Vous êtes sur la page 1sur 241

Dubreuil Pierre

Initiation l'analyse hydrologique : dix exercices suivis des


corrigs
Paris : ORSTOM, 1972, 199 p. multigr.
SOM MA l R-E

Pages

- CHAPITRE r Contrale de qualit des donnes pluvio-


mtriques 1 13
- CHAPITRE II Homognisation des donnes pluviomtriques 15 26
- CHAPITRE III Maximisation de l'information "Dbd.t a" par
modles probabilistes Z7 h7
- CHAPITRE IV Ana~se statistique des dbits annuels
(Loi Nonnale) 49 66
- CHAPITRE V Analyse .statistique des dbits annuels et
mensuels (Loi de GALTON) 67 75
- CHAPITRE VI Analyse statistique des dbits extrmes,
crues et tiages
(Lois de PEARSON III et de GUMBEL) 77 89
- CHAPITRE VII Analyse des crues par modle global
(Hydrogramme unitaire) 91 107
- CHAPITRE VIll Reconstitution de crues complexes lVaide
de Phydrogramme unitaire 109 120
- CHAPITRE IX Prdtennination des crues exceptionnelles
de petits bassins versants 121 133
- CHAPITRE X L'aspect quantitatif de IVtude physique
et morphomtrique dVun bassin versant 1.35 151

- ANNEXES Tableaux numriques 153 . 157

- CORRIGES des EXERCICES 161 199


~
1 _CHAPITRE l - CONTROLE DE QUALITE DES DONNEES PLUVIOMETRIgUES

1
-,
Toute tude climatique ou hydrologique est;base-~
1 vexploitation de series de donnes recueillies pendant des priodes
plus ou moins longues continues ou. discontinues. -~,' -'J;~-
1 ,- . Les mthodes statistiques d Vanlyse de cessries'exgent
de celles-ci une homognit de ses composants. En dVautres:termes,

1 on ne peut faire une analyse statistique, dVun chantillon compos


'-den ralisations d Vune 'variable cliF..atique ou hydrologique,' que si
certaines de ces n ralisations ne prsentent pas d verreurs "Systma-
tiques rendant lVchantillon htrogne.
1 l ' .. ~

'" En patticulier, -les donnes pluviomtriques sE,nt t~s


gnralement des relevs journaliers effectus un pluvtomtre.

1 Cet appareil est relativement facile mettre en place et utiliser


cela, explique, sans le justifier, que 1 von a souvent chang 1 vempla~
cemnt"d Vun pluviomtre, ou ',bien qu'on l'a confi successivement
derio~breUx observateurs plus ou moins qualifis et malrmiinrs.
1 Il en rsulte que les sries, de donnes prsentent des lacunes
particuliremnt frquentes, et que Pon nVest jamais parfaitement
s-Gr qu velle s reprsentent, comme disent les statisticiens, un
1 chantillon d vune seule population.

. A plus forte raison si lVon sV.intresse la pluie moyenne


l, dV~ ba~sin;, fournie par les donnes dVurt
" . l' t,
certain nombre
. '
1
N de postes,

le calcul de cette moyenne peut,toujours tre effectu, par exemple


- anne par anne, en utilisant les donnes disponibles ; il se peut
alors que pendant 5 ans la'moyenne soit fournie par les pluViomtres
1 - A, ;B,, pendant les 10 annes suivantes par B, C, D, E, F, ensuite
M:r"'A,-13, E, et c De plu$,;" le~ pluviomtre A a pu fournir par
"exenipl deux sries de donn'ees nV'ayant pas la mme signification,
1 '. avant et aprs lVinterruption constate dans les relevs, ou de
_. part et dVautre dVune date quelconque laquelle on a omis de faire
figurer un renseignement utile sur la feuille de relevs ou dans
1 les registres tblis par la suite.

,. r
Il est vident que dans ces conditions, la ser1.e des

l
, -
valeurs de la pluie moyenne calcule nVest pas trs satisfaisante.
Il est donc ncessaire, avant toute utilisation des variables
pluviomtriques, de contrler leur qualit afin de rduire les
erreurs systmatiques qui pourraient les affecter. Des chantillons
1 homognes sortent de ce contrle de qualit.

Si Putilisation des variables pluviomtriques ainsi

1 corttrleset corriges se limite lVanalyse indpendante de sries


correspondant chacune un poste pluviomtrique dtermin, on peut
se contenter des chantillons prcits., Mais dans de nombreux cas,
lVtude envisage porte sur'une rgion ou un bassin et par,cons~
1 quent concerne plusieurs postes pluviomtriques. Les dures d vobser~
vations en ces divers postes ont de fortes chances de' pas tre "ne
gales ; il Y a l une cause dVhtrognit de seconde espce quVil
1 faut galement corriger. Ceci fait lVobjet de lVhomognisation des
donnes pluviomtriques traite au chapitre II.

1
1
1
," ',_' _,. , .
- 2 -

LVamlioration obtenue, en dfinitive, ne conduit pas


1
" :::"',f()r.c.ni~,:pt.,"_.d~s vleur$. tr~ 'diffrentes pour les moyennes interan-
nuelles des plvIomtris'.rinuell's saisonnires ou mensuelles, ou
,d,es caractristiques climatiques ou hydrologiques qu von peut en 1
,dd:uireipar corrlati<:m;:'mais elle conduit des conclusions bien
" plus' exactes quand on 'cherche . estimer '. certains quantiles ou valeurs
extrmes de'ladistribution des variables pluviomtriques, apparais~
sant"avec une probabilit donne dans une priode donne. Elle
1
:~,' conduit aussi des valeurs plus exactes pour liintervalle de confiance
:;3: :' ,dans lequel 'on- a Il %de chances de trouver les valeurs moyennes
inteI'annuelles dtermines. "
1
l - NATURE DES HETEROOENETIES AUXQUELLES ON PEUT PORTER REMEDE 1
1.1 -Absence de donnes

CVest l Vhtrognit la plus apparente, laquelle on 1


remdie par IV extension des donnes de la station dfaillante B
partir dVunecorrlation,entr les'donnes decette'station et celles
,d vune 'station de rfr!3nce A (cf chapitre II). 1
',' ;' 1.2 - Donnes dfectueuses
, .
Si les relevs nVont pas t toujours effectus dans de
1
bonnes conditions, on peut tre amen les liminer (et on est alors
ramen, 'pour une ou plusieurs priodes, au cas prcdent), ou
faire subir aux donnes une correction qui les rendra utilisables, 1
au moins dans une certaine mesure. "

1.3 - Donnes correspondant deux ou plusieurs sries homognes


non dfectueuses, groupes sous le nom dVune mme' station

On se trouve dans ce" cas si' le pluviomtr a" t dplac


ou si IV environnement immdiat a chang.
1
1.3.1 ~~~E!~~!~n~~_E!~::!2~tr~sc' "
Ce nVest pas forcment IV loignement des deux sites succes-
1
; sifs qui est responsable de IVhtrognit dVune srie de donnes:
,cVest plutt 'un' ensemble de 'caractristiques de ces sites (altitude,
,forme ,du terrain, orientation du relief, vgtation, hydrographie,
1
,sols, degr d Vurbanisation) On peut seulement dire que plus la
distance de deux sites est grande; plus il y a de chances pour que
lVensemble: de cs caractristiques accuse de nombreuses ,diffrences.
A partir dVun certain degr de diffrenciation gographique, on peut
1
parler dVun changement dans le rgime pluviomtrique, mais il est
trs difficile, et' sans grand intrt pour l Vhydrologue dans 1 7 tat
actuel de sa science, de dfinir exactement' et universellement ce
Il
quVest un changement de rgime. Il suffit de savoir que dans la
pratique: ' l '
1
1
l'
1
aj"c'rtains cractristiques de la pluviomtrie varient graduelle-
'ment quand "on.change de rgio11- climatique (par exemple en ALSACE,
1 on passe' d Vun climat ocanique l v.o~est 'FUzi' 'climat: continental
.' " PEst.~et ce sont'les coefficientSmensuelS"PJ-u'viomtriques
qui' changent); . . .. " . ..i,.. . :'

1 r i..

b) dVautres'caractristiques'pe~:v:ntprsenter des variations plus


r;

. nombreuses ,(nombre de jo-q,rs de' pluie.,,: et' surtout pluviomtrie


" i ... :J ..

1 moyenne .annuelle de certains sites o les niouv-ements ascendants


sont plus frquents,' cause de la topographie,. de la direction
des vents ou de la prsence de. fumes, etc ). ._

1 Comme on -le comprendra' en t\lciiant la signification statis-


tique des moyennes, on peut tr~s rarment, Partir des donnes
disponibles, prouver avec une faible probabilit dVerreur que les
1 pluViomtries moyeILTleS interannuelles de deux sites trs voisins
. sont diffrentes; et par" consquent'que tel ou, tel facteur gogra-
'phique, .qui en IVespce serait le seul diffrencier ces'sites, a

1 telle ou telle influence sur la pluviomtrie.


. . .

1.3.2.- '2~!l~~~~~~~~Y~2~~~~~~_~;:!!_E!~~~
.

1 Parmi les. caractristiques dVun site que IVon a cites au


paragraphe prcdent, celles qui peuvent tre modifies sont les
sui~nt~s : .
a) vgt~tion proximit ~diate. (croissance dVun arbre qui
1 . 'devient progressivement un obstale et 'peut mmetendre les
donnes dfectueuses), ou'bien encore dans une rgion plus ou

1 moins'tendue autour du poste (plantation de forts ~u dboise-


ment,. mise en culture sche ou 'irrigue) ;

b) hydrographie (cration de plans dVeau, asschement de marais ou


1 . simplement drainage de zo~s trs humides) ;. '.'

c) urbanisation (surfaces bties, surfaces aplanieS".cration de


1 zones industrielles, pollution et rchauffement de IVatmosphre).

Cette liste n vest; Videmment' pas limitati v~~ Cependant,


l' Pintervention',hmnaine modifie assez rarement Penvironnement dVun
poste pluviomt"rique a point de crer une htrognit dans la
srie des dorines recueillies ce poste. Par contre, quand cela
se produit, cVestgnralement assez grave car' il' sVagit alors
1 d vune action qui rend presque dfectu,eu;se l's dorines recueillies
parla suite: la limite, sVil sVagit de la construction dVun
immeuble de 30 m de hauteur une distance trs infrieure 60 m
1 ... du pluviomtre, les donnes recueillies ultrieurement' peuvent
prsenter des' anomlies plus ou moins faciles corriger (cf. 1.2.).
Il n sera de mme avec la croissance rapide dVune vgtation arbo-

1 re comme cela arrive souvent en rgion intertropicale.

2 - PREMIERES VERIFICATIONS DES DONNEES PLUVIOMETRIQUES

1 Avant de vrifier,l?hOinognit des sris de totaux


annuels, il y a lieu de dtecter' toutes les err'eurs grossires dont
la correction peut parfois tre faite avec un peu de bon sens mais
qui pourraient passer inaperues si IVon se contentait dVexaminer
1 des totaux annuels ou mme mensuels.

1
1
l
'A~tant-'que possible, U-l1e tude de la pluviomtrie doit
1
donccoIIimncer Par: 1 vexamen de tous les 'relevs journaliers, sur
les feuilles' de "relev des obseryateurs. En pratique, en FRANCE, le
Service' mtorologique procde cet. examen critiClu~, corrige
1
ventuellement certaines donnes, renonce l~ publica.t.ion de cert,ai-
,nes autres juges trop errones, et classe ensUite tous les Y7origi~
lauxYY , bons ou mauvais; qui deviennent ds lors l.ssez difficiles 1
'consUlter. On peut le regretter dans la mesureo'certaines donnes
,"ont t ,juges mauvaises un peu trop svrement', mais en compense.~
tion; si Pon se contente des donnos ri'lbliGs, on peut les utiliser
en i6t'confiance. Le problme 'de la vrification des iVoriginauxfY
1
, ',se ,pose surtout pour les donnes ne provene.nt pas d vun correspon-
dant du Service Mtorologique. 1
Les diffrentes causes dVerreurs dans la: mesure de la
pluviomtrie sont signales dans la littr'ature spcialise. On
les 'reconnatra plus ou moins bien en dcouvrant telle ou telle 1
anomalie quand. elle peut tre interprte comme une erreur.

1
, ,"

2.1 - Anomalies rencontres dans les YVoriginauxY7 d vun poste


.. ~. .
" . relativement :i.:~ol

Si l~ poste' ~onsidr ne fait pas partie dVun rseau


particulirement dense comme le rseau d v1ll1 ensemble de bassins
1
reprsentatifs, il est impossible de comparer efficacement dans le
dtail:les totaux journaliers avec ceux qui ont t relevs ailleurs.
On doit se contenter de vrifier la vraisemblance des donnes ~ 1
a) nombre de jours de pluie mois par mois, estim d V1ll1 coup dVoeil
sur ia ~euilleet compar ce quVontrouve en g~ral dans la
rgion,
1
b) position et dure approximative des squences pluvieuses dans
le mois (les jours de pluies sont 'en eff('i'c, ti's gnraleme:lt
groups) ,
1
"!"
c) frquences, estimes galement grosso modo, des prcipitations
de moins de 1 mm et de plus de 10 nnn (ces frquences doivent
1
'. ""
avoir des valeurs raisonn;.lbles,'--sinon il eDt pernis de supposer
par exemple - soit que les faibles pluies nVont pas t mesures
et que Peau recueil1.ie sVest vapore, si le temps sV y pr-/::.c.it,
l,
".

avant la prcipitation' suivante, - soit que le pluviomtre ~.vait


une fuite, etc .... ) ;

d) frquences dVapparition de chacun des chiffres 0 9 comme dernier


1
chiffre significatif de la mesure (que celle-ci soit effectue
directement en mm ou bien en cm3) : on
-verr si 1 Vobservateur nVa
pas eU tendance arrondir les valeursj d vu-l1e faon plus ou moins
1
logique, ce qui dnoterait 1111 manque de soin (en particulier si
le chiffre 0 apparat abusivement') ; ..
1
:e) indices divers, prouvant, ihdirect.emen,t., un P1DIlque de soin ou de-
~ompten6e de lVobservatcur (30 relevs en F~ier, 31 en Avril,
etc.: ). 1

1
1
j
1 <, ';'. '. Des anomalies comparables celles classes sous les
.~ ~iJ.briqiies bf e-pr.~~dht:s'peuvent.tre 'ais'~~nt6orriges
'1 puisqu i ells"-corr-pOrtdent souvent urie .''mco:ri:1aj_ssa.r lCe iY du calen-
drier .et (ou) un dcalage de 24 43 heures .~l~ plus.

':~;::":.c. : .. :.:~s.ma:l1vaises lectures di'p~~uv~ttie'ou'le~faU"ts.diaddi~


1 tion de .li.obser.vateur (anomalie sous rubr'ique d) peuven:G"e~core, si
elles ne sont paq., trop nombruses ". "tr-e:~ ~orrigcs .pa~' lL"'1:/'brtrleur

1 .sagace.

Par contre, les anomalies correspondant a~{'~briqhes a et


c,' .quand elles .qeviennent importantes, altrent d6fini"':.h~6~c!lt la
1 qualit de la s~rie. On sien rend gnralement compte~.un manque
de jours. de pluie par rappOrt. aux autre:s postesrgio~~li."{. et -p?.!'
une nette insuffisance des petites pluies, de moilla de "10 inra, ce

1 qui est ai:sment vrifiable. car le nombre de cellee-ci est important


et reprsente: bien souve~'j:.. plus de la moiti du nom.bre tot de
pluies et", prs du doubl du nombre de pluies' de la tranch-a, comprise

l, entre 10 .et20: mm. Dans la plupart 'des cas, ces anomalis: Gonjuges
dnotent une carence de liobserve.teur quiiioublie v de me~li'er toutes
les petite~. pluies. C~iles",:,:ci sont alors,' soit vapores et perdues,
soit groupeq. plusieurs ou avec la forte pluie 3uivartenLichantil~
1 Ion observ prsente les sympc,mes de sous~estimation.de la. haut.eur
totale releve sur un mois ou un an, et de distorsion'des frquences
d'apparition des pluies de diverses hauteurs. Si les anomalies sont

1 importantes, un tel chantLl10n niest utilisable quravec prcaution


pour litude des hauteurs mensuelles et ennueUes, et, nVest pratique-
ment pasut.:~isable:pour celle des he,uteurs journalires.

1 .. 2~2 .~. Anomalies rencontres dans les' copies d~s~o:'iginauxii


.~: ~ ._: .1: 1

1 Onput rencontrer, siil siagit dirine copie, des errelITS


supplmentaires : des chiffres peu lisibles on'::' pu tre mal inter-
prtspar le copieur, la virgule a pu tre omise, liordre chror..olo~
gique .des.' feuilles mensuelles a pu tre malreproduit, etc
1 .
' : ." . "

La rptition des mmes relevs, jour pour jour, pendant


deux.mois conscutifs ou. non, est le signe indubitable diune erreur,
1 et on ne peut qu i l:iJ:niller une desdux :::8ries en 'cause 0

La vrification des copies plonge bien souvent le contr-

1 leur dans li incertitude. Dans la mesure du po ssible, i l faut Si efforcer


de retrouver les originaUx et ne travailler' sur les copies que si
cette recherche a t iiJ.frup'j:.ueuse. ' ;:' .
1", -:.

1 ... " '.': .

3 - PRINCIPE DE LA METHODE DE COMPARAISON DES TOI'AUX CUUULJf AIJ'JUEI4


La mthod~~~p6~e~'~Gi~d-essous est souvent appele impropre-
1 ment mthode q.es VYdoubles-masses i , par suite de la Ir.am,-aisc traduction
du ternie anglaJ.s iVdo:uble-rriasfl" C.n~eVY (to mass : cUIr~LlIGr).
. ":" :." :",. : .. ~ . . .

1
1
1
1
- 6
l
" ...: 1
l'
1
1
, Cette liaison e~ d? autantmeill~ure que la rgion n? est
pas trop montagneuse; dans un t~l cas" la liaison existe "encore
mais la rgion d?application est d?ai.re plus liniite.
1
D?autre' part, les sries de totaux pluviomt'riques annuels
prsentent une distribution statistique peu prs normale,," en 1
particulier en FRANCE o la loi de GAUSS est m&1e sans, doute la plus
adquate. Dans ces conditions, 'la rgression 'entre deux sries a de
fortes chances d?@tre linaire et Pon peut tester le- degr de ,1
liaison de cette rgression. (cofficient de corrlation). Ii en est
alors de mme pour toute combinaison linaire des termes~'correspon
dants de ces sries" et en particuli,er, des 'totauxcumU1s partir
d ?une
. .
m&1e origine .des temps arbitraires.
.. " .
1
. Sur le graphique des tota~ ann:uelsc6~pars des deux
postes" ilapparaft une certaine disprsion. On pourrit Oexminer sur
1
ce graphique si les points reprsentatifs des' annes succssives
prsentent des carts simplement alatoires autour de la droite de
rgression" ou si jusqu? telle anne les carts oscillent autour
d ?une valeur ngative ou vice-versa. Le procd est d? autant plus
1
. difficile appliquer que les sries sont pius longues et leur
liaison pl'\ls lche. ' 1
i l est prfrabie de rtablir la .chronologie de's observa-
tions annuelles pour mieux dceler la date de l? anomalie ventuelle.
On remplace donc le graphe X,Y comparant'lescouples Xi"Yi dos
,1
annes i .par le graphe rXi e t * comp~ant le~ co~ples'*i et *i
de J.?anne l Panne LCe dernier graphe est celui des totaux
annuels. cumuls comp~s. .
1
Le graphique des totaux 'cumuls est bien plus lisible car
ces totaux sont tous deux des fonctions monotones du texnps. C?est ce
1
graphique qui est utilis pour dtecter les anomalies systmatiques
susceptibles de m~dif~e:r.'.la liaison.
1
3.2 - Analyse 'graphique de la .liaison et altrations possibles
.. '
Supposons que la pluviomtrie des Stations A et B soit
1
connue partir du 1er janvier de l? anne JS.
jusqu? au 31 dcembre
de Panne X
n '1
1
1
1
1.
1 :':~Le graphique 'd's'ttaux.cumuls~B en fonction ,dj35 tot~~ cumuls A
prsentera (n + 1) points. qi:i-;', si, l.es, stie$JJlont, homgnes, seront
1 tous situs proximit dVune droite de pente m voisine du rapport
:. ,:', p.;, ... , ,- .." '.
des moyennes interannulles' B moYl ~".' -";':... ;
. ... '.:". '.;: ~.'.
1 , . ,> " '.--: <, >. ' : . . :..,.. :.: PA ffi?Y. ,".
"

. :";, , '-l

:;,:: . ,',: . ,: .,-: Par contre, '"silYhomognit; de la srie Best rgmpue


partir du 1er jenv:Ler de,:Hl.pn_~ Xi,.l~ graphique 'pr~s~nte i + l
1 , P9!J.ts , situs proPr.'J..t d Vu:.'1 premire droite de pente m et
'. '(n"""1 +' 1) po;int~ . pr9JJIi.it d Y1e " seconde droite de pente mv,
1 . ~..
",.:.~. Cfl d(3UX~' ensmblet,: .e iiqmts' ayantVidennnent uri point commun
. '.. :.~_.-: . . ~.i .~.J~: l '. .:.. .. ;. . :. _o.....

'~.::'.. ,"~~ " .::. ,j6i'~eut~: alors f~:JeplueietiFs h~thses:pour' e~pliquer


";",,:-:: ~ 1 "'. . . i ...;:_. ' ..

1 , "\'cett'e altrat:i.on dela>li8ison:'

a)
' ..

uri changein~nt':instrumental interveriui;'{ler janvier 'de Panne


',' '.. .

X a induit Pobservateur en erreur, et ses relevs sont systma-


1 ,,' ttqiiotlonb erpor.!,3 ', par~:i.r,_de. cette .date et peuvent tre corrigs
jour par jqur. CVest lV,aTJomalie classique la plus rpandue mais
e:n. contrepartie la plus, i's: a dtecter et .corriger. Une
1 tell anomalie se proau:Lt'q.and '-lm' service geStionnaire dVun
rseau pluviomtrique utilise simultanment ou successivement des
,pluviomtres de diamtre. d. ventonnoir diffrent. En effet, les
1 , p':-;pu:vottes de lectui 8 sont :gradue s .'dii-.ectement en diximes de
.'mj }],imtre.s .et.correeporideri~..don' ,'
1

typ'e de pluViomtre de un'


. " diqII!~tr.e..d Ventonnoir .dtermili.. ~.fuiheure'Usement, c. diamtre
eur.
1 nY,est indi,qu, ni, le'plvi6mtre, ni' Surl vprouvette et le
IP,.lm:ge est d vau.tant. plu!> ::raile que des appareils commerciaux trs
"r~papdus existen~.~v~c,de~:diamtresvoisins (surfaces de rception
de l ventonnoir gale ' 26o~', 300,314, 400cm2 .par 'exemple)
1 La substitution d vU11e :;.-;:omrette pOur pluviomtre d 400 cm2 a
une .prouvette pour pluviomtre de' 314 cm2 (celui du poste) qui
se' produit aprs bris de'-cell-ci;' par exemple, a: pour consquence
;1 ':de' donner des hateUrs' de:pluie '1,27 fois trop faibles.
Cedi se traduit ~l~' l~" courb~ d~stotaux cumuls c~mpars par une
" ,cassure et la msd' en 'vidence de deux droites d Vjustement- dont
(1 .... ':.'

'le' rapport'd13s :,pents. sera prcisment gal ou voisin de 1,27.


',Dans ce cas, il: est possible de corriger toutes lesihauteurs
journalires observes durant la priode correspondant lVemploi
,1 de P prouvette non conforme.
..
'" .;

_.. b)' L '1er' jjYt~r,"<f~lV~.l~iieX:~ 'le;pluti6J.~r'e B' . t dplac. Le


dplac"irient"riv' pa's 't "-2"2 3~'Z impdr-taiit' pour qu von change de
1 . rgion climatique, mais 10 nouveau site peut~tre en moyenne plus
ou moins arr.s ,que l va.l1cion (Ci'1.3 ~ ) ~La srie B peut tre
ren.due homogne on effcdu,mt ne: correction :' lou.s. les totaux ~
1
:',
annuei des .annes ,Xi ,, x~,: f3'eront, muitiplis 'par.,~'.:rapport mv '
. mi .:~'.; '- .:" ' .. ~.,.... . ".". ";'".;' m
..ou par -.-'-: . l1 cpoisit celle de ces deux solution.~ qui Paraftra
m -. '.
J la plus judicieuse ; la premire par exemple :

e:i. le 1er emplacement est situ plus loin que le second des obsta-
1 cles naturels ou a:ctificiels pouvant perturber localement la
rpartition de la pluie,

~I
'1
1
- 8 -

si,au contraire, il reprsente une catgorie de sites dont on


1
veut connatre la pluviomtrie,

On peut galement choisir


1
~ soit de retenir la priode la plus longue comme priode de rf-
rence et corriger la plus courte
- soit. de conserver intacte la fraction de srie relative lVempla-
1
cement actuel du poste' pluviomtrique.

LVtude de .certaines corrlations hydropiuViomtriques en


1
ALSACE tend prouver' quVon a intrt utiliser. une expression de
la pluviomtrie qui n vest pas forcment la plus' voisine' possible de
la moyenne spatiale vraie. Si lVtude de la pluviomtrle est faite
1
. dans le but dVtendre une srie' de dbits par corrlation hydropluvio-
mtrique, on peut donc choisir indifframment lVune des deux
corrections possibles faire subir aux donnes d vun' pqste tel que 1
B.
.' . Si l vtude de la pluviomtrie doit servir celle des
besoins en eau dVirrigation, il vaut mieux adopter la correction
1
.qui conduira aux conclusions les plus pessimistes quant aux apports
pluviaux~ . 1
Dans tous les cas, une correction,destine homogniser
des. donnes pluviomtriques correspondant deux emplacements sUcces~
sifs, ne peut porter que sur les totaux annuels et en gnral sur -les
1
totaux mensuels, mais pas sur les totaux journaliers. Dans ce cas,
. en, effet, i l ne faut pas altrer la plus ou moins, grande probabilit
dVoccurence des fortes prcipitations en chacuri des deux sites, ce qui
affecterait toute tude statistique ultrieure' de la' variable
1.
"hauteur de pluie journalire u
1.
c) Le 1er janvier de l vanne Xi, on a modifi l venvironnement immdiat
du pluviomtre. Si l von sait que l vtat actuel des lieux est le
mmeqQe pendant la priode des annes Xi X , on peut vrifier
n
1
sVil est 'satisfaisant et dans Paffirmative corrigr les donnes
'de la priode plus ancienne. Si lV on ignore quel tait lVtat des
lieux pendant chacune des deux priodes, on est ramen au cas (b) 1
.
ci-dessus . ;. ..:
~

3.3 - Interprtation du graphique choix entre les hypqthses


pOssibles d valtration de la liaison
1
Avant de dcider ou non dVune correction et de lVampleur de
celle-ci, i l faut choisir entre les diverses hypothses qui ont t
1
envisages pour expliquer Paltration de la liaison. Ce choix
intervient aprs que Pon ait effectu Pune ou la totalit des
dmarches suivantes : nouvel examen des relevs ori~aux, enqutes
1
diverses, prise ~n compte de Pensemble des donnes rgionales.
1
l'
1.
1
1 - 9 -

1 Si 1 9on a dtect une htrognit sur le graphe, il


est bon de vrifier si elle apParat, et de quelle faon, dans les
1 relevs journ91i<?rs. Dans certa.p.s cas, ,un iJ:1dic~ de la mauvaise
qualit gnraIe-'d'6s'; observations peut tre ainsi dcouvert , aprs
., . " .~re pass ,in.q.peru. au premier ~en ;'. en pareil cas, si la lecture

1 .' .. :.::i'd~'.graphi<1,~.'.des tt~wc :.~s compars laissait I?~an,er un doute,


'. '.' .. sut'..;La c~rrectio1 , ,e;ffectuer -. cas (b) ou (c) - .,c~ :doute est leve
"..q.utoIll;ti,4u:ment ci.i; la cause physique supposetre-'l, cause princi-
.'. 'pie' de 19htrognit s 9avre'alors comme un cause secondaire.
1 On peut chercher connatre, auprs des personnes qui
dtiennen~. les relevs anciens ou celles qui sont charges actuel-
1 '.lenient de,s relevs, les dates de changement possible'd 9emplacement
de 19 appareil, de modifications po ssibles de 19 environnement, de
changement' de ,1 9observateur (qui; peut ne pas tre: toujours la

1 pers~pne -charge officiellemeht., des rel~vs, mais' un membre de sa


ft-~ "
f~e , e c.
) 't' . '.'
'.
. ~ ..' .' " .. .

Comme on l' a dit au dbut du Paragraphe 3.2, les diverses


1 hypothses mises au suje~ du:post,e, B reposent sur la certitude
,' ',priori que. c- 9st la' s.rie B et non la'sne A qui e St htrogne.
En pr9,1;,iq1,l,. on a rarriLeht. cette' certitude. .
1 - '.' .....
'.' .

,:. i l faut donc complter ,1 9information fournie: Par -le -


.

graphique HB en fonction-de AU par celle des graphiques 'IC, D, ,

1 f1en fonction de A'I' (C, D, , tant d 9autres stations de la m!ne'


rgion). Si ces derniers graphique's n 9acusent pas de 'ucassure Yf , les
sries A,. C" D, , sont trsprobaplement homognes et B est htro-

1 gne~ Si. tous l~s graphiques~prsen,ten.tllne cassure la mme date,


et si les, ra~:ROrts d.s,prit~~)m9so~t 'les mmes
. ' ..:m ..... ".
quel,que soit le
....
.pste B, C, D, , on peut dire que c '. est la srie A qui est
1 , htrogne. ' . . . . . i. ': .. ' '. . ..

... Il faut pourtant se' mfier des' dtes 'o' un' MU1eversement
1 gnral a pu se produire dans la rgion : un ertain nbIhbre de postes
B, C, D, ,pe~:vent avoir t perturbs al0rs que A'a t pargn
(il est vrai' que dans' ce ca.s, les perturbations produisent gnrale-

1 ment des cassures caractrises par des rapports m diffrents)


,. .': ," . ,,': .' . ,-!:' .. ,'. . ' iT . '
" ...... jJl~ime1t .~portant'reteili.ici e~.la nc~~~it d'oprer

1 tot 'dontr6l d 9hmognit de donnes pluViomtriques et tout essai


: de (}orrect.iC:)ll i 'htrognit par.. la mthode des totaux annuels
,'. cUJIIU1s .sur l'ensemble .d<?s postes d'une' rgion et non pas en se
. .1.:iiI4tant' aux seuls' po stes, . A et B par exmple, dont on pense avoir
1 ,pesoin ~~r;i,eurement pour ,'une crtaine tude spcifique.
. .'. . '. l ': .- '~;

, '4 - DETERMINATION DE SERIES' HOMOGENESCORRESPONDANT AUX PERIODES


1 D\,OBSERVATION PARAPPLICATION'DE LA:METHODE DE, COMPARAISON DES
TOTAUX CUMULES ANNUELS;' ::~ .. ", .'.. .~ " .
,:,,, ".1

1 Le procd de dtection des htrognits et de leur


correction a t dcrit dans ses grandes lignes.

1 i l re'ste prciser comnent on doit ajuster la droite de


liaison sur un graphique de totaux cumuls compars, et quelle srie
de base juge homogne doit-on choisir pour corriger cette srie
htrogne dtecte.
1
1
".. ". __ ,..'.. .-- _.. ~ ~. - . t~-. ..,. ~_.- _'_ '._ .. _.. . _.-"....- '.~- ... -' ~ -. ..
1
. 4~1 - Tracdes:droitesde 'comparaison .
1
........ : . . ~.

... l thorle"mathmatique' de la mthOde n~.a; semble-t-il,


pas encore' t faite, mais 1 ~ exprience a montr que' 1 Yajustement 1
. grphiqu ~ ~une' droite doit' ~re fait de 'la faon Suivante : la

. . ~ :
'
droite doit aV9ir i:>our pente la valeur modale (cYest~-dire la plus
', ; .;'.' '. . p.
fr~uente) du rapport .(.1L)i des totaux .annuels desdeuxpostes. En
' . 1
. '......... .'. P A ' .' .
pratique, les annes 'pour lesquelles ce rapport est trs voisin de
sa valeur modale se suivent par 3 ou4 ; les pints reprsentatifs
1
,sont' aligns, et lionpettracer la'droite'd~ajustement parallle
ces alignement s ~ 011 rerilarquera-que la. pente de cette. droite n ~ est
. pas exa.ctement gal, .n .gnral, aU rapport. des totaux cumuls en 1
- fili'd~ 'Pri~de E PB' ni mme a rapport d~s moyenn~s interannuel-
. '. ..EP ' '. ....
A
. .
les vraies dont lVexpression ci-dessus n~est qu~une estimation.
1
La. thorie mathmatique de la mthode montrerait sans doute que ce
. 'p
. "C B)i
fait .est li'' J.a dissymtrie de la loi de distribution .du rapport
..
~ La. 'd;oite ne..passe ~~::m plu~ pas :nces~B.ir~ent Pa+' les
. - ,":., 1
p
A
points; reprsentatifs de.s ro:mes 1 et ne' . 1
Le procd'd~aj~ste;n~p:~, des droites, indiqu ~i-:ctessus,
n ~ est pas aussi' facile app;l.iquer que s~il suffisait d~ joindre le
1er et le i O ou le nO point. du graphique, ou s~il faJJ.ait.tracer la
1
droite de rg:r:-ession de EP.enE P ou de E PA en t PB. Le procd
'~onseill'a do~c l~inconv~~~nt de laisser intervenir
personnel, mais on verra lVusage qu~il permet de dterminer avec
facteur Un 1
moins d vambigut la date d vu.ne cassure ';' 'de 'plus, le rsultat de
lVajustement est moins influenc Par. les valeurs exceRtionneliement 1
fortes ou faibles du rapport PB qui, certaines annes, peuvent
. , PA'
p;ovmir dtun. dfaut imP0ssible dceler d~s'les' observations de
1
lVun des postes, ou dVune irrgularit. climatique locale . (trs
. violent 0:r.~ge centr sur lVun des postes, par exemple) .
1
En pratique, .on cherche J,.a ou 'les pentes les plus .frquen-
tes correspondant des sries dVannes conscutives (au moins 3 ou
4) et lVon trace les droites aux moindres carts, lVoeil
. . Gnralement,' une direction .privilgie apparat sur l 'graphe ; les
1
autres sVil en apparait.doivent tr.e traces seulement' si elles
sont net:tes ; avec Pexprience le rsultat est vite acquis.' i l
peut parfois Subsister un doute, soit pour une courte priode, soit
1
pour lVanne exacte de la cassure entre deux droites. ~applique
alors les c~Ils~gnel?.du.p8,:tagraphe.J.J'. ' . ~ ~ .... " ... , ...... ,_.
" .. '
. '.'
....,
1
1
1
,.:.......J . 0 ' '

1
1
1
. ~'.'ll-

1
.. .......

