Académique Documents
Professionnel Documents
Culture Documents
Edition 2000
Avertissements
La version 2000 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 :
s, s, s, s, x, x, x, , , , , ... , , , ... , , , , [ ], , , , , , , , , , , ...
r
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
" Le plagiat est la base de toutes les littratures, sauf la premire qui d'ailleurs est
inconnue ! "
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
1 2 Problmes
particuliers
Cration Cration de
Suppression 4
de station station tertiaire S
de station Etude sur une
de mesure (ou de projet)
de mesure station comparable
du rseau 4 O
1 2
L
Problmes Problmes
particuliers Rseau
particuliers U
initiaux
Original
Banque T
Suppression de
Gestion des rseaux
de station donnes I
et critique des donnes
Rseau
O
Etude du rationalis
milieu N
hydrologique
Suppression Problmes
de station particuliers
Anciennes
3 6
stations
Cration de Application des
3 Cration de bassins
stations rsultats gnraux
expriementaux 6
complmentaire 6
Rationalisation Problmes Etudes Rsultats
des rseaux 3 gnraux 5 systmatiques 5 gnraux
Par la suite, les services hydrologiques peuvent parfois ne plus s'intresser uniquement aux problmes
particuliers. On atteint le stade des problmes gnraux qui se ramnent essentiellement deux types principaux :
L'optimisation et la planification du rseau : Ces deux types de travaux reposent sur l'tude du milieu hydrologique. On
ramne l'ensemble des paysages un nombre fini de rgions dites hydrologiquement homognes. La planification permet de
dterminer le nombre minimal de stations ncessaires la connaissance de chaque type de milieu hydrologique.
L'optimisation met en vidence, par comparaison avec le rseau original, les zones sur-observes, et par consquent, les
stations supprimer et ventuellement les zones quiper.
Les tudes systmatiques : Elles s'intressent un mme phnomne (crues, tiages, etc.) sur les diffrentes stations du
rseau. Elles essaient de mettre en vidence des facteurs explicatifs et, si possible, de quantifier leurs influences, ceci afin
d'extrapoler ces rsultats gnraux des bassins versants non tudis.
A ce dernier stade s'ouvre une quatrime voie pour rsoudre un problme particulier en un point. Celle-ci consiste
dterminer au site intressant, les valeurs des facteurs explicatifs et appliquer les rsultats gnraux obtenus sur l'ensemble
du rseau.
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 :
80 mm/an
Ocans France
Ocans (2500 m.) Continents (500 mm.)
325 mm/an
80 mm/an
Atmosphre
Prcipitation
Ligne de plus
grande pente
III.2.1.1 - Surface A
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
G bassin. De mme, si le cours aval prsente des mandres, on
lt L
lg curvimtre en gnral tous les mandres.
- la "distance de l'exutoire au centre de gravit du bassin"
(lg). Ceci parat tre une bonne caractristique de longueur mais
elle ncessite l'valuation de la position du centre de gravit du
bassin ;
- la "plus grande longueur entre deux points de la frontire" (L). On utilise cette caractristique surtout en association
avec la "plus grande largeur" (l) perpendiculaire la plus grande longueur. La caractristique de forme la plus utilise
est le "coefficient Kc de Gravelius". Il se dfinit comme le rapport du primtre du bassin versant au primtre du cercle ayant
mme surface (appele aussi coefficient de capacit) :
P P
Kc = = 0,28
2 A A
A : surface et P : primtre du bassin versant
On utilise galement pour caractriser la forme d'un bassin, son "rectangle quivalent" (dfini plus haut) et le rapport
de la plus grande longueur la plus grande largeur perpendiculaire (voir plus haut).
Enfin, une des faons des plus sophistiques (mais des plus pnibles) pour caractriser la disposition d'un bassin
dans le plan est d'tablir la courbe aire-distance. Cette courbe donne la surface s en km2 (ou en %) qui se trouve une
distance hydraulique suprieure une valeur donne d. (La distance hydraulique est la distance parcourue par une particule
d'eau qui ruisselle d'un point du bassin jusqu' l'exutoire.)
I=
n ja j
= j
=
D lj
y
a j dl j j A
x
DLc
Si Lc est la longueur totale des courbes de niveau quidistante de D, la pente moyenne I a pour expression : I = 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.
a
i =1
j ij
d'o l'expression : Ip = n
a
i =1
j
xj
L
l lx j
D
xj l D xj D
Ip = = = xj
A Ll L
1 1 1
1 2 1 1
1 1
3 1 1 1
2
1 1
1 1 1
1 2 1
2 4 3 2
1 3 1
1 1
2 1
1 2 1 1 1 1
2 1
1 1 2 1 3 1
2 1 1
1 1 1
1 2 1
1 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 Ordre lu sur la carte Echelle de la carte
2 1 1/20 000
3 1 1/50 000
4 1 1/100 000
5 1 1/200 000
III.3.3.4 - Endorisme
On caractrise par ce terme, les rseaux hydrographiques qui ne se relient aucun autre rseau plus
important. Les rseaux endoriques sont surtout frquents en zone aride et en zone karstique. On peut distinguer deux types
d'endorisme :
- un endorisme total o le rseau hydrographique converge vers une zone centrale (ou parfois priphrique)
du bassin o apparat une surface d'eau libre permanente ou non, partir de laquelle s'vapore la quasi-totalit des apports ;
- un endorisme du ruissellement. Dans ce cas, le rseau de drainage aboutit une zone o l'eau s'infiltre et
poursuit son coulement vers l'extrieur du bassin par les nappes.
1 1 lj
On calcule gnralement la pente moyenne I d'un cours d'eau par la formule suivante : =
I L j =1 ij
Dans cette formule, le cours d'eau de longueur totale L est dcoup en n tronons j o la pente ij est constante
sur une longueur lj.
Masse d'eau sous forme vapeur (en g/m3) 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
t rose t sol
Neige
Pluie
Foehn
Air humide
IV.1.5.4.1 La grle :
Elle se forme dans les cumulo-nimbus vers 5 000 m d'altitude avec de fortes turbulences. Les quantits d'eau
surfondues que peuvent contenir ces nuages se solidifient brusquement au contact de cristaux de glaces. Ce phnomne est
relativement mal connu. Son extension gographique est gnralement faible (par exemple : 1 2 km sur 10 15 km).
IV.1.5.4.2 La neige :
C'est la principale forme de prcipitations solides. Elle rsulte d'une condensation lente et progressive de la vapeur
d'eau une temprature voisine de 0 C. Cette condensation se fait initialement en cristaux en forme d'toile six branches. Si
les cristaux subissent une fusion partielle, ils s'agglomrent au cours de leur chute pour former les flocons.
En France, le chutes de neige sont essentiellement dues :
des dpressions atmosphriques lies des vents du sud-ouest ; elles sont accompagnes d'un relvement de la
temprature. Ces neiges, appeles "neige de redoux", apportent la plus grande part des neiges hivernales en montagnes,
des invasions d'air polaire. Accompagnes de vent de secteur nord ou nord-ouest, ces chutes de neiges sont les
plus frquentes en plaine.
FC = 2 V
est le vecteur de rotation instantan ( = 7,3.10-5 rad/s).
Il en rsulte que les vents n'ont plus une direction mridienne mais, dans l'hmisphre nord, sont dtourns vers leur
droite.
Le schma prcdent se modifie pour aboutir celui de la figure ci-aprs qui se caractrise ainsi dans l'hmisphre
nord :
une zone de basses pressions quatoriales sige d'ascendance constante et alimente par des vents au sol, les "alizs, de
secteur E-N-E ;
une zone hautes pressions subtropicales o redescendent les masses d'air quatoriales, transportes par des vents d'altitude,
les "contre-alizs", de secteur W-S-W ;
une zone de hautes pressions polaires (entre les latitudes 60 N et le ple) ;
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.
Cellule tempre
front
polaire
front tropical
Cellule "Westerlies"
front
quatoriale quatorial
front
inter-tropical
t'w augmente avec l'altitude. Ce cas se rencontre lorsqu'une masse d'air se trouve au contact du sol plus froid et la fin de la
nuit ; la masse d'air se refroidit par la base. Supposons le refroidissement suffisamment long ; les tranches d'air au voisinage
du sol se refroidissent et atteignent le point de rose ; il y a alors formation de brouillards et ventuellement de brume. La
temprature augmentant avec l'altitude, l'air est stable, ce qui explique la persistance de ce type de temps jusque tard dans la
journe. Les changes de chaleur se font essentiellement par rayonnements ; ces masses d'air sont dites du type radiatif ;
t'w diminue avec l'altitude. Les changes de chaleur se font alors dans le sens terre-atmosphre. Si ce rchauffement est
amorc par rayonnement, trs vite les gradients de temprature seront tels que la masse d'air sera instable. Il y aura alors
cration de courant de convection. Les changes de chaleur seront ainsi acclrs. Ces masses d'air sont dites du type
convectif. Cette volution entrane la formation de nuages du type cumulus qui peuvent donner lieu des averses intenses de
pluies, voire de grle.
En dehors de ces types des masses d'air dfinis par les changes de chaleurs, on distingue les masses suivant leur
humidit (continentale ou ocanique) et leur temprature (polaire ou tropicale). Elles sont issues de zones gographiques
appeles rgion sources, o la masse d'air se dplace lentement au-dessus d'une vaste zone ayant des caractristiques de
temprature et d'humidit peu prs constantes.
Air chaud
0C Les vitesses de dplacement des fronts chauds et
froids tant notablement diffrentes, les fronts froids vont
rattraper les fronts chauds. L'air chaud qui, au passage du
0C premier front se surlevait au-dessus de la premire masse d'air
0C froid, est soulev en arrire par l'arrive de la seconde masse
d'air froid. L'air chaud se trouve rejet en altitude. Au sol, on
note la succession du passage de deux masses d'air froid
Air frais marque par une dpression. Un tel front est dit occlus. Il peut
Air froid
provoquer des pluies trs importantes.
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 sud-ouest (dviation due la force de Coriolis).
On note la prsence d'un front stationnaire schmatis sur la figure ci-aprs. 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.
corps pluvieux
"
ire
na
air "chaud"
nt
front "froid"
fro
I II
front "froid"
front "froid"
III IV
zne orageuse
"
ire
na
on
air "froid"
ati
air "chaud"
"st
nt
fro
V
Naissance et volution d'une perturbation cyclonique
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 :
---- max + min
j 2 0,1 C
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
Elments d'Hydrologie de Surface - 21 -
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.
V.1.2.1 - Psychromtre
Le psychromtre se compose de deux thermomtres mercure, l'un normal dit "sec" et l'autre dit "humide" dont
le rservoir est entour d'une mousse humidifie par de l'eau. Le thermomtre sec indique alors la temprature de l'air
ambiant (t) alors que le thermomtre humide enregistre une temprature plus faible(t') due l'vaporation de l'eau de la
mousse.
