◦ spatial resolution, calibrated using observations
from, among others, the main stem of High Aswan Dam. In such approaches
the focus is on the hydrological modeling (surface ground water, exchange
with vegetation and atmosphere, quality,...), but man made reservoirs are
not considered or only used for flow naturalization.
However, the majority of basins are managed by dams-reservoirs as well
as other hydraulic infrastructures, and their operation has an important influence in the temporal and spatial distribution of runoff. In Mimikou and
Baltas [1997], one reservoir is represented and its operation is assessed under
climate change using present rules with energy constraints and rule curves
(maximum power pool level) defined by local operators. Li et al. [2010] use
System Dynamics with feedback loops linking watershed hydrological structure, streamflow generation, and change in reservoir volume, with existing
operating rule curves and demand for the Shellmouth dam, for reliability
assessment of drought and flood control.
In other studies, rule curves are adjusted under changing climatic conditions. For instance, in Wood et al. [1997] adaptive rule curves for the
reservoir of Tacoma system are determined to maximize net benefits (supply, flood control) subject to instream needs. In this case study reallocation
decision and performance are not significantly modified with climate change.
Optimization techniques are also used in one-reservoir studies at the river
basin level under climate change, as in Schaefli et al. [2007]. In this study,
daily discharge simulations are computed with a conceptual semi lumped
5.1 Introduction
232
model and the Mauvoisin reservoir releases are determined with a mixed
deterministic and stochastic model. In this case, potential climate change
has statistically significant negative impacts on system performance. Raje
and Mujumdar [2010] use GCM outputs downscaled to monsoon streamflow
and business as usual rules, namely the simplest operation rule, the standard
operation policy, commonly used for single reservoirs according to which
water is released when available, with current rule curves for flood protection.
Adaptive optimal policies with stochastic dynamic programming are also used
for reliability maximization (irrigation, flood, power generation) for Hirakud
dam.
In more complex river basin studies, an increasing number of reservoirs
have to be considered. In such studies reservoirs can operate under climate
change with the current rule curves defined by the operators, as it is done in
Vano et al. [2010b] and Vano et al. [2010a]. In the first study, a distributed
hydrological-soil-vegetation model and a daily water management model with
current operating policies and demands, are used for three supply systems (4
reservoirs) of Puget Sound region. Reliabilities are above 98% in 2020 but
drop by 5% in 2080 in case of a 10% demand increase. In the second article,
the Yakima watershed is studied, with five reservoirs and 2 confluences, using
VIC model and the water management model used by USBR implemented by
the Riverware software. Current rules are used depending on water rights,
primary focus on agricultural water demand and minimum instream flow
needs. They conduce to shortages 68% and 43% of the years, for A1B and
B1 scenarios respectively. Under the A1B (B1) scenario, a +4.9% (+3.4%)
annual precitation increase and a +3.52 ◦ C (+2.49 ◦ C) annual temperature
increase, are projected in 2080.
Fujihara et al. [2008] apply current operating rules determined with historical records and interviews of dam operators, under climate change. In the
two reservoirs water is stored in order to preserve a target operational level
which is the average of the historical levels and water is released to meet demand regardless of the level. Despite flow decrease, scarcity does not occur,
except if irrigated area increase. Such an approach is very data demanding,
since long historical records are needed, as well as operators judgment.
In studies at the river basin scale with more than one reservoir represented, operation may also be determined under climate change using optimization techniques. For instance, dynamic and stochastic optimization
programming are used in the studies of Minville et al. [2009] and Minville
et al. [2010]. In the first study, the Peribonka watershed is studied with two
reservoirs and 3 power plants in series, using regional climate model outputs
and a physically based distributional model. Weekly operation rules deter-
5.1 Introduction
233
mined based on optimization programming conduce to hydropower and spill
increase and reliability decrease. In the second study, for the same system,
a linear reservoir based lumped conceptual model is used and reservoir operating rules are determined based on the same optimization model, but under
profit maximization objective. In other studies, metaheuristic optimization
methods are used under climate change, for example the Differential Evolution model. This is used together with a rainfall-runoff model in the study of
Eum and Simonovic [2010] in which the upper and lower optimal rule curves
for 3 reservoirs in the Nakdong basin are determined. In this study, smaller
reservoirs are to be found more sensitive to rule changes.
Optimization techniques avoid relying on current operation. However,
when multiple reservoirs are present, they may be too complicated and computationally intensive [Labadie, 2004], hence simpler rules may be used. For
instance, Lund and Guzman [1999] suggest simple optimization deduced operating rules. For reservoirs in series they are based on the principle of filling
the upper reservoirs first and emptying the lower reservoirs first. For reservoirs in parallel the probabilities of spill or emptying are equalized (New
York City rule) or more space is left in reservoirs where the expected inflows are greater (space rule). Nalbantis and Koutsoyiannis [1997] propose a
parametric rule applicable for various purposes (restricting spills, losses, conveyance, satisfaction of secondary uses) and reservoirs systems, and test it
on the Athens water supply system which includes 4 reservoirs, 2 aqueducts
and a tunnel. According to this rule each reservoir operation is determined
based on two parameters, the rule is simulated and the parameter values are
determined using optimization. For the Athens case study, parameters are
optimized for system’s release maximization and operating cost minimization. Those rules do not require much data, and are rather simple, and so
may be applied to complex reservoirs systems.
Some studies at the river basin level represent more complex multi-reservoir
systems. For instance, Nawaz and Adeloye [2006] use a daily rainfall-runoff
model and the modified sequential peak algorithm for multiple reservoir system which gives the possibility to select a priori the system’s vulnerability or
volumetric failure risk and is inverted in order to obtain the yield for a given
storage. In their case study on the Yorkshire basin, there are 11 reservoirs,
parallel reservoirs are grouped, hence the system ends up with 5 distinct
reservoirs.
Despite the reservoirs system complexity, reservoirs may also be considered to be operating individually with simple predefined rules under climate
change. For instance, in Islam et al. [2005], the reservoirs of the 8-reservoir
system of Kurihashi basin operate with the standard operation rule to cover a
5.1 Introduction
234
target flow requirement under climate change. A deterministic water balance
model, calibrated with naturalized observed flows is used to assess the water
available for reservoirs. In Fowler et al. [2003], reservoirs of the Yorkshire
system are aggregated into 10 groups each operating with standard control
rules taking into account pipe and water treatment size constraints. However, reservoir aggregation do not allow to define the individual contribution
of each reservoir. Also, under climate change water supply and demand spatiotemporal variability will probably be modified. Hence, simple rules like
the standard operation policy, which are not adjusted to take into account
this modification, may no longer be appropriate.
To represent coordinated operation, rule curves defined by operators are
used, in their existing form in Hotchkiss et al. [2000], or adjusted under climate change in Payne et al. [2004]. In the first case, climate change effects
are assessed on the Missouri basin with 6 reservoirs functioning individually
based on a Master Manual and as a system with priority given to the Gavins
dam releases. Rule curve adjustment as done in Payne et al. [2004], may
prove to be necessary, since current rules based on the stationarity hypothesis, may not guarantee a satisfactory reservoir performance under climate
change. The Columbia river simulation model allows to assess alternative
rule curves defined from heuristic combinational techniques with flood, energy and instream targets for 33 reservoirs. Rule curves can be adjusted
under climate change, however their data requirements are high and they are
subject to operators judgments, compromising their use for generic complex
reservoir systems.
In river basins with complex reservoir systems, more elaborated approaches
may be used with optimization techniques, which can be appropriate when
there are multiple, often conflicting objectives. For instance, Sigvaldason
[1976] apply network flow optimization with reservoir prioritization, five
time based storage zones per reservoir and channel flow constraints for a 48reservoir network in the Trent basin. Vicuna et al. [2008] use the VIC grid
based model and determine optimal rules with multi step linear programming over a 12 month moving horizon (only first kept) with the objective of
energy generation revenues maximization under the constraint of minimum
instream flow needs, for 11 reservoirs of the Upper American river. Martin
[1983] formulate a deterministic non linear optimization problem with successive linear approximation for the determination of optimal release for a 27
reservoir system of Arkansas White Red river. Finally, Mizyed et al. [1992]
for the determination of operation of the 19 reservoir system of Mahaweli,
test the usefulness of optimal control and implicit stochastic approaches.
5.1 Introduction
5.1.1.2
235
Regional-Global level studies
Going beyond the scale of the watershed, studies with a global-regional coverage allow for the representation of interactions between various sub-regions
with heterogeneous supply-demand profiles. This scale is also required in
order to incorporate global issues and, depending on the studied issue and
the supply and demand features taken into consideration, assess their impact
on water resources and evaluate adaptation measures.
Several studies at the global scale consider that water resources are not
managed by hydraulic infrastructures, despite the fact that most of the river
basins in the world are highly regulated. Depending on their level of spatial
and temporal refinement, various hydrological processes are represented and
water availability is assessed at different degrees of spatiotemporal detail.
Arnell [1999], at the global scale, uses a conceptual grid-based water balance
model at 0.5 ◦ , without representing flow routing. The volume of the runoff
generated within each country is the sum of the area-weighed runoff generated
in each grid cell of the country with upstream runoff taken into account. Since
flow is not routed through a river network, upstream cells are identified by
superimposing global watershed onto national boundaries. This model is
used in Arnell [2004] for the water stress assessment at the watershed scale,
where it is emphasized that the evolution of the components of the water
balance is computed for each grid cell separately.
In contrast, in other approaches, grid cells “storage” are considered, and
topologically connected “storages” are linked through river routing. For example, Oki et al. [2001] compute water availability at each grid cell as the
sum of runoff generated by land surface models and river discharge computed
with TRIP routing scheme at 0.5 ◦ resolution, while annual global abstraction
is distributed based on GIS approach.
However, most of the water resources are regulated by reservoirs and contribute to a better supply-demand equilibrium over time and space. Several
studies at the regional-global scale take reservoirs into consideration without
any specific operating rules, with the aim of integrating in a elementary way
their regulation effect and assessing more accurately available water supply.
For example, Döll et al. [2003] present a global hydrology model at 0.5 ◦ spatial resolution, which is part of the global model WATERGAP 2. The model
includes a vertical water balance and water from upstream cells transported
through a series of storages. In this storage approach, “local” lake, reservoir,
wetland storages are taken into account, flow is routed from cell to cell based
on a global direction map, and “global” lake, reservoir or wetland storages
of each cell receive flow routed from upstream cells. In this approach, lakes
5.1 Introduction
236
outflow is a function of area, depth, maximum active storage capacity and
a coefficient. Demands are satisfied from river discharge or lakes of the grid
cell or from adjacent cells. There are no specific operating rules as reservoirs outflow is computed in the same way as for lakes. This simple storage
approach is also used in Lehner et al. [2006] who assess the risk of hydrological extremes under climate change at the continental (European) scale with
WATERGAP model. The simplicity of the assumptions made for reservoirs
are justified by the difficulty to obtain information on reservoirs operation at
the scale of the study.
Several studies at the regional or global scale take into account reservoirs
operating individually with basic rules, in most of the cases without optimization and with aggregation. For example, Kirshen et al. [2005] estimate
surface water storage curves for 11 size classes and 10 physiographic zones
using modified sequential peak algorithm to assess the mean yield for 14
major basins of China (0 to 460 reservoirs). This methodology is applied
in order to determine, under climate change, the cost of groundwater supply and of the basin’s aggregated storage requirement to increase yield for
consumption, instream requirements and water transfer. Ward et al. [2010]
estimate the partial global and regional adaptation costs for providing raw
industrial and domestic water supply, over 281 food production units, with
the use of rainfall-runoff model at 0.5 ◦ , current ICOLD reservoirs, econometric equations for the computation of abstractions per person and two supply
increase options. Reservoirs are aggregated and the modified Sequential Peak
Algorithm is used to determine the mean available water.
Since information on reservoir operation is not available at the regional
or global scale, in several studies some simple hypothesis are made. For
instance Lehner et al. [2005], to assess global changes impacts on European
hydropower potential, introduce into the WATERGAP’s global hydrology
model described in Döll et al. [2003], 5991 geo-referenced European stations.
The stations are either reservoirs, which can store water over long periods
and provide steady electricity supply, or run-of-river stations, which have a
very limited retention ability, can not harness discharge above a threshold
and may only provide a fluctuating energy production.
Meigh et al. [1999] compute water scarcity with a grid-based approach for
the Eastern and Southern Africa using a lumped conceptual rainfall-runoff
model for local runoff and a simple Muskingum approach which provides a
time delay and a degree of dispersion in flows routed between adjacent cells.
Groundwater availability is also taken into account. Reservoirs are distinguished between those that have as main function outflow regulation and
those used for water storage. For the first type, outflow is proportional to
5.1 Introduction
237
current storage raised at a power, while for the second type, water is released
to meet demands. Artificial transfers are also implemented as fixed flow
or flow to meet required demand. Demands are taken, if available, from reports, else simple linear relationships are defined to model them and estimate
interdependencies between types of demand (ex. livestock number-rural population) or between demands and climate. Also, if available, data on water
sources are used, otherwise typical ground and surface water combinations
are used.
There are also studies at the regional scale where operation rule curves are
defined for individual reservoirs. In this category, we can find for instance the
WEAP reservoir/river/use system water balance accounting model. It is used
by Strzepek et al. [1999] in their study on U.S. Cornbelt (21 states) divided
into 6 water regions, for the assessment of water availability for agriculture
under climate change. The model has a nodal structure, where each basin’s
storage, which expresses the total water supply of the basin, is represented
by a “reservoir”. Since the spatial scale of WEAP is coarse, the separation
between surface and groundwater is difficult to achieve, hence basin’s supply
corresponds to their joint yield. Water is abstracted first from river flow
then from reservoir storage and is allocated according to demand priorities,
irrigation being last. According to Stockholm Environment Institute [2011],
the user who builds the studied network should define its operation data,
namely the inactive, buffer, conservation and flood control zones. In addition,
a buffer coefficient can be defined to slow down releases when storage level
falls into the buffer zone. Hence, its application to a wide geographic region
may be restrained by these data requirements.
Studies at the regional or global scale propose individual generic operating rules. For example Haddeland et al. [2007] and Haddeland et al. [2006a],
assess the impacts of irrigation and reservoir importance in North America
and Asia with 183 and 257 reservoirs respectively. The VIC model is used, together with a generic reservoir module presented in Haddeland et al. [2006b].
In this module the minimum release is set equal to the seven-day consecutive
low flow with a ten year recurrence period while the maximum release is a
function of the storage at the end of the operational year, the daily inflow,
the minimum release and the daily evaporation. In case there are many upstream reservoirs located in different tributaries, demands are divided based
on storage capacity, else, demands for shared downstream areas represent
demands for all reservoirs. For multipurpose reservoirs, priority is given to
irrigation, followed by flood control and hydropower production maximization. Daily releases are optimized using the SCEM-UA algorithm, based on
the inflow of the next 12 months, storage capacity and downstream water
5.1 Introduction
238
or power demand. The methodology is generic enough to be implemented
over a wide geographic region, however, simultaneous operation of multiple
reservoirs is not taken into consideration.
Hanasaki et al. [2008] present an integrated global model at 1 ◦ resolution,
applied in Hanasaki et al. [2008] under climate change, in which computed
runoff is routed with a river scheme similar to TRIP, and environmental,
agricultural and anthropogenic water demands are computed per grid cell. In
this model each reservoir is taken into account separately. This model utilizes
the generalized rules suggested by Hanasaki et al. [2006] developed based
on global available datasets, for 400 worldwide reservoirs located on TRIP,
operating individually over defined operational years as a function of storage
capacity, purpose (non-irrigation, irrigation), current volume, simulated flow
and downstream demand (until the next reservoir, max distance 10 grid),
with possibility of release reduction for system recovery, at annual, monthly,
and daily step. As in Haddeland et al. [2006b], this rule is generic enough
to be implemented over a wide region, however it concerns individual non
optimized reservoir operation.
Strzepek et al. [2010], assess the effect of water supply change on economic production potential. For this purpose, runoff is computed with the
Community Land Model, a land surface model, and is routed downstream
to the oceans with the River Transport Model. This runoff is aggregated
at the Food Production Units level and is used as an input from the Water
Resources System which is a global river basin scale model. In the Water
Management System module of the model, first the total water supply is determined per month, then the total is allocated to the different sectors and
for irrigation to different crops. Water supply is represented as depletion over
consumption, where surface or ground water resources depletion is equal to
water withdrawal minus return flow. Each basin’s storage is represented by a
reservoir. The reservoir is operated following a traditional reservoir operation
model, based on natural water availability, storage regulation, withdrawal capacity, and committed flow requirements, in order to maximize reliability of
supply which drives water application according to demand in crop growth
stages.
Several regional approaches go beyond independent operation of reservoirs and represent an important number of reservoirs operating in a coordinated way. These approaches have been developed for specific extended
regions for which all characteristics are known: reservoir network configuration, reservoir-demand links, operation policies, pipe network distribution
for local demands or long distance transfers, several demands (municipal,
irrigation, hydropower, recreation, navigation...), wells and drilling, water
5.1 Introduction
239
markets, regulatory or institutional constraints, etc. For example, Anderson et al. [2008] apply CalSim II generalized simulation model developed for
the State Water Project and Central Valley Project, with current operation
rules, and streamflow statistically derived from VIC model at 1/8th ◦ forced
by downscaled climatic model outputs. CalSim II, working at fine time steps,
can incorporate ensembles forecasting, climate change scenarios and water
transfers [Rani and Moreira, 2009]. Brekke et al. [2004] also use the CalSim
II Benchmark Study G-model for the monthly operation of the interrelated
local, state and federal systems serving San Joaquin River region, occupying the great Central Valley, with a LP/mixed integer programming solver
in order to determine release, flow routing though the system, storage, exports and indices of water quality. With the same CalSim model, Brekke
et al. [2009] evaluate risk based planning as a robust tool for identification of
adaptation strategies. Still on California, Medellı́n-Azuara et al. [2008] utilize
for the California interconnected water system the engineering-optimization
model CALVIN with 51 reservoirs, 28 groundwater basins, 54 economic demand nodes, 1250 natural and built links, which includes a HEC-PRM linear
network flow optimization algorithm.
In the same category of regional approaches taking into account reservoirs
system, WaterStrategyMan [2004] presents a GIS based decision support system for the assessment of various water management strategies, with special
attention to social system responses and use of multicriteria analysis. In this
model supply-demand networks of cases studies in Italy, Portugal, Spain,
Israel, Greece and Cyprus are represented and allocation is done based on
priorities (demand, supply), reservoirs are operating based on known rules,
and for each time step the flow on the network is found that minimizes shortage based on a MaxFlow and Augmenting-Path maxflow algorithms. These
studies represent at a very detailed level all the supply and demand features
which contribute to the extensive description of the water resources profile
of the wide region.