1 '. .... ....


~.

.,
. . .:,. .. ~

I l faut-:trouver dans la rgion',soit11 ,peste,' soit de


;prfrence plusieurs poster> ohGei''Ih3S le p],s J..onE,k.mps possible
~finquVils pissent tre co~pars tous les autres et parmi lesql1els
1 , ," on dtectera ceu::,: qui ne para:tssent '.f.fecter par aucul1~ htrognit.
Les totaux 'moyens cumuls des postes ainsi sleetion."1s forment la
srie de base homogne par comparaison ,laquelle on dtecte et IVon
1 ,corrige les anomalies des aut~e,s postes de la rgion.

" Le choix d vu..'1groupe de base erig~' a.u 'pra1p,ble' la cOr.J.,ara.i-


son,deUX. deux de tous les postes susce~Gibles dVtre irrtgrer ans
1 ce groupe. Si aucune htrognit nVest dcelable, cm peut con3t~_t'<.le
.le grou,pe. A dfaut, on peu';;' for-m.e~ des. groupes limits des sous~
,- ,;rgi-6hs; 'les fluctuat:tonsalatoires' autour ds droites de liai.son
1 seront moindres et les a.l'lonalies plus faciles -dceler. Enfj,n, on
peut se cQntenter .
dVun poste . de baRe par rgion, ou. par s')us~rgion.
' ~

1 L?avantage dVungroupe.est dVattnuer les irrgtilarits


accidentelles affectant urie anne de-i de-l et partant de facilite~
la dtection des vraies anomalies. '

1 La sried'e base tant choisie pour l vtude systmatique


de tous le's postes ,dvune rgion, il est possible de grouper les
graphiqes ''q.~ comparaison des totaux cumuls en un seul, la srie de
1 .base tant 'rporte sur IV axe des abscisses et chaque m.i.llsime -::.ant
indiqu en face de Pintervalle correspondant. Les g:r',p~ques peuvent
tre dcals par changement d 9 0rigine sur IVaxe des ordonnes) afin

1 d'iviter qu,.e' leurs droites dVajustement .se croj,sent. Si lion pre!ld


soin'dechoisir judicieusement Pordre du
trac des diffrents graphi-
ques, en groupant les postes par sous-rgion gographique ou cl:L":1ati-
que, on verra apparatre den caractres communs aux sries des post.es
1 d vune mme sous-rgion : mme allure des fluctu?tions., autour dG la
droite dVajustement, de la ligne brise joignant les points repr6sen-
tatifs. ' '
1 Ceci est illustr par le graphe l sur lequelsont reporteg
en comparaison dVun groupe de 'base, 5 stations
1 - A station homog.ne
C staJ,ion prsentant tille cassure nette
- B station prsenta.l'lt deux cass~es nettes, avec ratablis~
1 sernent de la pente la plus frquente ,
- D . station a.vec'lacu.Tie offrant (feux priodes demr.e
. pente ~.onc ~honoG11es . . .
1 - E~ station en:rgime pluviomtrique pa.rticulier~(disper
, : sion lev qes po:Ll'lts) mais pari,ssant. homogne
." . ..

1 On
N et IV anne
lac1llle de D)
Y. remarque galE..:'lCnt q'.le le~ a.11lles situes entTe IV anne
N + P GO,nt les plus perturb.es (cassu,":'es de B et C,
par suite ici, de r,lodification not',ble da:ns ,la gestj,on
du' service. ' ,
1 ., .Certaines aimes: exceptionnelles (points cercls) ~pparais
sent de-ci, de~l s~~s affecter IVnomognit des priods.
1
1
1
- 12 ~
1
Ce graphique gnral tabli pour toute la rgion permet
1
de mettre en vidence des h~rognits~ en conservant peu prs
la. mme svr:i.:1.~ pour l yensemble des postes, CV est--dire en consi-
drant comme h-i:,rognit les seules iicassuresi1 qui affectent
1
IVallure des graphiques de faon nettement plus accuse que les
.......
.'. fluctuations ca.ractre locales et accidentelles vo"ques prcdem-
'~~~. . 1
En pratique,. on a intrt calculer les totaux cumuls
en remontant le temps partir de la dernire anne dVobservations
parce que les implantations actuelles des postes" sont bien connues
1
et que les lacunes concernent plut6tdes anne~ anciennes.
." .., ~ ,.

5 - EXERCICE DvAPPLICATION DE' LA METHODE DE COHPARAISON DES' TOTAUX


'. , 1
. ANNUI1:I.S C.fLJLFS'-- "
--------_..- .

Le thmde P exercice est emprunt une tude gnrale


1
d Vhomognisat::'Lon des observations pluviomtriques effectue en
Alsace, dans le but de raliser une synthse rgionale des rgimes
hydrologiques. La recherche des stations de base a conduit sur cet 1
exemple d vune rgion accidente (versant des Vosges formant cran
et frontire occidentale) et allonge selon IVaxe nord-sud choisir
des stations de base uniqu~s applicables deux sous-rgions
, (nord et sud) . LYexemple choisi est celui du contr61e du poste de
1
TRUTTENHAUSEH 'situ 40 km' au nord de la station de base de
.' .SAINT-GILLES (5 km ouest de COLMAR).
.. :: . . .' . 1
On: sait que l~s observations' ' e poste de TRUTTENHAUSSEN
ont t confies - ~ccessivement 3pe~s()nn.es diffrentes' :
1
... de 1946 1949 iriclus
... de 1950 1952 inclus
... de 1953 1960 inclus
1
La priode d?observations TRUTTENHAUSEN qui va de
1946 1960 est entirement incluse dans celle de SAINT- GILIES
1
qui sVtend.de 1895 1965.

Prsentation des donnes (hauteurs annuelles de prcipitations aux


1
2 postes enmillimtres)

.
i .\
.
1
:Arm'J ST-GILIES: TRUTTENHAUSEN: ': Anne ST-GIUES TRUTTENHAUSEN :
:
.: 1960
~c:D: ~

800 :
~P11I::l'_

'. 869
:

:
:.~.-a';'.

1952 :' 820 953


1
59 549 596 51 841 882
58
57
858
540
994
6~3
50
49
732
459
945
694
1
56 657 736 48 .,: 522
. 875
55
54
: . 53 ' .
677
702
.393
734
.699
5~6 :
47 : :..540
46: . , ". 5li:,
,

849
791 1
.
..
1
1
1
TI
Gr-1
1 Application rgionale de la mthode de comparaison
1 des totaux annuels cumuls
....
1 ~ ___------:---------,-------r------~-___,
'<:::l
....
.....
c:::
<:::l

1 ~

'ctJ
CI)

.~
.....
1 ctJ
.....
CI)
CI)

~
1 a..
~1--------7"-------+------+----------...~-----l

1 E

1
1
1 D

1
1 c
1 Ef) Anne exception-
nelle en A et B
1 B

1
1 A

1 N N+p l du groupe e ase

1
1
10. R. S .T. O. M. Service Hydrologique 1~ ~ __.DJ.v:.~J;.JA7A _
1
1
1
1 On demande

- de comparer les totaux annuels cumuls des.2 postes par la

1 mthode graphique

- d yajuster une ou plusieurs droites cet ensemble de points

1 - de corriger ventuellement les donnes dYune ou de plusieurs


priodes dans l Yhypothse o l ytude de la pluviomtrie du poste
de TRlfflENHAUSEN aurait pour objectif la dtermination de besoins
1 en eau pour IV irrigation

- dYindiquer si la (ou les) correction ventuelle prcdente serait

1 modifie si le problme des besoins en eau nYexistait pas.

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1 CHAPITRE II - HOMQ.GE~IS4!ION DES DONNEES PLUVIOMETRIQUES

1 L?homognisation d.es donnes pluviomtriques a t


brivement mentioI'L.'1e dans liintroduction du chapitre l car dans
la pratique des tu.des pluviomtriques simples ou appliques
1 19hydrologie, cette op~ration s?effectue aussitt aprs celle qui
a t dcrite dans le chapitre l sous le titre de YYcontrle des
donnes pluviomtriques i7 et en troite liaison avec elle.
1 L9hoF~~nisation porte sur les priodes d 90bservations
des sries ho~ognes, ou rendues ho~ognes, de relevs aux postes

1 pluviomtriques. Ces priodes 80nt disparates : certains postes sont


observs plus longtemps q~e d?autres, certains prsentent des
lacunes de plusieurs annes. L?homognisation doit s?efforcer de
combler les lacunes ou liinsuffisance d?observations de certaines
1 stations en prenant en consid:;."ation les observations sans lacune
et de longue dure effectues en d? autres stations.

1 Le rsultat est li obtention de sries pluviomtriques


homognes dans le temps et dont les rsultats sont comparables dans
une tude rgionale et sont affects de la plus faible incertitude

1 possible.

La mthode pratique d ?homognisation est la rgression


linaire entre variables (hauteurs annuelles de pluie) reprsentati-
1 ves de postes pris deux de\L~.

On peut se demander pourquoi la mthode de comparaison des

1 totaux. annuels cumuls n y est pas utilisable ici.

" On carte cette mthode graphique pour la raison principale


suivante: elle ne permet d g estimer directement que des valeurs annuel~
1 les et des moyennes interannuelles ; la var:Lance des termes d ?une
srie ainsi tendue ne peut tre estime directement partir de
celles des donnes observes. Rien n?empche dYe-stimer la variance
1 de la srie tendue partir des termes estims, et d?en dduire --
par exemple l?intervalle de confiance de la moyenne interannuelle,
mais le Ufacteur personnel l1 intervenu dans l? ajustement graphique
1 de la droite aura ici des consquences plus graves que dans 1ge8ti~
mation des valeurs annuelles et des moyennes.

1 En attendant- qu 9 une thorie plus complte" permette 1 9 exploi-


tation, par le calcul, des totaux cumuls compars, on utilise donc
la rgression entre totaux annuels.

1 2.1 - Conditions pr~ables lihomog~.Lsation

La mise en oeuvre d ?une opration rgionale d ?homognisa-


1 tion requiert que certaines conditions pralables soient satisfaites
les unes sont relatives la possibilit d?appJ..ication de la mthode
de rgression linaire ; les autres concernent le but poursuivi et
1 le choix de la priode d?hoI':',ognisation et des stations de base.

1
1
1
1
Pour gue la mthode des rgressions soit intressante, il
1
faut que la rgression soit linaire, ce qui se vrifie sur e..."Camen
graphique effectu entre sries longues, , dfaut de tests statis-
'. tiques rigoureux de'h:llnarit d 9une rgression. Il-' faut galement, 1
pour que Pon puisse estimer les variances des chantillons tendus
, par comblement de lacunes, et le gain d 9information ainsi obtenu,
;.. :/ que les variables confrontes suivent une loi normale. 'Il"faut enfin
que les ralisations successives des variables soient indpendantes.
1
-
:1". , .
~ ,- 1 9exprience montre qu gen FRANCE" ainsf que"" sous tout
.;< "
l,
climat - pluviost,:.abohdante et (ou) peu variable (climats tempr,
quatorial, tropic~, entre autres), la hauteur annuelle de prcipi~
." tations est une variable normale et indpendante et que J:a rgression
'. entre deuX variables est linaire. 1
pIte
Selon le but poursuivi, Ptude'serac6niplte ou incom~
1
;." ., ..
~si;190n veut dresser'une carte d 9isohytes nter~~nueJ~
les, les donneS de tous les poste's peuvent tre utiles, mme si
pour certains la srie' observe est trs courte. Le calcul de Pinter~
1
valle de confiance de la moyenne estime sur 'la priode tendue,
vite de mal interprter certains carts et dans 1gensemble le
trac des isohytes y gagne de la prcision. 1
- par contre, si les donnes pluviomtriques sont destines
tablir des rgressionshydropluviomtriques en vue de prciser les
caractristiques du rgime d?une rivire observe pendant k annes,
1
i l est inutile e chercher tendre les sries pluviomtriques ne
prsentant pas, au dpart, beaucoup plus de k annes d 90bservation. 1
i l st important de noter' que le but, ci";'dessus est gnra~
lement celui, de l? hydrologue quand il a besoin d 9une homognisation
des donnes pluviomtriques .. 1
Pour -le choix de ,l. priode d 9homognisation, et des
sries de base, 'on a deux alternatives: 1
- soit 190n dispose de moyens de calcUl automatique et
1 9on peut dterminer 1 9ensemble des oprations qui conduisent au
gain d?information maximal ; l?ordinate~ peut effectuer tous les
1
calculs partir dechactIIl des schmas qu?on lui propose et choisir
ainsi le meilleur schma,"
- soit les calculs doivent tre faits - 19 aide de simples
1
machines lectromcaniques et Pon doit choisir, priori, le schma
des oprations qui sera vraisemblablement le mei1lf?ur~, ....
1
Voyons comment oprer dans ce second cas ,(beaucoup de
rgles de bon sens tant d 9ailleurs applicables au' premier cas).
1
1
1
1
1 ~,,17,'--

1 , . ":,) oh p'ut; c~~~nde~ .'par dr'esse!' un inventaire des observations.


, ',' .l~;ar "xelnpie,"'on disPose lie '.33: PS:tes observs'durant ds 'priodes
1 , Yl3.riIlt 4.9 ,i '44'" aris;a:llisFrPa+,ties" ", . ",', , ' T,.;;
. ; . . . . .:. ".' 1 ~. ' " .. .. : ' .. ".

Pofu '4,:1~':pr'iode' 'St: d':41i.' ans pour l, la priode~';'~~ de 20 ans


1 " ,..'.
. ',: ~
,:::, :'~l.;
.IV
, ': ,'IV "
2,
1: :' ','
',1 : ',' ,)'
::- :iY:..

'
vv
Yi
: ::.' '. .' ': ; .. 35'. :Vi
'.33.: ,n
'31 . VY
.. ,'. ..Vi
fi
V,i,
2

ln,
1
Vi. ~h
n " :"
,; 19 vv
18 il
17 vv

1 :.' .... '. ,i1


, .TV
Yi 1
" 2:".
. ,1 ".
Vi

Vi
29iV
\ ' 7 2 8 ',vv
Vi 1
,Vf :,.2 : '
25.':c' Vi ' , ' u , . 4 .. r
Vi
Vi
l5
12
li
V1

vv
Vi
":2. '., 23. ' Vi,'::, ~t ::5 10
1
, TV. VV, V7 Vi

::.' ... , " 2 '.. ' ~' " , ; n . . . , 9 n


.~
.. '."
" ."
' o
1 . ' " :,"

.' . Dans" un ,ti exemple,- le choix peut' se porter sur une priode
1 dVhomogniBation de 29 ans, qui est atteinte 'ou dpasse Par 9 des
33 p>s:tes. Le ,choix dVune priode plus courte entrainerait une perte
dVinformation et il ost probable'que si' l'on: essayait dVtendre toutes
1 les sries u.n,e priode plus longue, le gain d vinfornation serait
. ngligea?le par~:~te de la proportion plufaible ,de donnes observes
dans les sries. .' , , . ..' ,

1
1
1
1
1
les valeurs de la pluviomtrie en B,'pEluve:n.i1 tre estimes :
1 ~ de,
- de ,1949 50 '" .
1.951 a,:54 ,
partir. de A, C,. D, ou E
n C,D'oE' .
.: : .. ,.."" ...:... "\',

. ,";
.

- de 1941 '48 C ou E .
1 -.4,e 1935 40. ...."
Yi

.. Copendant, orine peut envisager le calcul' d Vune rgression


1 ....lina.ire pour des chantillons infrieurs une dizaine c;le couples
':,',: ,de. valeurs. LVe.stimitioil 'de,:;p ~e 1935 ~O doit dmc:tre effctue
B
en deux tapes :
1 eotimation de ~ en C ou en D partir de E
- e~timation d~~p~<en B; ~rtir d C ou D~
1
",'.<

1 " ....

1
1
- 18 -
1
Parfois, les sries ont dj t oompares deux deux
. ':. ':"~ .:; par la mthode graphique des totaux cumuls: on voit entre les
1
de'UX c:omb.naisoris) ,BA' et Be par eJ:mple, celle' qui correspond au
graphiqu'l~'-p1ussatisfaisant ,',et si BA est prfrable, on estimera
PB' de 1951 54 partir :de ~. et ~Enem~nt de .1941 50 par~~r de
1
e.: schma (1)~ .Mme si les deux:graphiquessorrt as~i satiSfaisants,
':'C'

on adopte le mme schma: de calcul (1), car la lo~ueur de l'chant:i.l~


:l~n est de 12 annes pour le couple BA contre 10 pour le couple Be.
1
.. Si les couples BA et BC n'ont pas fait l'objet d'un contrle
.graphique d'homognit, les sries A~ B, C, doivent au moins figurer,
1
~qhacune pour son compte, sur le graphique gnral de comparaison
'ime srie de base rgionale, et l'examen de ce document suffit : le
. schma. (1) indiqu dans l'exemple ci-dessus sera effectivement choisi
sauf si l'allure du graphique de contrOle est trs diffrente pour
1
':':'.(:.,.,' i ~:,sr~e ..~ 9-,'une part, et les sries B et C d'autre part

._ :;'.r, ... ~.: ..:,::;:,:,.~oto.'n~:qUe,.~B ~~~<~~t:t:e 'est~ .de 1951 54 partir


1
.. , ....:(:;: ~.deD;maistuli;~l s~li~' n'est'pa:s' sa:tisfa{sa~t:car la distance BA
;::,,\._,~".>:' 'est' plus courte; que :B~, . et'parce qu'une crte' isole la station D 1
1 .. ,,' . desautres\ :.< :.,:. ' '. :i:.. f';.:~: .'::.. ;,':,:':'~~'j:. ;'.:';'j " ie.... ,:: ..,:;' .....-:.. .'
''rle.. : .. 'Supposons maintenant~ pour ~impiiri~r', 'que'leeritre
.

..c:,::., .. "a-:1Ure'des~gr~p!;li.que~
..'

de contrOle" ne soit dtermina.nt pour le choix


- :~ :....,i

1
.::. ,,:'~:."" :,'.~~df~:uctin. schi.. ,No~.voyonsque, en appliquant l~s critres dj
." . '" ,:,:,~P~~?~~. a~ ..passFge ~n.~~.~'~~de.d'.ilotre.ex~le;'PB ~~vr~it tre
. "... " l ' ;. , i:'~ .~'.

estme partl.r do D pour; 1949 et 50, ~ partl.r de C pour 193.5 a 48,


.. .. . ; " .. '. , .. ',' ," 1
. . . ' Pc aya.~~. ~t. ,e.stim~ au .pralable partir de E pour 1935 4?
::;. .' : " ; :V".:.' ..

,.
:>~ .:?: ...:.:;,. '. . '.. / :,~ . ': ...';
. ,.:.:, En pratique, '.cepndant, por allge;r~ :Les ~lculs sans
: . . ' '. :. ' .,'. '. 1
.perdre une quantit d'information apprciable". PB .sera" estim
. part~ ,de C de 1935 50.
.... , '~. ~ ~
.,' .' " .

.
.'... # :
1
. En rsUm~ies c'ritres de choix entre divers schmas
.' sont Par, orqre d~impor:tance .:

.. 1 0 .L'intensit de" la' liais~~d~~"'~ries'~ ~~mb:;i.rle Ptendue des


1
.... ".;.
". . .- chantillons,. (s,i ).. 'on :traitait le problme par'lecalc'I,ll, ce
critre devieiJd:i..it'J~:',va1eurdu coeffici~nt de corrlation ayant
telle probabilit donne, par exemple 95 %, d'tre dpasse).
1
: "ri . '. .

2 la distance des pos~es :'~e~ ~. d~~ (ou en cas:d'galit, leur 1


diffrence d'altitude, ou de situation gographique) .
.. .::.
1
~ :~,

'. ..
3 Ci' ." la.' rctuetion. l~ :volume des calculs, si elle' peut tre consentie
sans::s'car.ter:...sens;iblement du choix dict par 'les autres
:':.- ';[, critres. 'C. '.. . ' .

.' .i '.'

2.2 - Conduite des calculs pour l'ext~nsio~ 'des sries de 1


totaux pluviomtriques annuels

il
Dans "ce" chapitre;' come ,dans' cert::dns c:tll.pi'tres suivants,
~st
fait appel des quations statistiques que nous no dmontrons
1
pas. Come cela a t dit dans l'introduction, une telle dmonstra-
tion n'a pas sa place dans cet ouvrage d'exercices; elle doit tre
recherche dans les ouvrages thoriques gnraux de statistique ou
1
d'hydrologie.
1
1
1 Exemple de priodes d'observation
1 de postes pluviomtriques homogneiser
\'

1
Noms des ANNES
1 postes
pluviomtr. 196. 195_ 194_ 193~
65432101987654321098765413121101987165
1
A
1 B

1 C

D
1 E
1
SITUATION GOGRAPHIQUE DES DITS POSTES
1
B
1 V
~ L "
Llone de crte

1
1 c
V D
1 V.

1
1
1
1 E
V
1 date des_
O R S T 0 M Service Hydrologique '.r.?-I J.V. _?!~_::~~':! _
.1
1 "
(,
....
- 19

1 .:'

Ici par exemple;' nous empruntons une dIrionStrat:Ln


1 M. ROCHE (~). On suppose quVil sVagit dVtendre une srie courte Y
de hauteurs annuelles de prcipitation~ Paide dVune srie longue X,
toutes deux suivant une loi normale et: ayant entre elles une liaison
1 linaire. ,
.~ '. :'.': . :..
Les estimations des valeurs annuelles et des paramtres

1 statistiques dVune srie Y de K annes observes au poste B,


partir d Vune srie X de n valeurs observes en A, sont fournies par
les formules suivants (les k annes dVobservation de Y tant incluses
,dans les n de X) :" ' "'
1 a) Yx = Yk + kr xy ..ft
s
(x ~ ~) ',(l)
,k x
1 Dans, laquelle on' a :" , ,!
: ~.

1 Y
x
moyenne conditionnelle de y lie x (par exemple
moyenne des valurs possibles de la pluviomtrie au

1 . . r
poste B pour 19 anne 1952 sachant quVelle tait
x = 854 nnn en A)

~ ~t, Ykm~ye~e's ~te.rannuell~ de x et' d Y calcules


1 'respectiyement partir cie k valeurs de X et de y
observ~es simultanment . '

1 ,;
',' krxy co'e:fficient de corrlation entre x et y estim
'partir d~s k couples de ya~~urs observ,es simultanment.

1 . '" ..
s s
k:.x'.et k y
s '
carts-types de x et y estims Partir des
chantillons de k valeurs

. b)y=, Yk + kr k Y . (Xn-~) (2)


1 xy., kSje

dans laquelle on a

1 y estl.ma.tion de'la moyenne de y (dont Pesprance mathma-


, tique, est y, tolljours inconnue) partir de la premire
, eStimation Y " des autres paramtres statistiques des
1 k
chantillons cie 'valeurs opserves et du oefficient de
corrlation entre x et y. '
-
1 x'
n
moyenne interannuelle de x, calcule Partir des n
valeurs observes.'"
. -.' .. , .

1 on
nQ:t;.e que 19 quation (~) est de mme forme que 19 quation
(1)'; cVetdval.lleurs elle 'que Pon utilise si Pon veut une meilleure
estimation de la moyenne des pluies Y ; ori utilise seulement (1)

1 pour reconstituer chaque valeur estime de, Y pour les n-k annes
non observes 1 \' aide des valeurs cor..respondantes de X, si IV on a
besoin de ces valeurs par exemple pour une corrlation ultrieure
avec des dbits. Mais cette seconde utilisation, celle de 19 quation
1 (1) est beaucoup plus rare que la premire cite, celle de lVquation
(2).

1 ~ in Y?hydrologie de surface?? Gauthiers-Vilars, ORSTOM Editeurs -


pp. 45 -49.
20~
1
1
.. .' ';. ~ ..
',: .::
. ... :'. 1
d~slaquelle ona
1 . : ; :

........: ~

"2
cr estimation de la variance de y (dont Pesprance 1
'. y '.' m~thmatique
.' ..
.est cry.2), part;ir
..
'~e la ~r~mire estima-
1
'~

..... .
.
'.:"~ ~. :".,
;
.....
:.,. .
'ti~n:kiy<e~, ~s' ~~t~ations le la variance de x et
" .:
. '." .'. ..... . , ~: . .
du coefficient de correlation entre x et y.

"n
s
2
x n valeUrs.
variance de x estime partir .de 1 vchantillon de
'" .. 1
Alors que la nouvelle estimation de la moyenne de Y est
sans quivoque, celle de la vari.;mceapp~lle quelqes commentaires.
En effet, le rsultat donn par la formule (3) est celui que Pon
1
trouverait en appliquant la ..formule ,9:e. df~t:j.on de la variance
..... :.~:.:. .. :... ~ ... :~ ..:"'..:
. . " ~'. 2 '. _ E (y.. : -
: :- ...... 2
'Y' ) .
. 1
. 'S - l' n
. "
.n:,y
.'" .. . . , ,',n'~ 1 ,:
1
la srie <?ompo.sit E3 de~ .kvaleurl;(Yi 1:ise'rve~ et des (n - k) valeurs
"estimes par la formule (1):; les (n'--k) v4eur.s estimes pourraient
tre lues sur:legraphiqu~ de rgression grce la droite de rgres- a 1
sion de y en x dVquation (1), et ceci montre bien que lVestimation
de la variance
.. ; y 2 est sliremen'(trop
. faibie'~ ladi'spersion des valeurs
estimes tintplus'faible que celle des valeurs observes.
1
',:.~;:,
. "
Donc, ~:L.'le cry
" 2" ".....,
trouv est plus faibl,e que
2
kS y' equi 1
ne se produit tout de mme pas toujoUrs, :bn -onse-rve la valeur
ks2y la plac~ de ;y , sauf si le coefficiE?n~ de. corrlation krxy
2

est suprieur 0,95, car i l faut bie~ dmettreun.e restriction de


1
. ce genre (en. effet pourL'-l,:.:;..~~.E?~t.f~rberiieri;;~~meilleure
. .' :
ie.~timation que "ks
2" . y.. .
p~~u velle a la .v3:leur,. que .donnerait un cha.z;t~
1
Ion de n valeur~ 6bservees). Cette restrict10n n va pas de base theor1-
q1.ie niais seulement exprmentale;.Elle nous parat. satisfaisante pour
IVhydrologu, jusqv dmonstration dVun meilleur critre.
1
A ct des paramtres moyennee.tvariance de la srie
tendue Y qui sont calculs par les'quations (2) et (3), on doit
noter que la nature de la rgression de Y en X est modifie galement
1
par cette extension etquVen consquence une nouvelle estimation du
coefficient de co:rrlatipn:doit t~e recherche. A cela rpond
IV quation (4).:" "
1
.! '.

"
d) p =:= k r
. . xy
s's
k..L.: ()
~;", .' 4
"
kS:i.;' 'cr'y
1
'. . ~ .

.; '"
'." .... '. . 1
1
" '. l
1 - 2l'~ ..

1 " .. ; ',' . . .:.. -~.


," '.. ,dans laquelle' on 'a ':

1 .'-. :
p"e'stimation du 'coefficient de corrlation :~nt~'e' x ~~
(dont 19 esprance ~athm.atiq1ie est p), partir de la
premire, estimation kr~;,: '~,~s' ~,ar~s,,:,type.s des, chantil-
1 ,
l~ns de valeurs observs et de 1 ve'stimation
cl~dessus.
y dfinie
'

1 En pratique, comineon ne possd pas actuellement de test


per.mettant de juger de la'significat~onrelativedep et de kr ,
oh reste plus prudent que pour la' 'variance et dans les usages xy
1 ultrieurs, on conserve le coefficient exprimeritalcalcul krxy.

1 2.3 - Moyens dVapprciatfon'du gain obteriu 'par lVeXtension


"
~ ",
'

.
Le bnfice de lVextension de la srie y lVaide de la

1 srie X pour la connaissan.ce de ,la srie y e'st d vautant plus grand


que le coefficient de corrlation krxy est lev. Ce bnfice a t
traduit par R. VERON en efficacit rela~ive, qui sVexprime selon

1 1 vquation (5)':: '

E =1 + (1 _~) [1 - (k-2) r
2
J'' (5)
, n k - 3
1 E efficacit relative de Yk ~t de y,~~firiie par le

1 r
rapport de la variance d~ y c~lle, de Yk. ,

qui dsigne videmment le coefficient de corrlation

1 r
kxy.

Sachant que r,est 'toujour's positif et que kne put tre

1 infrieur 3 (inutile, et imperisable de faire une rgression de Y


, , en X sur m,oins :de 4 valeurs' !), on put ' donc voir que E varie de
,t ' 1 ma~s en augmentant quand le bnfice d:imin\J.e, ce qui n vest
1 n
pas trs Judicieux pour estiiner Une fficacit.

, i l est plus parlIDt detraduiI'e ce bnfice, en utilisant


1 E" sous la forme du gain rel d vinformation que l Von exprime 1 vaide
du nombre d vannes VYefficaces Y7 ou YYfitives U n v laquelle correspond
19chan,tillon Y tendu. En dVautresternies, 1;17 varie de k (aucun
1 gain, c>rrlation nulle' entre Y'..e t X)- n (gain maximal, liaison
fonctionnelle entre Y et X avec' = 1) et sVvalue ainsi:" r
. (6) ,
1
1 , On admet que la 'srie Y tendue correspond en poids dVin-
, 'for.mati'on ce que donnerait une srie y rellement observe durant
,n V annes.

1
1
1
1
d 22 -

".
LYutilisatiori de la loi normale sur des variables hydrolo-
1
giques fait lYobjet du chapitre 4, dans lequel sont examins en
dtail tous les problmes de statistique que pose cette utilisation~
On y verra eh particUlier le'oalcul ds 'intervalles de confiance,
1
lYintrieur desquels i l y a une certaine probabilit pour que
'.' ". sYy,pl.cent.l~~.Yr.aies valeurs de's' paramtres, moyenne et variance,
ue' la'pOpulation tudieet~ont ne.sont. connues que des estimations
fqurnies par'les,~h~ti1l6ns observs ou tendus.
1
.
....... "
. -- ..
.. "
; ;' : . '., i l sufiit:'lci Po~' ~~h~.ve~ lY ~prciation du gain obtenu
par l y extension d y admettre que les intervalles de confiance 95 %
1
(par exemple) pour: un chantillon norinal de plus de 30 valeurs
. sont ,les .suivants : " , ,::~.'.'
"
.
'.
,:" .1..

. .'.i.:
1
a) pour la moyenne . 1,96
,.., (7) 1
+
- 196 .'--sL.
.
,~
. \I2k 1
".'-:'";.. ".':'

:;',::.':'>:>.' . : . , On peut ainsi comp~rer la resserrement d ,lY intervalle de


Con~iance su,r la moyerine de y et' sur la :va:riance_.~y '~-rsque lYon 1
remplace k par 'n Y dans les quations prcdentes (7), cYest--dire
lorsque lYon passe de ~Ychantillon Y observ k annes lYchantil-
lon tendu s-u.r n Y &-rines fictives.: Bien entendu, dans ces quations
1
(7), on utilise po-u.r ' soit la valeur observe s soit la valeur
tend~e
t .dit plus haut.
A y
cry;, selQ~ leur va~eurrelative' et celle de krxy comme il a
' ....
1
On voit dYaprs les quations (7) que le resserrement de
lYintervalle de onfiance la moiti de sa valeur initiale, auquel
1
correspond un doublement de la prcision sur la connaissance du
paramtre incrimin, nYest possible que si le. nombre dYannes k est
multipli par 4.' Selon ,la valeur de n Y par rapPort 'celle de k, on
1
,aura un gain plus ou moins 'accru de.la prcision, comme on va le
voir dans lY exercice d YappliatioI1 'de ce chapitre. ..'