L'vaporation est d'autant plus intense et cette temprature
plus faible que l'air est plus sec. Les tables psychromtriques
permettent, connaissant sec, humide et la pression
atmosphrique, d'valuer le degr de saturation de l'air. A
Thermomtre dfaut on utilisera la relation suivante :
"sec" Thermomtre et = est' - 0,00079 . P . (t-t')
"humide" (et et est' sont respectivement la tension de vapeur relle la
temprature t et la tension de vapeur saturante la
Mousse temprature t', P est la pression).
humidifie
Evidemment, pour que la mesure soit reprsentative, il faut
viter que la vapeur mise par la mousse humide ne stagne
autour du thermomtre ce qui perturberait la mesure. On
utilise donc de prfrence des psychromtres ventilation
force o l'air est introduit dans l'appareil par une petite
Ventilateur turbine actionne par un moteur ressort. L'avantage de ce
type d'appareil est de permettre des mesures tout fait
reproductibles et indpendantes de l'aration de l'abri ou du
tour de main de l'observateur.
Cylindre
multi-enregistreur
Thermomtre
bilame
Capsule
anrode
V.1.4 - Mesure du rayonnement solaire
Les mesures sont relativement rares. Les appareils diffrent selon qu'ils mesurent le rayonnement direct
(Phyrhliomtre) ou le rayonnement global (Pyranomtre). Pour les besoins de l'hydrologue, seuls ces dernires mesures
sont intressantes. Encore doit-on s'assurer que la mesure s'effectue sur la totalit du spectre.
Les pyranomtres les plus utiliss en Europe et en Afrique sont des appareils thermopiles Moll. Les
thermopiles se composent d'un montage en srie de couples thermo-lectriques. Ceux-ci comportent deux soudures
engendrant entre elles une force lectromotrice fonction de leur diffrence de temprature. Cette force lectromotrice est
dirige sur un galvanomtre enregistreur.
La vitesse du vent variant d'une faon sensible au voisinage du sol, on dispose gnralement les anmomtres
10 m au-dessus d'un sol plat et une distance de tout obstacle gale au moins dix fois la hauteur de cet obstacle.
Les mesures de "l'vaporation" peuvent se faire de diffrentes faons selon les buts poursuivis : estimation de
l'vaporation partir d'un rservoir, estimation de l'vaporation potentielle.
Parfois on souhaite mme valuer l'ensemble de l'vaporation et de la transpiration par le systme sol-vgtaux,
c'est dire directement l'vapotranspiration relle.
-
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)
-
- - 273 + tmax 760
de Lugeon : E(mois/mois de n jours) = 0,398 . n . (est - e ) . 273 .
Pa - est-
-
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), Pa la pression baromtrique moyenne.
Mesure du E R
drainage D Rayonnement
460 850
Aot 800 Aot
440 Avril
750
420 700
Avril 650
400
600 Septembre
550 Mars
380 Septembre
500
Mars
360
450
Octobre
400
340
Octobre 350 Fvrier
320 300
250 Novembre
300 Janvier
200
280 Fvrier Dcembre
150
Novembre
Janvier 100
260
Dcembre 50
240 0
45 46 47 48 49 50 Latitude 45 46 47 48 49 50 Latitude
H = 362,7 + 0,201 lat + (4,085 lat - 80,99) cos (30,01 i - 188,9)
IgA = 1 035 - 9,078 lat + (7,050 lat + 49,90) cos (29,92 i - 182,5)
Cette formule d'emploi ais, bnficie d'un prjug assez favorable quant la prcision des estimations
obtenues l'chelle mensuelle. Parfois, on utilise mme cette formule l'chelle dcadaire en y adjoignant, si besoin, un
terme tenant compte des effets de la vgtation.
Mois J F M A M J J A S O N D
K 0,73 0,78 1,02 1,15 1,32 1,33 1,33 1,24 1,05 0,91 0,75 0,70
Rn = A + S + E * L
Rn reprsente la radiation nette reue au sol ;
A reprsente le flux de chaleur au bnfice de l'atmosphre ;
S le flux de chaleur rsultant des changes thermiques avec le sol ;
E le flux vapor
et L la chaleur latente.
La formule dveloppe prend la forme suivante :
F'T
(1-a) (0,18 + 0,62 h ) - T4 (0,56 - 0,08 e ) (0,10 + 0,90 h ) }
Iga
ETP ={
59 H 59 H F'T
1+
0,26
+ ( ew - e ) (1 + 0,54 V)
F'
1+ T
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 2 3 4 5 6 7 8 9 10 11 12
Pluie du mois 67 55 41 49 54 77 60 67 65 55 61 62
Etp 3 8 33 61 90 103 109 94 67 35 14 5
RFU 100 100 100 88 52 26 0 0 0 20 67 100
Etr 3 8 33 61 90 103 86 67 65 35 14 5
D.A. 0 0 0 0 0 0 23 27 2 0 0 0
Ecoulement 64 47 8 0 0 0 0 0 0 0 0 23
<- RFU ->
vide
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.
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 t2
ep
Er = r(t) dt = r(t) dt
R
t1 t1
En remplaant r(t) par son expression calcule plus haut on obtient :
t2
Er = [i + {r(t1 ) - i}e -(t-t1 )] dt
t1
t t
Er = [ i t ]t21 - {r(t1 )-i/} [ e -(t-t1 ) ]t21
Er= i(t2 -t1 ) - {r(t1 ) - i/}{ e -(t2 -t1 ) - 1}
Ep
Er= P - {r(t1 ) - P R}{ e - R - 1}
Ep
r(t1 ) - P R
Ep
Er = (P R - R) Ln{ } + Ep - {R - r(t1)} et r(t2 ) = R
Ep R-PR
Ep
Niveau Stylet
nt
ule de
inscripteur
me
d'amorage
ba Axe
Auget se remplissanr
sc
et allant basculer
Auget vide
aprs basculement Flotteur
Butes
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.
VI.3.1 - Le site
Le site d'implantation d'un pluviomtre comme d'un nivomtre doit rpondre certains critres :
tre reprsentatif du secteur en tant expos "normalement" aux vents ;
tre loign de toute singularit trop proche. On admet en gnral une distance minimum de quatre fois la hauteur de
l'obstacle.
Ces rgles ne sont pas toujours faciles respecter en particulier en montagne et en fort. Par ailleurs, si les
appareils autonomes peuvent tre installs a priori n'importe quel point, les pluviomtres imposent de les installer
proximit de la rsidence de l'observateur. Le choix d'un site est donc un compromis entre des impratifs techniques,
conomiques et humains. Il garde donc un ct subjectif important.
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.
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 :
Elments d'Hydrologie de Surface - 36 -
No = 0,08 = 41 I-0,21
(avec N o en cm ; en cm ; I en mm/h !!)
-4 -1
Radar
1 Zone cible
250 m
Un jaugeage est donc une mesure quasiment instantane du dbit d'un cours d'eau. Les techniques utilises sont
nombreuses et gnralement complmentaires ; elles s'appuient sur des principes trs diffrents selon les cas.
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
h contraction, large seuil ou profils.
Dans la quasi-totalit des cas, on utilise des dversoirs
fixs demeure dans le cours d'eau. Cette technique n'intresse
donc que des stations o l'on est dispos raliser un certain
investissement.
A 0,61 0,915
L
B C
A/3
puits de puits de
mesure 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
Le dbit Q (en m3/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 :
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.
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)].
t V.C1
soit Q=
to t'i
C ( t)dt
o
2
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.2.4.5.2 Injection :
rservoir
de mlange
rservoir
niveau constant
trop-plein
Buse calibre
dbit constant
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) et on maintiendra l'homognit. Ce ft alimente un
vase niveau constant dont le fond est muni d'un orifice calibr. On obtient ainsi le dbit q constant. 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.
ymax
On peut galement, sur chaque verticale xi, mesurer directement(
V(x,y) . dy ) ; on dit alors que l'on effectue un
o
jaugeage "par intgration".
Regardons maintenant comment s'effectue plus en dtails la mesure.
Pour des hlices trs classiques (OTT ou NEYPIC) 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.
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 !).
boitier de commande
Fixation du
coulisseau batterie
Lecture des
profondeurs
poigne
micro-moulinet
charriot mobile
moulinet
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.
Elments d'Hydrologie de Surface - 48 -
hlice cable
empennage
lectro-porteur
corps en fonte
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.
cable
gradu
saumon
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 manoeuvrer 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.
Dans la mesure o les paramtres a et b sont constants (tarage purement linaire), la vitesse moyenne sur
une verticale se dduit de la vitesse moyenne de rotation durant la remonte.
Dans ces conditions, les rgles de dure de la mesure seront les mmes que pour les jaugeages point par
point : la vitesse de monte (ou descente) v doit tre telle que l'on ait environ t > 30 secondes et n' > 100 impulsions
Remarquons que vers la surface, on arrte le comptage lorsque l'hlice traverse la surface libre ; par
contre au fond, le comptage s'arrte une distance r du fond. Comment tenir compte de ce fait ? On peut
raisonnablement penser que le profil des vitesses est sensiblement triangulaire sur les r premiers centimtres. La vitesse
moyenne y est (Vx, r/2) = V (x,r) /2.
On procdera donc de la faon suivante : on mesure sur la
zone (r,h), le nombre n' d'impulsions pour un temps t ;
ensuite, on procde la "mesure rsiduelle de fond" en
laissant l'hlice tourner la profondeur r durant la moiti
r du temps qui aurait t ncessaire pour atteindre le fond ;
on compte n" impulsions durant un temps r/2v ; on calcule
ensuite la vitesse moyenne sur la verticale par la relation :
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)
Vs
x H H
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
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 :
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.
210 l'eau, mme lors des tiages les plus svres et aprs d'ventuels
Ancrage
Entretoise
Raccordement Echelle verticale
horizontal scelle contre un quai
Echelles mtriques en
relai le long de la berge
tube de
tube de mesure
mesure tube de
crpin crpine
prise
rive meuble
rive stable
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.
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.
contrle
d'tiage H
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
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.
Sauf cas particulier o le rseau est encombr ou dfectueux, ce systme a une trs grande souplesse. On peut
librement appeler les stations ou au contraire en faire partir des messages d'alerte par exemple ; c'est du vrai temps rel.
Par contre, la transmission par ligne tlphonique n'est pas assez sre pour servir dans des problmes d'annonce de crue.
En effet, dans des situations catastrophiques, il est trs probable que des lignes seront coupes
Relais au sol
Perturbation
Emetteur
Rcepteur
En 1987, deux systmes principaux sont utilisables. Le premier, MTOSAT, est typique de ce qu'est et sera
l'utilisation d'un satellite gostationnaire. Le second, ARGOS, prsente les avantages et les inconvnients du satellite
dfilement. Voyons en plus en dtails les caractres particuliers de chacun.
