Documente Academic
Documente Profesional
Documente Cultură
Edition 2009
Avertissements
Ce cours correspond essentiellement aux enseignements dispenss PolytechNice (Cycle ingnieur et Master
Hydroprotech), l'Ecole Nationale Suprieure de Gologie de Nancy (Institut National Polytechnique de Lorraine) et
l'Ecole National du Gnie de l'Eau de Strasbourg. Certaines parties sont galement aux programmes de multiples
enseignements de formation initiale (Licences et Master. de l'Universit de Nice - Sophia Antipolis) et de formation
continue (C.N.F.P.T., Centre International de l'Eau de Nancy, Office International de l'Eau ).
La version 2007 de ce cours remplace et corrige les versions antrieures. Mais malgr le soin apport, il ne fait
aucun doute que des fautes de frappe et des anomalies persistent. Voici donc quelques :
r
s, s, s, s, x, x, x, , , [ ], , , , ,
, , , , , , ...
Afin que ce cours puisse s'amliorer au fil des temps, je serais trs reconnaissant aux lecteurs de me faire fart
des erreurs ou anomalies qu'ils auraient dtectes mon adresse lectronique :
laborde@unice.fr
Enfin, ce cours s'inspire essentiellement d'ouvrages, d'articles, de communications, de notes internes aux
auteurs multiples. Qu'ils me pardonnent de ne pas les citer tous !
" Le plagiat est la base de toutes les littratures, sauf la premire qui d'ailleurs est inconnue ! "
Jean Giraudoux (Siegfried)
SOMMAIRE
I - INTRODUCTION A L'HYDROLOGIE DE SURFACE..........................................................................................1
I - 1 : DEFINITIONS : ......................................................................................................................................................1
I - 2 : SCIENCES UTILISEES ...........................................................................................................................................1
I - 3 : DOMAINES D'APPLICATIONS ..............................................................................................................................1
I - 4 : LES METHODES DE TRAVAIL EN HYDROLOGIE DE SURFACE .........................................................................1
I - 5 : GRANDES DIVISIONS DU COURS........................................................................................................................2
II - LE CYCLE DE L'EAU ..............................................................................................................................................3
II - 1 : ETATS ET SITUATIONS DE L'EAU ......................................................................................................................3
II - 2 : STOCKS, FLUX ET INERTIE DES SYSTEMES .....................................................................................................3
II. 2 . 1 : Volumes ......................................................................................................................................................3
II - 2 - 2 : Flux ...........................................................................................................................................................3
II- 2 - 3 : Inertie des systmes....................................................................................................................................3
II - 3 : CYCLE DE L'EAU ................................................................................................................................................4
III - LE BASSIN VERSANT ............................................................................................................................................5
III.1 - NOTION DE "BASSIN VERSANT" .......................................................................................................................5
III.1.1 - Bassin versant topographique ......................................................................................................................5
III.1.2 - Bassin versant hydrogologique ..................................................................................................................5
III.2 - CARACTERISTIQUES MORPHOMETRIQUES ......................................................................................................5
III.2.1 - Caractristiques de la disposition dans le plan ...........................................................................................5
III.2.1.1 - Surface A................................................................................................................................................................. 5
III.2.1.2 Longueur ................................................................................................................................................................ 5
IV - L'ATMOSPHERE ...................................................................................................................................................13
IV.1 - CONSTITUTION DE L'ATMOSPHERE................................................................................................................13
IV.1.1 - Composition de l'atmosphre .....................................................................................................................13
IV.1.1.1 - Atmosphre sche ................................................................................................................................................. 13
IV.1.1.2 - Mlange air-eau .................................................................................................................................................... 13
VI.3.1 - Le site......................................................................................................................................................... 36
VI.3.2 - Prcautions d'installation .......................................................................................................................... 36
VI.4 - GESTION DU RESEAU ...................................................................................................................................... 36
VI.4.1 - Frquence des observations ...................................................................................................................... 36
VI.4.2 - Publication des rsultats............................................................................................................................ 37
Elments d'Hydrologie de Surface - II -
CARACTERISATION D'UN SITE PAR L'ANGLE SOLIDE SOUS LEQUEL ON VOIT L'HORIZON................. 122
IX.3.2. - Interpolation des prcipitations .............................................................................................................. 122
X.3.2.1 - La pluie, une fonction alatoire ........................................................................................................................... 122
X.3.2.1.1 - Fonction alatoire d'ordre 2 ......................................................................................................................... 122
IX.3.2.1.2 - Homognit et isotropie ........................................................................................................................... 123
IX.3.2.1.3 - Stationnarit d'ordre 2 ................................................................................................................................ 123
IX.3.2.2 - Mthodes d'interpolation .................................................................................................................................... 124
IX.3.2.2.1 - Auto-corrlation ......................................................................................................................................... 124
X.3.2.2.2 - Interpolation optimale de Gandin ................................................................................................................ 126
IX.3.2.2.3 - Krigeage ..................................................................................................................................................... 127
X.3.4 - Etude des crues maximales annuelles partir des crues suprieures un seuil et des donnes historiques
...............................................................................................................................................................................149
X.3.4.1 - Choix des lois de probabilit ................................................................................................................................ 149
X.3.4.1.1 Frquence du nombre de jours de crues par an ............................................................................................. 149
X.3.4.1.2 Frquence des crues suprieures un seuil ................................................................................................... 150
X.3.4.2 - Ajustement par le maximum de vraisemblance .................................................................................................... 150
X.3.4.3 - Passage la frquence des crues maximales annuelles ........................................................................................ 151
X.3.4.4 - Prise en compte des donnes historiques ............................................................................................................. 152
I - 2 : SCIENCES UTILISEES
L'tude de la partie "coulement superficiel" du cycle de l'eau ncessite quand mme de connatre les autres parties
de ce cycle. L'hydrologie de surface est une science applique qui fait appel des connaissances dans des domaines trs
divers :
Sciences et Techniques
Domaines dapplication
Mtorologie et Climatologie
Etude des pluies et du retour latmosphre
Gologie, Gographie et Pdologie
Analyse du comportement hydrologique du bassin
Hydraulique
Mesure et tude des coulements surface libre
Statistique
Traitement des donnes, simulations
Calcul numrique
Propagation de crue, modlisations et optimisations
Informatique
Instrument de travail pour les calculs numriques,
le stockage des donnes
I - 3 : DOMAINES D'APPLICATIONS
Les domaines d'application de l'hydrologie de surface sont galement trs varis. Parmi les plus importants et
les plus classiques, on notera :
l'agriculture : irrigation, drainage ;
l'tude des ressources en eaux : eau potable, eau pour l'industrie ;
la lutte contre la pollution : tude des dbits d'tiage vacuant les effluents, les calories ;
l'nergie hydraulique ;
le transport solide (dpt ou rosion) ;
la navigation ;
les loisirs (plans d'eau) ;
la scurit des biens et des personnes : protection contre les crues
Dans une premire phase, chaque problme particulier qui se posait, la rponse de l'hydrologue s'appuyait sur
des observations effectues au point particulier intressant. Il en dduisait les solutions recherches : alimentation en eau,
protection contre les crues, possibilit de navigation, etc.
Au cours des temps, les stations cres pour chaque problme particulier n'ont pas toutes t abandonnes, et l'on
s'est trouv en prsence d'un rseau appel rseau original, constitu de stations trs htroclites : chacune d'entre elles
rpondait des besoins divers et spcifiques. Elles taient gres en outre par diffrents services (en France par exemple :
Ponts et Chausses, Electricit de France, Ministre de l'Agriculture, Ministre de l'Industrie, etc.). L'ensemble des rsultats
acquis sur le rseau original constituait donc une banque de donnes.
Elments d'Hydrologie de Surface - 1 -
On en arrive alors un deuxime stade o l'hydrologue n'est plus oblig d'tablir de nouvelles stations pour rsoudre
un problme. Il peut obtenir des rsultats en extrapolant ceux enregistrs sur des stations du rseau original, voisines ou
comparables. Il peut galement se contenter d'une station nouvelle (station tertiaire ou station de projet), mais observe sur
une courte priode. Les donnes de cette station seront tendues par corrlation avec celles, plus longues, du rseau original.
1
1
Suppression
de station
Etude
1
particulire
1
Cration de station
de mesure
1
Problmes
particuliers
initiaux
Suppression
de station
2
2
4
6
3
3
Problmes
particuliers
Problmes
particuliers
Rseau
optimis
Etude
particulire
2
Cration de
station tertiaire
(ou de projet)
Rseau
original
3
Etude du milieu
hydrologique
Suppression
de station
Optimisation
des rseaux
Corrlation
et extension
2
des donnes
Anciennes
stations
Cration de stations
complmentaires
Banque de
donnes
critiques
6
5
I
O
Rsultats
gnraux
6
Cration de bassins
versants exprimentaux
7
Application des
rsultats gnraux
6
Suppression de station
7
Problmes particuliers
N
7
II - LE CYCLE DE L'EAU
Le cycle de l'eau, appel aussi cycle hydrologique, est l'ensemble des cheminements que peut suivre une particule
d'eau. Ces mouvements, accompagns de changements d'tat, peuvent s'effectuer dans l'atmosphre, la surface du sol et
dans le sous-sol. Chaque particule n'effectue qu'une partie de ce cycle et avec des dures trs variables : une goutte de pluie
peut retourner l'ocan en quelques jours alors que sous forme de neige, en montagne, elle pourra mettre des dizaines
d'annes.
Principaux stocks
humidit atmosphrique,
vapotranspiration
ocans, mers, lacs,
eaux souterraines
glaciers, manteaux neigeux,
calottes polaires
Phnomnes de transport
vaporation
pluie, cours d'eau, nuages,
circulations souterraines
neige, grle,
coulement des glaciers
II. 2 . 1 : Volumes
En surface, les terres merges ne reprsentent que 146 106 km2 sur une surface totale de la plante de 510 106 km2
(soit sensiblement 1/4). Cette disparit entre ocans et terres est beaucoup plus accentue entre eaux douces et eaux sales.
Le volume total des eaux douces est d'environ 36 106 km3, soit 2,8 % des rserves totales en eau. Par ailleurs, les
eaux se rpartissent peu prs ainsi, exprimes en paisseur uniformment rparties sur la terre :
mers et ocans : 2500 m.
eaux souterraines : 300 600 mm.
glaciers : 50 100 m.
eaux atmosphriques : 20 30 mm.
eaux continentales : 350 700 mm.
matire vivante : !
On retiendra que ce qui circule dans les cours d'eau ne reprsente qu'une partie absolument infime du volume d'eau
total.
II - 2 - 2 : Flux
La vitesse avec laquelle l'eau circule est trs variable ; gnralement, on prend l'anne comme priode de rfrence.
Les flux annuels sous forme liquide et gazeuse (les plus importantes) sont sensiblement les suivants :
II - 3 : CYCLE DE L'EAU
Atmosphre
Prcipitation
s'vapotranspire
atteint la
vgtation
s'vapore
atteint le sol
ruisselle
s'vapotranspire
s'infiltre
s'coule
s'vapore
Nuages
(gouttelettes d'eau)
Neige
Pluie
Neige
Sublimation
Pluie
Evapotranspiration
Torrent
Glacier
Infiltration
Evaporation
Infiltration
Evaporation
Reprise par la vgtation
Lac
Nappe libre
Rivire
Source
Mers et ocans
Nappe en charge
Exutoire cach
Courbes de
niveau
Rseau
hydrographique
Ligne de plus
grande pente
III.2.1.2 Longueur
On utilise diffrentes caractristiques de longueur ; la premire et une des plus utilises est le "primtre P du bassin
versant".
A la suite de ces remarques critiques sur l'utilisation du primtre comme critre de longueur, il a fallu dfinir
d'autres caractristiques et en particulier :
- la "longueur du plus long thalweg" (lt). Cette
caractristique n'amne gure de remarques si ce n'est que dans la
plupart des cas, on admet qu'il faut poursuivre le thalweg indiqu
sur les cartes topographiques, vers l'amont jusqu' la limite du
bassin. De mme, si le cours aval prsente des mandres, on
curvimtre en gnral tous les mandres.
lg
lt
Kc =
P
2 A
= 0,28
P
A
Z5
Z 95
0%
20%
5%
40%
60%
80%
Pourcentage de la surface
100%
95%
l
L
n ja j
D
l
j
dj
y
I=
=
=
A
aj
d
j
l
j
DLc
A
L'estimation de cette expression simple est cependant laborieuse puisqu'il faut curvimtrer toutes les courbes de
niveau. Ceci explique que cet indice est peu utilis dans la pratique.
Si Lc est la longueur totale des courbes de niveau quidistante de D, la pente moyenne I a pour expression : I =
D
xj
a
d'o l'expression : Ip =
j ij
i =1
n
i =1
xj
L
lx j
Ip =
D
xj
D xj
Ll
D
xi
L
Ip =
xj
L'estimation de Ip est plus simple que celle de I puisque l'on travaille sur le rectangle quivalent. Par ailleurs, la
valeur de I est peu affecte par le choix de D (une dizaine de classes suffit pour bien estimer Ip).
Ig <
< Ig <
< Ig <
< Ig <
< Ig <
< Ig <
<Ig
0,002
0,005
0,01
0,02
0,05
0,1
corrl
avec
0,002
0,005
0,01
0,02
0,05
0,1
l'indice
de
pente
de
Roche
A : Ds = Ig A =
D
l
Ll = D
L
L
La dnivele spcifique ne dpend donc que de l'hypsomtrie (D = H5% - H95 %) et de la forme du bassin (l/L).
Elle donne lieu une deuxime classification de l'O.R.S.T.O.M., indpendante des surfaces des bassins :
R1
R2
R3
R4
R5
R6
R7
10 m
25 m
50 m
100 m
250 m
500 m
Ds <
< Ds <
< Ds <
< Ds <
< Ds <
< Ds <
< Ds
10 m
25 m
50 m
100 m
250 m
500 m
1 2
3
1
1
1 1
1
1
2
1
1
1
1
2
1
1
1
1
1
1
1
1
1
1
1
2
1
1 1
1
1
1
Comme on le signale plus haut, la dfinition d'un thalweg peut changer selon le support utilis. Des tudes
effectues sur des bassins versants en France permettent de dfinir la correspondance moyenne entre l'ordre lu sur la carte et
l'ordre rel que rvle la photographie arienne (selon F. HIRSCH) :
Ordre rel
2
3
4
5
Echelle de la carte
1/20 000
1/50 000
1/100 000
1/200 000
1000
Longueurs en
100
km
100
Ni
Cte
Ni + 1
10
Rl = 2,1
Nombre
s
li
Cte
li 1
Rc = 3,4
10
0,1
Ordre
Ordre
Ordre 3
Ordre
Ordre
Dd =
li
( km 1)
N1
( km 2 )
A
700
m
600
m
500
m
i,
On calcule gnralement la pente moyenne I d'un cours d'eau
400
m
pente i j
300
m
200
m 0m
Thalweg principal
1km
2km
3km
lj
Tronon uniforme
4km
5km
6km
1
I
1
L
j =1
lj
ij
Intitul
Permable aquifre drainant
ou non drain
Permable aquifre drain
P4
Permabilit moyenne
ou faible
Karstique
P5
Impermable
Exemple
Formation grseuse dont les
exutoires sont l'extrieur du bassin
Formation grseuse dont les
sources alimentent le rseau
Alternance de marnes
et calcaires
Formation calcaire, permabilit de fissures
et dveloppement d'un rseau souterrain
Terrain marneux, cristallin, etc.
IV - L'ATMOSPHERE
L'atmosphre joue un rle essentiel dans l'apparition de phnomnes hydrologiques. Le comportement de
l'atmosphre nous intresse trois niveaux :
L'atmosphre constitue un stock d'air et d'eau. L'eau de l'atmosphre est sous forme de vapeur, sous forme liquide
(fines gouttelettes) ou sous forme solide (cristaux de glaces en suspension). Cependant, on admet que la hauteur d'eau
moyenne condensable ne reprsente qu'environ 20 mm.
La terre est soumise des changes continuels d'nergie avec l'espace. L'atmosphre constitue un collecteur de
chaleur provenant soit du soleil, soit du sol. Les changes varient d'une faon trs importante en fonction du temps ( l'chelle
saisonnire et l'chelle journalire) et aussi en fonction du lieu. Ces diffrences provoquent des mouvements importants des
masses d'air (et d'eau).
L'atmosphre joue donc un rle de transport d'eau. Les vitesses de ces transports varient de quelques dizaines de
kilomtres par heure au sol plus de 400 km/h pour les "jet-streams" en altitude.
Nous allons voquer successivement ces trois rles jous par l'atmosphre.
-20
-10
10
20
30
0,78
1,96
4,58
9,21
17,5
31,8
0,89
2,16
4,85
9,42
17,3
30,4
Au-del de ce seuil, il y aura condensation sous forme de fines gouttelettes et cration de nuages. La condensation
d'un gramme d'eau libre 600 calories, ce qui permet d'lever de 16 C un mtre-cube d'air dans les conditions standards. Le
Elments d'Hydrologie de Surface - 13 -
passage de ce mme gramme d'eau l'tat solide 0 C ne libre que 80 calories. Enfin, 0 C, la chaleur latente de
sublimation de la glace est de 675 cal/g.
Dans le dtail, on constate de lgres diffrences de tension de vapeur saturante es pour les tempratures infrieures
zro degr selon que l'on est en prsence d'eau surfondue ou de cristaux de glace. Cette diffrence est maximale vers -10 C
o l'on a :
es(eau surfondue) - es(cristaux de glace) 0,27 millibar
Cette constatation sera utilise plus loin pour expliquer le dclenchement des prcipitations.
Pour caractriser le mlange air-eau, on utilise diffrents paramtres dont :
* l'humidit absolue ha :
C'est la masse de vapeur d'eau par unit de volume. Avec les units habituelles en climatologie, on a la relation :
ha = 217
e
T
ha
e
=
es ha saturante
* le rapport de mlange r :
Rapport de la masse de vapeur d'eau la masse d'air sec. Il peut s'exprimer sous la forme :
r = 622
e
Pa e
r : en g/kg
Les valeurs de r sont trs variables puisqu'elles oscillent entre 0,5 g/kg pour les airs secs et froids arctiques 25 g/kg
pour un air tropical humide.
* le point de rose Tr :
C'est la temprature laquelle un mlange r et P donn devient satur.
Altitudes
en km
20
stratosphre
15
Tropopause
10
14h
5h
Couche
gographique
Inversion
3
Adiabatique sche
1
temprature
0
1
2
3
4
5
Pour qu'il y ait chute des particules d'eau, il faut que leur vitesse soit trs nettement suprieure la vitesse des
courants ascendants. Sur la figure jointe, on constate que les gouttes doivent avoir au moins un diamtre de 0,5 mm pour
pouvoir provoquer une pluie. Pour former une goutte de pluie, il faut donc environ 106 gouttelettes lmentaires !
des prcipitations sous forme de pluie mais aussi, si l'altitude est suffisante, de la neige. Aprs le passage de la chane, l'air va
redescendre, se comprimer et se rchauffer. On a alors des vents chauds et secs (effet de "foehn").
1.396 R 2
4 R2
Cette nergie est la base de toutes les phases du cycle hydrologique : vaporation, transport, condensation,
prcipitations.
Cette nergie disponible est cependant trs variable en fonction du lieu (diffrence d'albdo de la terre, latitude =>
incidence des rayons solaires) et du temps (nbulosit, jour et nuit, saisons). Il en rsulte des diffrences de pressions de
temprature et d'humidit entre les masses d'air et par consquent des dsquilibres entranant le mouvement des masses d'air.
FC = 2V
enfin, entre les latitudes 40 et 60, une zone o l'coulement se fait vers l'est, la zone des "Westerlies". A partir des
frontires de cette zone (front polaire et front tropical), des masses d'air froid ou chaud pntrent dans les westerlies et
provoquent des perturbations qui se propagent vers l'est. Les surfaces de discontinuit entre ces masses d'air forment des
fronts dont le passage dtermine les changements de type de temps dans les rgions tempres.
Air froid
Corps
pluvieux
Air chaud
Air chaud
I
Corps
Corps
pluvieux
pluvieux
Air froid
Air chaud
III
Air
froid
Air chaud
IV
Zone
Naissance et volution
dune perturbation
cyclonique
orageuse
Air
froid
Air chaud
V
II
L'apparition
de
ces
fronts
alternativement chauds et froids dans la zone
des westerlies peut s'expliquer par la
dformation du front entre les masses d'air
polaire et tropical. Au dpart, l'air chaud se
dplace vers le nord-est, l'air froid vers le sudouest (dviation due la force de Coriolis).
On note la prsence d'un front stationnaire
schmatis sur la figure ci-contre. Si, pour une
raison ou une autre, le front amorce une
dformation, celle-ci tend s'amplifier (I et II)
. On a, ce stade (III) une succession d'un front
chaud puis d'un front froid. Au cours de cette
volution dans le temps et l'espace (vers l'est),
le front froid va progressivement rattraper le
front chaud et en (IV) une partie du front chaud
est dj occluse. L'occlusion va se poursuivre ;
les fronts changeant d'orientation dans le sens
contraire des aiguilles d'une montre et, en (V),
nous sommes quasiment revenus la situation
initiale, un faible tourbillon persistant encore
dans l'air froid avant de disparatre.
Rservoir
Curseur
Capillaire
A la descente le mnisque
entraine le curseur
On constate gnralement que la temprature minimale est atteinte quelques temps avant le lever du soleil
alors que la temprature maximale s'observe vers midi au soleil. Le relev des tempratures maxi et mini en fin de
journe permet d'valuer, quelques diximes de degrs prs, la temprature moyenne journalire
: j =
min + max
2
0.1C
Lorsque qu'une connaissance plus fine de l'volution des tempratures est ncessaire ou si on ne dispose pas
d'observateurs permanents, on utilise un thermographe. L'organe sensible est soit une lame mtallique dont on amplifie
la dilatation, soit deux lames en deux mtaux coefficient de dilatation aussi diffrents que possible (thermographe
bimtallique). Les mouvements sont amplifis mcaniquement et inscrits par une plume sur un papier enregistreur
entran par un mouvement d'horlogerie. Le plus souvent, les enregistrements sont hebdomadaires.
Dans les stations mtorologiques, on utilise trs frquemment des sondes thermomtriques rsistance de
platine. Dans la plage de mesures, la rsistance du fil de platine varie linairement avec la temprature.
Pour la mesure des tempratures de l'eau en vue de l'estimation de l'vaporation, on utilise un simple
thermomtre mercure, immerg de quelques millimtres, mais protg des rayonnements solaires.
Depuis quelques annes se dveloppent des sondes thermolectriques de terrains. Un affichage digital (au
1/10me de C) permet des lectures aises.
Ventilateur
Cylindre
multi-enregistreur
Thermomtre
bilame
Capsule
anrode
121,9 cm
5 6 cm
25,4 cm
m
0c
100 cm
50 cm
60 cm
Tige filete
Molette
Vernier
Puits de mesure
Pointe
Dans le cas o une estimation prcise est ncessaire, il est possible de mesurer directement l'vaporation
partir d'un bac flottant de quelques dizaines de mtres-carrs. Le coefficient du bac est alors de 1, mais il faut prendre
un soin particulier pour viter les entres d'eau intempestives.
En l'absence de mesures directes, on pourra valuer l'vaporation mensuelle partir de rservoirs de grandes
dimensions, par des formules telles celles :
V(miles/h 25 pieds)
de Meyer : E(pouces/mois) = 11 . (est- - e ) . ( 1 +
)
10
est- et e dsignent la tension de vapeur saturante la temprature moyenne de l'air et la tension moyenne relle de
vapeur (en pouces de Hg)
du Service Hydrologique d'U.R.S.S. : E(mm/mois) = 0,15 . (est- - e ) . (1 + 0,072 V(m/s 2 mtres))
est- et e dsignent la tension de vapeur saturante la temprature moyenne de l'eau en surface et la tension moyenne
relle de vapeur 2 m. au dessus de la surface (en millibars)
760
- 273 + tmax
de Lugeon : E(mois/mois de n jours) = 0,398 . n . (est- - e ) .
.
273
Pa - estest- et e dsignent la tension de vapeur saturante la temprature moyenne de l'air et la tension moyenne relle de
vapeur (en pouces de Hg), Pa la pression baromtrique moyenne.
Valve
V.2.2.2 - Le "Piche"
Parmi un grand nombre d'autres atmomtres, nous signalerons
l'atmomtre de Piche, bien qu'il ne rponde qu'imparfaitement aux qualits
exigibles d'un appareil de mesure. Il est utilis trs frquemment par les
agronomes. Son emploi se justifie par la simplicit et le faible cot de
l'appareil.
La surface vaporante est constitue par un film de papier buvard
blanc, fix l'extrmit du tube en verre en forme de U. Ce tube sert la
fois l'alimentation et la mesure de l'vaporation. La feuille de buvard
est change chaque jour aprs lecture de l'appareil
Le Piche est dispos l'intrieur de l'abri mtorologique ; aussi la mesure dpend-elle beaucoup des
conditions d'aration.
Mesure des
prcipitations P
Profil des teneurs en eau
Mesure du ruissellement Q
Mesure du
drainage D
E
Rayonnement
Un bilan trs simple permet d'valuer l'Etr sur un intervalle de temps t puisque l'on doit avoir la relation
suivante :
P = [Q + D + Etr] + R
entre = [sorties] + variation de la rserve
Le mme systme que la case lysimtrique, mais on parle alors "d'vapotranspiromtre", permet de mesurer
l'Etp. Il suffit alors de maintenir un niveau d'eau dans les drains pour que l'eau disponible ne soit plus un facteur
limitant de l'Etr. On mesure Etp en crivant le mme bilan que prcdemment mais le terme D pouvant tre positif ou
ngatif.
Elments d'Hydrologie de Surface - 26 -
H en h/mois
Juin
Juillet
Mai
480
1000
IgA en cal/cm2/j
Juin
950
Juillet
Mai
900
850
460
Aot
440
Aot
Avril
800
750
700
420
Avril
400
380
Septembre
Mars
360
650
600
Septembre
550
Mars
500
450
Octobre
400
340
Octobre
320
Fvrier
350
300
250
300
Novembre
Janvier
200
Fvrier
280
Dcembre
150
Novembre
Janvier
100
260
Dcembre
240
50
0
45
46
47
48
49
50 Latitude
45
46
47
48
49
50 Latitude
J
0,73
F
0,78
M
1,02
A
1,15
M
1,32
J
1,33
J
1,33
A
1,24
S
1,05
O
0,91
N
0,75
D
0,70
ETP ={
Iga
(1-a) (0,18 + 0,62 h ) - T4 (0,56 - 0,08 e ) (0,10 + 0,90 h ) }
59
H 59
H
F'T
1+
ETP
Iga
a
h
H
T
e
F'T
ew
V
0,26
F'
1+ T
F'T
( ew - e ) (1 + 0,54 V)
(en millibars)
F'T =
6,149
exp( 19,511 t ) ( 6463 - 3,927 )
T
T
T
( ew en millibars, t en Celsius)
0,01065
cos2 (L) - sin2 (D)
Iga = 914,54 * { sin(L) sin(D) Arc cos[-tg(L) tg(D)] + cos2 (L) - sin2 (D) }( Iga
* {1 + 0,033 cos(0,0172 J ) }
s'exprime en calories par cm2 et par jour)
- d'une constante physique valuer sommairement en fonction de l'tat de surface (les mesures sur
le terrain sont extrmement rares) :
nappes d'eau a 0,05 0,07
cultures vertes a 0,2
herbes et savane a 0,22
fort a 0,11
roches a 0,16
sables clairs a 0,26
...
V.3.3.4 - Autres formules
D'autres formules pour valuer l'Etp sont utilisables. Citons par exemple les formules de Bouchet, de Blanet et
Criddle, de Papdakis dont on trouvera les expressions dans des ouvrages de climatologie et d'agronomie.
Nous avons dj cit celle de Penmann mais plusieurs autres versions plus ou moins simplifies ou
compliques en ont t proposes.
Base sur une autre approche, on peut citer la formule de Bouchet qui exprime Etp en fonction de
l'vaporation enregistre au Piche et la formule de Prescott base sur l'vaporation d'une surface d'eau libre.
Dans l'ensemble, l'utilisation de ces formules est peu frquente chez les hydrologues franais.
Cette formule est d'un emploi ais mais elle ne donne malheureusement que l'ordre de grandeur de l'Etr. En
effet, cette formule permet l'estimation du "dficit d'coulement" qui ne se rapproche de l'vapotranspiration relle que
pour des bassins versant relativement tendus, sans changes la frontire et pour des dures d'observation assez
longues pour que l'on puisse ngliger les variations de rserves souterraines
Dans la mesure du possible, on prfrera la mthode suivante.
V.3.4.2 - Bilan simplifi selon THORNTHWAITE
Cette mthode est base sur la notion de rserve en eau facilement utilisable (note par la suite RFU).
On admet que le sol est capable de stocker une certaine quantit d'eau (la RFU) ; cette eau peut tre reprise
pour l'vaporation par l'intermdiaire des plantes.
La quantit d'eau stocke dans la RFU est borne par 0 (la RFU vide) et RFU max (capacit maximale de la
RFU qui est de l'ordre de 0 200 mm suivant les sols et sous-sols considrs, avec une moyenne de l'ordre de 100 mm).
On admet que la satisfaction de l'Etp a priorit sur l'coulement, c'est--dire qu'avant qu'il n'y ait d'coulement,
il faut avoir satisfait le pouvoir vaporant (Etp = Etr). Par ailleurs, la compltion de la RFU est galement prioritaire sur
l'coulement.
On tablit ainsi un bilan l'chelle mensuelle, partir de la pluie du mois P, de l'Etp et de la RFU.
Si P > Etp, alors :
Etr = Etp
il reste un excdent (P - Etp) qui est affect en premier lieu la RFU , et, si la RFU est complte, l'coulement Q
Si P < Etp :
on vapore toute la pluie et on prend la RFU (jusqu' la vider) l'eau ncessaire pour satisfaire l'Etr soit :
Etr = P +min (RFU,Etp-P)
RFU= 0 ou RFU+p-Etp
si RFU = 0, la quantit (Da = Etp - Etr) reprsente le dficit agricole, c'est--dire sensiblement la quantit d'eau qu'il
faudrait apporter aux plantes pour qu'elles ne souffrent pas de la scheresse.
Mois 1
Pluie du mois
67
Etp 3
RFU 100
Etr 3
D.A. 0
Ecoulement 64
2
55
8
100
8
0
47
3
41
33
100
33
0
8
4
49
61
88
61
0
0
5
54
90
52
90
0
0
6
77
103
26
103
0
0
7
60
109
0
86
23
0
<-
8
67
94
0
67
27
0
RFU
vide
9
65
67
0
65
2
0
->
10
55
35
20
35
0
0
11
61
14
67
14
0
0
12
62
5
100
5
0
23
Pour tablir ce bilan, il faut se donner la RFU maximale en fonction de la nature du bassin versant (dans cet
exemple RFU max = 100 mm). Par ailleurs, il faut connatre l'tat de la RFU la fin du mois antrieur au dbut de
l'tablissement du bilan. On tient alors l'un des deux raisonnements suivants :
si la RFU doit tre pleine un jour, ce sera la fin de la priode durant laquelle on a pu la remplir, c'est--dire la fin
du dernier mois o P > Etp ;
si la RFU doit tre vide un jour, ce sera la fin de la priode durant laquelle on a pu la vider, c'est--dire la fin du
dernier mois o P < Etp.
Ayant tabli ce bilan par mois, on value l'Etr annuelle par la somme de 12 Etr mensuelles.
Cette mthode peut tre galement utilise avec l'estimation d'Etp par la formule de Turc et donne des rsultats
satisfaisants sous nos climats.
V.3.4.3 - Bilan tenant compte du stress hydrique de la vgtation
La procdure prcdente suppose que l'vapotranspiration relle est gale l'vapotranspiration potentielle,
jusqu' ce que la R.F.U. soit vide. Cependant avant que la R.F.U. soit vide, la vgtation subi un stress hydrique et
diminue son vapotranspiration. Il en rsulte que si la part de la R.F.U. encore en eau diminue, la vgtation
n'vaporera pas toute l'E.T.P, mais une part rduite.
Nous supposerons qu'entre deux instants t1 et t2 distants de t il est tomb une quantit de pluie P que l'on
pourra suppose d'intensit constante : i
i=
P
t2 - t1
De mme pendant cet intervalle de temps, on supposera que l'vapotranspiration potentielle Ep se produit
intensit constante : ep
ep =
Ep
t2 - t1
er(t) = ep
r(t)
R
ep
r(t) ) dt
R
d{r(t)}
= - dt
r(t) - i/
cette quation s'intgre aisment entre les instants t1 et t :
Ep
R
Pour calculer l'vapotranspiration relle Er entre les instants t1 et t2, il suffit d'intgrer l'quation de er(t) :
t2
Er =
er(t) dt
t1
t2
Er =
ep
r(t) dt =
R
t2
r(t) dt
t1
t1
En remplaant r(t) par son expression calcule plus haut on obtient :
t2
Er =
t1
t
t' = t1 + 1/ Ln {
On calcule alors aisment Er :
r(t1 ) - i/
}
R - i/
t'
Er =
t2
e(t) dt +
ep dt
t1
t'
-(t'-t
1 ) - 1}+ ep (t2 -t')
Er= i(t'-t1 ) - {r(t1 ) - i/}{ e
r(t 1 ) - i/
r(t1 ) - i/
} - {r(t1 ) - i/}{ e -Ln { R - i/ } - 1}+ ep (t2 -t1 - 1/ Ln{r(t1 ) - i/ })
R - i/
R - i/
r(t1 ) - i/
r(t1 ) - i/
R
i/
Er = i/ Ln{
} - {r(t1 ) - i/}{
}
- 1}+ ep (t2 -t1 )- ep / Ln{
r(t1 ) - i/
R - i/
R - i/
r(t ) - i/
Er = (i/ - ep /) Ln{ 1
} + ep (t2 -t1 )- {R - r(t1 )}
R - i/
r(t1 ) - P R
Ep
Er = (P R - R) Ln{
} + Ep- {R - r(t1)}
Ep
R-PR
Ep
Er = i/ Ln{
P
P
R + r (t1 )
R e
Ep
E p
Ep
Ep
R
r(t1 ) - P R
Ep
Er = (P R - R) Ln{
} + Ep- {R - r(t1)} et r(t2) = R
Ep
R-PR
Ep
Ep
R
Les pluviographes augets basculeurs ont la partie captante commune avec les pluviomtres ; ils en diffrent
par la partie rceptrice en aval de l'entonnoir. L'eau est dirige par un court tube vers les augets de mesures. Ceux-ci
sont disposs symtriquement par rapport un axe de rotation horizontal. Dans la situation du schma ci-contre, l'auget
de gauche est en train de se remplir alors que celui de droite s'est dj vid.
Lors du remplissage, le centre de gravit de l'ensemble des deux augets se dplace vers la gauche jusqu'
dpasser la verticale de l'axe de rotation ; l'ensemble bascule alors vers la gauche et l'auget plein se vide alors que celui
de droite est venu en position de remplissage. Les augets sont tars de faon ce que le basculement se produise
lorsqu'ils contiennent 20 g d'eau. La partie captante ayant des surfaces de 2 000 cm2, 1 000 cm2 ou 400 cm2, un
basculement correspond 0,1 mm, 0,2 mm ou 0,5 mm de pluie. (Les deux dernires surfaces sont celles prconises
par l'O.M.M.)
Pour comptabiliser les basculements, deux systmes sont possibles.
Elments d'Hydrologie de Surface - 34 -
Notons galement que la lecture immdiate d'un enregistrement permet de dtecter une anomalie de
fonctionnement. Les appareils procdant un stockage sur support magntique devront donc de prfrence voir ce
systme doubler d'un enregistrement sur papier ou sur compteur numrique.
Le dpouillement des hytogrammes une chelle plus fine de temps ne font pas l'objet d'une publication
systmatique. Ces donnes sont archives sur support informatique (facilement pour les enregistreurs sur support
magntique) ou encore l'tat brut des originaux papiers. La banalisation des tables digitaliser rend plus facile
l'archivage informatique partir des hytogrammes ; cependant, la plupart des services n'ont pas pu faire ce travail pour
des raisons de personnel. Les stocks d'enregistrement sur papier augmentent d'anne en anne et cela est inquitant car
une partie de cette information risque de se dgrader ou mme de s'garer.
En France, les principaux enregistrements pluviomtriques sont disponibles sur la banque "PLUVIO" gre
par Mtofrance. Les rsultats sont accessibles par le rseau tlphonique travers le logiciel Colchique.
I=
6
D max
3
N(D) D {V(D) w} dD
D min
N(D) = N0 e
avec = aI
Cette relation, connue sous le nom de "loi de Marshall-Palmer" fait apparatre trois paramtres No, a et b qui
sont, semble-t-il, peu variables tout au moins pour la statistique des diamtres sur une longue priode. MARSHALL et
PALMER avaient trouv la relation :
No = 0,08
= 41 I-0,21
-4
-1
(avec N o en cm ; en cm ; I en mm/h !!)
Pour la neige et la grle, il ne semble pas que des rsultats trs gnralisables aient encore t obtenus.
r + C au temps t1 = r + C/4
4
C .
r+C/4
C/2
r-C/4
2r + C/2 = + 2r
C
2 C.
t1 t2
t3
Temps
t2 = + r - C/4
C .
dure
t3 = t2 + r - C/4 = + 2r - C/2 = 2r + .
