Séminaire vendredi 29 septembre 11h00 / Seminar Friday Sept. 29, 11:00 AM Conférencier/Lecturer: Vincent Fortin Sujet/Subject: Utilisation du système de modélisation environnementale communautaire MEC à des fins de simulation du couvert nival et de prévision de volume de crue / Using the MEC modelling system for simulation of snowpack evolution and forecasting of spring freshet volume par/by: Vincent Fortin (RPN) et/and Richard Turcotte (Centre d'Expertise Hydrique du Quebec) Presentation: Français / French Lieu/Room: Grande salle du premier étage CMC iweb: http://iweb.cmc.ec.gc.ca/rpn/SEM web: http://collaboration.cmc.ec.gc.ca/science/rpn/SEM/index.php -------------------------------------------------- RESUME / ABSTRACT RPN développe depuis plusieurs années un système de modélisation environnementale communautaire (MEC). Ce système permet entre autres d'effectuer des simulations à haute résolution des processus de surface tels que l'évolution du couvert nival et de l'humidité du sol à l'aide des schémas de surface CLASS (Canadian Land Surface Scheme) et ISBA (Interaction Sol-Biosphère-Atmosphère). Nous présentons ici une d'application du système MEC au problème de l'estimation de l'équivalent en eau de la neige en absence de toute observation sur la précipitation ou sur le couvert nival. Nous montrons ensuite comment cette estimation peut être utilisée pour interpoler de façon optimale des observations nivométriques et ainsi contribuer à l'amélioration de la prévision hydrologique du volumes de crue printanière à un réservoir. - - - - - - - - - - - - - - - - - RPN has been working for a number of years on a community environmental modelling system (MEC). This system makes it possible to perform high-resolution simulation of surface processes, including snow and soil moisture, using the land-surface schemes CLASS (Canadian Land Surface Scheme) and ISBA (Interaction Sol-Biosphère-Atmosphère). We present in this talk an application of the MEC system to the problem of snow water equivalent estimation in the absence of any precipitation or snow water equivalent observations. We then show how this estimation can be used for optimal interpolation of snow survey data and hence contribute to improving spring reservoir inflow forecasts.