2~4 ~ Remarques sur la pratique de lYextension


1
LYhomognisation des donnes. pl:uviomtriques nYest pas un
but en soi. Aussi lYextension des sries courtes lYaide des sries
1
. de base est-elle1,ffie opration qui peut s Yexcuter sur des variables
. qui peuvent tre diffrentes selon'lYobj'ectif finaJ. .
1
; .. -.
. ' .' Par exemple, si lYon effectue un:EftU:~. qui comporte la
. :reherche de corrlation hydropluviomtrique a"l y chelle annuelle, on
peut avoir intrt choisir priori la date du dbut de l y anne
hydrologique. En ,effet, si ce choix est peu prs impos par la
1
considration du rgime (tiage trs nettement marqu, faible impor-
tance relative des variations du volume dYeau stock dans les couches
souterraines en relation ave0 la rivire), i l est plus rapide et plus
1
exact 'd?opre+avec les totaux pluviomtriques observs par anne
hydI'oiogique (desquels ori dduit les totaux non observs par exten-
sion) que dYoprer avec les totaux calendaires. .
1
1
1
1 ~ 23

1 ... :..::::.:::".;:;:~;:'~.[~:Ceperidaitt.,c.si..:J.a_dat.ciU:db'ut .de 1 vanne hydrologique ne


:':::plut'"M;l;',:r~h'O:isie.qu
V: la 'sui:: de. divers. e.~sa,is de corrlations
1 hydropluvicimtriques;.'.parmi.lesqu.elles o.n.Q..o.Qptera celle qui a la
. meilleure efficacit, le plus simple est alors d Voprer sur 1'::8
'. t6tauxpluviomtriques calendaires pour effectuerlVextensio~ ,

1 ',' 19 echllei annuelle; ceci est d Vautant plus logique qu.v:il y: a L:e
fortes chances pour que la corrlatlonhydropluViomtrique ne soit
pas simple, mais fasse appei n f'acteur princlpal'et. un ou

1 plusieurs autres facteurs de IV cou.lement, facteurs lis principale-


. ment larpartiti6n: dE? la pluviomtrie dans Panne hydrologique
, t '.l Vtat' desr~erves souterrairies lili-mmeaux pripitations
ant:dtires" (cf. chapitre III) ,' ..: ,. " '-',' .
1 ." . ,.f..: ,": .

LVestimation des tota~~ mensuels ou saisonniers ne mrite


. .. :..
" ,"

pas,en gnral, dVtre effectuq avec autant de prcision que celle


1 des totaux annuels, :dvautant pluE? qu les valeUrs est:iJ.nes doivent
tre corriges pour viter urie incohrence dsagrable de lVensemble
des rsultats (on sVarrarige pour que la somIJ.e des estimations des

1 .totaux pluviomtriques, pour les diffrentes parties d V'lLl1e anne,


. sitgal IVestimationd total Ilnuel). Une 'telle estimation
nVst'admissible'quV,ia,conditionque les liaisons soient linaires
entre sries coUrtes et' lOll@les et egalemerit que les variables
1 mensuelles ou saisonnires soient normales; ce qui: est assez rare
. mme en climat tempr humide comme en France. Si la normalit des
. variables n vest Pas sr, mais si la l~arit exi.ste.'. m peut
1 adapter la mthodologi~'dEllV'~ensiori.6oniTne'suit ;

a) on fait dVabordlVextension telle qUb dc~~Ge au


.
-', 1."

1 pa~~gr:~p~~~?~2.. sur~,~~~_~8.~~~.;aIll1~~~cs, ... ,. . .. . '. .. : .. ".. ... . ... . .: .... "


. b)6n' 'tablit' ensuite graphiquement les li.aisons linaires
~ '~

entre sries mensuelles, ou. plurimensuelles, Y tencire~et'::sries X

1 de base, ceci pour la priode commune de k imnes.;

, c) on' estime point par point Slir la droit de rgression


les n - k valeurs de la srie Y nonobservs ; ces deux oprations
1 correspondent Papplication de IVquation (1) mais dans laquelle,
les lois n vtant pas normles" le coefficient kr n va plus la
. , . . xy

1 signification d Vun coefficient' de' corrlation.

d) on est alors en possession de plusieurs sries mensuelles


, . ou plur,imensuelles 'de la, station Y chaCtm(?' desquelles. composes de
1 ,,' k valeurs observes et n ~ k reconstitues. Il faut maintenant faire
... les sommes des n - k valeurs reconstitues par mois ou. groupe de mois
afin d'obtenir les n - k yaleurs a.nnuelles corrspondantes.
1 ',."
- ..

e) on confronte enfin pour chaque anne j de la priode


tendue de k n annes, le total annuel Pj obtenu directement
. . - .. - ,

1 .... :: .. bi~dessus n a) ,et .le tot.l ann~e,l pv .~' obtenu par s~IDIIJ.atio~ des
. , ','. .... '. ,'.' .. ' . J
valeurs mensuelles ou plurimensuelles, puis 1 Von corrige:, ces
.. ' ",

dernires valev.r8 -dv.produit, 'Pj,:"afin de les rendre homognes avec


1 pv j
lVostmation globale Pj faite lVchelle annuelle.
1
1
- 24-
1
2.5 - Exercice d'application de 1gextension d 9une srie de
1
totaux pluviomtriques annuels partir d 9une rgression

.
'. ,linaire avec une autre srie plus longue
.", ...
1
_. : .Le thme de ce"\! exercice_est, connne celui de 19 exercice

:-,
d 9application du chapitre' I, emprunt . une .tude d 9homognisation
- 'des observatioris pluviomtriquesd 9ALsACE ayant pour. objectif final
des. corrlations hydropluviomtriques. .
1
. .' .

Le- poste de base es~ comme prcdemment celui de ST-GILLES


situ environ 5 km. Pouest d-COLMAR et observ sans lacune ni
1
,anomaliecipuis 1891. On utilise ici la;:;rie X de ST-GILLES des
hauteurs annuelles de prcipitation~calendairesde 1891 196 5
inclus. .. -' . . _.. -... 1
Lg exemple de station dure courte d 90bservation choisi
est celui du poste de GUEmv.rLLER, situ environ 18 ~ au sud de
ST-GILLES, qui n gest observ que depuis 1946. .
1
,'LS deux sries de hauteurs aimuelles"des.,deUxpostes
semblerit Pexamen des' priodes observes 'suivre des lois normales,
1
tre homognes .(d,anslesens d contrle de qualit.' exPos dans le
1er chapitre) . e~ lies liria.ir~ent.

.
. -. ..

.-,:- 'L9 obj ectif. de 1 9exercice est de procder 1.9extension de


1
. la srie 1946-65 de GUEBWILLER Paide de la srie 1891~1965 de
. ST-GILLES et d 9. appr cier le gain jl9iJtiorination rsultant sur la
connaissance des.hauteurs annue~es de prcipitation GUEBWILLER.
1
On demande en consquence 1 9excution des oprations suivantes.
sachint que 1 9on appelle Y la srie de GUEBWILLER, X celle de
ST-GILLES, k la longueur de la priode commune 1945-65 et n celle
1
de la prio~e totale de ST-GILLES :

a) calculer- moyennes et variances des chantillons Y et X sur


1
k annees, X sur n annes, coefficient de corrlation krxy et
quation de l droite de rgression deYen'X
\'
1
b) tracer la droite de rgression et placer sur le graphe les
points observs titre de vrification 1
c) estimer les nouvelles valeur's tendues de la moyenne y
et de la
varianc~ 'y. de la _s~ie de GUEBWILLER 1 9aide des lments de
ST-GILLES, est:i.Iher galement le nouveau coefficient de corrlation
1
.... : ...., .

'. d) calculer Pefficacit relative E de P'extension, le nombre d 9annes


fictives n9 de la srie tendue de GUEBWILLER 1
e)calcler les intervalles de confiance 95 %et les preclslons
. correspondantes en % sur la moyenne interannuelle de GUEBWILLER
(srie de k annes et srie tendue de ni annes) et de
1
. ST-GILLES (srie de n'annes) et compare! les rsultats.
1
1
1
1
1 - 25 -

1 Donnes d'observations et lments de calcul


, ';:,', ;, Le tabl'eau Su:ivant
;fournit les totauxaimuifs :d'a prcipita-

1 ,,' , tiens {en :m;J 1 imtres) ST-GIILES et GUEBWILLER pour1~" priode


commune 1946-65 '
,-,

1 Annes ST-GILIES

: GUE13WILLER
:
'.Arie's' ST-GILIES
:

:
Cu~:mmLER

46 '. 511 : 810 ' -, . 56 : 657 886


1 47
48
: 540
52 2
:
:
",,793 ' ... ...... ,57
737:
'

-~

58
"
~
'

540
858
776
1 288
49 : 459 : 639 59 : 549 : 948

1 1950
:
732 i'169 ' '1960 : 800
:
: 1 059
51 .. 841 : 1 .002
"i '248 .. _' .. ,
61 625
872
659
",,1820 ..

1 62 68
'

52 5 970
'.. \ '5 22 :
:
: 548
53 : 393 ' 63 1 059
54 702 : 1044 64
:
762

1
"


'
"
, '1955
'

: 677 1140 ..... 1965- : 817 1499


.. ,

1 Pour viter les calculs fastidieuX, certains lments


intermdiaires de calcul sont donns ci-dessous pour la priode
1946-65 :

1 ~
L.J r
1
?
= 8.573.110
k
Ex =
1
12.818

1 k 2
E Y
1
=19.543.239
k
E Y=
1
19.223

1 k
E:xy
1
= 12.861.707

1
1 Ll'excution des calculs requis par les quations nO (1)
(7) est facilite si l'on opre l'aide du jeu de formules suivantes
drives des formules classiques de dfinition de la variance et du
1 coefficient de corrlation et qui sont particulirement adaptes au
calcul sur machine lectromcanique de bureau (tous les signes E
doivent tre lus ~, somme de 1 k valeurs) :
1 variance exprimentale de x sur k valeurs
222
1 kS = k E x - ( E x)
x k ( k - 1 )
(8)

1 variance de y kS2y = .
express1.on analogue en y

1
1
1
1
, "

~ , . . '. ~ 1";' ;
, , , " "On"co~~erve 'l~s'mnrateurs i~'" ~~~ "~~pressions" pour les
calculs suivants. En effet, IVquation (1) 'de la droite. de rgression,
donne dans IV eXpos de la mthode,' peut tre' mise sous la forme
y == ax + b. Ona alors : 1
, " ' , ~ k'E XY -...;.r:x: tv ' '
:: . ,a.- '" 2 "2
. .. ,k E_x ... (De) " 1
:' 2
b
_EyEx
~,2
; k E x
-ExE:xy
(E x)
2 1
Le coefficient de corrlation entre X et y 'sur k valeurs
,'2 _ kE:xy-ExEy
l

1
r (10)
k x:y - a k ~ y2
l.J - (
'2
E:y) 1
Notons aussi:lvexpression suivante qui entre dans le calcul de
~ 2 " . 2
(J Y "et, d~s.ce1irl. de p ,,'
1
2 s2
k
r xy
;:"-"i
k x
!L...L = a
2
~. "
1
1
1
1
1
1
.
:'~':Y

.....
. r;
l

~
1
1
1
1
1
1
1
'1 -
')1"1" ,
t:-(" . : -

1 CHAPII'RE III - MAXIMISATION DE LYINFORMATION YYDEBITSY1 PAR


'" """" : MODErES PROBABILISTES_..:' .' _'.:"
....1,.__ ~_
,,:,
:.~ '.

1 .. ' (

Ce chapitre est le premier qui abordePfude des dbits.


Il'commence,,par'unbref'rappel des, facteurs de lYcoulement, des
1 conditions de transformation des prcipitations' m coulement dans
le cadre du bilan hydrologique dYun bassin.
~ .:~. .
' ,, .

1 ," LV tude proprement dite des dbits commence avec les


chapltFes !Vet V q"lli abordent, '1 yaspect l?tatistique de cette tude
'pource qui est ds apports dlmgue priode (mois, sa.:t~qn~' anne).

1 Avant d yentreprendre cette tude statistique des dbitsj~il': ,importe


de sYassurer que Pinformation disponible est complt' et 'ne peut
::,'pas ,tre amliore. En dYautres termes, sachant qllelle (s) station(s)
: hydromtrique (s) on dO,it considrer, il faut vrifier, si la srie
1 des dbits. en cette (ces) stat:;i.on (s) est suffisant'e: Dans le cas
contraire, on recherche:'sYiin'y'y' a pas dYautre, station hYdromtrique
plus ancieim'e. ou des st!ltiops pluviomtriques galeinent plus ancien-
1 nes qui soient susceptibles dYaccrotr iYiri.formation disponible.

" i l faut ~dmett~e qu.e cette oprtion d maximisation de


lYinformationYVd'bits?V est de. rgle dans ia ,grand~ inajorit des cas
1 ou des pays. En effet" les rseaux ,de 'mesures',pluViomtriques sont
toujours m pre'sque toujours, plus anciens et plus den'ses qp.:8 les
" rseaUx hydromtriques et qans ceux-ci ,les statio~s de longue dure
1 (20 ou 30 ans au moins). sont rares. Ainsi par ex~ple a:"'t-on vu dans
les exercices des chapitres l et II qe lYon avail. des stations de
, 75 ans de:rele.vs rluviomtriques en France" et. cela existe un peu
1 , partout dans le pays,. tandis que les si;.ations hydromtriques nYont
souvent que 10 ans et rarement plus de 20 ans' de relvs. On retrouve
': ' cette disprop:lrtion dans de' trs n0lI!-breux pays.

1 ... : . . .
On "se propose donc dans ce 'chapit're .de' 'prserit~f, brivement
toutes les mthodes susceptibles de permettre 1 yamlioration d Yune
information insuffisante et de donner' un dveloppement particulier
1 la mthode des dviations rsiduelles ou des rsidus qui offre un
grand intrt d essentiellement sa souplesse et sa mise en
oeuvre aise, malgr une absence de rigueur trs criticable (cf.3.42).
1 3.1 - Bilan h;yQ.!,ologique et facteurs de lY coulement

1 On admet ici connu le bilan hydrologique d Yun bassin, tel


quYil est dvelopp dans les manuels dYhydrologie.

1 On se contente de rappeler 1 yexistence de 3 types de termes


diffrents dans un bilan : les entres, les sorties et les stocks.

Le graphique 3 fournit une borme repr.scntation de lYimbri-


1 cation des divers termes entre eux, bien quVil ne prsente qt:E les
principaux termes et les principaux mouvements de 1 yeau.

1
1
1
1
- 28 -
1
,C ,
~ l" 'pO t: .. ,'
":'-':"L~ :tableau 1 montrelYincidence des chelles de temps du
1
bilan'(anne, saison, mois) sur les variations des stocks et
indique quels paramtres permettent lYestimation des variations
no~ ~gli~~~bles. 1
:/..
.. ; " , ' Lyexamen du, bilan
,'conclusions
hydrologiqu~ d Yun bassin permet deux '

, ,
1
" , ,a) la rsolutim de 1 yquation du bilan est d yautant plus
,prcise et plus .facile, que la priode prise en compte est longue et
, ,~les variations de stocks peu importantes. En pratique, le bilan,
1
":;.:,,~ul est de rsolution classique, les bilans saisonniers sont.plus
" <'difficiles' et restent 'du domaine de la recherche.,
.'. r

,:; " ,
_. . . '

b) en matire:' dYamnagement hydraulique, la ressource en


1
,eau est, soit le d~bitQ (terme "coulement lYexUtoire". du bilan)
H

,: lu coUrs d Yeau, soit la disponibilit des nappes. LYordre de grandeur


:relatif de ces ressources est trs diffrent ; la seconde nYest
1
estimable avec prcis~on quiaprs tudes hydrogologiques complexes,
. lesquelles se situent hors du thme dvelopp ici. La difficult
rside dans le fait que les termes du bilan sont alors dispropor-
1
C,' ''tioruis : partpromiriente du poste entre (prcipitations en majorit)
';,', et du stock (rserve de la nappe) en comparaison de la ressource
," qui est en fait la' variation du stock. Quand lY amnagement repose sur
'lY exploitation de la ressource Y?eau superficielle??, le s termes princi-
h
1
,'Paux, sinon les seuls importants, du bilan sont les entres (pluies
";, et rie"ge) et les dbits lY exutoire.
J ,,"
. 1
Ce rappel de la notion de bilan hydrologique tant fait,
on Peut prsenter les ~acteurs de lY coulement avec un certain: dtail. 1
Le terme du bilan "coulement l yexutoire" est synonyme
,de lYinformation "dbits" fournie par la station du rseau hydromtri-
que co5:ncidant, avec l yexUtoire du b?-ssin tudi. 1
1
1
1
1
1
1
1
1
1
1
1
1 BILAN HYDROLOGIQUE D'UN BASSIN COMPLET
1
1
r----------,
1 1 SORTIES 1

1 l Pertes Ecoulement vaporation 1


Isouterraines la l'exutoire et vapo- 1
transpiration
lb --~-- --_.I--~-_=.I

1 .Ir Il

...
~

1 .... InterceptiOfi
"'lII

1
"


. Retention
CIe surface
..
1 Il
1.
Fonte -

1 Infiltration
.....
1 1
Il IldeNiveau
1 ge.
stocka
L.-
Zone are
d.

1 ~ Trajet spci-
fique d la
neige
'1.
Nappes
j::jouterraines

1
1 ...
~

Dbit
de base Ruissellem ~ ~
Ecouleme~t

1 dans le rseau
intrieur -
-""" l
-
1
1
date des.

.1 O. R. S .T. O. M. Service Hydrologique 6. ), 11 ----:;c;- _?J!. '!: _2_../_2_6'~5.. _


------------_._------- TABLEAU 1
VARIATIONS DES STOCKS DANS LE BILAN HYDROLOGIQUE
Dy UN BASSIN RECEV~; DES APPORTS PLuVIAUX (NEIGE EXCLUE)

. ~ ..
: Terme du bilan
.'p

Bassins peu permables
- - - - - - - - - - - - - - - - - - - - - _ - - . . . . _ - - - - - - - - ' ..
. _-_--:----------.-----------~
.
Bassin permable
" .
~--~. j
... ,

. : rle de stockage'~ Sans rservoir Avec rservoir Sans rservoir .: Aver. rservoir' " :
.' . : ni lac ou lac .: .. ni lac ,,": ..' ou lac ,:
-------------'..-----------_._- . ...
--'..---------------'.. _----------------". --~---------_. .
.. '. '..,
: ': 1 - :Bilan 1 y chelle' de l i ann~~' hydrologique . 1: ,
.
,
'. '. . .
'.
"

, .. Nulle
: Interception Nulle Nulle
Nulle
.

'".
:Rtention de "

'., "

..,
,
surface':
.. Nulle '. Nulle" -Nulle "
, : ' Nulle
.
:Zone are
Ngligeable "
, Ngligeable
.' ,
'.':
"
, '.
, "
,
"

'., ", ., "


':Nappes souterraines Ngligeable Ngligeable .; 1 Fonction de la profon~eur de la .1. , !....
"


" ,
" ,
'.,
: . ' nappe ' '.. "
",
,

..,
"

1
':Rseau intrieur
',. ',.
: Ngligeable Fonction du
niveau du
"
.' Ngligeable Fonction c. du
niveu du '"
"

"
,
N

:
..
',. rservoir .', ',. , .rservoir : 1

'. " ,
':2 - Bilan li chelle saisonnire (plusieurs mois)
.
. :2,- Bilan lYchelle saisonnire : . '..
',. : (plusieurs mois) " ,
: Interception '. Ngligeable
.. Ngligeable ': '.1
,:
" ,
':Rtention de surface: Ngligeable .,, Ngligeable .: Identique au bassin
'. "
,
: Zone are
.. Fonction du taux dYhumidit ...
'., du sol '

.,
, peu' permable
.. ,,

':Nappes souterraines ': Fon~tion de la profondeur de



,, .. .
la na e
., ..
' '

", .
,, '

.. '.
:Rseau intrieur Fonction du
niveau
Fonction du
niveau du
.,,
l?exutoire rservoir
- 30 -
1
Dans le cas o le site du projet dVamnagement(lieude
1
prise dVeau en rivire avec ou sans'ennnagasinement) ne cofucide
pas avec une station du rseau, la dtermination, de IV information
IYdbits" au site peut tre fit par corrlation' avec des lonnes 1
connues, selon des procds qui sont analogues ceux dvelopps
pour augmenter une information insuffisante ( srie de dbits trop
courte) ou pour crer urie information,ineXistante (pas d station) ;
ces procds dvextension, ou de corrlation, sont exposs en 'd~tail
l"
dans le cours de cel chapitre. ,. " :.. " .' ....

LVinform3.tion "dbits'v fournie par le rseau se pr~,snte,


. " 1
en rgle gnrale, sous les formes, labores suivantes

chroniques continues de dbits journaliers~


, .'.
~ '
1:.
valeurs annuelles de IV coulement (modules) et rpartitions saison-
nires (dbits moyens mensuels), dduites des prcdentes., 1
i:
Le mod~~ rep~~e~te' l v~bo~da.nc~ relative d vciUierriJt ;."
1
;" 1

la srie des dbits moyens mensuels reprsente la composante' cyclique,"


"la';VYforme" de IV coulement anilUel; la chronique des dbits jOUrna-
, lier' s (yoire instantans) reprsente IV chelle fine la' compo sante
en quelque sorte' alatoire du phnomne, cVest--dire la Y7formeYV,:
l vchelle de la crue' par. exemple., ,,
l,
," . ,':
.
"

1
,:'
'. Cham.".ll de ces aspects de IVinformation labore Y7dbits':l
esi;. d:O. une ou plusieurs causes, dpend de un ou plusieurs' facteurs
qu:t provoquent soit la: valeur "absolue' du phnomne; soit, l'Ss carts
relatifs entre phnomnes diffrents (mme bassin ou bassins diff~
rents) 1
Les divers facteurs ont un effet souvent multiple, agissant
,
:.:
:,'.
- la fois sur plusieurs aspects du dbit. On va en faire fi inventaire'
rapide avec indication de l~ur r6~e certain ou prsum ,. __ 1
,: .

1
n SV agit du facteur principal, qui interVien-y par

- sa hauteur totale annuelle, 1


neig~use
- la fraction de celle-ci,

"':" sa rpartition mensuelle : plus ou moins 'forte concentration des


1
pluies sur des mois successifs ou cofucidence' plus ou moins pronon-
ce entre les prcipitations et les basses tempratures (rduction
,'d e, IV~evapo transp~ra
" t~on ) ,...... :.'.. .. .. ......
, ,', ... .. .:, " , 1
- IVimportance, le nombre et la rpartition des pisodes pluvieux,
fortes averses~ squences sches, 1
la rapidit plus ou moills nette de la fonte des neiges.

Sous .iverses formes, les prcipitations influent de manire


,1
importante ou modre sur tel ou tel aspect de IVcoulement. Les
princip;l.1~f; influences, les plus nettes et les plus vraisemblables,
figure~l::' runies sur le tableau joint nO 2, tableau qui ne prtend
',1
pas tre complet mais simplement vocateur.

1
1
-' - - ~ - - - -' - - ~ - - - - '- - - - - - TABLEAU 2

Les FACTEURS de lYECOULENENT et leurs INFLUENCES

"

Dsignation du facteur ' Ecoulement uel Rpartition


ann' mensuelle:'Crues '. Etiages
des dbits
., ---------------------------~:-------------------:-------~----------~:-------:---
-------:

:1 - Prcipitations
:l.l Hauteur annuelle totale xx x
Fraction neigeuse ,
, XX x x
.',
,

:1.2 Rpartition mensuelle x xx


:1.3 Episodes pluvieux "
, x X
Averses exceptionnelles X X
Fonte du stock neigeux "
, X '., XX
Squences sches X X

:2 - Milieu physique " ,


:2,1 Temprature x X
Evapotranspiration X .
"
X
potentielle
:2.2 Structure du bassin-Forme ',.
Pente X "
,
,Rseau de drainage" '. , X
(forme, densit)
Orientation, exposition X
:
:2.3 Nature du sol X X
: Couverture du soL X X
(Vgtation)
Nature du sous-sol XX x

XX Influence importante X Influence secondaire


1
- 32 ~

1
On inclut sous cette,rubrique la fois les autres
paramtres ciimatiqes t cuX propres au
'trram. Les' prinier's sont
1
souvent effet multiple. Temprature et vapotranspiration agissent
souvent par intermdiaire sur 1 vcoulement, en influant par
exesiple *' ' ,
:1
- la vitesse de fonte du stock neigeux, "
1
la rpartition des prcipitations entre pluie et neige,

- IV accroissement ou la limitation d~ lVtiage~.o;.etc 1


Les paramtres proprement physiques diffrencient les
bassins rgime de prcipitations comparables quant IV abondance
de 1 vcoulement (rseau de drainage - forme et densit - nature du
1
sol et du sous-sol) et influent sur les caractristiques de crUe
(forme et pentes des bassins, nature du sol .... ) ou sur celle ~es ,
tiages (nature du sous-sol, rseau de drainage ). .
1
;

Le r6le des paramtres physiques est complexe ; leurs


ations interfrent et ne sont pas indpendantes ; elles sont souvent
videntes ,qualitativement, ,mais rarement valuables quantitativement.
1
La connaissance de ce r6le est pourtant trs importa,pte
dans lVvaluation des ressources en eau, surtout lVissue de petits
1
bassins versants.
....: "'.:
, 'Si Pon peut dj, pour certains bassins, dire que l'vcou~
lem.ent :subit telle modification chiffre cause de tel paramtre
.,'
1
physique, i l est prmatur dVesprer rpondre, avec prcision,: la
question inverse : quelle modification chiffre du rgime des ~bits
provo~rai.t la. suppr.ession..de la.. vgtation ou la pr,sence ,de', terrain
1
perma~le au lieu de terrain imperme.ble sur un bassin connu ?:

En conclusion, on:peut dire que parmi les facteurs dl;!


1
1 vcoulement :
- les prcipitations .sO{is quelqti.e forme' qe"c~ soit jouent le r6le
princiPal, " ". ;: . ;,' '"
1
. . . :. ,( (':'.: "

- les paramtres climt':Lques et':physiques':'modifient lVinfluence du


facteur prcipitations dans, un 'sens ou dans ,Iv autre avec plus ou
moins dVint<,'msit) , ','.,', '.:
1
, :

- les prcipitations et les facteurs climatiques sont des vari~bles


alatoires, dans le temps et Pespace,' de mme nature donc que les 1
dbits quvelles engendrent., "
- les :Paramt,r~l?phy~iquespe.. s,c;m.t pas y~it3:ble~ ~a~s.l~. te~ps 4e ..
manire trs alatoires (tat de saturation des sols, croissance
1
de la vgtation mis part et dont IV volution temporelle dpend
troitement des facteurs prcipitations et climat) et par consquent
reprsentent un tat du terrain variable dans 1 v('~,pace ; leur
influence sur les dbits est donc relative et incidente et non
1
gnratrice.
1
1
1
1
1 , '.f Alor.'s,que les paramtres climatiques et pbysiques alatoires
permettent d,v:expliquer quantitativement les variat5_ons des composantes
du rgime:~logique dVun bassll1 dtermin, les paranitres physiques
1 ... d vtat:'de-bassin 'permettent seulement de: diffrenc;ier les bassins
entre eux dans leur cc:nportement hydrologique.

1 .... -..

1
,1 .. .... LYob.jectif gi~ral du sU.iE:t est le 8u.ivant sachant gue
Pon dispose en tille ete~i-ciJ.~Sd?}lll~~ chroniqp,e de .dbits QK ..sur K
anne~, comment peut-on : , . . '

1 '. a) soit amliorer cette infqrmation en util~sant la chronique des


prcipitations P observes sur le bassin amont de la'station S
N
durant une priqde N) K (avec ou sa...l'lS 1 Vaide des. chroniques de
1 temprature T,- d vvapotranspiration ETP; etc ) '.

b) soit transformer cette information en 'une chroniqu de dbits


1 QV au po~~~.p dVun projet dVamnag~ment. diffrent de la station S,
K
s:j.tu soit sur le mme cours dVeau, soit sur un co;ur,s dVeau voisin

1
,
c) soit extraire de cette information; en utilisant les dOL::( a
relatives aux paramtres physiques; une' informatioh'compal'3.ble
pour une rivire non ob~erve.

1 Aux cas a) et b) ,on rpond parles procds suivants


- corrlation dbits-dbits entre 2 stations S et SV (ou S et p),

1 corrlation dbits-prcipitations-autres facteurs- entre la station


S et son bassin versant

1 .Au cas c), on ne peut rpondre que ,si Pon connat plusieurs
. chroniques de dbits des stations Sl' S2 .~. S. ; le procd est
celui de la corrlation entr~ les chroniaue~ Si ~~~t~l~e~s~pa~r~m~n~~t~r~e=s

1 .Phi.~ques

., ..
correspondant s

'. Les cas a) et b) r:pond~nt :J..Y. intentio~ d vextension des


donnes observes sur un barisiri 'connu (1ii.ci.ximisation intrinsque de
:1 Pinformation). Le cas c) r'pand Pintntion dVxtension analogique
des donnes observ6_,:cL~_'\:!ll_ba2..~ininconnu (transfert externe de
P information)
1 En matire dYamnagement hydraulique, lecasc) se pose
au stade de Pavant-projet dVestimation.des ressources en eau dVun

1 certain cours d y eau ; la rPonse' e'st .s6'.ventpeu prcise ; elle


permet cependant de conclure si le projet est intressant ou non,
et sVil vaut la :pein0 dYentreprenclre des tudes spciales. La rponse

Il nVes:t gure possible que dans' tine'rgion dj biencoimue sous


. :l:-~aspect hydrologique. (donnes .de ba'se, monogral?hies publies ) ..

1
;.. 34'- 1
.' Lmis~ en oeuvre du cas c)se .fait 'l' aide'des mmes
1
mthodes de calcul qu celle des cas a) et b),.. 'qui 'v6nt tre dcrites
plus loiIi~' n8.1s. comme. elle requiert une coriIiaissance particulire
des facteurs' physiques des bassins,' un' dveloppement' spial lui est
1
consacr dans le chapitre IX.
.: '"

Le's S' a) et b) - 'celui~ci ritant qu'une gnralisation 1


du premier ~ se posent lorsdprojet proprement dit et leur rsolu-
tion doit apporter un~ rpons~ prcise, d'autant plus que sont longues
et riches les informations I1dbitsVi et celles des facteurs de 19 cou-
lement du bassin tudi.
1
L'chelle de temps operationnelle est tant6t :' 1
- celle de l'anne

- celle de saisons
connaissance des modules,

connaissance des apports d'hiver,'d 9 t,


1
celle d-q.,mois connaissance de l'tiage, 1
celle 'du jour : connaissance de la crue.

Selon1 9 c4elle de temps, le procd d'analYse varie, en


1
. . devenant d 9 autant plus complexe que 1 9 intervalJ.e considr diminue
1)
.'..... ':':'corrlation 'linaire tant6t simple' (surlout. chelle' annuelle)
tapt6t multiple ( surtout chelle saisonnire et mensuelle),
- corrlation non-linaire (mthode des rsidus ou des dviations
. rSiduelles) .: ,chelle saisonnire, mensuelle, parfois annuelle, 1
.. _: modle dtermiliiste variabilit spatio-temporelle
, .'
jour pour la reconstitution d 9un e .crue, .
chelle du
1
- modl~ stochastique chronologiqe' l' helle du jour, avec prise
en compte 'de la nori.-iridpendance des vnements journaliers succes-
sifs (crues, tiages).
1
.:. .
. Les'deux dE!rniers types de modle'sseront voqus lors de
. la 'prsentation des thmes consacrs aux "ruesn et aux "tiagesYl',
1
. dans les"chapitres 6, '7 et' 8. . .,
Ce~ dernires annes, dans le cadre gnral de la thorie
.des modles, en pydrologie qui. se c;lveloppent un, rythme acclr,
1
de nombreux: auteurs' ont convenu d 9 appeler modles' pro'babili.Stes
l'ensemble. des mthodes' de corrlations linaires ou non, simples ou
multiples. . .' .
1
En matire d 9 apports sur une priode au moins mensuelle, les
procds employs'. peuvent enco;re se classer ainsi :
1
- corrration un seul facteur linaire ou non,' pouvant tre rsolu
par le calcul sur machinelectromcailique de bureau, 1
- orrlation n facteurs :
- soit dite' multiple et ricessitant une "linarisation des
facteurs (changement de variable), avant de pouvoir tre
1
rsolue sur ordinateur,
- soit dite graphique et pouvant tre traite manuellement
(mthode des rsidus).
1
1
1
1 .. . .' ., .. . " ,.' .,
- 35
".
~
~. .. . .. . ., .. ." .' ... ~
" .....

1 On peut donc maintenant aborder 19~en des modles


probabilistes classs en .deux groupes
corrlations mult~ples.
corrlations simpies et

'1 On consultera auparavant 'avec fruit le tableau 3 qui prsente


quelques exemples d 9application parmi les plus classiques 'des modles
probabilistes 19hydrologie, en mettant en lumire la dfinition des
1 variables tudies et celles des variables ,causales tant6t unique ~J
(corrlation simple) tant6t multiples (corrlations multiples) le
plus souvent employes.
1 :3.3 ~ Corrlat~6n~_sj.mples ( 2 variables)

La corrlation deux variables sg emploie gnralement entre


1 1 valeurs annuelles (modules-modules ou modules';'prcipitations) et plus
i rarement entre variables saisonnires et mensueJ,les. Bien entendu, le
: choiX.des paraJl).tres et: la vrification de 19 existence d 9une corr-
: lation prcdent tout calcul : on opre simplemElnt par report graphique
des couples de -valeurs comparer. : ' . ' " ., ....
., ., ... .,. '
'

.. ... . .. D'3ux 'as p~v~nt ~e prsenter, 19 examen du graphe, selon


1 :que les liaisons apparaissent linaires ou non.