C
C
C 2
d'mission
Ces deux ondes arriveront en mme temps, quelle que soit la distance r. On retiendra que la rsolution radiale
est donc C/2 quelle que soit la distance laquelle se fait la mesure (en gnral est de l'ordre de 1 seconde, ce qui
donne une rsolution radiale de l'ordre de 150 m).
Radar
1
Zone cible
250 m
VI.5.4 Rflectivit radar et puissance reue
Soit une cible situe une distance r du radar ; celui-ci recevra une puissance moyenne P r rtrodiffuse.
Pr = C1 L2 /r2
- C1 reprsente une constante caractristique uniquement du radar utilis (puissance mise, longueur d'onde, gain
d'antenne, etc.).
- L2 reprsente la perte d'nergie, ou attnuation, pour le trajet aller-retour entre cible et radar. Elle varie avec le
coefficient d'attnuation a (exprim en dcibels par unit de longueur) :
r
L = 10-0,2
adr
0
Cette attnuation varie avec la longueur d'onde ; pour des radars "hydrologiques" de 10 cm de longueur d'onde,
l'attnuation est pratiquement ngligeable.
- est la rflectivit radar. Elle ne dpend que des proprits rtrodiffusantes de la cible. est la valeur moyenne de la
section efficace de rtrodiffusion par la cible la distance r, ramene au volume unitaire.
Comment se comportent les ondes radars la rencontre d'une goutte de pluie ? Dans la gamme des longueurs
d'onde de 3 10 cm, les gouttes de pluie diffusent le rayonnement dans le domaine de diffusion de Rayleigh. Dans ces
conditions, la section efficace de rtrodiffusion radar d'une sphre homogne est donne par la formule dite de
Rayleigh :
= K 2 D6
4
2
D est bien sr le diamtre de la sphre, la longueur d'onde et K le facteur dilectrique du matriau constituant la
5
Dans ces conditions, la rflectivit radar d'un ensemble de gouttelettes contenues dans un volume unitaire est
:
i =
5 2
K
4
= 4 K2 Z
avec Z = D6i
i
Z est appel "facteur de rflectivit radar" ; on peut galement l'exprimer en fonction de la distribution
granulomtrique des prcipitations :
Dmax
Z=
N (D) D6 d D
Dmin
3
Z s'exprime normalement en m , mais compte tenu des faibles dimensions, on l'exprime usuellement en
6
3
mm /m ou encore plus souvent en dBZ :
Pr = C1 L2 K 2 Z / r2
4
Lorsque l'attnuation est ngligeable et pour un radar donn, tous les termes sont constants l'exclusion de Z, r
et P r :
Pr = C2 Z
r2
VI.5.5 Etalonnage du radar
Comme on vient de le voir, la puissance reue par le radar est proportionnelle au facteur de rflectivit Z qui
varie lui-mme comme D6. L'intensit I des prcipitations varie comme le produit D3 V (D) ; or la vitesse de chute
limite varie comme une fonction puissance de D variant de 0 2.
Il est donc raisonnable de penser qu'il existe une relation entre Z et I du type fonction puissance :
b
Z=aI
avec des valeurs de b de l'ordre de 1,2 2,2.
Effectivement, les travaux exprimentaux de MARSHALL et PALMER montrent qu'on a la relation Z = 200
I1,6 (Z en mm6/m3 et i en mm/h) pour des pluies stratiformes. Plus tard, JONES donne la relation Z = 486 R1,37 pour
des pluies convectives.
Il existe donc une relation entre I et P r du type :
I=
r2 P 1/b
a c2 r
Le radar mesure P r ; la distance r est value par le temps sparant la rponse de l'impulsion de dpart ; le
terme C2 est une constante ; restent donc deux inconnues : a et b.
VI.5.5.1 Radar utilis seul
Dans ce cas, on utilise la formule exprimentale de Marshall-Palmer et partir de la situation mtorologique,
on essaie subjectivement d'adapter "au mieux" les paramtres.
Dans ces conditions, il est vraisemblable que dans 15% des cas l'erreur ne dpasse pas un facteur de 2.
VI.5.5.2 Radar utilis conjointement avec des pluviographes
La meilleure technique d'utilisation des radars est de les coupler avec un certain nombre n de postes
pluviographiques par tltransmission. Sur des pas de temps t rduits, on peut cumuler les termes Z1/b puis les
comparer la pluie rellement observe au pluviographe. On peut donc ainsi dterminer, pour chaque poste, le
coefficient a le mieux adapt. (Il n'est pas possible de jouer sur b qui doit tre fix a priori pour le cumul des Z1/b).
On peut alors, soit calculer la moyenne des n valeurs de a et l'appliquer globalement l'ensemble de la zone
couverte par le radar ; ou mieux, procder une cartographie du champ des a partir des n valeurs ponctuelles.
L'ordre de grandeur de la prcision ainsi obtenue est de l'ordre de 20% sur l'estimation de la pluie moyenne sur
1000 km2 en 1 heure avec un radar talonn par un seul pluviographe.
Elments d'Hydrologie de Surface - 39 -
VII - HYDROMETRIE
Les dbits des cours d'eau varient en fonction du temps. Certaines tudes ncessitent des mesures instantanes
de ces dbits ; on excute alors des jaugeages aux instants choisis. Dans la plupart des cas, c'est l'volution des dbits en
fonction du temps qui nous intresse ; on installe alors des stations hydromtriques (appeles galement stations de
jaugeage).
Barrage
provisoire
Rservoir
de mesure
VII.2.2 Dversoirs
Le dbit d'un cours d'eau peut tre mesur en utilisant des dversoirs sur des orifices normaliss. Ces
techniques, adaptes surtout aux petits dbits, utilisent les rsultats de l'hydraulique classique mais dans des conditions
bien souvent loignes de celles rencontres en laboratoire !
Diffrents types de dversoirs sont utiliss mais on rencontre principalement des dversoirs triangulaires dont la
relation hauteur-dbit thorique est :
Q = a hb
En gnral on utilise :
Q = 1,32 . tg 2 . h2,47
Dans la pratique, il est prudent de raliser quelques
jaugeages de contrle permettant de dterminer les valeurs a et b
dans les conditions relles d'installation. Il en est de mme pour
les autres types de dversoirs rectangulaires avec ou sans
contraction, large seuil ou profils.
0,61
0,915
A/3
puits de
mesure
puits de
mesure
Le jaugeur ressaut le plus connu est le jaugeur "Parshall" figur ci-dessus. Les diffrentes dimensions sont
normalises en fonction de sa largeur L au col.
A = 0.49 L + 1.194
B = 1.196 L + 0.479 ABC et L en mtres
C = L + 0.305
3
Le dbit Q (en m /s) est fonction de la largeur L au col (en m) et de la hauteur d'eau H (en m) :
Q = 0,372 L (H * 3,28)x o l'exposant x dpend de la largeur au col L :
L (en m)
x
0,2
1,506
0,6
1,548
0,8
1,560
1,0
1,569
2,0
1,598
2,6
1,609
Il convient cependant de se mfier de ces formules car elles peuvent lgrement varier selon les conditions
locales d'installation du Parshall. La prudence lmentaire est de vrifier ces formules par quelques jaugeages.
Enfin, si une remonte du niveau aval noie le ressaut, des coefficients correcteurs peuvent intervenir en
fonction du niveau h.
Elments d'Hydrologie de Surface - 44 -
q C1
On retiendra que le bichromate est un bon traceur jusqu' prsent le plus utilis. Il est probable que
d'autres produits pourront le supplanter comme peut-tre les colorants alimentaires ou des traceurs radio-actifs avec le
dveloppement des gnrateurs de radio-lments ("vaches" radio-lments).
Le principe gnral n'en demeure pas moins le mme. Seules les techniques de dosages seront affectes.
VII.2.4.2 - Choix du site
La mesure des dbits par dilution ne peut s'effectuer que s'il y a un bon brassage de l'eau entre le point
d'injection et le point de prlvement. Il faut que la concentration C2 mesure au point de prlvement reprsente bien
la concentration moyenne dans toute la section cet instant.
Un site favorable est un tronon de rivire particulirement agite avec soit des blocs rocheux au milieu
du cours d'eau, soit une succession de coudes qui assurent un brassage latral. Dans la pratique, on a souvent tendance
privilgier le rle de chutes ou de rapides qui n'assurent cependant qu'un brassage vertical.
La longueur du tronon sur lequel on doit faire la mesure sera au moins gale la "distance de bon
mlange". Cette notion est un peu subjective ; la meilleure faon de procder est encore de faire un test avec un
colorant et d'valuer l'oeil la distance ncessaire pour que ce colorant se rpartisse uniformment.
Selon la nature du courant, l'ordre de grandeur des distances de bon mlange est, selon M. ANDRE :
Largeur du cours
d'eau (m)
0 10
10 50
50 200
Longueur de bon
mlange (m)
50 500
500 2 500
2 500 15 000
On peut galement utiliser une formule qui donne la distance de bon mlange L (en m) en fonction de la
largeur b (en m) et du dbit Q (en m3/s), ou en tout cas de son estimation, sans cela..... :
L = k b1,1 Q0,33
k est un paramtre qui varie entre 8 et 12 selon la nature du courant.
Par ailleurs, il faut viter, dans la mesure du possible, que dans le tronon de mesure, il y ait des zones
d'eaux mortes que le traceur met trs longtemps envahir.
VII.2.4.3 - Injection dbit constant
Supposons que l'on ait dtermin le site d'injection I, la distance de bon mlange L et par consquent le
point de prlvement P ; on injecte en I un dbit constant q de traceur la concentration C1. Au point P, on prlve des
chantillons la concentration C2.
Si on peut supposer que le rgime permanent est atteint, le flux de traceur entrant dans le tronon est gal
au flux sortant :
q.C1 = (Q + q).C2
En gnral, q est ngligeable devant Q, d'o l'on tire :
Q=q
C1
C2
La seule difficult est de raliser le rgime permanent. Pour cela, on effectue un essai avec un colorant
gnralement de la fluorescine. (Pour une rivire limpide, on peut compter 100 grammes de fluorescine pour colorer
1 000 m3 d'eau et on dissout aisment 100 grammes de fluorescine dans un litre d'eau. On peut se baser sur une dose
de 100 g par m3/s.)
A un instant t = 0, on injecte la fluorescine au
point I et on note au point P l'instant t1 o apparat la
fluorescine et t2 l'instant o elle disparat.
Cet essai peut s'interprter comme
l'injection en I d'une impulsion de traceur et
l'observation P de la rponse impulsionnelle du tronon
IP. On admet aisment que la dure t2 - t1 est
indpendante de la qualit de colorant inject (dans la
t0
mesure o l'injection demeure quasi-instantane).
t1
t'
t1
t+t'
t+t2
t2
Si on injecte durant une dure t suffisante, on observera une monte de la concentration en sel entre les
instants t1 et t' puis un palier en rgime permanent entre les instants t' et t + t' enfin une dcroissance entre les instants t
+ t' et t + t2.
Dans la pratique, on dsire obtenir un rgime permanent durant 15 minutes o on fera un prlvement par
minute. Par ailleurs, le temps t1 et gnralement sous-estim car en fait, t1 reprsente l'instant o la fluorescine
disparat " la vue" ; on peut raisonnablement penser que la concentration ne s'annule rellement que pour un temps
plus long t1' t1 + (t1 - t0), soit un temps de passage deux fois plus long. Dans ces conditions, on injectera entre les
instants t0 et t1' - t0 + 15 mn [soit 2 (t1 - t0) + 15 mn] et on fera les 15 prlvements entre les instants t1' [soit 2 (t1 t0)] et t1' + 15 mn [soit 2 (t1 - t0 + 15 mn)].
VII.2.4.4 - Mthode dite globale
Comme pour le cas prcdent, on se positionne en deux points P et I spars par une distance L de bon
mlange. On injecte instantanment en I une certaine quantit de traceurs : un volume V la concentration C1 soit
V.C1. Au point P, on fait diffrents prlvements dans le temps dont on mesure la concentration C2 (t).
On peut crire qu'il y a conservation des masses et
par
consquent
que, ce que l'on a inject, passera dans la
C2
section P, donc :
V.C1 =
C1
t
soit
t'i
to
Q.C (t)dt
2
Q=
V.C1
C ( t)dt
o
Les diffrents prlvements faits en P permettent de construire point par point la courbe C2(t) et de
dterminer alors l'intgrale qui permet d'valuer Q. Il faut toutefois noter que les "queues de courbe" sont toujours mal
connues, dans la mesure o l'oprateur ne dispose pas de l'ternit pour achever ses prlvements. Il sera dans ce cas
toujours judicieux de rechercher si cette "queue de courbe" ne s'ajuste pas une fonction de type hyperbolique ou
exponentielle dcroissante, ce qui en facilite l'intgration algbrique.
VII.2.4.5 - Mise en oeuvre pratique
D'un point de vue pratique, il convient de prvoir les concentrations C1 injecter,l'injection dbit
constant, les prises d'chantillons.
VII.2.4.5.1 Concentrations C1 injecter :
La quantit du traceur que l'on injectera doit tre telle que la concentration finale C2 soit au moins du
double de la prcision de dosage. Pour les principaux traceurs, les concentrations minimales dosables C2 sont les
suivantes :
Traceur
Chlorure
Rhodamine
Bichromate
C2 min(mg/l)
C1 max(mg/l)
5
200
0,1
10
0,2
600
Colorants
alimentaires
0,2
100
Il faudra donc en passer par une valuation du dbit mesurer de faon ajuster au mieux la
concentration et le dbit d'injection.
VII.2.4.5.2 Injection :
Pour l'injection dbit constant, s'tant fix le terme Q C1 et la dure t de l'injection, on prpare la quantit de
traceur utiliser (par exemple, dans un ft de 100 ou 200 litres) Le liquide est alors mis dans un rcipient ferm
hermtiquement. Lorsque lon ouvre le robinet, il se cre une dpression qui augment jusqu ce que lair sintroduise
par le tube daration. Le dbit reste alors constant jusqu ce que le niveau du liquide atteigne le bas du tube
daration. Ce vase se vidange directement dans le cours d'eau ou si la largeur est importante, on installera une rampe
d'arrosage.
Pour la mthode globale, l'injection est plus simple et on se contente de dverser instantanment le contenu du
rcipient o on a prpar la solution C1.
VII.2.4.5.3 Prlvements et analyses :
Dans la mthode dbit constant, on prlvera une
quinzaine d'chantillons (un par minute) en passant de la
rive droite, au milieu, puis la rive gauche et retour.
Pour la mthode globale, le plus simple est de procder
des prises d'chantillons (20 25), de volume constant et
des intervalles de temps constants en un point fixe de la
section (si possible au milieu).
Le mlange de ces diffrents prlvements donnera un
chantillon de la concentration moyenne sur la priode de
prise.
Dans la plupart des cas, l'analyse est faite par colorimtrie
; on procdera donc, durant le jaugeage, un prlvement
de solution C1 que l'on diluera avec l'eau de la rivire
diffrentes concentrations voisines du C2 escompt. Au
laboratoire, ces chantillons dilus serviront l'talonnage
du colorimtre.
Manche balais
Boite de conserve
RG
RG
dy
f(x)
dx
V(x,y)
RD x
y
ymax
Diamtre
(m)
0,03
0,05
0,08
0,1
0,125
Pas nominal
(m)
0,05
0,10
0,05
0,10
0,25
0,50
0,125
0,25
0,25
0,50
1,00
Pour des hlices trs classiques (OTT ou NEYRPIC) et des compteurs d'impulsions lectriques (limites n de
l'ordre de 10 20) on a les domaines d'applications reproduits sur la planche prcdente.
L'talonnage des hlices correspond la mesure des vitesses de l'eau lorsque l'axe de l'hlice est confondu avec
la direction du courant.
Dans certains cas, il n'est pas possible de raliser cet
accord ; aussi a-t-on conu des hlices dites "autocomposantes". Elles ont pour caractristiques de mesurer
la composante axiale Vax de la vitesse lorsque celle-ci est
oblique par rapport l'axe. Selon les constructions, l'angle
maximum varie entre 15 et 45.
Vax = a n + b
Vr
Vax
Les hlices sont ralises le plus souvent en alliage lger mais apparaissent sur le march des hlices plastiques
tout aussi performantes pour un cot bien moindre. Leur prcision est tout fait satisfaisante puisque l'erreur est
toujours infrieure 1 % (dans la mesure o elles n'ont pas subi de chocs qui les ont dtriores !).
Le principe en est simple ; un axe auquel est fixe l'hlice est entran dans son mouvement de rotation.
La partie arrire de cet axe porte, soit une vis sans fin qui par un systme d'engrenage ferme un circuit lectrique
chaque tour, soit un aimant dont la rotation provoque la fermeture d'un contacteur magntique. L'axe du moulinet est
port par des paliers de haute prcision trs faible frottement.
Les lments mcaniques sont dans un bain d'huile spcial dont les variations de viscosit avec la
temprature sont ngligeables. Des joints empchent la pntration des substances en suspension : il n'y a donc qu'une
trs faible usure des paliers.
L'ensemble du moulinet est gnralement ralis en acier inoxydable. Notons enfin que pour certains
matriels, le dispositif de contact est modifiable de faon n'mettre une impulsion que les 1, 2, 10 ou 20 tours.
VII.2.5.1.3 Enregistrement : les compteurs
Les compteurs ont pour objet de totaliser les impulsions lectriques mises par le moulinet. La cadence
maximale d'enregistrement est gnralement de 10 hHz (10 impulsions/seconde) ; les modles les plus rcents montent
20 Hz.
Parmi les diffrents modles, on peut citer :
Les totalisateurs
Un mme bouton sert la mise en route et l'arrt du comptage. Un affichage mcanique ou cristaux liquides, donne
le nombre d'impulsions enregistres et un bouton permet la remise zro. Ce type d'appareil est donc utilis avec un
chronomtre que l'on met simultanment en route.
Les chrono-compteurs
A partir de l'appareillage de base prcdent, on adjoint un chronomtre dont la commande est asservie celle du
compteur. Il ne reste donc qu'un seul bouton. La premire pression met en route le compteur et le chronomtre ; la
deuxime pression les arrte simultanment pour permettre la lecture du nombre d'impulsions i et du temps t (n =
1/t) ; la troisime remet le tout zro.
Les compteurs prslection
Elments d'Hydrologie de Surface - 50 -
Le systme le plus ancien est constitu d'une perche gradue cylindrique (d'un diamtre 9 mm 30 mm) ou
pisciforme (de 20 x 40 mm 70 x 150 mm) qui est maintenue verticalement dans l'coulement. Un coulisseau coaxial
permet de dplacer le moulinet suivant la verticale. Un tel systme ne permet que des jaugeages point par point.
De nouveaux matriels se sont dvelopps pour permettre des jaugeages la perche par intgration. Le matriel qui
semble le plus au point actuellement est la perche PIREE. La perche support est de section rectangulaire. Sur celle-ci est
fix un botier qui contient les diffrents compteurs (temps, impulsion) et un moteur lectrique vitesse rglable. Sur la
perche coulisse un porte-moulinet suspendu au botier par un ruban perfor et mtallique entran par une roue dente
mue par le moteur. La mesure se fait par intgration en remontant le porte-moulinet. Aprs avoir choisi la vitesse de
remonte (de 3 40 mm/s), on met en route par un bouton-poussoir. Ds que l'hlice arrive la surface, on arrte et on
lit directement la profondeur, le temps de monte et le nombre d'impulsions. L'nergie est fournie par une batterie
rechargeable dont l'autonomie est d'une dizaine de jaugeages.
Ce type d'appareil est certainement celui qui rpond le mieux aux besoins des hydrologues pour les jaugeages en bottes.
La mesure est aise, plus rapide et plus prcise.
Les saumons
Un saumon est un lest profil dont le poids varie de 5 150 kg. Il porte sa partie amont le moulinet et son hlice ; un
empennage sa partie permet son orientation dans le sens du courant.
Le saumon est suspendu par un cble lectroporteur un treuil. Le cble sert la fois soutenir le saumon, mais aussi
transmettre les impulsions lectriques en provenance du moulinet.
cable
hlice
empennage
lectro-porteur
corps en fonte
moulinet
contacteur de fond
tubes rallonge
Le treuil, gnralement manoeuvre manuelle, comporte un compteur indiquant la longueur de cble lche,
ce qui permet de mesurer les profondeurs par rapport la surface. La descente du saumon peut tre manuelle (jaugeage
point par point) ou vitesse constante par adjonction d'un rgulateur de vitesse (de l'ordre de 2 5 cm/s), ce qui permet
de faire des jaugeages par intgration.
Lors de sa descente, on perd gnralement de vue le saumon. On lui adjoint un contacteur de fond qui, lorsqu'il touche
le fond, forme un circuit lectrique et allume la surface une ampoule ou un signal sonore.
VII.2.5.2 - Matrialisation de la section et dplacement transversal
Nous venons de voir comment les supports permettent de dplacer le moulinet le long d'une verticale ;
nous allons voir maintenant comment dterminer la section transversale et comment s'y dplacer d'une verticale une
autre. Diffrentes techniques complmentaires et adoptes au cours d'eau sont utilisables :
VII.2.5.2.1 Jaugeages "en bottes"
Dans ce cas, l'oprateur rentre dans le cours d'eau avec la perche moulinet et le compteur. On conoit
aisment que cette technique se limite au cours d'eau peu profond (h < 1 m) et surtout faible courant (V < 2 m/s).
La section est matrialise par un double dcamtre tendu perpendiculairement l'coulement gnral. L'oprateur
place la perche verticalement la hauteur du dcamtre, ce qui permet de reprer l'abscisse de la verticale. Dans la
mesure du possible, il se tient le plus en aval et jambes cartes de faon ne pas perturber l'coulement au niveau du
moulinet. La perche est tenue de manire que le moulinet soit bien dans le sens du courant. Le jaugeage est alors
effectu point par point ou par intgration.
VII.2.5.2.2 Jaugeages depuis une passerelle :
Quand on dispose d'une passerelle, on peut
procder d'une faon analogue la prcdente. La section est
matrialise par la passerelle sur laquelle on se dplace en
abscisse. Les avantages sont que d'une part, l'oprateur n'est pas
soumis au froid et d'autre part, que l'on peut jauger sur des
profondeurs plus grandes (jusqu' 3 m) et de plus fortes vitesses
(jusqu' 3 m/s). Dans ce dernier cas, on fixe la perche sur un pied
de manuvre solidaire de la passerelle.
perche
oprateur
compteur
poulie
porte faux
treuil
pont
saumon
abscisse
Dcamtre
matrialisant
la section
Passerelle
moulinet
oprateur
de mesure
saumon
moteur
hors-bord
treuil
cable
gradu
porte faux
cable gradu
Dans la mesure du possible, la section est matrialise par un cble tendu au travers du cours d'eau. Ce cble est gradu
de faon permettre le reprage en abscisse. L'un des oprateurs se maintient au moteur de faon que le bateau reste au
niveau du cble (systme d'accrochage) sans tirer sur lui. Le moteur doit rester en marche et compenser le courant de
faon pouvoir manuvrer immdiatement en cas de dangers (coups flottants).Si la rivire est trop large pour que l'on
puisse tendre un cble en travers, on disposera des repres sur les rives de faon se positionner dans la section par
relvement avec un cercle hydrographique.
Ce type de jaugeage est limit par la vitesse de courant qui ne doit gure dpasser 2 m/s. Un inconvnient est que le
bateau perturbe les vitesses en surface.
Dans les cas simples, on pourra appliquer la "rgle" dite des moitis avec une verticale au milieu, deux
aux quarts, deux aux huitimes, deux aux seizimes de la section.
VII.2.5.3.3 Dure et nombre de mesures sur une verticale :
Dans le cas d'un jaugeage point par point, le nombre de mesures par verticale dpend de la profondeur
totale et de la variabilit des vitesses.
distance du fond
Ce nombre de points varie gnralement de 5 10, les
points tant souvent resserrs vers le bas. Prenons le cas d'une
verticale de 40 cm de profondeur jauge avec une microperche et
une hlice de 5 cm ; on fera la premire mesure 5 cm du fond
37,5
(2,5 cm en plus du rayon de l'hlice) puis les autres 10, 20, 30 et
30
37,5 cm du fond (l'hlice tangentant la surface libre).
A chaque point de mesures, il faut laisser tourner l'hlice
un temps suffisant pour obtenir la vitesse moyenne en ce point et
que l'erreur sur les temps soit ngligeable. En gnral, on admet
des mesures d'au moins 30 secondes et d'au moins 100
impulsions.
20
10
5
vitesse
Dans le cas d'un jaugeage par intgration, le principe est d'explorer la verticale, de profondeur h, vitesse
constante v (variant de 1 5 cm/s dans les cas les plus frquents).
----Supposons que la verticale soit l'abscisse x ; on peut dfinir la vitesse moyenne Vx dans cette verticale
comme tant...
h
----Vx = 1/h
V (x,y) dy
o
mais l'on a :
dy
v = dt
et V (x,y) = a n + b
----Vx = 1/h
(a n + b) v dt
t
= 1/h av
n dt + 1/h b
0
v dt
0
t
Mais
v(x,y)
Si on a procd un jaugeage par intgration, on calcule directement le P.U. (x) partir de la vitesse
------------moyenne sur la verticale V(x) et de la profondeur h (x) : P.U. (x) = h (x) V(x)
RD
profil interpol
P.U.
mesur
Dbit Q
h(x)
P.U.(x) dx =
RG
P.U.(x)
v(x,y) dx dy = Q
RG
R.G.
R.D.
Notons que ces deux intgrations graphiques successives sont faites imprativement au moins une fois
sur le terrain car il est hors de question de quitter un site sans avoir exploiter le jaugeage (en cas d'erreur, on peut
recommencer le jaugeage). L'intgration se fait en comptant les centimtres-carr sur un papier millimtr ou en
utilisant une calculatrice (intgration discrte par les trapzes). Au retour au bureau, on vrifiera la premire
exploitation (si possible par un autre oprateur) en utilisant un planimtre ou une table digitaliser.
VII.2.5.3.6 Jaugeages par "verticales indpendantes"
La plupart des jaugeages sont faits pour tablir une courbe de tarage, c'est--dire associer un dbit Q
une hauteur H. Lorsque le dbit varie rapidement durant le jaugeage, on est confront un dilemme :
- soit faire un jaugeage prcis mais plus long, donc avec une incertitude sur H, - soit faire un jaugeage rapide mais
moins prcis.
Le choix du nombre de verticales et de points de mesures par
P.U. (x,H1) P.U. (x,H2) P.U. (x,H3) P.U. (x,H4)
verticale est un compromis entre ces deux possibilits.
H4
Si vraiment le dbit varie trop vite, on pourra procder par
H3
"verticales indpendantes".
H2
Ayant choisi un certain nombre de verticales, on les exploite H1
d'une rive l'autre en notant la hauteur l'chelle pour chaque
verticale. On recommence plusieurs fois les mesures sur chaque
verticale et donc pour diffrentes hauteurs.
Les rsultats obtenus sur chaque verticale d'abscisses xi pour
H
diffrentes hauteurs Hj sont interprtes pour obtenir comme
H4
H3
prcdemment les P.U. (xi, Hj). Pour chaque verticale, on tablit
H2
le profil des P.U. (xi) avec la hauteur H l'chelle. Ensuite, pour
diffrentes hauteurs H, on interpole les P.U. correspondantes sur
H1
les diffrentes verticales.
P.U. (x,H)
Observateur
O'
ll
t1
t2
x
Aide
A'
Puis on mesure le temps t2 mis pour aller de la section OO' la section AA' (l'aide signale l'observateur le
passage du flotteur dans AA'). Ce travail est effectu pour de nombreux flotteurs passant dans toute la section.
Aprs la crue (ou avant si on a dispos les repres fixes OO' AA'), on mesure la distance OO' = 1 et O'A' = L pour
chaque flotteur. Les temps t1 et t2 permettent de dterminer leur vitesse V et leur abscisse x :
V= L
x = l t1
t2
t2
On reporte sur papier millimtr les diffrents couples (V,x) correspondant chaque flotteur. Ces points
permettent de tracer un profil en travers les vitesses de surface partir duquel on dtermine la vitesse moyenne de
surface .
Pour les jaugeages antrieurs effectus par exploration du champ des vitesses, on peut calculer la
--------vitesse moyenne V = Q/S et sa vitesse moyenne de surface Vs .On porte le rapport V/Vs en fonction de la hauteur
----l'chelle ; gnralement, ce rapport tend lentement vers 1 (0,8 < V/Vs < 1,05). Sur ce graphique, on peut extrapoler la
----valeur du rapport V/Vs par la hauteur H laquelle on a effectu le jaugeage au flotteur.
Vs
S(H)
V / Vs = K
Vs
RG
RD
----Connaissant Vs , on en dduit V mais les profils topographiques faits dans la section donnent la relation entre la surface
mouille S et la hauteur l'chelle H. Il suffit alors de multiplier la surface mouille par la vitesse moyenne pour avoir
----une estimation du dbit Q :
Q k S (h) Vs
VII.3 - LES STATIONS DE JAUGEAGE
Une station de jaugeage est un site (ou ventuellement plusieurs mais proches) o on ralisera les diffrentes
oprations ncessaires l'acquisition des dbits en fonction du temps. En particulier, ce site doit de prfrence tre tel
que la relation hauteur-dbit soit biunivoque et stable dans le temps.
Exemples de seuil artificiel et dun contrle naturel par affleurement dune couche rsistante
S'il n'est pas possible de trouver un seuil satisfaisant, on pourra se rabattre sur un tronon o le rgime est
uniforme. L-aussi, une relation biunivoque existe entre hauteur normale et dbit :
Q = k S RH2/3 I1/2
On installera donc de prfrence la station au milieu d'un tronon uniforme. Dans ce cas, on voit que le
coefficient de Strickler et la forme de la section jouent un rle ; donc, mme avec une section stable, on risque d'avoir
une courbe de tarage instable du fait des variations du coefficient de Strickler avec le dveloppement saisonnier de la
vgtation.
Une autre solution est de construire un seuil artificiel (dversoir, jaugeur, etc.) ; les inconvnients sont d'une
part le cot d'une telle installation si on veut qu'elle ne soit pas emporte par la premire crue ; d'autre part, une
modification du lit entrane une variation des conditions de transport solide et cette station n'est pas stable
immdiatement (sdimentation et affouillement tendant, on l'espre, vers un quilibre stable).
Dans le cas extrme o il n'y a ni tronon de contrle ni seuil de contrle, on installera deux chelles de
mesures des niveaux H1 et H2 ; la relation entre Q et H1 H2 s'obtient en intgrant l'quation diffrentielle de la ligne
d'eau :
dH
ij
=
2
dL
Q B
1
g S3
VII.3.2 - Limnimtrie
La limnimtrie est la mesure des niveaux en fonction du temps. Toute station comporte au moins une chelle
de mesures des hauteurs et ventuellement un limnigraphe.
VII.3.2.1- Les chelles
240
23
230
22
220
210
21
20
Ancrage
Entretoise
Echelle verticale
scelle contre un quai
Raccordement
horizontal
Fer I.P.N. battu
Echelles mtriques en
relai le long de la berge
R+
Dimanche
R-
Lundi
Ces appareils sont souvent rglables en vitesse de rotation. Communment pour les tambours, les rotations se
font en un jour, une semaine, deux semaines ou un mois ; pour les tables droulantes, l'autonomie peut tre de plusieurs
mois. Le mcanisme d'horlogerie peut tre entran soit par un ressort, soit par des piles lectriques. Dans le choix de
l'chelle de rduction et de l'autonomie, il faut trouver un compromis entre une bonne sensibilit verticale (rduction
faible), mais une amplitude suffisante (forte rduction) pour mesurer toutes les hauteurs et entre une bonne lisibilit des
temps (rotation rapide) et une autonomie grande (rotation lente). Dans tous les cas, il est conseill de ne pas laisser plus
d'un mois les appareils sans visite car les sources de panne sont nombreuses.
Limnigraphe et
sa cabine
tube de
mesure
tube de
mesure
crpin
tube de
crpine
prise
rive stable
rive meuble
L'installation de ces appareils se fait la verticale d'un puits de mesures dans lequel est situ le flotteur. Il est
ainsi protg du batillage et des corps flottants. Selon les cas et les circonstances, l'installation peut se faire soit en prise
directe dans le cours d'eau, soit enterre dans la rive avec un tube de prise.
Elments d'Hydrologie de Surface - 60 -
pont
metteur-rcepteur
ultra-sons
rflexion la
surface de l'eau
effectue les jaugeages. En effet, il n'est gnralement pas ncessaire de faire le jaugeage dans la section mme o on
effectue la mesure de niveau. Ayant donc choisi le contrle, on prospectera vers l'amont et vers l'aval ( distance
raisonnable bien sr) les sites possibles pour effectuer les jaugeages. On peut imaginer plusieurs sites selon que l'on est
en basses, moyennes ou hautes eaux. Ce dernier cas est certainement celui qu'il faut le mieux prvoir car en priode de
crues, on ne dispose gure de temps perdre. Ds l'installation de la station, on retiendra un site pour les jaugeages de
crue (pont ou jaugeage en bateaux) et si ncessaire, on installera demeure un cble pour une station tlphrique. Il
faut absolument, pour des crues exceptionnelles, que l'quipe de jaugeage n'ait pas hsiter sur le site de la mesure et
sur la technique employer. Ce n'est que dans ces conditions que l'on ne ratera pas la crue exceptionnelle.
Q = k S(H ) [RH(H )] I1 2
S (H) est la section mouille pour une hauteur H ; RH (H) est le rayon hydraulique. Ces deux fonctions sont
dtermines par l'tude des profils en travers au voisinage de la section de mesures. On se contentera seulement
d'extrapoler k (H) et I (H) d'aprs l'allure de ces courbes obtenues d'aprs les plus forts jaugeages raliss.
Il
faut l-encore se mfier car une station peut trs bien avoir plusieurs contrles.
Comme le suggre la figure ci-dessou, en basses et moyennes eaux, c'est le contrle A qui gouverne les
hauteurs H ; par contre, si le dbit augmente, le ressaut en aval de A va se rapprocher puis noyer le contrle A ; la
station est alors rgle par le contrle B.
23
Contrle de crue
Dans les premires annes de la vie d'une station, on multiplie les jaugeages de faon tablir au plus tt une
courbe de tarage prcise.
Dans certaines conditions, on peut avoir une courbe parfaitement stable (pas de vgtation, transport solide
faible, lit parfaitement stabilis) ; il suffit alors de procder quelques jaugeages de contrle assez espacs dans le
temps.
Bien souvent, les courbes ne sont pas stables surtout en basses eaux. En effet, l'influence de modifications du
lit ou de la vgtation perturbe beaucoup la relation hauteur-dbit. On est alors oblig de multiplier les jaugeages et
Elments d'Hydrologie de Surface - 63 -
d'tablir diffrentes courbes suivant les priodes de l'anne. Gnralement, ces courbes sont plus stables en hautes eaux.
On obtient donc des faisceaux de courbes de tarage auxquelles sont attaches diffrentes priodes de validit.
Parfois mme, pour les priodes d'tiage, il est impossible d'tablir une courbe de tarage. On se contente alors
d'interpoler les dbits entre les jaugeages successifs en tenant compte d'une faon subjective du limnigramme.
Relais au sol
Perturbation
Emetteur
Rcepteur
5 000 km
Satellite 1
300
om
200
D
ur
20
br
e
30
10
0
100
Latitude
Satellite 2
E qu
r
ateu
0 10 20 30 40 50 60 70 80 90
VII.6.3.1.2 Message : son mission et sa rception par le satellite
Du point de vue de l'utilisateur, le message ARGOS comprend l'identification de la station sur 20 bits et un
message libre de 256 bits. Ceci est trs court. Ainsi, le systme CHLOE.D permet d'mettre un message qui comporte
les renseignements suivants :
- le numro du message,
- la temprature interne de la cabine,
- la tension de la batterie,
- l'tat de remplissage de la cartouche EPROM,
- la tension des panneaux solaires,
- les 15 hauteurs d'eau enregistres la demi-heure juste qui a prcd
- la temprature de l'eau,
l'laboration du message et aux 14 demi-heures justes qui la prcdaient.
Un message couvre ainsi 7 h d'observations et les satellites sont visibles au moins 6 fois par jour. Ceci n'est pas
un luxe car on n'est pas assur qu' chaque passage le message sera reu correctement.
Elments d'Hydrologie de Surface - 66 -
En effet, toutes les balises mettent sur la mme longueur d'onde (401 MHz) en rptant le message avec une priode
variable de 40 200 s.
La rception des messages par le satellite est alatoire. En effet, toutes les balises mettent en permanence et
sur la mme frquence d'onde. Le systme embarqu spare cependant les messages selon leur frquence car la
rception de la frquence dpend de la position relative de la balise par rapport au satellite (effet Doppler). Quatre
messages sur diffrentes longueurs d'ondes peuvent tre traits la fois.
La probabilit de recevoir correctement un message dpend la fois du nombre de balises en vue, de la dure
des messages et de leurs rptitions. Cette fonction est complexe mais on retiendra l'ordre de grandeur suivant : avec 75
balises en vue, rptant un message de 256 bits toutes les 40 secondes, la probabilit d'acquisition est de 0.9999 pour un
message rpt six fois (or un satellite reste en vue en moyenne pendant 10 mn soit le temps pour rpter 15 fois le
message). Hormis le risque de ne pas capter le message, il existe encore des erreurs possibles sur la transmission. On
peut admettre qu'un bit sur 10 000 est faux. La rptition des messages permet donc dans l'ensemble d'avoir une bonne
fiabilit dans le systme.