VII.6.3.1 - Le systme ARGOS
Le systme ARGOS de localisation et transmission de donnes est le fruit d'une collaboration entre le Centre
National d'tude Spatiale (CNES, France), la National Aronautique and Space Administration (NASA, U.S.A.) et la
National Oceanic and Atmospheric Administration (NOAA, U.S.A.). Jusqu'en 1990 au moins, le systme ARGOS sera
embarqu sur deux satellites TIROS-N simultanment en orbite.
5 000 km Ple
Nombre minimum de Dure cumule de Du fait de la lgre inclinaison des orbites par
rapport l'axe polaire, les zones de visibilit diffrents
40 passages par jour visibilit en mn/j 400
instants engendrent un ruban de 5 000 km de large qui
s'enroule autour de la terre en passant par les ples et en se
30 300 dcalant chaque tour de 25 vers l'Ouest, soit de 2 800 km
e
20 200 successives.
N
ur
D
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.
ite
0,8
ell
sat
0,6
du
sol
l'metteur et le rcepteur
0
0 1000 2000 3000 4000 5000
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.
Avec ce systme, si une station au sol est en vue de METEOSAT, elle y est toujours et la position apparente du
satellite ne change pas. Ceci est un avantage ne serait-ce que pour l'emploi d'antennes d'missions directionnelles. Par
contre, certaines zones du globe ne sont pas couvertes.
Compte tenu de la grande variabilit de formation des lecteurs, il parat utile de rappeler quelques rsultats
lmentaires de statistiques.
Leur prsentation dans le style "parachutage de recette de cuisine" tait impos par la nature mme d'un cours
d'hydrologie qui n'est pas un cours de statistique. Je m'en excuse par avance auprs de ceux que cette prsentation
pourrait choquer.
Prob(X=xi)
0
xa xi xb x
VIII.2.1.2 - Cas des variates continues
La fonction de rpartition F (x) est alors une fonction
F(x) continue. Dans le cas gnral o cette fonction est drivable, on
appellera la drive f (x) de F (x) par rapport x, densit de
1 probabilit.
On a alors les relations suivantes :
f(x)dx
F (xi) = xi f (x) dx
xa
F (xi+1) = xi+1 f (x) dx
xa
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= xa
x f (x) dx
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
xa
f (x) dx =
me
f (x) dx = 2
Dans les lois que nous utiliserons, ces trois paramtres se rencontrent dans l'ordre croissant (ou dcroissant)
suivant :
xa mode mdiane moyenne xb
xa moyenne mdiane mode xb
On utilisera parfois les notions de moyennes harmonique et gomtrique.
La moyenne harmonique est dfinie ainsi :
xb 1
mh = xa x
f (x) dx
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 :
xb
Ln (mg) = xa
Ln (x) f (x) dx
Cette dfinition n'a de sens qui si xa > 0.
VIII.2.3.2 - Moments
On dfinit le moment d'ordre k, mk, par la relation :
xb
Mk (mg) = 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 :
xb
k =
xa
( x x ) k f (x) dx
---
Dans cette expression, x reprsente la moyenne dfinie plus haut.
On peut ds prsent noter les rsultats suivants concernant les premiers moments :
Le moment d'ordre 1 n'est autre que la moyenne :
xb
m1 =
xa
x f (x) dx = m
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 ) :
xb
ea =
xa
x x f ( x ) dx
Variance 2 et cart-type :
Ces paramtres dj dfinis, sont les plus usits :
xb
a = 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
f(x)
1 < 0 1 > 0
Sens de la dissymtrie.
Mesure de l'aplatissement :
f(x) Pearson propose d'utiliser le coefficient 2, born infrieurement
2 > 0 par la valeur -2. telle que :
2= 44 - 3.
2
* Si 2 est ngatif, la distribution est plus aplatie que la
2 = 0 distribution normale ; la distribution est dite platicurtique.
* Si 2 et positif, la distribution est moins aplatie que la
2 < 0 distribution normale ; la distribution est dite leptocurtique.
* Si 2 = 0, l'aplatissement est le mme que pour la loi normale et
la courbe est dite msocurtique.
x
i=1
1 r
des moments d'ordre r par : m'r = n n xi
i=1
ou les estimations absolument correctes (moments centrs):
1
n n
1
d'ordre 2 (variance) 2 par : V = x 2
i [ x i ]2
( n 1) i =1 n i =1
n 3 n n n
1 2
d'ordre 3 par : 3 = n x i 3 x i x i + ( x i )
2 3
( n 1)( n 2) i =1 i =1 i =1
n i =1
..........
Log L= n log f (x);
n
1 1 f ( x )
1
=
f ( x ) k
=0
La mthode du maximum de vraisemblance donne des estimations correctes et efficaces et souvent
absolument correctes.
Cependant, on se gardera d'utiliser cette mthode dans le cas o l'intervalle de variation de la variate
correspond des bornes finies pour lesquelles la densit de probabilit n'est pas nulle (dans ce cas, on peut rencontrer
non pas un maximum mais un minimum de probabilits).
2
xi (x i x) 2 x nx
--- i =1 i =1
x = et x = i =1 = i
n n 1 n 1
b) Mthode du maximum de vraisemblance :
Cette mthode conduit une autre estimation de l'cart-type :
n
(x
i =1
i x) 2
x =
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+2
x
Pour ce faire, on peut utiliser les tables de la fonction de Gauss ou approcher la fonction de Gauss
par la formule polynomiale suivante :
Pour F <= 0,5 :
2.515517 + .802853 x1 + 0.010328 x2 1
-u=x- avec x = Ln 2
1 + 1.432788 x1 + 0.189269 x2 + 0.001308 x3 F
Cette approximation permet une programmation facile et provoque des erreurs sur W toujours infrieures
0.00045 !
Pour F > 0,5 :
2
2n
... suit une loi de Gauss centre rduite.
c) Estimation d'un quantile :
---
Dans le cas o l'chantillon est grand (n > 30), on peut admettre en premire approximation que la moyenne x
2 2
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 F son estimation partir d'un chantillon de taille n,
x F suit une loi de Gauss de moyenne xF et d'cart-type xF avec :
x
xF = uF2 + 2
2n
---
On admet que la variance sur x F est gale la somme de la variance sur x et de la variance sur uFx.
--- --- 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 = uF2 + 2
2n
VIII.5.1.4 - Intervalles de confiance
On appelle intervalle de confiance % sur l'estimation p d'un paramtre p, l'intervalle limit par deux
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 p ) soit comprise entre p1 et
p2. Compte tenu des rflexions sur les distributions des estimations, on obtient :
Elments d'Hydrologie de Surface - 76 -
Intervalle de confiance % sur la moyenne :
Les bornes de l'intervalle sont :
xt 1
1 n
2
- si n < 30, t 1 est la valeur du t de Student de frquence au non-dpassement
1
2
1
F = 1 pour = n - 1 ;
2
- si n > 30, t 1 la variable rduite de Gauss de frquence au non-dpassement
1
2
1-
F = 1 - 2 pour = n - 1.
Intervalle de confiance % sur l'cart-type :
Par consquent, si on constate que | x1 - x2| > 2 d; on dira qu'il y a moins de 5 % de chance pour qu'un
2 2
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 :
n1 2x1 + n2 + 2x2
=
2
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
100
2
10 1
0,1
0 0,4 0,8 1,2 1,6 2
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.
Ces deux coefficients ne dpendent que de comme le 1,8
montre la figure ci-contre. f(u)
1,6
1,4
La fonction de densit est alors :
1,2 0,25
1 1 (Ln u)2
f (x) = exp (- )
2 u 2 2 1
0,8 0,5
x -xo 2
Elle s'annule pour : u = s e - , ce qui correspond au 0,6
mode. Par ailleurs, la fonction de densit a deux points 0,4 1
d'inflexion pour : 0,2
2 4
( 3 1+ 2 ) 0
2
u= e
0 0,5 1 1,5 2 2,5 3
(x i x )2
= i =1
cart-type des x,
n 1
n
(x
1
3 = i x )3 moment centr d'ordre 3
( n 1)( n 2) i =1
... on obtient trois quations trois inconnues :
4 ( x x 0 )3
= 2 (1)
3 + 3( x x 0 )2
1,517
a= (2)
2
log 1 + ---
2
( x - x o
)
1,1513 ---
b= a - a log ( x - xo) (3)
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.
(1)
1
a2 = 1 (2)
log2 (x - xo) - 1 [ log (x - xo)]2
n n2
a log (x - xo)
b=- n (3)
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.
1
log(X-Xo)
0,9
0,8
0,7
0,6
0,5 Xo=0
0,4
0,3 Xo=1 a = - 4,25
0,2 b = 1,48
Xo = 2,0
0,1 Xo=2
0
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2
Variable rduite de Gauss
Ajustement graphique une loi de Galton.
On passe de la loi de Gauss la loi de Galton par le changement de variable x en log (x - xo). Par consquent,
i - 0,5
si on connait xo, on pourra tracer l'quivalent de la droite de Henry en portant log (xi - xo) en fonction de F = n
sur un papier probabilit gradue suivant les valeurs de la variable rduite de Gauss. Pour dterminer xo, on procdera
par ttonnements en se fixant diffrentes valeurs de xo jusqu' obtenir l'alignement des points exprimentaux comme le
montre la figure ci-dessous.
Pour dterminer a et b, on prendra deux points, par exemple :
u = 0 => a log (x - xo) + b = 0
u = -2 => a log (x - xo) + b = -2
VIII.5.2.3 - Intervalles de confiance
L'tude thorique de la distribution des erreurs sur l'estimation des trois paramtres n'a pas donn de rsultats
facilement exploitables.
La seule mthode utilisable pour dterminer un intervalle de confiance sur un quantile xP est de faire une
simulation.
On suppose que les trois paramtres calculs sont exacts et on tire au hasard dans la population-mre ainsi
dfinie m chantillons de taille n. On obtient ainsi m estimations du quantile xP. On admet, aprs avoir rang ces m
valeurs, que celles de rang i = 10 et de rang m - 9 reprsentent, avec une bonne approximation, les bornes de l'intervalle
m - 19
de confiance m .
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.
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.
(x - x)2 --- x
x =
n-1 et x = n
d'o u = - L n L n F
-u 1
-e
F (x) = e
Ainsi, en portant arithmtiquement les valeurs de x en fonction de leur frquence exprimentale au non-
dpassement selon un axe gradu arithmtiquement en u, on doit obtenir une droite passant par exemple :
paru = 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 I.C 80%
15 xo + 2s
Valeurs
naturelles
10 xo = 5,77
xo
s = 3,01
5
0
-2 -1 0 1 2 3 4 5
log(x-xo)
1,4
1,2
0,8 xo=-4
0,6 xo=-2
xo = -4
0,4 s = 0,92
= 0,13
0,2 xo=0
0
-1,5 -1 -0,5 0 0,5 1 1,5 2 2,5
Parmi les diffrentes lois de Pearson, la loi de type III est la plus utilise en hydrologie.
