Documente Academic
Documente Profesional
Documente Cultură
Universit du Qubec
Transposition des sites non jaugs jaug Risque hydrologique et risque dinondation d
Introduction
Introduction
L'hydrologie statistique Les impacts des vnements hydrologiques extrmes peuvent tre trs importants; tr L'exposition, pour un humain ou un ouvrage, un vnement indsirable est un risque et la ind probabilit est une mesure de ce risque; probabilit En raison des dommages qui peuvent rsulter de la r dfaillance d'un ouvrage en milieu hydrique, il est important de quantifier le risque avant de faire une intervention en milieu hydrique. Utilit de lhydrologie statistique: Utilit l
tablir des critres de design crit Vrifier la fiabilit douvrages existants ou projets fiabilit projet Allonger des sries de donnes s donn
Population vs chantillon
population x temps x chantillon continu x temps temps
chantillon discret
Introduction
Introduction
n = 26
Moy=177,49 cart-type=62,17
19 82 19 84 19 88 19 80 19 86 19 78 19 90 19 92 19 94 19 96 19 98
19 74
Page 1
2 3 4 5 6 7 8 9 10 11 12 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Frquence relative: Fr
lorsque le nombre d'observations n a une valeur finie
n fi = i n
4/36 2/36
P( X ) = 1
n i =1 i
x
2 3 4 5 6 7 8 9 10 11 12
Probabilit et frquence
Probabilit et frquence
Histogramme de frquences fr
Le nombre de classes devrait tre entre 5 et 20 La largeur des classes devrait tre entre 0,25 cart-type et 0,5 cart-type cartcartEx: riv du Loup s=62 largeur = 15,5 31
fi =
ni n
Le nombre de classes C devrait tre approximativement gal : C = 1 + 3,3 log (N) N tant la taille de l'chantillon l'
Ex: riv du Loup N=26 C=6
Probabilit et frquence
Probabilit et frquence
Distribution des probabilits probabilit Fonction de densit de probabilit densit probabilit (variable continue)
Exemple: X= dbits maximum printanier
f(x) x
Une variable continue peut avoir une infinit de valeurs infinit Dans ce cas, la probabilit d'avoir une probabilit valeur prcise est = 0% pr
Page 2
Fonction de rpartition r
F(x) 1
Fonction de rpartition r
f(x)
F(x) 1
F 1-F x
f ( x)dx
Dpassement
Probabilit et frquence
Probabilit et frquence
Probabilit et frquence
Probabilit et frquence
= $
1 n X =X n i =1 i 1 n ( X X ) = s2 n 1 i =1 i
2
$ 2 =
f ( x) =
( x )2 exp 2 2 2 1
Loi normale
La moyenne et lcart-type sont lcartdes variables alatoires al Les proprits statistiques de lchantillon propri lchantillon approchent celles de la population quand la taille de lchantillon augmente lchantillon
Variabilit dchantillonnage = source derreurs Variabilit chantillonnage d
Page 3
Intervalle de confiance sur la moyenne On peut associer un intervalle de confiance l estimation de la moyenne
Probabilit et frquence
Probabilit et frquence
z=
P( X x ) = F ( X ) =
f (x )dx = P(Z z )
Probabilit et frquence
Nombre d'vnement
Plusieurs variables hydrologiques ne sont pas bien reprsentes par une loi normale repr sent Pourquoi?
Plusieurs variables ne prennent que des valeurs positives (ex: dbits) d
6 5 4 3 2 1 0 65 90 90 115 115 140 140 165 165 190 190 215 Intervalle 215 240 240 265 265 290 290 315 315 330
Page 4
Cs =
Nombre d'vnement
a S3
a=
n n 1 ( X i X ) ( n 1)( n 2) i =
6 5 4 3 2 1 0 65 90 90 115 115 140 140 165 165 190 190 215 Intervalle 215 240 240 265 265 290 290 315 315 330
Cs: Coefficient d asymtrie asym n: taille de l chantillon chantillon S: cart-type cartX: Moyenne X: Variable alatoire al
Probabilit et frquence
Analyse de frquence
Fonctions de densit de probabilit thorique densit probabilit th Choix dpend de la ralit physique d r alit Extrapolation possible mais avec prudence !
F o n c t io n s d e d e n s it N o r m a le L o g -n o rm a le V a r ia b le h y d r o l o g iq u e P r c ip ita tio n a n n u e lle , d b it s , s to c k a g e e n r s e r v o ir D b it m a x i m u m a n n u e l, p r c ip ita ti o n jo u r n a li r e e t a n n u e ll e , v o lu m e d e r u is s e lle m e n t m e n s u e l e t a n n u e l M m e q u e l o g - n o r m a le D b it m a x i m u m a n n u e l P r c ip ita tio n jo u r n a li r e , d u r e e n tr e d e u x v n e m e n ts P r c ip ita tio n jo u r n a li r e , m e n s u e lle , a n n u e lle , r u i s s e lle m e n t a n n u e l
L analyse de frquence fr
Comprend 2 tapes:
1 - La validation des donnes donn
Assurer lhomognit, la stationnarit, et l homog it stationnarit lindpendance des donnes ind donn Vrification des donnes manquantes donn Prsence de valeurs singulires Pr singuli
2 - Lanalyse de frquence fr
Mthode graphique et/ou Mthode analytique
Analyse de frquence
Analyse de frquence
Validation des donnes donn Pour laborer un modle statistique partir des mod donnes d'un chantillon, il faut que les donnes donn donn soient stationnaires, homognes et indpendantes homog ind Homognit : Les lments de lchantillon Homog it lchantillon proviennent tous de la mme population
Exemple de non homognit: homog it
Crues printanires et crues pluviales dans un mme chantillon. printani Dbits tirs dannes anormalement sches ou humides tir d ann s
Validation des donnes donn Stationnarit: Proprits statistiques invariantes Stationnarit Propri dans le temps, lexception des fluctuations alatoires du climat. al
Types de non stationnarit: tendance, saut, cycle. stationnarit Exemples:
dtournement de cours deau, urbanisation, changement d climatique, relocalisation de pluviomtre pluviom
Page 5
Validation des donnes donn Les donnes doivent tre indpendantes: une donn ind valeur de l'chantillon n'est pas influence par la l' influenc valeur prcdente, donc l'ordre o elle survient pr o n'a pas d'importance.