Sur le plan physique, l'metteur ARGOS est un botier de faibles dimensions qui prend place dans le coffret du
CHLOE.D. Une antenne omnidirectionnelle met le message avec une puissance de 3 4 W.
0,8
Tra
c
Emetteur
ea
us
ol
du
s
ate
l
lite
0,6
Recepteur
0,4
0,2
Distance en km entre
l'metteur et le rcepteur
0
0
Selon la distance d entre metteur et rcepteur, l'efficacit e varie linairement. Cette efficacit est dfinie pour
le rapport du nombre de messages reus par la station de rception, au nombre de messages reus par le satellite.
VII.6.3.1.4 Possibilits et limites du systme ARGOS pour l'hydrologie
Nous avons vu que ce systme avait une efficacit qui dpendait de la latitude. En nous mettant dans les
conditions les plus dfavorables, soit l'quateur, une station de rception directe permet de recevoir, dans de bonnes
conditions, les informations manant de balises distantes de 1000 km voire 2 000 km, ce qui est trs amplement
suffisant. Les messages sont cependant courts et compte tenu des divers alas, on est peu prs sr d'obtenir le message
mais diffr de quelques heures (4 7 h). Manifestement, cela ne se prte pas des problmes de prvision de crues
brutales ; par contre, il permet de suivre en temps rel des phnomnes variations temporelles plus amples (crues de
grands fleuves) et surtout de suivre la bonne marche d'un rseau. Ce dernier point est certainement essentiel car c'est l
que l'on peut esprer amortir la tltransmission en conomisant sur les tournes de terrain et en rduisant les priodes
de lacunes d'observations.
En 1980, les ordres de grandeur des cots taient les suivants :
- station limnimtrique SPI + CHLOE.C + Balise ARGOS de stockage EPROM + accessoires : 75 000 F
;
- cot du mme ordre pour une station pluviographique avec augets basculeurs et OEDIPE ;
- station de rception directe: 200 000 F ;
- redevance de fonctionnement du systme ARGOS : 1 400 F/an/metteur (mais variable suivant les
services et les tats).
Elments d'Hydrologie de Surface - 67 -
GOES
USA
GOES
USA
METEOSAT
Europe
GOES
USA
GOES
Japon
limite n
N' N'
Prob(X=xi)
xa
xi
xb
F(x)
1
f(x)dx
xa
x x+dx
xb
Dans le cas de variables continues, il est ainsi impossible d'associer une probabilit non nulle l'apparition
d'une valeur particulire de X
m=
x f (x) dx
xa
Le mode mo est la valeur de x qui est la plus frquente (variable discrte) ou qui a la plus forte densit de probabilit.
Nous avons dit plus haut que nous n'emploierons que des lois unimodales ou amodales. Dans ces conditions, la densit
de probabilit sur l'intervalle xa et xb ne doit prsenter qu'un seul maximum :
f' (mo) = 0
xa mo xb
La mdiane me est la valeur qui divise la population en deux sous-populations quiprobables :
me
xa
1
f (x) dx =
f (x) dx = 2
xa
me
Dans les lois que nous utiliserons, ces trois paramtres se rencontrent dans l'ordre croissant (ou dcroissant)
suivant :
mh =
1
f (x) dx
x
xb
xa
Elle peut tre considre comme le moment d'ordre -1 et elle n'a de sens que si xa 0 ou xb 0 et si f (0) = 0.
La moyenne gomtrique a pour expression :
Ln (mg) =
xb
Ln (x) f (x) dx
xa
xb
xa
xk Ln (x) f (x) dx
Cette dfinition des moments est bien souvent gnante et on prfre utiliser la notion de moment centr d'ordre
k, k :
k =
xb
( x x ) k f (x) dx
xa
xb
x f (x) dx = m
xa
1 =
xb
xa
x f (x) dx = m1 ;
xb
f (x) dx =
xa
xb
xa
xb
x f (x) dx -
xa
xb
m f (x) dx
xa
m1 f (x) dx = m1
xb
f (x) dx ;
xa
xb
xa
f (x) dx = 1 => 1 = 0
xb
xa
2 f (x) dx = m - m 2
2
1
1 2
Q1
f (x) dx =
xa
xb
f (x) dx = 0,25
Q2
L'intervalle inter-quantiles (Q2 - Q1) contient 50 % de la population. On peut dfinir galement les 4
quintiles, les 9 dciles, etc.
Ecart absolu moyen ea :
--C'est la moyenne des valeurs absolues des dviations (x - x ) :
ea =
xb
xa
x x f ( x ) dx
Variance 2 et cart-type :
Ces paramtres dj dfinis, sont les plus usits :
a =
xb
xa
( x x )2 f ( x ) dx = 2
Coefficient de variation CV :
Ce paramtre, trs usit, se dfinit comme suit partir de la moyenne m1 et de l'cart-type s :
s
CV = m
1
* Si 1 est positif, la distribution est tale sur la droite ; on observe la succession mode-mdiane-moyenne et la
dissymtrie est dite positive.
* Si 1 est ngatif, la distribution est tale sur la gauche ; on observe la succession moyenne-mdiane-mode et la
dissymtrie est dite ngative.
* Si 1 est nul, la dissymtrie n'est pas forcment symtrique (mais si la distribution est symtrique, on a 1 = 0).
f(x)
1 > 0
1 < 0
Sens de la dissymtrie.
Mesure de l'aplatissement :
f(x)
2 > 0
2= 44 - 3.
2
2 = 0
2 < 0
x
VAR ( L) = 0 si n
Elments d'Hydrologie de Surface - 73 -
Il peut exister plusieurs estimations absolument correctes ; parmi elles, celle qui prend le mieux en
compte l'chantillon et qui donne la variance minimale (pour n donne) des L est dite "estimation efficace" (ou
exhaustive).
2 =
i =1
( n i n 'i )2
n 'i
Cette variable 2 suit une loi de probabilit dite loi du 2, degrs de libert avec :
=K-p-1
K = nombre de classes ;
p = nombre de paramtres estims d'aprs l'chantillon.
Les tables donnes en annexes permettent de connatre la valeur numrique du 2 qui a % de chance
d'tre dpass par le seul fait du hasard, en fonction des valeurs de .
Si par exemple on ajuste une loi de Gauss (1 paramtre de tendance centrale, un paramtre de
dispersion) un chantillon dcoup en 5 classes et que le c2 calcul est gal 3,7, est-ce que cette loi peut caractriser
la population totale ?
Nous avons : = 5 - 2 - 1 = 2.
Si nous nous fixons un seuil de 5 %, nous trouvons dans les tables qu'il y a moins de 5 % de chance
d'obtenir par hasard un 2 suprieur 5,99. C'est--dire que mme si la concordance tait parfaite, il y aurait 5 % de
chance que le 2 dpasse 5,99. Il n'y a donc pas lieu de remettre en cause cet ajustement.
VIII.3.2.2 - Test Wn2 d'Anderson
Ce test, un peu plus fastidieux mettre en uvre (tout au moins manuellement), est plus efficace que
le test du 2. Analogue dans son esprit, il favorise les valeurs extrmes et considre individuellement chaque lment
de l'chantillon.
Soit un chantillon de taille n o xi est la ime valeur dans l'chantillon class par ordre croissant ; on
peut estimer pour chaque xi, sa frquence thorique au non-dpassement F(xi) partir de l'ajustement que l'on dsire
tester. On construit alors ainsi Wn2 :
Wn2 = n
1
n
i =1
La variable u dfinie comme suit partir de Wn2 permet de caractriser la qualit de l'ajustement :
Ln[Wn 2 0,18 / n 1 / 4 ] + 0,8 + 1 / n
u=
(n >= 10)
0,65
L'ajustement est d'autant satisfaisant que u est faible et on pourra utiliser les seuils de
rejets suivants :
Seuil
useuil
20 %
0,84
10 %
1,28
5%
1,64
1%
2,32
1
r
des moments d'ordre r par : m'r = n n xi
i=1
ou les estimations absolument correctes (moments centrs):
n
n
1
1
2
2
d'ordre 2 (variance) 2 par : V =
xi [ xi ]
( n 1) i =1
n i =1
d'ordre 3 par : 3 =
n
n
2 n 3
n 3
2
n xi 3 xi xi + ( xi )
(n 1)(n 2) i = 1
n i =1
i =1 i = 1
f
(
x ) a
1
Log L= n log f (x); ..........
n
1
1 f ( x )
=
=0
f
(
x ) k
1
i 0,3
n + 0,4
2) La loi de distribution est adapte l'chantillon. (On choisit a priori le type de formulation, mais
un au moins des paramtres est dtermin partir de l'chantillon.) On dmontre dans ce cas, qu'une solution
approche est donne par la formule :
1
i-2
Fi = n
En hydrologie, les observations des pluies-dbits relvent toujours de cette seconde hypothse.
3) Cas mixte :
On a observ des crues durant 20 ans et on connat les trois plus fortes crues enregistres durant les
50 ans prcdents. Comment voir si ces trois valeurs sont compatibles avec ce que l'on a pu constater sur les 20
dernires annes ?
On choisit le type de loi et on ajuste les paramtres partir de l'chantillon de 20 ans. On portera
i - 0,5
donc les valeurs des crues en fonction des frquences calcules par Fi = n .
On est ensuite ramen au cas 1 et on calculera pour les trois autres valeurs, les frquences par :
i - 0,3
Fi = n + 0,4 .
VIII.4.2. - Danger d'apparition
VIII.4.2.1 - Priode de retour
Par dfinition la probabilit est le rapport du nombre d'vnement favorable au nombre total d'vnement. Souvent un
vnement est associ une dure (il y a par exemple une crue maximale annuelle chaque anne). La frquence peut
alors se dfinir galement comme tant le nombre d'vnement favorable sur le nombre total de dures. On dfinit alors
la priode de retour T (au temps de rcurrence) comme l'inverse de la frquence au non-dpassement F (ou de la
frquence au dpassement F1 si F1 est infrieur 0,5).
1
T = F (si F1 < 0,5)
1
F = 1 - F1
1
T = F (si F < 0,5)
Les frquences ont pour unit (T)-1, puisque l'on associe gnralement une dure chaque vnement. La
priode de retour a donc la dimension d'un temps.
Exemple :
Si on a tabli la statistique des crues maximales annuelles (un dbit par an), la crue de frquence au nondpassement 0,9 a une priode de retour de :
1
T = 1 - 0,9 = 10 ans
En moyenne, cette crue est dpasse une fois tous les dix ans.
Cependant, la crue de frquence au non-dpassement 0,1 a, elle aussi, une priode de retour de 10 ans, mais on
dira que cette crue est non-dpasse en moyenne une fois tous les dix ans.
d'o
P = 1 - (F)n
F( x ) =
1
2
u 2
du avec u =
xx
0
0,5000
0,5398
0,5793
0,6179
0,6554
0,6915
0,7257
0,7580
0,7881
0,8159
0,8413
0,8643
0,8849
0,9032
0,9192
0,9332
0,9452
0,9554
0,9641
0,9713
0,9772
0,9821
0,9861
0,9893
0,9918
0,9938
0,9953
0,9965
0,9974
0,9981
0,9987
0,9990
0,9993
0,9995
0,9997
0,01
0,5040
0,5438
0,5832
0,6217
0,6591
0,6950
0,7290
0,7611
0,7910
0,8186
0,8438
0,8665
0,8869
0,9049
0,9207
0,9345
0,9463
0,9564
0,9649
0,9719
0,9779
0,9826
0,9864
0,9896
0,9920
0,9940
0,9955
0,9966
0,9975
0,9982
0,9987
0,9991
0,9993
0,9995
0,9997
0,02
0,5080
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,9783
0,9830
0,9868
0,9898
0,9922
0,9941
0,9956
0,9967
0,9976
0,9982
0,9987
0,9991
0,9994
0,9995
0,9997
0,03
0,5120
0,5517
0,5910
0,6293
0,6664
0,7019
0,7357
0,7673
0,7967
0,8238
0,8483
0,8708
0,8907
0,9082
0,9236
0,9370
0,9484
0,9582
0,9662
0,9732
0,9788
0,9834
0,9871
0,9901
0,9925
0,9943
0,9957
0,9968
0,9977
0,9983
0,9988
0,9991
0,9994
0,9996
0,9997
0,04
0,5160
0,5557
0,5948
0,6331
0,6700
0,7054
0,7389
0,7704
0,7995
0,8264
0,8508
0,8729
0,8925
0,9099
0,9251
0,9382
0,9495
0,9591
0,9671
0,9738
0,9793
0,9838
0,9875
0,9904
0,9927
0,9945
0,9959
0,9969
0,9977
0,9984
0,9988
0,9992
0,9994
0,9996
0,9997
0,05
0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7422
0,7734
0,8023
0,8289
0,8531
0,8749
0,8944
0,9115
0,9265
0,9394
0,9505
0,9599
0,9678
0,9744
0,9798
0,9842
0,9878
0,9906
0,9929
0,9946
0,9960
0,9970
0,9978
0,9984
0,9989
0,9992
0,9994
0,9996
0,9997
0,06
0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,8770
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,9750
0,9803
0,9846
0,9881
0,9909
0,9931
0,9948
0,9961
0,9971
0,9979
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,07
0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,8340
0,8577
0,8790
0,8980
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,9808
0,9850
0,9884
0,9911
0,9932
0,9949
0,9962
0,9972
0,9979
0,9985
0,9989
0,9992
0,9995
0,9996
0,9997
0,08
0,5319
0,5714
0,6103
0,6480
0,6844
0,7190
0,7517
0,7823
0,8106
0,8365
0,8599
0,8810
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,9812
0,9854
0,9887
0,9913
0,9934
0,9951
0,9963
0,9973
0,9980
0,9986
0,9990
0,9993
0,9995
0,9996
0,9997
0,09
0,5359
0,5753
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,8830
0,9013
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,9817
0,9857
0,9890
0,9916
0,9936
0,9952
0,9964
0,9974
0,9981
0,9986
0,9990
0,9993
0,9995
0,9997
0,9998
La table correspond aux valeurs de u positive, si u est ngatif, la probabilit au non-dpassement est le
complment 1 de F (|u|).
--Le paramtre de tendance centrale x et la fois la moyenne, le mode et la mdiane. Le paramtre de
dispersion x est l'cart-type (racine carre de la variance).
--F(x)
f(
1
Le paramtre de tendance centrale x et la fois
la moyenne, le mode et la mdiane. Le paramtre de
dispersion x est l'cart-type (racine carre de la
F(x)
1
variance).
2
La densit de probabilit a pour expression :
0,
0,5
u2
1
f (u) =
e 2
2
La drive premire s'annule pour u = 0 (valeur
modale) et la drive seconde pour u 1.
La fonction de densit est reprsente par la
courbe "en cloche" symtrique par rapport au mode
u = 0 et avec des points d'inflexion pour u 1.
f(x)
0,
0,
0
-4
0
-3
-2
-1
0
68 %
95
99,9 %
--x =
xi
i =1
(x i x) 2
et x = i =1
=
n
n 1
b) Mthode du maximum de vraisemblance :
Cette mthode conduit une autre estimation de l'cart-type :
i =1
x nx
n 1
(x
x =
x) 2
i =1
n
Elle est consistante mais moins correcte que la prcdente que l'on prfrera donc.
c) Ajustement graphique :
A chaque lment de l'chantillon, on associe une frquence exprimentale au non-dpassement :
i - 0,5
F(xi) = n
A chaque valeur de F(xi) correspond une valeur de u. Pour chaque lment de l'chantillon, on peut porter
dans un graphique gradu en abscisse selon les valeurs de u et en ordonne selon la variable x, un point de
i 0.5
coordonnes (
, xi ) .
n
Si les valeurs de xi sont distribues normalement, les points s'alignent sur une droite
d'quation : xi = x + ui x , appele droite de Henry.
----D'aprs cette droite, on dtermine la moyenne x puisque pour u = 0, on a x = x , et l'cart-type en faisant
--par exemple u = 2, donc x = x + 2x.
x
x+2
-2,5
-2
-1,5
-1
-0,5
0,5
1,5
2,5
0,5
1
n
... suit une loi de Student degr de libert. Cette loi symtrique est plus "pointue" que la loi de Gauss. Ds que n
atteint 30, on peut confondre la loi de Student et la loi de Gauss.
b) Estimation de l'cart-type :
Soit V la variance de la population-mre et 2 la variance estime d'aprs un chantillon de taille n, la valeur
2
...
2 = n V
2
... suit une loi du 2 = n - 1 degr de libert. Ds que n atteint 50, on peut admettre que la valeur...
t=V-
2
2n
Dans le cas o l'chantillon est grand (n > 30), on peut admettre en premire approximation que la moyenne
--2
2
x et l'cart-type x sont distribus normalement avec des variances n et 2n .
Le quantile xF est estim par l'expression :
--x F = x + uF x
On admet alors que si xF est le vritable quantile et
x
2n
u F2 + 2
---
----2
2
Var ( x F ) = Var ( x ) + Var (uF x) = Var ( x ) + uF2 Var (x) = n + uF2 2n
2
Var ( x F ) = 2n + (uF2 + 2)
xF =
u F2 + 2
2n
VIII.5.1.4 - Intervalles de confiance
d'un paramtre p, l'intervalle limit par deux
On appelle intervalle de confiance % sur l'estimation p
bornes p1 et p2 telles que l'on ait 2 % de chance d'avoir p < p1 ou p > p2 du seul fait des erreurs d'chantillonnage.
On a donc % de chance pour que la vritable valeur p (du paramtre que l'on estime par
p2. Compte tenu des rflexions sur les distributions des estimations, on obtient :
Intervalle de confiance % sur la moyenne :
Les bornes de l'intervalle sont :
x t 1
1
n
2
F = 1
si
<
30,
1
pour = n - 1 ;
2
- si n > 30, t
1
2
1
2
est
la
la
valeur
variable
du
rduite
de
Student
de
frquence
au
non-dpassement
Gauss
de
frquence
au
non-dpassement
de
1-
F=1- 2
pour = n - 1.
Intervalle de confiance % sur l'cart-type :
- si n < 50, les bornes de l'intervalle de confiance % sont :
n2x
n2x
<
V
<
12
22
1-
2 .
1-
22 : valeur ayant pour frquence au non-dpassement F = 1 - 2 .
- si n > 50, les bornes sont :
x t 1 x
1
2n
2
avec t
1
2
1-
2
t
xF
tF 2
tF t2
1 + 2 2n
t2
1 - 2n
(2 fois plus pour la borne suprieure et 2 fois moins pour la borne infrieure)
tF : variable rduite de Gauss ayant la frquence au non-dpassement F
1-
.
t : variable rduite de Gauss ayant la frquence au non-dpassement 1 - 2
VIII.5.1.5 - Comparaison de deux chantillons
Il arrive frquemment que l'on ait comparer deux sries de mesures. Par exemple, une srie de dbits sur une
vingtaine d'annes, donne des rsultats diffrents. On se pose le problme de savoir si cette diffrence est attribuable au
seul fait du hasard (erreur d'chantillonnage) ou, au contraire, si le milieu s'est modifi, ce qui a chang le
comportement hydrologique du bassin.
En appliquant les rsultats concernant les lois de distribution des paramtres ajusts, on obtient les rsultats
suivants.
Supposons que l'on tire une population normalement distribue de moyenne m et d'cart-type , deux
----chantillons de taille n1 et n2 partir desquels on estime les moyennes x1 et x2 et les carts-types 1 et 2.
a) Comparaison des moyennes :
- si n1 et n2 > 50 :
--- ----La diffrence d =x1 - x2 et distribue selon une loi de Gauss de moyenne d nulle et d'cart-type :
d =
2x1
2x2
n1 + n2
Par consquent, si on trouve |d| > uF d, il n'y a qu'une probabilit p = 2 (1 - F) pour que cette diffrence d ne
soit due qu'au hasard. [ |d| > 2 d => moins de 5 % de chance que ce soit d au hasard, donc au seuil de 5 %, on peut
dire que cela n'est pas d au hasard, donc l'hypothse du tirage dans une mme population est rejeter ; les deux
----moyennes x1 et x2 sont significativement diffrentes au seuil de 5 % ].
- Si n1 et n2 < 50 :
On peut estimer partir des deux chantillons, la variance 2 de la population-mre par :
2
2 =
( n 1 1)s x1 + ( n 2 1)s
n1 + n 2 2
2x 2
--- --x1 - x2
La variable t =
suit une loi de Student : = n1 + n2 - 2 degr de libert.
1
1
+
s
n1 n2
On reprend alors le mme raisonnement qu'au paragraphe prcdent.
- Si on conclut que les deux chantillons sont tirs d'une mme population-mre, on estimera la moyenne m
par :
----n1 x1 + n2 x2
m =
n1 + n2
b) Comparaison des carts-types :
- Si n1 et n2 > 50 :
On estime que la diffrence d des variances (d = 2x1 - 2x2) est distribue selon une loi de gauss de
--moyenne d = 0 et d'cart-type d :
d =
2 4x1
n1
2 4x2
n2
2
2
Par consquent, si on constate que | x1 - x2| > 2 d; on dira qu'il y a moins de 5 % de chance pour qu'un
tel cart soit d uniquement au hasard, et par consquent, les deux variances sont significativement diffrentes au seuil
de 5 %.
Si les deux chantillons ne sont pas significativement diffrents, on estimera la variance 2 de la population
mre par :
Elments d'Hydrologie de Surface - 81 -
=
2
n1 2x1 + n2 + 2x2
n1 + n2
- Si n1 et n2 < 50 :
2x1
La variable F = 2
(si 2x1 > 2x2) est distribue selon une loi de Fischer-Snedecor de 1 = n1 - 1 et 2
x2
= n2 - 1 degrs de libert.
En comparant comme prcdemment la valeur relle de F celle correspondant une certaine frquence, on
dterminera si les variances sont significativement diffrentes et quel seuil.
La variance de la population 2 pourra tre estime par :
(n1 - 1) 2x1 + (n2 - 1) 2x2
2 =
n1 + n2 - 2
u = a log (x - xo) + b
Intervalle de dfinition : x ] xo, + [
On remarque que l'on passe de la loi de Gauss la loi de Galton en faisant le changement de variable de x en
log (x - xo). Cette loi fait intervenir trois paramtres dont xo est le paramtre de position.
Une autre formulation qui fait mieux ressentir le rle des paramtres est:
F(x) =
1
e
u
Ln 2 ( u )
2 2
du
x - xo
u=
s
xo : paramtre de position (identique au prcdent)
s : paramtre d'chelle positif diffrent de zro
: paramtre de forme positif diffrent de zro
100
10
0,1
0
0,4
0,8
1,2
1,6
Variations de 1 et 2 avec .
Le coefficient d'aplatissement 2 est toujours positif ; la loi de Galton est plus "pointue" que la loi de Gauss.
Le coefficient d'asymtrie 1 est toujours positif ; la loi de Galton est dissymtrique, tendue vers la droite.
1
(Ln u)2
exp ()
2 2
2 u
1
x -xo
2
Elle s'annule pour : u = s
e- , ce qui correspond au
mode. Par ailleurs, la fonction de densit a deux points
d'inflexion pour :
u= e
4
2
( 3 1+ 2 )
2
1,8
f(u)
1,6
1,4
1,2
0,25
1
0,8
0,6
0,4
0,2
0,5
1
0
0
0,5
1,5
2,5
(x
=
3 =
i =1
x )2
cart-type des x,
n 1
1
( n 1)( n 2)
(x
x )3
i =1
4
( x x 0 )3
= 2
3 + 3( x x 0 )2
a=
(1)
1,517
s2
log 1 + --
( x - xo)2
(2)
--1,1513
- a log ( x - xo)
(3)
a
L'quation (1) ne dpend que de xo et des valeurs prises dans l'chantillon. Malheureusement, il n'est pas
possible d'expliciter xo et on devra rsoudre l'quation (1) par approximations successives. Connaissant xo, on rsout
l'quation (2) qui donne a ; puis connaissant a et xo l'quation (3) qui donne b.
La mthode des moments prsente le double inconvnient de ncessiter un calcul itratif et de donner parfois
des valeurs de xo suprieures la plus petite des valeurs rencontres dans l'chantillon.
b=
n
1 1
2.3026
i =1 x i x 0 n
i =1
log2 ( x i x 0 )
n
1 n
n
1
1
2
(
log
(
x
x
)
)
=
log
(
x
x
)
i
0
i
0
2
n i =1
n i =1
i =1 x i x 0
i =1
log ( x i x 0 )
xi x0
(1)
1
a2 = 1
(2)
2 (x - x ) - 1 [S log (x - x )]2
S
log
o n2
o
n
a S log (x - xo)
b=(3)
n
Comme dans la mthode des moments, l'quation (1) ne dpend que de xo mais on doit la rsoudre par
approximations successives. Connaissant xo, la formule (2) permet d'valuer a ; enfin, avec xo et a, on dtermine b par
la formule (3). Cette mthode est prfrable lorsque l'on dispose de moyens de calcul.
Elments d'Hydrologie de Surface - 83 -
c) Mthode graphique
log(X-Xo)
0,9
0,8
0,7
0,6
Xo=0
0,5
0,4
Xo=1
0,3
a = - 4,25
b = 1,48
Xo = 2,0
0,2
0,1
Xo=2
0
-2
-1,5
-1
-0,5
0,5
1,5
38
50 %
76
75 %
190
90 %
1900
99 %
Exemple :
Soit une srie de 30 valeurs de dbits qui ont permis de dterminer xo, a et b. Pour obtenir
l'intervalle de confiance 75 % sur le dbit de frquence 0,9, on procdera au tirage au hasard de 76 chantillons de
taille 30 dans une population-mre (xo, a, b). Parmi les 76 estimations de Q0,9, la 10me et la 67me reprsentent les
bornes de l'intervalle de confiance 75 % sur le quantile Q0,9.
VIII.5.2.4 - Cas particulier frquent et simple o xo n'est plus un paramtre ajuster
Bien souvent, on peut se fixer a priori, la valeur de xo qui est une borne de l'intervalle de
variation de x. Dans ce cas, on peut se ramener la loi de Gauss en procdant au changement de variable :
X = log (x - xo).
La fonction de distribution est alors dfinie d'aprs les deux seuls paramtres estimer par
les relations suivantes :
log (x - xo)
--------------------X = log (x - xo) =
n
Elments d'Hydrologie de Surface - 84 -
X = log (x - xo) =
F (x) =
u2
2 du
Tout ce qui a t dit sur la variable x distribue selon une loi de Gauss devient valable pour la variable log (xxo). En particulier, ceci permet une valuation rapide des intervalles de confiance et vite l'utilisation d'un calculateur.
La simplification thorique due au choix arbitraire de xo explique que ce procd soit le plus souvent adopt.
0,5
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0,4
0,3
0,2
0,1
0
-2
-1
Le coefficient d'aplatissement 2 est constant et gal 2,4 ; la loi de Gumbel est donc plus pointue que la loi de Gauss.
La densit de probabilit a pour expression :
-u
-u -e
f (u) = e
e
1
Elle a un maximum pour u = 0 et deux points d'inflexion pour u = Ln [ 2 (3 5 ].
On peut noter ds prsent le comportement asymptotique de la distribution de Gumbel : si F tend vers 1, en
1
posant T = 1 - F , la variable rduite de Gumbel u tend vers Ln T.
VIII.5.3.2 - Estimation des paramtres
a) Mthode des moments
La mthode des moments conduit des estimations de calcul particulirement simple et d'emploi trs frquent
:
s = 0,78 x
--xo = x - 0,577 s
x =
(x - x)2
n-1
--- x
et x = n
x e-x/s
e-x/s
xo = - s L n
--=x
e-x/s
n
La premire quation est implicite en s ; elle ne peut donc se rsoudre que par itration. Ayant dtermin s, la
deuxime quation permet la dtermination de xo.
Elments d'Hydrologie de Surface - 85 -
La mthode du maximum de vraisemblance ne s'utilise que lorsque l'on dispose de moyens de calcul
automatique.
c) Mthode graphique
Cette loi deux paramtres se prte trs facilement des ajustements graphiques.
x - xo
La variable rduite de Gumbel u = s
s'exprime trs facilement en fonction de la frquence puisque l'on a
1
-u
-e
d'o u = - L n L n F
F (x) = e
Ainsi, en portant arithmtiquement les valeurs de x en fonction de leur frquence exprimentale au nondpassement selon un axe gradu arithmtiquement en u, on doit obtenir une droite passant par exemple :
par u = 0 pour x = xo
et u = 1 pour x = xo s
...d'o la dtermination immdiate de xo et s.
s reprsente la pente de cette droite ; aussi appelle-t-on souvent s le "gradex" (gradient exponentiel).
25
20
Valeurs
naturelles
I.C 80%
xo + 2s
15
10
xo = 5,77
xo
s = 3,01
5
0
-2
-1
F(x)=e
k (x x o )
1
1/ k
Trois paramtres interviennent : xo le paramtre de position, s le paramtre dchelle et k le paramtre de forme. Sous
cette formulation unique on retrouve en fait les trois types de distribution selon les valeurs prise par k :
Si k est positif on retrouve une loi propose par Weibull (GEV de type III) o x est dfini sur lintervalle
], x 0'[ Cette borne suprieure de lintervalle de dfinition se dduit des paramtres s, k et xo par la
relation : x 0'= s + x 0 . En fait ce type de distribution se rencontre rarement en hydrologie o lon travaille le
k
plus souvent sur des valeurs maximales (pluies ou crue extrmes).
1/ k
(x x o )
k (x x o)
s
Si k est gal zro on constate que 1
. On retrouve donc la loi de Gumbel (GEV
e
s
]x 0', +[ Cette borne infrieure de lintervalle de dfinition se dduit des paramtres s, k et xo par la
relation : x 0'= s + x 0 Ce type de loi peut se rencontrer en hydrologie, mais la difficult va rsider dans
k
lestimation du paramtre de forme qui est trs soumise aux alas de lchantillonnage.
On notera que suivant les auteurs, le signe de k est parfois invers et k est donc remplac par k !!!
VIII.5.4.1 - Fonction de rpartition et densit de probabilit
F(x)=e
k (x x o )
(1
1/ k
k (x x o)
f(x)=1 1
s
s
1 1
k
k (x x o )
1
1/ k
0,20
45
40
0,18
0,16
35
0,14
30
25
0,12
0,10
20
0,08
15
0,06
10
5
0,04
0,02
0,00
-4
-3
-2
-1
1
-Ln(-Ln(F))
Comme lillustre la figure ci-dessus, les points exprimentaux peuvent tre report dans un graphique de Gumbel (x,ln(-ln(F))) mais les points ne seront align que si k=0. La courbe rouge indique bien que si k est ngatif (loi de
Frchet), les valeurs les plus fortes sont plus frquentes que dans une loi de Gumbel.
VIII.5.4.2 Mthode dajustement
Dans le cas gnral, il est prconis dutiliser la mthode des moments pondr (Voir LUBES & MASSON,
Hydrologie Continentale, vol.6 n1, 1991). On estimera tout dabord les trois premier moments pondrs b0, b1 et b2 :
n
n
n
(i1)(i2)
b0 = 1 x i , b1 = 1 i1 x i et b2 = 1
x
n i =1
n i =1 n 1
n i =1 (n 1)(n 2) i
(n tant la taille de lchantillon et i le rand dans lchantillon class par ordre croissant)
VIII.5.4.3 - Cas particulier o xo est fix l'avance
Dans ce cas, on est directement ramen la loi de Gumbel par la transformation x en log(x - xo) et par
consquent, on estimera s et par :
Elments d'Hydrologie de Surface - 87 -
() =
avec u =
x - xo
s
-1 -u
e du
6
Le coefficient d'aplatissement est positif et gal
2 =
Si crot indfiniment, la loi gamma incomplte tend vers une loi de Gauss (1 0,2 0).
La densit de probabilit a pour expression :
1
-1 -u
f (u) =
u
e
()
Selon les valeurs de , les formes de distribution changent d'allure ; on peut distinguer diffrents cas.
La densit de probabilit dcrot continuellement lorsque u augmente ; loi dite en J. Cette loi n'a pas
0<<1
de mode rel.
= 1 Loi exponentielle sans mode rel.
1<<2
Loi modale u = - 1, densit nulle u = 0 avec tangente verticale.
= 2 Idem mais : tangente gale 1 en u = 0.
> 2 Courbe en cloche (2 points d'inflexion u = - 1 - 1 ), mode u = - 1 et densit de probabilit nulle
u = 0 avec tangente horizontale.
f(u)
1
1
0,5
[1,2]
<1
>2
2
0
0
5 u
--x = xo + s
et
=s
=
7
s
3 + R / (R - R ) + 1
1
2
1
R1 =
(xi - xo)
n
R2 =
(xi - xo)2
(i - x o )
R3 =
(xi - xo)3
(xi - xo)
- 1 = Sn (---x - xo) = z
Ln - () = Ln (---x - xo) - S1 = y
1
Sn = n
1
x-x
o
1
S1 = n Ln (xi - xo)
() =
d ()
d
z
Pour rsoudre ce systme, on se donne a priori un xo puis on calcule z = z - 1 partir de la seconde
quation. La troisime quation se rsout ainsi d'une faon approche :
0,5000876
y =
+ 0,1648852 - 0,0544274 y
y
Si xo est bien choisi, on doit avoir z = y
si z > y
xo tait trop petit
xo tait trop grand
si z < y
On
z
y
se
fixe
un
nouveau
xo
et
on
recommence
jusqu'
ce
qu'on
ait
par
exemple
= 1 0,01 %
Si 1
Dans ce cas, la moyenne harmonique Sh n'a plus de sens et on remplace l'quation en Sh par l'quation
exprimant l'galit des moments centrs d'ordre 2 :
----n
x2
2
2
2
s = = n - 1 (S2 - x )
avec S2 = n
et comme prcdemment :
--x - xo
--s=
et Ln - () = Ln ( x - xo) - S1 = y
y
En combinant les deux premires quations, on obtient...
2
n - 1 (x - xo)
z = n
--(S2 - x2)
et on rsout la dernire quation par la relation suivante valable pour 1 :
8,898919
+ 9,059950 + 0,9775373 y
y
y =
17,79728 + 11,968477 y + y2
Contrairement au cas prcdent, si z > y, xo tait trop grand et rciproquement.
VIII.5.5.3 - Intervalle de confiance
Il n'existe pas de faon simple d'obtenir l'intervalle de confiance sur un quantile. La solution est de procder
une simulation comme il a t indiqu par exemple au paragraphe V.2.3.
VIII.5.5.4 - Estimations de F (x)
Pour valuer F connaissant x, il n'existe gure de procds simples
a) Utilisation des tables de Pearson
Les tables permettent de travailler manuellement mais leur emploi est peu commun ("Tables of the incomplete
function". University Press, Cambridge).
b) Calcul l'ordinateur
On trouvera dans les Cahiers ORSTOM (srie Hydrologie, vol. VI, n 3, 1969), une description par M.
BRUNET-MORET des techniques d'approximation, suffisamment complexe pour ne pas avoir leur place ici.
c) Approximation
Pour 8, on pourra se ramener une loi de Gauss en considrant que
de Gauss de moyenne 1 -
3 xi - xo
x -xo est distribue selon une loi
1
1
et de variance
9
9
/P
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0,9
0,158
0,142
0,137
0,134
0,132
0,131
0,130
0,130
0,129
0,129
0,129
0,128
0,128
0,128
0,128
0,128
0,128
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,126
0,8
0,325
0,289
0,277
0,271
0,267
0,265
0,263
0,262
0,261
0,260
0,260
0,259
0,259
0,258
0,258
0,258
0,257
0,257
0,257
0,257
0,257
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,253
0,7
0,510
0,445
0,424
0,414
0,408
0,404
0,402
0,399
0,398
0,397
0,396
0,395
0,394
0,393
0,393
0,392
0,392
0,392
0,391
0,391
0,391
0,390
0,390
0,390
0,390
0,390
0,389
0,389
0,389
0,389
0,385
0,6
0,727
0,617
0,584
0,569
0,559
0,553
0,549
0,546
0,543
0,542
0,540
0,539
0,538
0,537
0,536
0,535
0,534
0,534
0,533
0,533
0,532
0,532
0,532
0,531
0,531
0,531
0,531
0,530
0,530
0,530
0,524
0,5
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,674
0,4
1,365
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,586
0,856
0,855
0,855
0,854
0,854
0,842
0,3
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,036
0,2
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,373
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,282
0,1
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,645
0,05
0,02
0,01
12,706 31,821 63,657
4,303 6,965 9,925
3,182 4,541 5,841
2,776 3,747 4,604
2,571 3,365 4,032
2,447 3,143 3,707
2,365 2,998 3,499
2,306 2,896 3,355
2,262 2,821 3,250
2,228 2,764 3,163
2,201 2,718 3,106
2,179 2,681 3,055
2,160 2,650 3,012
2,145 2,624 2,977
2,131 2,602 2,947
2,120 2,583 2,921
2,110 2,567 2,898
2,101 2,552 2,878
2,093 2,539 2,861
2,086 2,528 2,845
2,080 2,518 2,831
2,074 2,508 2,819
2,069 2,500 2,807
2,064 2,492 2,797
2,060 2,483 2,787
2,056 2,479 2,779
2,052 2,473 2,771
2,048 2,467 2,763
2,045 2,462 2,756
2,042 2,457 2,750
1,960 2,326 2,576
si impair
2
2,4 ... ( - 3)
2
-3
P = 1 - [ + sin cos + 3 cos2 + ... +
(cos )
]
1,3
... ( - 2)
pair
1
1,3 ... ( - 3)
-3
(cos )
P = 1 - sin [ 1 + 2 cos2 + ... +
]
2,4 ... ( - 2)
VIII.5.6.2 - Loi du 2
La table annexe donne la valeur du 2 qui a la probabilit P d'tre non dpasse en fonction du nombre de
degrs de libert .