Dans le premier cas, il S9 agit de la corrlation linaire


1 entre 2 variables Y et X (dbit-dbit ou dbit-pluie) qui a ,t dcrite
en dtail sous le titre de mthode d gextension dans le~chapitre II, et
sur laquelle il est inutile de revenir, sinon pour rappeler 'que 1 9appr-
1 ciation du gain d 9iriformation (efficacit relative. et nombre d 9annes
efficaces)n 9a de signification que si les deux variables suivent des
lois normales (coefficient de corrlation significatif).'
1 bans le second cas,' .la liaison n 9tant pas lillaire, on
peut oprer de deux mrolires

1 a) un ajusteI:lentparabolique de la forme q = A (p - p )n par la mthode


des moindres carrs (calcul trs.laborieux), . 0:

1 b) un ajustement graphique en se rglant par minimisation de la somme


des carts absolus ~bs - qest entre l~s..po.ipts qi' Pi observs
e'tla 'courbe tra." .. . .. ' .' .
1 La premire manire'consiste implicitement linariser
19une des variables, sans le faire, ptiisqu 9une transformationparabo-
1
,
Ij,que de i?- variable p conduii-ait une liaison linaire. Ce procd
est de la' nature de celui qui est gnralis dans le's corrlations
multiples, et pour .lequel 190rdinateur est souhaitable, mme clans un
cals simple 2 v~iables. ..

, La seconde manire est une sitnplification de la mthode des


dviations rsiduelles, en ne considrant qu 9un seul facteur. Il nous
1 a paru intressant d 9en faire une prsentation sur un exemple avant
de:dvelopper la mthode gnrale. . :

1 ... "
..... , ' .. '
' 0" '
., .. -, .

1
1
'. ". ::.;. "; "
, .
, , ,
','

.' ~ .'
...,
1 . 1 ~ .~'"

~-~. ,'.

.
f.":

... "
.... '.:'
,

. . ""
;-'
:.
.,' :.'
'. . .... '.. ' ~ - . . :'.. '

Vari~ble ' tudi~ " " Facteur seco~dair'e,' " Facteur principal (par.fois unique)
:-----~-~~--:-.~-_.:---:----~..:~:-."' ~- ----:'- ._~-_.:-----~--~--.... ~---~-:-.:.....-..;.-:--"":
.
,

'. .", l .
'. . " ,.'. ,
. "
.".

': Module uri~ ,station: S Hauteur annuelle des prcipitations '; Fraction neigeuse des prcipittions "
sur le bassin versant, ' (Fonct;i.on. de concentration men'~elle ':,
, . . ~ .
des prcipitations) , '.
. : (Fonction" de temprature) ,.
:". ~.",
, , ..'
,

Module la ~tatio~' S la'plus vois:lne ':


,." : "
~

.'
'

,..,
,

un ~site P (1) ,

'

" r':;

'.
, , ,

estival la station : Hauteur de prcipitations de :19hiver 'HauteUr'de prcipittions estivales


prcdent : stock neigeux ' ,.
...
'.
: , Fonction de 'temprature o ETP
'. '
...
Hauteur de ~cipit~tior;'-sdumois M - '1 ::;,
': s "
Dbit mensp,el M la station :' Hauteur de prcipitations' du mois M,
Hauteur de' prcip~ta.tions des n mois ,.
-
;'=.. ':
,
,
. : antrieurs ':, ' .,
,'"1
\J,)

':' " .. ou '. " ," '. ," ou


'. .' : Dbit '~ensuelM - l la station: S
.. Hauteur de prcipita~ions du mois' M .. ;"
". '

'. 1. .. : : .

Etiage la 'station S ': Dbit caractristique de n mois, ,ou ': Prcipitations estivales
.', ~ ..
'.:
_ '
...

.'
"

.
,
dbit charnire, ~la' stationcS
'..
~, '.'
',' ....
'.
'.
, ,

Dbit maximal'de crue la : Dure des' prcipitations ,"


'.
,

': station S ou lame ruissele ': Intensitmaxmale de prcipitations


': de crue ':' Fonction de saturation du bassin
'. l' ; ; ." ~. ..:
'; (prcipitations antrieures) '.

(1) La corrlation entre dbits de stations voisines est utilise galement pour des intervalles
plus courts: dbit mensuel, dbit ca:ractristique de n jours, maximum de crue, tiage absolu.
1
~ 37 ~

1
, On: rncontre souvent des, corrlations simples non linaires

1 dans ,les liaisons entre modules 'ou entre modles,et prcip;i.tations


, . dans les rgimes irrguliers des zme~ ,climatiques rid~s, et semi-
arides, dans lesquelles bien r-ouvent les varia:bles .caractrisant la
fonction annuelle (dbit ou pluie) suit une loi non normale. Dans
1 ces conditions, 'si,Pon tend un~ srie ,courte de modules Q lVaide
: d Vune srie P de pluie, Cm 'peut, esti:iner pomt par poin,t sur la courbe
de corrlation les -valeurs de Q correspondantes, aux valeurs observes
1 de P et non observes en Q (priode non commune n :.. k annes Par exemple).
'. ,: La sri reconstitue de ri vaJ~ers de Q pourra ultrieurement faire
, Pobjet dVun ajustement une loi normale mais il ne ,sera pas possible

1 d Vestimer ni Pintervalle de confiance des,paramtr~s,:tirs de 1Vchan-


tillon nQ ni le gain dYinformation d,'.
la corrlation
. . .,'
Q~ P.
'"

. De faon approximatiye pour le gain, on peut toujours employer


1 le mode' de calcul valable pour une loi normale ;' 1 verreur commise
crot avec la dissymtrie de la loi qu'e suit la variable Q.

1 A titre dVexemple, on prsente le cas dVun ajustement


graphique (qui aurait d va.:iUeurs pu tre calcul ,!=Ielon un schma
parabolique, tant donn la'forme de la courbe trace) entre lames

1 annelles coules Le et indice pluviomtrique l:~uel IF pour un cours


d g eau rgime trs irrgulier tropical de tendance semi-aride, le
rio 8ALGADO': ICO (affluent ,du JAGUARlEE, fleuve c6tier du nord-est
du OO81L). ' ' , : " ," ,,'.', '
1 LV indice pluviomtrique adopt est assez complexe il
rpond l~ fo'lne 'suivante :
1 IP = 0,,90' [~ (Pl ,- 50) +rf (P2 - ':;0)]+ 1,2 '~ (P3 - 50)

1 -,t ~'
,.
(P :-. 250) -+
.4 .
~,' (P5 -25'0).
.

1 , . Cet ,indice tient compt (~e 3 ,facteurs partic11lirs de la


raction du bassin ,lvcQulement,intgrs,en unseU1:chiffre :

1 a) par les paramtres multiplicateurs 0,90 - 1,2 et 1 de la rpartition


spatiale des prcipitations;" '.

b) ,P?x le 'terme , soust~actif" P (50'o'u ;250) de 19 aptitude au ruissel-


1 , lement diffrente selon'le~ terr:ains"cr;.stallins '(50) et sdimen-
taires (250), ,

par,~es, sommations ~ 'concent~ati~nmensuelledes


1
,
c) (Pi - po) de la
prcipitations puisque ces termes reprsnteirt 'la: somme des excdents
men~els de prcipitation~, au seuil Po' pour les pO'stes Pl
P5 reprsentatifs de la pluviosit du ba'ssin,', '

1 .. '

1
1
1
1
- 38 -

. " La prise en compte de plusieurs facteurs aurait pu se


1
,,' faire classiquement avec rg~':::;'3:ton.:J).'::tL.+J::"~:l~:;" mais le calcul
.' laborieUx certes de l'indice IP conduit malgr tout une rsolution
plus. lgante. "
1
Le graphique nO 4 fournit la reprsentation de l'ajustement
effectu sur les 8 couples de. points observs (1957 1964) ; on y
constate les trs faibles carts absolus.
1
La. srie des prcipitations est connue sur 52 ans '(1913
1964)'; par tirage 'dans la courbe prcdente, on dduit les 44. valeurs
1
de lames coules rion observes. La srie tendue de 52 ans sui.t une
loi .dissymtrique, celle de GALTON. 1
Les paramtres de la srie des lames coules annuelles
ICO sont les suivants :
1
sur 8 ans .. aprs extension 52 ans

Moyenne' 62,5 1
Ecart-type 54,5 79,5
, On retient les 2 paramtres de la serle tendue. LVapprcia-
1
tion du gain de lVextension par assimilation des sries normales
serait errone car la diss,ymtrie est trop accuse, le coefficient
de variation rapport de IV cart-type la moyenne est su.p'~rieur
lVunit;ce qui est, trs fort, car au-del de 0,50 0,60 il est rare
1
que lVon soit en prsence dVun chantillon,norma.lement distribu.

Si cependant, on se permet dVestimor le gain par le calcul


1
rserv auX variables normales, cette assimilation: donne une efficacit
de 0,233 (le coefficient de corrlation est de 0,937), soit un ga.in
de 34 annes. Pour apprcier IV amlioration r6elle de Ivextension,
1
il faudrait tirer au hasard un grand nombre d vchantillons de 34
annes dans la loi de GALTON et tudier la dispersion des moyerL.'1es,
par exemple. LV ordinateur est 'Qdemmeht requis pour un tel travail. 1
.....' 3.4 - Corrlations multiples ( plus de 2 var:Lables)
.. ":.

CVest le cas le plus gnral ds que 'IVon quitte IV chelle


1
annuelle ,pour la sl.ison, le mois, le couple de jours; le tableau 3
donne. un chantillonnage, trs incomplet, des possibilits de liaison
entre variable ttdbit U , variable 17prcipitationu ou tout autre facteur
1
mais cet chantillonnage Eontre los (''xemples d Yapplication les plus
. :
courant.s' et la souplesse du procd qui nVest limite que par IVimagi-
nation, de l'hydrologue ou le ma..'1que de mesure.
1
La. mise en oeuvre des corrlations multiples est beaucoup
plus complexe que celle de la corrlation simple ('; on peut utiliser
soit la mthode gnrale dite des rgressions multiples qui exige
1
l'emploi dVun ordinateur, soit la mthode simplifie applicable dans
certains cas, dite mthode des rsidus et qui, elle, ne requiert p~s
de moyens matriels importants.
1
1
1
1
1
1 RIO SAlGAOO A ICO
1 Corrlation lame coule-Indice pluviomtrique
1 200 ...---- .----_-----:-_----,.--- ---,/
1
1
1
1 150 +------+-------+-------/--r<;------j

1
1
1
100 +------+-------+-----t--------j

1
1
1
1 50 +-------/---------I-I---------------l

1
1
1
O+-~~~-+_----~---_______d
o 3000
1 1000 2000 Ipenmm

1
O. R .S .T. O. M. ~ ~ _?~.'1_-_ !::I_3..f!~ _
1 1 Service Hydrologique 1
1
- 39 -

1 . :3~4.l- Mthode des retiressions multiples"

1 1

Elle permet di analyser le comportement d 9une variable q


par exemple, en fonction de plusieurs facteurs a, b, c etc.~. sans
avoir tenir. compte priori de Pi.TJlportance relative des divers
1 facteurs sur la valeur de la variable et sans se proccuper de la
normalit des variables. .

1 3.4.l.l ~ Les' fat~l'irs cOJ].ditionnel~~on.t iIi;g.~~!!.4~ts


. dans leurs effets .

1 Liexpression gnrale diUne corrltion multiple est alors


.de la. forme . :

'.< .: q = f (a) . f (b). f (c) etc


1 les. fonctions f (a) .. . etc pouvant tr~. des rep~~sentations complexes
de la variable a, b etc.

1 . Dans la plupart des cas, on utilise des transformations de


la variable a telle que liinfluence de celle-ci sur
la variable q soit
linaire (emploi du logarithme, de la puissance n ., )
1 Ainsi le dbit maximal de crue qM diune rivire la
station S peut-il dpendre la fois de.. :
1 ~ li intensit' mximale l en 1 heure,

1 - du dbit q en Si en amont de la

- de la dure de prcipitations
st~tipn

T. .
S,

1 L'quation pet tre de la forme

1 C'est le modle retenu, par exemple, par M. GRARD (EDF-DTG)


pour la prvision du dbit de pointe de c'ue de'PEYRIEUX, torrent
1 cvenol. (COIImlunication prsente la Connnission des Dbits de la
.SHF, en Dcembre 1964)~' .

1 Pour apprcier la signification diunetellecorrlation,


on calcule :

1 .a) des co'efficients de corrlation partielle.entrela. variable et


chaque facteur, les autres tant supposs constants. Par exemple,
pour x = f (z,y), on appelle coefficient de corrlation partielle
entre x et y, lis par z, liexpression
1 r xy - r xz .ryz
r =
xy,z.
1 ~_r2xz) 2
(1-r yz )

1 Si la rgression est linaire (dio liintr~t de la linari-


sation Par changement de variable), ce coefficient exprime le degr de
liaison entre x et y.
1
1
1
1
b) un coef.ficient de corrlation multiple ciui mesure la dispersion
de x, sachant z et y, et qui rpond 1Y q,uation
1
La spcification de ces divers coefficients de corrlation
1
peut tre teste l'aide de transformations de FISHER, qui permettent
de trouver une fonction des dits coefficients obissant soit une
loi normale, soit une loi de STUDENT. 1
. 3.4.1.2 ... Les facteurs ont des effets non indpendants
Certains facteurs non seulement influencent le comportement
1
de la variable; mais galement la valeur dYautres facteurs.

CYest le cas classique des, prcipitations mensUelles causes


1
du dbit dYun mois m la station S. '.'

faoris
La prcipitation dYun mois (m - k) intervient de diverses 1
a) sur le volume des rE:orves, .onc sur le dbit de base, fraction du
dbit du mois m; ,
1
b) sur 1 ytat de saturation du sol qui yarie lentement et reste donc
plus ou moins influenc au mois m par les tats antrieurs
1
(m ~ k)

. On peut dire que la ,li~sC?n entre le dbit mensuel ~ et 1


les prcipitations p causales des ID.oism et (m - k) est du type
mmoire, sans;composition linaire; elle peut se reprsenter ainsi 1
... ) + . f 2 (p,m-1b 2,p,m-2c2,p,m-......~ d_~ ) 1
+. etc . (ll)

La rsolution' d'une telle quation est certes plus complexe


1
que dans le cas prcdent, mais encore possible si l'on dispose d Yun
. , ordinateur pour l'estimation des paramtres. Cette quation est un
vritable modle mathmatique dont le rglage 'ne peut se faire que par 1
optimisation (par ex.emple par 1 y an~se di,ffrentielle dite "de plus
grande pente n ) dont 1 y nonc des processus complexe sort du propos de
ce chapitre. 1
. Cett interaction des facteurs peut varier dans le temps,
cYest--dire que la variable et ses facteurs ne sont plus alatoires
mais soumis des processus stochastiques dpendants du temps. La
1
complexit de la mthode ,s,'1 accroit encore' ; elle est, sous cette
forme, employe surtout poUr la reconstitution des hydrogrammes de
crue, des alternances de squences sches et humides, en pluies comme
en dbits. .,
1
1
1
1
1
1
1 . , .. .' .. : Quel' ciu~ .soi~ liaspec~ de la 'mthode des rgressions multiples,
.la ridse en oeuvre'. rcessi. ~e.l~sged'i un orQ,J.na.teur. la mthodologie
oprationnelle se dveloppe toujours selon iamme litaniEi :

1 a) essais graphiques pralables pour rechercher les facteurs et la


forfie de la' variable les reprsentant pour avoir Une liaison
linaire,
1 b) calcul des .liaisons; selon les formules indiques,
c) contr61e des rsltats ,lYaide de tests statistiques, non prsents
1 ici, mais qui figurent dans 'lalittrature spcialise.,.,,'

Il ne se'ra pa s fourni d y exemple pratique de cette mthode,


tant donn les moyens matriels requis~ On peut dYailleursde.ns de
1 nombreux cas pratiques utiliser la mthode des rsidus la place de
celle de la corrlation multiple. '.:,

1 3.4.2 - Mthode des dviations rsiduelles ou des rsidus


-------~-------~~-~-~-~~-----~-------~--~-----~
Cet~e ~thode procde partir de la mme quation (11)

1 reprsentative de la corrlation multiple la plus gnrale, cVest-s~


dire ef~et itratif' ou mmoir~. Si 1 von adopte dans chaque polynme
des valeurs simples des paramtres (exposant l ou 2 tout au plus),

1 la rsolution graphique de 1Y quation (il) est possible.

Cette rsolution graphique exige deux conditions facilement


ralisables : .
1 a) classer au pralable par ordre d Yimportance dcroissante les facteurs
influant la variable tudie,

1 .b) limiter. 3 ou 4 au plt:1.s le nombre de facteurs.

. Ces conditions acquises, la mthode sYapplique sans quYil

1 soit le moins du monde ncessaire de donner une forme analytique aux


diverses liaisons ; ].a souplesse d Yadaptation est de ce fait trs
grande ; ceci est indisPensable puisque la simplification du choL~ des
variables ne permet plus d vesprer linariser les liaisons comme dans
1 la mthode prcdente (cette recherche de la variable linarisant une
liaison est parfois longue et les calculs dYessaisexigent lYemploi
de li ordinateur),. .
1 Malheureusement,. cette souplesse est aussile poirit faible de
la mthode : laisser libre le choix du trac de la courbe de rgression

1 revient se donner un.nombre de degrs de libert infini.

Ceci est trs critiquable et en tolite rigueur la mthode des


rgressions multiples linaires doit tre prfre. Convenant que ce
1 . livre dveloppe seulement des exercices ralisables " la main?f, sans
ordinateur, on peut tolrer lYusage de la mthode des rsidus
condition que les courbes de rgression traces nYadoptent pas des
1 tracs trop complexes. (recherche de la ligne droite ou courbe croissante
type parabole etc )

1 fi / ~

1
1
1
- 42 -
1
Le droulement de la mthode est expos sur un exemple clas-
sique, celui du dbit moyen mensuel conditionn par les prcipitations
du mois et des mOis antrieurs ; ces liaisons peuvent tre par exemple
1.
de la forme suivante:

Q.1 = f.1 (P.,P.


1 .1-
1) -+ f.1~l (P.1-.l'P;1-2) + f.1-2 (P.1-2'P.1-3.) .. (12) 1.
En dehors de la simple hauteur moyenne Pi des prcipitations 1
du mois i, on peut supposer que la rpartition de ces prcipitations
dans l'espace et dans ;Le mois sont galement facteurs.

Dans. la mthode des rsidus, on fait un choix des principaux


1
facteurs, les autres tant ngligs.

Supposons, pour simplifier, que les po1yn6mes de lYquation


1
(12) soient reprsents par les variables .JS.,
X2 et 1j j l'quation
est alors de la forme : 1
6Q est la dviatlon rsiduelle qui peut tre due en totalit
1
ou en partie :
- la ngligence des autres facteurs, 1
- des erreurs de mesures ventuelles,
- des carts alatoires. 1
L'application de la mthode est satisfaisante quand 6Q est
de faible importance devant toutes les valeurs de Q.. On procde prati-
quement de la manire suivante : 1
1
a) sur un premier graphique, on porte les couples de points Q., Xl.
1 1
et l'on trace une courbe de liaison minimisant les cartsabsolus, 1
en tenant compte de l'influence de X2 ~

b) les carts cette courbe Qi - f (JS.i) sont appels6 Q et ports


1
1
sur un second graphique en face de f (X ) japres trac d'une courbe
2
il subsiste des carts 6 2 =~lQ - f (X2 ).
Q 1
c) les carts6 Q sont ports sur un troisime graphique en face de
2
f (X ) j les carts rsiduels reprsentent b Q de lY quation (13).
1
3
Toutes ces cou:rbes reprsentent les premires approximations
des liaisons.
1
On admet que la plus forte part de Q provient des erreurs
de trac de ces premires courbes et l'on procde uneseconde appro-
1
ximation :
1
1
1
1
1 - 43 -

a) report sur le 1er graphique des carts6Q partir de la courbe


1 Qi = f (JS.) c Yest--dire remplacement des points Qi;.Xi par les
i
pOints [f (JS.) + 6 QJ '~i ; trac dVune nouvelle <?ourbe par

1 rapPort laquelle la somine des carts absolus a da. diminuer


fortement vis-~vis du 1er trac. '

b) les carts 6 ylQ cette nouvelle' courbe sont reports sur la seconde
1 partir de celle~ci. etc .

1 anse contente gnralement de .2 approximations (3 au plus) :


les carts aux courbes sont alors stabiliss. On possde en dfinitive
un groupe de 3 courbes, en lesquell~s lYquation (13) se dcompose:
1 Qi = f (Xl) + 6 yl Q ,"
6. ylQ =f (X ) J. fj' 2Q
1 2
fj,'2Q'=f'(~) + fj,YQ

1 Les nottions sont celles de la seconde approximation, en


supposant quYelle ait ~ la dernire.

1 La cormaissance des facteurs Xl' X , X sur une priode


2 3
n> k, k tant la priode dYobserva.tion de Q., permet lYextension de la
l

1 sri des dbits ; sachant pour une, ~rme i des valeurs Xli' X
2i
X , on tire des 3 courbes les valeurs correspondantes Q., fjyl.Q,
3l l l
et

6' 2iQ et la valeur rsultante du dbit est


1 Q. +6 YlQ + 6 Y . Q '
1 1 12

1 En oprant ainsi pour chaque anne de la priode (n - k), on


peut estimer les armes non observes en Q et en les ajoutant aux k

1 valeurs observes constituer un chantillon de n valeurs de Q. Le


traitement statistique de Q est soumis auX mmes restrictions que celles
nonces dans le paragraphe prcdent (exemple du SALGADO rc<5 - ~ 3.3)

1 Le graphe 5 montre la mise en oeuvre de la mthode des rsidus,


avec 4 variables, dont 3 facteurs expliquant la variable Q ; on suit
l yvolution des rsidus sur le point 6 jusquy la 2me approximation
1 qui conduit un changement de trac de la courbe uniquement pour le 1er
graphique, les tracs de la 1re approxilIlation pour les 2e et 3e facteurs
restant tout de suite stables.

1 On remarque que le 1er trac du, 1er graphe tient compte de


lYinfluence venir du 2me facteur (forte sur le's points 5 et 6) ce
qui permet de ne pas avoir de divergences de points et de minimiser
1 rapidement les carts rsiduels.

En pratiqu, le plus difficile est de trouver les facteurs


1 et leur ordre dYintervention ; ceci ne se fait pas sans t~tormements
graphiques.

1
- ~4-

Il faut ensuite avoir prsent l!esprit le sens .le plus vraisemblable


1
.....
..

1
'

-,'", .....' de lieffet diun facteur pour tolrer les tracs de courbes en harmenie
. avec' cet effet; ceci est trs important car certains points aberrants
siils ne sont pas carts pourraient conduire dformer les tracs et
donner une signification physique absurde au phnomne quiils repr-
sentent~ On ne doit pas oubli"T galement les tendances des tracs au..".{
extrmits de li intervalle di observatian, afin que li utilisation ven..
1
tuelle d iU..l'le extrapolation de ces tracs ne conduise pas galement
une absurdit physique.

La. facilit et la souplesse diemploi de la mthode des rsidus


1
ont..
une
qui
un revers de mdaille : il est indispensable que lioprateur possde
forte exprience et un bon flair pour saisir dans les liaisons ce
lst possible ou ne li est pas dans le comportement hydropluviomtri-
1
que du milieu tudi.

La. mthode des rsidus fait liobjet du thme diapplication 1


de li exercice dpendant de ce chapitre.

Pour faciliter cette application, on donne simplement ici


deux graphiques (no 6 et 7) correspondant la reconstitution du dbit
1
moyen mensuel diAvril pour le Rio SALGADO Ica (dj cit) partir
de 2 facteurs : 1
a) li indice pluviomtrique di Avril, facteur principal,
b) liindice pluviomtrique de Mars, facteur secondaire. 1
Ces indices pluviomtriques ont le. mme mode de calcul que
. liindice Ip annuel prsent en application du paragraphe 3.3 (corrla~
tion non-linaire entre 2 variables non normales). 1
L'ajustement nia ncessit quiune seule approximation pour
que le rsultat soit satisfaisant. Le cas est particulirement simple
puisque les facteurs sont indpendants (pas dieffet itratif) mais la
1
formule de liindice pluviomtrique cache la complexit des liaisons.
Liutilisation des 2 courbes est la suivante : soit pour une
1
anne donne les indices suivants :'
IP Avril = 600 mm, 1
- IP l.f.a.rs = l 400 mm.
On tire du graphique 5 (IP Avril) : Q = 145 m3 /s 1
On tire du graphique 6 (IP l-f~~s) : 6. Q = 17 m3/s
En conclusion, le dbit diAvril QAV = 145 + 17 = 162 m3/s. 1
A liaide de ces 2 courbes, il a t procd la reconstitu-
tion des dbits mensuels non observs de la priode 1913-56. Ce travail
ralis pour les 12 mois de lianne conduit une nouvelle srie de
1
52 modules qui est videmment plus fine que celle dduite directement
de la corrlation hydropluviomtriqueannuelle. Les 2 sries sont trs
voisines : moyennes de 20,8 et 22,2, cart-type de 24,5 et 28,4 (en 1
m3/s). La droite de rgression entre les 2 sries a pour quation :

SAN = 1,089 ~ - 1,593 avec r = 0,938. 1


ce qui prouve liexistence diune lgre dviation systmatique de SAN
par rapport SM' dviation diailleurs ngligeable en pratique. 1
l'
1 MISE EN OEUVRE DE LA METHODE DES RESIDUS
1
1
1
~~u
1 --0-"""-.+---
1-------0....... +'---1,----+---+4---+-+---+----+-----1 AB=fqQ =Q-f(X1)
+ 2 +
1 f----+-1 3 -+-----t--t--+--t---+------i Be =II Q
i-'-----f---t--+---+---If---+---+----+----+---+-l e0 =ll; Q
1
1
1
1
1 EH =111Q
'~~
-
t H
EG =112Q = 111Q -f(X2)
+
-i-'---~~:"--+---+---If----j---+----+----+---+------i
_V"
1 3 FG =ll'1Q=ll'2Q

1
1
1
1 JK=ll2Q
1 . LK =8Q=ll2Q-f(X3)
LM = L'2Q = 8'Q
1 + Po ln f
+------l...-------l..------L.------l._.l...-----L..------l...-------l...-------I..---L---;--~ ob s er v
1 f(X3) OPoinf corrig

date des.
0 R S T 0 M Service Hydrologique 7.f_~1 J.fr. _{J!~_!..~~1-?.!l. _
1 1 1
1
1 Gr-6

1 RIO SAlGADO AIca


1 Facteur principal: Ip d'avril (correction par Ip de Mars)
1 D~BIT D'AVRIL

1 o Valeur observe prise en compte pour rajustement


, " 1/ " '1
Valeur corrigee - - - -
1
1
~ /~
1 :::.. r----+-----1r-----+------+---+------+-----j----+~:_:____l
~ 1'64
/V064
1

1
1 200--+----+-----I-----+---+-----+---~~___+_-___i

1 /1/
1. v~
1 100_-t--_---+_ _-+--_---+-/_---:::::0~15,::+------+---+-------+-------l
1
1 0
.61
60
~
V
1
1 o 200 . 400 600 Ip Avril . aOOmm

1
1
date des.
O.R.S.T.O.M.
1 Service Hydrologique ~
,1 ri ----:;-;;-
.. eT/? 29/377
~ _
1
I-
I
RIO SALGADO A ICO
1 Correction pa.r Ip de Mars
1 DEBIT D'AVRIL

1
1
1
1 Ecart correspondant aux valeurs ohserves aprs ajustement

1 m~s
100 -T=-=L-=---------r-------r------,-------.------,------r----.------------r-_ _

1 c::::I:::::
<]~
50 +--_--+_ _--+-_ _--1--_---+_ _--+-_ _-+--_ _/ - - _ - - + - - - - 1
1
1 61
........ 62 57 - -
o ;;;"

1 IJ/:;-~'- 63
.... ~59
1 - 50 +------t---t-----'----+-------l----j----+---+-------+------l

1
1 _100 +--_-----L._ _--+-_ _....I...--_---+_ _----'--_ _-+--_ _' - - - _ - - + - - - - J
200 600 1000 1400 Ip Mars 1800mm
1
1
1
0 R
STOM
Service Hydrologique
1 date
7.r.~1
des.
..U r __ ~~J!_-_!'..!!.~~~l} _
1 1
1
1 - 45 -

LYapprciation de Pefficacit de la mthode des rsidus

1 ne fait appel aucun test consistant. On' se contente.de calculer la


rduction obtenue entre les carts absolus initiaux,'et finaux, cYest-
. -=<lire dans le cas pr~sent plus haut 2 appro~tions sur k valeurs

1 carts absolus initiauX

1 c.arts absolus, finaux

rduction relative des


-:.. ". . .. ':. ~
.;., .,'

. carts : .. . .10p x[~~61Q ,~,,~~6,:YQJ .


1 .' . '".

'1 :
, ' Ek :6 >Q .
l
"
l . . ;.... ","

1 Unerductioti' ihfrieure 50,' %stpe::~fficace.

Il est souhaitable et prfrable de mettre en corrlation les


valeurs.observes et les Yaleurscalc~~~e~,.~e ~qeff~c~~nt'de corrla~
1 '.
. , tion:tant, significatif si le'svaleurs' s distribuent peu prs norma-
. lement.' Dans ce cas, un biaisage important'(sU'.estimation ou IVinverse)
peut. tre. mis en vidence et il est possible de li attnuer en rectifiant
1 le trac des courbes de liaison.

3~:5.:~ Conclusion sur la maXimi~ation de liinf6rination "dbits fi


1 . - Suivant lichelle de temps adopte })d.!' litude des dbits et
la nature du rgime local d'coulement, la forme des liaisons de cause .
1 .effet (entre.prcipitation,et coulemerit)ou des liaisons de concomitance
(coulement de 2 cors",d-?eau voisins) est plus ou mdiris. complexe et
ncessite la prise en compte de variables conditd.nnelles en nombre

1 plus ou m?ins. grand.


.. . ~: \ ,"! . ~.

Quel que soit le problme, il y a une mthode, de rsolution


.

qui conduit tendr~ amliorer ou crer im nouvel chi.ntillon de la


1 variable tudie. lvIais il faut prendre garde liutilisation dYune
corrlation entre k,couples de valeurs ; elle n'est stlre qu' li intrieur

I- de liinterval1e observ; au-del; toute extrapolation est hasardeuse.


De ce point de vue, les mthodes graphiques permettent plus aisment
d' viti:3r 'une eXtrapOlation automatlquequ::'ls mthodes numriques. Ceci
n'est pas ngliger'. La prise en compt du (ou de~) fcteur de l' cou-
I 'lementayant t 'observ ;sur~ l: Plus' longue prio'de connue permet
d'affirmer que' le' 'nouveLchantillon e'st bien l 'rsult>d 'une maximi-
sation 'de' lYinformtin~ En'pratique,'ltext'ension' se fait' surtout dans
le sens prcipitatioh-coUlemerit. ' ' " . ' , .
1 Les ,chant.ilon.s~'.de~dbits.obtenus:.l.3eint
en partie fictifs,
mais l'on sait e~timer le gain rel en annes de l'extension exactement
1 si les Variable::,'Smt riorinales, approximtivement si elles sont dissy~
mtriques : passage de k ri'anne~ 'grn:ce n annes (k<n'<n).

3.6 - Exercice d'application de'~ mthode des rsidus une


1 corrlation hydropluviomtrigue complexe
L'exemple choisi est celui de la ZORN sous-affluent du RHIN
,1 par la MODER qui coule au Nord de Strasbourg d'ouest en est connne tous
les cours d'eau qui descendent des Vosges, et dont le bassin repose
principalement sur des grs permables.

1
1
1
-46-
. La station hydromtrique principale de la ZORN est situe
1
.' WALTENHEIM Pissue du cours moyen et d 2 un bassin drain de
688' km2 On y possde des observations hydromtriques sur 16 annes
de 1949 1964, et Pon s 2 intresse aux dbits du mois de novembre
1
qui sont gnralement reprsentatifs de la fin de 1 2 tiage, plus ou
moins forts selon que 12 t a t pluvieux et que les p~.uies d 2 automne
sont prcooes.
1
Aprs plusieurs essais, il a t retenu 2 facteurs condition-
nels des dbits de novembre : 1
a). facteur principal; c 2 est une fonction des hauteurs totales mensuel~
les de prcipitations au poste de ZINSWILIER, seul pluviomtre du
rseau situ prs du bassin, reprsentatif de sa pluviosit et
1
observ sur une longue priode. On a retenu une composition des plRies
de novembre et d 2 octobre : P t x P
oc nov
1
b)facteur.secondaire: c g est galement une fonction des prcipitations
releves ZINSWILLER qui doit reprsenter non plus la cause immdiate
de 19coulement de novembre,.mais l'aptitude au ruissellement du
1
bassin,' c 2 est--dire Ptat de saturation pralable .

On a retenu d 2 abord la somme des pluies comprises entre le


1er mai et le 30 novembre E pil mais i l a fallu corriger cet indice
1
. _. . 5"
des fractions de pluies d 2 0rageestivales ayant ruissel et n 2 ayant
donc pas particip la rhumectation des terrains.
1
On a estim ces fractions arbitrairement comme gales
Pexcdent 300 mm de E P~, c'est--dire au total des pluies de
mai ao~t. .
1
Le facteur secondaire est donc le suivant 1
E p~+ si E p8
< 300 mm
.5

E~+300~
5
E p8
1
si
5 > 300 nrrn

On pourrait objecter que la fonction du facteur principal


parat bien complexe pour reprsenter les pluies de novembre et du
1
mois prcdent. Nous dirions alors que cette fonction "produit Y1 s'est
rvle aux essais plus efficace que la fonction "somme" ou que
chaque terme pris successivement ; certes, sa signification physique
1
n g est pas claire mais eile n 2 est pas absurde.