These approaches can be powerful tools for operational purposes. However, water resources representation is too data intensive to fit with the objective of developing a generic river basin modeling with water supply and
demand computation over an extended geographic region.
5.1.2
Demand side projection in global assessment studies
For the evaluation of supply and demand equilibrium, attention must also
be given to socioeconomic and environmental demands evolution in time and
5.1 Introduction
240
space. For global assessment studies, data availability is a significant issue
since gathering data on historical withdrawal, in particular on evaporative
consumption, is a difficult task. Demand projection is also complex, since
drivers choice is delicate and their projection is uncertain [Shen et al., 2008].
In general, socio-economic and climatic factors are the main water demand drivers. However, the relation between demand and climate drivers
has not been extensively determined. For domestic demand the focus of the
demand forecasting studies is mainly put on the reliable description of the relationship between water use and socioeconomic factors [Flörke and Alcamo,
2004].
Population, economic growth and technological progress are commonly
used drivers for the projection of non irrigation demands in global studies.
As described in Alcamo et al. [2003], in the WATERGAP model, domestic
and industrial water use intensities follow a sigmoid and hyperbolic curve
respectively and are functions of per capita annual gross domestic product.
Rates of improvement in the water use efficiency are also considered. Still in
WATERGAP [Flörke and Alcamo, 2004], thermal power plant water withdrawal depends on electricity produced by the plant, station specific water
withdrawal intensity, and technological change, while manufacturing withdrawal depends on manufacturing water intensity, technological change and
gross value added. In Shen et al. [2008] domestic demand is also a function
of GDP, and since industrial GDP is linearly correlated to electricity consumption, a coefficient is deduced representing industrial restructuring and
efficiency improvement, in addition to economic growth and rate of recycled
water use. In Ward et al. [2010] urban water demand is determined econometrically based on UN population and urbanization scenarios, average GDP per
person from 5 integrated economic assessment models for climate change and
GDP per person at PPP. Municipal demand is a function of urbanization and
GDP per person, while industrial demand is function of population and GDP
per person. According to Strzepek et al. [2010] municipal demand is driven
by per capita income, while industrial demand depends on the industrialization level, the adoption of water conservation technologies, regulations and
prices, and electrical energy demand depends on generation policies, water
generating technologies and environmental management policies.
Irrigation, however, is the major water consumption sector in many regions of the world, as in the Mediterranean area, the area under study in this
paper. It is also a demand which will be influenced both by land productivity
changes and future land use decisions [Stehfest et al., 2007], as well as changes
in climate. Effective adaptation to changing conditions could include policies
related to agriculture in the supply side, for example, use of water of various
5.1 Introduction
241
qualities, reserve increase, conjunctive use, or in the demand side as, change
in irrigation methods, in cultivation practices, or crop pattern improvement,
in order to control non beneficial consumptive uses and minimize non beneficial non reusable uses [Pereira et al., 2002]. Under climate change, irrigation
demand will probably be the most affected demand with significant increases,
despite the potential CO2 fertilizing effect [González-Camacho et al., 2008].
However, according to Fischer et al. [2007], climate change mitigation could
reduce these increased requirements by 40% in 2080. Also, demand increase
could be attenuated by the reduction of the duration of the crop development
phases [Brisson and Levrault, 2010].
Irrigation demand is dependent on conveyance efficiency, irrigation intensity, water application uniformity and water use efficiency [Shen et al., 2008;
Reca et al., 2001; Ali et al., 2000; Leenhardt et al., 2004; Strzepek et al.,
2010; WaterStrategyMan, 2004]. In many studies, the soil water accounting
approach is followed considering soil water capacity or moisture depth, seepage and percolation losses and ponding depths [Ali et al., 2000; Leenhardt
et al., 2004; Strzepek et al., 2010]. In some studies importance is given to
temporal water delivery [Leenhardt et al., 2004; Reca et al., 2001; Strzepek
et al., 2010], to salinity [WaterStrategyMan, 2004; Strzepek et al., 2010] and
to crop water stress sensitivity [Reca et al., 2001; Strzepek et al., 2010]. In
other studies allocation is based on economic criteria, for instance crop profitability [Strzepek et al., 2010; Reca et al., 2001].
Purkey et al. [2008] assess climate change impacts on water for irrigation, using the WEAP planning tool and econometric expressions linking dynamically crop pattern with climatic and supply (surface water and groundwater depth) variables. According to Joyce et al. [2006], these expressions
are derived from a multinomial regression analysis of synthetic data of crop
shares generated by the Central Valley Production model. Irrigation efficiency gradual improvement is represented by modifying lower and upper
irrigation thresholds.
Rosenzweig et al. [2004] use a different methodology for the evaluation of
water resources for agriculture under climate change, with CERES-Maize and
SOYGRO dynamic process crop growth models dedicated to maize and soybean, together with CROPWAT empirical regional irrigation management
model. CERES-Maize and SOYGRO models describe daily phenological
development and growth as a response to environmental factors like soil,
weather and management, and direct physiological CO2 effects are taken
into account. Simulations are done for rainfed and fully irrigated production
considering adequate nitrogen fertilization. Crop cultivars and management
inputs represent current practices and for climate change simulations planta-
5.2 ODDYCCEIA methodology presentation
242
tion date is adjusted to consider autonomous adaptation of farmers. Crop coefficient values computed from these models, monthly precipitation, monthly
potential evapotranspiration computed with the water balance model, irrigated crop areas provided by FAO and national agricultural statistical services and estimated irrigation efficiency are used by CROPWAT to compute
net irrigation requirements.
The literature review shows that a generic reservoir network coordinated
operation modeling which could be applied at the global level is still missing.
Here, the objective is to present a reservoirs network coordinated operation
module which fills this gap. The model is used to project irrigation demands reliability under climate change with operating rules adaptation. The
whole framework, called ODDYCCEIA, is first applied over the Mediterranean region, an area typically characterized by heterogeneous water supply
and demand profiles over space and time under present socioeconomic and
hydroclimatic conditions, an heterogeneity which may be accentuated under
climate change.
In the present paper, a recall of the other modules of ODDYCCEIA is
given. Information are provided on CNRM climatic model outputs which
are used under present and future climatic conditions and the two scenarios
on crops development phases used for the computation of irrigation demand
are described. Next, the reservoir operating rule module of ODDYCEIA is
described. Last, results are presented on the Mediterranean region on the
projected irrigation demand and reliability change with and without climate
change.
5.2
ODDYCCEIA methodology presentation
ODDYCCEIA is meant to be generic, thus potentially applicable to various regions of the world. It integrates globally available data on reservoirs
and demands properties and localizations as well as hydroclimatic data, and
represents water management at the river basin scale.
5.2.1
Reservoirs inflow, irrigation demand computation and networks reconstruction
On the supply side, reservoirs are located [ICOLD, 2003; AQUASTAT Program, 2007] and their basins are determined using Hydro1k terrain data
[HYDRO1k, 2009]. Reservoir network is reconstructed by defining upstreamdownstream reservoir links.
243
The Mediterranean region is characterized by a climate in transition between the desertic climate in the South and the climate in the mid latitudes
in the North. The region is already characterized by high evapotranspiration rates, droughts and deficits [Lorenzo-Lacruz et al., 2010]. Under climate change, mean annual warming could reach 2.2-5.1 ◦ C based on the
scenario A1B, an increase which is more marked comparing to the rest of
the world. There is less uncertainty in global warming projections for the
Mediterranean zone compared to the other regions concerning the sign of
precipitation changes, yet the magnitude and precise localization of changes
vary among the models. On most of the Mediterranean area, mean annual
precipitation will probably decrease, reaching a 20% reduction in South Europe. The contrast could be even more pronounced in North Africa. Rain
and snow cover periods will probably shorten, and evaporation will certainly
increase. Precipitation decrease and evaporation increase should conduce
to low soil moisture, while mean annual river flows would decrease, with a
probable seasonal redistribution with more water during the winter in snow
dominated basins [Hallegatte et al., 2008]. Hence, in the water cycle, the
share of precipitation which evaporate, run over the surface and drain to the
groundwater will change. These hydro-climatic changes, in addition to increasing water demands, will certainly constitute important pressures for the
water resources which will probably change quantitatively and qualitatively
[López-Moreno et al., 2007; Garcı́a-Ruiz et al., 2011].
Outputs of the simulations made with CNRM model, namely runoff as
well as other hydroclimatic variables, under present and future conditions, are
used. The CNRM model is based on three models, namely ARPEGE-Climate
a global stretched-grid atmospheric model, NEMO-ORCA2 and NEMO-MED8,
respectively global and Mediterranean oceanic models. The exchange at the
Strait of Gibraltar between the two oceans is done as follows: the exchanged
fields are temperature and salinity profiles from the global ocean to the
Mediterranean Sea and water, heat and salt are transports from the Mediterranean Sea to the global ocean. The configuration of ARPEGE-Climate covers the whole planet with a stretched grid which allows a refinement over
the Mediterranean region with a 50 km spatial resolution. For the present
day spatial concentration and distribution of atmospheric GHG and aerosols
are taken from observations, while for the future A1B IPCC-SRES emissions
are used. 6-hourly and daily atmospheric fields are provided by ARPEGE
Climate model on the original grid. Values are extracted on a monthly time
step over fifty years in the present and future period on a longitude-latitude
grid [Somot et al., 2008, 2009; Dubois et al., 2011].
Irrigation is the principal consumption sector for most of the regions of
244
the world, and especially in the Mediterranean area. In ODDYCCEIA, irrigation is the only demand taken into account. Crop area ratios are taken
from FAO Agromaps at sub-national levels if available [FAO, 2005]. If this
is not the case, national values are taken from FAOstat/PRODSTAT [FAOSTAT, 2011]. Irrigation areas from Siebert et al. [2005] are used. Irrigation
requirements are computed as the difference between effective precipitation
and crop evapotranspiration, following Döll [2002] as well as guidelines provided in Allen et al. [1998]. Potential evapotranspiration is computed with
the Heargrave method. Here, a constant efficiency coefficient is used for the
computation of net irrigation requirements, which incorporates conveyance,
application, distribution and water use efficiencies. A simple soil model is
considered which empties at the end of the month, and no specific soil properties are considered. Two scenarios are examined in the present paper for
the definition of crop development phases:
1. For each development phase a fixed length in days, taken from Allen
et al. [1998] rescaled using FAO WATER [2011] planting and harvesting
dates, is considered.
2. For each development phase a fixed number of necessary growing degree
days is also considered [Stehfest et al., 2007]. In case of temperature
increase, phase duration will be shortened since the necessary degree
days accumulate more rapidly.
An essential challenge for ODDYCCEIA is the association of reservoirs
and demands. Since there is no available information on reservoirs-demands
links at the Mediterranean level, a generic methodology is developed in order
to determine those links. This method is based on topological constraints
with a penalization of distance covered and altitude difference of ascending
moves, along the supply-demand path, and water balance constraint on total
network mean annual supply and demand. In order to fulfill the second
constraint inflow is increased if necessary.
5.2.2
System operating rule simulation/optimization
This part of ODDYCCEIA focuses on the computation of coordinated operating rules of reservoirs networks under the objective of reliability maximization, taking into account available runoff under present and future hydroclimatic conditions. The operating rules for reservoirs in parallel are determined using the parametrization-simulation-optimization (PSO) approach
suggested by Nalbantis and Koutsoyiannis [1997] and Koutsoyiannis and
245
Economou [2003], with a parametric rule. A predefined rule for reservoirs
in series suggested by Lund and Guzman [1999] is used according to which
the upper part of the system is allowed to fill first while the most downriver
reservoirs are drained first. The PSO approach is compared in Koutsoyiannis
and Economou [2003] to high dimensional perfect foresight and “equivalent
reservoir” methods, for an hypothetical two-reservoir system. 41 problems
are constructed based on various objectives, water uses, reservoir system
characteristics and hydrological scenarios, showing that PSO gives solutions
that are not inferior to the other methods.
The objective of the operating rules is the reliability maximization. Demands to be satisfied Dn,t associated to the reservoir n, and demands finally
sat
meet Dn,t
are summed over the network and over all time steps, in order to
compute the reliability performance indicator:
PN PT
Rnet = PN PT
sat
Dn,t
Dn,t
(5.1)
where N is the number of reservoirs in the network and T the number of
time periods. No priorities are set among demands.
For reservoirs in parallel, the parametric rule of Nalbantis and Koutsoyiannis [1997] is used, with a βl parameter for each reservoir
Pnl l upstream
of an intersection with nl upstream reservoirs such that l βl = 1, and
P
with the second parameter of the rule set to αl = Kl − βl × nl
l Kl where
Kl is the storage capacity of the reservoir l. The β parameters of the reservoirs in parallel express the allocation of empty space among these reservoirs
which is done as a function of their storage capacities, inflows, and common
downstream demand.
The rules for reservoirs in parallel are presented for a system where water
is withdrawn from reservoirs to meet a common downstream demand. In
the present study, each reservoir is linked to demands, hence the above rules
have to be generalized in order to take into consideration in-site reservoir
demands.
5.2.2.1
Leaf reservoirs
For reservoirs without upstream, i.e. leaf reservoirs, the standard operating
policy is used to satisfy the associated (in-site) demand. According to this
policy, water is released when available, and the excess of water is spilled. In
case in-site demand is only partly satisfied, reservoir is necessarily empty as
demand is greater than available water.
246
For the leaf reservoir r, let consider Kr the storage capacity, Ir,t the inflow
and Dr,t the associated demand at the time step t. The current volume
0
V curr,t
, the residual—non satisfied—demand ∆Dr,t and the excess of water
spilled SPr,t of the leaf reservoir, are:
If V curr,t−1 + Ir,t − Dr,t > Kr ,
0
V curr,t
= Kr ,
∆Dr,t = 0,
SPr,t = V curr,t−1 + Ir,t − Dr,t − Kr
If V curr,t−1 + Ir,t − Dr,t < 0,
0
V curr,t
= 0,
∆Dr,t = Dr,t − V curr,t−1 − Ir,t ,
SPr,t = 0
Otherwise,
0
= V curr,t−1 + Ir,t − Dr,t ,
V curr,t
(5.2)
∆Dr,t = 0,
SPr,t = 0
Inflow Ir,t is equal to the runoff arriving at the reservoir Rr,t for a leaf
0
reservoir. In case V curr,t
is not zero the remaining volume may be further
used to satisfy downstream demands as explained below.
Progressing downstream, leaf reservoirs and their direct downstream reservoirs, constitute a system of reservoirs in series or in parallel. The downstream reservoir r, will receive, beside its available runoff, the excess of water
eventually spilled by each reservoir up from the set of its direct upstreams U :
Ir,t = Rr,t +
U
X
SPup,t
(5.3)
up
5.2.2.2
A reservoir and its immediate upstream in series
Let us consider a system of reservoirs formed by a reservoir l and its direct
downstream ds (reservoirs in series). For reservoirs in series, water is first extracted from the most downriver reservoir then progressively from the upriver
reservoirs. Hence reservoir ds will first, partly or totally, satisfy its in-site
demand following the equation (5.2), with inflow computed in equation (5.3).
247
0
Then, its residual demand ∆Dds,t
could be, partly or totally, satisfied by the
1
upstream reservoir, with updated current volume V curl,t
:
if V
0
curl,t
≥
0
∆Dds,t
otherwise
5.2.2.3
1
0
0
V curl,t
= V curl,t
− ∆Dds,t
1
∆Dds,t
= 0.
1
V curl,t
=0
1
0
0
∆Dds,t = ∆Dds,t
− V curl,t
.
(5.4)
A reservoir and immediate upstream reservoirs in parallel
Let us now consider a system of reservoirs formed by nl upstream reservoirs
l and a direct downstream reservoir dp (reservoirs in parallel). First, the
reservoir dp will cover, partly or totally, its associated demand, based, again,
0
on equations (5.2) and (5.3). The residual demand ∆Ddp,t
will eventually
be covered by upstream reservoirs using the parametric rule [Nalbantis and
Koutsoyiannis, 1997]. The upstream system total final water volume is:
syst
Vdp,t
=
nl
X
0
0
V curl,t
− ∆Ddp,t
(5.5)
l
syst
If Vdp,t
> 0, it means that upstream reservoirs have enough water to
cover the downstream residual demand. In the opposite case, all upstream
syst
1
0
reservoirs are emptied and ∆Ddp,t
= −Vdp,t
+ ∆Ddp,t
is the residual demand
that can not be satisfied.
If upstream volume covers the residual demand, the parametric rule is
used to determine from which upstream reservoir water is extracted. In that
targ
case, the target volume Sl,t
of each upstream reservoir is:
targ
Sl,t
= Kl + βl ×
syst
Vdp,t
−
nl
X
Kl
l
(5.6)
These target volumes may not be consistent with constraints on volumes,
i.e. volumes may be negative or exceed storage capacity. Hence, their cortarg,corr
rected target volumes Sl,t
are:
targ,corr
Sl,t

targ
 Kl , if Sl,t > Kl ,
0, if S targ < 0,
=
 targ l,t
Sl,t , otherwise.
(5.7)
248
Once these inconsistencies are corrected, the new target volumes may
syst
not add up to the system’s volume Vdp,t
. Hence for the second change, a
correction coefficient is defined [Nalbantis and Koutsoyiannis, 1997]. The
correction factor φdp,t is computed as follows:
φdp,t
P
syst
targ,corr
(Vdp,t
− nl
) × Kl
l Sl,t
= Pnl targ,corr
targ,corr
× (Kl − Sl,t
)
l Sl,t
(5.8)
Based on the φdp,t correction factor, new target volumes Sltarg,new are
computed as:
targ,new
targ,corr
Sl,t
= Sl,t
×
)
targ,corr Sl,t
1 + φdp,t × 1 −
Kl
(
(5.9)
These two corrections have to be done repeatedly until the previous constraints are fulfilled.
targ,new
0
. For the set Rg
Sl,t
can be greater than the current volume V curl,t
targ,new
of upstream reservoirs for which this condition holds (Rg = {r/Sr,t
>
0
V curr,t }), the final target volumes is set equal to their current volumes.
The residual demand is covered by the set Rl of remaining upstream reservoirs which have target volumes lower than their current volumes (Rl =
targ,new
0
{r/Sr,t
< V curr,t
}). Each one of these reservoirs contribution is set to
be proportional to its current volume, and its final target volume will be
∀l ∈ Rl :
targ,f in
Sl,t
5.2.2.4
0
V curl,t
=P
×
0
r∈Rl V curr,t
syst
Vdp,t
−
X
r∈Rg
0
V curr,t
!