2
Pour les calculs l'ordinateur on utilisera, avec u = 2
-2
2
ur
-u
si est pair
P = e [1 +
r!
r=1
-2
2
ur-1
2 -u
si est impair P = 1 - ERF ( u ) +
e
3 2r-1
r = 1 1 2 ... 2
[ERF (u)] est la fonction erreur, implante sur tous les ordinateurs :
-t
ERF (u) = 2 u e dt
/P
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
0,010
0,0002
0,0201
0,115
0,297
0,554
0,872
1,24
1,65
2,09
2,56
3,05
3,57
4,11
4,66
5,23
5,81
6,41
7,01
7,63
8,26
8,90
9,54
10,2
10,9
11,5
12,2
12,9
13,6
14,3
15,0
22,2
29,7
37,5
45,4
53,5
61,8
70,1
0,025
0,0010
0,0506
0,216
0,484
0,831
1,24
1,69
2,18
2,70
3,25
3,82
4,40
5,01
5,63
6,26
6,91
7,56
8,23
8,91
9,59
10,3
11,0
11,7
12,4
13,1
13,8
14,6
15,3
16,0
16,8
24,4
32,4
40,5
48,8
57,2
65,6
74,2
0,050
0,0039
0,103
0,352
0,711
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,1
10,9
11,6
12,3
13,1
13,8
14,6
15,4
16,2
16,9
17,7
18,5
26,5
34,8
43,2
51,7
60,4
69,1
77,9
0,100
0,0158
0,211
0,584
1,06
1,61
2,20
2,83
3,49
4,17
4,87
5,58
6,30
7,04
7,79
8,55
9,31
10,1
10,9
11,7
12,4
13,2
14,0
14,8
15,7
16,5
17,3
18,1
18,9
19,8
20,6
29,1
37,7
46,5
55,3
64,3
73,3
82,4
0,250
0,102
0,575
1,21
1,92
2,67
3,45
4,25
5,07
5,90
6,74
7,58
8,44
9,30
10,2
11,0
11,9
12,8
13,7
14,6
15,5
16,3
17,2
18,1
19,0
19,9
20,8
21,7
22,7
23,6
24,5
33,7
42,9
52,3
61,7
71,1
80,6
90,1
0,500
0,455
1,39
2,37
3,36
4,35
5,35
6,35
7,34
8,34
9,34
10,3
11,3
12,3
13,3
14,3
15,3
16,3
17,3
18,3
19,3
20,3
21,3
22,3
23,3
24,3
25,3
26,3
27,3
28,3
29,3
39,3
49,3
59,3
69,3
79,3
89,3
99,3
0,750
1,32
2,77
4,11
5,39
6,63
7,84
9,04
10,2
11,4
12,5
13,7
14,8
16,0
17,1
18,2
19,4
20,5
21,6
22,7
23,8
24,9
26,0
27,1
28,2
29,3
30,4
31,5
32,6
33,7
34,8
45,6
56,3
67,0
77,6
88,1
98,6
109
0,900
2,71
4,61
6,25
7,78
9,24
10,6
12,0
13,4
14,7
16,0
17,3
18,5
19,8
21,1
22,3
23,5
24,8
26,0
27,2
28,4
29,6
30,8
32,0
33,2
34,4
35,6
36,7
37,9
39,1
40,3
51,8
63,2
74,4
85,5
96,6
108
118
0,950
3,84
5,99
7,81
9,49
11,1
12,6
14,1
15,5
16,9
18,3
19,7
21,0
22,4
23,7
25,0
26,3
27,6
28,9
30,1
31,4
32,7
33,9
35,2
36,4
37,7
38,9
40,1
41,3
42,6
43,8
55,8
67,5
79,1
90,5
102
113
124
0,975
5,02
7,38
9,35
11,1
12,8
14,4
16,0
17,5
19,0
20,5
21,9
23,3
24,7
26,1
27,5
28,8
30,2
31,5
32,9
34,2
35,5
36,8
38,1
39,4
40,6
41,9
43,2
44,5
45,7
47,0
59,3
71,4
83,3
95
107
118
130
0,990
6,63
9,21
11,3
13,3
15,1
16,8
18,5
20,1
21,7
23,2
24,7
26,2
27,7
29,1
30,6
32,0
33,4
34,8
36,2
37,6
38,9
40,3
41,6
43,0
44,3
45,6
47,0
48,3
49,6
50,9
63,7
76,2
88,4
100
112
124
136
12
qui a la probabilit P=5% d'tre dpasse du seul fait du hasard, en
22
1
161,4
18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75
4,67
4,60
4,54
4,49
4,45
4,41
4,38
4,35
4,32
4,30
4,28
4,26
4,24
4,22
4,21
4,20
4,18
4,17
4,08
1,00
3,92
3,84
2
199,5
19,00
9,55
6,94
5,79
5,14
4,74
4,46
4,26
4,10
3,98
3,83
3,80
3,74
3,68
3,63
3,59
3,55
3,52
3,49
3,47
3,44
3,42
3,40
3,38
3,37
3,35
3,34
3,33
3,32
3,23
3,15
3,07
2,99
3
215,7
19,16
9,28
6,59
5,41
4,76
4,35
4,07
3,86
3,71
3,59
3,49
3,41
3,34
3,29
3,24
3,20
3,16
3,13
3,10
3,07
3,05
3,03
3,01
2,99
2,98
2,96
2,95
2,93
2,92
2,84
2,76
2,68
2,60
4
224,6
19,25
9,12
6,39
5,19
4,53
4,12
3,84
3,63
3,48
3,36
3,26
3,18
3,11
3,06
3,01
2,96
2,93
2,90
2,87
2,84
2,82
2,80
2,78
2,76
2,74
2,73
2,71
2,70
2,69
2,61
2,52
2,45
2,37
5
230,2
19,30
9,01
6,26
5,05
4,39
3,97
3,69
3,48
3,33
3,20
3,11
3,02
2,96
2,90
2,85
2,81
2,77
2,74
2,71
2,68
2,66
2,64
2,62
2,60
2,59
2,57
2,56
2,54
2,53
2,45
2,37
2,29
2,21
6
234
19,33
8,94
6,16
4,95
4,28
3,87
3,58
3,37
3,22
3,09
3,00
2,92
2,85
2,79
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,53
2,51
2,49
2,47
2,46
2,44
2,43
2,42
2,34
2,25
2,17
2,09
8
238,9
19,37
8,84
6,04
4,82
4,15
3,73
3,44
3,23
3,07
2,95
2,85
2,77
2,70
2,64
2,59
2,55
2,51
2,48
2,45
2,42
2,40
2,38
2,36
2,34
2,32
2,30
2,29
2,28
2,27
2,18
2,10
2,01
1,94
12
234,9
19,41
8,74
5,91
4,68
4,00
3,57
3,28
3,07
2,91
2,79
2,69
2,60
2,53
2,48
2,42
2,38
2,34
2,31
2,28
2,25
2,23
2,20
2,18
2,16
2,15
2,13
2,12
2,10
2,09
2,00
1,92
1,83
1,75
24
249
19,45
8,64
5,77
4,53
3,84
3,41
3,12
2,90
2,74
2,61
2,50
2,42
2,35
2,29
2,24
2,19
2,15
2,11
2,08
2,05
2,03
2,00
1,98
1,96
1,95
1,93
1,91
1,90
1,89
1,79
1,70
1,61
1,52
254,3
19,50
8,53
5,63
4,36
3,67
3,23
2,93
2,71
2,54
2,40
2,30
2,21
2,13
2,07
2,01
1,96
1,92
1,88
1,84
1,81
1,78
1,76
1,73
1,71
1,69
1,67
1,65
1,64
1,62
1,51
1,39
1,25
1,00
thoriques envisages. Il faut nanmoins se mfier du caractre subjectif de ce choix qui peut, par ailleurs, tre
influenc par les chelles choisies.
GAUSS
0,5479
0,6334
0,0000
GALTON
-0,5371
0,5151
0,0000
GUMBEL
0,2629
0,4991
0,0000
FRECHET
-0,7989
0,4018
0,0000
-0,9259
-0,7533
-0,4932
-0,2640
0,0146
0,5479
1,0810
1,3598
1,5901
1,8491
2,0218
0,0184
0,0254
0,0413
0,0635
0,1070
0,2904
0,7878
1,3288
2,0437
3,3197
4,5869
-0,4917
-0,4111
-0,2792
-0,1492
0,0277
0,4439
1,0079
1,3747
1,7304
2,1907
2,5357
0,0414
0,0432
0,0617
0,0787
0,1096
0,2398
0,6828
1,3655
2,6578
6,2934
12,0065
Frquence
0,01
0,02
0,05
0,10
0,20
0,50
0,80
0,90
0,95
0,98
0,99
Uw
2.8779
1.2575
2.1838
2.133
- Valeur de la variable UWn2 pour diffrents ajustements.
Les rsultats obtenus partir du mme chantillon que prcdemment confirment bien que la loi de Galton est
la mieux adapte (UWn2 minimum).
VIII.6. - ASSOCIATION ENTRE VARIABLES
VIII.6.1. - Notion de corrlation
Soit deux phnomnes sur lesquels on a pu faire une srie de mesures X et Y. On dispose alors de n couples
(xi, yi). Ces points peuvent tre reprsents dans un graphique gradu en x et en y. Sur le schma prcdent, nous
avons port galement les lois de distribution marginales de X et de Y (distribution de l'ensemble des X quel que soit Y
et rciproquement).
Par ailleurs, pour un intervalle sur X limit par les bornes x et x + dx, on peut dfinir la loi de distribution
conditionnelle des valeurs de Y lies par x, de mme pour les distributions conditionnelles des X lies par y.
Trois cas peuvent se prsenter :
- les valeurs de Y li x sont toutes les mmes ; on dit alors qu'il y a liaison fonctionnelle entre X et Y ;
- la distribution conditionnelle des Y lis par x est identique la distribution marginale des Y (et ceci pour tout
x) ; on dit alors qu'il y a indpendance entre X et Y ;
- le troisime cas est celui o la distribution conditionnelle est diffrente de la distribution marginale : les
--moyennes conditionnelles des y lis par les x, y x sont des fonctions de x, et les dispersions sont infrieures la
dispersion de la distribution marginale. On dit alors qu'il y a corrlation entre X et Y.
Distribution
marginale
des Y
Distribution conditionnelle
des X lis par y
f(yx )
f(xy )
Distribution
conditionnelle des
Y lis par x
f(y)
X
x x+dx
Distribution
marginale des X
f(x)
VIII.6.2. - Courbes et droites de rgression
VIII.6.2.1 - Courbe de rgression
regression de x en y
Y
y
i
y
xi
rgression de y en x
xy
xi
avex z =
- 2
+
x y
2 (1-2) x2
y2
Dans ces conditions, on constate que les distributions marginales de x et de y sont des lois de Gauss de
formulation :
f (x) =
f (y) =
1
x
2
1
exp -
--(x - x )2
2x2
exp -
--(y - y )2
2y2
Quelle est, dans ce cas, la loi de distribution conditionnelle des y lis par x ? On a donc :
f (x,y)
f (yx) = f (x)
-- (y - --1
y)
(y - x ) 2
1
exp
f (yx) =
y
2 (1 - 2) y
2 y (1 r 2 )
La formulation obtenue pour f (yx) n'est autre que celle d'une loi de Gauss de moyenne
y
------y x= y +
(x - x ) et d'cart-type y = y 1- 2 .
x
x
Dans le cas particulier o les couples (x,y) sont tirs d'une loi de Gauss deux dimensions, on dmontre les
rsultats simples suivants :
- les distributions conditionnelles sont des lois de Gauss ;
- les variations des distributions conditionnelles ne dpendent pas de x (ou de y) (cette proprit s'appelle
l'homoscdasticit) ;
- les courbes de rgression sont des droites d'quation :
y
x
----------(x - x )
et
x y= x +
(y - y )
y x=y+
x
y
La figure ci-aprs illustre le trac des droites de rgression dans le cas d'une distribution de Gauss deux
dimensions avec un coefficient de corrlation gal 0,5. Sur ce schma sont figurs galement les ellipses
d'isodensit de probabilit.
L'allure de ces ellipses dpend de : pour = 0, les ellipses deviennent des cercles (dans un systme d'axe
gradu en x et en y) ; il y a alors indpendance entre x et y. Pour = 1, les ellipses se transforment en segments de
droite ; il y a relation fonctionnelle linaire entre x et y.
L'estimation partir d'un chantillon des paramtres de la loi deux dimensions se fera comme indiqu
prcdemment :
n
--x = xi
i=1
n
--x i2 - n x 2
x =
i=1
y + 2
regression de x en y
regression de y en x
y + y
0,165
0,
03
0
0,135
0,065
0,095
y - y
x -2 x
xx
x- x
x + x
x + 2 x
y = ax + b
2x i
i=1
i
4
n
i =1
X
5
n
i2
= 0 =>
( y ax b)
i
i =1
= - 2 x i i = 0
i2
i =1
( y ax b)
i
= 0 => i =1
= - 2 i = 0
b
b
Soit le systme suivant qui s'interprte ainsi :
n
i2 = 0 : les carts sont nuls en moyenne
1
n
xi i = 0 : il y a orthogonalit entre et x (les carts sont indpendants de x)
1
Le systme rsoudre en a et b est le suivant :
yi - a xi - nb = 0
x y - a x 2 - b xi = 0
i i
i
Tout calcul fait et en posant...
----- -- xi
(xi - x )2
xi yi - n x y
--x = n
x =
r
=
n-1
(n - 1) x y
... on trouve :
y
y ----b= y -r
x
a=r
x
x
Par la mme occasion, on peut calculer l'cart-type des et l encore, on trouve une formule qui
rappelle quelque chose :
i2
2
=
n - 1 = y 1 - r
On ne manquera pas de remarquer que la droite des
y
moindres carrs n'est autre que la droite de rgression si X et Y sont
tirs d'une loi de Gauss deux dimensions.
Ds prsent, il faut se mfier d'une interprtation abusive
de cette analogie : si le coefficient r calcul est mauvais (voisin de
0), il faut conclure que la rgression n'est pas linaire ; il peut y avoir
pourtant une bonne corrlation, comme le suggre la figure ci-contre.
r = 0!
-4
-2
x6
--- --Soit x k, y k, kx et ky les moyennes et carts-types dtermins d'aprs les k couples ainsi que le coefficient
de corrlation k correspondant. La rgression de y en x s'crit :
ky
----y x j = k
(xj - x k) + y k
kx
y x j reprsentant videmment la moyenne conditionnelle des y lis par xj et si les hypothses de normalit sont
admissibles, y x j est la valeur la plus proche de y pour xj donn.
Ainsi seront restitues les (n - k) valeurs de y manquantes. Ces estimations y x j sont les valeurs "les plus
probables" de Y pour les observs, et il n'est pas possible de mieux valuer y x j partir de la seule connaissance de x.
^y
i
--L'estimation de la moyenne des y sur l'chantillon tendu peut s'obtenir directement partir de x n :
ky
------moy ( y k)= = k
(xn- x k) + y k
kx
Si au lieu de chercher pour chaque x le y le plus
probable, on cherche au contraire reconstituer un
chantillon global de y le plus probable, cette mthode
n'est plus adapte.
En effet, comme l'indique la figure ci-contre,
l'extension des donnes par rgression linaire simple
donne (n - k) y x j qui sont videmment disposs sur la
^
yj
xi
xj
2
2 = 2 + 2 k y
2
2
k y
k 2 [ nx - kx ]
k x
On compare cette valeur ny k y et on retient la plus forte de ces deux valeurs.
n y
Une deuxime faon de procder consiste gnrer d'une faon alatoire des carts la droite de
rgression : si on admet les rsultats acquis pour une loi de Gauss deux dimensions, la moyenne conditionnelle des y
lis par x est :
ky
----y x j = k
(xj - x k) + y k
kx
L'cart j entre la vritable valeur yj et son estimation y x j est :
i = y j - y x j
i est distribu selon une loi de Gauss de moyenne nulle et d'cart-type :
n 1
e)
n2
Par consquent, pour reconstituer la variance de l'chantillon tendu, il suffit d'ajouter y x j une
= ky
1 r 2 (o e =
valeur de j alatoire.
Pratiquement, pour chaque valeur de j, on calcule comme indiqu prcdemment y x j On tire au
hasard un nombre Fj compris entre 0 et 1. Ce nombre Fj peut tre considr comme une frquence laquelle on peut
associer la variable rduite de Gauss uF . On "corrige" alors y x j pour obtenir l'estimation dfinitive y x j :
j
y = y x j + u Fj y 1 2
Elments d'Hydrologie de Surface - 99 -
Il faut faire attention ne se servir de l'chantillon ainsi obtenu que dans son ensemble puisque chaque
lment pris isolment ne correspond plus "au mieux" aux xj observs.
- Confiance accorder l'chantillon tendu
La mthode dcrite ci-dessus permet donc d'obtenir un chantillon tendu des Y, constitu de K
valeurs rellement observes et (n - k) valeurs reconstitues partir des observations de X.
On ne peut videmment pas accorder cet chantillon la mme confiance qu'en un chantillon
rellement observ. M. VERON a montr qu'en premire approximation, on pouvait attribuer la mme confiance cet
chantillon tendu de taille n qu' un chantillon rellement observ de taille n'. Le calcul de n' dpend de l'efficacit E
de la rgression calcule ainsi :
k 1 - (k - 2) 2
E = 1 + 1 - n
(k - 3)
k
On a alors la relation n' = E .
Ce nombre n' est par exemple celui qu'il faudrait
limites de l'intervalle
prendre
en compte dans l'estimation de l'intervalle de
y
de confiance %
--confiance sur la moyenne y n.
Enfin, si on s'intresse individuellement chaque
estimation d'un yj, l'estimation y x j est sensiblement la
droite de rgression
moyenne conditionnelle des y lis par xj. On peut admettre
de y en x
bien souvent que l'cart i de variance y2 (1 - 2) est tir
^
d'une loi de Gauss. On pourra alors tracer des lignes d'isou
y + u
j
probabilits de rencontrer une valeur y pour un x donn.
En premire approximation, ces lignes sont des
y^ j
droites parallles la droite de rgression.
Sur la figure ci-contre, u reprsente la variable
^ u
y j -
1-
rduite de Gauss correspondant la frquence 1 - 2
.
xj
x
i
=0
a
2
i
2
i minimum quivalent :
=0
b 2
i
=0
c
i
x i ( z i ax i by i c ) = 2
x iei = 0
=2
a
i
y i ( z i ax i by i c ) = 2
y iei = 0
=2
( z i ax i by i c ) = 2
ei = 0
=2
c
On remarque comme pour la rgression simple, que la mthode des moindres carrs donne pour
solution des paramtres a, b et c tels que les erreurs soient indpendantes de x et de y (orthogonalit tablie par les deux
premires quations) et nulles en moyenne (troisime quation).
La rsolution de ce systme de trois quations trois inconnues ne prsente pas de difficults. Les
paramtres a, b et c peuvent s'exprimer en fonction des moyennes, carts-types et coefficients de corrlation de x, y et z
:
--x
(x - x )2
--x = n ; x =
n-1
y
--y = n
; y =
z
--z = n
-- (y - y )2
n-1
-- (z - z )2
n-1
; z =
---- (x - x ) (y - y )
=
(n - 1) x y
---- (z - z ) (x - x )
r1 =
(n - 1) z x
---- (z - z ) (y - y )
r2 =
(n - 1) z y
Ces trois coefficients de corrlation seront appels par la suite coefficients de corrlation totale entre x
et y, z et x, et z et y.
On a alors, tout calcul fait :
r r z
a = 1 22
1 x
r 2 r1 z
b=
1 2 y
c = z ax by
VIII.6.4.2 - Coefficient de corrlation multiple et variance rsiduelle
Pour la corrlation simple, on a vu que le coefficient de corrlation totale mesurait la dispersion des
carts i. On peut donc construire de mme un coefficient de corrlation multiple R qui mesurera la dispersion des i :
i = zi - axi -byi - c
R2 = 1 -
2
i
z2
z = i = z
xy
1 - R2
xy
est :
...
...
rxiy
rxix1
rxix2
...
...
...
rxky
rxkx1
rxkx2
...
...
...
...
...
rxixj
...
rxkxj
...
...
...
...
...
rxixk
...
On peut montrer alors que la distribution conditionnelle des y lis par les k xi est gaussienne de
y
moyenne x i et d'cart-type y x i avec :
yx i = a0 + a1 x1 + a2 x2 + ... + aixi + ... + ak xk
et y x i
= y 1 - R2
Il reste alors valuer les k+1 coefficients de rgression ai, le coefficient de corrlation multiple R, et
r
les k coefficients de corrlation partielle yx ix1,x2,...xk .
On pourrait galement montrer que yx i correspond l'hyper plan des moindres carrs :
yxi= a0 + a1 x1 + a2 x2 ... + ai xi ... + ak xk
On dtermine alors les ai de faon minimiser la somme des carrs des carts entre y et ses
estimations y :
Les drives partielles par rapport aux k+1 paramtres devront donc tre nulles :
1 quation :
a 0
2
= - 2 (y - a0 - a1 x1 ... - ak xk) = 0
e 2
a i
ij = + / - DET
ryx1
1
...
...
ryxj-1
rx1xj-1
ryxj+1
rx1xj+1
...
...
...
...
...
rxi-1y
rxi+1y
rxi-1x1
rxi+1x1
...
...
rxi-1xj-1
rxi+1xj-1
rxi-1xj+1
rxi+1xj+1
...
rxky
...
rxkx1
...
...
...
...
rxkxj-1
rxkxj+1
...
...
...
ryxk
rx1xk
...
...
...
...
rxi-1xk
rxi+1xk
...
...
(On utilisera le signe + si i+j est pair et le signe - si i+j est impair)
Les coefficients de rgression sont donns alors par :
k
y oi
ai =
(k fois) et a o = y
xi
x i ooi
i =1
ryx i x1,x2,...xk = -
0i
00
ii
R2 = 1 -
00
A titre d'exemple on peut retrouver ainsi les rsultats de la rgression double :
y
Moyennes
z
x
Ecarts-types
z
x
y
r1
r2
1
r1
[r]
1
r2
rzx2 y
( r1 - r2 ) r2 - r1 z
b = a2 = - z 02 = - z
=
y
y ( 1 - 2 )
1 - 2 y
00
2
( r1 - r2 )2
r2 - 2 r1 r2 + 2 r22
01
r2zx y =
=
= 1
(1 - 2 ) (1 - r22 )
(1 - 2 ) (1 - r22 )
00 11
r12 + r22 2r1 r2 + 2 r22 r22 r12 + r22 2r1 r2 + r22 (1 2 ) R 2 r22
=
=
=
(1 2 )(1 r22 )
(1 2 )(1 r22 )
1 r22
1
R
0,8
k=1 k=2
0,6
k=24
k=12
k=8
k=3 k=4k=5
0,4
valeur de R qui a 1%
de chance d'tre dpasse
du seul fait du hasard
0,2
0
10
100
1
R
0,8
0,6
k=1
k=8 k=12
k=24
0,4
0,2
valeur de R qui a 5%
de chance d'tre dpasse
du seul fait du hasard
0
10
100
Pour les seuils de signification des coefficients de corrlation partielle, on utilisera comme
prcdemment, les tables de Student. Le nombre de degr de libert est alors gal = n - k - 1
VIII.6.5.4 - Mise en oeuvre
Ayant une variable Y que l'on dsire expliquer partir d'autres variables X : on fait l'inventaire des Xi
susceptibles d'avoir une influence sur Y. Deux mthodes sont alors envisageables :
a) Mthode rgressive (backward limination)
On effectue la rgression multiple avec toutes les variables Xi ; on calcule alors les diffrents
coefficients de corrlation partielle et on limine ventuellement la variable dont le coefficient est le moins significatif
et on recommence jusqu' ce que tous les coefficients de corrlation soient significatifs un seuil fix l'avance.
b) Mthode progressive (Stepwise Regression)
On commence par faire une rgression simple entre Y et la variable Xi qui lui est le mieux corrl ; on
vrifie que le coefficient de corrlation est significatif. On cherche alors la variable Xj qui se corrle le mieux avec le
rsidu de la rgression de Xi et Y. On effectue alors une rgression double, on vrifie les coefficients de corrlation
Elments d'Hydrologie de Surface - 104 -
partielles. Si la dernire variable introduite n'est pas significative, on s'arrte, si une des variables prcdemment
entres n'est plus significative, on la sort. Si le coefficient de corrlation multiple n'est plus significatif, on s'arrte.
Enfin, dans les cas contraires, on introduit un nouveau Xk qui explique le mieux la variance rsiduelle prcdente.
Bien que la premire mthode paraisse sduisante, c'est la seconde qui est la plus utilise car elle
conduit plus rapidement un rsultat (qui n'est pas ncessairement le mme qu'avec l'autre mthode).
3
87
11
40
91
70
48
22
56
55
8
93
15
72
62
52
56
25
45
61
29
185
112
114
215
229
121
71
180
203
50
99
89
100
92
115
86
77
95
122
Il n'est pas question d'aborder ici l'aspect thorique des rgressions multiples non-linaires mais de
prsenter une mthode graphique simple qui permet, moyennant certaines prcautions, d'obtenir des rsultats
satisfaisants.
Soit Y la lame d'eau coule par un cours d'eau en juillet ; elle s'explique certainement en grande
partie par la lame d'eau X1 coule en juin (priode de tarissement), mais aussi par les pluies de juillet X2 et
ventuellement par le pouvoir vaporant de juillet. Sur dix ans, on a observ les rsultats rapports de le tableau
prcdent (units en mm).
Supposons que l'on essaie d'expliquer une variable Y partir de n variables Xi. On supposera d'abord
que l'on peut sparer les variables de la faon suivante :
Y = f (X1) + f' (X2) + f" (X3) ..... + fIN (Xn) +
les variables X1, X2 ... Xn tant ranges dans l'ordre dcroissant de leurs influences prsumes sur Y.
Le processus purement graphique est le suivant :
D'abord, on porte dans un graphique Y, X1 les points d'observations et on trace une approximation de
f (X1) :
Y = f1 (X1) + 1 (dans l'exemple, on a pris une fonction linaire)
L'cart 1 peut s'expliquer par la variable X2. Dans le graphique 1, X2, les points exprimentaux permettent
de tracer une premire estimation de f' (X2) :
Y - f1 (X1) = 1 = f'1 (X2) + 2
De mme, 2 peut s'expliquer en fonction de X3 :
Y - f1 (X1) - f'1 (X2) = 2 = f"1 (X3) +
Ces carts rsiduels peuvent s'expliquer du seul fait du hasard, mais aussi parce que la premire
estimation f1 (X1) tait peu prcise car on ne tenait pas compte de X2 et X3. Pour amliorer la premire estimation f1
(X1), on portera dans le premier graphique non plus Y maisY - f1' (X2) - f2' (X3) en fonction de X1. Or, on constate
que d'aprs (1) :
Y = f1' (X2) - f1" (X3) = f1 (X1) +
Il suffit donc de porter dans le graphique 1 une deuxime srie de points en ajoutant la premire
estimation f1 (X1). On obtient alors une deuxime f2 (X1). Soit prsent e l'cart :
Y - f'1 (X2) - f"1 (X3) - f2 (X1) =
Cet cart est d :
- au hasard ;
- aux erreurs commises sur la premire estimation de f1 (X1) ;
- la non prise en compte de l'influence X3 lors de l'valuation de f1' (X2).
f1' (X2) peut donc tre amlior en portant dans le graphique 2
Y - f2 (X1) - f1" (X3) = f1' (X2) + en fonction de X2.
Graphique 1
Y
100
1er points
2me points
3me points
50
f2(X2)
f1(X1)
0
0
50
100
X1
Graphique 2
1
f1'(X2)
20
-20
f2'(X2)
-40
0
100
200
300
X2
Graphique 3
2
20
f2"(X3)
f1"(X3)
-20
40
60
80
100
120
140
X3
On
obtient
alors une deuxime estimation f2' (X2). Le nouvel cart rsiduel est port dans le graphique 3 o on trace :
Y = f2 (X1) - f2' (X2) = f1" (X3) + en fonction de X3.
On revient alors au graphique 1 o on constate que la troisime srie de points n'entranerait pas de
modification importante de f3 (X1) par rapport f2 (X1).
On considre alors la rgression retenue la fin du deuxime tour comme dfinitive. Si cela n'avait
pas t le cas, il conviendrait de procder une troisime srie de modifications.
Elments d'Hydrologie de Surface - 106 -
Si pour un mois de juillet on n'a pas observ les dbits, on pourra estimer Y partir des valeurs de X
observes :
Par exemple :
X1 = 80 mm
f2 (X1) = 63 mm
X2 = 60 mm
f2' (X2) = - 20 mm
X3 = 20 mm
f2" (X3) = 5 mm
Y = f2 (X1) + f2' (X2) + f2" (X3) = 48 mm
Comme on vient de le voir, cette mthode graphique est de mise en oeuvre simple et elle peut
s'appliquer n'importe quel nombre de variable. Cependant, il convient d'tre prudent sur le choix des courbes de
rgression ; en effet, dans l'exercice trait, on a utilis par exemple des courbes qui sont au moins du deuxime degr ;
on a donc ainsi ajust implicitement 7 paramtres partir de 10 points. Il est alors vident que le nombre de degrs de
libert est trs faible et que la prcision obtenue sur le graphique est assez illusoire. Il faudra donc toujours prendre soin
de ne retenir que des courbes de rgression dont la complexit se justifie par un nombre suffisant de points
exprimentaux.
x
x
X=
21
ij
x
xNVAR NECH
NVAR 1
On construit la matrice X des variables centres rduites. Chaque lment xij se dduit de xij par :
--xij - x i
1
1
----xij =
avec x i = NECH . xij et xi2 = NECH .
(xij - x i)2
xi
On cherche alors s'il existe un changement de base M qui transforme la matrice X en une matrice Y
dont les composantes soient indpendantes. Ceci se traduit par les quations suivantes :
Y Yt = MX (MX) t = MX X t Mt = D
Y = M X (Changement de base)
t
Y Y = D (matrice diagonale, Indpendance des composantes)
On peut montrer que la matrice de changement de base M existe et est la matrice "modale" de X X t.
Chaque ligne de cette matrice reprsente les vecteurs propres norms de X X t ; X X t est la matrice des covariances qui
1
reprsente NECH prs la matrice des coefficients de corrlation totale.
Quant D, c'est la matrice "spectrale" de X X t, c'est--dire la matrice diagonale dont les termes sont
les valeurs propres de X X t.
a1 1
a2,1 .
.
.
a1 NVAR
a1 2
.
. ai j .
.
.
.
.
.
.
.
M=
.
.
.
.
.
.
.
.
.
.
.
.
aNVAR 1
.
.
.
. aNVAR NVAR
1 0 0 0 0
0
0 2 0 0 0
0
0
0 0 0 0
0
D=
0
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0 NVAR NVAR
Y=MX
M-1 Y = X = Mt Y
car M-1 = Mt
T
X X = Mt Y (M-1 Y)t = Mt Y Yt M = Mt D M
Cette dernire formule permet d'valuer d'une autre faon la variance des x i gale 1 dans notre cas
o les variables sont centres rduites)
NVAR
NVAR
1
1
1 = xi2 = NECH
atij j aji = NECH
a2ji j
j=1
j=1
La somme des variances des NVAR variables est gale NVAR :
NVAR
NVAR
NVAR
NVAR
1
1
NVAR =
NECH
a2ji j = NECH
j
a2ji
i=1
j=1
j=1
i=1
Or, les vecteurs propres tant norms, on doit avoir :
NVAR
NVAR
1
a2ji = 1 et donc NVAR = NECH
j
i=1
j=1
Dans le cas particulier frquent o au lieu de travailler sur la matrice des covariances X X t on travaille sur la
matrice R des coefficients de corrlation, on a :
NVAR
X X t = NECH . R d'o NECH =
j
j=1
Comme on vient de le constater, la somme des valeurs propres est proportionnelle la variance totale
des observations. Si on range les valeurs propres par ordre dcroissant : 1 2 3 ... NVAR, on constate que
les valeurs propres deviennent trs vite trs petites. Il parat donc justifi de ne retenir qu'un nombre n' infrieur
NVAR, de vecteur propre qui expliqueront un pourcentage p de la variance totale :
NVAR
p=
i=1
n'
1 * 100 (en %)
i=1
Nous pourrons donc condenser l'information contenue dans le tableau X de dimension NVAR *
NECH, par l'information contenue dans le tableau Y' de dimension n' * NECH. Y est le tableau correspondant aux n'
premires lignes de Y.
Dans le cas o on travaille sur la matrice des coefficients de corrlation :
- chaque ligne i de Y correspond aux valeurs prises par une des composantes ; ces valeurs ont une
moyenne nulle et une variance gale l ;
- chaque terme aij de la matrice M de changement de base est tel que :
C x =
j i
j aji
C x tant le coefficient de corrlation totale entre les valeurs prises pour la jme composante et la ime variable.
j i
En conclusion, on pourra retenir que l'analyse en composante principale permet de rduire les
observations sur NVAR variables lies entre elles en une srie d'observations sur n' < NVAR variables indpendantes,
chacune d'entre elles expliquant une part dcroissante de la variance totale initiale.
L'A.C.P. est utilise en hydrologie essentiellement dans les problmes ncessitant un regroupement de
variables (prvision, reconstitution de donnes manquantes, cartographie, etc.).
0,904
0,871
0,993
(V)
(M)
0,993
1
Pour calculer les valeurs propres de cette matrice, on rsout l'quation suivante :
1 - 0,904 0,871
0,904
0,871
1-
1 - 0,993
0,993
= 0
soit :
(1 - )3 + 2 (0,904 * 0,993 * 0,871) - (1 - ) (0,904)2 + 0,8712 + 0,9932) = 0
(1 - )3 - 2,57 (1 - ) + 1,57 = 0
1 = 2,85 avec 2 = 0,149 et 3 = 0,00434
On vrifie bien que 1 + 2 + 3 = 3
2,85
On peut affirmer que la premire composante expliquera 3 100 = 95 % de la variance totale.
2,85 + 0,149
Les deux premires en expliqueront
* 100 = 99,86 %.
3
* Calcul des vecteurs propres norms :
Ces vecteurs seront obtenus en rsolvant les systmes suivants :
i
i
Rx
= i i et i2 + i2 = i2 = 1
i
i
i
1 a b
En posant ...
R=
a
b
1
c
c
i = ai + b i
*
-1
a2
i + ai + b i = i i
i
-1
ai + i+ c i = i i => * i =
ab
c+ -1
bi + ci + i = i i
1
* i =
(a + bki)2
2+
1
+
k
i
-1
D'o l'on tire :
Elments d'Hydrologie de Surface - 109 -
M = 2
3
1
1
2
3
=
2
l
3
0,56
0,59
0,58
-0,81
0,30
0,49
-0,11
0,75
-0,65
On peut vrifier que chaque ligne de M correspond bien un vecteur unit et que ces trois vecteurs
sont orthogonaux.
* Calculs des valeurs des n' premires composantes :
M' =
2/ 2
2 / 2
2/ 3
3/ 3
3 / 3
Y' = M' X
3/ 3
2,42
Y' =
1,00
2,68
-2,10 -0,52 -0,16 -0,25 -0,07 -0,05 0,17 0,05 -0,03 0,03 0,58
0,24 0,66 0,43 -0,13 -0,37 -0,22 0,19 0,56 1,25 0,20
On vrifie bien que chaque ligne de Y' correspond une variable centre rduite et que ces variables
sont indpendantes.
La premire ligne de Y' suffit elle-seule pour expliquer 95 % de la variance totale ; on aurait donc pu
se contenter de calculer cette seule ligne.
* Relation entre variables initiales et composantes :
Pour trouver les coefficients de corrlation totale entre composantes et variables, il suffit de repartir de
la matrice M :
0,56 0,59 0,58
M=
-0,81
-0,11
0,30
0,75
-0,65
0,49
R' =
2,850 x 0,56
2,850 x 0,59
0,149 x -0,81
0,149 x 0,30
0,004 x -0,12
0,004 x 0,75
R' =
0,90
0,94
0,93
-0,32
0,12
0,19
0,149 x 0,49
0,0045 x -0,65
2,850 x 0,58
(C1)
(C2)
(C3)
-0,001
0,05
-0,004
On constate bien que seuls les coefficients de corrlation avec la premire composante (1re ligne) sont
significatifs puisqu'elle explique elle-seule 95 % de la variance totale.
Si on ne retient que les deux premires composantes, on pourra reprsenter dans le plan l'ensemble des
rsultats.
Comme l'indique la figure jointe, on peut porter dans un graphe orthonorm, suivant les deux premires
composantes, chacune des observations (points nots 1 12 d'aprs la matrice Y').
Les valeurs prises par la premire composante permettent de trancher entre les mois fort et faible
coulements. L'interprtation sur C2 est plus hasardeuse puisque la variance explique par C2 est suffisamment faible
pour pouvoir tre due au seul fait du hasard.
Par ailleurs, la matrice R' nous permet galement de faire figurer dans ce graphique les points
reprsentatifs des variables :
- l'abscisse mesure la variance explique par C1 ;
Elments d'Hydrologie de Surface - 110 -
xo = 62,9
a = 8,9
Supposons que dans la septime anne (*) une pluie journalire de 13 mm ait t dcale d'une
colonne et donc lue 130 mm (ce qui, a priori n'est pas forcment absurde). Cette valeur deviendrait alors la hauteur
journalire maximale annuelle au lieu de 60,3 mm.