1
0,5
[1,2]
<1 >2
2
0
0 1 2 3 4 5 u
---
s = ( x - xo)
- 1 = Sn (---x - xo) = z
Ln - () = Ln (---x - xo) - S1 = y
1 1 1 d ()
Sn = n x-x S1 = n Ln (xi - xo) () =
o 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 = y + 0,1648852 - 0,0544274 y
Si xo est bien choisi, on doit avoir z = y
si z > y xo tait trop petit
si z < y xo tait trop grand
On se fixe un nouveau xo et on recommence jusqu' ce qu'on ait par exemple :
z
= 1 0,01 %
y
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
3 xi - xo
Pour 8, on pourra se ramener une loi de Gauss en considrant que x -xo est distribue selon une loi
1 1
de Gauss de moyenne 1 - et de variance
9 9
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
si est pair
-u
P = e [1 + ur
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 :
/P 0,010 0,025 0,050 0,100 0,250 0,500 0,750 0,900 0,950 0,975 0,990
1 0,0002 0,0010 0,0039 0,0158 0,102 0,455 1,32 2,71 3,84 5,02 6,63
2 0,0201 0,0506 0,103 0,211 0,575 1,39 2,77 4,61 5,99 7,38 9,21
3 0,115 0,216 0,352 0,584 1,21 2,37 4,11 6,25 7,81 9,35 11,3
4 0,297 0,484 0,711 1,06 1,92 3,36 5,39 7,78 9,49 11,1 13,3
5 0,554 0,831 1,15 1,61 2,67 4,35 6,63 9,24 11,1 12,8 15,1
6 0,872 1,24 1,64 2,20 3,45 5,35 7,84 10,6 12,6 14,4 16,8
7 1,24 1,69 2,17 2,83 4,25 6,35 9,04 12,0 14,1 16,0 18,5
8 1,65 2,18 2,73 3,49 5,07 7,34 10,2 13,4 15,5 17,5 20,1
9 2,09 2,70 3,33 4,17 5,90 8,34 11,4 14,7 16,9 19,0 21,7
10 2,56 3,25 3,94 4,87 6,74 9,34 12,5 16,0 18,3 20,5 23,2
11 3,05 3,82 4,57 5,58 7,58 10,3 13,7 17,3 19,7 21,9 24,7
12 3,57 4,40 5,23 6,30 8,44 11,3 14,8 18,5 21,0 23,3 26,2
13 4,11 5,01 5,89 7,04 9,30 12,3 16,0 19,8 22,4 24,7 27,7
14 4,66 5,63 6,57 7,79 10,2 13,3 17,1 21,1 23,7 26,1 29,1
15 5,23 6,26 7,26 8,55 11,0 14,3 18,2 22,3 25,0 27,5 30,6
16 5,81 6,91 7,96 9,31 11,9 15,3 19,4 23,5 26,3 28,8 32,0
17 6,41 7,56 8,67 10,1 12,8 16,3 20,5 24,8 27,6 30,2 33,4
18 7,01 8,23 9,39 10,9 13,7 17,3 21,6 26,0 28,9 31,5 34,8
19 7,63 8,91 10,1 11,7 14,6 18,3 22,7 27,2 30,1 32,9 36,2
20 8,26 9,59 10,9 12,4 15,5 19,3 23,8 28,4 31,4 34,2 37,6
21 8,90 10,3 11,6 13,2 16,3 20,3 24,9 29,6 32,7 35,5 38,9
22 9,54 11,0 12,3 14,0 17,2 21,3 26,0 30,8 33,9 36,8 40,3
23 10,2 11,7 13,1 14,8 18,1 22,3 27,1 32,0 35,2 38,1 41,6
24 10,9 12,4 13,8 15,7 19,0 23,3 28,2 33,2 36,4 39,4 43,0
25 11,5 13,1 14,6 16,5 19,9 24,3 29,3 34,4 37,7 40,6 44,3
26 12,2 13,8 15,4 17,3 20,8 25,3 30,4 35,6 38,9 41,9 45,6
27 12,9 14,6 16,2 18,1 21,7 26,3 31,5 36,7 40,1 43,2 47,0
28 13,6 15,3 16,9 18,9 22,7 27,3 32,6 37,9 41,3 44,5 48,3
29 14,3 16,0 17,7 19,8 23,6 28,3 33,7 39,1 42,6 45,7 49,6
30 15,0 16,8 18,5 20,6 24,5 29,3 34,8 40,3 43,8 47,0 50,9
40 22,2 24,4 26,5 29,1 33,7 39,3 45,6 51,8 55,8 59,3 63,7
50 29,7 32,4 34,8 37,7 42,9 49,3 56,3 63,2 67,5 71,4 76,2
60 37,5 40,5 43,2 46,5 52,3 59,3 67,0 74,4 79,1 83,3 88,4
70 45,4 48,8 51,7 55,3 61,7 69,3 77,6 85,5 90,5 95 100
80 53,5 57,2 60,4 64,3 71,1 79,3 88,1 96,6 102 107 112
90 61,8 65,6 69,1 73,3 80,6 89,3 98,6 108 113 118 124
100 70,1 74,2 77,9 82,4 90,1 99,3 109 118 124 130 136
Frquence
f(xy )
Distribution
conditionnelle des
Y lis par x
f(y)
x x+dx X
Distribution
marginale des X
f(x)
xy xi X
i
1 1 (y - ---
y) (y - x ) 2
---
f (yx) = exp - -
2 y (1 r 2 ) 2 (1 - 2) y y
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 ---
y x=y+ (x - x ) et x y= x + (y - 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
---
xi2 - n x 2
i=1
x = n-1 (de mme pour y)
Le coefficient de corrlation sera lui, estim par :
n --- ---
xi yi - n x y
i=1
=
(n - 1) x y
Evidemment, cette estimation de est entache d'une erreur d'chantillonnage et diffre donc de la valeur
relle de .
regression de y en x
y + y
y
0,165
0,
X
0,135 03
0
0,065
0,095
y - y
x -2 x x- x xx x + x x + 2 x
n n
i =1
i2 ( y ax b)
i =1
i i
2
= 0 => = - 2 xi i = 0
a a
= 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
ii 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 ---
a=r b= y -r x
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
= n - 1 = y 1 - r
2
r = 0!
x
4 2 0 2 4 6
VIII.6.3.2 - Prcautions prendre
Pour utiliser les rsultats d'une rgression linaire, on effectuera certaines vrifications pralables :
- vrifier l'hypothse de la distribution de Gauss deux dimensions ou tout au moins que les
distributions marginales sont normales (si ce n'est pas le cas, on oprera un changement de variable de faon rendre
les distributions gaussiennes) ;
30
y - si cela n'est pas le cas, vrifier sur le graphique que le
coefficient de corrlation n'est pas voisin de 1 par suite d'une erreur
(par exemple, un couple (x,y) a t multipli par 10) ;
20 - vrifier galement sur le graphique que l'hypothse
d'homoscdasticit est acceptable (ce qui n'est pas le cas sur la figure
ci-contre);
10 - vrifier que si n'est pas significatif, la rgression ne soit
pas courbe. Si c'est le cas, on oprera un changement de variable (une
anamorphose) sur x, ou y, ou les deux.
0
0 1 2 3 4 5 x6
Une des utilisations les plus frquentes est l'extension de sries de donnes.
La rgression linaire simple conduit donc une sous-estimation de la variance de l'chantillon tendu.
Pour tenir compte de cette remarque, on peut procder de la faon sommaire suivante. On estime
l'cart-type de l'chantillon tendu n y par la formule :
2
2 = 2 + 2 k y [ 2 - 2 ]
n y k y k 2 n x k x
k x
On compare cette valeur ny k y et on retient la plus forte de ces deux valeurs.
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
k x
L'cart j entre la vritable valeur yj et son estimation y x j est :
i = yj - y x j
i est distribu selon une loi de Gauss de moyenne nulle et d'cart-type :
n 1
= ky 1 r 2 (o e =
e)
n2
Par consquent, pour reconstituer la variance de l'chantillon tendu, il suffit d'ajouter y x j une valeur
de j alatoire.
2
a
i
=2
x i ( z i ax i by i c ) = 2 x iei = 0
2
b
i
=2
y i ( z i ax i by i c ) = 2 y iei = 0
2
c
i
=2
( z i ax i by i c ) = 2 ei = 0
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 - y )2
y = n ; y = n-1
---
--- z (z - z )2
z = n ; z = n-1
--- ---
(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
z2
On montre alors que R peut se dduire de r1 r2 et par l'expression :
r12 + r22 - 2 r1 r2
R2 =
1 - 2
Si x et y sont des variables indpendantes, le coefficient est nul et l'expression prcdente se
simplifie en :
R2 = r12 + r22
Par dfinition mme de R, on montre que l'cart-type i que l'on peut galement noter z est :
xy
z = i = z 1 - R2
xy
On peut montrer alors que la distribution conditionnelle des y lis par les k xi est gaussienne de
moyenne yx i et d'cart-type y x i avec :
yx i = a0 + a1 x1 + a2 x2 + ... + aixi + ... + ak xk
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 :
yx i= 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 :
2
= - 2 (y - a0 - a1 x1 ... - ak xk) = 0
a 0
(erreur nulle en moyenne et par consquent a0 = 0)
k quations du type :
e2
= - 2 xi (y - a0 - a1 x1 ... - ak xk) = 0 (orthogonalit)
a i
(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 :
y oi k
ai =
x i ooi
(k fois) et a o = y
i =1
xi
Pour les coefficients de corrlation partielle on aura :
ryx i x1,x2,...xk = - 0i
00 ii
Enfin le coefficient de corrlation multiple R est donn par :
R2 = 1 -
00
A titre d'exemple on peut retrouver ainsi les rsultats de la rgression double :
Moyennes z x y
Ecarts-types z x y
1 r 1 r2
[r] r1 1
r2 1
= 1 (1 - 2) + r1 ( r2 - r1) + r2 ( r1 - r2) = 1 - r12 - r22 - 2 + 2 r1 r2
00 = + [1 - 2] , 11 = + [1 - r22] , 22 = + [1 - r12] ,01 = - [r1 - r2] , 02 = + [ r1 - r2]
Pour le coefficient de corrlation multiple, on considre que R est significatif si la variance explique
est significativement suprieure la variance rsiduelle. L'analyse de ces variances montre que la quantit...
n - (k + 1) R2
F= k x
1 - R2
doit tre significativement suprieure 1.