(5.10)
Network processing: reservoirs aggregation and disaggregation
The rules presented above allow to determine residual volumes of leaf reservoirs, 2 reservoirs in series and upstream reservoirs in parallel with a downstream reservoir. For a whole system, the residual demands and volumes
are determined starting from the most upriver parts of the network and going downstream. Going down through the network, systems of reservoirs
constituted by leaf reservoirs with one downstream reservoir, in series or in
parallel are processed, and the satisfaction of residual downstream demand is
5.3 Results
249
determined as described above. Then, the reservoirs of the system are aggregated into one reservoir. Hence, with other reservoirs (possibly aggregates)
and their direct downstream reservoir, they constitute a global system either
with one upstream aggregate branch, if no other reservoirs aggregate exist in
parallel, or with several upstream aggregate branches, and one downstream
demand (Figure 5.1). Going further down, the rules are used again for the
satisfaction of the residual demand of the direct downstream reservoir, and
the reservoir is then included into the aggregate and network processing continues to the next direct downstream reservoir. This recursion continues until
reaching the network root.
While progressing downstream, in-site demands are satisfied first. Each
time a downstream residual demand is to be covered by upstream reservoirs
aggregate, it has to be determined from which reservoir of each upstream
aggregate, water is withdrawn. For this purpose, the rules used to determine
the amount of water coming from parallel branches are used while going up
until reaching leaf reservoirs.
A genetic algorithm is used to optimize the β parameters in order to avoid
local minima and end up with global optimum solutions.
5.3
Results
Results are presented for three sub-areas of the Mediterranean region, namely
African, Asian and European sub-areas. ODDYCCEIA is run for the present
(without climate change) and future (with climate change) conditions, until
2050. For each period, reservoirs operating rules are optimized and simulated,
using the module previously presented. For the simulations corresponding to
the past, initial reservoirs volumes are set equal to their storage capacity,
while for the future, initial volumes are equal to the volumes of the end of
the past period. The default scilab genetic algorithm is used and couples to
be selected for crossover and mutation are set to 22, generations/iterations
to be computed to 10, mutation probability to 0.1, crossover probability to
0.7 and the size of population of individuals to 100.
5.3.1
Demand and reliability changes
In Figure 5.2 results on demand change for the African region are presented.
The demands have been computed with the two scenarios of irrigation computation presented above. With Dcc the irrigation demand under climate
change, Dnocc the demand without climate change, the relative change in
5.3 Results
250
The original
system: reservoirs
with in−site
demands
Leaf reservoir: SOP
One downstream
reservoir: parametric
rule
System with
upstream demands
already satisfied
agregation
Rules of water
abstraction in
the agregate already
determined
After agregation
rules for one
downstream
reservoir used
More agregation
downstream until
the river mouth is attained
Figure 5.1: Upstream aggregation into branches for operating rule computation
5.3 Results
251
proj
2050, ∆D2050
is:
proj
∆D2050
=
Dcc − Dnocc
Dnocc
(5.11)
In Figure 5.4 results on reliability change for the African region are presented. With Rcc the reliability under climate change determined through optimization, and Rnocc the reliability without climate change, also optimized,
the change ∆R2050 is:
∆R2050 = Rcc − Rnocc
(5.12)
In the African region changes are very marked. Under the fixed plant
growth duration scenario, percent demand change is important around +14%
(Figure 5.3) compared to an increase around +0.4% (Figure 5.2) in the fixed
GDD scenario. In the GDD scenario, indeed, shortening of the crops growth
development compensates evapotranspiration increase under climate change.
The geographic distribution of changes is the same for both scenarios. In
the Atlantic part of Morocco, small changes are observed. For the fixed
GDD scenario, demand decreases (-2.1%), or increases by very small amounts
(+0.4%). For the fixed duration scenario, an overall demand increase can be
seen (+6%). On the Nile basin, where precipitation does not play a role
in irrigation demand, under the fixed GDD scenario demand decreases by
-4.7%, while under the fixed duration scenario demand change is very small.
In Libya as well, changes are small (+0.4% for the fixed GDD scenario, -1%
for the fixed duration scenario). Changes are more marked in countries with
a more pronounced Mediterranean influence, like Algeria or Tunisia, because
of precipitation reduction. In Tunisia, for the fixed GDD scenario, demand
increase is still small (around +5.5%), while for the fixed durarion scenario
demand increase goes up to +14%. Similar changes can be seen for Algeria,
where for the fixed duration phase scenario demand increase reaches +28%
in some zones.
This difference can also be seen in the reliability changes: reliability decrease reaches -25% under the fixed GDD scenario (Figure 5.4) and -32%
under the fixed duration scenario (Figure 5.5). These extreme changes are
only found for a few geographic zones in Tunisia and Algeria, both countries
where precipitation decrease is important. For both scenarios, Tunisia seems
to be split between regions with no reliability change and regions with the
highest reliability change observed over the North African area. In Algeria,
various values of reliability reduction can be observed. In general, reliability
is reduced by -6% for the fixed GDD scenario and a little more (-8%) for
the fixed duration scenario. Reliability do not change for both scenarios on
the Nile basin and Libya. In Morocco, no change is observed under the fixed
5.3 Results
Figure 5.2: Demand change for the African sub-region for the fixed growing degrees days irrigation demand scenario
252
5.3 Results
Figure 5.3: Demand change for the African sub-region for the fixed duration irrigation demand scenario
253
5.3 Results
254
GDD scenario, while for the fixed duration scenario reliability decreases by
-8%.
Hence, it can be seen that in countries like Egypt and Libya, small demand
changes are observed under both scenarios while reliability is not changing.
In Morocco, under the fixed GDD scenario, small demand changes and nil
reliability changes are expected, while under the fixed duration scenario,
a +6% demand increase and -8% reliability decrease are expected. Last,
in counties under Mediterranean influence, it can be seen that reliability
changes can be more marked. In Tunisia, under the fixed GDD scenario, an
overall demand increase of +5.5% and a reliability change ranging from 0% to
-25% are expected, while under the fixed duration scenario, a +14% demand
increase and a reliability change ranging from 0% to -32% are expected. Yet,
in general, the differences between the two demand scenarios (fixed GDD and
fixed length) for changes in reliability are less important than the differences
for changes in demand, except in countries under Mediterranean influence
where precipitation reduction can be important. On that account, overall,
the water system may be more sensitive to changes in inflow that to changes
in demands in the case studied here.
For the Asian region, under the fixed GDD scenario a slight demand
decrease is observed (Figure 5.6), while under the fixed duration scenario
a slight increase is seen (Figure 5.7). In the fixed GDD scenario, demand
decreases are around -1.8%, while, in the fixed duration scenario, demand
increases by about +4.7%. In Turkey, for the fixed GDD scenario, demand
increase is around +2%. There is some heterogeneity, as for some sub-regions
demand increase can reach +9.8%. For the fixed duration scenario increase
is more marked, around +4.7%. For this scenario, demand decreases (-1.9%)
are also observed for some zones in Turkey. In the Middle East area, for the
fixed GDD scenario demand tend to decrease (about -1.8%), while for the
fixed duration scenario demand increases (+1.4%) with, however, some heterogeneity. For Cyprus, under the fixed GDD scenario, demand is decreased
by -1.8% in one basin of the island and by -5.7% in the other. For the fixed
duration scenario, demand increases by +4.7% in one basin and by +11.2%
in the other basin of the island. For the Asian region the crop growth cycle
duration shortening conduces to demand reduction however the effect is less
pronounced than for the African region.
Reliability does not seem to be very sensitive to the scenario of irrigation
demand change. In Turkey as well as in the Middle East area, for the fixed
GDD scenario, a small increase is observed (around +1.2%). For some zones
in Turkey, however reliability decreases by -9.6%. For the fixed duration scenario also, a small reliability increase (about +1%) can be seen in Turkey
5.3 Results
Figure 5.4: Reliability change for the African sub-region for the fixed GDD irrigation demand scenario
255
5.3 Results
Figure 5.5: Reliability change for the African sub-region for the fixed duration irrigation demand scenario
256
5.3 Results
Figure 5.6: Demand change for the Asian sub-region for the fixed GDD irrigation demand scenario
257
5.3 Results
Figure 5.7: Demand change for the Asian sub-region for the fixed duration irrigation demand scenario
258
5.3 Results
259
and the Middle East area. Still, in Turkey, in a very small area, reliability
decreases by -10.8% for this scenario. Last, in Cyprus, reliability decreases
by almost a similar rate for both scenarios (around -6%). Hence, it can be
seen that in Turkey, under the fixed GDD scenario, a small demand increase
(+2%) is expected as well as a small reliability increase (1.2%) although with
exceptions since in few areas reliability decreases by -9.6%. Under the fixed
duration scenario, similar changes can be seen, however, demand increase is
slightly more important (+4.7%) and reliability increase slightly less important (+1%) with only one area caracterized by a reduction reaching -10.8%.
In the Middle East area, under the fixed GDD scenario, a small demand
decrease as well as a small reliability increase are expected, while under the
fixed duration scenario, a small demand increase (+1.4%) and a smaller reliability increase (+1%) are expected. Last in Chyprus, under the fixed GDD
scenario demand reduction can reach -5.7% while under the fixed duration
scenario demand increase can reach +11.2%, and for both scenarios an overall reliability reduction of -6% can be seen. On that account, as seen for the
African region, reliability change seems to be in general less important than
demand change, showing that, in this case, water system is more sensitive to
inflow changes.
Moving to the European region, the effects of the fixed GDD scenario (Figure 5.10) and the fixed duration scenario (Figure 5.11) on demand change
are quite similar. Between the two scenarios, the difference concerning the
level of demand change is not apparent, however the difference concerning
the distribution of changes is more obvious. Overall, demand change values
are more contrasted under the fixed GDD scenario in comparison with the
fixed duration scenario. For instance in Italy, under the fixed GDD scenario,
various rates of demand increase can be seen across the country (0%, 8%,
17%, 25%), while under the fixed duration scenario, values of demand increase are more homogeneous (about 11.3%). Also, the extent of areas of
the southern parts of the European countries with no demand change under the fixed GDD scenario is reduced under the fixed duration scenario. In
Spain also for the fixed GDD scenario, various demand increase rates can
be seen (0%, 8%, 25%, 34%), while for the fixed duration scenario, even if
a +16.9% demand increase seems to be a little more dominant, there is still
some heterogeneity (0%, 5.6%, 11.3%, 22.6%). For France as well under the
fixed GDD scenario, demand increase varies from 8% to 25% and under the
fixed duration scenario, an overall +11.3% demand increase can be seen with
very few areas caracterized by +5.6% and +16.9% increases. For Slovenia,
Croatia, Bosnia-Herzegovina, Montenegro and Albania, under the fixed GDD
scenario, in general demand increases by +17%, however in some areas +25%
5.3 Results
Figure 5.8: Reliability change for the Asian sub-region for the fixed GDD irrigation demand scenario
260
5.3 Results
Figure 5.9: Reliability change for the Asian sub-region for the fixed duration irrigation demand scenario
261
5.3 Results
262
demand increase can be noticed, while under the fixed duration scenario, demand increases by +11.3% over the whole area. In Bulgaria, Macedonia and
the North part of Greece demand increase rates vary from +8% to +25%
with a slight dominance of the +25% increase rate, while under the fixed
duration scenario a +11.3% can be observed. Last, in the rest of Greece for
the fixed GDD scenario demand increase rates vary from 0% to +8%, while
for the fixed duration scenario a +5.6% demand increase can be seen still
with some heterogeneity. As observed for Spain, Italy, and Greece the area
with no demand change under the fixed GDD scenario, reduces under the
other scenario. For these areas percent demand change increases. It can be
seen that the crop growth cycle reduction shortening conduces to a difference between the North and South areas of the European sub-region. Also,
for Spain and Greece, heterogeneity in demand increase rates is maintained
under the fixed duration scenario.
Reliability change values for the European region under the fixed GDD
scenario seem to be more contrasted. For instance in Italy, reliability change
varies from -11% to +1.8% while under the fixed duration scenario a common
increase of +1% is found with reliability changes varying from -16% to +1%.
The extreme values of reliability change are quite similar with the ones observed for the African sub-region. Under the fixed GDD scenario, maximal
reliability reduction reaches -23%, while under the fixed duration scenario
the maximal change is -34%, both values observed over the Balkan area. In
Spain for the fixed GDD scenario, reliability change rates vary from -11% to
+1.8% and for the fixed duration scenario a +1% demand increase seems to
dominant however there is still some heterogeneity since reliability change
rates vary from -16% to +1%. For France, for both scenarios, the range of
reliability change values is more restrained i.e. reliability changes vary from
-4.4% to +1.8% under the fixed GDD scenario and from -8% to +1% under the fixed duration scenario. For Slovenia, Croatia, Bosnia-Herzegovina,
Montenegro and Albania the contrast is more marked under the fixed GDD
scenario since values are going from -11% to +1.8%, while under the fixed
duration scenario an overall reliability increase of +1% can be observed with
a more restrained range (from -8% to +1%). For Bulgaria, Macedonia and
the North part of Greece under the fixed GDD scenario, reliability change
rates vary from -23% to +1.8% however an overall -4.4% demand decrease
is observed. Under the other scenario, reliability change rates vary from 34% to +1% with an overall +1% increase seen. Last, for the rest of Greece
reliability change rates vary under the fixed GDD scenario from -16.8% to
+1.8% and under the fixed duration scenario from -16% to +1%. The NorthSouth differention under the fixed GDD scenario seems to be less pronounced.
5.3 Results
Figure 5.10: Demand change for the European sub-region for the fixed GDD irrigation demand scenario
263
5.3 Results
Figure 5.11: Demand change for the European sub-region for the fixed duration irrigation demand scenario
264
5.3 Results
265
Hence, some heterogeneity in reliability change values can still be seen for
Spain and Greece especially for the fixed GDD scenario.
Hence it can be seen that in Italy, under the fixed GDD scenario, demand
increase varies from 0% to 25% and reliability change varies from -11% to 2%,
while under the fixed duration scenario, a +11.3% demand increase and an
overall +1% reliability increase are observed. Changes for Slovenia, Croatia,
Bosnia-Herzegovina, Montenegro and Albania are quite similar with Italy
changes. In Spain, under the fixed GDD scenario, similar demand changes
with Italy can be seen. Demand increase varies from 0% to 34% and reliability change from -11% to 2%. Under the fixed duration scenario, values
are still heterogeneous since demand increase varies from 0% to 22.6% and
reliability change varies from -16% to +1%. In France, under the fixed GDD
scenario, demand increase varies from 8% to +25% and reliability change
only from -4.4% to 2%, while under the fixed duration scenario, an homogeneous demand increase of +11.3% is observed and reliability change ranges
from -8% to +1%. In Bulgaria, Macedonia and the North part of Greece similar demand increase rates with France are observed, while in contrast with
France, reliability change values are more homogeneous; an overall -4.4% reliability decrease and a +1% increase are observed under the fixed GDD and
fixed durations respectively. Last, in the rest of Greece, under the fixed GDD
scenario, demand increase varies from 0% to +8% and reliability change from
-16.8% to +2%. Under the fixed duration scenario, reliability change range is
quite similar, while an homogeneous demand increase of +5.6% is observed.
On that account, as noticed for the African and Asian regions, reliability
change seems to be less important than demand change, hinting that, in this
case, water system is more sensitive to inflow changes.
5.3.2
Comparison with demand changes from the literature
The +16.9% demand increase in Spain for the fixed duration scenario is consistent with the results of Dı́az et al. [2007]. In this study on the Guadalquivir
basin, unchanged cropping and crop practices and current crop periods and
coefficients are assumed and irrigation demand under climate change is computed with the CROPWAT model. Irrigation demand is projected to increase, especially for summer crops, on average by 16-20% due to precipitation reduction and precipitation distribution change over the year. For the
fixed GDD scenario however, ODDYCCEIA results on Spain are not fully
consistent with the results of Iglesias and Minguez [1997]. In this study,
climate change impacts on irrigated maize are assessed using maize CERES
5.3 Results
Figure 5.12: Reliability change for the European sub-region for the fixed GDD irrigation demand scenario
266
5.3 Results
Figure 5.13: Reliability change for the European sub-region for the fixed duration irrigation demand scenario
267
5.3 Results
268
model for the evaluation of its daily phenological development and growth.
According to their results, the significant crop growing season shortening
due to temperature increase, conduces to crop evapotranspiration reduction
leading to irrigation requirement decrease. Following ODDYCCEIA results,
a small demand increase is observed in general and for some areas in the
North part of Spain demand increase can reach +34%. Hence, according
to ODDYCCEIA, crop growth development shortening does not compensate
evapotranspiration increase and precipitation decrease.
In France, González-Camacho et al. [2008], assess climate change impacts
on maize irrigation needs with STICS model in the Drôme region. According
to their results, crop growth cycle duration is reduced by 20% while the
required watering amount is increased by 14%. It is mentioned also that
in the peak period the deficit is accentuated since the same irrigation needs
have to be satisfied in a shorter time period, and during the low water period
watering frequency is increased due to temperature raise hence during July
irrigation needs are increased by 25%. ODDYCCEIA results are in agreement
since under the fixed GDD scenario an overall irrigation demand increase can
be seen.
Brisson and Levrault [2010] also assess climate change impacts on agriculture for France. According to their results, crop growth cycle shortening
will conduce for spring crops to increase of irrigation needs in the near term
and stabilization, and in some cases, reduction of irrigation needs in the long
term. According to ODDYCCEIA results demand change values under the
fixed GDD scenario are disparate, however, either a moderate or an important increase is observed, while according to Brisson and Levrault [2010] a
decrease can be expected.
In Southern Europe, ODDYCCEIA is consistent with Wolf and Diepen
[1995] where climate change effects on necessary irrigation requirements to
reach potential maize yield level are assessed using a dynamic crop growth
model. According to their results, growing periods are shortened due to
temperature rise and null to moderate irrigation requirement increases are
expected. Taking also into account the CO2 effect, conduces, according to
their results, to moderate to major irrigation requirement decreases. Here,
this effect is not considered, however, under the fixed GDD scenario an overall
demand increase can be seen.
One study provide results for the whole Mediterranean area. For instance
Lovelli et al. [2010] use CROPWAT model with adjusted crop coefficient according to future climate trend, and Growing Degree Day method for phenological phase length computation, to assess water and irrigation needs of
tomato and wheat, crops typically growing in the Mediterranean area. Ac-
5.3 Results
269
cording to their results, crop phase length reduction is probable, especially
for tomato. For wheat, this leads to crop evapotranspiration decrease and
in combination with a more favorable precipitation distribution, would conduce to irrigation requirement reduction. For tomato, at first potential and
crop evapotranspiration increase, then they decrease due to cycle length reduction. Also, since precipitation decreases, irrigation requirements increase.