Une telle hauteur a une frquence au non-dpassement de :
130 62.9
8.9
1
e
1
Une telle valeur de priode de retour 2.000 ans
F = 130 mm =
= 0,9995 =
2000
mriterait d'tre vrifie. En fait, cette erreur risque de ne pas apparatre, car en calculant les paramtres de la loi de
Gumbel avec 130 au lieu de 60,3 mm, on obtient :
x'o = 65,0
a' = 17,4
La frquence thorique que l'on attribuera 130 mm sera :
e
130 65
17.4
1
43
... ce qui ne parat plus du tout si exceptionnel que cela ! Et l'erreur de transcription signale risque de ne pas tre
dcele.
F'130 mm =
= 0,977 =
x i = f (xi - 1, xi - 2, ... xi - 3) + i
n
2
i
soit minimum.
i =1
Yi =
j=1
yj
Xi =
j =1
D
x
Sur la figure de gauche, x et y sont stables alors que sur la figure de droite, on constate qu' partir du
point correspondant la date D, on a commis une sous-estimation systmatique de x ou une surestimation systmatique
de y. Pour lever cette ambigut, on effectuera les doubles masses sur plusieurs postes ou on vrifiera que les cassures
se font bien aux mmes dates et dans les mmes rapports.
z
P2
P'1
n' 2
n'1
n
1
P
1
D
D1
P'2
D'2
D'1
2
x
i est une variable gaussienne de moyenne nulle et d'cart-type y 1 - 2 . Pour chaque valeur yi, on
calculera le i correspondant et sa frquence thorique. Les valeurs de i ayant des frquences trs rares correspondent
des yi douteux.
On peut, par cette mthode, dtecter des erreurs accidentelles qui n'apparaissent pas l'tude des
distributions marginales.
VIII.7.2.3 - Cumul des rsidus
Cette mthode beaucoup plus puissante que la mthode des doubles masses, ncessite cependant des
calculs un peu plus longs exigeant pour le moins une calculatrice capable de stocker l'ensemble de l'information.
Comme on vient de le dire au paragraphe suivant, le rsidu i est une variable alatoire gaussienne de
moyenne nulle et d'cart-type y 1 - 2 .
On dfinit alors la variable Zi, cumul des i premiers rsidus :
Elments d'Hydrologie de Surface - 113 -
i
j
j=1
Cette variable Zi est une v.a. de moyenne nulle et d'cart-type :
Zi =
i (n - i)
n-1
Si on se fixe par exemple un intervalle de confiance 99 %, il y a une chance sur cent pour que Zi soit
extrieur au segment :
- u0,995 Z , + u0,995 Z
i
i
Z =
i
u0,995 = 2,573
Z
Zi =
j (n - j)
n-1
I.C. 0,999
I.C. 0,99
1
intervalle de
confiance I.C. %
I.C. 0,9
0
0
i
n
-1
Lorsque j varie, le lieu des limites des segments ayant la mme probabilit de contenir Zi sont des ellipses
passant par Z = 0 pour i = 0 et Z = 0 pour i = n.
Sur les graphiques ci-dessus, on a port les cumuls des rsidus en fonction de i. Plusieurs ellipses ont t
traces en fonction des intervalles de confiance envisags. L'cart cumul sort, on le voit, de l'ellipse correspondant
I.C. = 99 %. Il est donc vraisemblable que cela ne soit pas d au hasard. Pour des commodits de trac, on prfre
i
souvent porter Z'i en fonction de n .
2 n-1
On pose Z'i =
Z o u est la variable rduite de Gauss correspondant l'intervalle de confiance IC %.
u n i
IC
IC
Dans un systme d'axe orthonorm, l'ellipse correspondante est le cercle de diamtre 0 - 1 :
Pb = 105 mm
14
12
10
8
6
4
2
0
Pa = 117 mm
10
14
18
22
10
14
18
22
Pc = 112 mm
2
6
10
Temps en h.
Par exemple, et comme le montre la figure ci-dessus, l'pisode pluvieux de 24 h, le plus fort de la priode
dcrite, est :
. 117 mm pour la dfinition a ;
. 105 mm pour la dfinition b ;
. 112 mm pour la dfinition c.
La dfinition c est peu usite par les hydrologues. Elle sert surtout dans des tudes climatologiques o on
s'intresse la statistique des averses en fonction de leur dure.
La dfinition a est la plus utile pour l'hydrologue car, en gnral, on s'intresse au volume de pluie sur un temps
dtermin ; malheureusement, c'est la dfinition b qui est la plus frquemment utilise puisque c'est la seule s'adapter
aux observations faites des pluviomtres, les autres ncessitant des pluviogrammes.
dtermine partir de plusieurs intervalles de dure mais origine fixe (dfinition b) et Pt la pluie sur la mme dure
t mais d'origine variable (dfinition a) ; on aura :
Pt = k W Pt
kW =
8
Prenons l'exemple des pluies sur 48 h dtermines partir d'un pluviomtre : t = 48 h ; ? = 24 h
48
kW =
= 1,07
24
48
8
Pour les pluies de 24 h, la correction de Weiss apporter la pluie sur un jour Pj est :
P24h = 1,14 P1j
Dans la pratique, le coefficient correcteur exact pour 24 h varie de 1,10 1,16 selon les cas et les circonstances .
t
1400
Prcipitations annuelles en mm
1200
1000
800
600
400
200
0
-2,5
-2,0
-1,5
-1,0
-0,5
0,0
0,5
1,0
1,5
2,0
2,5
400
Points exp.
350
P Gaussien
300
Log P Gaussien
250
variable log P ou
P qui est
distribue selon une loi de Gauss.
Racine de P Gaussien
200
150
100
50
0
-3,0
-2,0
-1,0
0,0
1,0
2,0
3,0
S (p)
1
1
p)
F(
S(
p)
0,5
0,5
F (0)
0
0
S (P) dcrit bien l'intervalle (0 - 1) lorsque P varie de 0 l'infini. S (P) peut donc tre figure par une loi
classique comme par exemple la loi de Galton.
Contrairement ce que l'on pourrait penser, Fo n'est pas simple dterminer. En effet, Fo reprsente la
frquence des pluies nulles. Or, dans les relevs pluviomtriques, on trouve frquemment des hauteurs d'eau non nulles
mais trs faibles de l'ordre du 1/10me de mm. Ces "prcipitations" ne sont souvent que de la condensation des
brouillards matinaux ou de la rose et de toute faon d'une autre nature que les pluies. Il n'est donc pas normal de
compter ces jours comme des jours de pluies car on sous-estimerait Fo. D'autres raisons justifient galement que l'on
considre Fo plutt comme un paramtre d'ajustement, ce que l'on fait dans la pratique.
Pluies journalires en mm
100
10
1
-2
-1
0
1
2
3
4
Variables rduites de Gauss associes S(p)
Depuis les annes 1983-1984, l'E.D.F. prconise d'ajuster la distribution des pluies journalires une somme de
deux exponentielles :
-x/a
-x/b
F (x) = 1 - e
-e
x ] 0, 8 [
-x/a -x/b
e
+
[ f (0) 0]
a
b
Cette loi a donc quatre paramtres ; si on remarque que F (0) = 1 - - , on voit que ces quatre paramtres lis
par une relation pourront par exemple tre ajusts par la mthode des moments :
( x 2 + 2 )
+ = 1 - Fo =
a2 + b 2 =
=K
2
dont la densit de probabilit est f (x) =
(3x 2 + x 3 + 3)
=Q
6
Ce systme peut se rsoudre assez aisment mais il semble que l'on se heurte assez frquemment des
instabilits de calcul dues l'emploi de 3 (fortes incertitudes d'chantillonnage). DUBAND de l'E.D.F. prconise, pour
x2
les pluies journalires, d'imposer en plus = 2 . En effet, il constate exprimentalement que cette condition permet
a + b = x
a3 + b 3 =
de retrouver correctement la distribution statistique des pluies extrmes. Si l'on fait crotre indfiniment x et que l'on ait
choisi a > b (la formule est significative en a, b, et ), on remarque :
Elments d'Hydrologie de Surface - 117 -
F (x) = 1 - e
-x/a e x / b
-x/a
1 + x / a = 1 - e
e
x / a x / b
1 + e
-x/a x ( b a ) / ab
1 + e
Le terme b - a tant ngatif (a > b) lorsque x tend vers l'infini, on aura donc :
-x/a
F (x) 1 - a e
La somme de deux exponentielles tend donc asymptotiquement vers une loi exponentielle dont le gradex est le
plus fort des deux paramtres (a ou b).
L'ajustement par la mthode des moments se ramne alors au seul calcul des deux premiers paramtres et l'on
obtient les quations suivantes :
F (x) = 1 - e
+ am
2
2
m
b=n
et bien sr :
a=
m2 2 +
2 4
+ (2 ) m 4 (3 ) m 2 2
m 2
; = 1 - Fo - .
Il faut insister sur le fait que cette mthodologie propose par DUBAND est conue pour dterminer le gradex
des pluies journalires extrmes et que cette mthode n'est pas universellement admise. Il faut l'employer avec
prcaution, surtout si on travaille sur des pluies de moins de 24 h.
80
70
60
50
Ln 6
Ln 6
40
30
20
10
F (x)
A
F (x)
E
F (x) F (x)
ME
H
F (x)
MH
0
-4
-3
-2
-1
U = - Ln [-Ln (F) ]
5
6
Ce gradex prsente une constance quelle que soit la priode sur laquelle on prend la pluie maximale. Prenons
l'exemple des pluies journalires maximales mensuelles St Pierremont. On peut dcouper l'anne en deux saisons : un
"t" de mai octobre et un "hiver" de novembre avril. A l'intrieur d'une saison, on pourra supposer que les pluies
journalires maximales mensuelles sont quiprobables. Soit FME (x) la frquence au non-dpassement de la valeur x
Elments d'Hydrologie de Surface - 118 -
pour un mois d't ; la probabilit pour que x soit non-dpass durant les six mois de l't est bien videmment FME
(x)6 ; or, c'est la dfinition de la frquence au non-dpassement FE (x) de la valeur x pour l't :
FE (x) = FME (x)6
or u = - Ln {- Ln (F)}
Ln {FE (x)} = 6 Ln {FM (x)}
Ln [- Ln {FE (x)}] = Ln 6 + Ln [- Ln {FME (x)}]
- Ln [- Ln {FE (x)}] = - Ln {FME (x)}] - Ln (6)
uF = uF
- Ln (6)
E
ME
On constate que si les pluies maximales mensuelles d't sont distribues selon une loi de Gumbel, les pluies
maximales saisonnires d't le sont aussi. Les lois de distribution sont reprsentes dans un graphique de Gumbel par
des droites parallles distantes de Ln 6 et prsentant donc le mme gradex.
Par contre, si les pluies d't et les pluies d'hiver ont des distributions gumbeliennes diffrentes FE(x) et FH (x),
il n'y a pas de raison a priori pour que les pluies maximales annuelles soient gumbeliennes :
FA (x) = FH (x) . FE (x)
inconnu
...
u(1,j)
...
u(1,nv)
u(2,1)
u(2,2)
...
...
u(i,1)
u(i,2)
inconnu
...
...
inconnu
u(no,1) u(no,2)
...
...
...
...
...
...
u(2,j)
...
u(i,j)
inconnu
...
u(no,j)
...
...
...
...
...
...
inconnu
...
u(i,nv)
...
...
u(no,nv)
u(1,1)
[u] =
u (1)
u (2 )
u (i )
u (no )
On peut alors dans une premire tape remplacer chaque valeur inconnue x(i,j) par une valeur
u (i ) Mxo( j)
xe0 (i, j) =
correspondant la variable rduite moyenne pour cette observation. On obtient alors une
xo( j)
premire matrice complte [xo] : xe0 (i, j)
xe0 (1,2)
x(1,1)
x(2,1)
x(2,2)
...
...
x(i,1)
x(i,2)
xe0 (i + 1,1)
...
[xo] =
...
xe0 (no- 1,2)
x(no,1) x(no,2)
...
x(1,j)
...
...
...
...
...
x(2,j)
...
x(i,j)
xe0 (i + 1,j)
...
...
...
...
xe0 (2,nv)
...
x(i,nv)
...
x(1,nv)
...
...
...
x(no,j)
...
...
...
x(no,nv)
Nous effectuons alors une A.C.P. sur cette matrice [xo] et obtenons les projections des variables [a1] et des
observations [c1] sur les k seules premires composantes principales pouvant avoir une signification physique :
[a1] =
a1(1,1)
a1(2,1)
...
a1(k,1)
a1(1,2)
a1(2,2)
...
a1(k,2)
...
...
...
...
a1(1,j)
a1(2,j)
...
a1(k,j)
... a1(1,nv)
... a1(2,nv)
...
...
... a1(k,nv)
c1(1,1)
c1(2,1)
...
c1(i,1)
...
...
...
c1(no,1)
[c1] =
c1(1,2)
c1(2,2)
...
c1(i,2)
...
...
...
c1(no,2)
... c1(1,k)
... c1(2,k)
...
...
... c1(i,k)
...
...
...
...
...
...
... c1(no0,k)
Mx1(1)
Sx1(1)
Mx1(2)
Sx1(2)
...
...
Mx1(j)
Sx1(j)
...
...
Mx1(nv)
Sx1(nv)
Il est alors possible de reconstituer chaque observation manquante x(i,j) par une nouvelle valeur estime xe1(i,j)
:
xe1(i,j) = Mx1(j) + Sx1(j) * { a1(1,j) c1(i,1) + a1(2,j) c1(i,2) +... + a1(k,j) c1(i,k) }
Cette estimation n'est pas trs correcte puisque l'A.C.P. a t effectue sur une matrice "bouche" partir de
moyennes interannuelles, cependant xe1(i,j) est une meilleure estimation que xe0 (i, j) puisqu'elle tient compte des
observations aux autres stations pour cette anne j. On peut donc ritrer le processus en remplaant dans la matrice
[xo] chaque xe0 (i, j) par les xe1(i,j) adapts. On obtient ainsi une nouvelle matrice [x1] :
x(1,1) xe1(1,2)
x(2,1)
x(2,2)
...
...
x(i,1)
x(i,2)
xe1(..,1)
...
...
xe1(..,2)
x(no,1) x(no,2)
[x1] =
...
...
...
...
...
...
...
x(1,j)
x(2,j)
...
x(i,j)
xe1(i,j)
...
x(no,j)
...
...
...
...
...
...
...
x(1,nv)
xe1(2,nv)
...
x(i,nv)
...
...
x(no,nv)
On recommence alors une A.C.P. sur la matrice [x1] permettant d'obtenir de nouvelles matrices [c2] , [a2] ,
[Mx2] et [Sx2] d'o l'on tirera de nouvelles estimations xe2(i,j).
Dif. 6-7
Dif. 5-6
Dif. 4-5
Dif. 3-4
Dif. 2-3
Dif. 1-2
Dif. 0-1
20
18
16
14
12
10
8
6
4
2
0
A
chaque
itration
nous
modifions les estimations pour les
observations manquantes. A titre
d'exemple on citera l'tude de 120 postes
pluviomtriques d'Algrie sur une
priode commune de 60 ans o nous
avions 1854 stations-annes manquantes
sur 7200 (25% de "trous"). Nous avons
chaque fois not la moyenne et l'carttype des modifications, ainsi que la plus
forte modification en valeur absolue.
Ces rsultats sont reports sur le graphe
ci-contre.
On y constate que toutes les caractristiques des carts d'une itration l'autre suivent sensiblement une
exponentielle dcroissante. Ici comme dans d'autres tentatives on constate que le processus est stabilis ds la 6me ou
7me itrations.
La difficult rside dans le choix du nombre de composantes principales utiliser dans les reconstitutions. Nous
prconisons bien sr, de n'utiliser que les composantes ayant une signification physique. La pluie ayant priori une
structure spatiale, on peut prjuger que seules les composantes ayant galement une structure spatiale sont
physiquement significatives. Ainsi le choix des composantes utiliser se basera sur l'analyse du variogramme des
projections des variables sur les composantes :
(h) exprimental
20000
(h) exprimental
8000
15000
6000
Variogramme Nord-Sud
10000
Variogramme Nord-Sud
Variogramme Est-Ouest
4000
Variogramme omni-directionnel
5000
Variogramme omni-directionnel
2000
Variogramme Est-Ouest
0
0
50
100
150
200
250
300
Distance en km
50
100
150
200
250
300
Distance en km
Dans cet exemple algrien, les trois premires composantes ont une structure spatiale nette (mais anisotrope),
par contre la quatrime composante est ppitique pure. On ne prendra donc en compte dans les reconstitutions que les
trois premires composantes.
Valle "gomme"
(largeur infrieure 2R)
Surface topographique
"lisse"
Valle "respecte"
(largeur suprieure 2R)
Dans la pratique, on constate que la pluie augmente avec l'altitude, ceci jusqu' une altitude limite appele
optimum pluviomtrique. En effet, la masse d'eau condensable connat une limite et au-del d'un certain moment, il est
vident que le volume d'eau prcipit tend vers le volume prcipitable et que les intensits ne peuvent continuer
crotre, tout au contraire. Sur les hauteurs de pluies annuelles, l'optimum pluviomtrique est de l'ordre de 2.000 3.000
mtres.
L'altitude revient aussi sur la nature des prcipitations. En appelant coefficient de nivosit le rapport du volume
d'eau tomb sous forme de neige au volume total, on constate les variations suivantes de son ordre de grandeur :
Elments d'Hydrologie de Surface - 121 -
Altitude
500 m
2.000 m
3.000 m
IX.3.1.2 - L'encaissement
L'inconvnient des altitudes moyennes est de ne pas faire intervenir l'orientation des versants ou des valles.
Prenons l'exemple de la cote moyenne dfinie plus haut : elle "gomme" les valles de largeur infrieure 2R mais
quelle qu'en soit l'orientation.
Az2
Vents
dominants
dz
M
D
Az1
Caractrisation d'un site par l'angle solide sous lequel on voit l'horizon.
Or, il est vident que leur influence sera diffrente selon qu'elles sont orientes Est-Ouest ou Nord-Sud, alors
que les perturbations se dplacent grossirement Est-Ouest.
La mthode que nous proposons est base sur le raisonnement simple suivant : supposons que nous soyons en M
l'abri d'une crte montagneuse. L'influence de cette crte est d'autant plus forte qu'elle est leve par rapport au site o
nous nous trouvons (dz) et qu'elle en est proche (dl). Pour tenir compte en mme temps des aspects dnivele et
distance, il est logique de faire intervenir la tangente de l'angle sous lequel on voit cette crte. Evidemment, cet angle
est mesurer selon la direction des vents dominants.
Par ailleurs, tg ne peut elle-seule mesurer l'influence de la crte ; cela deux raisons : d'une part, un pic isol
n'aura pas la mme influence qu'une crte continue ; il faut donc ne plus se contenter de tg selon la direction des
vents dominants mais mesurer tg selon des azimuts situs de part et d'autre de la direction des vents dominants.
D'autre part, les vents dominants s'orientent dans une certaine "fourchette" d'azimuts, mais ils peuvent varier d'une
dpression l'autre et d'une saison l'autre.
On peut construire un paramtre caractrisant l'environnement du site partir de l'angle solide sous lequel on
voit l'horizon entre deux azimuts Az1 et Az2, situs de part et d'autre de la direction des vents dominants.
Dans la pratique, l'influence de l'angle solide sous lequel on voit l'horizon s'exerce dans des sens diffrents selon
la nature des prcipitations :
- pour des pluies de front, il pleut plus dans un site encaiss que sur un sommet, cela altitude gale
(prcipitations orographiques) ;
- pour des pluies d'orage, il pleut plus sur un sommet que dans un site encaiss, toujours altitude gale
(localisation prfrentielle des orages sur les sommets).
IX.3.2. - Interpolation des prcipitations
Les techniques modernes d'interpolation se rattachent plus ou moins troitement, aux notions de fonctions
alatoires. Il est donc ncessaire de prsenter le vocabulaire, les principaux concepts et rsultats.
X.3.2.1 - La pluie, une fonction alatoire
X.3.2.1.1 - Fonction alatoire d'ordre 2
-
-
Soit R(x ,) la hauteur de pluie prcipite en un point x dans la rgion tudie D pendant une dure t
-
dbutant l'instant de la nuit des temps ? , et soit P une mesure de probabilit ; on admettra que R(x ,w) est une
fonction alatoire avec :
P() =
P(d) = 1
-
-
-
Si maintenant on se fixe un vnement k, la fonction k(x ) = R(x ,k), est une trajectoire de R(x ,). La
-
fonction k(x ) pourrait tre reprsente par les courbes isohytes de la pluie entre les instants et +t.
-
-
Si maintenant on considre un point particulier fix xi , la fonction Ri() = R(xi ,) est une variable alatoire.
-
Ri(w) est la loi de distribution statistique des pluies ponctuelles en xi et de dure t.
-
-
-
On appellera moyenne de la fonction alatoire R(x ,) au point xi , la fonction m(xi ) telle que :
-
m(xi ) = E {Ri()} = R i ( wP(dw )
-
Plus simplement, m(xi ) reprsente la moyenne des hauteurs de pluie sur une dure t, au pluviomtre situ en
-
xi .
- -
-
-
On peut galement dfinir la fonction de covariance C (xi ,xj ) des prcipitations entre deux points xi et xj
:
-
-
E { Ri() Rj()} - m(xi ) m(xj )
- -
- -
(avec videmment C (xi ,xj ) =C (xj ,xi ) )
-
-
-
La variance V(xi ) n'est que le cas particulier o les points xi et xj sont confondus :
-
-
- -
V(xi ) = s2(xi ) = C (xi ,xi )
-
(s(xi ) est bien sur l'cart-type en xi )
- -
C (xi ,xj ) =
- -
A partir de la covariance et de la variance, on peut galement dfinir la fonction de corrlation r(xi ,xj ) :
- -
C (xi,xj)
- -
r (xi ,xj ) = - -
s(xi) s(xj)
- -
-
-
r (xi ,xj ) est le coefficient de corrlation entre les prcipitations aux points xi et xj , et videmment :
- -
- -
r (xi ,xj ) = r (xj ,xi ))
Une fonction alatoire est dite fonction alatoire d'ordre 2 si moyenne et fonction de covariance existent, ce qui est bien
le cas pour les prcipitations o les tudes statistiques utilisent des modles de distribution variance fini et o il est
trs classique de corrler des sries entre elles.
IX.3.2.1.2 - Homognit et isotropie
-
-
-
-
-
Si la fonction de corrlation ne dpend pas des points xi et xj mais du seul vecteur h = xi - xj , on dit
-
que le domaine tudi est homogne, et l'on parlera de corrlogramme r(h ). A priori, le corrlogramme est anisotrope
-
-
-
; il dpend la fois de la distance h entre les points xi et xj mais aussi de la direction du vecteur h .
-
-
-
Si la fonction de corrlation ne dpend pas des points xi et xj mais de la seule norme h du vecteur xi -
- -
xj (h = || xi - xj || ) , on dit que le domaine tudi est isotrope. On parlera alors de corrlogramme isotrope r(h).
Dans les applications ultrieures, l'hypothse d'isotropie n'est nullement obligatoire car si les traitements sont
notoirement simplifis, les moyens de calcul actuels permettent trs bien de traiter les cas de domaines o la pluie est
anisotrope. Lhomognit des prcipitations est par contre une hypothse quasi-obligatoire et pourtant rien ne permet
de l'affirmer priori. Dans la pratique cependant, on constate que les prcipitations peuvent tre considres comme
homognes sur des zones restreintes (en particulier des zones aux reliefs homognes et affectes par des phnomnes
mtorologiques comparables).
IX.3.2.1.3 - Stationnarit d'ordre 2
Une fonction alatoire est dite stationnaire d'ordre 2 s'il existe un corrlogramme et si moyennes et variances
sont identiques en tout point :
-
-
m(x ) = m (pour tout x appartenant D)
-
-
s(x ) = s (pour tout x appartenant D)
- -
C (xi;xj)
- -
-
(pour tous xi, xj appartenant D)
r(h ) =
2
s
Elments d'Hydrologie de Surface - 123 -
La stationnarit d'ordre 2 des prcipitations est une hypothse trs forte puisque non seulement il doit y avoir
homognit, mais aussi galit des moyennes et des variances des prcipitations en tout point. Ceci ne peut donc se
rencontrer que si l'on tudie les prcipitations sur un domaine de trs faible extension et faible relief. Par contre on
peut souvent appliquer lhypothse de stationnarit non pas directement aux prcipitations, mais aux rsidus de
rgression entre des paramtres gographiques (altitudes, encaissement, distances la mer, aux crtes ...) et les
prcipitations. En effet ces rsidus sont de moyenne nulle et de variance constante (homoscdasticit).
IX.3.2.2 - Mthodes d'interpolation
La plupart des mthodes modernes d'interpolation ne peuvent se rattacher aux notions d'auto-corrlation ou
d'estimateurs linaires optimaux (estimateurs BLUE'S : Best Linears Unbiaised Estimators).
IX.3.2.2.1 - Auto-corrlation
-
* -
Supposons que l'on cherche reconstituer en un point xo lors d'un vnement la pluie R(xo,)
qui n'y aurait pas t observe. Pour ce faire, on choisira a priori une combinaison linaire du type :
* -
R(xo,) = ao +
-
i R(xi ,)
i =1
-
i R(xi ,)} = O
i =1
-
E {R(xo ,) } -
-
i E{R(xi ,)} = ao
i =1
-
ao = m(xo ) -
-
i m(xi )
i =1
-
Si cette premire quation est vrifie on peut travailler sur les carts la moyenne r(x ) ainsi dfinis :
-
-
-
r(x ) = R(x ,) - m(x )
En effet on a alors :
* -
-
-
R(xo ,) - R(xo,) = R(xo ,) - ao -
-
i R(xi ,)
i =1
-
O = m(xo ) - ao -
-
i m(xi )
i =1
-
* -
-
-
R(xo ,) - R(xo,) = R(xo ,) - m(xo ) -
-
-
i ( R(xi ,) - m(xi ) )
i =1
-
* -
-
R(xo ,) - R(xo,) = r(xo ) -
-
i r(xi )
i =1
Imposons cette reconstitution d'tre de plus, de "bonne qualit" au sens de l'erreur quadratique moyenne :
* -
-
d2 = E {( R(xo,) - R(xo ,))2} = minimum
-
d2 = E {(r(xo ) -
-
i r(xi ) )2} = minimum
i =1
On dtermine les n paramtres li en annulant les n drives partielles de d2 par rapport aux i
-
d2 = E {(r(xo ) -
-
i r(xi ) )2}
i =1
-
d2 = E {r(xo )2} - 2
i =1
-
-
i E{ r(xo ) r(xi ) } +
i =1
j=1
-
-
i j E{r(xi ) r(xj )}
-
-
Dveloppons le terme E{ r(xo ) r(xi ) } :
-
-
-
-
-
-
E{r(xo ) r(xi )} = E{[R(xo ,) - m(xo )] [R(xi ,) - m(xi )] }
Elments d'Hydrologie de Surface - 124 -
-
-
-
-
-
-
-
-
-
-
E{r(xo ) r(xi )} = E{R(xo ,) R(xi ,)} - m(xo ) E{R(xi ,)} - m(xi ) E{R(xo ,)} + E{m(xo ) m(xi )}
-
-
-
-
-
-
E{r(xo ) r(xi )} = E{R(xo ,) R(xi ,)} - m(xo ) m(xi )
-
-
- -
E{r(xo ) r(xi )} = C (xo ,xi )
D'o l'expression :
-
d2 = s2(xo ) - 2
i =1
j=1
- -
i C (xo ,xi ) +
i =1
- -
i j C (xi ,xj )
(d 2 )
- -
= - 2 C (xo ,xi ) + 2
li
i =1
j=1
- -
j C (xi ,xj )
Or ces drives doivent tre nulles, donc pour les n valeurs que peut prendre i, on aura :
n
...
...
...
...
...
...
- -
C(x1 ,xj
- -
C(x2 ,xj
...
- -
C(xi ,xj
...
- -
C(xn ,xj
) ...
) ...
...
)
...
...
) ...
- -
C(x1 ,xn
- -
C(x2 ,xn
...
- -
C(xi ,xn
...
- -
C(xn ,xn
2
...
i
...
- -
C(xo ,x1
- -
C(xo ,x2
...
- -
C(xo ,xi
...
- -
C(xo ,xn
)
)
)
)
Ou encore :
1
-
-
E{R(xi ,)} = m(xi )
k
-
R(xi ,l)
i =1
1
- -
C (xi ,xj ) =
k
i =1
Ces covariances permettent de remplir les matrices [Ci,j] et [Co,i], il suffit alors de calculer la matrice inverse
[Ci,j]-1 pour obtenir les n paramtres i .
-
Supposons que pour le (k+1)me vnement, on ne connaisse que les n R(xi ,k+1), on pourra reconstituer la valeur
-
en xo par :
n
i R(x-i ,k+1)
* -
R(xo,k+1) = ao +
i =1
* -
-
R(xo,k+1) = m(xo ) -
-
i m(xi ) +
i =1
* -
-
R(xo,k+1) = m(xo ) +
i R(x-i ,k+1)
i =1
* -
-
Voici ainsi prsent l'auto-corrlation qui permet des reconstitutions telles que l'cart R(xo ,) - R(xo,) soit nul en
moyenne et que la variance de cet cart d2 soit minimale. On montre d'ailleurs que ce minimum est :
Elments d'Hydrologie de Surface - 125 -
- -
d2 = C (xo ,xo ) -
i C (x-i ,x-o )
i =1
Dans la pratique l'auto-corrlation n'est pas une mthode oprationnelle d'interpolation ; en effet, il faut
-
- -
connatre en tout point d'interpolation les m(xo ) et tous les C (xi ,xo ), or ceci n'est jamais le cas sauf si l'on imagine
un rseau trs dense (un point de mesure en chaque point d'interpolation) exploit durant k vnements puis le maintien
en service d'un nombre n plus restreint de postes de mesure.
-
-
Les vritables mthodes d'interpolation vont donc consister essentiellement se donner les m(xo ) et C (xi
-
,xo ) suivant des hypothses plus ou moins simplificatrices.
X.3.2.2.2 - Interpolation optimale de Gandin
-
Cette technique s'applique au cas o l'on ne dispose d'information qu'en n pluviomtres xi , et sur k
-
vnements. On se propose alors pour chaque vnement de reconstituer le phnomne en un point xo non observ.
- -
-
Les quations d'auto-rgression ncessitent de connatre tous les C (xi ,xj ) et tous les m(xi ), pour i et j variant de 0
n, or les termes pour i=0 sont manifestement inconnus.
Nous avons vu que la fonction de corrlation tait :
- -
C (xi,xj)
- -
r (xi ,xj ) = - -
s(xi) s(xj)
La premire hypothse dans la mthode de Gandin est de supposer que le phnomne est homogne; c'est-dire que :
- -
-
-
- -
r (xi ,xj ) = r(h ) (avec h = xi - xj )
-
Les n points d'observation permettent de calculer des valeurs exprimentales des r(h ) par :
-
r(h ) =
1
- -
k s(xi) s(xj)
-
-
-
-
R(xi ,wl) R(xj ,wl) - m(xi ) m(xj ) }
i =1
n( n 1)
-
valeurs exprimentales de r(h ) sur lesquelles on ajustera une formulation thorique.
2
-
-
La fonction r(h ) est appele corrlogramme et si h reprsente la norme de h et q l'azimut de h par rapport au nord,
*
on cherchera donc une formulation en r (h,q) en s'appuyant sur les corrlogrammes exprimentaux construits pour
diffrentes tranches dq d'azimut q-dq/2, q+dq/2 . Dans le cas plus simple mais frquent o l'anisotropie est faible, il
*
suffira de rechercher une fonction r (h) .
r(h)
Assez classiquement; on arrive caler r * ( h ) sur des
1
fonctions du type :
0,9
- modle exponentiel
0,8
*
Modle sphrique
r (h) = exp(-h/a)
0,7
gradu en h/p
- modle sphrique
0,6
*
r (h) = 1 - 3/2 h/p + 1/2 h3/p3 : si h<p
0,5
*
0,4
Modle exponentiel
r (h) = 0 : si h>p
gradu en 2,5 h/p
0,3
Si on appelle porte la distance au-dela de
0,2
laquelle le coefficient de corrlation est nul, le paramtre p
0,1
du modle sphrique est la porte ; par contre le modle
0
exponentiel n'a qu'une porte "efficace" qui reprsente
environ 2,5 fois la valeur du paramtre p (au dela de h=2,5
0
0,5
1
1,5
p le modle exponentiel donne un r(h) ngligeable).
On obtient donc
*
Une fois ajuste la fonction r (h) , il faut pour dterminer les valeurs des matrices [Ci,j], [Co,i] connatre les
-
-
variances aux points xi , mais aussi en tout point d'interpolations xo . De mme, pour reconstituer les valeurs de
* -
-
-
R(xo,w) , il faut connatre non seulement les m(xi ) mais aussi les m(xo ).
-
- -
Manifestement, on ignore pour l'instant les m(xo ), et les C(xo ,xo ). Deux solutions sont alors possibles. La premire
-
prconise par Gandin repose sur une hypothse forte ; la fonction R(x ,) est stationnaire d'ordre 2, c'est--dire que
l'on a :
-
m(xo ) = m
- -
C (xo ,xo ) = s2
-
Il suffit alors d'aprs toutes les R(x ,w) observes de calculer moyenne et variance :
m
s2
11
kn
11
kn
i =1
j=1
i =1
j=1
-
R(xi ,l)
-
R(xi ,l)2 - m2
L'hypothse de stationnarit est souvent trop forte. On peut alors tourner la difficult :
-
-
-
- soit en admettant que les champs des m(x ) et des s2(x ) sont plus rguliers que celui des R(x ,w) et on
-
-
fera alors une premire interpolation sommaire des champs des m(x ) et des s2(x ) connus partir des seules
-
-
estimations m(xi ) et s2(xi ) ;
- soit en utilisant l'interpolation de Gandin applique aux rsidus de rgression entre la pluie et les variables
-
-
caractristiques du relief pouvant expliquer les fluctuations des m(x ) et des s2(x ) .
IX.3.2.2.3 - Krigeage
A partir des annes 1960 se sont dveloppes les techniques appeles de krigeage avec les travaux de
Matheron puis de son quipe de l'cole des Mines de Paris.
Ces techniques diffrent des deux prcdentes par le fait qu'elles s'appuient sur une seule ralisation de ce que l'on peut
toujours considrer comme une fonction alatoire. Les donnes de dpart sont donc ici uniquement les ralisations
-
-
R(xi ,k) lors d'un seul vnement k et connu en n points xi .
Krigeage simple en covariance
On suppose a priori que la fonction alatoire est stationnaire d'ordre 2 :
-
m(x ) = m
-
s2(x ) = s2
- -
- - -
-
C (xi ,xj ) = C(x , x +h ) = C(h )
-
* -
et l'on cherche exprimer R(x ,) par la fonction linaire suivante : R(xo,) =
i R(x-i ,)
i =1
Cette expression diffre des prcdentes puisque l'on impose priori ao d'tre nul. Mais la condition de non-
biais : ao = m(xo ) -
i m(x-i )
i =1
-
se transforme aisment (puisque m(x ) = m et ao = 0) en :
i = 1
i =1
La minimisation de la variance d'estimation sous cette contrainte aboutit ce que l'on appelle communment "systme
de krigeage" :
n
i = 1
i =1
- -
... C(x1 ,xn ) 1
- -
... C(x2 ,xn ) 1
...
...
...
- -
... C(xi ,xn ) 1
1
2
...
- -
C(xo ,x1 )
- -
C(xo ,x2 )
...
- -
C(xo ,xi )
...
...
...
...
- -
- -
- -
C(xn ,x1 ) C(xn ,x2 ) ... C(xn ,xj )
1
1
...
1
...
...
...
- -
... C(xn ,xn ) 1
...
1
0
...
...
- -
C(xo ,xn )
1
-
Nous sommes alors amens faire une seconde hypothse : valeurs de m, s2 et C(h ) qui sont normalement
dfinies partir de plusieurs vnements k (estimations "climatologiques"), peuvent se dfinir partir d'une seule
distribution spatiale sur le domaine D. Cette hypothse est appele hypothse d'ergodicit.
On suppose donc :
-
-
ED{R(x ,k)} = E{R(x ,k)} = m
-
-
-
-
-
-
ED{R(xi ,k) R(xj ,k)} - m2 = E {R(xi ,k) R(xj ,k)} - m2 = s2 [1 - r(h )] = C(h )
On valuera donc la moyenne du champ par :
n
m=
R(x-i ,k)
i =1
-
Pour la fonction de covariance C(h ) on procdera par pas de distance Dh (dans le cas anisotrope on travaillera de
- -
plus, sur des tranches d'azimut). Les couples (xi ,xj ) tels que :
-
-
|| xi - xj || = h +/- Dh/2
tant au nombre de t on obtient un des points de la fonction de covariance en reportant :
1 t
-
-
C(h') t ? [R(xi ,k) R(xj ,k)] - m2
l=1
t
( avec : h' =
1
-
-
|| xi - xj || )
t i =1
*
Il suffit alors d'ajuster aux C(h') un modle thorique C(h) et enfin de remplir les matrices [Ci,j] et [Co,i] avec les
*
C(h) correspondant.