Les valeurs de F ayant une probabilit P d'tre dpasse du seul fait du hasard sont donnes par les
tables de Snedecor avec les degrs de libert 1 = k et 2 = n - (k + 1).
Les abaques jointes donnent directement les valeurs du coefficient R aux seuils de 1 % et 5 % en
fonction du nombre d'observations.
1
R
0,8
k=24
k=12
k=1 k=2 k=8
0,6 k=3 k=4k=5
0,4
valeur de R qui a 1%
0,2 de chance d'tre dpasse
du seul fait du hasard
0
10 n 100
0,4
valeur de R qui a 5%
de chance d'tre dpasse
0,2
du seul fait du hasard
0
10 n 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
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 :
1er points
2me points
50
3me points
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).
Elments d'Hydrologie de Surface - 104 -
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.
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.
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
.
Elments d'Hydrologie de Surface - 105 -
1
0 0 0 0 0
0 2 0 0 0 0
D=
0
0
0
0
0
0
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
X X T = 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 = xi = NECH
2 a ij j aji = NECH
t 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
a 2
ji = 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
i=1
p= 1 * 100 (en %)
n'
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 aji
j i
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.).
1 0,904 0,871 (S)
En posant ... R= a 1 c
b c 1
i + ai + b i = i i i - 1 -
a2
-1
bi + ci + i = i i
c+ -1
ai + i+ c i = i i => * i = ab
* i = 1
1 + ki2 + - 1 i
(a + bk )2
1 1 1
0,56 0,59 0,58
M = 2 2 l2
= -0,81 0,30 0,49
3 3
3 -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 :
En faisant le calcul de Y de la faon suivante : Y = M X
Et on obtient des valeurs de Y qui ont pour variance 1 2 3. Gnralement, on prfre que les
composantes Y' soient centres rduites ; on effectuera donc le calcul des valeurs prises par les composantes par la
formule :
1/ 1 1/ 1 1/ 1
M' =
2/ 2 2/ 2 2/ 3
3/ 3 3/ 3 3/ 3
Y' = M' X
Tout calcul fait, on a :
1,70 2,20 -0,03 -0,32 -0,43 -0,57 -0,65 -0,77 -0,72 -0,61 -0,47 -0,69
Y' =
2,42 -2,10 -0,52 -0,16 -0,25 -0,07 -0,05 0,17 0,05 -0,03 0,03 0,58
1,00 2,68
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
(C1)
0,90 0,94 0,93
C1
Madon
Vezouze
C2
Seille
On constate bien que ces points sont voisins du cercle de rayon unit (100 % de la variance explique) puisque C3 non
pris en compte n'explique que moins de 1 % de la variance.
Dans ce graphique, on constate que les rgimes de la Vezouze et du Madon sont quasiment identiques alors que
le rgime de la Seille en diffre lgrement (la deuxime composante permet cette distinction).
On retiendra de cet exemple que les lames d'eau coules sur ces trois bassins peuvent se retrouver partir de
la seule premire ligne de la matrice :
Y' = y1 y2 ... y12
R' =
VIII.7.1.4 - Autocorrlation
Certaines sries chronologiques sont autocorrles comme par exemple les dbits en priode d'tiage.
Chaque observation xi la date i dpend en partie des observations aux dates i - 1, i - 2, etc. Un schma autorgressif
simple permet d'associer l'observation xi la moyenne conditionnelle des xi :
x i = f (xi - 1, xi - 2, ... xi - 3) + i
n
la fonction f tant par exemple dtermine de faon ce que
i =1
2
i soit minimum.
... on aura alors une fonction monotone croissante en fonction du temps. Si x et y sont stables, les points s'aligneront sur
---
y
une droite de pente --- , mais si une des sries subit partir d'une certaine date, une erreur systmatique, on verra les
x
points s'aligner selon deux droites :
D
x 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.
y z
n2 P2
n
1
P
1
D
2
D1 x
x
P'2
P'1
n' 2
n'1
D'2
D'1
j=1
Cette variable Zi est une v.a. de moyenne nulle et d'cart-type :
i (n - i)
Z = n-1
i
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 Zi , + u0,995 Zi ]
j (n - j)
u0,995 = 2,573 , Zi = n-1
0 0
0 n i 1 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 graphique 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 souvent porter
i
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
u n i IC
IC
IC %.
Dans un systme d'axe orthonorm, l'ellipse correspondante est le cercle de diamtre 0 - 1 :
L'A.C.P. peut permettre de mettre en vidence une variable aux observations douteuses. Supposons en
effet que l'on dispose d'une srie d'observations sur n variables dont on peut supposer qu'elles sont plus ou moins lies
entre elles. L'A.C.P. permet de rduire l'information en deux ou trois premires composantes qui expliquent la plus
grande partie de la variance. Cependant, si une des variables initiales est entache d'erreurs, on verra apparatre une
composante supplmentaire expliquant trs peu de la variance totale mais fort bien corrle avec la station entache
d'erreurs. Il suffit donc, pour dtecter des variables suspectes, de chercher celles qui ont de forts coefficients de
corrlation avec des composantes correspondant de faibles valeurs propres.
Pour des donnes o on peut supposer une variation continue en fonction de la position gographique,
on pourra tracer des courbes d'isocoefficient de corrlation avec la premire composante, la seconde, etc.
Les singularits dans le trac mettront en vidence les sries douteuses.
1200
Ajustement un loi de Gauss
1000 des pluies annuelles Nice
(1946-1988)
800
600
(moyenne=821,14 cart-type=208,04 taille 43 et I.C. 80%)
400
150
Pluies d'Octobre Nice
100 (1946-1988)
50
0
-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0
Dans certains cas, et durant les mois secs, la borne infrieure P = 0 de l'intervalle de variation de P est atteint
avec une frquence non nulle. On se reportera alors ce qui sera dit plus loin pour les hauteurs de pluies journalires.
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.
-x/a -x/b
dont la densit de probabilit est f (x) = 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
(3x 2 + x 3 + 3)
a + b = x a3 + b 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 les pluies
x2
journalires, d'imposer en plus = 2
. En effet, il constate exprimentalement que cette condition permet 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 :
-x/a e x / b -x/a x / a x / b
F (x) = 1 - e 1 + x / a = 1 - e 1 + e
e
-x/a x ( b a ) / ab
F (x) = 1 - e 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 :
+ am
2
m2 2 + 2 4
+ (2 ) m 4 (3 ) m 2 2
b=n a=
m m 2
2 2
2
m
et bien sr : = 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.
70
60
50 x
Ln 6
Ln 6
40
30
20
10
F (x) F (x) F (x) F (x) F (x)
A E ME H MH
0
U = - Ln [-Ln (F) ]
-4 -3 -2 -1 0 1 2 3 4 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
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)
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)
x(1,1) xe0(1,2
) ... x(1,j) ... x(1,nv)
x(2,1) x(2,2) ... x(2,j) ... xe0(2,nv)
... ... ... ... ... ...
[xo] = x(i,1) x(i,2) ... x(i,j) ... x(i,nv)
xe0(i+ 1,1
) ... ... xe0 (i+ 1,j) ... ...
... xe0(no-1,2
) ... ... ... ...
x(no,1) x(no,2) ... 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 :
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] :
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. 1-2
Dif. 2-3
Dif. 3-4
Dif. 4-5
Dif. 5-6
Dif. 6-7
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 (h) exprimental
20000 8000
Variogramme Nord-Sud
15000 6000
Variogramme Nord-Sud Variogramme Est-Ouest
10000 4000
Variogramme omni-directionnel Variogramme omni-directionnel
5000 2000
Variogramme Est-Ouest
0 0
0 50 100 150 200 250 300 0 50 100 150 200 250 300
Distance en km 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.
IX.3.1.1 - L'altitude
Le paramtre altitude jour un rle trs important mais bien videmment, ce n'est pas l'altitude exacte du point o
l'on fait la mesure mais plutt l'altitude moyenne autour de ce point.
Parmi les nombreuses faons de calculer les altitudes moyennes, une mthode qui donne de bons rsultats
consiste prendre l'altitude au centre d'un disque de rayon R que l'on positionnerait par la pense dans la situation la
plus basse qu'il peut prendre sur la topographie, le centre du cercle tant la verticale du point de mesure. Le rayon R
optimum dpend des rgions mais il est de l'ordre de 1 3 km.
L'intrt de cette mthode est de supprimer les valles dont la faible amplitude ne permet pas une influence sur le
dplacement des masses d'air.
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 :
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).
-
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 :
- - - -
C (xi ,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 )
- -
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.
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.3.2.2.1 - 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 :
n
* - -
R(xo,) = ao + i R(xi ,)
i =1
Cette combinaison devra tre juste en moyenne :
- * -
E{R(xo ,) - R(xo,) } = O
n
- -
E{R(xo ,) - ao - i R(xi ,)} = O
i =1
n
- -
E {R(xo ,) } - i E{R(xi ,)} = ao
i =1
n
- -
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 :
n
- * - - -
R(xo ,) - R(xo,) = R(xo ,) - ao - i R(xi ,)
i =1
n
- -
O = m(xo ) - ao - i m(xi )
i =1
n
- * - - - - -
R(xo ,) - R(xo,) = R(xo ,) - m(xo ) - i ( R(xi ,) - m(xi ) )
i =1
n
- * - - -
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
n
- -
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
n
- -
d2 = E {(r(xo ) - i r(xi ) )2}
i =1
n n n
- - - - -
d2 = E {r(xo )2} - 2 i E{ r(xo ) r(xi ) } + i j E{r(xi ) r(xj )}
i =1 i =1 j =1
- -
Dveloppons le terme E{ r(xo ) r(xi ) } :
- - - - - -
E{r(xo ) r(xi )} = E{[R(xo ,) - m(xo )] [R(xi ,) - m(xi )] }
- - - - - - - - - -
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 )}
Elments d'Hydrologie de Surface - 125 -
- - - - - -
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 :
n n n
-
d2 = s2(xo ) - 2 i =1
- -
i C (xo ,xi ) +
- -
i j C (xi ,xj )
i =1 j =1
Ecrivons alors les drives :
n n
(d 2 )
- - - -
= - 2 C (xo ,xi ) + 2 j C (xi ,xj )
li i =1 j =1
Or ces drives doivent tre nulles, donc pour les n valeurs que peut prendre i, on aura :
n
i =1
- - - -
j C (xi ,xj ) = C (xo ,xi )
Ou encore :
[Ci,j] [i] = [Co,i]
et bien sur on trouvera les li par rsolution du systme suivant :
[i] = [Ci,j]-1 [Co,i]
Pour une application pratique; on supposera que l'on a observ k vnements sur les n+1 points
- - 1 -
E{R(xi ,)} = m(xi ) R(xi ,l)
k i =1
De mme pour les covariances :
k
- - 1 [R(x-i ,l) R(x-j ,l)] - m(x-i ) m(x-j )
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
* -
R(xo,k+1) = ao +
i =1
-
i R(xi ,k+1)
n n
* - -
R(xo,k+1) = m(xo ) -
i =1
-
i m(xi ) + i =1
-
i R(xi ,k+1)
n
* - -
R(xo,k+1) = m(xo ) +
i =1
- -
i [R(xi ,k+1) - m(xi )]
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.