V quation de la liaison dbit-pluie est la suivante


1
oJaov = f CPoct Pnov ) + f
1
avec E P~ ~ ~OO mm
1
1
1
1
1
1 La rsolution de cette quation
- 47 -

Si obtient en 2 approxima-
tions sur 2 graphiques :
1 a) Qnov = f (Poct Pnov ) +6Ql

1 b) [j QI = f (E ~l + E P~) + 6 ~
et report de 6Q2 dans Qnov... /j, i QI dans /j, QI etc
1 Le tableau suivant fournit les donnes d?observation de la
ZORN et les donnes labores des prcipitations ZINSWILIER.
1
'. '.
1 '.
:
Qnov en m.3 / s P
oct
P
nov
E p8
5
E ~l
9
:Anne: arrondi 5 % cm2 mm mm
1 '.
: ~CDD.c._
'.
prs
: _ _ _ _ e.:-ICIl ...-D=l-SO ...... - . . . ........ .,.,.: _ ~
'..
_ _ _ _._ _ _ _ : _ _ _ _ _ _ _ : _ _ ~ ____ _=_:

'.. 1949: ..
1 50:
51:
2,35
5,70
4,'90
'.
26,0
27,5
21,5
173
335
297
'
158
255
247
'.
52: l3~25 2 53,0 153
1 '. 53 :
54:
3,05
3,05
'. 2,0
2 5,0
274
282
434
84
213
55': 2,75 10,5 398 140
1 '. 56:
57:
4,60
2,20
64,5
6,5
317
332
233
148
58: 3,60 34,0 '. 461 162

1 59:
60:
61:
2,55
7,80
3,00
'..
19,0
160,5
57,0
'.
228
437
434
94
306
190
'.

62: 1,80 219 140
1 '.
63':
64:
5,90
2,65
4,5
115,0
85,5
342
162
259
270

1
On dterminera :
1 a) le trac dfinitif de chaque courbe de corrlation

1 b) les valeurs calcules de Q


nov
selon les courbes de corrlations
poUr comparaison aux valeurs observes, d?o lion tirera une
apprciation de la. mthode d?aprs la rduction des carts absolus.
1 Conseil pratique :

1 Avant de tracer la 1re courbe, on peut porter en indice


aux. points du 1er gra.phique, les valeurs du facteur secondaire et
penser que la courbe Q = f (p t P ) correspond lm fj. QI
nov oc nov

1 nul pour une valeur dOlme de ce 2me facteur.

1
1
1
- 49 ~ ,
1 CHAPITRE IV - :M!ALYSE STATISTIQUE DES DEBITS ANNUELS (LOI NORMAIE)

1 -." . .
4.1 - ANALYSE CLASSIQUE ET ANALYSE STATIsrIQUE

Avant d~tudier en dtail'le traitement statistique des


1 dbit:;J,qui constitue la phase dynaInique de l'analyse du rgime
hydro16gique~ il est ,bon de rappeler 1 ~ existence d ~~e phase de
constat classique de cette analyse (~eprsentation'chronologique et
1 monotone), phase qui's90pre ds l'laboration deslonnes d~observation
avant toute opration: de maximisation. '

'Mthodes'tobjecti!s,diffrenci~nt 19 analyse classique de


1 P analyse st9-tistiqUe:.' . ;',' . " ,
,";... .
.

Le dcalage .entre les d~ phases de l~ analyse se reflte dans


1 la pratique. La. r'1,Pj'sentation chronologique ou monotone peut tre
considre coimne t.ne, activit' coIitimie.' selon une priodicit annuelle
(rvision des moyennes interannuelles, des sries classes etc ),
1 susceptible de s 9inscrire, aprs.P),abo:ration et la critique des donnes
brutes'; ell est r81is tantt' pr 'le'. serV:i,ce' gestionnaire du rseau,
tantt par l~hydrologue d~ana1ys(s9ilst'distinct de ce service).

1 La ,phase,d~analyse statistique, elle, ne peut ~tre opre qu~aprs un


laps de ,t,mps Suffisant' pourque'les ,sries,observ.es, atteignent des
dure's 'point, trop courtes'; 'la varmcedes 'phnofunespluies et dbits
est, telle qe, mnee'n FRANCE' Pays tempr, la' longueur', minimale d'un
1 chantillon est bien de lO...- 15 ans si 1 ~ on ne veut pas aboutir des
rsultats trop dispers:!!. La phase d~analysstatistique s 9intgre
gnralement ,avec. les trava:ux d~extension qui prdcdent des mmes
1 'mthodes; eD.,e est ',l~qeuvredu servie d~analyse l).ydrologique. A
l'encontre de' l P1.se 'classique, 'on ne procde une nouvelle analyse
statistique gue tous les 5 ans environ, au minimunl, lorsque les longueurs

1 d~chantillon,ont t allonges de manire significative pour que la


reprise de~+~ajustmentstatistiquepuisse offrir un ,intrt et avoir
un sens (I1J,iorationde
'. .. ... .. :. . - ..'
J.a:' co-nnai,ssance du rgime)~.
~. .
'" .'
..

1 ',' :,' Il, est':mnie m pr.:l.tique assez rare .que 1 ~ artalyse' statistique
des donnes hydromtorologiguessoit effectue systmatiquement. Les
servicesd~ana1ys'hydrologiquen~en ont ni le temps ni les moyens, car

1 il s~agit l de travaux longs que seuls peuvent mettre en oeuvre des


spcialistes,.' Une, telleX.ploitation systmatique peut constituer un
objectif id1:!l .: ralisation d ~une ~onographie hydrologique complte
(Fun bassin "et r'vision priodique~:AiJjourq~,hui encore cet objectif n~ est
1 ps atteint etl~qnprocde au
"coup '~r' coup: 19hydrologlie rpond aux
questions des utiiisateUrs l~occasion des Projets d~amnagements
impliquant usage,ou con~ommatio.~d~eau.
1 Il serait cepmd'ant :trs sOuhaitable que daJ;ls Un pays donn,
une grande rgion climatique ou, uri gJ.~a.nd bassin.' hYdrographique, l'ana-
1 lyse statistique des princj,.pales variables hydropluviomtriques soit
une opration syst~matique, ce qui p~rmettrait,par'l~~ensimultan
de nombreux chantillons, un choiX plus sfu-' de la meilleure loi de

1 distribution leur appliquer et une homogn:i-tdes 'rsultats.

1
1
1
;:
.
1
- 50
r~';:i':' .. "-':'.;'. ...... ' . . ., .. _ .'
'-=:.""::c..C,:" ... .~.,:.~~L..:".'~.c:.:. ,::,LeS',.mthodes :.t ",rsultats de' IV analyse' classique se trouvent
1
bien dcrits dans tous les bons manuels" i l est inutile de revenir
dessus' q.lVil,sVagisse. du graphique chronologique des dbits journaliers,
de l'ourb nrill' des-dbits':joUrrtaiiers classs ou des courbes 1
frquentielles des dbits moyens mensuels" par . exemple.
. .~ .!:;. r ." '. .

" 'LV analy~e. statistique des do~es hydromtorologiques vise


definir les rgimes, ,trayerscertaines valeurs' caratristiques et
1
reprsentatives. LVanaly,se dgage ces valeurs~ LVhydrologue procde
alors deux dmarches, selon l~cas : ." 1
: ..a).l Vune ;. purement analytique bien souvent, pour rpondre une
question prcise d Vun utilisateur ; par' exemple quel sera 1 vapport
moyen annuel tel site de retenue projet? 1
" .. b ).'.1 ~ a).l'j:.re, vocatio~.: pl~s-:syntp.tique, po~' dfinir les rgimes des
... '. .. ,... ':,:'.. ',,:.:p:J:uie's et 'di: :.cib:tf,s, d.anS 'Pspace, selon' une' optique' gographique
," " .. :de ~ cJii"ssifia.ti6ii" d.~.i:l :i'gimes "homognes. .... : - '.. : , ...
1
... '. . ..; .

. '." .. '
, .. Les valeurs: arac.triStiques ~~rg:i1D.~, son.:t de':",deux sortes
:valeurs centrales et valeurs extrmes'.
1
.: . tes. vai~rs, cent,rales .caract~is~~t-l vabondance des regJ.llles
et leur irrgularit j'les' couples les plus"utiliss sont tant>t la 1
"Mdi~eMe et lYi~terv:aiie inter~artiie ~, tant6t la m:oyenne Met
.P cart-type S. 1
, Les valeurs eXtrmes sont les quantiles qui explicitent la
valeur que prend le dbit pour une certaine probabilit choisie
1 vavanc.. '~,:- ~:: .
1
n nous a paru ncessaire dans ce chapitre de traiter en dtail
tout le. cheminement deI y analyse statistique d Vune certaine variable 1
hydropluviomtrique, bien que le thme soit limit Papplication de
la lo.~ normale la connissance des totaux annuels ; ainsi de
nom.breux. dveloppements' d Vordre .griral sont-ils galement valables pour
les variables qui ne Siver'!:> ixis des lois norinales (cf. Chap V, VI)
1
4.2 - ESTIMATION DVUN DEBIT POUR UNE PROBABILrrE DONNEE 1
LVingnieur dVamnagement pose gnralement la question
sUivante: quelle valeur prend le dbit pour telle probabilit? et
avec quelle prcision est estime cette, valeur ? 1
Quand il ne sVagit pas de la valeur moyenne du dbit, le
choix de la probabilit dpend de considrations conomiques (dure
de vie probable de IV amnagement, co'ftt", risque de destruction ) ;
1
la'prcision est inl.ispensable car elle donne son vrai sens lVesti-
mation ..s tatistique et apporte une garantie supplmentaire au projeteur,
puisqu'elle dpend galement dvUrie probabiJ.,it de risque choisir
1
priori selon des critres comparables.
1
1
1
1
. - 51.-
1 , ,,' ._ Pourrpondr~, une ,telle question, on part gnralement
: 'dYUn 'chantillori d"la.';ya~iab:l:-ef7dbit",dfinie p~, le problme,
1 . hantillon inaximj:5~-:s,iil~y a lieu. Puis cet chaiitillon est soumis
un traitement statistique complet qui' peut se scinder en 3 temps :
,

1
'

a) ,analyse de.lichantillon,et choix du type de loi.


o ' 1 ~ '. _ ~
;
b) estimation des paramtres de la loi et vrification de son

1 adquation.

c), estimation de la valeur de la variable pour la probabilit P


: 're,t!3nue, et calcul de l vintervalle <le confiance au seuil de risque
1 QG hoisi. -" "- " ....

,Un tel progrannne ~Vapplique diffrenment selon que la


1 variable' choisie est ou non -alatoire. Le traitement des variables noh
alatoires, Vest-~ire'qi-sont lies au temps et dont' les ralisa-
tions successives ne sont pas indpendantes, est long et compliqu ;
il peut difficilement trmen terme sans ordinateur et le calcul
1 de IVintervalle de confiance est malais. En matire de dbit, on ne
rencontre de telles':variables 'que dans les dbits journaliers, cVest-
-dire lors de IV analyse des crues et des tiages. Au contraire, les
1 .'valeurs moy~nries sur des priodes assez longues sont des variables
alatoires ; ainsi-il 'est-il des modules et des dbits moyens mensuels
pris sparment mois.par mois. En toute rigueur, les modules de 2 annes
1 successives ne sont peut-tre pas entirement indpendants (effet retar-
ddes'rs~rves souterraines), mais lVhypothse alatoire nVentrane pas
dierreur notable.
".: J .:-: 'L~

1 .. ,,:." LVindpendance qui nVexiste pas entre les dbits moyens de


2 mois successifse~t par contre totale entre les 2r~alisations
annuell'es successives d Vun mme mois, avril par exemple. Dans ce
1 chapitre et le suivant, i l nVest question que de modules et de dbits
mensuels, variables alatoires dOI1-t le traitement est .ais.

1 4.'2.2 -. ~~~~~lic~~ig~~~!!_d~ ~~~!~!


Quelques notions lmentaires de statistiques doivent tre

1 rappeles avant dVaborder l'analyse de l'chantillon.

1 En statistique, liensemble des observations de dbits dVun


cours d veau durant une anne constitue une preuve ; de chaque preuve
on tire divers rsultats dont le module annuel. LV ensemble de toutes
1 les ralisations des rsultats m (module) de toutes les preuves pos-
sibles forme ~e population M :" suite indrini E3 hypothtique dont n vest
jamais connue "qu vune infime partie IV chantillon E observ des modules
sur une priode dtermine de Nannes.
1 La ralisation r dans la population M se produit n fois en N
annes on appelle :
1 frquence exp~imentale de r dans lVchantillon E

Ero~babilit de r dans la population M, :


1 prob (r/M) = lime ~ quand N ~ 00

1
1
1
- 52 -

~ :;,
, -'5, La ralisation, est reprsente. par ,une valeur numrique
1
variable alatoire X~'dont la ,fonction de r~tition e~ :
;....".
..
,F (x) = Probe
' 1
la drive de F (x) est ,la densit de probabilit f,(x) de la variable
alatoire~ et l'on peut crire
1
a
[b~x~a1 =~'(a)'-F'(b)=
,
Prob fb r(x).dx

,Ceci reprsente 1? analogie existant entre courbe de densit


1
'de probabilit ct polygone des frqences~ entre frquence exprimen-
tale et probabilit thorique. 1
Pour la pratique ,des' calculs de la' frquence exprimentale ~
on parle tantt de frquence, U dpassement:,
FI (x) = (-1- 00 f::'(x').dx ,"
1
" j~
'Prob X~x
1
de frquen'ce au non-d~passement' F' (~) =
,tantt

, , .,r.a.',~o~e de ces fi, quences' F (x) '+. FI, (x)


,
(X'f(X).dx
J-oo
e'st'~videImn~rit gale 1.
1
1
. . . . .. .:.! .
: :
, Or, si 1?_on ca,lculait la frquence eXprimentale en appli-
,:" ri ' :, :,', , , ':, . ;~:' . ', ,
quant simplement N~
on arriverait une somme superieure 1. On
n - 1/2
adopte ,donc la formule, r,=, N plus ~onsi~tante que la formule
. f = N~l parfois utili~e et qui en;diver&~~rtout'pour les valeurs
1
.. eXtrmes. '
'On a dans ces formules
1
n ,aprs class~m~nt par ordre
" "del~ de .laralisation r.~,
dcroissant~le rang~ compt partir
1
Nie'~6mbre,de ralisations de l'chantillon.

.
4.2.1.2 - Caractristiques de l'chantillon
. --~-----,-'- - - --- ,_ a
1
i l ne saurait tre question dans les, calculs de toujours
cunserver latot,a.lit des ralisations de .la variable formant 1?chan-
1
tillon obs'crv~ ~,' '
; i ,': ' '
On peut. caractriser cet,. chantillon par certaines variables
centraleset;de ~i2persi6n~ dj~'tilises dans le chapitre III.
1
la moyenne x =: EXi
N 1
= ~X~ ~2 - N x 2J
la variance
:;
s2 E 'X)2 = N :'1 [E (8)
1
l'cart-type s tant la racine carre de la' variance'~" dont la seconde
formulation est utpise,' plu:;; commodment que, la premire, sur
machine lectromcanique. 1
1
1
1
-'53 ..;.
1
.. :.'.' . .i'cha.ntill~n ne donne qu'une image dforme de la population
1 sesaract:dstiques empiriques convergent vers celles de la population
quand l'charttiUon grandit ; cette dformation, reprsente les erreurs
d'chantillonnage i" .. ,::H;:~'

1 Les carct'ristiques empiriques sont des ral:i~.tions de


variables alatoires dont les lois de probabilit sont 'des distributions
d'chantillonnage, plus ou moins disperses autour des caractristiques
1 thoriques de la popUlation :
. ~.

esprance mathmatique E (i) = m

1 variance thorique E (s2) = cl-

1 ll est trs important d'avoir prsent l'esprit le caractre


provisoire et approximatif que comporte un chantillon vis--vis de
la population infinie et de comprendre qu'en consquence les rsultats

1 dduits de l'analyse statistique de cet chantillon sont plus ou moins


prcis.

Ceci peut tre clair par des exemples pris dans des chan-
1 .' .
tillons de longue .dure en supposant que l'on ait connu que des fractions
de ces chantillons. .. '

1 Ainsi le module du RHIN BAIE pourrait-il avoir les moyennes


empiriques suivantes calcules sur des chantillons de 20 ans

1 1808-27
28-47
48-67
1 025 m3/s
1 003
971
il
ft
1888-1907
1908-27
28-47
990 m3/s
1 058
1 024
n
ft
68-87 971 i? . 41-60 978
1
f?

qui oscillent toutes autour de la moyenne observe sur 153 ans


1 005 m3/slaqueile n'est encore qu'une approximation de la vraie
1 moyenne.

Dans quelles limites plausibles, peut varier une caractris-

1 tique empirique calcule Sr l'chantillon observ, c'est--dire dans


quelles limites autour de cette caractristique empirique doit se
situer la caractristique thorique correspondante? A cette question
importante, il est rpondu plus loin lors du calcul de l'intervalle
1 de confiance.

4.2.1.3 - Q~~~~~lE~~e l2!


1 Echantillon class, frquence exprimentale, moyenne et
variance empiriques calcules, il s'agit de trouver une loi de probabi-

1 lit susceptible de s'/ajuster de manire adquate sur cet chantillon.


De cette loi, caractristiques thoriques estimes, il sera possible
de rpondre toute question concernant toute ventuelle ralisation
de la variable, et entre au1;.res :
1 . . . .
~'de calculer l'estiniation d'une valeur quelconque de l variable pour
. ',toute probabilit choisie,

1 - tirer au sort autant de ralisations de la variable' que d besoin.

1
1
1
-:' 54 -

Le cho.ix du type de loi susceptible de. s 9ajuster au mieux


1
:P chantillon s 9effectue 19 aide de deux critres. exprimentaux :
: ..... _ ". . . . . ,

. :... ,_.:>:~) \:ia.n"~ Une rgion


. . ." .' ,_f

:cli~:latique dOIh~e, une variable hYdr~pliiiViomtrique


1
dtermine suit gnralement la m@me loi en tout sitre-dvobservations,
d~o l'intrt des tu1.es rgionales systmatiques et celui de la
comialssance de toute t1,lde:antrie"ure '" .: ..., 1
b) en 19 ab'sence d 9inforriJ.ation~gioi)a.l~~' on:.tiji:t.:-~:::~ssai de report
graphique des points observs sUr Pe_pier cheiie~gaussique des
abscisses, 'ce qui permetd g envisager une loi normale en une loi
1
dissymtrique. . .

En effet, Penamorphose d 9chelle permet PaJ.ignement des


1
points suivant une loi normale, tandis que ceux suivant une loi

:-
dissymtrique. se prsenteraient selon une courbe concavit
tourne vers le haut (loi hypergaussique) ou vers 'lebas (loi
1
" .. . hypogaussique) .. ' '

Le choix doit galement tenir compte de critres d 90rdre


statistique :
1
1
1
d) en dehors de la loi normale, on ne peut gure traiter les problmes
d 9intervalle .de confiance, de gain dans les extensions de srie, de
corrlations entre variables, sans difficult et sans ordinateur. 1
Tout ceci appelle une conclusion : on essaye toujours d 9ajuster
une loi normale et paroi les lois diss,ymtriques, si ncessaire, on
. .:' prend de prfrence celles qui permettent un retour la normalit
1
.. par changement de variable :. logarithme (loi de GALTON) ou racine
n me '
1
somme des variables, ont d 9autant plus de
Les variable~,
chnce.d~tre distrib~~es normalement que leurs composantes sont
nombreuses et point trop diffrentes, C9est"';-dire ' qu," ieEi.rgimes
1
sont~bondants. .' .

En d 9autres termes, la loi de probabilit ajustable l'chan- 1


tillon est d 9autant plus prs de la normalit que :

a) le rgim,e dE3~ . dbit s e st abondant, 1


". . ." . . . ~.
'b) la variable concerne une longue chelle de temps.

Pratiquement le module 'd 9un cours d 9eau (comme celui d 9une


1
sttiori pluviomtrique) sui~ une loi normale quand le rgiID.e des prcipi-
tations rgionales est abondant : rgion tempre ocanique et continen-
.tale, rgion tropicale et quatoriale. Ce mop,ule suit par.pontre une 1
.. " "loi diss,ymtrique pour les rgimes subdsertiques et ds~rtiques, et
Pon utilise alors tantt une loi de GALTON,cta..""ltt une loi GM-1MJ\
incomplte (cf. Chap. V,VI). ,",,>';;,,". ,.:;, .... ;.;:--: 1
1
1
1
, - 55
1 ~

Pour bien montrer le processus suivre dans l'analyse

1 stat:istique, c~ chapitre se poursuit. paralilement sur un plan thorique


. et sur un plan pJ;'atique, lequel consist~. prsen~er l y application
,thorique \ln exemple. On, a choisi ici' le module de la ZORN
WALTENHEIM, riVire alsacienne dj utilise dans lYexercice du chapitre
1 III ~ Le tableau n 4lnoritre le calcul des caractristiques de l y chan-
tillon des modules de la ZORN de 1946 1967' (21 vleurs) et des
frquences expriment.ales. Le report de ces valeurs observes sur le
1 graphe 8 montre quYun ajustement une loi normale est conseill.

La loi normale ou loi de .GAUSS admet pour fonction de rparti-

1 tion
,_ 1/2 u 2
,_1=--_- fco e
F (x) = -,--= du
1 -
V 211:.'
.. , ;
x-x yariable ~.'

rduite.
avec u =
1 .... s
.',

'.;, 9~tte seconde, ~q.ation, sous la forme x = x-


su est celle
de la droite dite de HENRI qui reprsente la' courbe de GAUSS sur un
1 papier :prob~bilit normale en abscisses. :

L. table de lYintgrle d GAUSS (tableau nO A en annexe)


1 donne les valeurs:de F (x) en fonction de celles de u.

1
Le choix d Yune loi des prbabilits tant arrt, il faut
1 estimer les paramtres de 'cette loi: partir:de IVchantillon. Cette
estimation, laqelle l Yon procde' soit par ,la mthode du ma.xi.mum
de vraisemblance, soit par lYemploi :des moments, donne des rsultats
1 qui sont Videmment entachsd l'erreur dYchantillonnage.

Les mthodes d y estimation sont du domaine d la statistique

1 pure mais le caractre trs particulier des chantillons de l y hydrologue


impose ce dernier un travail personn.~l de "recherche, des meilleurs
estimateurs. ":';'~: '; '.: ,; ':-,:i' C' ;','

1 Il est dmontr que la mthode du maximum de vraisemblance est


la plus efficace, malheureusement .:~de;~ra.res exceptions prs, son
utilisation requiert un ordinateur. Aussi doit-on se contenter pour la
1 plupart des lois dYestimer les paramtres par les moments, estimation
consistante mais gnralement noneffi:'ace. .", '....,'.;

1 . LVestimateur recherch doit tre sans distorsion, convergent -


vt:rs h, vraie valeur quand lY chantillon crot - et de faible variance.

On montre que les meilleurs estimate~rs des paramtres de la


1 loi normale sont la moyenne x et la variance s calcules sur lYchan-
tillon.

1
,1
1
1
- 56 -
1
TABIEAU
-
4
1
, '

, ANALYSE DES MODULES DE LA 'ZORN WALTENHEIM


". ; , r ... " . _ . . . ~ .: . .

, , 'CLASSEMENT DE' L 'EGHANr ILLON ET CALCUL DES PJu~AMETRES EMPIRIQUES


'. . : .' . ".~ ..~.:. ~'. . . '.-

.:..
------
- '. - .':.; ~.

1
1
..
..... '
',-

Module (m3/s
Rang . '..' Anne
1
,

------- .
,

:----~':-- :------~~: .

'.
1 , '.. 6,93 : 1965-66
2
3
4
6,35
5,99
5,88
1952'"53
1951-52
1966-67
1
5 '. 5,87 '. ,196i-62 :
1
'

6 '. 5,26 1951~-55


.. , '. 7 ,5,19 1958-59
.... ;.. ....' . 8 4;86 : 1950-51
4 86' .' 1
'

9 " - ,1956-57
10 '. 4,85
,

1955-56
. '.
'. .,
, , il ,4,83, 1957-58
, ,
12
13

'.
.4,70 1947-48
1
4,56 1960--61
-'.

14 4,54 1953-54
.. ,
.. ..... l5 3,93 . i946-47
. _. . . .
1
" - ' ,
' '
.. ' ,


16 ' 3;61
3,37-'
, ,
1964-65
'.
'.
' ,
17 1948-49
'.
.'.
18 2,99 1963-64

.

:-
: 19
20'
21

'.;


2,90
2,63,
1959-60
1949-50

1962~3 ~ ,":
.. "
'
.. 1
,~,62
,
...... . '.' ';., ...

1
'
~:,

Moye~e <:I. = E2~ = ~2i2 =,4,60 m3/s

Vari~ce i = 2~ [E i- zJ. ~ 2J = 1;602


1
1
, Coeffi6i~nt de variatio~ :' .:...L=0,275; 1
Cr
1
.' ,
. 1."
.1. '

1
1
l'
1
--------------------~
0
:::c La Zorn Wa Itenheim
V
~

en Distri bution normale des modules annue Is V


/
--1 7
~
/ --.-

0
ri) 6
, /
V
3:

;;;-- /' ",-

E
en
a>
c
~
~ Dr oite d e Henr'
_.
~

< -~5
~
(') ~ 4

'<
a>

:::I:
Q.
""0
0
~4 /
V
~

~
~

0
0
<0
oC
./
V
r:::: 3 1.
a>
-:;?
~ ICL
-:'
III
~
V
'1- CD
, V
2 ./
,~ I~!il
.' /" -
1

:~
,'- 1
,~
, , )
,~
-0:
:~ 1
'1\)
L~
. 00
"'l

0,98 0,95 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,05 0,02 0,01 0,005
Frquence au dpassement
-
1
1 - 57 ...

En exagrant lgrement, on pourrait dire que Sur un chantD_~

1 . ( .... londe taille'rduite (cYest toujours le cas en hydrologie, o les


:sris d~passent' rarement quelques dizaines dYannes) .dot dYune variancr:
impertante, une loi de probabilit est toujours ajustable et que seL(Le
la multiplication de la taille, par 2, 3 ou plus, permettrait de vrifier
1 l y adquation de cet ajustement. . ..

Or, d~chantillons de.10, 20 ou 30 ans, on essaye de tirer


1 des' conclusions centenaires et millnaires, bien qu1en pratique la
prudence exige que lYon ne recherche pas un quantil~'dont la probabilit
dYapparition corresponde une priode de retour suprieure au triple

1 de la longueur de Pchantillon. Lvextrapolation est dYautant plus


hasardeuse. que les dive~es lois divergent gnralement entre eJles po',r
les faibles frquences, '.lors quYil est difficile de choisir la plU3
adquate au vu d Yajustements sur les chantillons rduits possds,
1 lesquels sont peu riches en valeurs rares de la variable.

On ne peut donc pas exclure Phypothse selon laquelle :La loi


1 .'~
choisie nYest pas celle qui reprsente vritablement la pop:Jlation
une telle"erreur est une erreur 'dYadquation. Cette erreur s?ajoute
1 verreur d y chantillonnage pour expliquer les ,divergences entre

1 frquences exprimentales et probab,ilits thoriques tires de la loi


ajuste. .

On juge gnralement l y adquation d tune loi un chantillon


1 par le test du X2 , variable alatoire dont ia distribution a t tudie
}lar PEARSON.

1 Pour les chantillons. rduits. des variabl~s hYdrologiques, les


rgles dYemploi sont: les sUivantes :

a) le dcoupage en classes. doit introduire des classes dYgale probabi-


lit thorique et d Vun effectif thorique d y au moins 5 valeurs par
clas~ ._

1 2
b) La probabilit du' X sur un chantillon de population inconnue repr-
sente lYadquation, et a donc 50 %de chances dYtre comprise entre
,':'0-,25 et 0,75 comme 90 %~e Ptre entre 0,05 et 0,95
1 En pratique, on procde comme suit

- dcoupage en k classes,<sivant l~rgle a)


1 - calcul de X2 = .E k \ (~i - nPi).
2
(14)
.. l ". np.
1 1.

avec n. effectif observ de la classe i et np. effectif thorique de


1. 1.
cette mme classe.
1 ...... ,C J . c.alcul du nombre V de degrs de libert:, nombre gal celui des
classes diminu du nombre de liaisons entre chantillon et loi
1 ajuste :
l pour lYgalit des effectifs E n.1. = E np.
1.

1 l par paramtre calcul de la loi.

Une table (tableau nO B en annexe) donne la valeur du X2 ayant une


1 certaine probabilit dYtre dpasse.
1
... '" : ..... - 1YadquatioIi est admise si P (X2)~ 0.( seuil du risque dYadquation
1
, choisi gnralement gal 0,05 ; elle est rejete si P (X2) ~ 0,05
d y autres' valeurs des seuils pauvent tre choisies ; on ne rejette
parfois 1 Yadquation qu Yen dessous du 'seuil de 0,01.
1
.' ..
- 1Yobtention dYune forte probabilit, suprieure 0,75 par exemple,
doit inciter revoir 1?ensemble des calculs dYajustement et de test.
l'
, - la signification' du seuil 0,05 est assez complexe et peut se rsumer
ainsi :,' 1
~) 2
~0,05
on 'a 95 %de chances de 'voir, se vrifier lYhypoth-
si P'(X )
se dYadquation mais galement 5 %de chances de se tromper, cYest le
risque de 1 espce o
1
b). si P (X~) < 0,05, on 'rejette 1Yadquation avec 95 %de chances
dYavoir raison mais galement avec 5 %de chances de se tromper,
1
cYest le risque de 2me espce.

Le choix du seuil'nYest pas fig : 0,05. 'Pour des chantillons 1


grands, on peut tre plus svres et aller ~ar exempleju::lquY 0,25.

, "n:e toute manire, le te~t


du x2 nYest ni"~ssez':~rissant,
ni
assez consistant mme en appliquant la rgle des classes dYgale probabi-
1
lit thorique dYau moins 5 valeurs. En effet, il offre deux dfauts
importants : 1
- malgr la rgle prcdente, l y oprateur garde une certaine libert
dans le choix du nombre ~e ~lasses et chaq,:e dcoupage r~sque de donner
des valeurs de X2 fort ,dl.fferentes '; un momdre mal seral.t de les
calculer toutes et de ne garder que la valeur minimale
1
..;. "le dcoupage- 'n classes cond:uit ngliger les ext:;rJ:nits du rangement
qui Sont justement les plS iliJ.Prtantes la fois pour 1Yutilisation

pratique et pour 1Y adquation, et limiter le test aux valeurs
centrales ce qui, est trs restrictif 1
Faute de meilleur test actuellement, on co~serve celui du
2
x
mais i l ne faut pas en mconnatre les limites.
' 2
Un exemple de calcul du X pour les modules de la ZORN
1
WALTENHEIM est fourni ci-ap'X'::::. '.. '.
l'
Nombre de degrs de libert V=k-p-l=l

"
.... k= 4 classes 1
p = 2 (moyenne et variance)
l'
2
P (X ); =P (1,6668) ; 1. degr de libertP (1,67) 0,10

LYaduation est, satisfai~ante.


1
" ,
1
1
1
1
1 ... 59 -
.": .:
...~ ~. '.. J..

1 :nO de classe\imites de classes'~Effectifthori~~~Effect":observ~(n._n '~(ni-npi)2 ~ .)2


: (1) ; (en m3/s) :: npi : n. : J. pJ.: n. :
:_..... : : _---:- ": __
~__.......:...._: ~~: E~_

1 '.
=:;
;
'.
1 3,75

'
'.
" 5,25 '6

1 2 '.
.
-3,75
'.
4',60 5,25 3

- '.
,"

3 4,60 5,45 5,25 7


1 '.
:
4 ,-'. >' - '.
5,45 5,25 5

1 :------------:------------------:------------------:----------------
TarAL
'. '.
'.
'.
' 21 21

1
(1) Classement effectu'sur lVchantillori'class.,
1 On notera la mthode simple'de calcul des limites de classes

1 thoriques. Chacune a pour frquence au dpassement Ifnpi,!N, c tant


. 1
le numro de la classe ; par exemple 5,25/21 pour la classe l,
10, 50/21 pour la classe 2, etc... '
1 Cette' frquence introduite dans la table de Gauss donne la
valeur correspondante u de la variable rduite. On ,peut alors calculer
x-
x limite de classe c a~ec 19quation de HENRI : 'x =
1 c c c
s.u

4.2.3 ~ ~~~e 1!!n~~Y~2_~_~2~!~~~~1_si~!ficat~2~


1 ." .... ..

~2~_~~~~::2~~~~~e~~~~tile~
"

LVintervalle de onfiancepermet dVexpliciter lVimportance


1 des erreurs d vchantillonnage. Son calcul et son choix dcoulent de
1 v tude des distributions d v chantillonnage, CV est--dire des lois
auxquelles, sont soumises les' caractristiques empiriques dduites des
1 chantillons. ' '

Ces caractristiques"' eIIi.piriques sont fonction des variables

1 alatoires de lVchantillon et les erreurs dVchantillonnage quVelles


introduisent sont galement, 4ues au hasard, ce qui permet de dduire
la dispersion des caractristiques empiriqlies des propri'ts de la loi
ajuste sur lVchantillon.
1 ~
. . "

peii-~~5t:rictives,
Sous certaines hYPdthses
." ,

la moyenne empiri
que x d Vun chantillon de longueur N d Vune variable normale est
1 ". galement' une .variable .,normale:,:,
...
x
de moyenne gale

1 de variance gale S2
N
quations valables pour N ~ 30
1
1
1
- 60 ~ .,
1
................ _. PQur-unchantil1'0B-I!-dui.t.,.. N.~ 30, la mOYE3PP~ empirique
.. ~ .une loi :de .STUDENr N - :1 .degrs de libert, loi di~~triqe
.qui: se orifond avec urie loi 4e'GAUSS pour N >30.': . '::".
.. :1
. ," o '

. .. : .. -._. ~ .. . . : .... .... .'..... .... . .. , .