-
* -
Voici ainsi prsent, le krigeage simple qui permet des reconstitutions telles que l'cart R(xo ,) - R(xo,)
soit nul en moyenne et que la variance de cet cart d2 soit minimale. On montre d'ailleurs que ce minimum est :
- -
d2 = C (xo ,xo ) + -
i C (x-i , x-o )
i =1
Ce cas est trs rarement trait tel quel, en effet l'hypothse de stationnarit d'ordre 2 peut paraitre trop forte et d'autre
part l'estimation spatiale de m peut tre parfois biaise.
-
-
-
- -
- -
2 (h ) = ED{[R(x ,k)]2 - 2 ED{R(x ,k) R(x +h ,k)}+ ED{[ R(x +h ,k)]2}
Mais :
- -
-
ED{[R(x ;k)]2 - m2 = C(0) , ED{[ R(x +h ;k)]2} - m2 = C(0)
-
- -
- - -
2 ED{R(x ,k) R(x +h ,k)} -2 m2 = 2 C(x , x +h )
Donc :
-
-
- -
2 (h ) = ED{[R(x ,k) - R(x +h ,k)]2}
-
-
(h ) = C(0) - C(h )
* -
R(xo,) =
R (x , )
r
i =1
avec :
*
R(x)
- -
- -
(xi ,xj ) - m = (xo ,xi ) et
i = 1
i =1
1
Pour une mise en uvre pratique, il suffit de construire le variogramme exprimental,
-
-
- -
2(h ) = ED{[R(x ,k) - R(x +h ,k)]2}
Cette construction se fait en travaillant par pas de distance Dh (dans le cas anisotrope on travaillera de plus sur
- -
des tranches d'azimut), les couples ( xi , xj ) tels que :
- -
|| xi - xj || = h +/- Dh/2
tant au nombre de t, on obtient un des points du variogramme en reportant :
t
2 (h') =
1
-
-
[R(xi ,k) - R(xj ,k)]2
t i =1
t
( avec : h' =
1
-
-
|| xi - xj || )
t i =1
*
*
On ajuste aux (h') un modle thorique (h) et enfin on remplit les matrices [i,j] et [o,i] avec les (h)
correspondant.
2
1
BV
Les solutions ce problme sont nombreuses, mais elles peuvent se rsumer en deux grands types : des
solutions simples et rustiques applicables la main, des solutions prcises et sophistiques d'application plus complexe.
Elments d'Hydrologie de Surface - 129 -
PS
i i
PBV =
i =1
n
i i
i =1
Si
i =1
avec
i =
Si
n
i =1
On remarque alors que les termes i appels coefficients de Thiessen ne dpendent que de la rpartition spatiale
des postes par rapport au bassin versant. Ils ne dpendent pas de la pluie, donc la construction gomtrique est faire
une fois pour toutes et on appliquera i toutes les averses tudier.
IX.3.3.2 - Mthode des isohytes
Cette mthode consiste, connaissant la fonction P (x, y) en quelques points d'chantillonnage interpoler P(x,y)
en tout point du bassin versant. Cette interpolation est gnralement faite selon des techniques de krigeage o la pluie
estime en un point quelconque est une combinaison linaire des pluies connues aux pluviomtres ; les poids tant
affects selon la distance du point au pluviomtre par rapport la structure spatiale du phnomne. Cette mthode
permet de tenir compte d'autres paramtres, en particulier du relief que l'on connat en tout point. Dans ces conditions,
on tudie les rgressions pluie-morphomtrie aux diffrents points d'observation, puis on interpole les rsidus de
rgression qui par construction sont une fonction alatoire stationnaire d'ordre 2. Enfin on reconstitue en tout point les
prcipitations en ajoutant aux rsidus interpols, la moyenne conditionnelle des prcipitations explique par le relief.
Connaissance
ponctuelle
des prcipitations
Connaissance
continue
du relief
Relief
Regression
Pluie-Relief
Estimation continue
de la pluie en fonction
du relief
Pluie
Si on connat d'une faon continue, une estimation P( x, y) de la pluie, il devient ais par des mthodes
numriques ou graphiques, de calculer la pluie moyenne partir des estimations des intgrales :
Elments d'Hydrologie de Surface - 130 -
PBV =
1
S BV
P(x, y)dxdy
BV
Cette faon de procder est prfrable puisqu'elle permet de prendre en compte des paramtres autres que ceux
mesurs uniquement aux pluviomtres, mais elle prsente les inconvnients d'tre plus longue (calcul automatique
quasiment ncessaire) et de devoir tre rpte pour chaque averse.
Supposons que sur une priode courte de n annes compltes, on dispose d'observations p pluviomtres. On
peut, sur ces n annes, calculer les pluies moyennes journalires (ou sur une autre dure) sur le bassin (isohytes ou
Thiessen).
A partir de ces donnes, on construit un tableau double entre, chaque ligne correspondant un intervalle sur
la pluie moyenne (par exemple dcoupage de 10 en 10 mm de PS) et une colonne un intervalle sur la pluie ponctuelle
Pp.
Les valeurs portes dans ce tableau donnent le nombre de fois o une station, la pluie ponctuelle correspondait
la colonne alors que la pluie moyenne correspondait la ligne.
Une fois ce tableau rempli partir des n * 365 jours d'observations, on a une reprsentation numrique du
champ de densit de probabilit P (PS, Pp), dtermine partir de n annes d'observations.
Chaque ligne reprsente la distribution des frquences conditionnelles des pluies ponctuelles pour une valeur
donne de Pm.
Chaque colonne donne la distribution des frquences conditionnelles des pluies moyennes pour une valeur
donne de la pluie ponctuelle :
- les sommes suivant les lignes donnent la distribution marginale des bassins versants ;
- les sommes suivant les colonnes donnent la distribution marginale des P ponctuelles.
Cette dernire distribution exprimentale peut tre amliore par la connaissance d'une longue srie.
En effet, pour chaque intervalle de P, on peut dterminer le nombre n' thorique de fois o l'on aurait d avoir P
l'intrieur de l'intervalle ; soit n nombre exprimental de fois o l'on a rencontr une telle valeur de P ; on admet que si
n'
l'chantillon tait plus reprsentatif, chaque terme de la colonne correspondante devrait tre multipli par . Ainsi, la
n
loi marginale de P serait identique celle observe la station longue.
Aprs cette correction due la srie de longue dure, on effectue les sommes ligne par ligne pour obtenir la loi
de distribution marginale des pluies moyennes.
Ayant obtenu ainsi la distribution statistique des pluies moyennes sur le bassin, on calcule K pour les diffrentes
frquences en la comparant la distribution des pluies ponctuelles.
Distribution conditionnelle
des Pp lie par les Ps
(aprs correction longue dure)
PS
Distribution marginale
des pluies moyennes
sur la surface S
Distribution conditionnelle
des Pp lie par les Ps
(selon p stations et n annes)
f(Pp )
PS
f1
f
k= 1
f2
f2
PS
dP
S
f( P )
S
k=
f1
f2
f2
f1
f( Pp)
Pp
Distribution marginale
des pluies ponctuelles
selon
p stations observes
Distribution marginale
durant
n annes
des pluies ponctuelles
selon la station longue
R S ( ) =
r r
1
R ( , x )dx
S
On montre aisment que la moyenne mS des R S () est la mme que la moyenne des pluies ponctuelles m.
mS = E[R S ( )] = m
S2 = 2
1
S2
(x
r
r r
x j ) dx i dx j
SS
Si l'on fait l'hypothse que les pluies ponctuelles sont distribues selon le mme type de loi que les pluies
moyennes sur le bassin versant, on constate donc qu' partir de la moyenne des pluies ponctuelles, du variogramme des
pluies ponctuelles et du domaine S (bassin versant sur lequel on calcule l'abattement), on peut valuer aisment la
moyenne et la variance des pluies moyennes sur le bassin versant. Souvent on peut modliser les variogrammes par un
modle exponentiel :
r
h
r r
( x i x j ) ( h)
p
=
=
1
e
2
2
Alors la variance S2 des pluies moyennes sur le bassin a pour expression : S2 = 2 g (S,p)
o g(S,p) n'est plus qu'une fonction de la surface et de la forme du bassin versant ainsi que du paramtre p
caractristique de la structure spatiale des pluies. Ainsi par exemple si le bassin peut tre assimil un carr on obtient :
0.245 S
g(S, p) = 1
p
Evaluer les coefficients d'abattement reviens donc calculer les moyenne et variance des pluies ponctuelles
(d'aprs la station la plus longue), de dterminer le paramtre p caractristique de la structure spatiale des prcipitations
(d'aprs le corrlogramme ou le variogramme construit d'aprs la srie courte et dense de pluviomtre). On en tire alors
les moyenne et variance de la distribution des pluies moyennes sur la dure. D'o bien sur la loi de distribution de ces
pluies moyennes et les coefficients d'abattement.
A titre d'exemple, nous avons analys les coefficients de corrlation r obtenus par DESBORDES Rungis o il a
exploit un ensemble de pluviographes des pas de temps allant de 5 mn 1 heure, et ceux obtenus par le District
Urbain de Nancy pour des pas de temps de 1 6 heures. On constate que les corrlogrammes s'ajustent sensiblement
des modles exponentiels et que les paramtres p varient comme une fonction puissance de la dure. Pour l'ensemble
de ces observations on obtient la relation suivante :
- h / (1530 t0,42)
r (h,t) = e
(avec h exprim en mtres et t en minutes)
r en %
100
90
Pluviographes de Nancy
exploits de 1 6 heures.
80
70
Pluviographes de Rungis
exploits de 5 minutes
1 heure.
60
50
40
Modle exponentiel
ajust
30
20
10
1530 t 0,42
0
0,01
0,1
S
0.245 S
= 1
S
0.245 S
= 1
1530t 0.42
Admettons que les pluies moyennes sur le bassin suivent une loi de Gumbel, on aura alors :
10
x x oS
gS
FS ( x ) = e
avec gS = 0,78 S et x0S = m - 0,577 g
ou encore :
xFS = x0S + gS [- Ln{-Ln(F)}]
Cependant lorsque la frquence tend vers 1, le deuxime terme est prpondrant et l'on a :
xFS = gS [- Ln{-Ln(F)}]
S
(S en km 2 , t en heures)
36t 0.42
On est alors frapp par l'analogie avec la formule propose par le Ministre de l'Agriculture pour des pluies
S
dcennales en rgion parisienne : K(S, t ) = 1
30t 0.33
Cette formule a t tablie empiriquement aprs avoir valu les valeurs de K par la mthode traditionnelle pour
des dures et des surfaces quelconques.
Comme le montre la figure suivante, on constate une trs bonne concordance dans la gamme de dure 1 h - 20 h
et pour les surfaces de 1 100 km2.
On est alors frapp par l'analogie avec la
formule propose par le Ministre de
l'Agriculture pour des pluies dcennales en
rgion parisienne :
S
K(S, t ) = 1
30t 0.33
Cette
formule
a
t
tablie
empiriquement aprs avoir valu les valeurs
de K par la mthode traditionnelle pour des
dures et des surfaces quelconques.
Comme le montre la figure suivante, on
constate une trs bonne concordance dans la
gamme de dure 1 h - 20 h et pour les surfaces
de 1 100 km2.
ou encore :
K (S, t ) = 1
Intensits
I t
I2 t
Temps
t
2 t
Il faut donc toujours prciser, lorsqu'on parle d'intensit, la dure sur laquelle on la mesure. Supposons que par un
procd, on puisse connatre l'intensit maximale It. Le schma ci-contre montre que l'intensit moyenne sur un t
maximale pour cette averse dcrot lorsque t crot : It max = I2t max
Pour un t donn, on peut donc s'intresser la statistique des hauteurs de pluie tombe sur ce t ou celle des
intensits moyennes sur ce t. Pour chaque dure t, nous aurons une relation exprimentale intensit-frquence.
10
0,1
T= 10 ans
T= 5 ans
T= 2 ans
Priode de retour
a
b
2
t en heures
2 ans
23,3
0,115
5 ans
35,0
0,150
10 ans
43,2
0,167
20 ans
47,5
0,177
50 ans
53,7
0,183
Le tableau suivant rcapitule les rsultats d'une synthse effectue par le C.T.G.R.E.F. et valable pour les pluies
de frquence dcennale et de dure comprise entre 1 h et 24 h (a en mm/h, t en heures) :
Stations
a
b
Stations
a
b
Abbeville
27 0.72
Limoges
28
0.61
Agen
39 0.74
Marignane
33
0.61
Alenon
27 0.72
Le Mans
26
0.69
Auxerre
28 0.75
Metz
24
0.74
Bastia
61 0.62
Mont-de-Marsan
31
0.76
Beaulieu
33 0.54
Pau
30
0.77
Biarritz
44 0.51
Poitiers
36
0.77
Bretigny
22 0.76
Reims
26
0.80
Casaux
28 0.72
Rostrenen
20
0.66
Challes-les-Eaux
34 0.73
St Quentin
26
0.72
Chartres
23 0.72
Salon
80
0.87
Gourdon
35 0.57
Toulouse
37
0.76
Lille
32 0.84
Soulignons que ces formules sont valables pour des pluies maximales annuelles. Si on s'intresse aux pluies de
diffrentes saisons ou de diffrents mois, les rsultats peuvent changer notablement.
Les graphiques ci-aprs prsentent les variations de a et b pour les pluies maximales mensuelles de frquence 0,5
de quatre stations de l'Est de la France. Ces rsultats peuvent s'interprter de la faon suivante : les pluies d't sont plus
intenses (a fort) mais plus brves (b grand).
a en mm/h
14
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
12
10
8
6
4
2
0
J
a en mm/h
12
F M A M
b
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
10
8
6
4
2
VELAINE EN HAYE
J A S O N D
J F M A M J J A
( les valeurs de a sont en trs fort et celles de b en trait fin )
a en mm/h
a en mm/h
b
12
16
1,0
0,9
14
10
0,8
12
0,7
8
10
0,6
6
0,5
8
0,4
6
4
0,3
4
0,2
2
XONRUPT
CORNIMONT
2
0,1
0
0,0
0
J F M A M J J A S O N D
J F M A M J J A
S O N D
b
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
S O N D
Ces graphiques peuvent constituer une bonne base pour un dcoupage de l'anne en saison, ainsi dans l'est de la
France on pourrait retenir un "hiver" de Novembre Avril, et un "t" de Mai Octobre.
Nous avons vu que les pluies extrmes pouvaient se caractriser par leur gradex et nous venons de voir que ces
pluies variaient en fonction de la dure selon des lois de Montana o b varie trs peu avec la frquence. Dans ces
conditions, il est normal que le gradex des pluies de diffrentes dures varie galement comme des lois de Montana.
Pour l'Est de la France, les gradex peuvent se mettre sous la forme :
Gt = a (t)c
Gt : gradex, en mm, des pluies extrmes de dure t (en heures). Les valeurs de c dpendent du site et de la saison
avec pour ordre de grandeur les valeurs suivantes :
c
Lorraine
Vosges
hiver
0,45
0,67
t
0,14
0,34
temps n'est justifie que si le site a t hydrauliquement stable. Cette stabilit est envisageable dans certains cas comme
des passages de ponts anciens, des endiguements entre des quais...
De toute faon, le passage des hauteurs aux dbits, lorsqu'il est possible, sera toujours entach d'une forte
incertitude. Que peut donc apporter la recherche historique ? Surtout l'ordre de grandeur du phnomne.
L'tude des crues, base sur d'autres mthodes telles que nous les verrons plus loin, s'appuie sur des observations
plus ou moins longues, plus ou moins stables. Il se peut trs bien que les observations chiffres disponibles sur une
priode restreinte ne permettent pas d'envisager l'ampleur de crues excessivement rares et provoques par des
phnomnes tout fait exceptionnels et d'une autre nature que ceux observs habituellement.
Dans tous les cas, il est donc recommand de procder une investigation "historique". Que ce soit dans des
textes anciens ou tout au moins par interrogation des populations locales. Les rsultats que l'on peut en esprer
serviront essentiellement vrifier que les estimations de dbits de crues faites par d'autres mthodes permettent de
rendre raisonnablement compte des diffrentes crues catastrophiques enregistres.
e
2
8
u2
2 du
;u=
log x log x
slog x
Or, on constate que log x est indpendant de log x ; par ailleurs, les log x varient trs peu et sont dans 80 %
des cas compris entre 0,114 et 0,285. On peut donc tablir des coefficients de passage valables dans 80 % des cas pour
aller d'un dbit de crue de frquence F1 celui de frquence F2 : dans le cas de la Lorraine :
F1, F2
0,5
0,8
0,9
0,95
0,98
0,8
1,27 1,74
1
0,9
1,40 2,32
1,12 1,33
1
0,95
1,54 2,93
1,23 1,68
1,10 1,27
1
0,98
1,71 3,84
1,37 2,21
1,22 1,66
1,11 1,31
1
0,99
1,84 4,61
1,48 2,65
1,32 1,99
1,20 1,57
1,08 1,20
0,13
0,33
0,33
1,75
,67
,67
0,5
1,75
1,5
1,75
100
200 km
R de la mthode CRUPEDIX
avec R=1 partout sauf dans les zones grises
R est gnralement gal 1 sauf pour quelques rgions indiques sur la carte jointe.
La gamme des surfaces de bassins versants couverte par cette formule est de l'ordre de 10 2.000 km2.
Q
2Q 3Qd
L'intervalle de confiance 70 % est d'environ : d
3 2
X.2.4.2 - Abaques SOGREAH
En 1968, la SOGREAH a procd une synthse des crues sur des bassins versants de 1 100 km2. 105
stations hydromtriques ont t utilises pour mettre en vidence les relations entre le dbit de pointe de crue dcennale
Qd en m3/s, la pente du thalweg principal I en %, la surface S du bassin en km ; la pluie journalire dcennale P10 en
mm/j et une alternative de permabilit des terrains. L'abaque ci-aprs provient d'une publication du Ministre de
l'Agriculture et permet, partir de ces donnes, d'valuer le dbit dcennal Qd. L'intervalle de confiance 85 % sur
Q
cette estimation est peu prs : d ; 1,5 Qd
1,5
1000
Dbit
Sol
500
Surface
Pente
200
100
50
Pluie
20
Nature
du
sol
Plutot impermable
10
5
Plutot permable
2
1
0,5
0,2
Surfae du B.V. en km2
0,1
1
0%
3 4 5
10
20 30 40 50
100
5%
Pluie
journalire
dcennale
10%
15%
200 mm/j
180 mm/j
20%
160 mm/j
25%
Pentes
140 mm/j 100 mm/j 80 mm/j 60 mm/j
120 mm/j 90 mm/j 70 mm/j
50 mm/j
Pj10
i'0.1
(i'+0.2)(1 e 20 ) +
3
0 .3
Enfin le dbit dcennal de pointe de crue Qi10 (en m3/s) est obtenu par les relations suivantes :
Terrains plutt permables
Terrains plutt impermables
A=
Qi10 permable = e
A 2
1,4
S O,75
Qi10impermabl e = e
A 1,5
1,25
S O,75
200
D
Q /2
d
t
La dure D s'obtient par son log nprien :
Pa 1
P10 t a
S
) - 54
L
Pa
P10
24b P10
1,2
b=0,9
1,1
b=0
,8
1,0
b=
0
,7
b=
0 ,6
0,9
b=
4
5
0, b=0,
S
211 + 3
30 D
0,2 J
=1k (1,25D)1 b
A partir de et de b, l'abaque ci-contre
donne le coefficient . On obtient enfin le dbit
dcennal Qd par la relation :
0,8
Qd =
kS
r2
(1,25D) b 15 12r
0,7
0
0,2
0,4
0,6
0,8
1,0
1,2
La carte suivante donne les tempratures moyennes interannuelles ramene au niveau de la mer :
10
10
11
11
12
12
13
13
14
14
15
16
14
15
14
16
14
0
100
200 km
15
13
REGIMES SAHELIENS
ET SUB-DESERTIQUES
RGIMES TROPICAUX ET
TROPICAUX DE TRANSITION
Coefficient de ruissellement
100%
90% R4P1
80% R4P2
70% R3P2
Coefficient de ruissellement
60%
R5P3
50%
R4P3
40% R3P3
R2P3
30%
R2P2
60%
50%
40%
30%
20%
20%
Prmabilits P1 et P2
Prmabilit P3
10%
0%
10
40%
30%
PrmabilitS P4 et P5
R5P3
R4P3
40% R5P4
R3P3
30%
R2P3
20%
Prmabilits P3
10%
20%
10%
0%
R4P4
R4P5 ou R3P4
R3P5 ou R2P4
R2P5
R2P6
0%
1
10
Coefficient de ruissellement
40%
10
Coefficient de ruissellement
80%
Prmabilit P4
30%
70%
R4P4
Prmabilit P2
R4P2
60%
R3P2
20%
10%
10
Coefficient de ruissellement
50%
Coefficient de ruissellement
60%
50%
50%
R3P4
R2P2
40%
0%
30%
1
10
10
2
3,0
10
3,0
20
3,0
50
4,5
10
4,0
Bassins forestiers :
Selon S et R
Relief R2 (plaine)
Relief R6 (montagne)
S < 5 km2
1,9
2
5 < S < 10
2,2
2,3
b) Coefficients tb et tm :
S > 10 km2
2-3
2-4
REGIMES SAHELIENS
SUB-DESERTIQUES
REGIMES TROPICAUX ET
TOPICAUX DE TRANSITION
Temps de monte en heures
8
R2
R3
R4
R5
R2
1
R3
R4
R5
1
Temps de base en heures
25
10
Surface en km2
100 1
Temps de base en heures
50
20
40
15
30
10
20
R2
10
R3
R4
R5
0
1
Surface en km2
100
Surface en km2
100
R2
R3
R4
R5
0
10
10
10
Surface en km2
100
X.2.5.2 - Approche stochastique - les dbits de crues dcennales en Afrique de l'Ouest et Centrale (par PUECH et CHABI
GONNI du C.I.E.H.)
X.2.5.2.1 Inventaire des variables explicatives et expliquer
La seule variable expliquer est le dbit de pointe de crue dcennale Q10.
Les variables explicatives sont nombreuses, qualitatives et quantitatives :
A partir des observations sur 162 bassins versants, on obtient des rgressions de types suivants :
Afrique de l'Ouest :
Q10 = 197
S0,633 Ig0,35 Pan-0,643
Q10 = 0,163
S0,628 Ig0,26 Kr0,877
Afrique centrale:
Q10 = 15,77
Q10 = 0,225
Application
Soit un bassin de 10 km2 au Burkina Faso. On peut admettre que la hauteur de pluie annuelle est de
l'ordre de 700 mm et la pluie journalire de 102 mm. Le climat y est sahlien. On calculera d'abord le
volume de l'averse dcennale :
Coefficient d'abattement :
K = 1 - 0,001 (9 log 10 - 0,042 700 + 152) log 10
K = 0,87
Volume de l'averse :
V = 0,87 102 mm 10 km2
V = 887.400 m3
Si ce bassin est impermable (P2) et rang dans la classe de relief R4, on trouve un coefficient de
ruissellement de 73 %.
Le temps de base d'un tel bassin est valu 4,5 h et son temps de monte 1,5 h. Le dbit moyen de
la crue sera donc :
647.802
4,5
Q=
= 40 m3/s
3.600
Le coefficient de pointe est de l'ordre de 3 ; la pointe de crue dcennale sera donc d'environ 40 3
= 120 m3/s.
X.3 - ETUDE STATISTIQUE DES DEBITS DE CRUE
Lorsque l'on dispose d'observations de dbits de crue, au site mme ou proximit, il est possible de procder
un ajustement statistique puis une extrapolation sur les frquences. Cette mthode est parfaitement justifie si on
dispose de suffisamment d'observations (10 ans est un strict minimum). Cependant, il n'est pas raisonnable d'extrapoler
l'ajustement statistique des priodes de retour suprieures 2n ou 3n, n tant la dure d'observations. Cette mthode
est donc limite par la dure habituelle des observations la prdtermination de dbits de crue de frquence
gnralement infrieure 0,99.
X.3.1 - Constitution de l'chantillon
Dans le cas o les observations ont t faites sur une dure suffisante, de l'ordre de 20 ans, on pourra travailler
sur les dbits instantans ou moyens journaliers, maximaux annuels. Bien souvent, la priode d'observations est
restreinte et on pourra constituer un chantillon de dbits de crue par corrlation partir d'une station plus longue.
Gnralement, les corrlations se font en log-log, les distributions de frquence des crues tant forte
dissymtrie positive.
Les variables utilises sont gnralement un dbit maximum instantan Qi ou un dbit moyen journalier Qj
maximum. Que ce soit partir d'une priode rellement observe ou d'une srie reconstitue, on peut retenir :
- les dbits maxima annuels de chacune des n annes (on s'assure de l'indpendance des observations
puisque l'on travaille sur des annes hydrologiques dbutant la fin de la priode d'tiage) ;
- tous les dbits suprieurs un certain seuil de dbit Qo ;
- etc.
La premire dfinition est prfrable lorsque la taille de l'chantillon est suffisante. Les frquences s'expriment
alors en an-1, et les observations sont gnralement parfaitement indpendantes.
La seconde dfinition est d'un emploi un peu plus dlicat, soit cause du problme de l'indpendance, soit du
problme de la frquence de (Q < Qo). Elle ne s'utilise que si le nombre d'annes disponibles est faible et avec une
extrme prudence.
400
350
Gauss
300
Galton
250
Gumbel
200
Frechet
150
Fuller
100
50
0
-50
-100
-3
-2
-1
0
Variable rduite de Gauss
Quant aux mthodes d'ajustement, toutes celles cites au chapitre "statistiques" s'appliquent ici. Le choix d'une
technique dpend alors essentiellement des moyens de calcul dont on dispose et de la taille de l'chantillon.
S
Ayant tudi la statistique des dbits journaliers Qj, on obtient le quantile de frquence F recherch Qj pour
F
passer au mme quantile mais sur les dbits instantans Qi . On admettra :
F
2,66 0,3
Qi r Qj = Qj 1 +
F
F
F S
Manifestement, ceci implique que l'on admet que le coefficient de pointe dfini sur une crue est indpendant
de la frquence de la crue et que le coefficient est identique, qu'on le dfinisse comme il a t fait plus haut ou comme
rapport d'un dbit instantan de frquence F au dbit moyen journalier de mme frquence.
X.3.3.2 - On connat quelques valeurs du coefficient de pointe
Ceci est gnralement le cas pour les dernires annes d'observations. On peut raisonnablement penser que la
loi de distribution de r est la mme pour une station donne selon que l'on s'intresse aux crues maximales annuelles ou
mensuelles. Ainsi, mme avec un nombre restreint n d'annes d'observations simultanes des Qj et des Qi, on peut
tudier la statistique des r sur un chantillon de taille 12n.
Nous admettrons ensuite que les coefficients r sont indpendants des valeurs de Qj. Ceci se vrifie gnralement. Dans
ces conditions, les Qi sont une variable alatoire produit de deux autres variables alatoires Qj et r : Qi = r Qj
Or, on connat la distribution statistique des r d'aprs 12n mois ; de mme, la distribution statistique des Qj est
connue d'aprs une longue priode. On peut donc valuer la distribution des Qi d'aprs la combinaison des lois de
distribution des Qj et des r. Une tude trs complte a t mene en 1976 sur ce sujet par le C.T.G.R.E.F. qui a publi
un ensemble d'abaques permettant de rsoudre ce problme. La combinaison des lois des probabilits dpend de leur
type et des paramtres d'ajustement. Les principaux types de lois envisages sont :
. la loi de Galton
. la loi de Pearson
. la loi de Gauss
pour la distribution G des r
. la loi de Galton
La distribution I des dbits instantans des Qi est :
I (Qi) =
f (Qj) g (r) d Qj d r
D
D tant le domaine o Qj < Qi , f et g tant les densits de probabilit de F et G.
Du point de vue des ajustements, toutes les lois envisages sont deux paramtres. On peut donc caractriser
chaque ajustement par un nombre sans dimension ; le coefficient de variation C a t retenu :
cart type s x
C=
=
moyenne
x
n
avec : x =
1
n
et
x =
2
i
- n x2
i =1
i =1
n -1
Les abaques suivant ne concernent que des dbits moyens journaliers distribus selon une loi de Gumbel (cas
trs frquent) et des valeurs du coefficient de pointe r distribus selon des lois de Gauss o de Galton. Les abaques se
lisent d'abord en choisissant les lois de distribution des r et des Qj. Chaque diagramme correspond une valeur Cq du
coefficient de variation des Qj. En ordonnes sont portes les frquences F du quantile cherch et en abscisses, les
valeurs d'un coefficient correctif . Dans chaque diagramme, le faisceau de courbe est paramtr suivant les valeurs du
coefficient de variation Cr des coefficients de pointe.
Le coefficient correctif est tel que :
Qi = Qj r (Cq,Cr,F)
F
F
Frquence
Cr= 0,2
0,5
1,5
Cr= 0,2
0,999
0,995
0,995
0,99
0,99
0,95
Cq =3
1
Cr= 0,2
1,5
0,5
3
1,5
4
2
0,995
0,995
0,99
0,99
0,95
0,95
0,9
5
0,7
Frquence
Cq =2
1
Cr= 0,2
1,5
0,5
3
1,5
4
2
0,999
1,5
Cq =3
1
1,5
Cr= 0,2
0,999
0,5
0,95
0,9
5
0,7
Frquence
0,999
0,9
0,7
Frquence
et Cr =
0,999
0,9
0,7
Frquence
0,5
1,5
3
Cq =2
1
1,5
Cr= 0,2
0,5
1,5
0,999
3
0,995
0,995
0,99
0,99
0,95
0,9
0,7
Frquence
Cq =1,5
1
Cr= 0,2
1,5
0,5
2
1
3
1,5
4
2
0,95
0,9
5
0,7
Frquence
1
Cr=
0,999
0,999
0,995
0,995
0,99
0,99
Cq =1,5
1,5
0,2
0,5
1,5
3
0,95
0,9
0,7
Frquence
Cq =1
1
Cr= 0,2
1,5
0,5
3
1,5
4
2
0,95
0,9
5
0,7
Frquence
0,999
0,999
0,995
0,995
0,99
0,99
Cq =1
1
Cr= 0,2
1,5
0,5
5
1,5
0,95
0,9
0,7
Cq =0,75
1
1,5
0,95
0,9
5
0,7
Cq =0,75
1
1,5
Application :
Ainsi, pour des Qj distribus selon une loi de Gumbel avec Q j = 4 m3/s et Q = 3 m3/s, on obtient un
j
coefficient de variation CQ = 0,75.
j
L'ajustement une loi de Gumbel par la mthode des moments nous donne :
g = 0,78 Q = 0,78 * 3= 2,34
j
xo = Q j - 0,577 g = 4 - 0,577 * 2,34 = 2,64
F (Qj) = e-e
Qj - x o
g
- 1
-' 'o
- o -' '1
-(+') + '
e
+e
e
=e
1!
o!
o!
1!
1!
Prob (2) = e
- 2
-' 'o
- 1
- o
-' '2
e
+e
+e
e
2!
o!
1!
o!
2!
-(+') ( + ' ) 2
=e
2!
- i
-' '( k i
e
e
i!
( k i )!
Prob (k) =
i =0
i i ( k i )
i!( k i )!
= e-(+')
i =0
= e-(+')
i =0
k!
i '(k-i)
i!( k i )!
( + ' ) k
k!
La somme de deux variables poissonnines est donc une variable poissonnine dont le paramtre est la somme
des paramtres des variables initiales.
= e-(+')
G(Q) = 1 e
... dont la densit est :
p 1
g(Q) =
p QQo
g g
Q Qo
Dans cette loi figurent trois paramtres g, p et Qo, mais ce dernier est choisi a priori. Il n'y a donc que deux
paramtres ajuster.
X.3.4.2 - Ajustement par le maximum de vraisemblance
Les crues ont t observes durant na annes et on constate que la ime anne, ni crues ont dpass Qo. Au
total, les crues Qj suprieures Qo ont t au nombre de nc :
na
nc=ni
i =1
Proba(ni ) =
ni
ni!
QQo
e et G(Q) = 1 e
Les trois paramtres , g et p seront ajusts de faon maximiser la vraisemblance V de l'chantillon observ.
n1!
n 2!
* .....
na
n na!
Q Qo
1
g
Q Qo
2
g
p 1
p Q1 Qo
g g
p 1
p Q2 Qo
g g
* .....
p1
V=
na
e
1
n1! n 2!...n na !
nc
p Qnc Qo
g g
p1
Qi Qo
g
nc nc
nc
i =1
Q Q
nc o
g
Q Qo
i
g
nc
e
i =1
g
p
Ln(V)
Ln(V) = Cte/ na + nc Ln()
= na + nc = 0 = nc
na
V = V = V = 0
g p
ou encore
(Q Q )
nc
i =1
(Q Q )
nc
Ln(V)
nc(p1) p
= nc
+ p+1
g
g
g
g
(Q Q ) = 0 g =
nc
i =1
i =1
nc
p
nc
Qi Qo nc Qi Qo
)+
g
g
i =1
si lon se rappelle ici que la drive de a est a ln(a) et que lon remplace g par sa valeur prcdente on trouve une
quation implicite en p :
nc
(Q Q ) ln(Q Q )
1=
p
i =1
nc
(Q Q )
i =1
nc
1 ln(Qi Qo)
nc i=1
Aprs avoir rsolu par itrations successives cette quation en p, on retrouve aisment et .
X.3.4.3 - Passage la frquence des crues maximales annuelles
Pour dterminer la loi de probabilit F (Q) associe aux crues maximales annuelles, il suffit de composer les
lois de probabilit Prob (n) et G (Q) :
F (Q) =
P (k) G (Q)k
k =0
k
Posons donc : P (k) = e-
k!
et
F (Q) =
G (Q) = 1 - e
P (k) G (Q)k =
k =0
(Q Q o )
g
e-
k =0
F (Q) = e-
k =0
(Q Qo ) k
k
g
1 e
k!
(1e (Q gQo ) )
k!
ex : ex =1+ x +
x2 x3 x 4
+ + ...
2! 3! 4!
(Q Q o )
g
-
= e-
F (Q) = e e 1 e
(Q Q o )
g
e
( Q Q o gLn )
g
F (Q) = e
Ce qui montre que les crues maximales annuelles sont distribues selon une loi de Gumbel.
X.3.4.4 - Prise en compte des donnes historiques
Supposons que l'on sache que sur na' annes antrieures, il n'y a eu que ns crues Q'k suprieures ou gales
Q'ns (on connat les ns plus fortes crues sur ces na' annes). On peut valuer la vraisemblance V' de cet chantillon
ainsi :
V' = quel que soit i compris entre ns et : Proba (d'avoir observ i crues suprieures Qo
en na' annes)
* Proba (que i - ns soient infrieures Q'ns)
Proba (que les ns autres soient gales celles observes)
V'=
na'
i =ns
ns
V'=
k =1
Q'ns Qo
i na'i g
1e
i!
p Q'kQo
g g
p 1
p Q'kQo
g g
ns
V'=
k =1
Q' Qo
k
g
p 1
na'
Q' Qo
k
g
ns
V'=
k =1
ns
V'=
k =1
V'=
p Q'kQo
g g
p Q'kQo
g g
ns na'ns pns
g
ns
ns
k =1
ns
V' = ns pns
Q' Qo
k
g
p1
Q'kQo
g
e na' ns na'ns
ex =
ins na'ins
i!
xi
i!
Q 'ns Q o
na'1e
ns na'ns e
Q' Qo
k
g
na'e
Q' Q
ns o
g
na'e
Q' Q
ns o
g
ns
k =1
i = ns
o)p
ns
(i ns)!
i =0
Q' Qo
k
g
xi
i!
Q'ns Qo
na' g
1e
i!
i =ns
(Q'k - Qo)p - 1 e-
k =1
p Q'kQo
g g
e na' ns na'ns e
p 1
p 1
i =0
k =1
i =ns
Q' Qo
k
g
ns
p 1
i ns
i ns
Q'ns Qo
1e
i ns
(Q' k Q o ) p-1 e-
i = ns
i = ns
ns
na ' ns
p-1 -
ns+nc
ns+nc
ns+nc
v=
p
p (Q jik Q o )
e
n1! n 2!...n na !
k = 1
na' e-(Q'ns - Qo)p e- na
ncns
(Q
jik
Qo )
p-1
j=1k =1
Par rapport :
Ln (v) =
Cte
p
+ (ns + nc) Ln - na' e-(Q'ns - Qo) - na
d(Ln(v)) ( ns + nc )
p
=
- na' e-(Q'ns - Qo) - na = 0
d
(ns+ nc)
na + na'e
(Q'ns Q o ) p
par rapport :
Ln (v) =
Ln( v )
=
r
ncns ( Q Q
(ns+ nc)
(1)
o)
j=1k =1
ncns
(Q Qo)
p
p
+ na' (Q'ns - Qo) e-(Q'ns - Qo) = 0
j=1k =1
ncns
(QQ )
0
1=
j=1k =1
(ns+nc)
na'(Q'ns Qo)pe
(Q ns 'Q o ) p
(2)
par rapport p :
Ln (v) =
Cte
+ (ns + nc) Ln p + (p - 1)
p
Ln( v ) ( ns + nc )
=
p
p
ncns
Ln (Q - Qo) -
j=1k =1
ncns
p
Ln (Q - Qo) -
j=1k =1
o)
j=1k =1
o)
j=1k =1
ncns ( Q Q
ncns ( Q Q
(Q'ns - Qo)p
Ln (Q'ns - Qo)
Ln( v ) ( ns + nc )
=
p
p
ncns
j=1k =1
Ln (Q - Qo) -
ncns
(Q Q )
o
j=1k =1
Ln (Q - Qo)...