- 1 - - - -
r(h ) = - - { R(xi ,wl) R(xj ,wl) - m(xi ) m(xj ) }
k s(xi) s(xj) i =1
n ( n 1) -
On obtient donc 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
*
0,5 r (h) = 1 - 3/2 h/p + 1/2 h3/p3 : si h<p
0,4 Modle exponentiel *
r (h) = 0 : si h>p
0,3 gradu en 2,5 h/p
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
0 0,5 1 1,5 environ 2,5 fois la valeur du paramtre p (au dela de h=2,5
p le modle exponentiel donne un r(h) ngligeable).
-
Il suffit alors d'aprs toutes les R(x ,w) observes de calculer moyenne et variance :
n k
11 -
m R(xi ,l)
kn i =1 j=1
n k
11 -
s2 R(xi ,l)2 - m2
kn i =1 j=1
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 )
n
- * -
et l'on cherche exprimer R(x ,) par la fonction linaire suivante : R(xo,) = i =1
-
i R(xi ,)
Cette expression diffre des prcdentes puisque l'on impose priori ao d'tre nul. Mais la condition de non-
n
-
biais : ao = m(xo ) -
i =1
-
i m(xi )
n
-
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" :
i =1
- - - -
j C (xi ,xj ) - m = C (xo ,xi )
i =1
i = 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 )
-
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
1 - -
( avec : h' = || 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 :
n
- -
d2 = C (xo ,xo ) + - i =1
- -
i C (xi , xo )
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.
Ainsi l'hypothse intrinsque peut se rsumer en disant qu'en moyenne les accroissements spatiaux sont nuls et que la
-
variance de ces accroissements spatiaux ne dpend que du vecteur h (ou de son module h) .
-
(h ) est appel variogramme. Dans le cadre de l'hypothse intrinsque, ce variogramme est li aux covariances, en
effet :
- - - -
2 (h ) = VarD{R(x ,k) - R(x +h ,k)}
- - - - - - -
2 (h ) = ED{[R(x ,k) - R(x +h ,k)]2} - [ED{R(x ,k) - R(x +h ,k)}]2
- - - -
2 (h ) = ED{[R(x ,k) - R(x +h ,k)]2} - O
- - - - - - -
2 (h ) = ED{[R(x ,k)]2 - 2 ED{R(x ,k) R(x +h ,k)}+ ED{[ R(x +h ,k)]2}
- - - - - - -
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 )
n
R (x , )
* - r
Le systme initial se transforme alors en : R(xo,) = i i
i =1
avec :
n
*
R(x)
- - - -
(xi ,xj ) - m = (xo ,xi ) et
i =1
i = 1
1 - -
2 (h') = [R(xi ,k) - R(xj ,k)]2
t i =1
t
1 - -
( avec : h' = || 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.
Elments d'Hydrologie de Surface - 130 -
IX.3.3 - Pluies moyennes sur une surface
1
PBV = P( x , y )dxdy
S BV
BV
o SBV est la surface du domaine BV.
Le problme est alors un problme d'interpolation de la
i fonction P (x, y) entre les points d'chantillonnage.
n
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.
PS i i n
PBV = i =1
n
= P i i
i =1
Si i =1
Si
Si i
avec i = n
S
i =1
i
n
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.
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 :
1
PBV = P( x , y )dxdy
S BV
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.
Dans notre schma, cela se traduirait par un rayon R plus petit. Il est alors vident que le coefficient K serait
encore plus petit. Le coefficient K sera donc d'autant plus infrieur un que la frquence de la pluie sera plus rare (F
tendant vers 1).
Dans la ralit, les choses sont videmment plus complexes, mais les sens de variations sont les mmes que ceux
tirs de ce schma simpliste. D'une faon gnrale, les formulations de K en fonction de la surface S du bassin et de la
frquence au non-dpassement F de la pluie et de sa dure t sont de la forme :
1
K=
S
1+ a
(1 F) t
Des tudes conduites sur des bassins versants du Bassin Parisien, ont montr que K pouvait s'approcher par la
formule :
1
K=
S
1+ 3
30 t
2
(S en km ; t en heures et F = 0.9)
f1 f
k= 1
f2 f2
PS
dP
S
f( P ) Pp
S
f1 f2 Distribution marginale
k= des pluies ponctuelles
f2 f1
Distribution marginale selon p stations observes
des pluies ponctuelles durant n annes
f( Pp)
selon la station longue
r en %
100
90 Pluviographes de Nancy
exploits de 1 6 heures.
80
70
60 Pluviographes de Rungis
exploits de 5 minutes
50 1 heure.
40
30 Modle exponentiel
ajust
20
h
10
1530 t 0,42
0
0,01 0,1 1 10
S 0.245 S
Pour un bassin versant de forme carr nous avions vu que : = 1
p
S 0.245 S
ce qui nous donne ici : = 1
1530t 0.42
Admettons que les pluies moyennes sur le bassin suivent une loi de Gumbel, on aura alors :
x x oS
gS
e
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)}]
xFS = 0,78 S [- Ln{-Ln(F)}]
Il en est de mme pour les pluies ponctuelles :
xFP 0,78 [- Ln{-Ln(F)}]
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 b a en mm/h b
14 1,0 12 1,0
12 0,9 0,9
0,8 10 0,8
10 0,7 0,7
8
8 0,6 0,6
0,5 6 0,5
6 0,4 0,4
4 0,3 4 0,3
0,2 2 0,2
2 PRIX LES MEZIERE 0,1 VELAINE EN HAYE 0,1
0 0,0 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
( les valeurs de a sont en trs fort et celles de b en trait fin )
a en mm/h b a en mm/h b
12 1,0 16 1,0
0,9 14 0,9
10 0,8 0,8
12
8 0,7 0,7
0,6 10 0,6
6 0,5 8 0,5
0,4 6 0,4
4 0,3 0,3
4
2 CORNIMONT 0,2 XONRUPT 0,2
0,1 2 0,1
0 0,0 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
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 hiver t
Lorraine 0,45 0,14
Vosges 0,67 0,34
0,13
0,33 0,33
1,75
,67
,67
0,5 1,75
1,5
1,75
0 100 200 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
L'intervalle de confiance 90 % est d'environ : d ,2Qd
2
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
Surface 200
Pente 100
50
Pluie
Nature 20
du Plutot impermable
sol 10
Plutot permable
2
0,5
0,2
Surfae du B.V. en km2
0,1
1 2 3 4 5 10 20 30 40 50 100 200
0%
5%
Pluie
journalire 10%
dcennale
15%
200 mm/j
S Pa
J = 260 + 21 Ln ( ) - 54
L P10
24 b P10
k= 1,2 b=0,9
S
211 + 3
30 D 1,1
b=0
0,2 J ,8
=1-
k (1,25D)1 b 1,0
b=
0,7
A partir de et de b, l'abaque ci-contre
b=
donne le coefficient . On obtient enfin le dbit 0,9 0,
6
dcennal Qd par la relation :
b=
0,
5
0,8
b=
r2
0,4
kS
Qd = 0,7
(1,25D) b 15 12r 0 0,2 0,4 0,6 0,8 1,0 1,2
10
11
11
12
12
13
13
14
14
15
16
14 15
16 14
14 13
0 100 200 km 15
0% 30%
1 10 Surface en km2 100 1 10 Surface en km2 100
a) Coefficient :
Bassins sahliens et dsertiques :
S en km2 2 10 20 50 10
3,0 3,0 3,0 4,5 4,0
Bassins typiques et de transition :
= 2,5 quel que soit S
Bassins forestiers :
Selon S et R S < 5 km2 5 < S < 10 S > 10 km2
Relief R2 (plaine) 1,9 2,2 2-3
Relief R6 (montagne) 2 2,3 2-4
7 7
6 6
5 5
4 4
3 3
2 2
R2
R2
1 1 R3
R3 R4
R4 R5
0 R5 0
1 10 Surface en km2 100 1 10 Surface en km2 100
Temps de base en heures Temps de base en heures
25 50
20 40
15 30
10 20
R2
5 10 R2
R3 R3
R4 R4
R5 R5
0 0
1 10 Surface en km2 100 1 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.)
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
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 ;
350 Gauss
300 Galton
250
Gumbel
200
Frechet
150
100 Fuller
50
-50
-100
-3 -2 -1 0 1 2 3
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.
n x 2
i - n x2
x
1 i =1
avec : x = i et x =
n 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
0,995 0,995
0,99 0,99
0,95 0,95
Cq =3 Cq =3
0,9 0,9
0,7 1 1,5 2 3 4 5 0,7 1 1,5 2 3 4 5
Frquence Frquence
Cr= 0,2 0,5 1 1,5 2 3 Cr= 0,2 0,5 1 1,5
0,999 0,999
3
0,995 0,995
0,99 0,99
0,95 0,95
Cq =2 Cq =2
0,9 0,9
0,7 1 1,5 2 3 4 5 0,7 1 1,5 2 3 4 5
Frquence Frquence
Cr= 0,2 0,5 1 1,5 2 3 Cr= 0,2 0,5 1 1,5
0,999 0,999
3
0,995 0,995
0,99 0,99
0,95 0,95
Cq =1,5 Cq =1,5
0,9 0,9
0,7 1 1,5 2 3 4 5 0,7 1 1,5 2 3 4 5
Frquence Frquence
Cr= 0,2 0,5 1 1,5 2 3 Cr= 0,2 0,5 1 1,5
0,999 0,999
3
0,995 0,995
0,99 0,99
0,95 0,95
Cq =1 Cq =1
0,9 0,9
0,7 1 1,5 2 3 4 5 0,7 1 1,5 2 3 4 5
Frquence Frquence
Cr= 0,2 0,5 1 1,5 2 3 Cr= 0,2 0,5 1 1,5
0,999 0,999
3
0,995 0,995
0,99 0,99
0,95 0,95
Cq =0,75 Cq =0,75
0,9 0,9
0,7 1 1,5 2 3 4 5 0,7 1 1,5 2 3 4 5
X.3.4 - Etude des crues maximales annuelles partir des crues suprieures un seuil et des donnes historiques
Plutt que de ne retenir que les na crues maximales annuelles observes en na annes, on peut galement
travailler sur toutes les crues ayant dpass un seuil Qo.
On prendra pour Qo une valeur faible mais suffisante pour que tous les dbits Q suprieurs Qo soient bien des
dbits de pointe de crue de mme nature que les crues catastrophiques. Par ailleurs, on s'assurera que les crues sont bien
indpendantes (par exemple, un intervalle minimum de quelques jours entre deux crues).