;1
" ,' ' ", .. .' ,'. .: : .' "

~ se rend compte _datememt' des deux proprites de"': .


lVintervalle de confiance, ~terval1e dans lequl, compte tenu de sa
distributio~ d v chantillonnage, on a CG %de charl.ce de trouver la vraie
valeur du paramtre connu sur son estiJ:nation em~irique

lVamplitude est dVautant ~us grande que le d~gr ~e confiance


o- CG
'1
: choisi est grand,

- 1 9 amplitude est d vautant p~us grande que la l~mgueur'N de 1 vchan-


1
tillon "est rduite ..

.
Selon les m&1.es
.
r~les, la variance ~pirigue s2 1
~pour -un petit chantillon,: suit .uneloi de .. y?:.~. N - 1 degrs de
libert . .. ..... . ....
1
- pour un grand chantillon/'suit'une loi riorinale de moyenne s~' et
d v~cart~type sV ~ i. .:l:-a .v.-ar~anc~ de 1 t cart-type empirique s 1
tant 52 'et :sa moye~es. 'C'ci~rovient'galement:du:fait qu 9 au-
". .2N
del de N = 50, la loi de
. . X se onfond
'. .
avec la loi
.
normale.
2'
' .
". ..
.
'.
. .":
"
1
,.Les intervalles de confiance correspondant aux moyennes
et variances empiriques donnent urie signification ces paramtres
caluls. ." '. '.' .
1
Pour un degr de confiance CG, on a les intervalles suivants : 1
... ' ';' jti'ana. chantillon' (N:'> 30"po~ la m6Yen1.e et N > 50 pour la variance)

~+
:::x- t _ s
..
. ..... 1
pour la moye~e
l CG
.. Vii
+ t
2
. s
1
s - pour 1 vcart-type
1- CG
V2N
2
t tant la variable rduite de la loi de GAUSS.
1
" r ..

. :'.;';'; 'ptit chantillon (N<30 .ou 50) 1


. i.
i t 1 ..
2
CG
s
... v"if
pour la moyenne
c. 1
t variable de STUDm .:p6ur 'N-' 1 degrs de li'Q.ert.
1
1
1
1
1
1 n s
222
. <cr < ~
- 61 - .

pour la variance
X'1 "
2
1 'i-';~vec p'[X2~~2J=
X 22

P [x2~ x~{J =: i - ~
1 2
valeurs extraites d Vune table de X N - l degrs de
libert.

1 Le choix du degr de confiance CG est libre et dpend de


considrations conomiques concernant le risque que le projeteur
accepte. Le degr est choisi d vautant plus lev que IV on recherche
1 la scurit ou que IVon refuse le risque trop grand.

Les valeurs communment admises sont :


1 95 90 %pour les problmes imPortants fort taux de scurit ou
pour des variables bien connues et peu disperses,

1 80 % pour ds variableS assez dispers.es,

50 % pour des variables trs disperses. :


1 La signification du seU.:u
est la m@me que celle qui est CG
2
1 attribue au seuil de validit du test du x Dans un intervalle de
. confiance 95 %; on a autant de chance de trouver'la vraie valeur
du paramtre estim, mais i l reste celui-ci 5 % de chance de se
trouver .hors de IVintervalle sans que les hypothses (homognit
1 de la variable, validit de la loi ajuste). soient infirmes.

LV application numrique au cas de la ZORN est prsente


1 maintenant, en choisissant. un intervalle de confiance 95 %.

:. :'ZORN WALTENHEIM

1 - Signification des paramtres. Les modules suivent une loi normale


,
.
'. -'
..; Echantillon N = 21 30) : la moyenne suit une loi de STUDENT
1 -:-
.~-


~.'t~l:~.:~
---:-. -
;:; ':: ..:." :~. ":'.. :
' ~_.
".
, __ _
'

.
_.
i~:
'

_M
:"; ::
_
~

.. .
.

'- . 20 degrs de libert~'

. on.
..: a f~ intervalle rc 95 :
1 .

s\ ~ = 4, 60 + 1,266
t 1- CG
- 2,086.
V2i
1 ;".:: '," .....

-:/.vc,-t:0,05 V = 20 dans table de STUDENT (tableau C en annexe)


2
VN

". - " '7" ". -: ~ ~

1
l u.... :.!.'..... ;.....

'<I1:stimation de la moyenne : 4,02~ Q~5,18 (I.C 95 %)

Aprs 21 ans dVobservations, le module de la ZORN est donc


1 ..' connu; 5 %de risque dVerreur prs, avec une prcision de 0,58 m3/s
soit en valeur relative de 12,5 %. ..
1 " :

1
1
1
_ 62 _

. 2 .... ,.
1
La variance suit une loi de X 20 d.d.!.

,On a P (~2) = 0,02 5 ~2 = 34,17 1


(~2) ~2
. . p

valeurs tires de la
= 0,975 .
tabl~:~~
distributiondu'X
2
= 9,59
1
2 .2 '".

.".
;, E S t"mat"
lon d
e alvarlance
" n s <"'2
_ ,~-
",Xl'
~ X2
0 .... n s
,2 ,"
1
',.:: . '2 ,'.
'avec n = 21 et s

.d '10 : 0,984_ cr _ 3,515


.
<"'2<
IC 95 /0
.
= 1,602
(af)
1
, et, po~ lYcart-type : 0,3].4 ~; ~ 1,875 (IC 95 %). 1
La. prcision rel~tive lY cart-type est beaucoup moins sUr'
bonne que pour la moyenne puisqu y elle se situe entre 50 et 70 %,
lYinterva11e tant dissyintrique. ' 1
On voit bien ainsi qu'lune srie' de 20 ans permet seulement
.de se faire une ide de la moyenne sans que 1 y on puisse vra:i.ment
connatre sa variabilit. ,',"
1
,1 . 1..-":" .
-----~------- - _.
4.2.4. - Cas 'des chantillons tirs de corrlations d vextensim
- ---------- 1
, Les dveloppements des' paragraphes 4.2.1 '4.2.3 s'appliquent
exactement des chantillons effectivement observs dans leur
ensemble.
1
. Dans les; cha:pitres 2 et 3, i l t procd de diverses a 1
manires 1 vextension d vchantillons de longueur rduite. Au stade
actuellement atteint, le traitement statistique de tels :chantillons
appelle le.s remarques suivantes. :, ,

a) si lYhantillon est li par une rgression linaire un seul


1
fact-~r; 'conditionnel rep:r-sent par une variable normale, cet
chantillon suit une loi normale dont les paramtres se dduisent
directement de ceux du facteur conditionnel lY aide des quations 1
de rgression. CYest le cas t:rait du module pluviomtrique de
GUEBfi~ dduit de celui de sr-GlUES, dans lYexerciceli.
. . . .'
. w, M." ~

b) sil y chantillon provient d'lune liaison non linaire ou de plusieurs


1
facteurs conditionnels - corrlation mUltiple - i l Y a lieu de
procder comme pour un chantillon totalement observ jusquYau
test dYadquation, la divergence ne sYopre quVau plint suivant
1
(:i;ntervalle de confiance). C'lest le cas de lY exemple du SALGADO
ICO (Cf. 3.4) dont une partie de lYchantillon est reconstitu par
la mthodedis'r'sids. ' ..
1
I.e 1
,"1

De" ~~s diverses. considratio~s sur' calcU;l et les proprits


de lYintervalle de confiance" on comprend' l(iritrt de toute extension
de srie; par allongement de la dure dYobservation, on rduit lYinter-
valle de confiance pour 1'1 estimation des paramtres de la loi donc on
amliore la connaissance de ces paramtres, de la loi, de l'chantillon. 1
1
1
1
1 .~.
- 63.~ '.

Mais le calcul de IVint~;r'vaUe dEfp:~onfiance est seulement


possible avecrigueur lorsque IVextension r~SUlte d'une corrlation
1 linaire entre deUx variables. '~;'.ti'
.. ,~

Pour des chantillons dduits de corrlations d'extension,


1 la longueur prendre en compte n'est pas N annes mais simplement
N' (N > N' > k), longueur: estime dalJ.l3 19,.:r.ec~erche du.:g.~?n apport
par la co:crlation (~ 2.3., quation (5) d~ l ' efficacit relative
1 E).
L'exemple de GUEBWILIER dan.s l' exerciceII illustre trs bien
' .

1 cette question.

4.2.5. -'2~c~_de .~~~g~~~~@if~~~:2~~~~"::~~!~~~


1 Ainsi s'achve la question pose au dbut du chapitre :
quel est le dbit de probabilit p et avec quelle prcision est-il
estim?
1 Le dbit de. probabilit p est donn par IVquation de la
fonction'de'rpartition de la loi considre dans laquelle l'inconnue

1 est la variable pour cette probabilit, c'est--dire x ou u variable


..... -; '::;"~~'edit'i"~:~(': >'.'.... ' ..~.~:~~~.. _..._.:.~_.. _.: ....
x
.
- x
~ p p

p
1 d'o: x
". Pour la loi de GAUSS, on a

= x + s uP
u
p s

P
1 On calcule l'intervalle, de confiance d'un
. tel quantile x p
en :a.dmettant que sa variance est la somme des variances de la moyenne
1 et du produit su, donc de s. Cette suppositiorid'indpendance des
p
variances de la moyenne et de l'cart-type n'est pas rigoureuse, mais

1 peut tre adopte sans que l'erreur soit trop importante.


2 . e st 1 a vanance
. s
S1.' . du quantilex, on a :
:.'.'. , .~p.' p
1 s
2
xp, =
s
2
N
+
2
..- u 2
2N
.,
'.0
P

1 2
= 2
....(l+~
2
"
S,
xp
N ,: 2
)
1 :'~ 1 'cart~type correspondant est s = -b '! u 2 + '2 (15)
v.t.N V:. P
O'

, .xp

1 qu'il suffit de multiplier par t l-oG pour avoir l'intervalle de


'.'. ""2
confiance CG %.
1
; '"

:. ! ~. r. .J.. '. .

; ,

1 . ': -'. ."

1
1
1
:
- 64 _. (.
'.' ~

. C~ci riy'~st thoriquement, pas applicable si l'chantillon


1
est petit (N<3d)~ ce qui est le cas de l'exemple de la ZORN. Le
calcul prsent maintenant du module dcennal. faible' de la ZORN et
.. de sa prcision .est donc simplement indicatif de la marche suivre,
1
... mais l.'~:paS'corirect.:~ '~ _. ',::,-:" :::. ::,:'

Caluldu mOdul dcennal faible.' 1


QO,90 = Q + s. UO,90
1
La. table de GAUSS donne ~ U " 90
O
=- 1,28

:Q;90 =' 4,60 - 1,i8 . l,2~.=,2.98 m3/s


1
., ...
. . . . . . . t" . s . I l ,282 + ~ 1
i.'inter~ill~ d confiance 95'% 'est de . 0,025: \ r::-:::.
V 2,21 ' , '
V
(IC 95
1'"
%). 1
4.3. - EXERCICE D'APPLICATION D'UNE .LOI NORMALE' A'UN ECHANTIL-
LON DE MODULES ' . .".. 1
L'eX.ercice:l: pour but' de mettre en 'pratique l'ensemble de
l'analyse statistique depuis le calcul des caractristiques de l' chan-
tillon jusqu' l'estimation d'un quantile d'une certaine probabilit et
1
sa signification.

" L'exemple choisi est celui de l'AVEYRON RODEZ, cours d'eau


1
dtq 'une 8taticin du rseau de la 5e 'Circonscription Electrique et
dont les dbits soi1tcotmussurla priode 1923..' -'1965 so~t45 ans. 1
On demande de

a) dterminer ~ partir de l'chantillon observ des modules de l'AVEYRON


1
RODEZ, les caractristiques empiriques de la distribution moyenne
et variance.
1
b) montrer que cette distribution est normale ajustement et test d' ad-
quation de X2 .

c) prciser la signification des--pa.ramtres empiriques pour des inter-


1
valles de confiance 90 %et' 95 %.'

d) eStimer l' mOdule dcennal faible et son intervalle. de. confiance


1
95 %. In~quer la priode de retour moyenne du module de 1949.

Le trac du graphique d'ajustement comport~t:tdus les points


" ,
1
observs et la droite de HENRI doit @tre fait sur. papier; abscisse
gradue en probabilit selon la loi de GAUSS. En l'absence de papier
spcial, on peut utiliser un papier millimtr ordinaire condition
d'utiliser comme chelle de graduation des abscisses la variable rduite
1
u de GAUSS, qui figure dans le tableau A ; on aura ainsi toujours un
trac linaire de l'ajustement gaussique. 1
1
1
1 - 65 -

1 Il est prcis que la priode de retour T encore appele


rcurrence est 19inverse d~::la ~robabilit P : T = ~ , Ptant
. ~. '. .. '," : .. ". " .. ,"": ~ ~. '.'

1 assimile la frciuence au dpassemenf':6u sOn complment 1 quand


elle dpasse 0,50.
,, Les,t~b~'~~"no 5 t '6':-f6riiissntles mo~ules"-Gb5e-r.vs et
1 des lments de calcul intermdiai:e', (somme. des IJ;ldles, de~ carrs,
frquences pour n:= 45). ' ; , " ~ '",'i,~,',' :

. .. . .~. ' " ~

1
"

TABLEAU 5 ,
,,'

MODULES en m3/s de 1 9 AVEYRON RODEZ


1 (Priode 1921:- 1965)
------
'. ,.'. '. '.
1 Anne '.. Module' en

,


Anne ': Module
'. :in3/s
en:
l

--f------:
: m3/s
': --- .---..;:----~---: ~~----~-.:
1 '. 1921 . 2,95
1922 .
, 1944
9,34 : ,
,
'
.' . -. '.

'. 1923 ,.'. 9)20 1946


:
o' ' \ {"

, 8,62 1945 5,03 : . "

4,27: '.
. ~:., ':', . .

5,12:
: j '; -.

1 1924 '..
1925 '..
, 3,97 1947
1948 .'
' ,

,
'. 1926 . 8,48 '. 1949 '.. '" 2,49:
3,40 5,31. ,

, , .. .~ .' :
". ,

1 1927 .
: 1928 '.
7,30 . 1950 ' :,'11,20:
5,59: '
... .
..
~

...~ ..
" i

6~99 '
1952 '. <~
1929 '.
1951 :- 1
""

4,56 8,37: ...; ~ . ' '

,
': 1930 10,40 '. 1953 '. 3,46,
'. 7,87 1954 '.
..

1
;.

'. 1931~ 8,44:


'. 1932 : 7,25 '. 1955 8,27
'. 1933: '. 5,60 1956 4,08
1 , 1934~ ';.
1935 '.
.. 7,7
'.
1957
.' ....
6,41 '.
. 4;83-'" ,.:
'. 1936
11,80 1958
7,12 1959 8,05
'. 1937 '. '.
1 1938
'. 1939
9,91
4~68
7,83

1960
1961
1962
7,73
5,77
6,05

'.
1940 9,40 '. 1963 '. 8,95
1 1941 ..
1942 '.
'
9,90
'.
1964
'.
5,75
1943 5,57
5,44
1965
'.
10,00

1
1 Qi = 310,51
2
Qi = 2380,8035
1
1
1
1
1
1
. ... ",",
"i r
"~"

1
. .'

. ,'. . .: ~ , '. . \ . , .. . .
. FREQUENCES
-:.
EXPERIMENTALES
. POUR CLASSER.45
.,.. J.ll0DULES Ju'JNUELS ",

1
.
' .. ' " " . ,
: ~ .

. . :.. ;.: . . ': :: " :::. ' . " ' : n-lL2


. .Nn-l/2
,-.' :;',:::. ' . : ' nO d Vordre . ~ Frqunce
':
n :
': ...
,n: dVordre ;': 'Fr.quence
n . :. ':
.....
-i-'r':'-
C'1I.~ ... ~ ~ ~ . :
1
'. '.
1
2
3 '.
0,0112
0,0334
0,0555
.,
..
-.",~.
24
25
26
0,5 222
0,5444-
0,5666
1
4 '. O,CYl77 -. 27 '. 0,5888
'.

5
6
0,1000
0,12~3.
28
29 '.
... .... ...
,
06111
0,6333 '.. 1
: ..7': '" . ":0,1445 ,~, .. .,
30 0,6555 '
.
'.
:
'.
8;
9 :
:0,1667.',
:0,1889
31
3~
'.. .' 0,6777
0,7000 1
"
, :,~Q ..
.'

..0,211?..
'0,2334
... ?? .... ., .. .. .
" ~

.
0,7222
il ': 34 0,7444-
1
"

'.

12' 0,2556 35 0,7666


',. , '. 0,2778 36 . '. . 0,7838
13 --.' '.
. .
:
. 14"
15, , '.
:0,3000 37
'.

0,8111
'. 16 ..
: "

.0,3 223
'0,3445
38
39
., , .
... 0,8333 1
17: ".
.
"

.
...
0,8555
:0,3667 40 , 0,8777
18' ,', '.~ , '.. '.
'.,
19
20::"~' ,
'.0,'"
:0,3.8~9
:0,4112
:0,4334
4i
~ ..
'.
0,9000
0,9222
0,9444 '..
1
21:.", . '.
43
...
'&

:0,455 6 44 0,9666
..
22'::
23'"
:0,4778
;q,,5 0OQ
45
,

.
0,9888 1
.
....
'
1
1
1
1
1
1:
1
1
1
1
1
CHAPITRE' V ~ ANA1.YSE STATISTIQUE DES DEBITS ANNUELS ET MENSUELS .
1 . "(loi de G.4LTON) --------

Ce chapitre suit' troitement le chapitr'3 IV tant pour


1 la nature des' problmes tra.its que pour les processus d'analyse
statistique dvelopps. En effet, les rgles gnrales dictes au
chapitre IV s'appliquent galement ici, en ce qu'elles regardent le
1 calcul des caractristiques empiriques de l'chantillon, la mthode
de recherche priori du type de loi, et le cheminement du raisonnement
'statistique (calcuJ,. des paramtres, test d'adqnation; calCl. des

1 intervalles de confiance et des quantiles).

" .. Comme il a t montr au paragraphe 4.2.3, les modules


pluviomtriques ou hydromt.riques ne suivent gnraleme:lt pas Ul1e loi
1 normale quand il s'agit de rgimes trs irrguliers comme ceux que
l'on observe en rgion mditerranenne et sous les climats arides
et semi~arides. Dans de tels cas, la srie des modules obit une
1 loi dissymtrique hypergaussique et l'on peut choisir dans l' arsene.l
correspondant soit la loi de GALTON, soit celle de PEARSON III.

1 Ces deux lois sont galement souvent ,utiliseS pour rep~Sei.1~


ter des chantillons de dbits mensuels, qui ne sont pratique!!le:1t
jamais normaux. Elles servent galement pour caractriser certaines
valeurs intressantes courte priode de temps, t'3 11.es qtle les dDits
1 d'tiage (moyenne sur l, 10, 20 ou 30 jours conscutifs par e::-':8.!ll.ple)
et les dbits de crue.

1 On a choisi ici de montrer l'application d'une loi de


des' chantillons de modules et de dbits mensueJ.s"se r.ser\~ErL1t la
GAJ~TON

mise en oeuvre des autres lois hypergausGiques dens le chapi.t.re VI

1 consacr au traitement des crues. '

Pour choisir, priori, entre une loi normale et tme loi


d GALTON, on ,'dispose des critres dj cits au chapitre IV ~ tL1.de
1 rgionale et report graphique. Pn peut galement regarder 1<3. yaleur
du coefficient de variation Cv de l'chantillon, g3.l' au 'rapp(.'l~t des '"
caractristiques empiriques estimes, cart~type s e'~' moye:,me !D. ~ CiF ~~"
1 Plus ce coefficient de variation est faible, plus la'normalit est
vraisemblable ; partir de 0,50., plus ce coefficient 'est lev, moins
m

la normalit est vraisemblable.

1 Ainsi l'exemple choisi pour illustrer ce chapitre, la s5rie


des lames annuelles coules (identiques aux mod1Lles, la superficie
prs du bassin versant) du rio SALGADO ICO qui a un coeffic:i_ent de
1 variation suprieur 1 suit silrement une loi do G..\I,TCN t,;:.....'11iG q.. .2 0
les sries voques dans le chap:ttre IV (ZORN et AVEYR) avec des Cv
de 0,275 et de 0,337 avaient de fortes chances de s?ajustcr sur des
1 lois normales.

5.1.- Calcul des pa:ramtIT~

1 La loi de GALTON s'appelle galement loi 'log-normale ou


loi gausso-logarithmique car Eon expression est proche 'de celle de ~~
loi normale une anamorphose 'prs, de type loga:rithmiquG~ mU' la
1 , variable. "
. :'"
'. .

1
1
1
1
,On peut, en effet, luidormer la r.e,prsentation suivante

.F~~)-=;~rrl: e-u:.: (16)


1
';, ,:':',' identique celle dVune loi normale, mais dans 'laquelle on a : 1
,
"

,u = a 'log (x- xo) +b (16) ...

1
;

,. '" ,,:, La' ~iable' d vorigine' tant x et u varib~"t,~~sforme


, ',s'apparente la variable rduite qui obit laJ~p~:,~or'II).ale.

On peut galement dormer' une autre forni.i.tion~ en respectant


cette :,fois IVquation de la variable rduite J+,,= x - xo
, " , , ' '," ": ; ,-' . ' ~
1
':' t.":,;-'- ,~: ;~,>" '~'"

_ -=1_
1
On a alors F (x) =
'aJ2Ti.
J: 1
u e
. :'.~ :: .. .' . 1
Dans cette loi, c8t des paramtres dVchelle s et de
forme a, on a un paramtre de position xo, qui est une borne infri.eure
'de la variable d vorigine (champ de xo + ).
,
",
. ....
:. ..
'

;_
"
1
Le systme dVquation (17) peut tre dvelopp pour le
calcul sur ordinateur des 3 paramtres d vajustement, soit par la
mthode des moments, soit par celle du maximum de vraisemblance.
1
Le Systme d vquations (16) est plus commode d vemploi pour
le tr9-va,il. manuel' sur machine lectromcaniqe, et i~ se 'rfre
1
la 'm~e table de GAUSS, que celle utilise pour ,la loi normale, sans
changement dVaucune sorte. "':, .;:'

Des, procds de calcul assez laborieux ont cependant t


1
labors pour tre dvelopps sans ordinateur. ils 'utilisent les deux
, . mthodes dVestimation des paramtres, en commenant par rsoudre des
,,' ", ,', quations en xo afin de dterminer ce paramtre. La mthode des
1
" momeI:lts est prfrable car son temps de c.s.1cul est nettement infrieur
, ," .".,' l ' . celui que requiert la mise en oeuvre d~. la mthode du maximum de
vraisemb1aJice, lequel est presque prohibitif. ,On retient donc cette
premire mthode. Mais IV exprience a prouv que ,ce calcul de xo pour
1
des chantillons petits pouvait introduire une certaine distorsion
due au fait que les moments dVordre 3 et 4 utiliss taient trs
influencs par une ou deux valeurs :extrmes leves des chantillons
1
et systmatiquement le calcul dorm~ des valeq.rf.j de xo, trop fortes,
ce qui altre la prcision et la qU;a1i.t 4el!~justemnt, comme on
, le verra dans le corrig'de 1 vexercice' V;, , ":~i';':'
1
.' ' 'l \,::, ':.~ "

n
est donc plus judicieux dVestimer :la',valer du paramtre
xo sur graphique que de le calculer. 1
. .. ";" ",

A ce propos, et avant dValler plus loin, nous tenons


rappeler quVil nVest pas dans les buts de :cet-ouvrage de dmontrer
les quations de statistique utilises et:' quenollS renvoyons aux
1
manuels et publications cites en rfrenc Pour 'cela. 'Ceci s vapplique
tout particulirement aux estimations de paramtr-es des lois de
probabilits prsentes dans ce chapitre et le suivant.
1
1
1
1
1
A titre dVinformat~on et .pour permettre de comparer les
1 mthodes d vestimation du paramtre Xc-, on donne ici la formule de
calcul dduite des quations desmoIIients dV.or:.dre 2 et 3 .~
. ", s4 = Cx - xo)3 . .' ' . '. -~.(18) " .,,\"
1 ll-3
s
2 +3 (x _ xo)2 .- ~-:.::>: '. ::,

1 Cette. quation e st tire du rapport .de s~. (carx...de la


variance s2) et du moment centr de 3 o'dre ~ 3 ; il suffiT, par
approximations successives'de la rsoudre en faisant varier xo par
1 . ttonnements. . "~.--,, ..

Le moment centr d Vordre 3 .(ou cumulant d Vordre 3) est


calcu1'par :
1 l'
~. 3 = (n-tHn";2)
1 (18 Bis)
. .

1 . L'estimation graphique de xo se fait 'en pOrtant les points


observs et leur frquence exprimentale sur un papier abscisse de
. probabilit gaussique et ordonne logarithmique.' Les pomts doivent
1 sValignr si xo est nul ; une concavit vers le bas se corrige avec un
xo ngatif, cVest--dire en mettant en. ordonne x';' xova1eur suprieure
x ; une concavit vers le haut (p1us;rare) se corrige av~c un xo

1 positif ~ c Vest--dire. des valeurs.x - x9 infrieures x en:: ordonnes.

"
. ..
'. Le tableau; 7 donne les moduls classs d~ la srie des lames
. annuelles Le du SALG~O ICa, avec 1e~ caractristiques d~ 1 vchantillon
1 de 52 valeurs (1912-l3 1963-64). Le graphe nO 9 prsente:.les points
observ~ qui sont affects dVune lgre concavit vers1v~e des abscis-
ses ; une valeur minimale de xo = - 3, .pen:et un ajustement linaire
1 satisfaisant de Le +:3, ajustement l'estime. On adopte en pratique
lap1us~petite valeu~ absolue de xo qui permet aux: valeurs. faibles
de 1~c~anti11on de 9Va1igner avec les. valeurs fortes .
.
1 .
Pour achev~r la dterminatio~ complte d 1a1oi:de GALTON,
.

i l suffit.de calculer la droite dVajustementde l-iquat-ien-(16) cVest--


dire les coefficients a et b de celle-ci.
1 On peut procder de.troismanires diffrentes

1 a) 1 vaide des quations dduites des moments et qui donnent

et

1 (19)

1
1
1
1
1
-' '70";-' 1
..... '.,' ;.:,.' . '," . ", .. \

....
ANALtSE DES
....:.:'. !@bEAU .7 ..
~S Jj:VECOULMEi.rr'ANNUEL :DU SAr.Giillo ICO
. " .,
1
CLASSEMENT DE LtECHANTILJ..llN ET
. . 'CAtCUL DES PARANETRES
, EHPmIQUES 1
.... ..
~
~'" .

..
.' '.~

...
.

..... ~: R'~~ :.;.: tame ,. (~) ':


: :
.mme
. . . '. .

Rang. .; La.me, (mm) ".;


.
'

Anrt,~
1
:~;.... :~.~~_ _ : _. . ~a.... ~ ~ _ _'__ ': _~-:m.~~-:

1
..... .:

'.. . .
.
'
... 1 .: .. 415 .: 1923-2l~ 27 ": 3l;. : 1948-49 :
2': 258 : 1916-17 28 33 : 1-956~57 :
: .. 4
3': 190
189
: 1939-40
: 19~6~47
29
30 ':
28
27
: 1932;"33 :
: 1927-2 8 :
1
: '. 5 : 188" : 192~.-25 31 .....: .. 27 : 19l~2-43 :

.:
6':
7
8
158
150
147
.: 1933-34
': 1963~6h
: 1955-56
32'
33
34
25
25
2/+
: 1930-31 :
: 19l:-0-41 '.
: 1958~59 ~
1
.: 9 140 .: 1926-27 .~
: ,l,",
.:
:
10' .:": 137
11." 120
: 1962-63
: 192<r-21
-: 1951;.;':;55 17
35
36
37 .' .:
22
20 '. : 1925-26 :
'. '1928.:..'29 '.
1
.' :'12 110 : '1917-18 J-5
38 .: 1947-~8:
"....:., '13':
'::'14:
109'
104
.. : i921-22
-: 1934-35
:v+
11
39:
40 . :: "
~ 1945-4.6 :
: 19~3-44 :
1
15': 72 ":1959-60 l:JO' : ],935-36 <

': 16 ':.
17:
: 18 '::
70
68
64
: 1922-23
': 1919-20
: .1949-50
42. :
43:
44 ::
9.
9
. 6'
. :' 1951'~'52 :
: 1953-54 '.
': 192<)-30 :
1
19::;.. 51 1938-39 45: 6 : .:1950-51 :
:
.:
20 .. ,:
21 ':
43
42
'r

".:": 1915~16 . 46',: .. : 5


.' ':1960-61 . 47' -: '3:
1937-38 :
: .1914...15 '.
1
: 22: 36 : .1912-13 .48 .. 3 1%1-42 :
;':
23:'
24':
36'
35
': '1961-62 . 49
': 1913-14 50:'
' .. 3
.3
: 1952""53 :
.': 1957-58 -: 1
.: 25 .:. 35 .: 1936-37 51' .: .1,5 : :193.1-32 :

:,' (.
....
: 26: 35
... : 1944-45 52 0,5
.:.
'. 1918 19 :
1
Moyenne L = -EL
52 = 6'5,1 mm .
1
.
Var~ance
2).
S. =-5" .E.~
L 2
~ 52 L
-2l
J 1
1
1
1
1
1
1 Bassin du Salgado station de Ica

1
lames coules annuelles l/~
1 Ajustement dbne loi de Ganon ~~~~~~~~~~~~~~~I~~D~ro~itec~~::e~m~en~t~
1 200,--,-,------r-~_r_.__r___r--_r_-__t-_f_____+_-_t_.,___f-_+__-_j_--___t_;_~__=+-_+__+_-+__---____+_1
/~
1 ~T
1 ...i T..... Y"
-H---~--+--+--+--+-___+_-_f__---+--_I_---t--+---+----f--l.!!---V-/--_+_-_I__-+__+____1----~
io ...

100

:1 #~
t~-H----+----t~~---+----+---+----+----+---+---y----Ik~'-+---+-------I----+--l---I--+-------+--l
~~
1
"

J;.. ~
~r
1 +~/
20 -rt------+--_t_-+-+--+--+--i--~-~J~f------#lj{____+_-+____I_-____1f__-_+--+___I____+_-_+_----~

1 ~I
1 ~~/
/' 1
10-rt-----t---+--+-+-+-----+---t---F--~~__+-_+_-+__+-_+_-_+__--_I__-__+_~+_+_-I__---~
1 ~~ ++y~
1 l "y + /
[)/+ + "'11.
5-H---~-_t_-+-+--+--7'f----_'____f_.----t--_I_-_+_-+__+-__l__-_+_--_+_-_I__-+__+____1----_/_j
1 1./
V " Il'
+ Valeurs estimes de le+3
Trac l'estime (Le) .. Valeurs observes'
-+V
J .:!-

1 li /
0; 00 Valeurs de le

1 / /'
2t-t------t----,----+--t-+--T---i-Jl---_r------+---t--+--+--+---+----+----+---+--+--+-~-----+-!
l , j
1 ~~~==~=====0~,,9~9~5=~=====;T1795~-.-:0~9,.0-_---
O R S T0 M
Service Hydrologique
date
.... 0,50
J..J."
des.
J.I;, _p.!!!=_~G!.~~~_
(....!L)
0,10 0,01
Frquence au dpassement
0,001

N+I
1.
1
1 - 71 -

1 , , ,." bl en considrant la droite di ajustement graphique et en


eXpr:1ina.rit q,e la var.iable transforme u e.st 'la varfable, rduite de

y = log (x. - x ), c i'e~t--dire en posant :


1 ~

u=Yi-y
0

s
1 et .lculer deux points particUliers' de .la d!oite.
" ,

1 c) ~n. utilisant les quations issues du: maximum de vraisem-


blance (calculs' beaucoup plus longs car f~isant appel.:, tous les
logarithmes di cart xc pour toutes les valeurs de ,li chantillon)

1 . ~. .
2
a:~~:.".~,i9l (xi - x o ) -
l
rf log (xi ,- xoJ
(20)
1 ' ... ""N' J
, .
.. , ...
~a E log (xi - Xc)
~

b=
1 2
N

Bien entendu, un test di adquation du X doit tre calcul.

1 . 5.2 - Calcul des intervalles d~' confiance"";'

1 Ci est la variable y.' ~ log (x. - x ) qui suit une loi


normale. On peut donc sans difficult calculer les intervalles de
~ 1. 0

confiance ' partir ~es lois de distribution di chant'illonnage de la


1 moyerme y" et de li cart-type s
, y"
de la srie des logarithmes
'.
log (x. - x ), comme il a t fait pour la loi normale (Chap. IV).
1 1. 0

La~oyerme
.,','

Xi de la variable Xi ne suit pas une loi de GAUSS

1 mais une loi de GALTON dans laquelle le mode, la mdiane et la


moyerme sont distincts et, placs' dans cet orore croissant alors quiils
sont,
.
~gaux et confondus dans une. .. loi normale. En consquence
". '. . . '

1 X.1. correspond une valeur y. qui st un simple quantile dans la srie


normale des logarithmes. Po~,
1.
,cal,culer l iintervalle de confiance sur
la moyerme x., on calcule di abord IV intervalle sur y. = log (x.1. - x)
1 1.
considre carrnne' quantile, en appliquant 'la formule (15) la srie
,1. 0

des logo/'ithm~~ :" ""


".
1
~ .;

erreur-type de y.
1.
= -!EL..
V2N
V" u
2
p +2 '

1 et lion passe ensUite dS' bornes de'liiirtriille en logarithmes aux


bornes de la moyerme x. par extraction des logarithmes, sans oublier
......