Pour rsoudre ce systme de trois quations trois inconnues, il semble prfrable de ne pas se servir de
l'quation 3, mais de se donner a priori une valeur de p. Les quations 1 et 2 permettent, connaissant p, de calculer le
optimum (quation 2 rsolue par itrations successives), ainsi que le optimum (quation 1 explicite). On calcule
alors la vraisemblance v et on ritre sur p pour minimiser v. En gnral, p est voisin de 1 et quelques itrations par
exemple entre 0,5 et 2 suffisent fixer p plus ou moins quelques pour-cents prs.
Dbit
100
80
10
60
15
40
20
20
25
Pluie
Ce schma est dfigur. En effet, d'une part toute la pluie n'a pas ruissel ; une partie s'est infiltre et une
autre s'est vapore. D'autre part, le dbit ne provient pas seulement du ruissellement mais aussi du dbit de base,
position du dbit qui a transit par les nappes.
Ruissellement
Accumulation dans
es dpressions
Infiltration
Interception
par la vgtation
Evapotranspiration
Temps
En fonction du temps ou de la qualit de pluie dj tombe, une hauteur de pluie dP se rpartit entre :
une vaporation directe (souvent ngligeable)
Interception
une accumulation dans les dpressions (puis vaporation ou infiltration)
une interception par les vgtaux (puis vaporation)
un ruisellement retard
Dans les diffrents phnomnes de l'interception, seule l'vaporation persiste dans le temps mais elle peut
gnralement tre considre comme ngligeable. L'accumulation dans les dpressions et le stockage dans la vgtation
ne peuvent que tendre vers une limite finie.
Infiltration
L'infiltration peut s'tudier exprimentalement. Les tudes faites montrent que l'on peut admettre qu'il
existe une vitesse d'infiltration qui volue avec le temps et le degr d'humidit initial.
Supposons que l'on soumette diffrents sols une percolation verticale et que l'on mesure la vitesse
d'infiltration en mm/h :
Vitesse apparente d'infiltration j(t)
Sol 1 initialement sec
Sol 1 initialement humide
Temps
Manifestement, les courbes dpendent de la nature du sol et de son degr d'humidit vertical. Dans ce schma,
le sol 1 est un sol permable ; au bout d'un certain temps, il est satur mais est drain par une nappe profonde ; j(t) tend
alors vers la permabilit du sol satur. La limite de j(t) lorsque t tend vers l'infini est diffrente de 0 ; il s'infiltrera
toujours de l'eau.
Au contraire, le sol 2 est un sol permable tout au moins lorsqu'il n'est pas satur. Mais, il n'y a pas de
possibilit d'coulement souterrain ; donc, partir d'un certain temps, plus rien ne peut s'infiltrer :
t j(t) 0
SOL 1
SOL 2
Permabilit k
Porosit n
oo
n e = j(t) dt
0
HORTON puis d'autres ont essay de mettre en quations ces observations. Il semble que dans la quasi-totalit
des cas, la variation de J en fonction du temps (t > 1 mn) soit de la forme :
J = Jl + (Jo - Jl) e-t
Jl tant l'intensit limite d'infiltration qui ne dpend que des caractristiques hydrodynamiques du
sol (Jl varie dans une large plage, allant de 0 2 mm/mn) ;
sol 2 : Jl = 0 et n e = j0
Comme nous l'avons dj dit, le dbit des cours d'eau a au moins deux origines :
- le ruissellement,
- la vidange des nappes.
Le dbit de vidange des nappes, que nous appelons dbit de base, suit une loi de variation en fonction du
temps, appele courbe de tarissement. En l'absence d'alimentation par les pluies, la courbe de tarissement ne dpend
que de la gomtrie de la nappe et de ses qualits hydrodynamiques.
Une modlisation classique de la vidange d'une nappe est faite partir du schma de Maillet. Une nappe est
schmatise par un rservoir de surface S, de hauteur H, se vidangeant par un bouchon poreux de longueur l, de section
s et de permabilit k. Le dbit q de vidange est calculable par la loi de Darcy :
H
l
Pendant un intervalle de temps dt, le volume dV sorti de la nappe est :
dV = q dt mais aussi q dt = -S dH
Par ailleurs, la premire expression du dbit donne en drivant :
s
dq=k dH
l
En combinant ces deux expressions, on obtient :
ks
dq
= - dt, avec =
= Cte
q
Sl
( est appel coefficient de tarissement)
(Ln q) qqo = - a (t) ot => q = qo e- t
q=ks
dh
H
q
s
Pour le schma de Maillet, on dmontre que la loi de vidange serait une exponentielle dcroissante.
Cependant, ce schma est grossier et il n'y a pas forcment qu'une seule nappe dans un bassin. Mme si on peut
admettre que les diffrentes nappes d'un bassin peuvent se schmatiser ainsi, le dbit de base sera la somme
d'exponentielles dcroissantes qui n'est pas, en gnral, une exponentielle dcroissante. Dans la ralit, on constate que
les dbits de bases voluent avec le temps et en absence de pluie comme des fonctions plus ou moins hyperboliques,
assimilables pour partie des exponentielles dcroissantes. Cette assimilation se justifie surtout par la simplicit
graphique ; dans un systme (log Q, t), les courbes de tarissement sont des droites de pente -.
70
100
Dbits
80
Dbits
Dbits
60
80
70
60
50
50
40
10
40
30
30
20
20
10
10
1
Temps
0
t1
Temps
t2
t1
Temps
t2
Avant la monte du dbit, nous tions en priode de vidange des nappes, c'est--dire que les dbits suivaient
approximativement une exponentielle dcroissante. De mme, longtemps aprs la crue, le dbit est form
essentiellement par du dbit de base ; il volue donc selon une exponentielle dcroissante de mme coefficient de
tarissement (deuxime droite et parallle la premire). Si ces deux droites ne sont pas confondues, c'est qu'il y a eu
une recharge de la nappe.
On trace alors approximativement (en tir) l'volution probable du dbit de base durant la crue. Pour ce trac,
on peut se faire comme "rgle" que le maximum du dbit de base se produira aprs le maximum du dbit total. Il reste
encore une certaine plage de manuvre comme l'indique les trois tracs proposs.
Cependant, il faut garder prsent l'esprit que ce graphique est en coordonnes semi-logarithmiques ; c'est-dire qu'une incertitude sur les faibles dbits est graphiquement importante mais qu'elle peut trs bien tre ngligeable
devant la valeur absolue du dbit maximal de crue.
Ayant adopt un trac du dbit de base, on peut, par soustraction, obtenir le dbit de ruissellement Qr. Ce dbit
commence un temps t1 et se termine t2. Remarquons que ce temps t2 est connu avec une assez forte imprcision du
fait du raccordement tangentiel de l'hydrogramme de ruissellement l'exponentielle dcroissante du dbit de base.
A l'intrieur de ce dbit de ruissellement, on peut faire encore une distinction entre le ruissellement pur et ce
que nous appellerons par tradition "coulement hypodermique". Ce dernier type d'coulement est en fait un
ruissellement retard. A la fin de la pluie, le ruissellement pur n'est plus aliment. Les lames qui ruisselaient deviennent
de plus en plus minces et l'coulement, tout en restant un coulement de surface, change de nature. Il se produit
quelque chose d'analogue au passage rgime turbulent / rgime laminaire. A ce type d'coulement s'ajoute galement la
vidange des dpressions et de quelques micro-nappes phratiques.
Dans la pratique, il n'est gure utile de sparer ces deux types d'coulement et nous ne considrerons que le
ruissellement total (ruissellement pur plus coulement hypodermique).
V=
Qr (t) dt
t1
La c.a.m. est donc l'intensit (en gnral en mm/h) telle que l'intgrale des intensits suprieures c.a.m. soit
gale la pluie nette. Sur le graphique, cette intgrale est indique en gris fonc.
On dfinit ensuite la "pluie efficace", pluie tombe avec une intensit suprieure c.a.m. En fait, on sait que la
capacit d'infiltration du sol n'est pas constante mais qu'elle diminue lorsque la quantit de pluie prcdemment tombe
augmente. On peut donc tracer une courbe de la capacit d'infiltration probable (c.i.p.) telle qu'elle limite une intgrale
gale la pluie nette. On appellera alors "pluie utile" la portion de la pluie tombe avec une intensit suprieure c.i.p.
Cette pluie utile, figure en gris et hachure, est la portion de la pluie qui a raisonnablement pu donner lieu du
ruissellement (parfois, dans un souci de simplification, on admet que c.i.p. est constant et infrieur c.a.m., ce seuil
critique c.i.p. est alors fonction uniquement de la nature du bassin versant).
Du point de vue de l'hydrogramme, on appellera "courbe de concentration" la partie ascendante de
l'hydrogramme. La dure tm = to - t1 est appele temps de monte. De mme, la "courbe de dcrue" est la portion
descendante de l'hydrogramme. La dure totale de la crue tb = t2 - t1 est appele "temps de base".
Arriv ce stade, on peut mieux cerner le problme des relations averses-crues :
- un premier point est de dfinir la "pluie nette" (ce qui ruisselle) partir de la pluie utile ou de la pluie totale.
Une approche de ce passage est possible par les fonctions de production ;
- connaissant la pluie nette, un second problme est de la rpartir dans le temps pour avoir l'hydrogramme. Ce
passage se fait par des fonctions de transfert.
ke=
(I( t ) J ( t )) dt
I( t)dt
0
Manifestement, le coefficient de ruissellement variera dans le temps avec l'intensit de la pluie, avec la nature
du sol et son tat d'humectation initial.
Ho
Stockage
dans le sol
Ruissellement
retard Rr
h
Ho
Ecoulement
hypodermique Rh
J
Stockage
dans la
nappe
Hn
Dbit de
base Qb
Cet exemple montre clairement les avantages et les inconvnients des modles rservoirs :
- ils permettent de rendre compte de phnomnes physiques avec toute la complexit que l'on dsire (modle
plus ou moins dterministe) ;
- ils ncessitent un calage d'autant plus compliqu que leur complexit est grande.
X.4.2.3 - Fonction de production du S.C.S. (Soil Conservation Service of U.S.A.)
Cette fonction de production est base sur quelques hypothses simplificatrices facilement acceptables :
Soit J la capacit d'infiltration ; on admet qu'elle tend vers 0 lorsque le temps augmente ainsi il existe une lame
si Jl = 0 => S =
Jo e-t dt =
Jo
.
a
On admet que le ruissellement ne peut apparatre qu'aprs qu'il soit tombe une certaine quantit So de pluie
intercepte par les vgtaux ou servant remplir les dpressions de la surface du sol. On appellera par la suite
"pluie utile", la quantit Pu (t) = P (t)- So [P (t) est la quantit totale de pluie tombe entre les intervalles de temps
0 et t].
Enfin, l'hypothse principale est que le rapport du ruissellement R (t) la pluie utile Pu (t) est gal au rapport de ce
t
Ces trois hypothses se rsument sur le schma suivant et la mise en quation est donc :
Hypothse 2 :
Pu (t) = R (t) +
Temps
infini
R(t)
0
t
t
J(t) dt
J (t) dt
Hypothse 3 :
Pu(t)
P(t)
dt
R(t)
=
S
Pu ( t )
J (t)
En liminant l'intgrale :
Pu ( t ) 2
R (t) =
[ si Pu (t) > 0 ]
S + Pu ( t )
0
So
Temps
[ P( t ) So ]2
[ si P (t) > So sinon R (t) = 0 ]
P( t ) So + S
Deux caractristiques sont donc ncessaires : la capacit S totale d'infiltration et l'interception So. Les tudes
menes initialement aux U.S.A. puis sur d'autres continents montrent que So est assez troitement li S par la relation
: So 0,2 So, ce qui donne pour fonction de production du S.C.S. :
R (t) =
avec
[ P( t ) 0,2S]2
P( t ) + 0,8S
Jo e-t dt =
Jo
=S
a
Cette formule semble tre assez bien reprsentative de ce qui se passe dans la nature. Un seul paramtre S sert
au calage du modle.
S est donc fonction de la nature du sol ("gologie"), de son couvert vgtal, et de son tat d'humectation initial.
0
0
0
0
Crales
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Patures ou
terres de parcours
0
0
0
0
0
0
0
0
0
0
0
Prairies permanentes
Forts et bocqueteaux
0
0
0
0
0
Lgumineuses
ou prairies
temporaires
0
0
0
0
0
0
0
0
0
Cours de ferme
Routes en terre
Routes empierres
trs faible
0
0
faible
0
0
0
bonne
0
0
0
0
0
Jachres
Plantes sarcles
Permabilit
du sol
trs bonne
en terrasses
Permanence
du couvert
Sol toujours
couvert
Sol parfois
couvert
Sol toujours
nu
Nature
de la
vgtation
ordinaire
en courbe
de niveau
Mode de
culture
20
32
46
38
52
48
60
52
58
58
64
64
70
49
74
54
86
58
100
42
115
175
125
310
490
255
135
200
310
70
32
27
7
14
19
17
25
27
35
23
25
27
30
32
37
21
32
25
40
30
46
17
40
64
45
70
210
74
49
67
85
27
12
10
4
6
9
10
12
16
19
10
11
12
14
19
19
9
14
11
19
15
23
8
17
27
14
25
37
35
21
30
37
12
7
5
3
4
5
6
8
12
14
6
7
9
10
12
14
5
9
9
11
11
15
5
10
15
6
11
17
19
11
17
21
7
5
4
En fait, il peut tre intressant d'utiliser cette fonction de rpartition dans ces conditions autres que celles
notes III. Deux autres cas sont cits par les auteurs de la mthode :
- conditions I : optimales pour l'infiltration (sol initialement sec) ;
- conditions II : conditions de calcul de la crue annuelle.
Ces trois conditions diffrent par l'tat d'humectation du sol donc des pluies antrieures. Une classification est
propose :
Hauteur H de pluie
(mm) sur les
5 jours antrieurs
Conditions I
Base saisonnire
Priode de vgtation
Priode hivernale
Base annuelle
H < 12,5
H < 35
H < 12,5
Conditions II
35 < H < 53
Conditions III
H > 37,5
H > 53
H > 27,5
Les relations entre les valeurs de S dans ces trois conditions sont :
SI 2,5 SII
et
SIII 0,11 S 1II,2
X.4.3 - Fonction de transfert
Nous venons de voir quelles sont les techniques qui permettent de passer de la quantit de pluie I (t) dt tombe
durant un intervalle de temps dt la quantit d [R (t)] qui va se mettre ruisseler. Il nous reste savoir maintenant
quel moment arrivera ce ruissellement l'exutoire. Ce passage sera tudi par le biais de la fonction de transfert. La
plus connue est celle de l'hydrogramme unitaire due L.K. SHERMAN.
X.4.3.1 - Mise en vidence de la notion d'hydrogramme unitaire
Prenons le cas d'un petit bassin soumis des averses d'intensit uniformment rpartie dans l'espace et
suffisante pour gnrer du ruissellement : [ I (t) >> J (t) t ]. On constate que lorsque la dure des averses diminue, le
temps de base de la crue diminue puis tend vers une limite tc. Si on appelle tu la dure de la pluie utile, on a donc :
t b
tu 0 => tb tc et
>0
t u
Dans la pratique, on constate mme, ds que tu est infrieur tc/10 environ, que l'on a tb = tc.
Que reprsente le temps tc ? Et bien, si la dure tu tends vers 0, tout le ruissellement va dbuter l'instant t=0
quel que soit l'emplacement ds o il prend naissance. Cependant, si l'coulement ds est voisin de l'exutoire, cette partie
du ruissellement y arrivera sensiblement t = 0. Au contraire, si ds est loign de l'exutoire, ce n'est qu' un instant t >
0 qu'il y arrivera. La dernire particule d'eau qui arrive l'exutoire l'instant tc tait partie elle-aussi l'instant t = 0.
C'est donc celle qui avait le plus long trajet hydraulique effectuer.
Ce temps limite tc mis par la particule d'eau la plus loigne de l'exutoire pour l'atteindre est appel "temps de
concentration".
On appellera averse unitaire, une averse de dure faible (tu<tc/10) provoquant un ruissellement d'intensit
R ( t)
constante r = d
. Une averse unitaire gnre donc une crue dite unitaire Q (t), c'est dire une crue de dure tc.
dt
On appellera hydrogramme unitaire la fonction q (t) telle que si Q (t) est l'hydrogramme de la crue (en m3/s) et
Q( t )
Q( t )
si R (tu) est la lame d'eau ruissele au cours de l'averse unitaire ayant gnr la crue, on a : q (t) =
=
S * R(tu )
V
(S : surface du bassin versant, V volume de la crue unitaire)
Cette fonction q(t) a pour dimension l'inverse d'un temps ; par construction, la crue unitaire est telle que :
tc
q (t) dt = 1
Elment de surface
hydrauliquement
le plus loign
de l'exutoire
Temps de concentration Tc
Sur la figure prcdente, on peut imaginer que si l'lment de surface ds est situ une distance telle de
l'exutoire que le temps de transfert soit tf, il est possible de construire des lignes isochrones tf et tf+dtf. Ces deux lignes
isolent une portion Stf de la surface totale S du bassin versant.
D bit
V
V tf / V = S tf / S
V tf
T em p s
tf
tf + d tf
L'tude des hydrogrammes de crue en fonction des hytogrammes des averses qui les ont engendrs, ont donc conduit
formuler les propositions suivantes :
* Les crues provoques par des averses
unitaires ont des hydrogrammes qui se dduisent les
uns des autres par affinit. Soit I1 l'intensit constante
de la pluie nette 1 et I2 pour la pluie nette 2. On aura :
I1 Q1( t )
=
.t
I 2 Q 2( t )
Cette remarque est gnralement connue sous
le nom de "proprit d'affinit". La consquence en est
que la crue unitaire q q(t) est une fonction unique.
P luie
n e tte
H yd ro gra m m e tota l
r su lta nt
R p on se s
im p ulsion ne lles
I1
I2
Q2
Q1
Cette proprit est connue sous le nom de "proprit d'additivit". La consquence en est que la crue unitaire q
(t) ne varie pas en fonction de la dure de l'averse.
Les diffrentes proprits des hydrogrammes de crue provenant d'averses unitaires permettent une formulation
mathmatique de la fonction de transfert :
tc
Q (t) = S
q () r (t - ) d
R( t)
Q (t) = S
q () k r (t - ) I (t - ) d
Etude de couples
averses-crues antrieures
ou
Dtermination de la
fonction de production
k r (t)
Mesure
des
prcipitations
I q(t)
q () * k r (t - ) * I (t - ) d
Reconstitution de
l'hydrogramme
de crue
Q (t)
1
Vi
tc
Qi (t) dt = 1
Ces diffrents hydrogrammes doivent se superposer. En fait, on valuera l'hydrogramme unitaire moyen entre
ces diffrentes observations.
Q (t) S =
q () k r (t - ) I (t - ) d
Il nous reste trouver le noyau de convolution q () et la dure de mmoire tc du systme. Ceci est un
problme de dconvolution classique. Plusieurs mthodes sont utilisables :
- mthodes discrtes directes,
- mthodes par projection sur des fonctions,
- mthodes par transformations de Fourrier,
- etc.
Les deux premires mthodes sont les plus employes en hydrologie. On peut les prsenter de la faon
suivante :
Hydrogramme unitaire variation discrte :
On suppose que l'hydrogramme unitaire peut tre reprsent par une fonction constante par plage de dure tc/n
( n 10) . On se donne tc a priori ou on prend t'c grand, nettement plus grand que le tc probable.
nt
q (t) = i Cte , avec i = partie entire de + 1
tc
i = 1
i =1
1
n
i tc / n
tc
=S
Q
j
i j1
i =1
Les paramtres 1, 2, ... n sont dtermins par exemple en crivant que la somme des carrs des carts est
n
minimale :
(Q
)2 = minimum
Q
j
j=1
i =1
(Q
)2
Q
j
j=1
=0
i), on obtient n - 1
L'avantage de cette mthode est quelle ne prjuge en rien de la forme de l'hydrogramme unitaire. Par contre,
elle dbouche sur un systme linaire que l'on doit rsoudre numriquement.
tc
tm
1,6
1,4
=5
1,2
=4
+1
2 sin
2
q( t ) =
D
1
0,8
0,6
=2
0,2
t
1+
D
Cette fonction ne dpend que de 2 paramtres et D. D
reprsentant le temps de monte de la crue est d'autant plus
pointue que est grand. D'ailleurs, le terme est gnralement
de l'ordre de 4, valeur que l'on pourra admettre en premire
approximation.
=3
0,4
t
D
Temps
0
0
1D
2D
3D
4D
+ enfin, citons le modle de Nash o l'hydrogramme sortant de n rservoirs identiques en cascade, se vidangeant par
des orifices poreux selon le schma suivant.
L'quation de l'hydrogramme unitaire a alors pour expression :
1
q( t ) =
e t / k ( t / k ) n 1
k ( n )
o (n) est la fonction gamma d'ordre n :
(n) =
-x n - 1
x
dx
Impulsion
de pluie nette
q (en t -1 )
0,4
n=2
t q1
0,3
n=3
q2 t
n=4
0,2
n=5
n=6
q3
t
0,1
q4
0,0
t
0
8 t (en tm)
2,35 ( t / D) 4
D 1 + ( t / D )8
Hydrogramme unitaire du Gnie Rural Belge (mthode de Sin)
Il n'est autre que le modle de Nash avec n=4.7 :
L'H.U. a pour expression en fonction du temps de monte tm :
q (t) =
30 3.7 t m
t
q(t) =
e
( )3.7
tm
tm
La figure ci-contre montre ces trois hydrogrammes-types
dans un systme commun d'unit. Par construction, les
hydrogrammes unitaires Sin et S.C.S. sont assez
semblables. Par contre, l'H.U. de la mthode SOCOSE est
1,175
beaucoup plus pointu (dans le rapport
1,6).
0,75
S.C.S.
Socose
q
Sin
0,5
1,5
2,5
3,5
t/tm
Compte tenu des formulations choisies, le temps de concentration n'a de sens que pour l'H.U. du S.C.S. (tc =
8/3 tm). Pour les autres, tc tendrait vers l'infini. Dans la pratique, ces trois hydrogrammes unitaires sont tels que q (3
tm) est sensiblement nul ; donc, en premire approximation, on pourra retenir que les trois H.U. proposs ne dpendent
t
que du temps de monte tm qui est sensiblement gal c .
3
X.4.3.3.3 Evaluation de tm ou de tc
tc reprsente le temps mis par la particule d'eau la plus loigne pour gagner l'exutoire. tc est donc
sensiblement proportionnel la longueur de ce chemin. Par ailleurs, tc est inversement proportionnel la vitesse de
l'eau. Or, celle-ci varie comme la racine carre de la pente (forme de Strickler, de Chezy, etc.). PASSINI a propos de
Elments d'Hydrologie de Surface - 165 -
caractriser la longueur du chemin hydraulique le plus long par le paramtre 3 Sl , o S est la surface du bassin versant
(en km) et l la longueur du plus long thalweg (en km). Quant aux pentes, on utilise la pente moyenne I (en m /m)
dfinie prcdemment au paragraphe III.3.4.
La formulation propose par PASSINI donne donc le temps tc (en heures) par la relation :
tc =
Sl 0.108 3 Sl
I
I
Le coefficient est un coefficient rgional variant entre 0,05 et 0,4 (h/km). Dans la pratique, on calculera en
inversant la formule de Passini sur un bassin versant analogue et o les crues sont connues.
Dautres formules sont parfois utilises sans toutefois prsentes de meilleurs fiabilits. La formule de
KIRPICH utilise les mmes paramtres mais sous une forme un peu diffrente :
t c 0.068
l0.77
I0.385
t c 0.127 S
I
Citons encore la mthode de calcul du temps de monte D ou tm de la mthode SOCOSE :
Ln (D) = -0,69 + 0,32 Ln (S) + 2,2
Pa 1
p ta
avec les notations cites au .X.2.4.3 (D est la fois le temps de monte tm de l'hydrogramme unitaire et la dure
pendant laquelle le dbit est suprieur la moiti du dbit de pointe durant une crue dcennale.
Cette quation a t tablie d'aprs environ 200 stations de l'ensemble de la France mtropolitaine. Il est
cependant prudent de la vrifier dans les conditions locales, par exemple en inversant cette formule de faon utiliser
un coefficient constant mieux adapt rgionalement que le terme 0,69.
Enfin, signalons les tudes faites par l'O.R.S.T.O.M. sur une centaine de bassins, dans un rgime sahlien
subdsertique :
(tc en heures ; S en km2)
tc = S
avec variant avec la classe de relief (2 < S < 150 km2) :
= 5,0 pour R = 2
= 1,5 pour R = 4
= 2,3 pour R = 3
= 0,75 pour R = 5
Ces diffrentes formules empiriques ne peuvent donner que l'ordre de grandeur de tc ou de tm. Il semble que
cette imprcision soit telle que dans 70 % des cas, la vritable valeur de tc (ou tm) ne s'carte pas plus de son
estimation empirique t c que dans la fourchette :
t c / 2 t c 2t c
vrai
X.4.3.4 Limites la notion d'hydrogramme unitaire
Ds le dbut de l'tude des relations pluies-dbits, nous avions soulign que cela n'tait possible que sur des
bassins versants de faible tendue. Plusieurs raisons cela, en particulier, les pluies doivent pouvoir tre considres
comme homognes sur les bassins versants, et la nature du sous-sol doit tre peu prs homogne.
Enfin, si le bassin est trs grand, la notion d'hydrogramme unitaire est plus difficile justifier ; en particulier,
l'onde de crue subit, dans le rseau de surface, des dformations qui dpendent de la gomtrie des cours d'eau mais
aussi du dbit.
Premier point : il n'est gure possible d'utiliser la notion d'hydrogramme unitaire que sur des bassins dont la
surface va de quelques kilomtres-carrs quelques centaines de kilomtres-carrs.
Une autre critique possible porte sur l'unicit de l'H.U. En effet, le temps de concentration varie avec la nature
du sol et donc certainement avec l'tat de la vgtation. De mme, une partie de l'coulement se faisant dans des
chenaux, le temps de propagation doit varier avec le dbit donc avec l'intensit des pluies antrieures. Dans le cas
d'tude o on dispose de suffisamment d'informations, on pourra tablir des H.U. par saison et variant avec les
conditions d'humectation.
X.4.4.1 - Passage des pluies aux dbits pour chaque averse observe
Pour chaque averse importante que l'on a observe par le pass, on reconstitue la crue qui en a rsult. On
tend ainsi (ou on cre) un chantillon de dbits de crues.
A partir de cet chantillon, on effectue une analyse statistique classique de faon estimer QF. L'inconvnient
de cette mthode est qu'elle ncessite la reconstitution d'un grand nombre de crues. Cette difficult entre autres
explique que l'on ne procde que rarement ainsi.
X.4.4.2 - Passage de "la pluie de frquence F" la crue de mme frquence
Il est raisonnable de penser que, sur un petit bassin versant o le ruissellement constitue l'essentiel du dbit de
crue, une averse de frquence F gnre une crue de mme frquence F ; et cela, d'autant mieux que F est proche de 1.
La reconstitution de la crue par fonction de transfert et fonction de production est donc lie la connaissance de l'H.U.
[fonction Q (t)], celle de la fonction de production [fonction k r (t)] et aux conditions initiales d'humectation
correspondant la frquence F :
tc
Q (t) = S
q () k r (t - ) I (t - ) d
Pour gnrer l'hydrogramme Q (t) de frquence F, il est donc ncessaire de se donner le hytogramme I (t) de
mme frquence F.
La premire ide qui vient l'esprit est d'utiliser les courbes intensit-dure-frquence dont nous avons parl
au .IX.4.2. Gnralement, on constate que les "lois" de Montana se vrifient assez bien et que l'on a donc des relations
du type :
a
It =
(pour une frquence F donne)
( t ) b
Dans cette expression, It reprsente l'intensit moyenne de la pluie sur une dure t et pour la frquence F.
Ceci n'est absolument pas un hytogramme qui lui, doit donner l'volution de l'intensit instantane en fonction du
temps et pour une frquence F.
Le problme est donc de reconstituer un hytogramme-type de frquence F que nous appellerons
hytogramme de projet. Il devra bien sr tre cohrent avec les formules de Montana.
X.4.4.2.1 Hytogramme de projet de la mthode du S.C.S.
C'est la solution la plus simple mais qui prsente des
anomalies. On suppose que le hytogramme de projet est une
fonction puissance identique la loi de Montana :
a
a (1 b)
I (t) =
, It =
b
t
( t ) b
L'inconvnient majeur est que ce hytogramme n'a pas
une forme naturelle. En effet, une averse classique ne dbute pas
par l'intensit la plus forte pour ne faire que dcrotre. Une averse
voit en gnral son intensit crotre puis dcrotre.
Interception initiale
Pluie utile
Tem ps
Cette remarque est trs importante quand on se rappelle qu'il existe une interception initiale (le S. du
.X.4.2.3). En effet, c'est la partie de l'averse la plus intense qui servira l'interception et jamais cette intensit
maximale ne pourra provoquer du ruissellement. Cela est vraiment choquant ! Une amlioration possible serait donc de
rendre cet hydrogramme symtrique, comme par exemple une expression du type :
a (1 b)
I (t) =
[ 2 t ]b
L encore, le problme ne serait pas parfaitement rsolu puisque cette averse correspondrait des intensits
moyennes It de frquence F pour toutes les dures t. Or, il est vident que si l'intensit de la pluie sur une dure t
est dcennale, il n'en est pas forcment de mme sur des dures t' plus petites ou plus grandes que t.
X.4.4.2.2 Hytogramme de la mthode SOCOSE
Compte tenu des remarques prcdentes, la mthode SOCOSE adopte pour hytogramme de projet une fonction qui ne
donne une intensit moyenne It de frquence dcennale que pour une certaine dure D.
Si la dure t est infrieure D ou suprieure D, l'intensit moyenne It doit tre de frquence infrieure
0,9. La forme analytique retenue est la suivante :
I (t = k D) =
a (1 b)
( 4k 2 + 10 / k 14)
pour t > 0
(2kD) b 7(4k 2 + 10 / k 2)(10 3b ) / 7
t
t
< t < + , on aura aussi :
2
2
t/2
1-b
t
P (t) = 2
I (t) = a
3/ 7
t 2
D
0
+ 2 2
t
D
Ce hytogramme est tel que l'intensit moyenne sur une dure D
corresponde la loi de Montana :
ID =
a 1
Db D
b=0,7
b=0,9
+D / 2
I (t) dt
b=0,5
D / 2
-1
-0,5
0,5
1
Temps en t/D
Dans la mthode SOCOSE, le hytogramme de projet est calcul pour la frquence dcennale (valeurs de a et b
pour F = 0,9) et pour une dure du hytogramme gale 2D, D tant le temps de monte de l'hydrogramme unitaire.
Dans des applications autres, on pourra garder la mme formulation pour I (t) mais en changeant les valeurs de
a et b (changement de frquence) et en faisant varier D de part et d'autre du temps de monte.
Si le bassin versant est petit, la pluie ponctuelle peut tre confondue avec la pluie moyenne sur le bassin
versant. Par contre, lorsque la surface S du bassin versant augmente, il faudra tenir compte de l'abattement des pluies.
On pourra par exemple retenir la formule donnant le coefficient d'abattement K partir de la surface D, de la dure D
1
S en km2 ; D en h
et pour une frquence dcennale :
K=
S
1+ 3
30 D
On calculera K pour le temps de monte D et on multipliera les intensits I (t) par K (S, D, F = 0,9).
Selon la complexit des problmes envisags, les modles peuvent tre plus ou moins sophistiqus. Le
problme essentiel est alors celui du calage du modle. Ce calage est gnralement fait "manuellement" en ttonnant
sur les diffrents paramtres jusqu' pouvoir reconstituer aussi parfaitement que ncessaire les crues dj observes.
F( x ) = e
x x o
g
x a
b
1
=> x = a + b Ln
1 F
... et
P (t)F = Po (t) + UF g (t)
Dans ces expressions, seuls les seconds termes varient en fonction de la frquence ; il est donc normal d'avoir
g (t) = g (1) tb ou tout au moins une relation empirique g (t) tb' avec b' b. Effectivement, de nombreux auteurs
signalent que pour des dures de l'ordre de 1 24 h, les gradex suivent peu prs des lois de Montana.
X.I.5.4 - Tendances limites du ruissellement
Quelle que soit la nature du sol, nous avons vu que l'infiltration J instantane dpendait du temps par une
relation :
J = J1 = (J0 - J1) e- t
Ceci signifie que lorsque le temps augmente, l'infiltration J tend vers une limite J1. Supposons qu'un bassin
versant ait reu suffisamment de prcipitations pour que J ait atteint cette limite J1. Dans ces conditions, une averse
d'intensit instantane I (t) durant un instant dt donnera une pluie I (t) dt ; durant cet instant, l'infiltration sera J1 (dt) et
le ruissellement [(I (t) - J1 (t)]. Si maintenant l'intensit de la pluie augmente et devient I' (t), le surcrot de pluies en dt
sera : [I' (t) - I (t)], mais le surcrot de ruissellement sera galement [I (t) - J1 (t)] dt - [I (t) - J1 (t)] dt = [I' (t) - I (t)] dt,
quel que soit J1.
Lorsqu'un bassin versant a atteint sa vitesse limite d'infiltration (on dira que le bassin est satur), tout surcrot
de pluies se transforme intgralement en surcrot de ruissellement. On admet gnralement qu'un bassin versant atteint
la saturation pour des conditions pluviomtriques voisines de celles engendrant la crue dcennale.
X.1.5.5 - Rpartition des dbits dans le temps
La mthode de l'hydrogramme unitaire montre que la portion ruisselant d'une pluie d'une dure t heures
s'coule sur une dure t + tc heures, tc tant le temps de concentration du bassin.
Les auteurs de la mthode indiquent que gnralement l'averse aux consquences les plus graves pour une
frquence et un bassin donns est celle de dure tc. Or, une averse de dure tc provoque un ruissellement de dure 2tc.
Cependant, dans cette crue de dure 2tc, une part essentielle du volume s'coule durant une dure tc. (Cette part est
d'environ 83 % si on prend l'H.. du S.C.S., de 85 % pour l'H.U. de Sin du G.R. Belge et de 88 % pour l'H.U. de la
mthode SOCOSE).
60
60
50
40
50
40
20
triangle
84%
10
tc
30
0
60
50
40
30
30
20
10
20
SOCOSE
88%
tc
0
60
50
40
10
30
20
Sin
85%
10
tc
Rponse un ruissellement uniforme de dure 2tc par produit de convolution suivant les 3 H.U. envisags
Ceci justifie l'approximation suivante : lorsque le bassin est satur, tout surcrot de pluies sur une dure tc se
transforme intgralement en un surcrot de dbit sur une mme dure tc. Il faut noter que cette approximation ne peut
qu'aller dans le sens de la scurit en surestimant les surcrots de dbits.
Appelons Qt (T) le dbit de crue moyen sur une dure tc et de priode de retour T. Soit S la surface du bassin
c
versant et gt le gradex des pluies de dure tc heures. Lorsque l'on passe d'une priode de retour T une priode de
c
retour T', le surcrot de pluies en tc heures sur le bassin versant est de :
T'
V = 1000 S g Ln
T
3
2
V en m ; S en km et g en mm.
Le surcrot de dbit moyen sur tc heures est :
Sg
T'
Ln
Qt = Qt (T') - Qt (T) =
c
c
c
3,6t c
T
Il est alors vident que la loi de distribution des dbits moyens sur tc a elle-aussi un comportement
asymptotiquememnt exponentiel dont le gradex gq, exprim en m3/s, drive du gradex g des prcipitations par la
relation :
Sg
gq =
3,6t c
X.5.1.6 - Passage du dbit moyen sur une dure tc au dbit de pointe
Nous venons de voir qu'il est possible d'extrapoler la loi de distribution des dbits moyens Qt mais
c
gnralement, on s'intresse au dbit maximum instantan Qi. Comme nous l'avons dj vu au .3.3, on tudiera le
Qi
qui peut tre considr comme une variable alatoire, et on obtiendra le dbit Qi (T) pour
coefficient de point r =
Qtc
--une priode de retour T en fonction de Qt (T) par la relation : Qi (T) = Qt (T) r ( est gnralement voisin de
c
c
1 et sa valeur exacte sera trouve dans les tables fournies prcdemment).
--r dont on tudiera la distribution statistique (en particulier r ). Notons tout de suite que si les r sont particulirement
disperss, cela est souvent l'indice que l'estimation de tc est trop forte. Si les pluies justifient un travail saisonnier, il
faudra bien sr tudier les crues par saison.
Notons que l'on peut aussi bien travailler sur les Qt origines variables qu'origines fixes. En effet, l'cart est
c
peu prs compens au niveau des valeurs du coefficient de pointe r.
Dans le cas o on n'a pas d'observations des crues, on estimera Qt (10 ans), soit par analogie avec des bassins
c
comparables, soit par des mthodes empiriques (par exemple, on pourrait prendre la mthode SOCOSE qui permet
d'valuer D et Qi (10 ans).
Qi (10 ans)
--On fera alors l'approximation tc D, Qt (10 ans)
et r 2).
2
c
X.5.2.4 - Extrapolation aux frquences rares
Dans le cas gnral o on a obtenu une crue dcennale sur tc, Qt (10 ans) et un gradex g des pluies sur tc, on
c
Sg
calcule le gradex gq des dbits sur tc :
gq =
(S en km2, g en mm, tc en heures, gq en m3/s)
3,6t c
Puis, on extrapole les dbits moyens sur tc pour des priodes de retour T, par la relation...
