Assessing the impact of climate change on an ungauged watershed in the Congo River Basin

Les changements climatiques sont connus pour perturber les cycles hydrologiques, entraînant des modifications des caractéristiques des bassins versants et du débit des rivières. Pour promouvoir une gestion durable des ressources en eau, il est essentiel de comprendre les impacts des changements climatiques sur les systèmes hydrologiques. L'approche scientifique courante pour l'évaluation des ces impacts sur les systèmes hydrologiques repose sur les projections des Modèles de Circulation Générale (GCM) forcées dans des modèles numériques pour des simulations. Néanmoins, cette approche est sujette à des incertitudes souvent attribuées aux modèles hydrologiques et aux données climatiques. De plus, la représentation des bassins versants peut être une tâche difficile dans les régions où les données sont rares, même dans des conditions historiques. En raison de la disponibilité limitée de données hydroclimatiques de bonne qualité et à long terme, l'Afrique centrale est souvent décrite comme une région où les données sont rares. Le bassin du fleuve Congo (CRB) en Afrique centrale est l'un des plus grands et des plus importants bassins fluviaux tropicaux du monde. Son principal cours d'eau est le fleuve Congo, qui traverse sept pays sur plus de 4000 km. Par son volume de débit, le fleuve Congo se classe au deuxième rang mondial après l'Amazone en Amérique du Sud. Tout en assurant la sécurité de l'eau et alimentaires dans la région, ce cours d'eau naturel détient un potentiel considérable pour l'hydroélectricité, estimé à environ 100,000 MW. Une partie significative de ce potentiel dépend des principaux affluents du fleuve Congo, y compris sa source, le fleuve Lualaba. Le bassin du fleuve Lualaba (LRB) est le principal sous-bassin du CRB, couvrant 974,140 km², avec seulement un nombre limité de stations actuellement actives. Néanmoins, cette région figure parmi les Zones Économiques Spéciales de la République Démocratique du Congo en raison de ses abondantes ressources naturelles, y compris les minéraux critiques, les ressources en eau et les terres fertiles. En particulier, plusieurs secteurs économiques, tels que l'agriculture, l'industrie, l'hydroélectricité et le commerce, dépendent des ressources en eau du LRB. Cependant, l'intégrité de cette précieuse ressource a été peu étudiée dans des conditions climatiques changeantes. En outre, la vulnérabilité du LRB aux changements climatiques est exacerbée par la faible capacité d'adaptation régionale, le manque de gestion intégrée des ressources en eau et la dépendance à l'eau. Cette étude a évalué l'impact des changements climatiques sur les caractéristiques des débits du fleuve Lualaba. Un cadre multi-modèle a été utilisé, prenant en compte un ensemble de GCM, deux iv modèles hydrologiques conceptuels (HBV-MTL et GR4J), et divers produits de réanalyse climatique pour répondre à la rareté des données. Spécifiquement, les modèles hydrologiques ont été calibrés en utilisant ERA-5, MERRA-2 et un ensemble de GCM historiques pour simuler le débit à l’exutoire pendant la période historique de 1981 à 2001. Basé sur une performance acceptable des modèles, un ensemble de paramètres optimaux a été sélectionné pour chaque configuration. Par la suite, les sorties biais-corrigées de 19 GCM sous deux Sentiers Socioéconomiques Partagés (SSP) ont été forcées dans les modèles calibrés pour la prédiction des débits. L'impact des changements climatiques sur les signatures des débits tels que les faibles, médians et hauts débits a été analysé sur la base de ces projections.

Abstract

Climate change is known to disrupt hydrological cycles, leading to changes in the characteristics of watersheds and river flow. To promote sustainable water resource management, it is essential to understand the impacts of climate change on hydrological systems. The common scientific approach for climate change impact assessment on hydrological systems is based on projections of General Circulation Models (GCMs) forced into numerical models for simulations. Nevertheless, this approach is prone to uncertainties often attributed to both hydrological models and climate data. Furthermore, the representation of catchments can be a difficult task in data-scarce regions, even under historical conditions. Because of the limited availability of good-quality and long-term hydroclimatic records, Central Africa is often portrayed as a data-scarce region. The Congo River Basin (CRB) in Central Africa, is one of the largest and most important tropical river basins in the world. Its main watercourse is the Congo River, which flows across seven countries over more than 4000 km. By discharge volume, the Congo River ranks second in the world after the Amazon River in South America. While ensuring water and food security in the region, this natural stream holds a considerable potential for hydropower, estimated around 100,000 MW. A significant portion of this potential depends on the Congo River’s main tributaries, including its headstream, the Lualaba River. The Lualaba River Basin (LRB) is the main sub-watershed of the CRB, covering 974,140 km2, yet with only a limited number of currently active stations. Nevertheless, this region is among the Special Economic Zones of the Democratic Republic of the Congo because of its abundant natural resources, including critical minerals, water resources, and fertile lands. Particularly, a range of economic sectors, such as agriculture, industry, hydropower, and trade, are dependent on water resources within the LRB. However, the integrity of this valuable resource has been understudied under changing climate conditions. Furthermore, the LRB’s vulnerability to climate change is exacerbated by regional low adaptive capacity, lack of integrated water resource management, and water-dependency. This study assessed the impact of climate change on streamflow characteristics of the Lualaba River. A multi-model framework was employed, considering an ensemble of GCMs, two conceptual hydrological models (HBV-MTL and GR4J), and various climate reanalysis products to address data scarcity. Specifically, the hydrological models were calibrated using ERA-5, vi MERRA-2, and a set of historical GCMs to simulate streamflow at the outlet during the historical period from 1981 to 2001. Based on acceptable model performance, a set of optimal parameters was selected for each configuration. Thereafter, downscaled bias-corrected outputs from 19 GCMs under two distinct Shared Socioeconomic Pathways (SSPs) were forced into the calibrated models for future streamflow prediction. The impact of climate change on streamflow signatures such as low, median, and high flow was analyzed based on these projections.