Even though Lovelli et al. [2010] do not assess demand change per sub-area of
the Mediterranean region and here demand change is not presented by crop,
ODDYCCEIA results are quite in agreement with Lovelli et al. [2010] outcomes, since under the fixed GDD scenario for the African sub-region a very
small increase is observed, for the Asian sub-region a small decrease, while for
the European sub-region a rather high demand increase can be seen. Hence,
there is some agreement in terms of the expected signs of demand change.
Meza et al. [2008] study maize productivity under climate change in central Chile (irrigated region with Mediterranean climate), using DSSAT crop
simulation model. They find an earlier physiological maturity due to temperature increase and a potential evapotranspiration rise due to the increased
importance of the advective component of Penman Montheith equation. In
the study, actual evapotranspiration is sensitive to CO2 since stomatal conductance is reduced. The result of these three changes is actual evapotranspiration and seasonal irrigation needs reduction, although, as stated in Meza
and Silva [2009], crops with a photosynthetic system of type C4 like maize
are less affected by the fertilizing CO2 effect. Hence, the negative impact of
temperature increase is more important. In this study, results on irrigation
demand change are always appointed to the CO2 effect, however, since the
negative temperature effect is more important irrigation demand reduction
will be probably less pronounced compared to the assessment provided by
Meza et al. [2008]. Hence, it can be considered that ODDYCCEIA results
are partly in agreement with Meza et al. [2008] results.
Döll [2002] assesses climate change impacts on optimal crop pattern and
growing season as well as irrigation requirements, using the Global map of
irrigated areas. According to this study, starting dates of the growing seasons
shift by at least one week. In North Africa and Middle East regions net irrigation requirements are reduced despite temperature increase and precipitation
decrease. This is due to optimal growing seasons shift to the winter months
since summer temperatures under climate change exceed optimal temperatures for crop growth. During winter months solar radiation hence potential
evapotranspiration are lower. Climate change also modifies the areas where
multicropping is done. For OECD and Eastern Europe, irrigation requirements increase. Again, results given by Döll [2002] are quite in agreement
5.4 Conclusion
270
with ODDYCCEIA, since the applied methodology corresponds to the fixed
GDD scenario here and for the African and Asian sub-regions demand is
reduced while for Europe an increase is observed.
5.4
Conclusion
In many regions, water demands are expanding without limitation, driven
by socioeconomic changes, constraining supply to follow this evolution. In
addition, climate change could constitute an extra burden for water resources
already quantitatively and qualitatively limited. In this study, operating rule
adaptation is taken into account to determine the change in irrigation demand
reliability satisfaction under climate change.
To achieve this objective, a generic coordinated operation modeling is
formulated. This module includes a predefined rule for reservoirs in series
[Lund and Guzman, 1999] and a simple parametric rule for reservoirs in
parallel according to which the empty space is allocated as a function of
storage capacity, inflow and common downstream demand [Nalbantis and
Koutsoyiannis, 1997]. The rules are generalized in order to take into account
networks of reservoirs and associated demands. Optimal operating rules are
determined based on simulation-optimization.
The methodology is first applied under climate change on the Mediterranean region which is already characterized by high evapotranspiration rates,
droughts and deficits. In this region, precipitation will probably decrease and
evaporation will increase due to temperature rise under climate change, conducing to the reduction of soil moisture and mean annual flow with a probable
seasonal redistribution.
For irrigation demand computation, two scenarios are examined for the
definition of crop development phases. In the first, the duration of each phase
is constant while in the second, phases are determined based on degree day
accumulation.
In ODDYCCEIA the crop development cycle shortening which conduces
to water use reduction, counterbalances evapotranspiration increase up to a
certain level due to precipitation decrease and precipitation intra-annual distribution change. This effect is mainly observed for the African sub-region,
while for the Asian and European sub-regions this effect is less pronounced.
Under the fixed GDD scenario, for the African and Asian sub-regions, either
relatively small decrease rates or slight increase rates are found, while under the fixed duration scenario demand increase rates are more important.
For the African sub-region, where the demand changes are very marked, a
5.4 Conclusion
271
demand increase of a few percent (+0.4%) is observed for the fixed GDD scenario, while for the fixed duration scenario a more than 10% demand increase
is expected. The changes are more noticeable in countries under Mediterranean influence due to precipitation reduction. For the Asian sub-region,
under the fixed GDD scenario a slight demand decrease is found, while under
the fixed duration scenario a small demand increase. Last for the European
region, the difference concerning the level of demand change between the two
scenarios is not apparent, whereas the difference concerning the distribution
of changes is more obvious. Overall, the effects of the two scenarios may
seem similar, however, demand change values are more contrasted under the
fixed GDD scenario, while under the fixed duration scenario demand increase
values are more homogeneous.
Overall, reliability decreases over the Mediterranean region. In general,
it can be observed that reliability changes are less important that changes in
demand and the results under the fixed GDD and fixed duration scenarios
are more similar. For the African sub-region extreme reliability reductions
(-25% and -32% under the fixed GDD and fixed duration scenarios respectively) are found in some parts of Tunisia and Algeria, where precipitation
reduction is important. For the European sub-region, the level of reliability
reduction is quite similar (-23% and -34% under the fixed GDD and fixed
duration scenarios respectively) and is expected for few areas of the Balkans.
Also, it can be seen that reliability change values are more contrasted under the fixed GDD scenario, since for instance across Italy reliability change
ranges from around -11% to +2%, while under the fixed duration scenario reliability increases by +1% almost everywhere. Last, for the Asian sub-region,
reliability changes are less pronounced with reductions reaching around -10%
for both irrigation change scenarios. Hence, reliability changes seems to be
more sensitive to changes in inflow. Reservoirs and changes in operating rules
allow to maintain reliability in some regions, sometimes with increased demand. However, overall, they limit the reliability decrease without being able
to counterbalance completely changes in demand and inflow. ODDYCCEIA
results are quite in agreement with demand changes found in the literature.
For instance for Spain under the fixed duration scenario [Dı́az et al., 2007]
or for France under the fixed GDD scenario [González-Camacho et al., 2008]
there is an agreement, while for France [Brisson and Levrault, 2010] or the
whole Mediterranean area under the fixed GDD scenario, consistency is not
clear.
In future works, MIRCA2000 data [Portmann et al., 2010] could be used
in order to determine crop calendars. Also, the existing simple soil model
could be replaced by a more elaborated one using elements for instance from
5.4 Conclusion
272
ORCHIDEE/SECHIBA [Guimberteau, 2010; Ducharne et al., 2003]. In addition, groundwater could be modeled in a simplified way in order to represent
local groundwater abstraction. It is envisaged also to represent other uses like
power plant cooling and domestic demand. For this purpose, a preliminary investigation helped finding global databases like CARMA [CARMA, 2007] for
power plant and CIESIN [Center for International Earth Science Information
Network (CIESIN) et al., 2004] for settlements and domestic demand. Demands could be computed following global assessment methods or econometrics. The distinction could be made between evaporative and non-evaporative
uses and evaporation from reservoirs could be represented. Economic criteria
could then be used in order to allocate water resources according to demand
prioritization. The integrated water resources methodology could be used in
order to study various questions like virtual water trade, activities and population relocalization due to supply reduction, reservoirs network redimensioning taking into account climatic and non-climatic uncertainties, reservoir
network operating rule determination considering conflicting objectives and
the investment postponing option. The methodology could also be coupled
with sectoral models and integrated into general equilibrium models in order
to assess propagation effects.
Bibliography
273
Bibliography
Alcamo, J., Döll, P., Henrichs, T., Kaspar, F., Lehner, B., Rösch, T., Siebert, S.,
2003. Development and testing of the WaterGap 2 global model of water use
and availability. Hydrological Sciences 48 (3), 317–337.
Ali, M. H., Shui, L. T., Yan, K. C., Eloubaidy, A. F., Foung, K., 2000. Modeling water balance components and irrigation efficiences in relation to water
requirements for double-cropping systems. Agricultural Water Management 46,
167–182.
Allen, R. G., Pereira, L. S., Raes, D., Smith, M., 1998. Crop evapotranspiration –
guidelines for computing crop water requirements. Tech. Rep. 56, FAO.
Anderson, J., Chung, F., Anderson, M., Brekke, L., Easton, D., Ejeta, M., Peterson, R., Snyder, R., 2008. Progress on incorporating climate change into management of California’s water resources. Climatic Change 87 (Suppl 1), S91–S108.
AQUASTAT Program, 2007. Dams and agriculture in Africa.
URL http://www.fao.org/nr/water/aquastat/damsafrica/index.stm
Arnell, N. W., 1999. Climate change and global water resources. Global Environmental Change 9, S31–S49.
Arnell, N. W., 2004. Climate change and global water resources: SRES emissions
and socio-economic scenarios. Global Environmental Change 14, 31–52.
Bates, B., Kundzewicz, Z., Wu, S., (Eds.), J. P., 2008. Climate Change and Water.
IPCC Secretariat, Geneva, Technical Paper of the Intergovernmental Panel on
Climate Change.
Beyene, T., Lettenmaier, D. P., Kabat, P., 2010. Hydrologic impacts of climate
change on the Nile river basin: Implications of the 2007 IPCC climate scenarios.
Climatic Change 100 (3/4), 433–461.
Brekke, L. D., Maurer, E. P., Anderson, J. D., Dettinger, M. D., Townsley, E. S.,
Harrison, A., Pruitt, T., 2009. Assessing reservoir operations risk under climate
change. Water Resources Research 45.
Brekke, L. D., Miller, N. L., Bashford, K. E., Quinn, N. W., Dracup, J. A., 2004.
Climate change impacts uncertainty for water resources in the San Joaquin
river basin, California. Journal of the American Water Resources Association
40, 149–164, issue 1.
Brisson, N., Levrault, F. (Eds.), 2010. Changement climatique, agriculture et forêt
en France: Simulations d’impacts sur les principales espèces. ADEME, le Livre
Vert du projet CLIMATOR (2007-2010).
Bibliography
274
Burn, D. H., Simonovic, S. P., 1996. Sensitivity of reservoir operation performance
to climatic change. Water Resources Management 10, 463–478.
CARMA, 2007. CARMA Carbon Monitoring for Action, The Center For Global
Development.
URL http://carma.org/
Center for International Earth Science Information Network (CIESIN), International Food Policy Research Institute (IFPRI), the World Bank, Centro Internacional de Agricultura Tropical (CIAT), 2004. Global Rural-Urban Mapping
Project (GRUMP): Settlement points.
URL http://sedac.ciesin.columbia.edu/gpw
Dı́az, J. R., Weatherhead, E., Knox, J., Camacho, E., 2007. Climate change impacts on irrigation water requirements in the Guadalquivir river basin in Spain.
Regional Environmental Change 7, 149–159.
Döll, P., 2002. Impact of climate change and variability on irrigation requirements:
a global perspective. Climatic Change 54 (4), 269–293.
Döll, P., Kaspar, F., Lehner, B., 2003. A global hydrological model for deriving
water availability indicators: model tuning and validation. Journal of Hydrology
270, 105–134.
Dubois, C., Somot, S., Sevault, F., Déqué, M., Lheveder, B., Li, L., Carillo, A.,
Dell’Aquilla, A., Elizalde-Arellano, A., Jacob, D., Scoccimarro, E., Oddo, P.,
Gualdi, S., 2011. Future projections of the surface heat and water budgets of
the Mediterranean sea in an ensemble of coupled atmosphere-ocean regional
climate models, submitted to Climate Dynamics.
Ducharne, A., Baubion, C., Benoit, N., Billen, G., Brisson, N., Garnier, J., Kieken,
H., Lebonvallet, S., Ledoux, E., Mary, B., Mignolet, C., Poux, X., Sauboua, E.,
Schott, C., Théry, S., Viennot, P., 2007. Long term prospective of the Seine
River system: Confronting climatic and direct anthropogenic changes. Science
of the Total Environment 375, 292–311.
Ducharne, A., Golaz, C., Leblois, E., Laval, K., Polcher, J., Ledoux, E., de Marsily,
G., 2003. Development of a high resolution runoff routing model, calibration and
application to assess runoff from the LMD GCM. Journal of Hydrology 280,
207–228.
Eum, H.-I., Simonovic, S. P., 2010. Integrated reservoir management system for
adaptation to climate change: The Nakdong river basin in Korea. Water Resources Management 24 (13), 3397–3417.
Bibliography
275
FAO, 2005. Agro-MAPS: Global spatial database of agricultural land-use statistics
version 2.5.
URL
http://www.fao.org/landandwater/agll/agromaps/interactive/
page.jspx
FAO WATER, 2011. Crop water information.
URL http://www.fao.org/nr/water/cropinfo.html
FAOSTAT, 2011. PRODSTAT food and agricultural commodities production.
URL http://faostat.fao.org/site/339/default.aspx
Fischer, G., Tubiello, F. N., van Velthuizen, H., Wiberg, D. A., 2007. Climate
change impacts on irrigation water requirements: effects of mitigation, 19902080. Technological Forecasting and Social Change 74, 1083–1107.
Flörke, M., Alcamo, J., 2004. European outlook on water use. Tech. rep., Center for Environmental Systems Research - University of Kassel, final Report,
EEA/RNC/03/007.
Fowler, H., Kilsby, C., O’Connell, P., 2003. Modeling the impacts of climatic
change and variability on the reliability, resilience, and vulnerability of a water
resource system. Water Resources Research 39 (8).
Fujihara, Y., Tanaka, K., Watanabe, T., Nagano, T., Kojiri, T., 2008. Assessing
the impacts of climate change on the water resources of the Seyhan river basin in
Turkey: Use of dynamically downscaled data for hydrologic simulations. Journal
of Hydrology 353, 33–48.
Garcı́a-Ruiz, J. M., López-Moreno, J. I., Vicente-Serrano, S. M., Lasanta-Martı́nez,
T., Beguerı́a, S., 2011. Mediterranean water resources in a global change scenario. Earth-Science Reviews 105 (3–4), 121–139.
González-Camacho, J. M., Mailhol, J. C., Ruget, F., 2008. Impacts locaux attendus
de l’augmentation du CO2 dans l’atmosphère sur la productivité de l’eau du maı̈s
dans la Drôme, France. Irrigation and Drainage 57, 229–243.
Guimberteau, M., 2010. Modélisation de l’hydrologie continentale et influences de
l’irrigation sur le cycle de l’eau. Thèse de doctorat, Université Pierre et Marie
Curie, Paris VI, Paris.
Haddeland, I., Lettenmaier, D. P., Skaugen, T., 2006a. Effects of irrigation on the
water and energy balances of the Colorado and Mekong river basins. Journal of
Hydrology 324, 210–223.
Haddeland, I., Skaugen, T., Lettenmaier, D., 2007. Hydrologic effects of land and
water management in North America and Asia: 1700-1992. Hydrology and Earth
System Sciences 11, 1035–1045.
Bibliography
276
Haddeland, I., Skaugen, T., Lettenmaier, D. P., 2006b. Anthropogenic impacts on
continental surface fluxes. Geophysical Research Letters 33, 1–4.
Hallegatte, S., Somot, S., Nassopoulos, H., 2008. Région méditerranéenne et
changement climatique. IPEMED (Institut de Prospective Economique du
Monde Méditerranéen).
Hanasaki, N., Kanae, S., Oki, T., 2006. A reservoir operation scheme for global
river routing models. Journal of Hydrology 327, 22–41.
Hanasaki, N., Kanae, S., Oki, T., Masuda, K., Motoya, K., Shirakawa, N., Y.Shen,
Tanaka, K., 2008. An integrated model for the assessment of global water resources - Part 1: Model description and input meteorological forcing. Hydrology
and Earth System Sciences 12, 1007–1025.
Hossain, F., Jeyachandran, I., Pielke, S. R., 2010. Dam safety due to human alteration of extreme precipitation. Water Resources Research 46.
Hotchkiss, R. H., Jorgensen, S. F., Stone, M. C., Fontaine, T. A., 2000. Regulated
river modeling for climate change impact assessment: the Missouri river. Journal
of the American Water Resources Association 36 (2), 375–386.
HYDRO1k, 2009. Hydro1k elevation derivative database.
URL http://eros.usgs.gov/#/Find_Data/Products_and_Data_Available/
gtopo30/hydro
ICOLD, 2003. World Register of Dams. CIGB ICOLD.
Iglesias, A., Minguez, M., 1997. Modelling crop-climate interactions in Spain: vulnerability and adaptation of different agricultural systems to climate change.
Mitigation and Adaptation Strategies for Global Change 1, 273–288.
Islam, M. S., Aramaki, T., Hanaki, K., 2005. Development and application of an integrated water balance model to study the sensitivity of the Tokyo metropolitan
area water availability scenario to climatic changes. Agricultural Water Management 19, 423–445.
Joyce, B., Vicuna, S., Dale, L., Dracup, J., Hanemann, M., Purkey, D., Yates,
D., 2006. Climate change impacts on water for agriculture in California: a case
study in the Sacramento Valley. Tech. rep., California Climate Change Center,
white Paper.
Kirshen, P., Mccluskey, M., R., R. V., Strzepek, K., 2005. Global analysis of
changes in water supply yields and costs under climate change: a case study in
China. Climatic Change 68 (3), 303–330.
Bibliography
277
Koutsoyiannis, D., Economou, A., 2003. Evaluation of the parameterizationsimulation-optimization approach for the control of reservoir systems. Water
Resources Research 39 (6).
Labadie, J. W., 2004. Optimal operation of multireservoir systems: state-of-theart-review. Journal of Water Resources planning and Management 130 (2).
Leenhardt, D., Trouvat, J., Gonzalès, G., Pérarnaud, V., Prats, S., Bergez, J.,
2004. Estimating irrigation demand for water management on a regional scale
I. ADEAUMIS, a simulation platform on bio-decisional modelling and spatial
information. Agricultural Water Management 68, 207–232.
Lehner, B., Czisch, G., Vassolo, S., 2005. The impact of global change on the
hydropower potential of Europe: a model-based analysis. Energy Policy 33,
839–855.
Lehner, B., Döll, P., Alcamo, J., Henrichs, T., Kaspar, F., 2006. Estimating the
impact of global change on flood and drought risks in Europe: a continental
integrated analysis. Climatic Change 75, 273–299.
Lettenmaier, D. P., Wood, A. W., Palmer, R. N., Wood, E. F., Stakhiv, E. Z., 1999.
Water resources implications of global warming: a U.S. regional perspective.
Climatic Change 43, 537–579.