T
Qt (T) = Qt (10) + gQ Ln
c
c
10
... ou par, ce qui est prfrable :
1
Qtt (T) = Qt (10 + gQ (-Ln - Ln F - 2,25) avec F =
c
c
1 T
Ces formules reviennent admettre que si on reporte les crues Qt dans un graphique de Gumbel, la loi de
c
distribution, au-del de F = 0,9, est confondue avec une droite passant par le point F = 0,9, Qt (10 ans) et de pente gq.
c
--Ayant extrapol les Qt , on passe au Qi en multipliant par le coefficient de pointe moyen r et ventuellement
c
par le terme correctif ( 1).
Si l'tude a t mene par saison, on extrapolera jusqu'aux lois de distribution des Qi saisonnires, puis on
composera ces lois saisonnires pour obtenir la loi des Qi annuels, comme l'indique la figure suivante.
Qi extrapol d't
Qi extrapol d'hiver
Qtc extrapol d't
Frquencces
selon Gumbel
0,9
Gradex sur tc
Frquencces
selon Gumbel
0,8
0,9
Enfin, signalons que si l'on a d tester plusieurs estimations tc1, tc2, ... du temps de concentration, il convient
de faire ces constructions autant de fois que ncessaire, puis de retenir le rsultat le plus pessimiste.
EE
-E
Prob(kE) = e
kE
et que les dbits des crues qui en rsultent sont distribus selon une loi exponentielle d'expression :
FE(x) = 1 - e-x/ g H
Avec les mmes hypothses, pour les crues "banales" (notes B) on aura :
k
B
-B
Prob(kB) = e B et FB(x) = 1 - e-x/ g B
kB
On peut montrer que la loi des distribution des crues maximales annuelles est alors de la forme :
F (x)= e - ( B e-x/ g B + E e-x/ g E )
A
ou encore :
avec :
-e
x - x oB
gB
-e
x - x oE
gE
FA(x)= e
*e
xoB = gB Ln( B) et xoB = gE Ln( E)
Ainsi prsente la loi de distribution des crues maximales annuelles devrait tre le produit de deux
distributions gumbeliennes et comme dans la mthode du gradex, les crues extrmes se "doivent" d'avoir un
comportement assymptotiquement exponentiel de gradex gE.
Cette analogie dans la formulation ne doit pas faire oublier la diffrence fondamentale : G ne drive plus du
gradex des prcipitations (value partir de plusieurs dizaines ou centaines de points) mais il est un des 4 paramtres
ajuster sur quelques dizaines de points.
Le calage des 4 paramtres gE, gB, E et B peut se faire par mthode du maximum de vraisemblance
applique aux crues suprieures un seuil ou aux crues maximales annuelles xi. Dans ce dernier cas, on obtient un
systme de quatre quations quatre inconnues :
n
E
E =
x
i
gE
( x )
e
i =1
n
gE
e
i =1
i
xi
gE
et B =
x
i
gB
( x )
e
i =1
n
gB
i
xi
gB
i =1
x ie
( x )
i =1
gE =
n
x e
i
x
i
gE
i =1
i =1
(x i ) =
avec :
x
i
gE
E
e
gE
i =1
x e
e
( x i )
x
i
gE
( x )
et g B =
x
i
gE
x ie
x
i
gB
i =1
B
e
gB
x
i
gB
i
i =1
x
i
e gB
( x i )
x
i
gB
Ce systme un peu lourd peut nanmoins se rsoudre par les algorithmes classiques. Malheureusement, les
rsultats ne sont pas fiables en particulier les paramtres "extrmes" ne sont dtermins que par leur nombre trs rduit
de points poids forts (E << B, gE >> gB).
Le problme se simplifie si, comme l'observent les italiens, il existe des relations valables rgionalement entre
ces quatre paramtres.
En effet, sur 39 stations de jaugeage, reprsentatives des diffrents cours d'eau italiens, on constate que les
rapports :
gE
cte 2,6
gB
et
E
cte 0,16
g
/g
( E) B E
Avec cette nouvelle hypothse, l'ajustement statistique redevient plus aise, il suffit en effet d'estimer en un
site particulier gB et lB partir des donnes disponibles puis d'valuer gE et E par des relations rgionales.
Cette mthode est par certains cts sduisante puisqu'elle permet d'obtenir assez directement les dbits
recherchs, mais elle ne s'appuie que sur les seuls dbits qui sont moins souvent et depuis moins longtemps observs
que les pluies. Par ailleurs, la mise en uvre ncessite d'admettre par exemple gE/gB = Cte rgionale ce qui se vrifie
peut tre mais n'a pas de signification physique vidente.
Cette approche rcente n'a pas encore t teste en France, mais les italiens prtendent qu'elle donne des
rsultats un peu analogues ceux de la mthode du gradex sous climat mditerranen.
Dans un premier temps, nous tablirons l'quation de continuit qui traduit la conservation des masses :
1
Soit deux sections 1 et 2 qui limitent un tronon
de cours d'eau de longueur dl :
2
S
Q1
S2 = S1 +
dl
Q2
S1
l
S2
Q
Q2 = Q1 +
dl
l
dl
La diffrence entre les dbits entrant et sortant durant un intervalle de temps dt provoque une variation du
volume contenu entre les sections 1 et 2.
1 S
Si dl est petit, la section mouille moyenne peut tre prise gale S1 +
dl.
2 l
L'galit de ces volumes se traduit ainsi :
1 S
Q
S
S
La variation de S s'crit :
dl
dS =
dt +
t
l
dS S S dl S
S
d'o :
=
+
=
+V
dt
t l dt t
l
En faisant l'hypothse que la courbure des filets fluides est faible, on peut ngliger le terme en
dS S
dt
t
L'galit des volumes devient alors :
Q
dl dt = d
l
S
d'o :
l
1 S
S1 = 2 l dl
Q
dt = dS1 ( en ngligeant les termes en 2 )
l
Q
S
.
dt
dt
l
t
S Q
+
=0
t
l
Q
Si on dsire faire apparatre la vitesse V = :
S
S ( VS)
+
=0
t
l
S
V
S
+S
+V
=0
t
l
l
N.B. Ces deux quations ne sont valables que si les apports latraux dans le tronon sont nuls (sinon apparatrait
droite le dbit latral).
.
Etablissons maintenant l'quation dynamique qui traduit la conservation des nergies. L'nergie d'une particule
d'eau peut se mesurer par l'expression suivante :
V2
P
H=
+
z
+
(Bernouilli)
2g
rg
nergie
nergie de
nergie de
cintique
position
pression
Durant un intervalle de temps dt, cette particule se dplace d'une longueur dl. Soit J la perte de charge linaire ;
la perte d'nergie de cette particule doit tre gale Jdl :
V2
P
-d
+ z + = Jdl
rg
2g
La rpartition des vitesses tant uniforme, la rpartition des pressions est hydrostatique. Dans une section, le
V2
P
est constant. En prenant par convention 0 pour la pression atmosphrique, on a : - d
+ z = Jdl
terme z +
rg
2g
Mais, en remarquant que z = zf + H (z = cote de la surface libre, zf = cote du fond et H tirant d'eau) :
Elments d'Hydrologie de Surface - 176 -
V2
-d
+ zf + H = Jdl
2g
V V
V V
zf
zf
H
H
dl +
dt +
dl +
dt +
dl +
dt = - Jdl
g l
g t
l
t
l
t
Dans cette expression,
zf
zf
= 0 puisque le fond est suppos stable et = I, I tant par dfinition la pente
t
l
du radier.
V V 1 V
H
1 H
+
-I+
+
=-J
g l
g t
l
V t
En gnral, pour les crues voluant lentement, le terme
1 H
est ngligeable et l'expression prcdente se met
V t
sous la forme :
V V 1 V H
+
+
= IJ
g l g t
l
X.7.1.3 - Modes d'intgrations et mthodes de Flood-Routing
Les deux quations que nous venons d'tablir sont connues sous le nom d'quations de Barr de St Venant :
V V 1 V H
+
+
= IJ
g l g t
l
S
V
S
+S
+V
=0
t
l
l
Ce systme d'quations diffrentielles ne connat en gnral pas de solutions analytiques (ou alors les
hypothses sont par trop restrictives). L'intgration ne peut donc se faire que par voie rapproche : numrique,
analogique, graphique...
Le dveloppement des moyens de calcul fait que l'intgration numrique complte ne prsente thoriquement
plus gure de difficult.
Cependant, l'intgration complte (deux quations) dans le cas de cours d'eau naturels (non uniformes),
conduit des calculs longs et complexes ncessitant des moyens de calcul puissants.
Ceci est contradictoire avec les buts poursuivis en prvision de crues o il faut obtenir des rsultats rapidement
partir de donnes simples, et bien souvent avec des moyens de calcul faibles.
Ces remarques justifient la persistance de techniques d'tudes simplifies mais mieux adoptes ce problme:
les mthodes de "Flood Routing".
Ces mthodes que nous allons dcrire, sont bases sur une intgration simplifie de l'quation de continuit.
L'quation dynamique n'est pas prise en considration.
S(Q
)
L'estimation de Q2 partir de I1, I2 et Q1 peut se faire par voie graphique ou numrique. La voie numrique
ncessite de mettre la relation dbit-volume stock sous une forme mathmatique, mais les calculs sont aiss
programmer. Par voie graphique, elle ne ncessite aucune hypothse sur le type de relation entre dbit et volume
stock. Par ailleurs, des constructions simples permettent une approche assez fine de la solution.
Comme le montre le schma ci-contre, on utilise la
mthode dite des "directions alternes" ou encore "pure de
Blackmore" :
x
I +I
Q + Q2
C
S2 - S1 = 1 2 t - 1
t
S1
2
2
B
-Dt /2
+Dt /2
t
t
S2 - S1 =
( I1 Q1 ) +
( I 2 Q2 )
DS
2
2
x'
A
y'
ti+1
Q(t)
Or : y =
I i + I i +1
- Q1
2
donc
I + I
t
x = i i +1 Q1
2
2
t
. Elle coupe la courbe S (Q) en un point C d'abscisse Q ; nous avons
2
t x '
t
m=
=
=> x' = y'
2
y'
2
I i + I i +1
I + I
t
donc x' = i i +1 Q
2
2
2
On remarque que le dbit Q correspondant au point C n'est autre que Qi + 1 puisque l'on a :
S = x + x'
Ii + Ii +1
t I + I
t
Qi + i i +1 Qi +1
Si + 1 - Si =
2
2
2
2
y' = Q -
I + I
Q + Qi +1
Si + 1 - Si = i i +1 t + i
t
2
2
Il suffit alors pour le pas de temps suivant (ti + 1, ti + 2), de recommencer la construction partir de C.
X.7.2.3 - Rsultats pratiques pour quelques cas simples
En 1976, le C.T.G.R.E.F., dans le cahier n 24 d'informations techniques, a publi les rsultats d'une
intressante tude technique de synthse sur l'amortissement d'une crue la traverse d'un rservoir. Nous en reprenons
ici les rsultats essentiels.
Comme nous venons de le voir, la mthode de Puls ncessite de connatre la courbe de remplissage du barrage,
la loi de dbit du rservoir et enfin, l'hydrogramme de la crue entrante.
Elments d'Hydrologie de Surface - 178 -
Q/I
hI/a=0
0,9
hI/a=0,25
0,8
hI/a=0,5
0,7
hI/a=1
0,6
h1/a=2
0,5
0,4
h1/a=4
HYDROGRAMME "POINTU"
0,3
0,2
0,1
0
0,01
0,1
(A hI) /( I tm)
10
Dbit entrant
Dbit lamin
I/2
Surface A
2,45 tm
1
Q/I
0,9
hI/a=0
HYDROGRAMME "ARRONDI"
hI/a=0,5
0,8
hI/a=1
0,7
hI/a=2
0,6
h1/a=4
0,5
h1/a=8
0,4
0,3
0,2
0,1
0
0,1
10
(A hI) /( I tm)
100
Comme on vient de le voir, la formule de Puls permet principalement d'tudier l'amortissement d'une crue
connue a priori, la traverse d'un rservoir. Son utilisation comme mthode de prvision est moins frquente et on
peut se poser ce sujet la question suivante : peut-on "prvoir" ce qui va sortir l'instant ti + 1, alors qu'il faut
connatre pour cela, outre QI et Ii, le dbit Ii + 1 ?
Cela est paradoxalement possible car, comme vous le verrez dans l'application pratique, l'influence Ii + 1 sur Qi + 1 est
faible (le modle garde en mmoire Qi et Ii). Aussi peut-on faire des hypothses sur l'volution probable de I sans que
cela ne perturbe beaucoup la prvision sur Q. (Evidemment, on rajuste chaque pas de temps la prvision antrieure
sur le dbit qui est rellement arriv).
Dbit
entrant I
Limites du voluume
rellement stoch
Limites du volume KI
Limites du volume KQ
Dbit
sortant Q
En rgime transitoire, I est diffrent de Q et nous admettrons que le volume stock dans le tronon devient :
S = K Q + x (K I - K Q)
Cette quation, appele gnralement quation de Muskingum, se met sous la forme suivante :
S = K [xI + (1 x )Q]
Elments d'Hydrologie de Surface - 180 -
o x est un terme sans dimension li l'amortissement de la crue dans le tronon (coefficient d'attnuation) et o K est
un temps li au temps de propagation de la crue dans le tronon.
L'quation de continuit devient alors :
S 2 S1 = K x (I 2 I 1 )+ (1 x )(Q 2 Q 1 ) =
t
(I 1 + I 2 ) (Q1 + Q 2 )
d'o :
K= 2
(1)
x (I 2 I1 ) + (1 x)(Q 2 Q1 )
Explicitons Q2 partir de Q1, I1, I2, x et k :
t
(I + I ) (Q1 + Q2 )
2 1 2
t
t
t
t
t
t
Kx
t
2
S2 = Q1 +
(I I ) +
(I I )
t 2 1
t 2 1
K(1 x ) +
K(1 x ) +
2
2
t
A =
t
K(1 x ) +
2
B =
t
K(1 x ) +
2
Sous cette forme, on constate que A et B sont des constantes ne dpendant que de t, x et K.
X.7.3.2 - Mise en uvre
X.7.3.2.1 Choix du pas de temps
Comme prcdemment, t doit tre suffisamment petit pour que l'approximation de la variation linaire des
dbits est admissible. Par ailleurs, pour la stabilit des calculs, il est conseill de s'assurer que l'on vrifie bien les
ingalits suivantes :
2 K x < t < K
Si ce n'tait pas le cas, il conviendrait de revoir t ou le dcoupage en tronons.
X.7.3.2.1 Dtermination de K et x dans le cas d'un tronon unique
La pratique la plus sure consiste dterminer K et x par l'tude du passage d'une crue rellement observe. Le
tableau suivant prsente les dbits enregistrs en deux stations jour par jour.
Dates
Station amont Station aval
Dates
Station amont Station aval
1
93
83
15
609
650
2
137
102
16
577
635
3
208
141
17
534
610
4
320
203
18
484
580
5
412
299
19
426
540
6
516
380
20
366
488
7
630
470
21
298
430
8
678
539
22
235
363
9
691
591
23
183
300
10
692
627
24
137
233
11
684
648
25
103
178
12
671
660
26
81
132
13
657
664
27
73
100
14
638
660
28
70
75
Dans ce cas particulier, on pourrait tenter de prendre t = 1 jour (ce qui correspond la frquence des
observations) puis tester sur toute la crue la variation de K (formule 1) en fonction de diffrentes valeurs de x.
= 0,31
= 74 750 secondes ,
K
K
En prenant K = Cte, il serait prfrable de retenir la
valeur de 0,15 pour x et prendre un K de 168.000 secondes. Si K
n'est pas constant comme c'est ici le cas, on pourra admettre que
K est une fonction linaire de Q1. On optimisera alors x sur le
coefficient de rgression de K en Q1 ou sur la variance rsiduelle
de K.
On obtiendrait ici :
- x = 0,10 , K Q = 0,696
1
- x = 0,15 , K Q = 0,806
1
- x = 0,20 , K Q = 0,744
1
Dbit entrant Q1
700
600
500
400
300
200
100
Coefficient K
0
0
100 000
200 000
300 000
Comme prcdemment, les rsultats les meilleurs sont obtenus pour x = 0,15, mais on admettrait maintenant
que K est une fonction linaire de 01 :
K 240 Q1 + 80.000 (K en secondes, Q1 en m3/s)
On tudierait de mme A (Q1) et B (Q1).
Q (t) =
I () K (t - ) d
Dans cette expression, on reconnat bien que le dbit sortant d'un tronon Q (t) dpend du dbit entrant I (t) par
un produit de convolution dont le noyau K ne dpend que de B, de C et de la longueur du tronon L :
L
2
e-(L - C t) / 4 B t
K (t) =
2 B
S(H) = Bo H
Forme trapzodale
B(H) = Bo + 2 m H
S(H) = Bo H + m H2
Forme triangulaire
B(H) = 2 m H
S(H) = m H2
Forme parabolique
B(H) = H
Soit Ho la hauteur d'eau (en mm) dans le barrage avant la rupture ; on appelle Qb le dbit (m3/s) maximum
instantan au droit du barrage et au dbut de la rupture.
La retenue est caractrise par sa capacit C (exprime en millions de m3) et par sa plus grande longueur L
(exprime en km).
La valle en aval du barrage est caractrise par sa forme dj dcrite mais aussi par sa pente I et par son
coefficient de Strickler moyen K.
Cette estimation du coefficient K de Strickler est assez subjective. Dans la pratique, K varie grossirement de
10 40. Le coefficient est fonction de la rugosit et il intgre galement les mandres :
. K = 10 : vgtation abondante et haute, mandrement faible rayon de courbure ;
. K = 20 : vgtation abondante ou fort mandrement ;
. K = 30 : vgtation basse et peu de mandrement ;
. K = 40 : vgtation faible et mandrement trs progressif.
Elments d'Hydrologie de Surface - 183 -
I K2= 10
I K2 = 2
I K2= 1,5
0,2
0,1
I K2=0,5
0,05
0,04
0,03
I K2= 0,1
0,3
0,4 0,5
10
x
3
(*)
(*) Forme, K et I pente de la rivire au point d'abscisse x. Toutes les units en S.I.
Ayant calcul Dmax (x), l'abaque suivant permet de tirer Umax (x) :
Dmax (x)
10
le
ng
cta
e
R
Tr
ian
gle
ap
Tr
0,1
ze
ra
Pa
le
bo
0,01
Umax (x)
0,001
0,01
0,1
10
50
45
H
40
o
/C
Ho
=
2
=0
,2
20
/C
Ho
/
35
30
25
20
15
10
10 15 20 25 30 35 40 45 50 K
des dgts sur une dure de vie trs longue (voisine de l'infini) sera :
i =1
1 R
R
=
T (1 + a )i aT
Le cot C de l'ouvrage dpend du dbit x de l'vacuateur, donc de T. Il est donc logique de dcomposer le cot
C en une partie D reprsentant le cot de la digue seule (indpendant de T) et une partie E, cot de l'vacuateur de crue
en fonction de T : C = D + E
Appelons :
. h la hauteur maximale de charge sur le dversoir
. H + h la hauteur totale de la digue
. a le gradex des dbits (en gnral, les dbits sont gumbeliens surtout pour T grand, cf. mthode du gradex).
On admet alors les hypothses simplificatrices suivantes :
- la modification de x se fait en modifiant h ;
- le cot D de la digue est proportionnel (H + h)2 (donc son volume) ;
- le cot E de l'vacuateur est proportionnel (H + h) h ;
- les dbits suivent une loi de Gumbel telle que : Q = Cte + a log T ;
- la loi de dbit x du rservoir est du type : x = Cte h3/2.
Soit Q le dbit maximum entrant dans la retenue et x le dbit lamin qui en sort ; la relation entre Q et x est du
Q
type :
x=
(l = C te )
1 + lQ 0,44
Soit R les dgts causs ; ils se dcomposent en un cot fixe des dgts aval plus le prix de la reconstruction.
La validit de ces hypothses n'est ncessaire qu' proximit de certaines valeurs indices o prises pour chaque
variable pour un dimensionnement de rfrence correspondant la priode de retour To.
On a donc la relation suivante :
H+h 2
( H + h)h
D
E
T
=
=
;
; Q = Qo + a log
Do H + h o
Eo ( H + h o )h o
To
h 3/2
Q
Qo
x
= Qo0,44
=h;
=
x 1
xo 1
xo ho
R
Reste valuer le cot total actualis C +
en fonction de T. D et E s'exprime en fonction de h ; or, C = D +
aT
E s'exprime en fonction de x, x en fonction de Q en enfin Q en fonction de T.
C+R
aT
On peut donc former le rapport r =
; celui-ci ne dpend que des valeurs initiales (Eo, Do, xo, ho, Ro, To), des
Co + R o
aTo
constantes a et H et de la priode de retour T.
T sera optimum si r est minimum et ce calcul serait faire dans chaque cas de figure. Cependant, l'expression r
(T) a t calcule pour un certain nombre de barrages caractristiques des diffrents cas de figures rencontres. Les
courbes r (T) ont toujours l'allure suivante :
Il s'en dgage les principes gnraux suivants :
C+R/T
r=
- le T optimum est toujours lev, suprieur 100 ans,
Co + Ro / To
1,1
mme pour les petits ouvrages, et couramment suprieurs 1.000
ans ;
1,0
- la branche de gauche est beaucoup plus abrupte que la
branche de droite, ce qui indique que dans le cas o on s'loigne
0,9
du T optimum, le surcot sera bien moindre en survaluant T
qu'en le sous-valuant. Dans la mesure du possible, il est donc
prfrable de faire un ouvrage "trop-bien protg" qu'un ouvrage
0,8
risque plus fort.
Q0,44
Tp
T optimum
Afin de prciser encore l'ordre de grandeur de la priode de retour optimum de la crue de projet, on peut
simplifier le problme en cas de trs petits ouvrages.
Dans le cas d'un petit barrage de style retenue collinaire, on peut frquemment ngliger l'amortissement de la
Q
h 3/2
crue la traverse de la retenue x = Qo Q = h . Dans le cas des petits cours d'eau, on constate souvent que
o o
le rapport de la crue centennale la crue dcennale, et on a pour dbit Q, quelle que soit sa priode de retour T :
Q
T
= 1 + 0,179 Ln
Q100
100
Supposons de plus que lorsque la crue emporte le barrage, les rparations financires consistent
essentiellement reconstruire l'ouvrage :
R
1
= C 1 +
C+
aT
aT
Elments d'Hydrologie de Surface - 187 -
Appelons y100 le cot relatif de l'vacuateur de crue pour les conditions de la crue centennale :
E100 = Y100 C100, D100 = (1 - Y100) C100
E
H+h h
D
( H + h)2
=
,
=
E100 H + h100 h100 D100 H + h100
H
h
et h' =
, on obtient l'expression suivante de r :
h100
h100
C(1 + 1 / aT )
H '+ h '
H' h' (1 + 1 / aT )
= Y100
r=
h'+(1 Y100 )
C100 (1 + 1 /100 a )
H ' +1
H '+1 (1 + 1 /100 a )
h
T 2/3
Manifestement, la priode de retour optimum To qui minimise r, ne dpend que de H', H100 et . Les
graphiques suivants donnent les valeurs optimales de la priode de retour T en anne, en fonction du taux
d'actualisation a (2 %, 4 %, 6 % et 8 %), du coefficient Y100 (0,2 ; 0,3 ; 0,4 ; 0,5 et 0,6) et de la valeur de H' (de 5
30).
En posant H' =
T opti
2000
y
100
0,2
Alpha = 2 %
1500
0,3
0,4
0,5
0,6
1000
500
0
5
10
T opti
600
15
H'
20
25
Alpha = 4 %
y
100
0,2
0,3
0,4
0,5
0,6
30
y
100
0,2
Alpha = 6 %
T opti
1000
900
800
700
600
500
400
300
200
100
0
10
T opti
450
15
H'
20
25
30
y
100
0,2
Alpha = 8 %
400
500
0,3
400
0,4
0,5
0,6
300
200
350
0,3
300
250
0,4
0,5
0,6
200
150
100
100
50
0
5
10
15
H'
20
25
30
10
15
H'
20
25
30
Supposons que l'on se propose de construire une retenue dont le radier de l'vacuateur est la cote 5 m par
rapport au pied du barrage : H = 5 m.
On dimensionne l'vacuateur pour la crue centennale en mnageant par exemple une charge de 0,5 m sur le
H
5
dversoir : H' =
=
= 10.
h100 0,5
Dans ces conditions, on peut estimer que cet vacuateur reprsenterait environ 40 % du prix total de l'ouvrage :
Y100 = 0,4.
En admettant que le taux d'actualisation est de 4 %, on trouve dans le graphique prcdent, un T optimum de
420 ans.
TABLES STATISTIQUES
Loi de Student
n/P
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
100
0,9
0,158
0,142
0,137
0,134
0,132
0,131
0,130
0,130
0,129
0,129
0,129
0,128
0,128
0,128
0,128
0,128
0,128
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,126
0,8
0,325
0,289
0,277
0,271
0,267
0,265
0,263
0,262
0,261
0,260
0,260
0,259
0,259
0,258
0,258
0,258
0,257
0,257
0,257
0,257
0,257
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,256
0,253
0,7
0,510
0,445
0,424
0,414
0,408
0,404
0,402
0,399
0,398
0,397
0,396
0,395
0,394
0,393
0,393
0,392
0,392
0,392
0,391
0,391
0,391
0,390
0,390
0,390
0,390
0,390
0,389
0,389
0,389
0,389
0,385
0,6
0,727
0,617
0,584
0,569
0,559
0,553
0,549
0,546
0,543
0,542
0,540
0,539
0,538
0,537
0,536
0,535
0,534
0,534
0,533
0,533
0,532
0,532
0,532
0,531
0,531
0,531
0,531
0,530
0,530
0,530
0,524
0,5
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,674
0,4
1,365
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,586
0,856
0,855
0,855
0,854
0,854
0,842
0,3
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,036
0,2
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,373
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,282
0,1
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,645
0,05
12,71
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
1,960
0,02
31,82
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,483
2,479
2,473
2,467
2,462
2,457
2,326
0,01
63,66
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,163
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,576
5%
1,00
0,95
0,88
0,81
0,75
0,71
0,67
2%
1,00
0,98
0,93
0,88
0,83
0,79
0,75
1% /P
5% 2% 1% /P
5% 2% 1% /P
1,00
8 0,63 0,72 0,76 20 0,42 0,49 0,54 40
0,99
9 0,60 0,69 0,73 22 0,40 0,47 0,52 50
0,96 10 0,58 0,66 0,71 24 0,39 0,45 0,50 60
0,92 12 0,53 0,61 0,66 26 0,37 0,44 0,48 70
0,87 14 0,50 0,57 0,62 28 0,36 0,42 0,46 80
0,83 16 0,47 0,54 0,59 30 0,35 0,41 0,45 90
0,80 18 0,44 0,52 0,56 35 0,32 0,38 0,42 100
5%
0,30
0,27
0,25
0,23
0,22
0,21
0,19
2%
0,36
0,32
0,29
0,27
0,26
0,24
0,23
1%
0,39
0,35
0,32
0,30
0,28
0,27
0,25
Il peut tre plus simple alors d'utiliser le tableau ci-dessus qui donne directement la valeur de
ayant les probabilits 10%, 5% ou 1% d'tre dpasses en valeur absolue alors que le
vritable coefficient de corrlation serait nul.
Loi de Gauss
u
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
0
0,5000
0,5398
0,5793
0,6179
0,6554
0,6915
0,7257
0,7580
0,7881
0,8159
0,8413
0,8643
0,8849
0,9032
0,9192
0,9332
0,9452
0,9554
0,9641
0,9713
0,9772
0,9821
0,9861
0,9893
0,9918
0,9938
0,9953
0,9965
0,9974
0,9981
0,01
0,5040
0,5438
0,5832
0,6217
0,6591
0,6950
0,7290
0,7611
0,7910
0,8186
0,8438
0,8665
0,8869
0,9049
0,9207
0,9345
0,9463
0,9564
0,9649
0,9719
0,9779
0,9826
0,9864
0,9896
0,9920
0,9940
0,9955
0,9966
0,9975
0,9982
0,02
0,5080
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,9783
0,9830
0,9868
0,9898
0,9922
0,9941
0,9956
0,9967
0,9976
0,9982
0,03
0,5120
0,5517
0,5910
0,6293
0,6664
0,7019
0,7357
0,7673
0,7967
0,8238
0,8483
0,8708
0,8907
0,9082
0,9236
0,9370
0,9484
0,9582
0,9662
0,9732
0,9788
0,9834
0,9871
0,9901
0,9925
0,9943
0,9957
0,9968
0,9977
0,9983
0,04
0,5160
0,5557
0,5948
0,6331
0,6700
0,7054
0,7389
0,7704
0,7995
0,8264
0,8508
0,8729
0,8925
0,9099
0,9251
0,9382
0,9495
0,9591
0,9671
0,9738
0,9793
0,9838
0,9875
0,9904
0,9927
0,9945
0,9959
0,9969
0,9977
0,9984
0,05
0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7422
0,7734
0,8023
0,8289
0,8531
0,8749
0,8944
0,9115
0,9265
0,9394
0,9505
0,9599
0,9678
0,9744
0,9798
0,9842
0,9878
0,9906
0,9929
0,9946
0,9960
0,9970
0,9978
0,9984
0,06
0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,8770
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,9750
0,9803
0,9846
0,9881
0,9909
0,9931
0,9948
0,9961
0,9971
0,9979
0,9985
0,07
0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,8340
0,8577
0,8790
0,8980
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,9808
0,9850
0,9884
0,9911
0,9932
0,9949
0,9962
0,9972
0,9979
0,9985
0,08
0,5319
0,5714
0,6103
0,6480
0,6844
0,7190
0,7517
0,7823
0,8106
0,8365
0,8599
0,8810
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,9812
0,9854
0,9887
0,9913
0,9934
0,9951
0,9963
0,9973
0,9980
0,9986
0,09
0,5359
0,5753
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,8830
0,9013
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,9817
0,9857
0,9890
0,9916
0,9936
0,9952
0,9964
0,9974
0,9981
0,9986
Loi du 2
/P
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
0,010
0,000
0,020
0,115
0,297
0,554
0,872
1,24
1,65
2,09
2,56
3,05
3,57
4,11
4,66
5,23
5,81
6,41
7,01
7,63
8,26
8,90
9,54
10,2
10,9
11,5
12,2
12,9
13,6
14,3
15,0
22,2
29,7
37,5
45,4
53,5
61,8
70,1
0,025
0,001
0,051
0,216
0,484
0,831
1,24
1,69
2,18
2,70
3,25
3,82
4,40
5,01
5,63
6,26
6,91
7,56
8,23
8,91
9,59
10,3
11,0
11,7
12,4
13,1
13,8
14,6
15,3
16,0
16,8
24,4
32,4
40,5
48,8
57,2
65,6
74,2
0,050
0,004
0,103
0,352
0,711
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,1
10,9
11,6
12,3
13,1
13,8
14,6
15,4
16,2
16,9
17,7
18,5
26,5
34,8
43,2
51,7
60,4
69,1
77,9
0,100
0,016
0,211
0,584
1,06
1,61
2,20
2,83
3,49
4,17
4,87
5,58
6,30
7,04
7,79
8,55
9,31
10,1
10,9
11,7
12,4
13,2
14,0
14,8
15,7
16,5
17,3
18,1
18,9
19,8
20,6
29,1
37,7
46,5
55,3
64,3
73,3
82,4
0,250
0,102
0,575
1,21
1,92
2,67
3,45
4,25
5,07
5,90
6,74
7,58
8,44
9,30
10,2
11,0
11,9
12,8
13,7
14,6
15,5
16,3
17,2
18,1
19,0
19,9
20,8
21,7
22,7
23,6
24,5
33,7
42,9
52,3
61,7
71,1
80,6
90,1
0,500
0,455
1,39
2,37
3,36
4,35
5,35
6,35
7,34
8,34
9,34
10,3
11,3
12,3
13,3
14,3
15,3
16,3
17,3
18,3
19,3
20,3
21,3
22,3
23,3
24,3
25,3
26,3
27,3
28,3
29,3
39,3
49,3
59,3
69,3
79,3
89,3
99,3
0,750
1,32
2,77
4,11
5,39
6,63
7,84
9,04
10,2
11,4
12,5
13,7
14,8
16,0
17,1
18,2
19,4
20,5
21,6
22,7
23,8
24,9
26,0
27,1
28,2
29,3
30,4
31,5
32,6
33,7
34,8
45,6
56,3
67,0
77,6
88,1
98,6
109
0,900
2,71
4,61
6,25
7,78
9,24
10,6
12,0
13,4
14,7
16,0
17,3
18,5
19,8
21,1
22,3
23,5
24,8
26,0
27,2
28,4
29,6
30,8
32,0
33,2
34,4
35,6
36,7
37,9
39,1
40,3
51,8
63,2
74,4
85,5
96,6
108
118
0,950
3,84
5,99
7,81
9,49
11,1
12,6
14,1
15,5
16,9
18,3
19,7
21,0
22,4
23,7
25,0
26,3
27,6
28,9
30,1
31,4
32,7
33,9
35,2
36,4
37,7
38,9
40,1
41,3
42,6
43,8
55,8
67,5
79,1
90,5
102
113
124
0,975
5,02
7,38
9,35
11,1
12,8
14,4
16,0
17,5
19,0
20,5
21,9
23,3
24,7
26,1
27,5
28,8
30,2
31,5
32,9
34,2
35,5
36,8
38,1
39,4
40,6
41,9
43,2
44,5
45,7
47,0
59,3
71,4
83,3
95
107
118
130
0,990
6,63
9,21
11,3
13,3
15,1
16,8
18,5
20,1
21,7
23,2
24,7
26,2
27,7
29,1
30,6
32,0
33,4
34,8
36,2
37,6
38,9
40,3
41,6
43,0
44,3
45,6
47,0
48,3
49,6
50,9
63,7
76,2
88,4
100
112
124
136
1
161,4
18,51
10,13
7,709
6,608
5,987
5,591
5,318
5,117
4,965
4,844
4,747
4,667
4,600
4,543
4,494
4,451
4,414
4,381
4,351
4,325
4,301
4,279
4,260
4,242
4,225
4,210
4,196
4,183
4,171
4,085
4,001
3,920
3,841
2
199,5
19,00
9,552
6,944
5,786
5,143
4,737
4,459
4,256
4,103
3,982
3,885
3,806
3,739
3,682
3,634
3,592
3,555
3,522
3,493
3,467
3,443
3,422
3,403
3,385
3,369
3,354
3,340
3,328
3,316
3,232
3,150
3,072
2,996
3
215,7
19,16
9,277
6,591
5,409
4,757
4,347
4,066
3,863
3,708
3,587
3,490
3,411
3,344
3,287
3,239
3,197
3,160
3,127
3,098
3,072
3,049
3,028
3,009
2,991
2,975
2,960
2,947
2,934
2,922
2,839
2,758
2,680
2,605
4
224,6
19,25
9,117
6,388
5,192
4,534
4,120
3,838
3,633
3,478
3,357
3,259
3,179
3,112
3,056
3,007
2,965
2,928
2,895
2,866
2,840
2,817
2,796
2,776
2,759
2,743
2,728
2,714
2,701
2,690
2,606
2,525
2,447
2,372
5
230,2
19,30
9,013
6,256
5,050
4,387
3,972
3,688
3,482
3,326
3,204
3,106
3,025
2,958
2,901
2,852
2,810
2,773
2,740
2,711
2,685
2,661
2,640
2,621
2,603
2,587
2,572
2,558
2,545
2,534
2,449
2,368
2,290
2,214
6
234,0
19,33
8,941
6,163
4,950
4,284
3,866
3,581
3,374
3,217
3,095
2,996
2,915
2,848
2,790
2,741
2,699
2,661
2,628
2,599
2,573
2,549
2,528
2,508
2,490
2,474
2,459
2,445
2,432
2,421
2,336
2,254
2,175
2,099
8
238,9
19,37
8,845
6,041
4,818
4,147
3,726
3,438
3,230
3,072
2,948
2,849
2,767
2,699
2,641
2,591
2,548
2,510
2,477
2,447
2,420
2,397
2,375
2,355
2,337
2,321
2,305
2,291
2,278
2,266
2,180
2,097
2,016
1,938
12
243,9
19,41
8,745
5,912
4,678
4,000
3,575
3,284
3,073
2,913
2,788
2,687
2,604
2,534
2,475
2,425
2,381
2,342
2,308
2,278
2,250
2,226
2,204
2,183
2,165
2,148
2,132
2,118
2,104
2,092
2,003
1,917
1,834
1,752
24
249,1
19,45
8,638
5,774
4,527
3,841
3,410
3,115
2,900
2,737
2,609
2,505
2,420
2,349
2,288
2,235
2,190
2,150
2,114
2,082
2,054
2,028
2,005
1,984
1,964
1,946
1,930
1,915
1,901
1,887
1,793
1,700
1,608
1,517
Inf.
254,3
19,50
8,526
5,628
4,365
3,669
3,230
2,928
2,707
2,538
2,404
2,296
2,206
2,131
2,066
2,010
1,960
1,917
1,878
1,843
1,812
1,783
1,757
1,733
1,711
1,691
1,672
1,654
1,638
1,622
1,509
1,389
1,254
1,000