La statistique des crues est alors caractrise par la distribution du nombre de crues par an, puis par la
distribution des crues suprieures Qo.
i i ( k i )
k
= e-(+')
i =0
i!( k i )!
k
k!
= e-(+') i '(k-i)
i =0
i!( k i )!
( + ' ) k
= e-(+')
k!
La somme de deux variables poissonnines est une variable poissonnine dont le paramtre est la somme des
paramtres des variables initiales.
(Q
p
V= e (Q j Q o ) p j Qo )
n1! n 2!..n na ! j=1 j=1
On dcrira donc :
V V V LnV LnV LnV
= = =0 ou = = =0
r p r p
LnV nc nc
= -na + = 0 => =
na
LnV nc
nc
(Q
p nc
= - j Qo ) = 0 => r=
r n
(Q
r j=1
j Qo )p
j=1
{(Q } (Q
LnV nc
nc nc
p
= - j Q o ) Ln ( Q j Q o ) +
p
j Qo ) = 0
p p j=1 j=1
nc
(Q j Q o ) p Ln(Q j Q o )
nc
1 j=1 1
=> = nc
- Ln (Qj - Qo)
(Q
p nc j=1
j Qo ) p
j=1
Aprs avoir rsolu par itrations successives cette quation en p, on retrouve aisment et .
(Q Qo ) (Q Q o )
F (Q) = e e 1 e
- g = e- e g
( Q Q o gLn )
e g
F (Q) = e
Ce qui montre que les crues maximales annuelles sont distribues selon une loi de Gumbel.
k o)p
ex =
i = ns
(i ns)!
xi
Si l'on remarque que le dveloppement de ex est : ex =
i =0
i!
8
V' = na'ns ns rns pns (Q' Q ) p-1 e- (Q' Q ) p - na' e-(Q'ns - Qo)p
i = ns
k o
i = ns
k o
ns ncns
na ' ns
p (Q jik Q o ) (Q
p-1 - p-1
v= ns+nc ns+nc p ns+nc e jik Qo ) -
n1! n 2!...n na !
k = 1 j=1k =1
Par rapport :
Cte p
Ln (v) = + (ns + nc) Ln - na' e-(Q'ns - Qo) - na
Ln( v ) ( ns + nc ) p
= - na' e-(Q'ns - Qo) - na = 0
?
d'o l'on tire :
( ns + nc)
=
[na + na' e r(Q' ns Q o )
p
]) (1)
par rapport :
ncns ( Q Q
Cte p p
Ln (v) = + (ns + nc) Ln - o) - na' e-(Q'ns - Qo)
r j=1k =1
Ln( v ) ( ns + nc )
ncns
(Q Qo)
p p
= - p
+ na' (Q'ns - Qo) e-(Q'ns - Qo) = 0
r r j=1k =1
ncns ( Q Q
p
o) p
1 j=1k =1 na ' (Q' ns Q o ) p e r ( Q ' ns Q o
= - , na + na ' e r (Q'ns Q o (2)
r ( ns + nc)
Cte p p p
Ln (v) = + (ns + nc) Ln p + (p - 1) Ln (Q - Qo) - o) - na' e-(Q'ns - Qo)
p j=1k =1 j=1k =1
ncns ( Q Q
Ln( v ) ( ns + nc )
ncns
p p
= - Ln (Q - Qo) - o) Ln (Q - Qo) + + na' e-(Q'ns - Qo) (Q'ns - Qo)p
p p j=1k =1 j=1k =1
Ln (Q'ns - Qo)
Ln( v ) ( ns + nc )
ncns ncns
p
=
p
-
j=1k =1
Ln (Q - Qo) - (Q Q )
j=1k =1
o
p
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.
25 0
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.
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)
une humidifica tion du sol ( puis vaporation ou gouttage)
Infiltration
un coulement souterrain vers les nappes
un ruisselement pur
Ruissellement
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.
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)
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
Permabilit k e Porosit n
oo
Si t tends vers l'infini, n e = j(t) dt
j tends vers k 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) ;
Jo tant l'intensit d'infiltration au dbut de l'averse. Jo dpend en plus de l'humidit initiale ;
est une constante pur un sol donn ; t est le temps depuis le dbut de l'averse.
Dans les cas prcdemment cits :. sol 1 : Jl 0 . sol 2 : Jl = 0 et n e = j0
X.4.1.2 - Sparation des coulements
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
q=ks
l
S 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 :
dh
s
dq=k dH
l
H l En combinant ces deux expressions, on obtient :
dq ks
= - dt, avec = = Cte
q Sl
k q ( est appel coefficient de tarissement)
(Ln q) qqo = - a (t) ot => q = qo e- t
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 -.
Dbits
Dbits
70 70
60 60
50 50
40 10 40
30 30
20 20
10 10
0 1 0
Temps t1 Temps Temps
t2 t1 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=
t1
Qr (t) dt
(I( t ) J ( t ) ) dt
0
ke=
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.
Jo
si Jl = 0 => S = Jo e-t dt = .
a
0
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
qui s'est dj infiltr
0
J (t) dt ce qui peut s'infiltrer au maximum S.
Ces trois hypothses se rsument sur le schma suivant et la mise en quation est donc :
Lames d'eau cumules Hypothse 2 :
t
Temps
Pu (t) = R (t) +
0
J (t) dt
infini
R(t) Hypothse 3 :
t
Pu(t)
dt R(t)
P(t) J (t) =
t S S Pu ( t )
0
J(t) dt En liminant l'intgrale :
0
Pu ( t ) 2
R (t) = [ si Pu (t) > 0 ]
So S + Pu ( t )
Temps
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. :
[ P( t ) 0,2S]2
R (t) = [ si P (t) > 0,2 S sinon R (t) = 0 ]
P( t ) + 0,8S
Jo
S : capacit maximale d'infiltration : Jo e-t dt = =S
a
0
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.
Sol toujours
en terrasses
trs bonne
Sol parfois
trs faible
en courbe
de niveau
ordinaire
Nature
couvert
couvert
faible
bonne
nu
de la
vgtation
Jachres 0 0 20 7 4 3
Plantes sarcles 0 0 32 14 6 4
0 0 46 19 9 5
0 0 38 17 10 6
0 0 52 25 12 8
0 0 48 27 16 12
0 0 60 35 19 14
Crales 0 0 52 23 10 6
0 0 58 25 11 7
0 0 58 27 12 9
0 0 64 30 14 10
0 0 64 32 19 12
0 0 70 37 19 14
Lgumineuses 0 0 49 21 9 5
ou prairies 0 0 74 32 14 9
temporaires 0 0 54 25 11 9
0 0 86 40 19 11
0 0 58 30 15 11
0 0 100 46 23 15
Patures ou 0 0 42 17 8 5
terres de parcours 0 0 115 40 17 10
0 0 175 64 27 15
0 0 125 45 14 6
0 0 310 70 25 11
0 0 490 210 37 17
Prairies permanentes 0 0 255 74 35 19
Forts et bocqueteaux 0 135 49 21 11
0 200 67 30 17
0 310 85 37 21
Cours de ferme 70 27 12 7
Routes en terre 32 12 7 5
Routes empierres 27 10 5 4
Valeurs courantes de S dans les conditions III.
Conditions II 12,5 < H < 37,5 35 < H < 53 12,5 < 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.
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)
tc
Cette fonction q(t) a pour dimension l'inverse d'un temps ; par construction, la crue unitaire est telle que :
0
q
(t) dt = 1
Isochrone t f + dtf
Isochrone tf
Elment de surface
hydrauliquement Temps de transfert tf
le plus loign pour l'lment de surface ds
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
Si le ruissellement est partout le mme et que les
temps de transfert restent constants, on conoit aisment
V qu'entre les instants tf et tf+dtf s'coule la portion Stf/S du
volume de la crue.
Vtf / V = S tf / S
L'tude des hydrogrammes de crue en fonction des hytogrammes des averses qui les ont engendrs, ont donc conduit
formuler les propositions suivantes :
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.
tc
Q (t) = S 0
q () r (t - ) d
Avec un autre vocabulaire, la fonction de transfert est une intgrale de convolution liant une entre r (t) une
sortie Q (t), le noyau de convolution tant la fonction q ( ) et tc la dure de mmoire du systme.
Ayant dj tudi la fonction de production que nous prsenterons sous la forme d'un coefficient de
ruissellement k r (t) variant avec le temps, on peut donc tablir l'quation globale du passage des pluies aux dbits :
tc
Q (t) = S
0
q () k r (t - ) I (t - ) d
Dtermination de la Dtermination de
fonction de production l'hydrogramme unitaire
k r (t) q (t)
Il nous reste maintenant dterminer l'hydrogramme unitaire q(t). Cette dtermination peut se faire directement
si l'on connat des couples averse-crue, soit dans le cas contraire par des mthodes empiriques ou par comparaison avec
des bassins analogues.
1
Qi (t) dt = 1
Vi
0
Ces diffrents hydrogrammes doivent se superposer. En fait, on valuera l'hydrogramme unitaire moyen entre
ces diffrentes observations.
Q (t) S =
0
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
Pour que cet hydrogramme soit unitaire, on doit
i videmment avoir la relation :
2 n
i =1
i = 1
Les paramtres 1, 2, ... n sont dtermins par exemple en crivant que la somme des carrs des carts est
n
minimale : (Q
j=1
j Q j )2 = minimum
n
En drivant par rapport chacune des n - 1 premires valeurs de ... (puisque n = 1-
i =1
i), on obtient n - 1
0 tm tc
q
1,6
+ un peu plus complexe mais plus proche des hydrogrammes
1,4 =5 naturels :
1,2 +1
t
=4 sin
D
q (t) = 2
1 2
D
t
0,8
1+
=3 D
0,6 Cette fonction ne dpend que de 2 paramtres et D. D
reprsentant le temps de monte de la crue est d'autant plus
=2
0,4 pointue que est grand. D'ailleurs, le terme est gnralement de
l'ordre de 4, valeur que l'on pourra admettre en premire
0,2
Temps approximation.
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 -t/k n-1
q (t) = e (t/k)
k( n )
o (n) est la fonction gamma d'ordre n :
-x n - 1
(n) = e x dx
0
n est un paramtre de calage addimensionnel
k est un temps li au temps de monte tm par la relation tm = (n - 1) k
[ En gnral, n est de l'ordre de 4 5 ; les valeurs de (n) sont donnes dans les tables mais dans les cas simples, o n
est entier : (n) = (n - 1) ! De plus, on a dans tous les cas, (n) = (n - 1) (n - 1) ].
t q1
0,3
n=3
q2 t n=4
0,2 n=5
n=6
t
q3
0,1
t
q4
0,0
t
0 1 2 3 4 5 6 7 8 t (en 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 que
t
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
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.