Li, L., Xu, H., Chen, X., Simonovic, S., 2010. Streamflow forecast and reservoir
operation performance assessment under climate change. Water Resources Management 24, 83–104.
López-Moreno, J., Beniston, M., Garcı́a-Ruiz, J., 2007. Environmental change
and water management in the Pyrenees: facts and future perspectives for
Mediterranean mountains. Global and Planetary Change 61 (3–4), 300–312.
URL
http://www.sciencedirect.com/science/article/pii/
S0921818107001865
Lorenzo-Lacruz, J., Vicente-Serrano, S., López-Moreno, J., Beguerı́a, S., Garcı́aRuiz, J., Cuadrat, J., 2010. The impact of droughts and water management
on various hydrological systems in the headwaters of the Tagus river (Central
Spain). Journal of Hydrology 386, 13–26.
Lovelli, S., Perniola, M., Tommaso, T. D., Ventrella, D., Moriondo, M., Amato,
M., 2010. Effects of rising atmospheric CO2 on crop evapotranspiration in a
Mediterranean area. Agricultural water management 97, 1287–1292.
Lund, J. R., Guzman, J., 1999. Derived operating rules for reservoirs in series
or in parallel. Journal of Water Resources Planning and Management 125 (3),
143–153.
Bibliography
278
Martin, Q. W., 1983. Optimal operation of multiple reservoir systems. Journal of
Water Resources Planning and Management 109 (1), 58–74.
Medellı́n-Azuara, J., Harou, J. J., Olivares, M. A., Madani, K., Lund, J. R.,
Howitt, R. E., Tanaka, S. K., Jenkins, M. W., Zhu, T., 2008. Adaptability
and adaptations of California’s water supply system to dry climate warming.
Meigh, J., McKenzie, A., Sene, K., 1999. A grid-based approach to water scarcity
estimates for eastern and southern Africa. Water Resources Management 13,
85–115.
Meza, F. J., Silva, D., 2009. Dynamic adaptation of maize and wheat production
to climate change. climatic change 94, 143–156.
Meza, F. J., Silva, D., Vigil, H., 2008. Climate change impacts on irrigated maize
in Mediterranean climates: evaluation of double cropping as an emerging adaptation alternative. Agricultural systems 98, 21–30.
Mimikou, M. A., Baltas, E., 1997. Climate change impacts on the reliability of
hydroelectric energy production. Hydrological Sciences 45 (5), 661–678.
Minville, M., Brisette, F., Krau, S., Leconte, R., 2009. Adaptation to climate
change in the management of a canadian water-resources system exploited for
hydropower. Water Resources Management 23, 2965–2986.
Minville, M., Krau, S., Brisette, F., Leconte, R., 2010. Behaviour and performance
of a water resource system in Québec (Canada) under adapted operating policies
in a climate change context. Water Resources Management 24, 1333–1352.
Mizyed, N. R., Loftis, J. C., Fortane, D. G., 1992. Operation of large multireservoir
systems using optimal-control theory. Journal of Water Resources Planning and
Management 118 (4), 371–387.
Nalbantis, I., Koutsoyiannis, D., 1997. A parametric rule for planning and management of multiple-reservoir systems. Water Resources Research 33 (9), 2165–2177.
Nawaz, N., Adeloye, A., 2006. Monte Carlo assessment of sampling uncertainty of
climate change impacts on water resources yield in Yorkshire, England. Climatic
Change 78, 257–292.
Oki, T., Agata, Y., Kanae, S., Saruhashi, T., Yang, D., Musiake, K., 2001. Global
assessement of current water resources using Total Runoff Integrating Pathways.
Hydrological Sciences 46 (6), 983–995.
Bibliography
279
Payne, J. T., Wood, A. W., Hamlet, A. F., Palmer, R. N., Lettenmaier, D. P.,
2004. Mitigating the effects of climate change on the water resources of the
Columbia river basin. Climatic Change 62, 233–256.
Pereira, L. S., Oweis, T., Zairi, A., 2002. Review irrigation management under
water scarcity. Agricultural Water Management 57, 175–206.
Portmann, F. T., Siebert, S., Döll, P., 2010. MIRCA2000—global monthly irrigated and rainfed crop areas around the year 2000: A new high-resolution data
set for agricultural and hydrological modeling. Global Biogeochemical Cycles
24 (GB1011).
Purkey, D. R., Joyce, B., Vicuna, S., Hanemann, M. W., Dale, L. L., Yates,
D., Dracup, J. A., 2008. Robust analysis of future climate change impacts on
water for agriculture and other sectors: a case study in the Sacramento Valley.
Raje, D., Mujumdar, P., 2010. Reservoir performance under uncertainty in hydrologic impacts of climate change. Advances in Water Resources 33, 312–326.
Rani, D., Moreira, M. M., 2009. Simulation-optimization modeling: a survey and
potential application in reservoir systems operation. Water Resources Management 24 (6), 1107–1138.
Reca, J., Roldán, J., Alcaide, M., López, R., Camacho, E., 2001. Optimization
model for water allocation in deficit irrigation systems I. Description of the
model. Agricultural Water Management 48, 103–116.
Rosenzweig, C., Strzepek, K. M., Major, D. C., Iglesias, A., Yates, D. N., McCluskey, A., Hillel, D., 2004. Water resources for agriculture in a changing climate: international case studies. Global Environmental Change 14, 345–360.
Schaefli, B., Hingray, B., Musy, A., 2007. Climate change and hydropower production in the swiss alps: quantification of potential impacts and related modelling
uncertainties. Hydrology and Earth System Sciences 11 (3), 1191–1205.
Shen, Y., Oki, T., Utsumi, N., Kanae, S., Hanasaki, N., 2008. Projection of future
world water resources under SRES scenarios: water withdrawal. Hydrological
Sciences 53 (1), 11–33.
Siebert, S., Döll, P., Hoogeveen, J., Faures, J.-M., Frenken, K., Feick, S., 2005.
Development and validation of the global map of irrigation area. Hydrology and
Earth System Sciences 9, 535–547.
Sigvaldason, O., 1976. A simulation model for operating a multipurpose multireservoir system. Water Resources Research 12 (2), 263–278.
Bibliography
280
Somot, S., Sevault, F., Déqué, M., Crépon, M., 2008. 21st century climate change
scenario for the Mediterranean using a coupled atmosphere-ocean regional climate model. Global and Planetary Change 63 (2–3), 112–126.
URL http://linkinghub.elsevier.com/retrieve/pii/S0921818107001774
Somot, S., Sevaut, F., Déqué, M., 2009. Design and first simulation with a
tri-coupled AORCM dedicated to the Mediterranean study. Tech. Rep. Report
No.39, Research activities in atmospheric and oceanic modelling CAS/JSC
Working group on numerical experimentation.
URL
http://collaboration.cmc.ec.gc.ca/science/wgne/index.html,
http://www.cnrm.meteo.fr/gmgec/spip.php?rubrique31,samuel.somot@
meteo.fr
Stehfest, E., Heistermann, M., Priess, J. A., Ojima, D. S., Alcamo, J., 2007. Simulation of global crop production with the ecosystem model DayCent. Ecological
Modelling 209, 203–219.
Stockholm Environment Institute, May 2011. WEAP Water Evaluation And Planning System Tutorial a collection of stand-alone modules to aid in learning the
WEAP software. Tech. rep., Stockholm Environment Institute.
Strzepek, K., Schlosser, A., Farmer, W., Awadalla, S., Baker, J., Rosegrant, M.,
Gao, X., 2010. Modeling the global water resource system in an integrated assessment modeling framework: IGSM-WRS. Tech. Rep. 189, MIT.
Strzepek, K. M., Major, D. C., Rosenzweig, C., Iglesias, A., Yates, D. N., Holt,
A., Hillel, D., 1999. New methods of modeling water availability for agriculture under climate change: the U.S. Cornbelt. Journal of the American Water
Vano, J. A., Scott, M. J., Voisin, N., Stöckle, C. O., Hamlet, A. F., Mickelson,
K. E., Elsner, M. M., Lettenmaier, D., 2010a. Climate change impacts on water
management and irrigated agriculture in the Yakima river basin, Washington,
USA. Water Resources Management 102 (1–2), 287–317.
Vano, J. A., Voisin, N., Cuo, L., Hamlet, A. F., Elsner, M. M., Palmer, R. N.,
Polebitski, A., Lettenmaier, D., 2010b. Climate change impacts on water management in the Puget Sound region, Washington state, USA. Water Resources
Management 102 (1–2), 261–286.
Venkatesh, B. N., Hobbs, B. F., 1999. Analyzing investments for managing Lake
Erie levels under climate change uncertainty. Water Resources Research 35 (5),
1671–1683.
Vicuna, S., Leonardson, R., Hanemann, M., Dale, L., Dracup, J., 2008. Climate
change impacts on high elevation hydropower generation in California’s Sierra
Bibliography
281
Nevada: a case study in the Upper American river. Climatic Change 87 (Suppl
1), S123–S137.
Ward, P., Strzepek, K., Pauw, W., Brander, L., Hughes, G., Aerts, J., 2010.
Partial costs of global climate change adaptation for the supply of raw industrial
and municipal water: a methodology and application. Environmental Research
Letters 5 (044011), 10.
WaterStrategyMan, Sep. 2004. The WaterStrategyMan DSS a comprehensive
decision support system for the development of sustainable water management strategies. Tech. rep., Office International de l’eau, Hebrew University
of Jerusalem,Water development departement Cyprus, INSULA, Aeoliki Ltd,
Facultande de engenharia da universidade do Porto.
Wolf, J., Diepen, C. V., 1995. Effects of climate change on grain maize yield
potential in the European community. Climatic Change 29, 299–331.
Wood, A. W., Lettenmaier, D. P., Palmer, R. N., 1997. Assessing climatic change
implications for water resources planning. Climatic Change 37, 203–228.
283
Cette thèse avait pour objectif premier de développer des outils contribuant à une meilleure compréhension des mécanismes par lesquels, en modifiant le cycle de l’eau, le changement climatique global pouvait affecter une
région donnée, ici le Bassin Méditerranéen, zone particulièrement fragile du
point de vue de l’approvisionnement en eau.
Le principal défi méthodologique que nous espérons avoir relevé était d’intégrer une nécessaire couverture globale et la prise en compte de l’hétérogénéité des profils d’offres et demandes d’eau par bassin versant. La stratégie
scientifique que nous avons choisie a été de développer des modèles génériques
pouvant récupérer les données disponibles à l’échelle globale pour donner
une description satisfaisante des spécificités locales. Le degré de pertinence
de cette stratégie peut être apprécié à l’aune de quelques résultats que nous
pensons à la fois robustes et novateurs.
Eléments méthodologiques et résultats
Un premier ensemble de tels résultats est obtenu à partir d’un modèle
de dimensionnement optimal d’un réservoir à l’échelle du bassin versant. En
considérant que la demande suit l’offre dès qu’un niveau de fiabilité de 95%
est garanti, nous avons calculé l’évolution du volume optimal des barrages
dans un contexte de changement climatique. Sur la base du critère de valeur
actualisée nette du système pour une valeur unitaire donnée de l’eau, on
obtient une baisse du volume optimal supérieur à celui des études fixant un
certain objectif de fiabilité et supposant constante la demande en eau. La
baisse du dimensionnement optimal peut aller, selon les modèles climatiques
(19 modèles du GIEC-AR4 pour le scénario SRES A2), jusqu’à 34 % du
volume optimal à climat constant. Mais une étude du coût de l’erreur nuance
l’importance pratique de ce résultat puisque celui-ci n’est que de 2.8 % de la
valeur nette pour une vallée courte même avec un taux d’actualisation faible.
Cela signifie que l’optimum est relativement plat et appelle une réflexion sur
la pertinence du seul critère de la VAN pour discriminer entre plusieurs choix
de dimensionnement et sur le besoin de critères décisionnels rendant mieux
compte du coût de l’erreur.
Un deuxième ensemble de résultats est obtenu à partir d’une méthodologie
avec une couverture géographique étendue et un modèle générique permettant d’intégrer l’hétérogénéité spatio-temporelle de l’offre et de la demande à
l’échelle du bassin versant. Cette méthodologie se positionne entre les études
à l’échelle globale avec des schémas de routage et les études à l’échelle régionale ou locale qui représentent des réseaux de réservoirs fonctionnant de
façon coordonnée. Dans ces études, les règles opérationnelles sont déterminées
284
sur la base de données historiques ou de techniques d’optimisation souvent
complexes et intensives en terme de temps de calcul. La méthodologie a permis le test de règles opérationnelles de gestion de l’eau tenant compte des
liens amont aval des réservoirs (et leurs sous bassins) reconstitués, des débits
entrants déterminés sur la base des sorties du modèle climatique CNRM,
d’un schéma de localisation des cultures irriguées, de caractérisation de ces
cultures et d’évaluation de leurs besoins en irrigation, ainsi que des liens
réservoirs-demandes (chaque demande associée uniquement à un réservoir)
reconstitués sur la base de données topologiques et hydrologiques. L’opération coordonnée des réservoirs est déterminée afin de satisfaire la demande
en irrigation au plus haut niveau de fiabilité.
Testé sur l’Afrique du Nord et notamment sur l’Algérie, le modèle reproduit assez bien à la fois les réseaux de réservoirs, la localisation des zones
irriguées, et les demandes associées à chaque cours d’eau et réservoir notamment les transferts longue distance malgré une tendance à surassocier des
réservoirs aux demandes. Les demandes étant bien supérieures à l’offre, pour
obtenir des réseaux faisables, les ruissellements annuels moyens des réservoirs ont dû être augmentés plusieurs fois. Le modèle a été appliqué pour
tester l’évolution de la fiabilité de l’approvisionnement en eau de la région
selon deux hypothèses sur le développement des cultures. Dans la première
(S1), la durée en jours de chaque phase de développement des plantes est
fixe. Dans la deuxième (S2), celle-ci évolue avec le changement climatique
puisque elle est liée à un nombre nécessaire de degrés-jour pour la réalisation de chaque phase. On montre alors que le raccourcissement de la durée
du cycle de développement compense jusqu’à un certain point la hausse de
l’évapotranspiration ; ainsi, en Afrique du Nord, alors que dans le scénario S1
la demande augmente de +14% pour compenser la hausse de température,
elle augmente que de +0.4% dans le scénario S2. De façon générale la fiabilité de l’approvisionnement en eau diminue sur la région. Les changements de
fiabilité semblent être plus influencés par les changements de ruissellement.
Pour certaines régions, le changement des règles opérationnelles, étant donnée une sorte d’adaptation spontanée de la végétation (scénario S2), permet
de conserver la fiabilité malgré la hausse de la demande.
Perspectives
Ces résultats, pensons-nous, montrent la pertinence des modélisations
retenues, mais nous sommes conscients de n’avoir parcouru que les premières
étapes d’un programme au long cours. Nous voudrions, dans cette conclusion,
suggérer quels développements qui pourraient être effectués sur la base des
285
travaux de cette thèse. Ces développements peuvent être regroupés en trois
grands ensembles, d’ailleurs non totalement séparables.
Un premier ensemble est de nature essentiellement technique :
— Amélioration du modèle générique de dimensionnement en incluant les
volumes de sédimentation et d’inondation et en intégrant l’évaporation des
surfaces d’eau libre. Sur le premier point, des méthodes efficaces et cohérentes
avec notre approche globale devraient pouvoir être adaptées des travaux de
Mimikou [1994]. Les volumes de sédimentation peuvent être mieux cernés en
fonction du poids unitaire et du débit moyen des sédiments à partir de modèles d’érosion. La distribution des sédiments peut aussi être calculée afin de
déterminer le niveau de perte de volume utile. Quant à l’inondation retenue
pour le dimensionnement du déversoir, elle pourra être déterminée sur la base
de l’hydrogramme unitaire et de la crue de dimensionnement. Le niveau d’eau
maximum du réservoir pourra être déterminé par le routage de la crue par
le barrage. Enfin, la représentation de l’évaporation des surfaces d’eau libre
des réservoirs devra être effectuée en liaison avec des travaux en cours. Divers modèles existent nécessitant un certain nombre de données soit fournies
par les modèles climatiques soit ayant besoin d’un calcul intermédiaire avec
des formules données par Allen et al. [1998]. Dans les travaux en cours, les
modèles de Priestley Taylor, deBruin Keijman, Penman, Brutsaert-Stricker,
Papadakis et Thorthwaite ont été testés pour un cas artificiel. Les quatre
premiers, essentiellement influencés par le rayonnement, sont en cohérence,
alors que les autres, influencés par la température, semblent être différents
en terme de valeur moyenne et amplitude.
— Intégration de l’offre souterraine comme élément essentiel de l’offre en
eau en Méditerranée [Pulido-Velazquez et al., 2008]. Dans un premier temps,
il pourra être considéré que chaque demande est satisfaite en priorité par
l’eau souterraine disponible localement. La part de chaque demande non
couverte constituera la demande à satisfaire par les réservoirs. Un modèle
générique de nappes, s’inspirant de SECHIBA/ORCHIDEE [Guimberteau,
2010; Ducharne et al., 2003] devra par la suite être élaboré, les caractéristiques desquelles devront être recensées. Il pourra alors être appliqué aux données cartographiques existantes (UNESCO, cartes géologiques, Siebert et al.
[2005]) nécessaires pour la localisation des lieux de pompage afin d’élaborer
un modèle simplifié de pompage. Diverses formes de restrictions techniques et
réglementaires sur les quantités prélevées pourront être intégrées. Des règles
opérationnelles d’utilisation conjointe pourront ainsi être formulées en considérant les nappes comme des réservoirs supplémentaires. Le choix sera fait
par le biais d’un coefficient qui lie le niveau des nappes et des réservoirs à
la quantité prélevée et qui sera optimisé en utilisant le critère de maximi-
286
sation du surplus des usages moins les coûts de pompage ou de la fiabilité.
Des travaux sont en cours pour l’utilisation conjointe à l’échelle du bassin
versant.
— Validation quantitative de la méthodologie globale-locale en utilisant
les observations de Wolfgang Ludwig sur la base des débits issus des sorties
des modèles climatiques régionaux ou calculés suivant le modèle empirique
de Ludwig et al. [2009]. Cette validation permettra entre autres de mieux
cerner les reports entre eaux souterraines et eaux de surface.
