Du 22 octobre 2026 au 22 avril 2027 (plusieurs dates) : Série de webinaires 2026-2027 de la section MB

 Dans « Événements à venir », « Prochaines réunions du conseil d'administration », « Prochains événements en ligne », « Prochains webinaires »

La section du Manitoba de l'Association canadienne de recherche sur l'eau ( L’Association canadienne des ressources hydriques , CWRA) a le plaisir de présenter sa prochaine série de webinaires, à laquelle participeront des experts issus de l'ensemble du secteur de l'eau. Cette série mettra en avant les recherches actuelles, les projets en cours et les enjeux émergents liés aux ressources en eau, offrant ainsi aux professionnels, chercheurs, praticiens et au grand public l'occasion d'apprendre, de nouer des liens et d'échanger des idées.

  • Zijian Wang
    • Biographie de l'intervenant : Zijian Wang est responsable de la gestion des eaux souterraines au sein du ministère de l'Environnement et du Changement climatique du Manitoba. Il travaille pour le gouvernement du Manitoba depuis 2021 et possède une expérience dans la surveillance des eaux souterraines, l'évaluation des aquifères, la modélisation numérique et la gestion durable des eaux souterraines. Avant de rejoindre la fonction publique, Zijian a travaillé comme consultant sur des projets hydrogéologiques et géotechniques, notamment dans les domaines de la modélisation des eaux souterraines, de l'approvisionnement en eau, de l'exploitation minière, de la protection contre les inondations et des études d'impact sur l'environnement. Son travail consiste principalement à exploiter les données sur les eaux souterraines, les réseaux de surveillance et les analyses techniques afin de favoriser une gestion rationnelle des eaux souterraines et une prise de décision éclairée au Manitoba.
  • Description de la présentation: Cette présentation explore l’évolution, la configuration actuelle et les nouveaux défis du réseau provincial de surveillance des eaux souterraines du Manitoba. Elle met en évidence les lacunes du réseau, notamment le manque de surveillance en temps réel, le vieillissement des infrastructures et des systèmes de données, ainsi que les efforts de modernisation en cours, notamment l’optimisation du réseau, les outils numériques et les applications basées sur l’intelligence artificielle. Elle se termine par des propositions de mesures de résilience axées sur l’amélioration de l’accès du public aux données, la gestion des actifs, la surveillance fondée sur les risques et une meilleure intégration des informations sur les eaux souterraines avec les données relatives au climat, aux eaux de surface, à l’occupation des sols et à l’utilisation de l’eau.
  • Distinction entre les précipitations et l'incertitude des paramètres dans les estimations du débit des cours d'eau des Prairies canadiennes : amélioration de la précision des prévisions grâce à l'assimilation des données
    • Biographie de l'intervenant :
      Omid Mohammadi est doctorant en génie civil (génie des ressources en eau) à l'Université du Manitoba, sous la direction des professeurs Ricardo Mantilla et Chandra Rajulapati. Ses recherches portent sur la modélisation des précipitations et du ruissellement, notamment à l'aide de modèles conceptuels, physiques et LSTM. Il utilise différentes techniques de quantification des incertitudes pour améliorer les prévisions de débit fluvial. Il exploite également l’assimilation de données et les techniques d’IA générative pour mettre à jour les états des modèles et tenir compte de ces incertitudes, dans le but de produire des prévisions hydrologiques plus fiables. Il a par ailleurs effectué un stage de 12 mois au Centre de prévisions hydrologiques du ministère des Transports et des Infrastructures du Manitoba.
  • Description de la présentation:
    Des prévisions fiables des débits fluviaux permettent de réduire les pertes liées aux inondations et facilitent la prise de décision en matière de gestion de l'eau, mais la précision des prévisions est limitée par plusieurs sources d'incertitude. Cette présentation examine comment les incertitudes liées aux précipitations et aux paramètres se propagent dans les modèles pluviométrie-ruissellement appliqués aux bassins des Prairies canadiennes. Elle montre ensuite comment l'assimilation des données, qui met à jour les états du modèle à l'aide d'observations, peut réduire l'effet de ces incertitudes et améliorer la précision des prévisions.
  • À déterminer
    • Biographie de l'intervenant : Plus d'informations à venir…
  • Description de la présentation: Plus d'informations à venir…
  • À déterminer
    • Biographie de l'intervenant : Plus d'informations à venir…
  • Description de la présentation: Plus d'informations à venir…
  • À déterminer
    • Biographie de l'intervenant : Plus d'informations à venir…
  • Description de la présentation: Plus d'informations à venir…
  • À déterminer
    • Biographie de l'intervenant : Plus d'informations à venir…
  • Description de la présentation: Plus d'informations à venir…