No abstract

No abstract

SUMMARYThis study characterises the abatement effect of large dams with fixed-crest spillways under extreme design flood conditions. In contrast to previous studies using specific hydrographs for flow into the reservoir and simplifications to obtain analytical solutions, an automated tool was designed for calculations based on a Monte Carlo simulation environment, which integrates models that represent the different physical processes in watersheds with areas of 150-2000 km 2 .The tool was applied to 21 sites that were uniformly distributed throughout continental Spain, with 105 fixed-crest dam configurations. This tool allowed a set of hydrographs to be obtained as an approximation for the hydrological forcing of a dam and the characterisation of the response of the dam to this forcing. For all cases studied, we obtained a strong linear correlation between the peak flow entering the reservoir and the peak flow discharged by the dam, and a simple general procedure was proposed to characterise the peak-flow attenuation behaviour of the reservoir. Additionally, two dimensionless coefficients were defined to relate the variables governing both the generation of the flood and its abatement in the reservoir. Using these coefficients, a model was defined to allow for the estimation of the flood abatement effect of a reservoir based on the available information. This model should be useful in the hydrological design of spillways and the evaluation of the hydrological safety of dams. Finally, the proposed procedure and model were evaluated and representative applications were presented.

No abstract

A probabilistic model to assist decision makers in selecting the best reservoir operation strategy during flash floods is presented, based on Bayesian networks calibrated with the results of a rainfall-runoff model coupled with a reservoir operation model. During real-time operation, rainfall recorded in the basin is used to make probabilistic predictions of inflow discharge into the reservoir with a rainfall-runoff Bayesian network. The reservoir Bayesian network takes these probabilistic discharge values as input data and gives the probabilistic outflow discharge and water level at future time steps for the different operation strategies considered. From these probabilistic results, the best strategy for the operation of the floodgate can be selected in terms of the probability of maximum discharge downstream of the reservoir and risk of damage to the dam. Two data sets of 4000 inflow hydrographs were obtained through Monte Carlo simulation with a rainfall-runoff model and a reservoir management model. The Bayesian networks learned from the first data set and were validated with the second one. The methodology was tested successfully for one reservoir located in the south of Spain with observed data recorded during a recent flood event, checking its usefulness as a decision-making tool in real-time reservoir management. Key words Bayesian networks; probabilistic forecast; reservoir operationUn modèle probabiliste d'aide à la décision pour la gestion d'un réservoir lors de crues éclairs Résumé Cet article présente un modèle probabiliste d'aide à la décision pour la sélection de la meilleure stratégie d'opération d'un réservoir au cours de crues éclairs, basé sur des réseaux Bayésiens calés à partir des résultats du couplage entre un modèle pluie-débit et un modèle d'opération de réservoir. Pendant la gestion de crues en temps réel, la pluie mesurée dans le bassin versant est utilisée pour établir des prévisions probabilistes du débit entrant dans le réservoir à l'aide d'un réseau Bayésien pluie-débit. Ces données probabilistes de débit entrant sont les données d'entrée du réseau Bayésien d'opération de réservoir, qui fournit à son tour des résultats probabilistes pour les échéances futures de débits sortants et de niveaux dans le réservoir, pour chacune des stratégies d'opération considérées. Sur la base de ces résultats probabilistes, la meilleure stratégie d'opération de vannes peut être choisie en fonction de la probabilité du débit maximal acceptable en aval du réservoir et du risque de dommages au barrage. Deux ensembles de données de 4000 hydrogrammes d'entrée ont été obtenus au moyen d'une simulation de Monte Carlo avec un modèle pluie-débit et un modèle de gestion de réservoir. Les réseaux Bayésiens ont appris du premier ensemble de données et ont été validés avec le second. La méthodologie a été testée avec succès avec les données observées lors d'un événement de crue récent au niveau d'un réservoir du sud de l'Espagne, permettant de vérifier son utilité comme outil d'aide à la décision dans l...