Un deuxième ensemble de travaux doit porter sur la composante économique du modèle de dimensionnement et du modèle régional :
— Sur le modèle de dimensionnement optimal, en dehors de l’introduction
de règles paramétriques de partage entre l’utilisation de l’eau pour la satisfaction des demandes et le maintien d’un volume pour l’écrêtage des crues
et de l’évaluation des conséquences économiques des inondations pour les
zones vulnérables en aval, l’essentiel de l’effort devrait porter sur les modèles
d’investissement dans l’incertain. On est ici en présence d’investissements irréversibles et on peut penser, dans le même esprit que Venkatesh et Hobbs
[1999] à des approches bayésiennes avec décision séquentielle et arrivée progressive de l’information. L’avis d’experts pourra être intégré sous forme de
probabilités subjectives attribuées aux scénarios de changement climatique
qui sera réévalué à chaque étape de décision à la base des changements observés. Un des enjeux ici est de mettre en regard l’incertitude introduite par
le changement climatique (dynamiques transitoires, changements de la variabilité inter-annuelle des modèles climatiques globaux, scénarios d’émission,
méthodes de descente d’échelle, modèles hydrologiques) et les autres types
d’incertitudes, y compris celles relevant des demandes et des arrangements
institutionnels (politiques de tarification, valeur unitaire de l’eau dépendante
du niveau de demande, évolution des demandes dans l’espace et le temps,
importations d’eau, marchés d’eau...). Ainsi cette méthodologie pourra être
intégrée dans la méthodologie générique globale-locale dans laquelle les réservoirs sont représentés avec leur dimensions actuelles. Des sites potentiels
de construction de nouveaux barrages pourront être déterminés en utilisant
des indices hydrologiques et topologiques.
— Sur le modèle régional, l’important est de disposer d’indicateurs de la
valeur économique de l’eau. Cette valeur pourra être dérivée d’analyses économétriques sur la base des enquêtes disponibles pour les ménages, d’enquêtes
sur l’utilisation de l’électricité et de l’eau par les entreprises manufacturières
et les services, et, enfin pour l’agriculture, en reprenant la méthode présenté
par Strobl et Strobl [2010] qui se base sur les terres cultivées localisées à partir
de données d’usage des sols dérivées des images satellites, les informations
287
climatiques et les débits. Ces études économétriques en panel permettront
de comprendre le rôle de l’eau et sa variabilité pour les secteurs. Ainsi, étant
donné que les situations de manque d’eau pourraient être accentuées sous
changement climatique, l’eau pourra être allouée à la demande avec la plus
grande valeur économique.
Ces relations quantitatives pourront être utilisées pour le calcul des demandes en eau sectorielles. La méthode WATERGAP [Alcamo et al., 2003]
pourra aussi être utilisée pour leur calcul au niveau national sur la base de
paramètres socioéconomiques. Suivant WATERGAP, des données historiques
de demandes (Eurostat, Plan Bleu) et de richesse (FMI) pourront être utilisées pour déterminer la fonction quantité utilisée-revenu par habitant. Les
valeurs ajoutées des secteurs industriels de GTAP pourront être utilisées pour
la désagrégation au niveau sectoriel et la quantité utilisée par unité de valeur
ajoutée d’un produit industriel pourra être déterminée sur la base de données
historiques de demandes (Eurostat, Plan Bleu) et de valeur ajoutée (Enerdata). CARMA fournie des données sur la production électrique actuelle des
stations et sur l’intensité de leur émissions de CO2 sur la base desquelles
leur type est déjà déterminé. Le procédé de refroidissement devra aussi être
connue, information jusqu’à présent disponible uniquement pour les stations
nucléaires françaises. Pour le calcul de la demande en irrigation, la méthode
actuellement implémentée pourra être utilisée avec des améliorations comme
l’utilisation de MIRCA2000 [Portmann et al., 2010] pour la détermination
des calendriers des cultures et la meilleure représentation des sols en utilisant éventuellement des éléments d’ORCHIDEE/SECHIBA. La localisation
exacte des usages évaporatifs et non évaporatifs n’étant pas connue, une règle
générique qui représente en moyenne les différents ordres pourra être considérée.
Un troisième ensemble de travaux porte sur les éléments nécessaires à
la prospective des vulnérabilités du bassin méditerranéen provoquées par la
transformation des régimes de précipitation dont il bénéficie. Il s’agit ici d’un
chantier difficile dans la mesure où il implique de faire tenir dans une modélisation cohérente une prospective des activités humaines (localisation des
activités, migrations, choix technologiques dans l’énergie, l’agriculture, l’habitat) et une description de l’impact de la transformation des approvisionnements en eau sur ces activités, en particulier l’agriculture. La difficulté est ici
qu’il faut disposer, en principe, non seulement d’une description maı̂trisable
des flux physiques et des indicateurs de niveau de production mais aussi une
endogénéisation des prix relatifs (le prix de l’eau certes mais aussi celui de
l’énergie et celui de la terre qui est déterminant pour comprendre la localisation des diverses activités et l’impact des prix alimentaires sur les niveaux
288
de vie) et, enfin d’une description des feedbacks que l’évolution de ses prix
relatifs a sur l’activité générale, la distribution sectorielle de cette activité et
sur le niveau de vie des ménages.
Les impacts directs des pénuries ou des inondations seraient faibles par
rapport à la production totale. Cependant, les impacts sur la productivité et
l’investissement des secteurs directement touchés pourraient se transmettre
aux autres secteurs donnant ainsi lieu à des importants effets de propagation l’analyse desquels nécessite l’étude du bouclage macroéconomique. Non
seulement les secteurs directement touchés sont liés à toute l’économie mais
symétriquement le coût de certains facteurs peut influencer le coût des politiques de gestion de l’eau. L’étude de ces questions est conditionnelle à
l’existence d’un cadre permettant de faire discuter le modèle d’agriculture,
d’eau et de bâti comme IMACLIM-R qui permet de renseigner l’équilibre
économique général à partir de données sectorielles, notamment du secteur
eau [Sassi et al., 2010].
On doit donc passer à des modèles des effets d’équilibre général permettant dans la ligne suivie au Cired avec le modèle Imaclim d’organiser un dialogue cohérent entre “expertises d’ingénieurs” sur les potentiels techniques,
dynamiques sectorielles et dynamiques macro-économiques. Mais pour intégrer les effets de l’approvisionnement en eau sur le développement, on est
confronté à un problème d’intégration “bottom-up” - “top-down” d’un niveau
supérieur à celui rencontré dans le dossier de l’énergie. Il faut en effet prendre
en charge des interactions globales comme des marchés agricoles et des prix
de la terre et des dynamiques et contraintes très spatialisées autour d’un
secteur, l’eau, critique pour le développement mais qui pèse peu dans une
comptabilité macroéconomique. Il était impossible de relever le défi dans le
cadre de cette thèse et probablement il est impossible de le faire dans une
seule équipe. C’est à une vaste communauté scientifique interdisciplinaire de
s’y atteler et c’est une condition nécessaire à mieux prendre la mesure de
l’impact économique et social des changements climatiques globaux.
Bibliographie
289
Bibliographie
Aftias, M., Ydreuseis, Ecole Polytechnique d’Athènes Grèce, 1992.
Alcamo, J., P. Döll, T. Henrichs, F. Kaspar, B. Lehner, T. Rösch, et S. Siebert,
Development and testing of the WaterGap 2 global model of water use and
availability, Hydrological Sciences, 48 (3), 317–337, 2003.
Alcamo, J., M. Flörke, et M. Märker, Future long-term changes in global water
resources driven by socio-economic and climatic changes, Hydrological Sciences,
52 (2), 247–275, 2007.
Ali, M. H., L. T. Shui, K. C. Yan, A. F. Eloubaidy, et K. Foung, Modeling water balance components and irrigation efficiences in relation to water requirements for
double-cropping systems, Agricultural Water Management, 46, 167–182, 2000.
Allen, R., Using the FAO-56 dual crop coefficient method over an irrigated region
as part of an evapotranspiration intercomparison study, Journal of Hydrology,
229, 27–41, 2000.
Allen, R. G., L. S. Pereira, D. Raes, et M. Smith, Crop evapotranspiration –
guidelines for computing crop water requirements, Document de travail 56, FAO,
1998.
Amarasinghe, U., T. Shah, et P. G. McCornick, Seeking calm water : exploring
policy options for India’s water future, Natural Resources Forum, 32, 305–315,
2008.
Ambrosi, P., Amplitude et calendrier des politiques de réduction des émissions face
aux risques climatiques : leçons des modèles intégrés, Thèse de doctorat, École
des Hautes Études en Sciences Sociales, Paris, 2004.
Amengual, A., V. Homar, R. Romero, S. Alonso, et C. Ramis, A quantile-quantile
approach for the adjustment of climate potential for tourism at local and regional
scales : Application to the Mediterranean coastal region, Document de travail,
Universitat de les Illes Balears, 5th HymeX Workshop, 2011.
Anctil, F., J. Rousselle, et N. Lauzon (Eds.), Hydrologie cheminements de l’eau,
Presses Internationales Polytechnique, 2005.
Anderson, J., F. Chung, M. Anderson, L. Brekke, D. Easton, M. Ejeta, R. Peterson,
et R. Snyder, Progress on incorporating climate change into management of
California’s water resources, Climatic Change, 87 (Suppl 1), S91–S108, doi :DOI:
10.1007/s10584-007-9353-1, 2008.
AQUASTAT, Algérie, 2005.
AQUASTAT Program, Dams and agriculture in Africa, 2007.
Bibliographie
290
Arnell, N. W., Climate change and water resources in Britain, Climatic Change,
39, 83–110, 1998.
Arnell, N. W., Climate change and global water resources, Global Environmental
Change, 9, S31–S49, 1999.
Arnell, N. W., Climate change and global water resources : SRES emissions and
socio-economic scenarios, Global Environmental Change, 14, 31–52, 2004.
Arnell, N. W., et E. K. Delaney, Adapting to climate change : public water
supply in England and Wales, Climatic Change, 78, 227–255, doi :10.1007/
s10584-006-9067-9, 2006.
Artuso, M., M. Ertaud, O. Godard, et J. Hourcade, La Méditerranée : un potentiel
de ressources menacé ?, chap. 6, p. 120, CIHEAM, options Méditerranéennes N.
31, 1975.
Asokan, S. M., et D. Dutta, Analysis of water resources in the mahanadi river basin,
India under projected climate conditions, Hydrological Processes, 22, 3589–3603,
doi :10.1002/hyp.6962, 2008.
Attane, I., et Y. Courbage, La démographie en méditerranée. situation et projections, Document de travail 11, Economica - Plan Bleu, 2001.
Ballestero, E., Inter-basin water transfer public agreements : a decision approach
to quantity and price, Water Resources Management, 18, 75–88, 2004.
Benoit, G., et A. Comeau, Méditerranée les perspectives du Plan Bleu sur l’environnement et le développement, Document de travail, Plan Bleu, 2005.
Bigano, A., J. Hamilton, et R. Tol, Climate change and tourism in the Mediterranean, Document de travail, Research Unit on Sustainability and Global Change,
Hamburg University, working Paper FNU-157, 2008.
Brekke, L. D., N. L. Miller, K. E. Bashford, N. W. Quinn, et J. A. Dracup, Climate
change impacts uncertainty for water resources in the San Joaquin river basin,
California, Journal of the American Water Resources Association, 40, 149–164,
doi :DOI:10.1111/j.1752-1688.2004.tb01016.x, issue 1, 2004.
Bibliographie
291
Brekke, L. D., E. P. Maurer, J. D. Anderson, M. D. Dettinger, E. S. Townsley, A. Harrison, et T. Pruitt, Assessing reservoir operations risk under climate
change, Water Resources Research, 45, doi :DOI:10.1029/2008WR006941, 2009.
Brikowski, T. H., Doomed reservoirs in Kansas, USA ? climate change and groundwater mining on the Great Plains lead to unsustainable surface water storage,
Journal of Hydrology, 354, 90–101, 2008.
Brinegar, H. R., et F. A. Ward, Basin impacts of irrigation water conservation
policy, Ecological Economics, 69, 414–426, doi :10.1016/j.ecolecon.2009.07.020,
2009.
Brouwer, R., et M. Hofkes, Integrated hydro-economic modelling : approaches, key
issues, and future research directions, Ecological Economics, 66, 16–22, doi :
10.1016/j.ecolecon.2008.02.009, 2008.
Bruinsma, J., World agriculture : Towards 2015/2030. an fao perspective, Document de travail, FAO, earthscan London, 2003.
Burn, D. H., et S. P. Simonovic, Sensitivity of reservoir operation performance to
climatic change, Water Resources Management, 10, 463–478, 1996.
Callaway, J. M., D. B. Louw, J. C. Nkomo, M. E. Hellmuth, et D. A. Sparks, The
Berg river dynamic spatial equilibrium model : A new tool for assessing the
benefits and costs of alternatives for coping with water demand growth, climate
variability, and climate change in the Western Cape, AIACC Working Paper 31,
2007.
CARMA, CARMA Carbon Monitoring for Action, The Center For Global Development, 2007.
Center for International Earth Science Information Network (CIESIN), International Food Policy Research Institute (IFPRI), the World Bank, et Centro Internacional de Agricultura Tropical (CIAT), Global Rural-Urban Mapping Project
(GRUMP) : Settlement points, 2004.
CFBR, Commité français des barrages et reservoirs, 2011.
Chabrol, D., P. Criqui, O. Godard, et J. Hourcade, Eléments pour une nouvelle
approche de la gestion de l’eau dans les pays méditerranéens, chap. 7, p. 120,
CIHEAM, options Méditerranéennes N. 31, 1975.
Bibliographie
292
Christensen, N., et D. Lettenmaier, A multimodel ensemble approach to assessment
of climate change impacts on hydrology and water resources of the Colorado river
basin, Hydrology and Earth System Sciences, 11, 1417–1434, 2007.
Consortium Scilab, Scilab : Le logiciel libre de calcul numérique, 2011.
Conway, D., From headwater tributaries to international river : observing and
adapting to climate variability and change in the Nile basin, Global Environmental Change, 15, 99–114, doi :10.1016/j.gloenvcha.2005.01.003, 2005.
de Graaf, R., N. van de Giesen, et F. van de Ven, Alternative water management
options to reduce vulnerability for climate change in the Netherlands, Natural
Hazards, 51, 407–422, doi :10.1007/s11069-007-9184-4, 2009.
de Loë, R., R. Kreutzwiser, et L. Moraru, Adaptation options for the near term :
climate change and the Canadian water sector, Global Environmental Change,
11, 231–245, 2001.
Dessai, S., Robust adaptation decisions amid climate change uncertainties, Phd,
University of East Anglia, Norwich, 2005.
Dessai, S., et M. Hulme, Assessing the robustness of adaptation decisions to climate
change uncertainties : A case study on water resources management in the east
of England, Global Environmental Change, 17, 59–72, 2007.
Döll, P., F. Kaspar, et B. Lehner, A global hydrological model for deriving water
availability indicators : model tuning and validation, Journal of Hydrology, 270,
105–134, 2003.
Dubois, C., et al., Future projections of the surface heat and water budgets of the
Mediterranean sea in an ensemble of coupled atmosphere-ocean regional climate
models, submitted to Climate Dynamics, 2011.
Ducharne, A., C. Golaz, E. Leblois, K. Laval, J. Polcher, E. Ledoux, et G. de Marsily, Development of a high resolution runoff routing model, calibration and
application to assess runoff from the LMD GCM, Journal of Hydrology, 280,
207–228, 2003.
Bibliographie
293
Ducharne, A., et al., Long term prospective of the Seine River system : Confronting
climatic and direct anthropogenic changes, Science of the Total Environment,
375, 292–311, 2007.
Eum, H.-I., et S. P. Simonovic, Integrated reservoir management system for adaptation to climate change : The Nakdong river basin in Korea, Water Resources
Management, 24 (13), 3397–3417, doi :10.1007/s11269-010-9612-1, 2010.
EUROSTAT, NUTS - nomenclature of territorial units for statistics, 2010.
FAO, Agriculture : toward 2015/30, Document de travail, FAO, fAO, Global perspective studies Unit, 2000.
FAO, Agro-MAPS : Global spatial database of agricultural land-use statistics version 2.5, 2005.
FAO WATER, Crop water information, 2011.
FAOSTAT, PRODSTAT food and agricultural commodities production, 2011.
Feng, S., L. X. Li, Z. G. Duan, et J. L. Zhang, Assessing the impacts of South-toNorth water transfer project with decision support systems, Decision Support
Systems, 42, 1989–2003, doi :10.1016/j.dss.2004.11.004, 2007.
Fischer, G., F. N. Tubiello, H. van Velthuizen, et D. A. Wiberg, Climate change
impacts on irrigation water requirements : effects of mitigation, 1990-2080, Technological Forecasting and Social Change, 74, 1083–1107, doi :10.1016/j.techfore.
2006.05.021, 2007.
Fisher, A. C., et S. J. Rubio, Adjusting to climate change : implications of increased
variability and asymmetric adjustment cost for investment in water reserves,
Journal of Environmental Economics and Management, 34, 207–227, 1997.
Flörke, M., et J. Alcamo, European outlook on water use, Document de travail,
Center for Environmental Systems Research - University of Kassel, final Report,
EEA/RNC/03/007, 2004.
Fowler, H., C. Kilsby, et P. O’Connell, Modeling the impacts of climatic change
and variability on the reliability, resilience, and vulnerability of a water resource
system, Water Resources Research, 39 (8), doi :DOI:10.1029/2002WR001778,
2003.
Frederick, K. D., et G. E. Schwarz, Socioeconomic impacts of climate change on
U.S. water supplies, Journal of the American Water Resources Association,
35 (6), 1563–1583, 1999.
Bibliographie
294
Fujihara, Y., K. Tanaka, T. Watanabe, T. Nagano, et T. Kojiri, Assessing the
impacts of climate change on the water resources of the Seyhan river basin in
Turkey : Use of dynamically downscaled data for hydrologic simulations, Journal
of Hydrology, 353, 33–48, doi :DOI:10.1016/j.jhydrol.2008.01.024, 2008.
Garcı́a-Ruiz, J. M., J. I. López-Moreno, S. M. Vicente-Serrano, T. LasantaMartı́nez, et S. Beguerı́a, Mediterranean water resources in a global change
scenario, Earth-Science Reviews, 105 (3–4), 121–139, doi :10.1016/j.earscirev.
2011.01.006, 2011.
GeoNetwork, Global administrative unit layers (GAUL), FAO, 2009.
Georgakakos, A., H. Yao, C. Demarchi, et M. Mullusky, Model development for simulation and optimisation of the Western Sterea Hellas hydrosystem, evaluation
of management of the water resources of Sterea Hellas, Document de travail 39,
Department of Water Resources, Hydraulic and Maritime Engineering – National Technical University of Athens, Athens, phase 3, 1999.