1.

1 de corriger ces valeurs de x


o

1
1
1
-.... 72 -,.
~. ','
1
':., . . ;.OQlDIIl~ on
~:.j)eut~tre.pas, trs
l'a dj: ditdans . lechapit~e IV, ce procd
rigoureux.:est c.ependant assez prcis pour les
problmes que 1 Von traite.
1
. .'exemp1~ ~~. SAWADQ~ ICO
droulement des calculs. .. :'
: ... - ... ... ~- ''
p~~~~'de mieux saisir le 1
1
!:

. On rappelle en premier. lieu. que cetchant-~llon.n v est pas


entirement observ mais 'pronent d'une" extensionpar"la'mthode des
rsidus prsente dans le chapitre III ; l'chantillon de 52 valeurs
recoristitues une une pour
44d'entre'elles a une dure efficace
.limite : 34 ans, dureq'i:.rseraretenu por ls c:'s.l'culs d'intervalle
de confiance. . ; ::. .
1
.. Compte tenu de la"'gi'ande':dispersion des valeurs de l'ichan-
tillon et de la .qualit modestEl.~de-celui-ci, l'intervalle de confiance
1
est seulement pris 80 %tcf'~-~4~2~3;)~"

La loi de GALTON des lames coules annuelles est reprsente


1
.. ': .. :
par ..~ .. --~ ... - --_.:' .. :~:'/--::..;... ...
u = 1,952 log (L + 3) - 3,053 (16) 1
. .. . L'~t~rva1le' de confiance fi 80% 'sur la moyenne estime est

reprsente .P'l!:!:1,2,B .. ~/u2 pt 2. (15)


1
'.' .. /
:1;1 faut conna1tre' 'les paramtres de la sre des .logarithmes
.. 1
cVest--dire de log (Ii + 3'), qui sont
. .. '.-'

~oyeme ~ = 1,56414'
..
1
.-.f';"' '.
. 'sy = 0,5324

.~moyenne des lames est de 65,1 mm, donc on utilise


1
.:,_.y.J. ~ 'log (L + 3y'~'10g (~B,i)~.1~833i5:''valeur ~demm~t.. suprieure
A . .. . .. '.'. .. ...... " . .. . '., .
1
; "'" y puisque celle-ci correspond environ au mode (infrietir la
: moyenne) de la srie des lames.
,. "1
',' "On peut calculer up= (y - y . ) . - = 0,525
..
1
J. sy .

LV intervalle' de confiance" vaut 0,1238 on ;e~sse aux 1


lames dont les logarithmes sont 1~83315 0,1238, soit 90,5 et 51,2 nnn..

On a l'estimation de :La moyenne. (valeur empirique 65,1 mm) : 1


..
48,2 ~ ~ 8?~5'
..... i...:;\:.:.:. ;.~f~
:."
.:. ;~'_'~;".':I" :::::,,: .
...... :.. ~~ . ~.;
(IC 80.%)
r~: ....., .~..
;.::":~.I;'
~. ~.:::: .. .r ."
1
. ... . ,:':. . ..;':.' " " ,.'. ~ :.
1
1
1
1
1 ..; 73, ~

., iVin-herva:ii~'ci confiance, symtrique Sur les logarithmes, ne


1 lVest pas sur les ,lames. Il lui corref>pond une prcision sur celles-ci
de 22 38 %suivant'la borne choisie ~, La .cti,ffrence est considrable
avec un chantillon rni~"ant une loi normale. Si Porr veut bien se

1 ,reporter 1 vexemple de la ZORN dans le chap::i,.tre IV, bien que 1 vchan-


tillon nVa,it que 21 ans ontre 34 ici, la prcision tait de 12,5 %
, .' "',,' '. '.' ,, ,,' '+
'pur un intervalle de confiance de 95 %; elle aurait t de - 8 %si
1 Pintervalle avait t de 80 %, comme ici (correction dans le rapport
des' variables de STUBENT pour 0,05 et 0,.20).

1 On peut' dire jnvrsE.-ment que pour atteindre une prcision


comparable sur le SALGADO ICO, i l faudrait disposer dVune longueur
d vchantillon bien 8up8riev,re qui pourrait tre calculen faisant
N inconnu dans Pq:uation (15), PintervaUe de confiance tant fix
1 ,au' dPart eri~onction de la prcision, souhaite. Le calcul donnerait
,environ 325' ans au 'lieu de 21 la ZORN poU' avoir enViron 8 % sur
la moyenne ('IC 80 '%).
.......
1 5.3. ":" Cal.2.:t3-l d Vun quantile, ..
'" "'

1 ~quelle correspo~d
i l suffit dVutiliser Pquation (16) pour une probabilit
la valeur up de la variable rduite de GAUSS; on a :

1 ..'.i..
, '
" 1og ( x - "
. . p x 0) '= -l (
a up -
b

. ~:_' .'
'La rsolution d~ Pquation en logarithme dorine ensuite la
1 .', valeur de x '
P
Le calcul de 1 vintervalle de confiance s vexcute exactement
comme pour la moyenr..e d Vl1ne loi de GALTON, et avec les mmes restric-
1 tions formelles, cVest~~dire que cet intervalle est de

1 , :!:' tl~ex;
-2-
Vs Vu p +
2N
2
2

'selon la'formule (15), ex; tant le degr de confiance choisi et t la


1 variable: rduite de GAUSS pour la probabilit 1;0G " et s P cart-type
de .l:..:srie des l~garit~es.
.. .', .::-.
1 , . .

- Q?lcu;t. de_~a ls!1~ dc~nnale forte - SALGADO ' ICO -

~;: ~ ~ b)~
1 cVest--dire en valel1rs
On log (LO,lO -Lo )'='
rUT!l~:d.qtl'3S
(UO,lO

1 T' : ' , J.. 3) = ~1:.~~_: (1,28 + 3 ~053)


1,og ( '-'0,10' 1,952 .. ' ,

1 on en tire LO 10. -[- 3 = lS6 nnn et L 10, ,= 163 mm.


, >
; ','", ":
O
-~~~--

Le calC1i~.. de 1 vjntervalle de confiance se mne comme


,
suit

1
"

.'>: ....
Sy
,.1,28. ,/7-, V u2
010 +2
v 68 . '-',
+
1 i l vaut : ,;. 0;11;1+
Les bq~nes de Pintervalle des lcgarith:r..essont' donc 2,22011 +
- 0,144
et conduisent des valeurs de lames gales 119 et 231 mm.
1
1
... 74"',
1
La lame dcennale forte, estime, l63;~, vaut

1
," ,L7 iIit~r':"aJ~e'de confiarie "e,st 'plus grand "que pOur la
moy<?rin~ (0,144 contr 0,1238 au' niveau des logarithmes)~ Il lui
1
correspond une prcision de 29 40 % selon la borne choisie.
:. . -

La disproportion de la prcisi.on sur un quantil' loign


1
.tend se rduire vis--vis de ce que dorme la loi normale, puisque
. . "dans Pexemple de la ZORN dj cit, on avait une prcision de
+ . .'.,
- 25 .. % sur le module dcennal.
1
Trs iniprcise au 'nivea~ des valeurs centrales,.la loi de
GALTON (comme 'les autres lois dissymtriques) tend ' ne l'tre gure
plus au niveau des quantiles loigns quand on la compare la loi
1
normale.
1
5.4. - ~er~ic~ d'aP:Q!?-cation de la loi de GALTON un
,'.; :
,chantillon de dbits mensuels

'oh- a repris l' cours d'ea.u'~tilis dans lYexercice IV,


1
lYAVEYRON RODEZ et Pon a choisi un .mQis,celui.de novembre, qui
offre la particularit d'avoir n dbit: myen comparable au module
annuel moyen, mais vid8ll'!Il.ent avec une bien plus grande dispersion ;
1
;.;:. novembre est en effet un mois de transition entre 'les basses eaux et
les hautes eaux, avec des dbits plus ou moins forts selon la prcocit
et l'importance des pluies du dbut de l'automne.
1
On demand ,. d :

a) partir de lY chantillon observ des dbits moyens mensuels de


1
novembre de lY AVEYRON RODEZ, dterminer les caractristiques
empiriques : moyenne, c~rt-type,coefficient de variation. 1
b) montrerque cette distribution de dbits mensuels est dissymtrique
<?t q'~une loi de GALTON peut lui tre ajuste :.,9ho:i.;x: des paramtres 1
d y ajustement (~stimer x graphiquement) et test ~;~dquation du X
2
On pourra estimer aussiox Par le calul dYaprsles moments,
'.;" t.itre-'de, c6mparlson.
o
.
1
c) oalculer l'intervalle de confiance 95 %'de la moyerme de cette
distribution. 1
d) estimer le dbit moyen mensuel dficitaire de rcurrence gale
20 ans et indiquer la priode de retour thorique moyenne du dbit
de novembre 1957 (0,83 m3/s).
1
Le tableau nO 9 donne les dbits moyns 'des 45 mois de
novembre de la priode observe 1921-65 avec leur rang de classement R
1
. " , " , '" R' . ,
et leur frequence experimentale F = ~

Pour rsoudre le point , on dorme ici les caractristiques


1
de la srie des logarithmes y. = log (Q ..; Q ) :

J+5
~' Yi= 35;?78
J. J.O '

45 . 2 _ '
~ 1 Yi ~:3~,745
1
1
1 - 75 -

1 TABLEAU 9

1 DEBITS CLASSES DU MOrS DE NOVEMBRE DE L'AVEYRON A RODEZ


(priode 1921-65)
1
1 :
:
'R
:: '
Q ':
nov
~:<,
:. Frequence
' R'
Q ':
:nov
:. Fr'equence:
:

1 ~ __
~ _~~~:~_<~ _ ~ _~~~~:._ ~ .~ ft _ _ ~~
1: 22,31 0,0217 24 5,58 0,5 217
'. 2 ': 22,00 0,0435 25 5,41 0,5435
1 3
4
18,70
17,98
0,0652
0,0870
26
27
5,35
4,71
0,5 652
0,5870
5 15,82 0,1087 28 4,59 0,6087 ~

1 6
7
8
12,73
12,20
10,63
0,1304
0,1522
0,1739
29
30
31
3,75
3,63
3,25
0,6304
0,65 22
0,6739
9 10,55 0,1957 32 3,10 0,6956
1 10
11
10,40
10,19
0,2174
0,2391
33
34
3,04
2,94
0,7174
0,7391
12 10,11 0,2609 35 2,27 0,7609
1 13
14
8,79
8,07
0,2826
0,3043
36
37
2,24
2,12
0,7826
0,8043
15 7,47 0,3 261 38 2,10 0,8261
1 16
17
18
6,77
6,75
6,37
0,3478
0,3696
0,3913
39
40
41
1,94
l,50
1,40
0,8478
0,8696
0,8913
19 6,27 0,.4130 42 1,11 0,9130
1 20
:< 21
6,24
6,18
0,4348
0,45 65
43
44
1,01
0,84
0,9348
0,9565
22 5,99 0,4783 45 0,83 0,9783
1 23 5,95 0,5000

1 L Qi = 311,18

1 L Q.2
J.
= 3500,5386

1
1
1
1
1
l'
l' CHAPITRE VI - ANALYSE STATISTIQUE DES DEBITS EXTREMES, CRUES
ET ETIAGES (lois de PEARSON III et de GUMBEL)

1 Ce chapitre fait le pendant du chapitre V prcdent en ce


qu~il constitue une suite au chapitre IV dans lequel taient exposs
1 les principes gnraux de IVanalyse statistique des variables hydrolo-
giques quelle que soit la loi ajustable, et parce que comme le
chapitre V il prsente des lois dissy~triques susceptibles de sVappli-

1 quel' aux variables non normales.


Le texte de ce chapitre comprend deuX parties : une pre~ire
de tendance hydrologique rsume la nature des variables caractristi-
1 ques des dbits ext.rmes que l von peut soumettre analyse statistique
une seconde de contenu statistique dveloppe sur Pexemple du dbit
de crue IVutilisation de deuX lois parmi les plus usites par les

1 hydrologues, celles de PEARSON III et de GUMBEL.

6.1. - Caractres des informations YYcrue Yi et YltiageV?

1 Les dbits moyens armuels et mensuels, qui viennent d'tre


tudis dans les chapitres IV et V:! sont des moyennes de dbits journa-
liers sur dVassez longues priodes et dont les ralisations successives
1 ne sont gure lies que pour les dbits de deux mois successifs.

Enfin, ces dbits moyens mensuels et armuels sont reprsents


1 par' des variables dont IV exp..men statistique suffit en analyser
compltement les caractres.

1 Au contraire:! les dbits extr@mes que sont les phnomnes


de crues et dVtiage ne peuvent tre compltement analyss et caract-
riss que sVils sont examins dans leur ensemble et dans leur succession
chronologique. Une crue ou un tiage c'est en effet une chronique de
1 dbits instantans ou journaJiers (ceux-ci suffisent lorsque la varia-
bilit du phnomne n'est pas trop grande dans le temps:! ce qui est
le cas gnral des tiages et celt des crues des grands fleuves) d?une
1 dure de plusieurs heures plusieurs jours mais qui atteint rarement
le mois. Enfin:! les dbits constituant cette chronique sont troitcreent
dpendant de ceux qui les prcdent.

1 Les phnomnes de crue et dVtiage sont donc bien diffrents


des dbits mensuels et annuels. Leur tude complte requiert des
mthodes d'analyses diverses et complexes ; l'analyse st~tistique ne
1 peut en donner qu'une description incomplte qui est cependant parfois:!
et mme bien souvent:! sRtisfaisante pour l'objectif poursuivI.

1
Cette tude est soit complte:! soit partielle. Lorsque
1 IVtude dVune chronique est complte (exemple de la reconstitution
d Vun hydrogramme de crue en vue de IV examen ultrieur du passage de
celui-ci dans un bief ou dans une retenue) elle repose sur une mthode

1 de transformation des pluies en dbits:! tenant compte le cas chant


dVautres facteurs physico-climatiques influants (cas de la tmprature
pour la gense des crues de fonte de neige).

1
1
1
,1
... 78'-

:~:} ~.:~',. ,..'.....Les. mthodes.. de', transformation' <;le plUies' en dbit s sont
'1
comPi~es' et' de mis:el oeuvr.e dlicte et certaines ncessitent
l'ordinateur. On les runit sous le vocable de modles dterministes
puisque"faisant intervenir les facteurs'- causals ou simplement influants, 1
elles cherchent expliquer le phnomne, ; de ce fai~,..leur .porte .
dpasse le cfLdre prcis de leur domaine pour atteindre":lle porte
scientifique gnrale. " , _, ",: ". ' , 1
, Les modles dterministes de ,porte' gn..rale":U~:lis~nt un
dcoupage "matricielfi c Yest-:.clire' dans le temps et dans lY espce des
" divers lments constitutifs: hauteurs de pluie, coulement, vitesse
1
, dVcoulement" raction des terrains aux,prcipitations; ... etc
, Ce's ,modles dterministes matriciels 'sont de diverses natures selon
les' schmas que leUrs' auteurs ont adopt' pOur reprs~ter; la transfor-
. mation'pluie-dbit :. modles rservoirs, -:. modles de ruissellement.
1
". .' .. '
. ,". .
"

, Tous ils ~gent" tant 'pour 'f~~' 'calcui qu


: ~e leurs nombreux paramtre~" le recours des ordinateurs rapides
le calage Pour 1
. , et dt'S d mmoires ::i.niporita.ntes~ Leur prsenttiori sortirait du cadre
, d Yinitiat:i.on de ces Exercices
. .! '.- 1
, ',"U eXi'~te mi modle dte:rndnist~'relati'lr~ent'.simplpuisque
, compos d'un ,oprateur global de transformatiori plUies.odbit~~ cet
oprtur giobal est lthydrogramttle unitaire imagin par 'K. SHERMAN.
,LYhypothse suivante est la base de cet oprateur global i l'hydro"
1
'gramme de, crUe rponse d'un bassin a toujom-s la m8me fo.nn~ et les
mmes valeurs sYil eSt provoqu Par une' mme' averse. Les:,'cntraintes
d y application sont les suivantes :, homognit du milieuph;Y-sique du
1
bassin pour avoir une rponse homogne, averses homognes intressant
la totalit du bassin et dont la dure efficace est.toujours infrieure
au temps de monte de lYhydrogramme. '.'
1
Les limites dYapplication de lYhydrogramm unitai~~ sont
variables avec le paysage physico-climatique considr. 'Par exemple,
en afrique intertropicale, ce sera un domaine allant d y environ 1
1
2 km2 jusque vers 150 200 km2 ' . ,

Le domaine d y application des modles dterministes est


1
gnral, mais il est particulirement indiqu quand l y hydrogramme
unitaire ne peut s y appliquer. 1
La relative facilit d'emploi,de l'hydrogram,m,unitaire
,justifie de lui 'consacrer un dvelopPeJl'l.ent particulier ( chapitre VII).
Les modles dterministes ont 1 y avantage sur les mthodes statistiques
de pouvoir @tre mis ,en oeuvre lorsque lYon possde seulement quelques
1
annes d'observations de dbits - parfois une ou deux peuvent suffire -.
La connaissance des pluies sur une plus longues priode (cas gnrale-
ment rencontr) permet d'attribuer une frquence au phnomne pluie
1
introduit dans le modle. On peut en premire approximation attribuer
la mme frquence la crue rsultante ; il est cependant ,plus prudent
eu gard la complexit de la transformation pluie-dbit; ',de Parler
1
de la crue H correspondatlt l~ pluie: de .frquence ~" plut6t que de
la crue de frquence F., ,". , ' "
, .' :
' . '\" .'
'. . "'~ . 1
Mis part lYhydrogramme unita.ire dYapplication limite
1
cert.aines crues, les modles dterministes sont bien souvent trop
complexes pour certains problmes.
1.
1\
1
1 Il existe donc diverses mthodes qui font en quelque sorte
le pont avec la mthode statistique simple, en ce sens quVelles
1 prennent leurs lments aussi bien dans les modles dterministes
que dans les modles probabilistes. En dVautres termes, ces mthodes
prennent seulement en compte une partie de la chroni.que des dbits
1 et lui associent une analyse atatistique.

Dans cette rubrique, on peut ranger s l xrtout les mthodes

1 d 9 tude des tiages teU_es que

a) IVtude du tarissement qui recherche la loi de dcroissance de8


dbits de basses eaux dues uniquement au draina.ge des terrains
1 (restitution des nappes IVcoulement fluvial) sous une fonne
exponentielle dcroissante
~ at
Q = Qo e par exemple.
1 b) la mthode de la charnire de M. ROCHE qui combine l vtude du taris

1 sement avec la prise en c~ilte d vUll dbj:t. in5_tial, ch::.rnire; du


tarissement (assimilable au Qo de IVquation prcdente) et des
prcipitations durant. la p.riode de tarissement qui. introduisent
une variation alatoire du dbit de base.
1 c) les mthodes d'l analyse st.atistique delL~ v'.riables comb5_nant 11..11
certain dbit dVtiagc (ou dG crue au-dessus dVun seuil) avec la
1 priode sans pluio qui le p:'cde (ou la priode sparant ce dbit
du prcdent), mthodes qui sVintressent donc l~aspect chron010~
gique de successions dVpisodcs pluvieux ou secs avec prise en
compte de leur dure (ou de celle les sp~rant) et de leur intensit.
1 Toutes ces mthodes procdent dVun examen chror.ologiqu8 des
dbits(et parfois aussi des pluies) instantans ou journaliers pour
1 isoler certaines variables slsceptibles dVtre analyses statistique-
ment. Les lois statistiques utilises sont assez complexes (processus
. stochastiques ~ chanes de ~ffiRKOV - etc ) et leur dveloppement
1 sort du cadre dVExercices dVinitiation.

1 Dans de nombrcu..x problmes dVapplication lis des 8mn~ge


ments hydrauliques, la connaissance statistique d Vune varia.ble caract-

1 ristique de IVinformation crue ou tiage suffit rpondre aux questions


souleves par ces problmes.

La crue est un phnomne qui peut tre valablement reprsent~

1 par Pune ou 19 au.tre des variables suivantes :

- dbit maximal instantnn (ou sur une courte priode,


1 journalire par exemple),

- volume au-dessus d Vun certJ.~_n seuil (dbit critique ou

1 dbH, de base)

Ces variable8 sont lises entre elles et souvent la for~c


mme de IVhydrogramme de crue quVil nVest donc pa8 :~1Jlpof.;sible de
1 reconstituer grossirement ,our l'lassocier celles-cl.

1
1
1
:- .:.
-80-

Tout" c~la sUffit gnralement dimensionner' un vacuateur


1
un'
de crue ou caUbr~r bief pour le t"i'ansit sans dbordement d vuh
certBin ,dbit ,ces deux xemples. tant' lea r plus rpa.i1.dus des problmes
, , ' pratiques motivant Ptude ds:c;rues. " ': ,: :n;'
1
. , La prhension' du phnomne tiage est beaucoup plus dlicate.
LV ti'age st intressant quand le besoin en eau ne peut tre satisfait
1
que par un prlvement au fil de P ~au dans la rivire. Mais il faut
avoir prsent lVesprit quVen priode'dVtiage surtout lVeffet des
multiples prlvements, .drivations et rejets dont est Pobjet un 1
.' ,,:biei;" fluvial en pays dvelopp est un effet considrable'. Or cet effet
,peut ~tre exactement 'dfini quand il sVagit dV,un ouvrage important,
grand barrage de drivation pour canal de navigation, irrigation,
etc~ mais pas du 'tout lorsquVil sVagit.dvune multitude dVlnterven-
1
tions individuelles en milieu rural ou de Petite industrie; et bien
souvent sur la majorit des rivires ce sont ces interventions multiples
qui sont responsables des perturbations du dbit d y tiag~. Dans de
1
telles conditions, ,le dbit instantan n Va gnralement' aucun sens, et
Pon prfre dfinir' Ptiage par Pune ou Pautre des variables
,suivantes : ' 1
dbit mOJ"en le plu,'s faible sur n (10,20, 30) jours conscutifs

':'" dbit moyen du mois le' plus f.9.ible


1
- dbit class le plus faible surn (10,30) jours. 1
Ces variables sont classes par ordre dcroissant dVintrt;
bien que P tude statistique de Pune d Ventre elles puisse suffire
rpondre aux divers problmes dVamnagements, on est dans certain 1
cas enclins considrer que 'la variable la plus reprsentative n'est
pas la seule variable: d?tiage mais la variable dfWssant la dfail-
lance de fourniture ou de, non satisfaction du besoin. I,vintrt de cette
tude des dfaillances justifie son examen dtaill dans le chapitre X.
1
6.2. - Lois statistiques pour les valeurs extrmes 1
Op: utilise des lois dissymtriques dont le premier exemple,
celui de la loi de GALTON tudie au chapitre V, est applicable aussi
bien P9m:,.les dbits extrmes mais ne sera cit ici que pour mmoire.
1
:!:',~ ie~ phnomnes crue' et ti~ge reprsents pa;
les variables
dfinies au pB.ragraphe 6.1.3. ont gnralement une dissymtrie positive 1
cVest--dire que le mode d (ou valeur la plus frquente) est infrieur
la mdiane m elle';"mme infrieure la moyenne (la Vlcourbe en
cloche des, 'densit~ de probabilit monte plus vite qu velle ne descend,
ou encore, 'dans la reprsentation sur papier.gaussique o les frquences
1
de dpassement sont portes en abscisses, les courbes ont leur concavit
tourne vers le~ dbits., croissants : on dit aussi, pour cela, que la
loi est uhypernormale") ~
1
1
: '. ~ ;
1
1
1
1
1 .- :81;..

Le seul exemple dYapplication de loi hyponormale, cYest--


dire dissymtrie ngative,:inv~rse du prcdent cas,~st celui des
1 dbits maximaux de crue des grands fleuves dots de grandes plaines
d Yinondation qui conduisent presque' '8. i.tn.pOser une limite suprieur8
au dbit de crue, ou plut6t rduire la croissance du dbit de crue
1 au-del dYune certairie limite de db6rdemnt~ Leslois' statistiques
non normales sont trs nombreuses, mais si Pon retient seulement
pour application Phydrologie celles qui nYont pas plus de 3 ou

1 4 paramtres, etici celles dont la mise en oeuvre manuelle nYest pas


trop laborieuse, 'on dbouche surne list.eliJnite dans laquelle
se trouvent la quasi-totalit f's lois utilises pratiquement par
tous les hydrologues et qui se classent en trois groupes : loi
1 ._ doublement exponentielle, exponentielle gnralise, gamma incomplte .
. .~ . . . . . .
. "
.
._. POur: leur prsentation. analytique s:iJnple; on adopte la
.
1 fonct~6n de:~partition ~orrespondant la variable rduite utelle
que u = (x - x ) / s, variable sans dimension. Les paramtres sont
o
cie trois ordres':
1 . .- .. .:, de positioil
. . , x'o est-~ire.
c y tant6t
, le mode (confondu avec la moyenne
dans les'lois normale. et de GUMBEL),tant6t la borne (cas de la loi
1 de GALTON),

,- dYchelle s (Pcart-type de la loi normale)


1 de forme d,aQsent(loisnormale, de Gm'IEEL), unique dans les autres
lois.

1 . Loi de GUMBEL oU doublement exponentielle


----------~---~-----------~--------~-----
Loi dite des valeurs extrmes dont la fonction de rpartition
1 est de la. forme
..... .e

1
1 F (x) tant ~a frquence au non-dpassement ( oc

1 r (l') tant ia..fonction gannna C~~Plte gale . Jou .. -1 e-u du

'(. est le paramtre de forme positif.


1
1 . LY_eXpressin.gnrale. ~st la suivante pour la fonction de
rpartition, F (x) tant la.fr-quence au non-dpa889~ent :

F (x)=. +
-:- . e.-u l/d. .
1 S'elqn les valeurs et signes des paramtres de forme d et
... ".,'

dYchelle s, on a les:lois'particulires suivantes


1 a) s et d positifs, loi de GOODRICH

F . (x) l.-e - A .l
1 avc A = -I
s.
ex - x. o.) d " .-

1
1
..::.~':: .. .
1
- -. .
b) s .positif, d ngatif,' loi de FRECHET '.~
. i

. . .. F (x) = e

.;;. A
. . ':.:,: .
",j ..: ,: )",l.:

, .
.... ~L.~:.:; :...' .:: .
-
1
c) produit, sd ngatif, .loi de. JENKINSON '. ;- ":'. ;
1
que x y = xc + s'" 1
Dans le thme d'application de ce chapitre; nous dveloppons
uniquement lYutilisation des lois de GUMBEL et de PEARSON III, de loin
1
les plus courantes'd y emploi, et pour leSquelles les calculs d Yestima-
tion des paramtres sont possibles s.ns ordinateur.' .', ,
1
A la question : pourquoi choisir' une loi plut6t qu'une autre
pour reprsenter une certaine variable ?' 11 nYy a pas de rponse
claire et nette. Le choix est cOIlfplet lorsque l'on dispose dYun ordina-
teur, limit lorsque Pon nYen dispo'se pas. La plus ou moins grande
1
adquationd Yune loi 19 chantillon considr pourrait thoriquement
se rechercher : ". \.:." :' .. 1
a) soit en calculant les' coefficients d'aSymtrle~t' dYaplatissement
. dont les valeurs et champ de variation sont caractristiques d Vun
type de loi, aux erreursdvchantillonnageprs bien entendu
l,
b) soit en essayant plusieurs lois et. en retenant celle qui conduit
lameilleure probabilitduX2 1
....
En pratique devant 1 y importance des calculs les erreurs
dVchantillonnage et la puissance limit du test du x'2, on se contente
dans la majorit d!3s cas, et' fortiori lorsque 19 on ne dispose pas
1
d vordinateur, d vun choix de bon sens en adoptant le type de loi qui
par exprience pour la rgion considre a tbujours donn les meilleures
adquations pur la .variable tudi~e.On verra d'ailleurs dans le 1
corrig de lVexercice, sur lVexemple de 2 lois, que les lois diss,ym-
triques positives sont presque confondues dans Pintervalle central
de probabilit et ne commencent diverger, donc sVindividualiser,
que pour des probabilits extr&1es auxqelles ne correspondent
1
malheureusement que trs peu de points exprimentaux; en outre, ces
points extrmes dans un chantillon court Peuvent trs bien correspondre
. des occurrences plus svres (la probabilit d vapparition d'une crue
1
centennale lans un chantillon de 30 ans est loin d'tre ngligeable)
ce qui limite considrablement Pintrt de ces points pour choisir
telle loi plut6t que telle autre.
1
6.3. - Estimation des paramtres des lois de GUMBEL. et
PEARSON III 1
6.3.1. - Loi de GUMBEL - Si 'Pon adopte
-----------
tion de la variable dbit; la 'densit de' probabi~t d,e loi de GUMBEL
Q comme reprsenta-
1
peut @trecrite ainsi en pratique:

(21)
1
...., l ' " .
le paramtre dVchelle B =
. -est
a1

le paramtre de forme est Qo


diffrent de zro
.
1
1
1
1 Leur e stiniation : stasseZ ~ simple, en utilisant un systme
d y quations formes "'avec ,oles nioments des trois premiers ordres :

1
... . r. .
'1' , ... . " ,'.'.-
a ,:~= ,0,780: ,cr,' . :. ~ ( ' 2 2 ) ; ' "
", ,':" ,. H' ':

. 1

1 , Qo = Q .. , ~ ~ 0,577, (23)

Q tant la moyenne de lYchantillon et cr son cart-type.


L grand intrt 'pratique de la loi. de .G-1BEL' est encore a.ccentu par
1 la facilit de sa reprsentation graphique : une double anamorphose
logarithmiqu sur lYchelle des probabilits conduit linarise~ la
rpartition thorique de la variable/,la droite de GUMBEL tant :
1
: -;. ~ .' .

1 TI existe du papir diLgrannn rchelle de probabilit de


GUMBEJ... permettant cette reprsentation :,iiiJ.'aire. Ce 'papier de GUMBEL
porte en graduation dYabscisse une chelle de frquence au dpassement
'F'(Q}'et une chelle de la variabl'e' rduite y. La. droite d y ajustement
1 .se trace encalculant 2 'ou 3 valeurs d Q' Pour 2 ou 3 valeurs de y
(2,0 et 7 par exe~ple) lYaide de lYquation (24). En absence dYchelle
gradl+e en y, il faudrait calculer F (Q) =' e- e - Y. en entrant 2 fois
1 dan~ 'une' table de ;J,a, fonction exponentile .e-, Y. . .
Le calcul des quantDoes peut se faire soit par lecture directe
1 . "du grlphe, soit. en utilisant 2 fois .l1envers la table de e - Y
puis en mettant y dans 1Y quation (24). On peuG aussi savoir quelques
valeurs important~s de y pour ,F (x) telles que :
1 F(x)
......
_ -,
y Rcurrence

l' ,
0,90
0,95
2,25
2,97.
10 a.ns
'20 ans
0,98 ' 3,90 50.!IDs
1 0,99 .4,55 100'ans
0,.999" , ..
. . 6'-90' 0"0" ... ' 'loo,C:}' ans
1 On t'l'ouve aussi sUr :c:e pa~ier dei GuMsEL une chelle logal'ith-
Inlque nordonne.' Ell' irl' '~ 1.a:, ioi' d FRCHEr dont 1Y expression

1 ana:lytfque reVien;t substituei-: 10g,'Q' Q :dans: 1 y expression de la loi


de GUMBEL.' Cette loi de FRECHEt' e,st donc dYemploi aussi facile ; elle
,sert lorsqu Yun' ajustement' de GUM8EL n y est pas k.ssez dissymtrique
et laisse 'une: concavit t6u~nB:versle haut~ lYensemble des valeu~s
1 deI' c'hantillon.
. .
Ce 'cas se rencontre assez frqueinrrient pour les valeurs
1 extrms maximales: et hauteurs de pluie: en 24 heures) En France.
(':':::'U0'r;

1
1
1
1
1
, ~'84 ~

" ',':,:,," 6.;3.2; ",-"Loi de PEARSON III


---...
",' .. "
. _.
- ----
0".
1
'.r . 1

Pour 19application qui va en tre faite, on a introduit


la s:ilnplification de fixer, priori, la valeur du paramtre de
position xc zro. ,En retenant toujours Q connne variable dbit, la
1
'~
variable rduite u = aQ si Pon fait a =
dYchelle.
, s tant le Paramtre
1
, ,

';; Dans ces conditions, la fonction de rpartition s'crit


, : al, ' (Q - aQ t -1 1
F (Q) = r,(l) , Jo "e .Q .dQ' (25)

L'estimation des paramtres de , forme 1 et dYchelle 1


a
1
.
peut se fair,? soit par la mthode du :maximum. de vraisemblance, soit
, P9I' .celle" les moments.,:'~", '
". . . ~ . . .' . . '
'..'
:. ~
'1
,, Av~c ~ premire riith6de; on calcul~ en prmier lieu '('
qui est: obtenu Par 1 y interm,diaire d Yune fonction complexe g( '() :
, , g (y) log'( - 0,43434J (y - 1)
=
1
(t -,1) est :une f~nction tabule pour '( compris entre 1 et 2,
o 4>
et telle que, pour les autres valeurs : 1
,'1 1
+ x+2+"'+ x+n 1
. ,

, La formule d y ajustement est :


g '(y) = log Q _ E log Qi (26)
1
n faut donc calcul~r, pour 1 y c~tillon, la moyenne Q des
Qi et la moyerme des logarithines dcimaux de's mmes termes, puis en
N
1
dduire g Ct ) et enfin '( Par' 19 intermdiaire d'une table qui est
'fournie dans ,le tableau suivant. 1
. '. . '.
. '.
': y
':
: g ...
('( ) . t '
g ..
'

(t )-':'. .:'. -..t ..: g (t ) 1


-
,

":-": . .
'. 1 0,25068 ':': 18 ':'
____ e _ _

0,01213 :;
~_

35: 0,00621
-:
':
'. 2 ': 0,11741 .. 19
3 '. ,0,07635 . 20
0,05654 : ": 21
0,Qll51
0,01094
.
'::
36 :', 0,00602
37 ',: 0,00585
':

1
': 4: 0,01042 ..'. 38 ': ' 0,00570
'. 6 '. 0,03719 'n.'. 23
22 '.
1
'

5 0,04487 0,00990
0,00949
'::
'n
39 ': 0,00556
40 ': 0,00544

-:
'. 7 ': 0,93174 . 24 0,00908 :': 41 ': 0,00531
.. l '
98 '':. ' 0,02453":':
0,02767,;:: 25
26 '.
0,00870 '::
... 42 0,00518 ':
1
':
':10 ': 0,02204 . ' . 0,00836 "

.
. '.
'.
43 ': 0,00506
':11 ": 0,02000
27 0,00807
'.
. '.
44 0,00492 ':
.'. 28 : 0,00776
...'.
45 0,00482 1
':12 0,01832 ': ': 29 ':
:13 0,01690 : : 30
0,00749
46 , 0,00473
:14 ': 0,01569 . 31
0,00723
0,00701
'
.
::
47 0,00461
48 0,00449

-=15 . 0,01460 . 32 '. 1
:16 0,01370 ": ': 33
0,00681 ': ': 49 ': 0,00446
:17 0,01289 . 34
0,00658 ':: '.
50 0,00433
0,00639 .
1
1
1
- 85 -
1 On a ensuite a= -
i' (27)
.': 9
1 .,

Avec la mthode des'momen~~,un PE3:pl~s :.ongue, on doit


calculer les rapports des moments.. c~ntrs des trois premiers ordres
". ~. .". ~

1 Rl.:::
: EQi ..... )'
n a
E Qi 2 = + 1 !
1 R2= '.:.J.

E Qi a a
. :2
...... R3 = E Qi3 _ -+
EQi 2 - a a .-
1 puis le rsidu R = RI + R3 - 2 R2 qui serait m~: si IV chantillon
avait une taille :...;.J::;.ni~ ~ .
1 ...
On calcule une premire approximation de . ~ .. : -
,", r .
'(,.'.. RI
1 -R-=:2=----R--I
que lion introduit dans un calcul amliorant R2

1 R2a = R2 - R3.
2
3 + 7/ ( .. +1)

1 En dfinitive, on 'a le couple d? quations


. ,.,
'1
= R2a';" RI
1 .,. Y=aRl
a J . (28)
t .
. 2 . .
1
~.