Q (t) = S
0
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.
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.
a 1
ID = I (t) dt
Db D b=0,5
D / 2
Ce hytogramme n'est dfini que sur l'intervalle -D, +D. Il
n'est pas possible d'en donner un schma gnral mais dans le cas
particulier de la rgion Est o les valeurs de a et b sont de l'ordre de
-1 -0,5 0 0,5 1
25 mm/h et 0,7, ces hytogrammes ont les allures ci-contre. 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 et
1
pour une frquence dcennale : K= S en km2 ; D en h
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.
Elments d'Hydrologie de Surface - 170 -
X.5 - ESTIMATION DES CRUES DE FREQUENCE TRES RARE : LA METHODE DU GRADEX
L'ajustement des dbits de crues observes ne permet gure d'extrapoler qu' des priodes de retour de l'ordre
de deux trois fois la dure d'observation. Les mthodes empiriques telles que les courbes-enveloppes restent peu
prcises pour les frquences rares et comme la recherche historique, elles ne restent utilisables que dans de rares
conditions. Il existait donc un quasi-vide pour l'estimation objective des crues de frquence trs rare jusqu' l'apparition,
en 1966, de la mthode dite du "gradex" et due MM. GUILLOT et DUBAND de la Division Technique Gnrale de
l'E.D.F. Cette mthode dans son principe est trs simple. Son succs est trs grand et finalement on la trouve utilise un
peu " toutes les sauces", mme parfois dans des situations totalement diffrentes de celles o elle est adapte.
60 60
50
40
50 30 triangle
20 84%
10 tc
0
40
60
50
40
30 SOCOSE
30
88%
20
10 tc
20 0
60
50
40
10
30 Sin
20 85%
10 tc
0 0
Rponse un ruissellement uniforme de dure 2tc par produit de convolution suivant les 3 H.U. envisags
Qi extrapol d't
Qi extrapol d'hiver
Qi Max annuels exrapols Qtc extrapol d't
Qtc extrapol d'hiver
Gradex d'hiver sur tc
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.
X.6 ESTIMATION DES CRUES DE FREQUENCE TRES RARE : APPROCHE PUREMENT STATISTIQUE
A partir de 1984, l'Ecole italienne d'hydrologie a labor une mthode base sur l'approche statistique directe
de la variable intressant le projeteur, savoir le dbit de crue. Sans trop dformer la pense des auteurs, on peut
rsumer ainsi leur approche.
Les crues sont le rsultat travers les particularits de chaque bassin de deux types principaux de phnomnes
mtorologiques. Les uns trs frquents donnent ce que l'on pourrait appeler des "crues banales", c'est--dire observes
plusieurs fois par an ; les autres au contraire, seraient beaucoup plus rares et provoqueraient les "crues extrmes". Ces
phnomnes extrmes n'apparatraient qu'un nombre rduit de fois, mme dans des sries de plusieurs dizaines d'annes
d'observations.
Faisons l'hypothse que les phnomnes extrmes (indics E) arrivent chaque anne en nombre kE distribu
selon une loi de Poisson de paramtre moyen E :
kE
Prob(kE) = e E
-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 BB
Prob(kB) = e 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
-
x - x oB -
x - x oE
ou encore : FA(x)= e - e g B * e - e g E
avec : xoB = gB Ln( B) et xoB = gE Ln( E)
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 :
x x
i i
n gE n gB
( x ) ( x )
e e
E B
i =1 i i =1 i
E = xi
et B = xi
n n
gE e
i =1
gE
gB e
i =1
gB
x x
i i
n gE n gB
( x ) ( x )
x ie x ie
i =1 i i =1 i
gE = x
et g B = x
x i x i
n i n gE n i n gB
x e ( x ) x e ( x )
e e
i
gE
+ i
gB
+
i =1 i =1 i i =1 i =1 i
x x
i i
E B
avec : ( x i ) = e gE
+ e gB
gE 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
gE E
gB c 2,6 cte 0,16
rapports : te et
( E)gB/gE
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.
S
En faisant l'hypothse que la courbure des filets fluides est faible, on peut ngliger le terme en d'o :
l
dS S
dt t
Q 1 S
L'galit des volumes devient alors :
l
dl dt = d 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
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
2g rg
La rpartition des vitesses tant uniforme, la rpartition des pressions est hydrostatique. Dans une section, le
P V2
terme z + est constant. En prenant par convention 0 pour la pression atmosphrique, on a : - d + z = Jdl
rg 2g
Mais, en remarquant que z = zf + H (z = cote de la surface libre, zf = cote du fond et H tirant d'eau) :
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
zf zf
Dans cette expression, = 0 puisque le fond est suppos stable et - = I, I tant par dfinition la pente du
t l
radier.
V V 1 V H 1 H
+ -I+ + =-J
g l g t l V t
1 H
En gnral, pour les crues voluant lentement, le terme 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.
Elments d'Hydrologie de Surface - 178 -
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.
Blackmore" :
x I +I Q + Q2
S1 C S2 - S1 = 1 2 t - 1 t
B 2 2
-Dt /2 +Dt /2 t t
DS S2 - S1 = ( I1 Q1 ) + ( I 2 Q2 )
x' 2 2
A
S2 y' Le graphique reprsent comporte deux graduations
N ti+1 indpendantes en ordonnes S et t et une graduation en dbit (Q et
C'
I) en abscisses. En trait d'axe : la courbe S (Q) dans le graphique
y
Dt S - Q. En pointills : l'hydrogramme d'entre I (t) et de sortie Q (t)
M ti dans le graphique t (Q, I).
A'
) Supposons qu' un instant donn ti, on connaisse le dbit
I(t
Q(t)
1
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 h1/a=4
HYDROGRAMME "POINTU"
0,4
0,3
0,2
0,1
0
0,01 0,1 1 (A hI) /( I tm) 10
1
Q/I hI/a=0
0,9
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 1 10 (A hI) /( I tm) 100
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.
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).
Prvisions :
Apparemment, il n'est pas possible de faire des prvisions puisque pour calculer Q2, il faut connatre I2.
Cependant, si on considre une succession de plusieurs tronons, une hypothse sur le I2 venir affecte peu l'estimation
du Q2. Mais au tronon suivant, ce Q2 devient le dbit d'entre I2. Ainsi, le dbit sortant Q2 du deuxime tronon est
encore moins affect par la premire hypothse, etc. En fonction du nombre de tronons, il est donc possible
raisonnablement de faire de la prvision plusieurs pas de temps l'avance. Bien entendu, il conviendra chaque t,
de rajuster les dbits prvus sur ceux rellement observs.
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
K (t) = e-(L - C t) / 4 B t
2 B
S(H) = Bo H S(H) = m H2
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.
0,5
0,4
I K2= 10
0,3
0,2 I K2 = 2
I K2= 1,5
0,1
I K2=0,5
0,05
0,04 I K2= 0,1
0,03
x
0,3 0,4 0,5 1 2 3 4 5 10
3
C
E) Passage du dbit Qmax (x) la hauteur Hmax (x) :
Qmax (x) (1 + m2)1/3
. forme triangulaire Dmax (x) =
K I m5/3
. forme rectangulaire Dmax (x) =
K I Bo8/3
Qmax (x) 1
. forme parabolique Dmax (x) =
K I 16/3
(*) 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
1 ct ang
Re
gle
e
z
ian
rap
Tr
T
0,1 le
a bo
P ar
0,01
Umax (x)
0,001
0,01 0,1 1 10
Extrapolation pour les Dmax (x) < 10-3 :
. triangle Umax (x) = 0,12 Dmax (x)3/8
. trapze et rectangle Umax (x) = Dmax (x)3/5
. parabole Umax (x) = 1,46 Dmax (x)6/13
Enfin, on passe des Umax (x) aux Hmax (x) par les relations :
. triangle Hmax (x) = 10 Umax (x)
Bo
. trapze Hmax (x) = m Umax (x)
. rectangle Hmax (x) = Bo Umax (x)
. parabole Hmax (x) = 2 Umax (x)
F) Evaluation du temps ta (x) d'arrive du front d'onde l'abscisse x :
Ho
/C
Ho
35 6 3
C (Ho en m, C en 10 m ) . Soit H la diffrence de cote entre
=
/C
20
30
=
Ho
/C 25 l'abscisse x ; le temps d'arrive du front d'onde sera :
=0
,2 20
x2
15 ta (x) = H
10
[x en km, H en m, ta (x) en mn]
5
0 5 10 15 20 25 30 35 40 45 50 K
On appelle crue de projet, la crue maximale que l'ouvrage est capable d'vacuer sans dommage grave. En
gnral, on se fixe la frquence (ou priode de retour) de la crue du projet puis on value le dbit de crue (ou
l'hydrogramme) l'entre dans l'ouvrage ; enfin, on tudie l'ventuel laminage de la crue la traverse de l'ouvrage afin
de dterminer les capacits d'vacuation ncessaires au transit de la crue : c'est le dbit de la crue vacu par le
dversoir qui intresse le calcul de l'vacuateur. La crue de chantier quant elle, est celle pour laquelle on calcule les
ouvrages de protection du chantier. En gnral, la priode de retour de cette crue est beaucoup plus faible (de l'ordre de
quelques annes) que pour la crue de projet (de l'ordre de quelques milliers d'annes).
1 R R
des dgts sur une dure de vie trs longue (voisine de l'infini) sera : =
i =1
T (1 + a ) i
aT
Il suffit donc de minimiser la somme des cots l'anne 0 par rapport T :
R
(C + )
R aT
C+ = minimum =0
aT T
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 :
D H+h 2 E (H + h)h T
= ; = ; Q = Qo + a log
Do H + h o Eo (H + h o )h o To
Q Qo x h 3/2
Q0,44 = 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
On peut donc former le rapport r = aT ; 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.
Tp T optimum T
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
crue la traverse de la retenue x = Qo Q = h . Dans le cas des petits cours d'eau, on constate souvent que
Q h 3/2
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+ = C 1 +
aT aT
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
En posant H' = et h' = , on obtient l'expression suivante de r :
h100 h100
C(1 + 1 / aT ) H '+ h' H ' h ' (1 + 1 / aT )
r= = Y100 h '+(1 Y100 )
C100 (1 + 1 /100 a ) H ' +1 H '+1 (1 + 1 /100 a )
h T 2/3
Mais dans cette expression, h' = est li T : h' = 1 + 0,179 Ln
100 100
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).
T opti Alpha = 2 % y T opti Alpha = 4 % y
100 100
2000 0,2 1000
900 0,2
800
1500
0,3 700
0,3
600
0,4 0,4
1000 500
0,5 0,5
400
0,6 0,6
300
500
200
100
0 0
5 10 15 20 25 30 5 10 15 20 25 30
H' H'