Godard, O., Planification intégrée du développement et gestion des ressources dans
le bassin méditerranéen, Document de travail, CIRED/PNUE, Propositions pour
le Programme des Nations Unies pour l’environnement, 1974.
Godard, O., L’occupation des espaces littoraux méditerranéens, chap. 4, p. 120,
CIHEAM, options Méditerranéennes N. 31, 1975.
Gohar, A. A., et F. A. Ward, Gains from expanded irrigation water trading in
Egypt : an integrated basin approach, Ecological Economics, 69, 2535–2548,
doi :10.1016/j.ecolecon.2010.07.030, 2010.
González-Camacho, J. M., J. C. Mailhol, et F. Ruget, Impacts locaux attendus de
l’augmentation du CO2 dans l’atmosphère sur la productivité de l’eau du maı̈s
dans la Drôme, France, Irrigation and Drainage, 57, 229–243, 2008.
GRASS-GIS, GRASS Development Team, Geographic Resources Analysis Support
System (GRASS) Software. Open Source Geospatial Foundation Project, 2008.
Groves, D. G., et R. J. Lempert, A new analytic method for finding policy-relevant
scenarios, Global Environmental Change, 17, 17–85, 2007.
Groves, D. G., D. Knopman, R. J. Lempert, S. Berry, et L. Wainfan, Presenting
uncertainty about climate change to water resource managers – summary of
workshops with the inland empire utilities agency, RAND, Santa Monica, CA,
2007.
Guan, D., et K. Hubacek, A new and integrated hydro-economic accounting
and analytical framework for water resources : A case study for North
Bibliographie
295
China, Journal of Environmental Management, 88, 1300–1313, doi :10.1016/
j.jenvman-2007-07-010, 2008.
Guimberteau, M., Modélisation de l’hydrologie continentale et influences de l’irrigation sur le cycle de l’eau, Thèse de doctorat, Université Pierre et Marie Curie,
Paris VI, Paris, 2010.
Gupta, N., P. Pilesjo, et B. Maathuis, Use of geoinformatics for inter-basin water
transfer assessment, Water Resources, 37 (5), 623–637, 2010.
Gurluk, S., et F. A. Ward, Integrated basin management : water and food policy options for Turkey, Ecological Economics, 68, 2666–2678, doi :10.1016/j.
ecolecon-2009-05-001, 2009.
Haddeland, I., D. P. Lettenmaier, et T. Skaugen, Effects of irrigation on the water and energy balances of the Colorado and Mekong river basins, Journal of
Hydrology, 324, 210–223, 2006a.
2006GL026047, 2006b.
Haddeland, I., T. Skaugen, et D. Lettenmaier, Hydrologic effects of land and water management in North America and Asia : 1700-1992, Hydrology and Earth
System Sciences, 11, 1035–1045, 2007.
Hallegatte, S., Strategies to adapt to an uncertain climate change, Global Environmental Change, 19, 240–247, doi :10.1016/j.gloenvcha.2008.12.003, 2009.
Hallegatte, S., J.-C. Hourcade, et P. Ambrosi, Using climate analogues for assessing
climate change economic impacts in urban areas, Climatic Change, 82 (1–2), 47–
60, doi :10.1007/s10584-006-9161-z, 2007.
Hallegatte, S., S. Somot, et H. Nassopoulos, Région méditerranéenne et changement climatique, 63 pp., IPEMED (Institut de Prospective Economique du
Monde Méditerranéen), 2008.
Hamouda, M. A., M. M. N. El-Din, et F. I. Moursy, Vulnerability assessment of water resources systems in the Eastern Nile basin, Water Resources Management,
23, 2697–2725, doi :10.1007/s11269-009-9404-7, 2009.
Hanasaki, N., S. Kanae, et T. Oki, A reservoir operation scheme for global river
routing models, Journal of Hydrology, 327, 22–41, doi :10.1016/j.jhydrol.2005.
11.011, 2006.
Bibliographie
296
Hanasaki, N., S. Kanae, T. Oki, K. Masuda, K. Motoya, N. Shirakawa, Y.Shen,
et K. Tanaka, An integrated model for the assessment of global water resources
- Part 1 : Model description and input meteorological forcing, Hydrology and
Earth System Sciences, 12, 1007–1025, 2008.
Harou, J. J., et J. R. Lund, Ending groundwater overdraft in hydro-economic
systems, Hydrogeology Journal, 16, 1039–1055, doi :10.1007/s10040-008-0300-7,
2008.
Harou, J. J., M. Pulido-Velazquez, D. E. Rosenberg, J. Medellı́n-Azuara, J. R.
Lund, et R. E. Howitt, Hydro-economic models : concepts, design, applications,
and future prospects, Journal of Hydrology, 375, 627–643, doi :10.1016/j.jhydrol.
2009.06.037, 2009.
Heinz, I., M. Pulido-Velazquez, J. Lund, et J. Andreu, Hydro-economic modeling
in river basin management : implications and applications for the European
Water Framework Directive, Water Resources Management, 21, 1103–1125, doi :
10.1007/s11269-006-9101-8, 2007.
Hervieu, B., Dynamiques agricoles et alimentaires en méditerranée, Document de
travail, CIHEAM, communication Cahors, 6 novembre 2006, 2006.
Hossain, F., I. Jeyachandran, et S. R. Pielke, Dam safety due to human alteration of extreme precipitation, Water Resources Research, 46, doi :DOI:
10.1029/2009WR007704, 2010.
Hotchkiss, R. H., S. F. Jorgensen, M. C. Stone, et T. A. Fontaine, Regulated river
modeling for climate change impact assessment : the Missouri river, Journal of
the American Water Resources Association, 36 (2), 375–386, 2000.
Hourcade, J., L’environnement, obstacle ou argument pour un nouvel ordre économique international : essai de prospective à l’échelle du bassin méditerranéen,
chap. 5, p. 120, CIHEAM, options Méditerranéennes N. 31, 1975.
Hourcade, J., et S. Hallegatte, Le rapport stern sur l’économie du changement
climatique : de la controverse scientifique aux enjeux pour la décision publique
et privée, Document de travail 7, Veolia, 2008.
Hourcade, J. C., Deux scénarios pour la Méditerranée. Essai d’analyse de deux
formes d’interdépendance entre l’Europe des Neuf et la Rive Sud de la Méditerranée, Document de travail, Colloque “Energie, environnement et société”, EDF,
Maison des sciences de l’homme, Centre d’étude sur les institutions internationales, Bréau-sans-Nappe, 1977a.
Hourcade, J. C., Energie, environnement et division internationale du travail :
essai de prospective à l’échelle du bassin méditerranéen, Document de travail,
Université Paris I, 1977b.
Bibliographie
297
Hughes, G., P. Chinowsky, et K. Strzepek, The costs of adaptation to climate
change for water infrastructure in OECD countries, Utilities Policy, 18, 142–
153, doi :10.1016/j.jup.2010.03.002, 2010.
HYDRO1k, Hydro1k elevation derivative database, 2009.
ICOLD, Cost impact on future dam design – Analysis and proposals, Bulletins,
vol. 83, CIGB ICOLD, 1992.
ICOLD, World Register of Dams, CIGB ICOLD, 2003.
Iglesias, A., et M. Minguez, Modelling crop-climate interactions in Spain : vulnerability and adaptation of different agricultural systems to climate change,
Mitigation and Adaptation Strategies for Global Change, 1, 273–288, 1997.
IPCC, Climate Change 2001 : Synthesis Report, 398 pp., Cambridge University
Press, available in French as ISBN 92-9169-215-8, also available in Arabic, Chinese, Spanish and Russian, 2001.
IPCC, Climate Change 2007 The Physical Science Basis, 996 pp., Cambridge University Press, contribution of the Working Group I to the Fourth Assessment
Report of the Intergovernmental Panel on Climate Change, 2007.
Ji, X., E. Kang, R. Chen, W. Zhao, S. Xiao, et B. Jin, Analysis of water resources
supply and demand and security of water resources development in irrigation
regions of the middle reaches of the Heihe river basin, Northwest China, Agricultural Sciences in China, 5 (2), 130–140, 2006.
Jonkman, S., M. Bockarjova, M. Kok, et P. Bernardini, Integrated hydrodynamic
and economic modelling of flood damage in the Netherlands, Ecological Economics, 66, 77–90, doi :10.1061/j.ecolecon.2007.12.022, 2008.
Joyce, B., S. Vicuna, L. Dale, J. Dracup, M. Hanemann, D. Purkey, et D. Yates,
Climate change impacts on water for agriculture in California : a case study in
the Sacramento Valley, Document de travail, California Climate Change Center,
white Paper, 2006.
Karamouz, M., A. Moridi, et N. Aghaee, Development of water allocation policies
considering the demand variations : a system dynamics approach, Impacts of
global climate change Proceedings of World Water and Environmental Resources
Congress ASCE, pp. 1–12, doi :10.1061/40792(173)69, 2005.
Bibliographie
298
Kiparsky, M., et P. H. Gleick, Climate change and California water resources : a
survey and summary of the literature, Document de travail, Pacific Institute,
2003.
Kirshen, P., M. Mccluskey, R. V. R., et K. Strzepek, Global analysis of changes
in water supply yields and costs under climate change : a case study in China,
Climatic Change, 68 (3), 303–330, doi :10.1007/s10584-005-1148-7, 2005.
Koch, H., et U. Grünewald, A comparison of modelling systems for the development and revision of water resources management plans, Water Resources
Management, 23, 1403–1422, doi :10.1007/s11269-008-9333-x, 2009.
Koch, H., et S. Vögele, Dynamic modelling of water demand, water availability
and adaptation strategies for power plants to global change, Ecological Economics, 68 (7), 2031–2039, doi :10.1016/j.ecolecon.2009.02.015, methodological
Advancements in the Footprint Analysis, 2009.
Koutsoyiannis, D., Reliability concepts in reservoir design, dans Water Encyclopedia, Surface and Agricultural Water, vol. 4, édité par J. H. Lehr et J. Keeley,
pp. 259–265, Wiley New York, 2005.
Koutsoyiannis, D., et A. Economou, Evaluation of the parameterizationsimulation-optimization approach for the control of reservoir systems, Water
Resources Research, 39 (6), doi :10.1029/2003WR002148, 2003.
Koutsoyiannis, D., S. Roti, J. Tzeranis, et T. Xanthopoulos, Hydrological investigation of the thessalia water basin, Document de travail 7, Department of Water
Resources, Hydraulic and Maritime Engineering – National Technical University
of Athens, Athens, final Report, 1988.
Koutsoyiannis, D., A. Efstratiadis, et G. Karavokiros, A decision support tool
for the management of multi-reservoir systems, Journal of the American Water
Resources Association, 38 (4), 945–958, 2002.
Labadie, J. W., Optimal operation of multireservoir systems : state-of-the-artreview, Journal of Water Resources planning and Management, 130 (2), 2004.
Larsen, S. V., Risk as a challenge in practice : investigating climate change in
water management, Regional Environmental Change, 11 (1), 111–122, doi :10.
1007/s10113-010-0123-7, 2010.
Leenhardt, D., J. Trouvat, G. Gonzalès, V. Pérarnaud, S. Prats, et J. Bergez, Estimating irrigation demand for water management on a regional scale I. ADEAUMIS, a simulation platform on bio-decisional modelling and spatial information,
Agricultural Water Management, 68, 207–232, doi :10.1016/j.agwat.2004.04.004,
2004.
Bibliographie
299
Lehner, B., G. Czisch, et S. Vassolo, The impact of global change on the hydropower
potential of Europe : a model-based analysis, Energy Policy, 33, 839–855, doi :
DOI:10.1016/j.enpol.2003.10.018, 2005.
Lehner, B., P. Döll, J. Alcamo, T. Henrichs, et F. Kaspar, Estimating the impact
of global change on flood and drought risks in Europe : a continental integrated
analysis, Climatic Change, 75, 273–299, doi :DOI:10.1007/s10584-006-6338-4,
2006.
Lempert, R. J., et M. T. Collins, Managing the risk of uncertain thresholds responses : comparison of robust, optimum, and precautionary approaches, Risk
Analysis, 27, 1009–1026, 2007.
Lempert, R. J., et D. G. Groves, Identifying and evaluating robust adaptive policy
responses to climate change for water management agencies in the American
west, Technological Forecasting and Social Changes, 77, 960–974, doi :10.1016/
j.techfore.2010.04.007, 2010.
Lempert, R. J., et M. E. Schlesinger, Robust strategies for abating climate change,
Climatic Change, 45 (3-4), 387–401, 2000.
Lempert, R. J., D. G. Groves, S. W. Popper, et S. C. Bankes, A general, analytic
method for generating robust strategies and narrative scenarios, Management
Science, 52 (4), 514–528, 2006.
Letcher, R., B. Croke, A. Jakeman, et W. Merritt, An integrated modelling toolbox
for water resources assessment and management in highland catchments : Model
description, Agricultural Systems, 89, 106–131, doi :10.1016/j.agsy.2005.08.006,
2006.
Lettenmaier, D. P., et D. P. Sheer, Climatic sensitivity of California water resources, Journal of Water Resources Planning and Management, 117 (1), 108–
125, 1991.
Lettenmaier, D. P., A. W. Wood, R. N. Palmer, E. F. Wood, et E. Z. Stakhiv,
Water resources implications of global warming : a U.S. regional perspective,
Li, L., H. Xu, X. Chen, et S. Simonovic, Streamflow forecast and reservoir operation
performance assessment under climate change, Water Resources Management,
24, 83–104, doi :DOI:10.1007/s11269-009-9438-x, 2010.
Liao, S., C. Chen, et S. Hsu, Estimating the value of El Niño southern oscillation
information in a regional water market with implications for water management,
Journal of Hydrology, 394, 347–356, doi :10.1016/j.jhydrol.2010.09.008, 2010.
Bibliographie
300
Lins, H. F., et E. Z. Stakhiv, Managing the nation’s water in a changing climate,
López-Moreno, J., M. Beniston, et J. Garcı́a-Ruiz, Environmental change and
water management in the Pyrenees : facts and future perspectives for Mediterranean mountains, Global and Planetary Change, 61 (3–4), 300–312, doi :
10.1016/j.gloplacha.2007.10.004, 2007.
Lorenzo-Lacruz, J., S. Vicente-Serrano, J. López-Moreno, S. Beguerı́a, J. Garcı́aRuiz, et J. Cuadrat, The impact of droughts and water management on various
hydrological systems in the headwaters of the Tagus river (Central Spain), Journal of Hydrology, 386, 13–26, doi :10.1016/j.jhydrol.2010.01.001, 2010.
Loukas, A., N. Mylopoulos, et L. Vasiliades, A modeling system for the evaluation
of water resources management strategies in Thessaly, Greece, Water Resources
Management, 21 (10), 1673–1702, doi :10.1007/s11269-006-9120-5, 2007.
03.005, 2010.
Ludwig, W., E. Dumont, M. Meybeck, et S. Heussner, River discharges of water
and nutrients to the mediterranean and black sea : Major drivers for ecosystem
changes during past and future decades ?, Progress in Oceanography, 80 (3–4),
199–217, doi :doi:10.1016/j.pocean.2009.02.001, 2009.
Lund, J. R., et J. Guzman, Derived operating rules for reservoirs in series or in
parallel, Journal of Water Resources Planning and Management, 125 (3), 143–
153, 1999.
Magilligan, F. J., et K. Nislow, Long-term changes in regional hydrologic regime
following impoundment in a humid-climate watershed, Journal of the American
Water Resources Association, 37 (6), 1551–1569, 2001.
Magnan, A., J. Hamilton, A. Bujosa, J. Rosselló, et R. Bille, Mediterranean tourism and climate change : identifying future demand and assessing destinations
vulnerability, Document de travail, CIRCE European Project, regional Assessment of Climate Change in the Mediterranean Presentation of the section 4
(Tourism), Part 2 (People), Vol 2, CIRCE fourth general assembly, 2011.
Mahjouri, N., et M. Ardestani, A game theoretic approach for interbasin water
resources allocation considering the water quality issues, Environmenal Monitoring Assessment, 167, 527–544, doi :10.1007/s10661-009-1070-y, 2010.
Margat, J., et S. Treyer, L’eau des Méditerranéens : situations and perspectives,
Document de travail 158, PNUE/PAM, 2004.
Bibliographie
301
Martin, Q. W., Optimal operation of multiple reservoir systems, Journal of Water
Resources Planning and Management, 109 (1), 58–74, 1983.
87 (Suppl 1), S75–S90, 2008.
Médellı́n-Azuara, J., J. Harou, et R. E. Howitt, Estimating economic value of
agricultural water under changing conditions and the effects of spatial aggregation, Science of the Total Environment, 408, 5639–5648, doi :10.1016/j.
scitotenv-2009-08-013, 2010.
Mehrotra, R., Sensitivity of runoff, soil moisture and reservoir design to climate
change in central indian river basins, Climatic Change, 42, 725–757, 1999.
Meigh, J., A. McKenzie, et K. Sene, A grid-based approach to water scarcity
estimates for eastern and southern Africa, Water Resources Management, 13,
85–115, 1999.
Mendelsohn, R., et L. L. Bennett, Global warming and water management : water
allocation and project evaluation, Climatic Change, 37, 271–290, 1997.
Mendelsohn, R., W. Morrison, M. E. Schlesinger, et N. G. Andronova, Countryspecific market impacts of climate change, Climatic Change, 45, 553–569, 2000.
Messahel, M., et M. Benhafid, Aménagements hydro agricoles : situation actuelle
et perspectives de développement en Algérie, chap. 8, p. 312, CIHEAM/IAMB
-EU DG Research, options Méditerranéennes : Série B. Etudes et Recherches
N.48, 2004.
Messahel, M., M. Benhafid, et M. O. Hocine, Efficience des systèmes d’irrigation
en Algérie, chap. 5, p. 264, CIHEAM/IAMB -EU DG Research, options Méditerranéennes : Série B. Etudes et Recherches N.52, 2005.
Meza, F. J., et D. Silva, Dynamic adaptation of maize and wheat production to
climate change, climatic change, 94, 143–156, doi :10.1007/s10584-009-9544-z,
2009.
Meza, F. J., D. Silva, et H. Vigil, Climate change impacts on irrigated maize in
Mediterranean climates : evaluation of double cropping as an emerging adaptation alternative, Agricultural systems, 98, 21–30, doi :10.1016/j.agsy.2008.03.005,
2008.
Michailidis, A., et K. Mattas, Using real options theory to irrigation dam investment analysis : an application of binomial option pricing model, Water Resources
Management, 21, 1717–1733, doi :10.1007/s11269-006-9122-3, 2007.
Bibliographie
302
Millennium Ecosystem Assessment Board, Ecosystems and Human Well-being :
Scenarios, vol. 2, 1032 pp., Island press, 2005.