Exemple de donnes dpendantes: donn d
dbits journaliers en rivire rivi
Note: pour le design de certains ouvrages, il faut considrer la dpendance des donnes (On parle consid d donn alors de modles stochastiques). mod
Analyse de frquence
Analyse de frquence
fi =
mi n+ 1
Analyse de frquence
tir
tir
400
100
Page 6
Exemple:
Q1000=560 m3/s
Analyse des m3/s bits maximum printaniers d Q =410 d de Rivi=330 m3/s Loup avec papier Rivire du Q probabilit normale probabilit
100 20
Analyse de frquence
Analyse de frquence
Mthode analytique La mthode est base sur l quation linaire m bas quation lin suivante:
x = + K
Analyse de frquence
Analyse de frquence
[exp( K 2) 1] [exp( ) 1]
y y 2 y 2 y 1 2
y = ln( x )
Ky tant choisi dans la table de la loi normale:
y = y + K y y
Page 7
La loi de Gumbel Aussi appele Loi des valeurs extrmes type 1 appel Le facteur de frquence K est donn par: fr donn
T K = 0.7797 0.5572 + ln ln T 1
Applicable pour N>100
La loi de Gumbel
Si la taille de l chantillon est < 100, le facteur K chantillon est obtenu partir de valeurs tabules tabul
Analyse de frquence
Analyse de frquence
Lois Pearson III et log-Pearson III logLe facteur de frquence K est fonction du coefficient dasymtrie et de la priode de rcurrence. Pour la loi log-Pearson type III :
Utilisation des valeurs de la loi Pearson III avec la transformation de l chantillon y=log(X) (ou ln(X))
Mthode analytique Exercice: Calcul des valeurs de crues pour les donnes de la Rivire du Loup donn Rivi Lois normale, log-normale, Gumbel et Pearson III logPriodes de retour = 50, 100 et 1000 ans Moyenne = 177,5 m/s m cart-type= 62,2 m/s cartm n=26 Cv=62,2/177,5 = 0,3504
Une loi log-Pearson type III avec un coefficient dasymtrie nul correspond une loi log-normale.
Analyse de frquence
Analyse de frquence
Mthode analytique Rsum des rsultats pour Rivire-du-Loup sum r Rivi re- duLoi Normale Q 50 (m/s) 305 Q 100 (m/s) 322 370 (410) 408 336 Q 1000 (m/s) 370 480 (560) 539 397
Page 8
L infrence statistique inf Pour valuer lacceptabilit de la fdp choisie partir acceptabilit des carts entre les frquences exprimentales et fr exp celles calcules partir de la fdp: calcul fdp:
cart trop important: fdp pas bonne cart raisonnable: fdp bonne
Statistique d ajustement:
L hypothse est rejete au seuil de confiance si: hypoth rejet
c2 > 2,1
avec:
=
2 c
(O E )
i i
i =1
Ei
Infrence statistique
Loi normale
6 Nombre d'vnement 5 4 3 2 1 0 70 110 110 150 150 190 190 230 230 270 270 310 Intervalle
Oi
Ei
Transposition des sites non jaugs jaug L exposant m varie typiquement de 0,6 0,9:
Valeurs suprieures pour les faibles priodes de retour; Valeurs infrieures pour les grandes priodes de retour; Habituellement plus lev pour les crues nivales que pour les crues pluviales; Pas recommand sil y a des lacs importants; Peut aussi tre calcul en analysant les donnes de deux stations prsentes sur le mme bassin.
Comment
A xTn = xTj n A j
xTn et xTj: dbit pour priode de retour T pour sites non jaug et jaug An et Aj: superficies de bassin versant jaug et non jaug m: exposant empirique
Page 9
QT = QTR Qmoy
QTR
Qmoy
Notions de risque
Risque dinondation d
Risque hydrologique pondr en fonction des dommages pond causs par la crue dune priode de retour T caus d p
Le risque dinondation conditionne le choix dune d d priode de retour pour le design douvrages d hydriques
Page 10
Le risque hydrologique Probabilit (ou risque) dau moins 1 dpassement Probabilit d sur une priode de n annes: p ann
1 RH = 1 1 T
n
Le risque d inondation
Niveaux deau pour chaque d priode de retour T Trac des zones Trac inondables pour estimer les dommages
r = Pint Dmoy
Pint = 1 1 Ti Ti +1
r
i
Notions de risque
la pour Cot
Domm a g es
Priode de retour T
Page 11