Miller, P., W. Lanier, et S. Brandt, Using Growing Degree Days to predict plant
stages, Document de travail MT200103 AG 7/2001, Montana State University
Extension Service, montguide, 2001.
Mimikou, M., Water Resources Technology (in Greek), 592 pp., Papasotiriou, 1994.
Mimikou, M., P. Hadjisavva, et Y. Kouvopoulos, Regional effects of climate change
on water resources systems, dans Proceedings of the Vienna Symposium, édité
par IAHS, 201, pp. 173–182, IAHS, 1991a.
Mimikou, M. A., et E. Baltas, Climate change impacts on the reliability of hydroelectric energy production, Hydrological Sciences, 45 (5), 661–678, 1997.
Mimikou, M. A., et Y. S. Kouvopoulos, regional climate change impacts : I impacts
on water resources, Hydrological Sciences, 36 (3), 247–258, 1991.
Mimikou, M. A., P. S. Hadjisavva, Y. S. Kouvopoulos, et H. Afrateos, regional
climate change impacts : II impacts on water management works, Hydrological
Sciences, 36 (3), 259–270, 1991b.
Ministère des Ressources en Eau Algérien, Etat signalétique des périmetres en
exploitation, 2007.
Minville, M., F. Brisette, S. Krau, et R. Leconte, Adaptation to climate change
in the management of a canadian water-resources system exploited for hydropower, Water Resources Management, 23, 2965–2986, doi :DOI:10.1007/
s11269-009-9418-1, 2009.
Minville, M., S. Krau, F. Brisette, et R. Leconte, Behaviour and performance of a
water resource system in Québec (Canada) under adapted operating policies in
a climate change context, Water Resources Management, 24, 1333–1352, doi :
DOI:10.1007/s11269-009-9500-8, 2010.
Mitchell, T., et P. Jones, An improved method of constructing a database of
monthly climate observations and associated high-resolution grids, International
Journal of Climatology, 25 (6), 693–712, doi :10.1002/joc.1181, 2005.
Mizyed, N. R., J. C. Loftis, et D. G. Fortane, Operation of large multireservoir
systems using optimal-control theory, Journal of Water Resources Planning and
Management, 118 (4), 371–387, 1992.
Molle, F., et J. Berkoff, Cities vs. agriculture : a review of intersectoral water
reallocation, Natural Resources Forum, 33, 6–18, 2009.
Bibliographie
303
MWH, Upper San Joaquin river basin storage investigation Montgomery reservoir
surface storage option technical appendix to the phase 1 investigation report,
Document de travail, Bureau of Reclamation Mid-Pacific Region, California Department of Water Resources, The California Bay-Delta Authority, 2003.
Nalbantis, I., et D. Koutsoyiannis, A parametric rule for planning and management of multiple-reservoir systems, Water Resources Research, 33 (9), 2165–
2177, 1997a.
Nalbantis, I., et D. Koutsoyiannis, Upgrading and updating of hydrological information of Thessalia, Document de travail 4, Hydraulic and Maritime Engineering
– National Technical University of Athens, Athens, final Report, 1997b.
Nawaz, N., et A. Adeloye, Monte Carlo assessment of sampling uncertainty of
climate change impacts on water resources yield in Yorkshire, England, Climatic
Change, 78, 257–292, doi :DOI:10.1007/s10584-005-9043-9, 2006.
Oki, T., Y. Agata, S. Kanae, T. Saruhashi, D. Yang, et K. Musiake, Global assessement of current water resources using Total Runoff Integrating Pathways,
Hydrological Sciences, 46 (6), 983–995, 2001.
Palmer, R. N., et G. W. Characklis, Reducing the costs of meeting regional water demand through risk-based transfer agreements, Journal of Environmental
Management, 90, 1703–1714, doi :10.1016/j.jenvman.2008.11.003, 2009.
Payne, J. T., A. W. Wood, A. F. Hamlet, R. N. Palmer, et D. P. Lettenmaier,
Mitigating the effects of climate change on the water resources of the Columbia
river basin, Climatic Change, 62, 233–256, 2004.
Pereira, L. S., T. Oweis, et A. Zairi, Review irrigation management under water
scarcity, Agricultural Water Management, 57, 175–206, 2002.
Pérennès, J.-J. (Ed.), L’eau et les hommes au Maghreb Contribution à une politique
de l’eau en Méditerranée, Hommes et Sociétés, 646 pp., KARTHALA, 1993.
Portmann, F. T., S. Siebert, et P. Döll, MIRCA2000—global monthly irrigated and
rainfed crop areas around the year 2000 : A new high-resolution data set for agricultural and hydrological modeling, Global Biogeochemical Cycles, 24 (GB1011),
doi :10.1029/2008GB003435, 2010.
analyses on the river flow regimes in the UK. Part 1 : baseline climate, Climatic
Change, 93, 177–195, doi :10.1007/s10584-008-9464-3, 2009a.
Bibliographie
304
analyses on the river flow regimes in the UK. Part 2 : future climate, Climatic
Change, 93, 197–222, doi :10.1007/s10584-008-9461-6, 2009b.
Pulido-Velazquez, M., J. Andreu, A. Sahuquillo, et D. Pulido-Velazquez, Hydroeconomic river basin modelling : The application of a holistic surfacegroundwater model to assess opportunity costs of water use in Spain, Ecological
Purkey, D. R., B. Joyce, S. Vicuna, M. W. Hanemann, L. L. Dale, D. Yates, et
J. A. Dracup, Robust analysis of future climate change impacts on water for
agriculture and other sectors : a case study in the Sacramento Valley, Climatic
Change, 87 (Suppl 1), S109–S122, 2008.
Quinn, N., L. Brekke, N. Miller, T. Heinzer, H. Hidalgo, et J. Dracup, Model integration for assessing future hydroclimate impacts on water resources, agricultural production and environmental quality in the San Joaquin basin, Califronia,
Environmental Modelling & Software, 19, 305–316, 2004.
Quinn, N. W., N. L. Miller, J. A. Dracup, L. Brekke, et L. F. Grober, An integrated modeling system for environmental impacts analysis of climate variability
and extreme weather events in the San Joaquin basin Califronia, Advances in
Environmental Research, 5, 309–317, 2001.
Quintana Seguı́, P., A. Ribes, E. Martin, F. Habets, et J. Boé, Comparison of
three downscaling methods in simulating the impact of climate change on the
hydrology of Mediterranean basins, Journal of Hydrology, 383 (1–2), 111–124,
doi :10.1016/j.jhydrol.2009.09.050, 2010.
Raje, D., et P. Mujumdar, Reservoir performance under uncertainty in hydrologic
impacts of climate change, Advances in Water Resources, 33, 312–326, doi :
DOI:10.1016/j.advwatres.2009.12.008, 2010.
Rani, D., et M. M. Moreira, Simulation-optimization modeling : a survey and
potential application in reservoir systems operation, Water Resources Management, 24 (6), 1107–1138, doi :DOI:10.1007/s11269-009-9488-0, 2009.
Reca, J., J. Roldán, M. Alcaide, R. López, et E. Camacho, Optimization model
for water allocation in deficit irrigation systems I. Description of the model,
Agricultural Water Management, 48, 103–116, 2001.
Robinson, P. J., Climate change and hydropower generation, International Journal
of Climatology, 17, 983–996, 1997.
Rogers, P., Engineering design and uncertainties related to climate change, Climatic Change, 37, 229–242, 1997.
Bibliographie
305
Rosenzweig, C., K. M. Strzepek, D. C. Major, A. Iglesias, D. N. Yates, A. McCluskey, et D. Hillel, Water resources for agriculture in a changing climate :
international case studies, Global Environmental Change, 14, 345–360, doi :
DOI:10.1016/j.gloenvcha.2004.09.003, 2004.
Sabziparvar, A.-A., et H. Tabari, Regional estimation of reference evapotranspiration in arid and semiarid regions, Journal of Irrigation and Drainage Engineering, 136 (10), 724–731, 2010.
Sahagian, D., Global physical effects of anthropogenic alterations : sea level and
water redistribution, Global and Planetary Change, 25, 39–48, 2000.
Sassi, O., R. Crassous, J.-C. Hourcade, V. Gitz, H. Waisman, et C. Guivarch,
IMACLIM-R : a modelling framework to simulate sustainable development pathways, International Journal of Global Environmental Issues, 10 (1/2), 5–24,
doi :10.1504/IJGENVI.2010.030566, 2010.
Schaefli, B., B. Hingray, et A. Musy, Climate change and hydropower production
in the swiss alps : quantification of potential impacts and related modelling
uncertainties, Hydrology and Earth System Sciences, 11 (3), 1191–1205, 2007.
Schär, C., P. L. Vidale, D. Lüthi, C. Frei, C. Häberli, M. A. Liniger, et C. Appenzeller, The role of increasing temperature variability in European summer
heatwaves, Nature, 427, 332–336, doi :10.1038/nature02300, 2004.
Seckler, D., U. Amarasinghe, D. Molden, R. de Silva, et R. Barker, World water
demand and supply, 1990 to 2025 : scenarios and issues, Document de travail 19,
International Water Management Institute, iWMI Research Report, 1998.
Shen, Y., T. Oki, N. Utsumi, S. Kanae, et N. Hanasaki, Projection of future world
water resources under SRES scenarios : water withdrawal, Hydrological Sciences,
53 (1), 11–33, 2008.
Shiklomanov, I. A., World water resources and their use, joint SHI/UNESCO product, 1999.
Siebert, S., P. Döll, J. Hoogeveen, J.-M. Faures, K. Frenken, et S. Feick, Development and validation of the global map of irrigation area, Hydrology and Earth
System Sciences, 9, 535–547, 2005.
Sigvaldason, O., A simulation model for operating a multipurpose multireservoir
system, Water Resources Research, 12 (2), 263–278, 1976.
Singer, M. B., The influence of major dams on hydrology through the drainage network of the Sacramento river basin California, River Research and Applications,
23, 55–72, doi :10.1002/rra.968, 2007.
Bibliographie
306
Somot, S., F. Sevault, M. Déqué, et M. Crépon, 21st century climate change scenario for the Mediterranean using a coupled atmosphere-ocean regional climate model, Global and Planetary Change, 63 (2–3), 112–126, doi :10.1016/j.gloplacha.
2007.10.003, 2008.
Somot, S., F. Sevaut, et M. Déqué, Design and first simulation with a tri-coupled
AORCM dedicated to the Mediterranean study, Document de travail Report
No.39, Research activities in atmospheric and oceanic modelling CAS/JSC Working group on numerical experimentation, 2009.
Stehfest, E., M. Heistermann, J. A. Priess, D. S. Ojima, et J. Alcamo, Simulation of
global crop production with the ecosystem model DayCent, Ecological Modelling,
209, 203–219, doi :10.1016/j.ecolmodel.2007.06.028, 2007.
Stockholm Environment Institute, WEAP Water Evaluation And Planning System Tutorial a collection of stand-alone modules to aid in learning the WEAP
software, Document de travail, Stockholm Environment Institute, 2011.
Strobl, E., et R. O. Strobl, The distributional impact of large dams : Evidence
from cropland productivity in Africa, Journal of Development Economics, In
Press, Corrected Proof, doi :10.1016/j.jdeveco.2010.08.005, 2010.
Strzepek, K., A. Schlosser, W. Farmer, S. Awadalla, J. Baker, M. Rosegrant, et
X. Gao, Modeling the global water resource system in an integrated assessment
modeling framework : IGSM-WRS, Document de travail 189, MIT, 2010.
Strzepek, K. M., D. C. Major, C. Rosenzweig, A. Iglesias, D. N. Yates, A. Holt,
et D. Hillel, New methods of modeling water availability for agriculture under
climate change : the U.S. Cornbelt, Journal of the American Water Resources
Association, 35 (6), 1639–1655, 1999.
Strzepek, K. M., G. W. Yohe, R. S. Tol, et M. W. Rosegrant, The value of the
high Aswan Dam to the Egyptian economy, Ecological Economics, 66, 117–126,
doi :10.1016/j.ecolecon.2007.08.019, 2008.
Sun, G., S. G. McNulty, J. A. M. Myers, et E. C. Cohen, Impacts of multiple
stresses on water demand and supply across the Southeastern United States,
Tanaka, S. K., T. Zhu, J. R. Lund, R. E. Howitt, M. W. Jenkins, M. A. Pulido,
M. Tauber, R. S. Ritzema, et I. C. Ferreira, Climate warming and water management adaptation for California, Climatic Change, 2006.
Tol, R. S. J., New estimates of the damage costs of climate change – Part II :
Dynamic estimates, Environmental and Resource Economics, 21 (2), 135–160,
2002a.
Bibliographie
307
Tol, R. S. J., New estimates of the damage costs of climate change – Part I :
Benchmark estimates, Environmental and Resource Economics, 21 (1), 47–73,
2002b.
Trajkovic, S., Temperature-based approaches for estimating reference evapotranspiration, Journal of Irrigation and Drainage Engineering, 131 (4), 316–323, 2005.
Trajkovic, S., et S. Kolakovic, Estimating reference evapotranspiration using limited weather data, Journal of Irrigation and Drainage Engineering, 135 (4),
443–449, 2009.
TRCOLD, Turkish committee on large dams, 2011.
United Nations, Population prospects. the 2000 revision volume I : Comprehensive
tables, Document de travail st/esa/ser.a/198, United Nations, Department of
Economic and Social Affairs, Population Division, New York, 2001a.
United Nations, Population prospects. the 2000 revision volume II : The sex and
age distribution of populations, Document de travail st/esa/ser.a/199, United
Nations, Department of Economic and Social Affairs, Population Division, New
York, 2001b.
van Heerden, J. H., J. Blignaut, et M. Horridge, Integrated water and economic
modelling of the impacts of water market instruments on the South African
economy, Ecological Economics, 66, 105–116, doi :10.1016/j.ecolecon.2007.11.
011, 2008.
Vanderlinden, K., J. Giráldez, et M. V. Meirvenne, Assessing reference evapotranspiration by the Hargreaves method in southern Spain, Journal of Irrigation and
Drainage Engineering, 130 (3), 184–191, 2004.
Vano, J. A., M. J. Scott, N. Voisin, C. O. Stöckle, A. F. Hamlet, K. E. Mickelson,
M. M. Elsner, et D. Lettenmaier, Climate change impacts on water management
and irrigated agriculture in the Yakima river basin, Washington, USA, Water Resources Management, 102 (1–2), 287–317, doi :10.1007/s10584-010-9856-z,
2010a.
Vano, J. A., N. Voisin, L. Cuo, A. F. Hamlet, M. M. Elsner, R. N. Palmer, A. Polebitski, et D. Lettenmaier, Climate change impacts on water management in the
Puget Sound region, Washington state, USA, Water Resources Management,
102 (1–2), 261–286, doi :10.1007/s10584-010-9846-1, 2010b.
Venkatesh, B. N., et B. F. Hobbs, Analyzing investments for managing Lake Erie
levels under climate change uncertainty, Water Resources Research, 35 (5), 1671–
1683, 1999.
Bibliographie
308
Vicuna, S., R. Leonardson, M. Hanemann, L. Dale, et J. Dracup, Climate change
impacts on high elevation hydropower generation in California’s Sierra Nevada :
a case study in the Upper American river, Climatic Change, 87 (Suppl 1), S123–
S137, doi :DOI:10.1007/s10584-007-9365-x, 2008.
Vogel, R. M., C. J. Bell, et N. M. Fennessey, Climate, streamflow and water supply
in the northeastern United States, Journal of Hydrology, 198, 42–68, 1997.
Vörösmarty, C. J., M. Meybeck, B. Fekete, K. Sharma, P. Green, et J. P. Syvitski, Anthropogenic sediment retention : major global impact from registered river impoundments, Global and Planetary Change, 39, 169–190, doi :
10.1016/S0921-8181(03)00023-7, 2003.
Ward, F. A., Economics in integrated water management, Environmental Modelling & Software, 24, 948–958, doi :10.1016/j.envsoft.2009.02.002, 2009.
Ward, F. A., et M. Pulido-Velázquez, Efficiency, equity, and sustainability in a
water quantity-quality optimization model in the Rio Grande basin, Ecological
Ward, F. A., J. F. Booker, et A. M. Michelsen, Integrated economic, hydrologic,
and institutional analysis of policy responses to mitigate drought impacts in
Rio Grande basin, Journal of Water Resources Planning and Management, 132,
488–502, doi :10.1061/(ASCE)0733-9496(2006)132:6(488), 2006.
Ward, P., K. Strzepek, W. Pauw, L. Brander, G. Hughes, et J. Aerts, Partial costs
of global climate change adaptation for the supply of raw industrial and municipal water : a methodology and application, Environmental Research Letters,
5 (044011), 10, doi :10.1088/1748-9326/5/4/044011, 2010.
WATECO, Common implementation strategy for the Water Framework Directive (2000/60/EC), Guidance document n1 economics and the environment the
implementation challenge of the Water Framework Directive, European Commission, 2003.
WaterStrategyMan, The WaterStrategyMan DSS a comprehensive decision support system for the development of sustainable water management strategies,
Document de travail, Office International de l’eau, Hebrew University of Jerusalem,Water development departement Cyprus, INSULA, Aeoliki Ltd, Facultande
de engenharia da universidade do Porto, 2004.
Watson, P. S., et S. Davies, Modeling the effects of population growth on water
resources : a CGE analysis of the South Plate river basin in Colorado, The
Annals of Regional Science, 46 (2), 331–348, doi :10.1007/s00168-009-0326-3,
2009.
Bibliographie
309
Wolf, J., et C. V. Diepen, Effects of climate change on grain maize yield potential
in the European community, Climatic Change, 29, 299–331, 1995.
Wood, A. W., D. P. Lettenmaier, et R. N. Palmer, Assessing climatic change
implications for water resources planning, Climatic Change, 37, 203–228, 1997.
Zaman, A., H. Malano, et B. Davidson, An integrated water trading-allocation
model, applied to a water market in Australia, Agricultural Water Management,
96, 149–159, doi :10.1016/j.agwat.2008.07.008, 2009.

´Ecole Doctorale “Ville, Transports et Territoires” Th`ese de doctorat

Transcription

Similar documents

TL993SE

Nouveaux produits 2014 New Products 2014

- Coffee Machine - Machine à Café

PRO 600 Humidifier - Desert Spring Products

Live your life on the water Vivez votre vie sur l`eau

lernex pro

installatiOn instruCtiOns guide d`installatiOn guía para

Chauffe-eau indirect

Germ-Free™ Warm Mist Humidifier Model V790

Télécharger