Le,. test du X . de PEARSON est viderinnent applicable aux. deux.


lois 'pour en contr6ler l?adquation, a~ restrictions inhrentes
ce test.
1 6.4. - Intervalles de confiance et guantiles

1 ,LYajustement dYune loi la rpartition des dbits de crue


permet d?estimer le dbit corresporidant.'une faible frquence de
dpassement donne : crue dcennale, crue centennale, crue millnnale.
Quapd on parle de crue ndJlnnale, la frquence de dpassement est bien
1 . de lYordr'e de 0,001, mais .tant donn que ls. chantillons de crues
. ohserv~s n?exdent jamais quelque~ dizaines, IVextrapolation est
tr s forte et la prcision s yen ressent (~i, inversGITlent, on calculait
1 lYintervallede confiance du dbit correspondant 1h~e frquence
donne, cet intervalle serait trs large pour FI (Q) = 0,001).

1 A plus forte raison, lorsqu?on veut donner le dbit d?une


crue pratiquement impossible (rrcrue du projet", lorsqu?on ne peut
accepter la destruction dYun ouvrage), on s?arrange pour que la
frquence FI (Q) estime soit de l?ordre Qe 0,0001, mais il est
1 prfrable de ne pas prononcer le terme "crue di."C-millnnale n

1
1
1
1
- 86-
Dans le cadre de certains' p::rqjets,la connaissance de la
1
crue dcennale, par exemple, doit permettre d?effectuer un calcul
con9mique : les travaux prvoir pour ?e prmunir compltement
":bontre la crue ne sont-ils pas plus onreux que la. pr;ill1e de l? assu-
rance " souscrire dans le cas o l?ori'apte 'l'risque d?une
1
destruction? Il faut alors connaftre'non seulement la valeur la
plus probable mais aussi Pintervalle de confiance du dbit de crue
dcennale.
1
expose
L~ mthode d~ calcul des intervalles de confiance a t
Pour un quantile d?une variable alatoire distribue suivant
1
la loi de GAuss ou la loi de-GALTON~(chapitres IV, V).

Pour les autres lois d;lss:vmtrjques, 'la recherche des lois


de dist:ribution d?chantilionnagedoit tre empiriC;tu'e par tirage aU
1
sort dans la. loi ajuste afin d' crer un nombre" suffisammen-l:, gi":and
d,? chantillons fi,tifS de la mme. taill.e que l? chantj_llon obse:,:,vG
(N ou N? suivant sori"origine) -sur lesquels se fait la dternrlnation
1
des dites distributions. Ce travail requiert l?usage de l?ordinateur.

Dans le cadre de rios Exercices d~pplication, on prsente


1
un exemple de calul empirique approch' de l~i1tG!'valle de confian6e
sur un quantile d?une loi de GUMBEL, dont la formulation est due
MM. BERNIER et VERON de E.D.F L
1
'" Pestimation dela, crue d~cennale partir d?un
Soi:t QlO
chntillon de N valeurs ajust la loi"de GUMBEL : on a p %de ".
1
c~ces de t::ouver la vraie .valeur de~.Q10 dans Pintervalle

(QlO - T2~,:QlO + Tl~)' Tl et T2 tant des fonctions de N et de p


pour la frquence considre" (ici, dcennale). En pratique, BERNIER
1
. et VERON ont ta:tJli des abaques, valables chacun pour un intervalle
"de confiance donn, Par,exemp~e, "pou~,1~IC70% (soit p = 0,70),
Pabaque ci';"joint (graphique '10)d6nne en fonction de N (ou VN, plus
1
commodment), les valeurs de Tl et T pour les crues mdiane,
dcennale et centem:?-le.
2
.
1
6.5. - Exercice d'application des lois de GUMBEL et de PEARSON
III un .chantillon de dbits de crue 1
Les dbits sounrl.s'.:PanalYse sont les'vieurs maximales annuel-
les des dbits moyens Jornaiers .de PILL ERSTEJN (station du
Pont de BOIS plus station d Pont". de' GERSTHED.f) ";'" voir le tableau
ci-joint de 51 valeurs classes dans l?ordre chronologique de
1
1910 1962 (observations manquantes en 1920 et n~9!+3).
1
1
1
1
1
1
1
1 LOI DE GUMBEL
Intervalle de confiance 70% des crues estimes
1 en fonction de la taille Nde l'chantillon
1
1
1
1
+0,5
1
1
1
1 4 5 6 7 8 9 /0 l1Vff
O--l-...I...---r---+--......,......--T----r--..,.......,---.---,--T------y-~.....__T_+_____r____+_~
26 25 30 35 40 45 50 55 60 65 70 80 90 1 0 120 N
1
1
1
+0,5
1
1
1 C Crue centennale
D Crue dcennale
1 +1,0 M Crue mdiane

1
1 O.R.S.T.O.M. Service Hydrologique
date des.
1.'-'+1 ~ _!!/_f(.'_-!_r:>..1_2~e..~ _
J
1
- 87 ~

1 ....
", DEBITS de CRUE de1 i ILL ERSTEIN .'
.: ....
(dbits journaliersmaxmaiix)
1 ...

. ;
: ,Dbit ::: Dbit ':: . Dbit .
."... '. Dbit
1
. (."'
.. ,
,

Annes ;,;'Annes (ms


. (m.3/s):.':. Annes . (IIl3/s) .. 3/): :-Armes ':. (m3/s):

'

______ ____ ~

. ." .
________ _______ -.......___ . . -.....~~~ .... -:-___--=-c:=-.-. ____ I:lI _ _
: ': .'. . '.
1 . 1911


.
.
.
'

.
1910 5i6 . 1924 214: . 1937 .
. '. 1938 '.
.
192 .

.
. 1951

94 :

1912 '. 42 . . '1926 244 '.. 1939 205 . 1953":' .. 50


' . 120 1925, 344- 8Q 1952" 324
... . 1940 ' 182 .. 1954 145
1
' '

1913 205 . 1927 '. 72 .


'1914 '. 158 . .. 1941 452 ... 1955 620
'

. 185
, , .. ..

1928
204 .. 1929 '. 52 '. '.. '1942' ,82 .
'

.. 195~, 288
'
1915 70
203 360 . 1957
1 1916
1917
. 1930 '. 280 .
135, .
1944
'. 1931 174 . 1945 340 ... 1958 367
'

'1918 316 .'.. 1932 122 .'. 1946 126 .. 1959 255

550 . 1933 39 '. . 1947 485 . 1960 85
1 1919
1921 33 . 1934
.
. ,

.'
68 .
. 1948
. ' . 134 : ..: 1961 96

'.. 1936 308 .... 1950 324 .


1922 225 1935 ' 155' 1949 30 1962
-e '.
345
1923 203 . ... '
'.
1 ...
'

'. . . .
"

, "

1 L'ILL est 'le collecteur de tous les torrents qui descendent


des Vosges vers la plaine dYAlsace quiil suit paralllement au Rhin,
avant de le rejoindre en aval de Strasbourg. La station d YErstein
est la dernire station aval de mesur de tous 1e's' dbits de 1 YILL
1 avant que les crues ne soient ,diriges vers le Rhin par le canal de
Gerstheim, seuls les dbits ordinaires transitant dans le lit jusquY
'Strasbourg. A Erstein, le, bassin de 'l YILLa3.200 km.2
1 On demande :'

- de classer les valeurs observes par ordre croissant en


1 regard de la frquence exprimentale (r - 1/2)/N donne pour N = 51
d,ans le tableau suivant :

1 nO d Y dr : frquence::' 0 dY dr : frquence:: 0 dY" dr


n or e : n' _ 1/2:: n nor e: n _ 1/2 :: ,n
: frquence:
o r e : n - 1/2 :
:
~------ - ..
.. . .. : N :: :. . N
~~ ---~-----
:: .
..-~- n. : 1\T
~.
:
.- ~ --~ ..--~--------- ..--~--~--~~ ..
.. .

1 '.
1
2
0,0098
0,0294
::
::
19
20
0,3628 ::
0,3824 : :
37
38
0,7157
0,7353
3 0,0490 :: 21 ': 0,4020.:: 39 0,7549
1 4
5
0,0686
0,0882
::
:: 23:
22 "
':
0,4216 ::,
0,4412 ::
40
41
0,7746
0,7942-
6 0,1079 :':' 24 : 0,4608 ::. 42 0,8138
1 7
8
0,1275
0,1471
::
::
25
26
': '0,4804 ,'::;
0,5000 ::
43,
44
0, 833L!.
0,85.38
:.

: 9
'10
0,1667
0,1863
::'
::
27
28
0,5196 : : 45 0,8726

1 ': 0,5392,':: 46 0,8922


,

. ' , 11 ': 0,2059 :: 29 0,5589 :: , 47 0,9118


'12
,
0,2255 :: 30 0,5785 :: 48 0, 93U.
13 0;2451 :: 31 : 0,5981 :: 49 ': 0,9510
1 '.
14
15
16
0,2647
0,2843
::
::
32
33
0,6177 ::
0,6373 ::
50
51
: 0,0/106
0,9902
0,3039 :: 34 0,6569 ::
1 '. 17
18
0,3235
0,3432
::
::
..
..
35
36
0,6765 ::
0,6961 ::
..
..
=============================-
1
1
- 88'~

- d~ajuster,des .. loisde GUMBEL ,et"de PEARSON III cet


chantillon de .51 dbits classs et d ~ estimer les crues dcennales
1
et centennale~:ain'si'qu"ietb:-s'irlter'itallesd e confiance 70 %
dYaprs GUMBEL.
. . ~.: . : .."':'=..~:':-.:'
1
Pour:~edrouJement de~:c?J_cul~; on donne lescon~eils suitants
. .

a) Lide GUMBEL
.
1
~ dispose d Y~ papier: gradu, ~n ordonn~~s, '. suivnt une ~helle
dcimale pour le r~port des: q.bits Q' (une demq.me.chlle, logrith-
ridque, .esi;. .prvue Pour.utilt$ation d$ laloi 4$ FRECHE!') .'En ab~cisses,
1
on trouve: la foi~ la'gradationrgulire srvant aU'report d
~ = a,.(Q -:-;Qo) et la gr8.dua~fon;qui ~onne:, :en: ~ace 'des >aleurs de y, 1
celles de: la f~quence' tl1orique,de non..:.ctPas~ement.:.:e ~ e .;....y '.
';:,

La distribution exprimentlesera reprsnte par les


1
51 points de coordonnes F ; - Q. ! : :" .,' :. 1. . : ".. :
, .. .. . " e:: '.
..
.
'On cl-c~era'la d~~itdYa.~ust~m~t:~Yqati~n y =a ~Q - Qo)
.....:
1
en appliq~ant.les formules d~nn~t ls ~stimations:de ~. et'...de Q.0 en
1
, ' ." . . .....'.. ..
.fonction d 19 chantillon. (rsultats:numriqus fournis: r: Q ::::: 10 898,
r: Q2 = 3 354 :448~ r: Q3 = 2~5 8~~ 521)." .. ....

.. '
,:,On vrifiera que la droite passe bien' au mUie des points
exprJ.mentauX~.; .,
1
O~ repOrtera l'y ~Il~emble':'d~s rsultats' (points' ~rimentaux
et droit'e dYajustment)sr~p,ierabscisses gaussiques (la
droite' devimf, ne courb,e;'etls, frquences indiques sur ce
1
papier ne sont" plus F mais FI" y est--dire l - F). Ce deuxime
graphe permettra de comparer 19 ajustement .celui de PEARSON III. 1
b) Ajustement , la loi de PEARSON III.'
- On calculera les pare.mtres d Yajustement .par les' formule's
1
ad hoc, en fonction de lYchantillon (rsultat numrique fourni :

r: log Q. = 113 ~ 240). La valeur de '( sera":arrondie: - un chiffre: aprs
l :;'...: .
la virgule. On:appliqera; la mthode dl;1~ maxim1.l de: vraisemblanc~
:. ':'.. :: ..... : ., ': 1
: (formules 26 e!-' 27)' et elle des mni.eh:t~ . (formls. 28)'~ .. , "

Le trac de' la courbe de fonctiOll de probabilit doit. se faire 1


point Par point. Su:t;' papier chelle logar'ithmique des probabilits,
.on obtient un: ajustement sensiblement Ilna{reen Portant en ordonne
la variable rduite' '= a: Q. Afin' de permettre une. comparaison avec la
loi de GUMBEL~: il 'e'st conseill 'dYutiliser'n papi3r gaussique galement
1
, (le mme graph3) sur lequel la loi de PEARSON III a une allure ourbe.
r'

.',''.l ::

. 1.' . :. : , .

Le calct.dos vk1eursde frq~.l.en6,~s.tho~iques:requierl


';

1
: Pusage des TpIes de' PEARSON III dYus~ge ass~z'long et complex~.
:Par souci de simplification, nous en f9irr'nissoiis i~i un extrait: dans
: lequel' la valeur cJ.cule: de '( pour l y ~hanti11on ies crues de ;L y ILL
a dj' t introdUite, ce: qui permet d~: nYav-oir qu9 une table (t~bleau
1
;10). .' ',. .
1
1
1
1
1 .
CHAPITRE VII ~ ANALYSE DES CRUES PAR MODELE GLOBAL
.. (HYDROGRAMME 'UNiTAIRE)

.. ' Les six chap:ft'res prcdents traitaient de 1?information


.hydropluviom:trique constitue dVchantillons, de plus ou moins
1 longue dure, dVobservationseffectues en des stations permanentes
de rseaux hydr9pluviomtriques~' LVabondance de l~information en
permettait un traitement final par les moyens statistiques.
1. Le chapitre VII et les trois suivants sont consacrs ex~
poser les mthodes dVanalyse dveloppes pour saisir des informations
de courte dure, collectes sur 'des bassins versants de faible su~
1 perficie. .

'Le chapitre VI a pennisctemontrer le caractre particulier


l, de 1?information "crue" et 1?intrt que prsente son analyse par
modle de reconstitution de la chronique des dbits. Lorsque lVon ne
possde pas dVinformation en quantit suffisante, lVanalyse statis-

1 tique est impossible et le' recours lVanalyse globale devient une


ncessit. Cette situation est gnralement celle que lVon rencontre
dans lVtude des petits cours dTeau, ceux dont les bassins drains
ont des superficies qui sont dans une premire approx:iJnation de
'1 lVordre de quelques dizaines quelques centaines de km2. Cette si~
tuation existe parce quVil est rare quVil y ait des stations de me-
sures lVissue dVaussi petits bassins dans un service gestionnaire
1 de rseau, tant donn les difficults que prsenterait une telle
gestion.

1 7.1. Etudes ~ur bassins reprsentatifs, buts et moyens

La situation de' carence d'observations hydromtriques


lVissue de petits bassins qui vient dVtre mise en lumire est g-
1 nrale dans le grande majorit des pays. Mais ces petits bassins ne
restent pas en dehors des activits conomiques et font, connne les
grands bassins, lVobjet dVamnagements hydrauliques qui prsentent
1 souvent des caractres spcifiques: dbouchs dVouvrages d'~rt rou~
tier ou ferroviaire, prise d'eau pour adduction d'eau rurale, retenue
collinaire usage mixte consommation-irrigation. TOUD ces anlnage~

1 ments ont en connnun la particularit quVils peuvent tre calculs


avec des risques non ngligeables de rupture, celle-ci tant rare-
ment catastrophique, c'est~-dire pour des crues de frquence pas
trop rare.
1 Un outil spcial a.t forg par les. hydrologues pour
rpondre ce problme. Il sVagit du bassin reprsentatif, encore
1 appel, selon certains traits' particuliers quVil peut prendre, exp-
rimental, de recherche ou d'investigation. Sur ce bassin de petite
superficie, on concentre dVimportants moyens de mesure des paramtres

1 hydropluviomtriques. La forte densit des points. de mesure et la


cadence leve des observations' permettent de pallier en quelques
annes lVabsence dVinformation hydromtrique condition que lVon
possde proximit du bassin, dans un climat identique, une sta-
1 tion de rfrence pluviomtrique susceptible de fo~rnir une connais-
sance statistique du rgime des pluies. ',,,;

1 ; : .
1 ... / ...
1
. . Cette condition remplie, le bassin reprsentatif ainsi
1
qip' permet d'atteindre la connaissance du rgime hydrologique
des petits cours d'eau. et totparticulirement celle des crues
laquelle nous nous limitons ici. L'analyse des crues observes s'ef-
l'
fectue essentiellement l'aide du modle global qu'est l'hydrogram~
me unitaire'don~le dveloppement est l'objectif direct du prsent
chapitre. Cette analyse des crues observes doit permettre l'esti~ 1
mation de crues de frquence. rare pour le dimensionnement de divers
amnagements. Cettestimation requiert la connaissance :

a) statistique du rgime local des prcipitations,


1
b) des rgles d'application de cette tude statistique
ponctuelle une surface de bassin (abattement), 1
c) de la fonction complexe de transformation prcipi~
tation-saturation-ruissellement,
d) de l'hydrogramme unitaire.
,1
.La mthodologie de cette estimation des crues rares
fait l'objet des chapitres VIII et IX.
1
'7.2. Thorie et limites de l'hydrogramme unitaire l'
7. 2 .1. ~EE~!~~~h0r!~~~

Elabore par L. K. SHERMAN ds i9.32 alL"C U.S.A.,


1
la thorie de l'hydrogramme unitaire a fait l'objet de nombreux d-
veloppements et applications dans les annes suivantes de la part
d'autres hydrologues amricains. Devenue mthode, la thorie de
1
l'hydrogramme unitaire a t applique avec quelques adaptations
par les hydrologues de l'ORSTOM, sur plus de 250 bassins des rgions
arides et intertropicales du globe, sur lesquelles cette utilisation l'
a t trs fructueuse . C'est de cette exprience que nous tirons la
teneur pratique des deux chapitres VII et VIII; dans lesquels une
mthode claire et simple est expose sans cacher qu'elle vite cer~
taines complexits et anomalies de dtail et que d'autres mthodes
1
plus' compliques ont t et sont encore parfois employes.
.' .

Le graphe 11 rsume en trois schmas la thorie


1
de l'hydrogramme unitaire.

Sous rserve de vrification des conditions 1


d'homognit du bassin versant et du rgime des prcipitations, qui
seront explicites en 7.22, la thorie de l'hydrogramme unitaire d-
coule de
,
l'observation.suivante
' .
:. .
1
Une averse homogne couvrarit la totalit du bas-
sin et d'intensit constante'I engendre un hydrogramme de forme et
d'intensits (ou dbits) caractristiques quand la dure de cett.e
1
averse est suffisamment faible. .

. Cette averse est appele averse unitaire et 1


l'hydrogramme engendf est l'hydrogramme unitaire.
....
1
... / ...
1
1
1 Schma thorique de l'hydrogramme unitaire
1
1
A_ Hydrogramme unitaire dlJ une
1 1 averse unita.ire d'intensit 1

1
.....
1 '-
~
~
L
1

1 kt
--1
1"
1
Tc

1
1 B_ Hydrogramme unitaire d une
averse unitaire d'intensit 21
1
1
1
1 1
1 Temps

1 C_ Hydrogramme correspondant une


averse de dure double de l'averse
1 11 11+12
unitaire.

"1
1
1 Temps

date des.
0 R S T 0 M Service Hydrologique ~ ~ _PJY:-_~~l f.g3_9 _
1 1 1
1
1 ~ 9.3 -

. Deux corollaires dcoulent des hypothses


1 d'additi~t
et delin~rit_appliques l'hydrogramme unitaire
insi c o n u : "
,-
1 " ' a) '1JI1eaverse unitaire d'intensit double 2 l
'engendre un hydrog~amme unitaire de mme forme et,dont les dbits
sont' double s, par homothtie ou affinit, .

1 b) .une averse d'intensit Lde dure double de


l'averse unitaire engendre une crue non unitaire forme par la com-
position de deux hYdrograunnes unitaires dcals entre eux de la dure
de l'averse unitaire:'-:'
1 Pour expliciter en termes hydrologiques prati-
ques cet nonc de la thorie de l'hydrogramme unitaire, il faut uti-
1 liser un certain nombre de variables caractristiques de l'averse et
de l?hydrogramme que nous allons dfinir :

1 t
Tc
dure de liaverse unitaire d?intensit l
~emps de concentration du bassin dfini
comme la dure mise pour atteindre l?exu-
1 toire par la goutte d?eau tombant en un
point du bassin le plus loign de cet
exutoire

1 tm temps de monte de l?hydrogramme unitaire

-La dure de ruissellement de 1?hydrograrrnne uni-


1 taire est vidermnent gale , t + Tc. Si une averse homogne d?inten-
sit l durait indfiniment..,' la crue engendre t.endrait asymptotique-
ment (courbe en S)iversun maximum atteint lorsque ette dure dpasse
Tc. La diffrenc entre de~~ courbes en S, dcales de t, est repr-
1 sente par lihydrogramme unitaire.

La dure de 17averse unitaire t tant faible


1 devant Tc, on peut dire qu?une averse homogne est Unitaire lorsque
la dure du ruissellement de l'hydrograrrnne est constante et gale
une valeur limite infrieure,.peu suprieure Tc.
1 L?hydrogrannne unitaire ayant une forme fixe pour
un bassin donn, cela veut dire que son temps de monte tm, connue
cli du ruissellement, est oristarit et gal une valeur limite in-
1 frieure ' ; cela veut dire galemen:t que si l i hydrograrrnne est divis
en n tranches de 'dure d ,le pourcentage du volume ruissel total dt!
chaque tranche est une constante caractristique du bassin.
1
1 Il n'y a hydrogramme unitaire que siil y a ruis-
sellement gnralis sur liensemble du bassin, ce qui implique trois
contraintes :

1 a) les prcipitations doivent tre intenses, du


type orage dit des pays temprs ou du type tornade ou grain des
zones intertropicales,
1
... / ...
1
1
1
9.4-
1
1
1
En pratique, ces contraintes sVexpriment par une liai-
1
son entre dure dVaverse et surface de bassin versant.

A titre dVexemple,lesrgles empi~iquessuivantes 1


taient appliques aux U.S.'A., lors de la mise en oeuvre de la m~
thode :
Dure de IV~verse unitaire Surfaces du bassin
1
(heures)
, 12
(km2)

2500
1
6 8
2
250 2000
50
1
PoLir les bassins infrieurs 50 km2, le temps de con-
centration tant une variable difficile dterminer,on sVappuyait
1
sur le temps de,monte et IVon disait Unitaire toute averse de dure
infrieure au tiers ou au quart de ce temps de monte de Phydrogram-
me. Dans les rgions intertropicales, IVhomognit de IVaverse et 1
du bassin nVest obtenue que sur de petites surfaces,comprises entre
5 et 200 km2 environ, la bande de 10 50 km2 tant la plus sre.
Au-del de 200 km2, les bassins sont- rarement couverts en totalit
par l'averse ; en dessous de .5 km2, l vaverse nVest jamais unitaire
1
car les temps de, monte y sont de quelques minutes.
'

Le domaine dVapplication de IVhydrogrnmme unitaire est


1
donc fonction -du climat et du milieu physique. '

7.3. Slection et calcul des hydrogrammes unitaires


1
7.3 .1. ~!:~~~~::!~~~~~_~~~_~::::~~~~~~~~~~~~~ 1
(Gr?phe 12)
1
prsomption de crue.
LVaverse provoque une rponse du bassin versant
qui peut tre soit ,nulle - absence de crue ~,soit positive,-

Une rponse positive peut tre la manifestation


dVune crue localise, dVune crue gnralise ou dVun coulement hypo-
,
dermique.
1
1
.. / ...
1
1
Il
Gr_ 12
1
Valeurs caractristillues de la pluie et de la crue
1 atenda.nce unitaire
1
1
1
.. tu "1

i .. te
1

1
1
a Temps

Pp le
1 CA ......... 1
Temps
8
..
1 'Cl)
.~
7
6
CI)

1 c::

-..... 5
Cl)

c::
4
1 1

tp
tm =--
1
3
'1 8
fJ:=-= Qmax
1

1 1

1 5 1

Qxr
1 1

.'t::: 1

1 ~
t:::l 1- - ---l
H~J_ F1
1 ..;--- R F2
1 1 AI B

1 Tb
_ _ _ _ _1
Temps

1
1 date des.
0 R S T 0 M Se r vice H yd rologique D;:;; ~ __ QIY_-_2_~t ~~.o
,1
n u _

1 1
1
- 95 -
1
LYcoulement hypodermique ou ruissellement re-
1 tard se produit dans la couche dYhumus ou de matriaux en dcompo~
sition la surface du sol ou dans les premiers centimtres de ce
sol' ;' il' est dYautant plus net et abondantquela,ygtation D.rbore

1 est'importante. .
LYcoulement hypodermique se manifeste gnra-
lement, quand il existe, comme intgr dans le ruissellement, avec
1 lequel il vient se surimposer lYcoulement de base d au dr~inage
de la nappe, s.4il y a lieu.

1 L'coulement hypodermique peut sYobserver seul;


il est caractris par un 6coulement trs lent: son temps de monte
trnh est trs suprieur celui Ql1 ruissellement tm.

1 Une crue localise provient d Yune averse n ycLynnt


intress quYune fraction du bassin ; son hydrogramme est dform par
rapport l'hydrogr~e unitaire. .
1 Si la rponse est Une crue gnralise lYen-
semble du bassin, il peut s'agir d'une crue unitaire ou d'une crue
1 complexe plus ou moins aisment dcomposable en n hydrogrannnes uni-
taires .... La slection des averses et crues unitaires ne peut se faire
quYaprs' une analyse prparative ayant fait ressortir les caract-
1 ristiques principals des vnements averse~crue.

, Ces caractristiques sont reprsentes sur le graphe 12


et leur dfinition et leur dtermination appellent les commentaires
1 suivants: ' .

a) si le volume de ruissellement est gal Vr (dter-


1 nination par sparation des coulements dveloppe au 7.3.2.), il lui
correspond une pluie nette ,Ph = lr laoe de ruissellement telle que
lr = t~ (aux units prs), A tant la surf~ce du' bassin,
1
-
b) la. fraction de la pluie ayant engendr le ruissel-
lenent, donc ta pluie nette, est prise partir des plus fortes in-
1
' ",

tensits et con~titue la pluie effi,cnce Pe, de dure te,


c) la capacit c9:pparente moyenne d Yabsorption
. . "", Pe-Ph
1 Cam. = -----,
te
elle est choisie arbitrair~ment constante dans le temps
parce que plus facile calculer que la ",'apacit d y absorption CA qui
1 gcrot avec le temps suivant une loi difficile connatre. On con-
sidre que la capacit d~absorption contient avec la part de l'infil-
tration, celle des pertes par stockage superficiel et par vapotrans-
l, piration,

d) la difficult dYaffirmer que la pluie efficace est


la seule fraction de la pluie ayant engendr du rtussellement conduit
Il parler de la pluie utile,:plus grande quYelle, dont la dfinition
est dYtre assez intense pour avoir pu raisonnablement provoquer du

III ruissellement ; on a Pu ~. Pe" et tu ~ te,

i. ... / ...
1.
1
1
e) une averse rpond gnralement au schma suivant :
un corps central intense ( peu prs la pluie utile) prcd d?une
1
pluie prliminaire Pp, lie ou non lui sans intermittence de pluie,
d?intensits souvent faibles, et de dure assez courte; ce corps
est suivi d?~e. trane galement faible intensit et de dure sou- 1
vent bien plus longue que celle du corp~,
r~.
f) on choisit le plus sovent la pluie utile, corres- 1
pondant au corps, connue la fraction de 1?averse tombant avec une
intensit suprieure un seuil critique Ic, d'autant plus lev quo
le bassin est permable, 1
g) l'hydrogramme est caractris pa! son dbit maximal
Qx et trois temps, le temps de monte tm cart eritre le dbut et le
maximum du ruissellement, le temps de base Tb ou dure du ruissel-
1
lement (voir 7.3.2.), et le temps de rponse tp cart entre les cen-
tres de gravit de la pluie et de la crue, mesur en pratique entre
le moment o 50 % de la pluie utile sont tombs et le maximum de
1
ruissellement.
1
Sur un bassin versant, aprs au moins une anne 1
d?observations, pn procde l'analyse des rponses du bassin aux
prcipitations et l?on calcule pour chaque vnement averse-crue
identifi toutes les caractristiques dfinies au paragraphe prc-
dent, plus certaines autres qui situent chaque vnement dans la
1
chronique des vnements de 1?anne afin d'estimer 1?tat de satura-
1
tion pralable du ~assin (cf.chap. VIII).

Nous allons maintenant poursuivre ce chapitre,


en utilisant un exemple titre d'illustration. L'exemple retenu est
celui du bassin de KORHOGO (CeSte d'Ivoire) qui draine une superficie
,
de 3,63 km.2 de terrains d'altrations granitiques contenant une nappe
permanente d'arnes ; ces terrains sont en mnjorit cultivs assez 1
intensment (plantes vivrires,mil, manioc, arachides ~. Le cli-
mat rgnant est tropical pur avec une pluviosit de :1400 mm par an,
concentre de mai octobre. A l'issue de 4 annes d'observations,
une tude du ruissellement fut entreprise. Des tableau..x de caract-
,1
ristiques des averses et crues ont t tablis pour haque anne,
sur le modle de celui de 1963, prsent dans le tableau 11.
1
1
... / ...
1
1
1
---------------------
- TABLEAU 11 -

Crues 1963 BASSIN de KORHOGO - (S = 3,63 km?)


~ 1er semestre -

..
..
'

Pluviomtrie Cre "


'..
. .. ..
.. 1 : 2 :
P
3
.P
4 5 '
8

9
.
10 :
.K
11

12
t
13,
._--_ Qx
14
Qo '
:15
.
16 17
: :Qrx.
18

Jjs ~'~.~'.
Pu V. 1 K T'
N : Date : T.".D.A.: ntoy.
':'~ l~j :: '% :
r r ru m :
..
b : Obs ..
mm : mm mm % % mn h-mn J/s : Ir
'. '

: .. .': '
--J
5
:
10-6 25,5: 23,2 .: 20 ,. 4,86; 1,34 5,85 6,,7 ' 45 5-30 :'0 , 035 : 1:,15 J.,11 .. ~,82 U AM " :
.
.. .. . 2;2,9 ,. ..
6 12-6 .. 28,7: .: 17 1,34, : 0,37 1,60 1,59 : 75 :: 5-30 :0,030 .. 0,27 0,23 0,62
.
~
"

.. .
.. 0,77 0,21 :' 1,07 '.. 2,33 ,079'. 0,045:'0,21
.
: 20-6 : :
7 . 24, o'. 19,5 9 60 8-00 :0,030
~

8 : 29-6
:
0,75 . 1,00 '.
'. 21,5 : 17,4 .. 13 0,48: : 0,13 90 .. :5-50 '0 , 02 0,074: 0,050: ' 0,38
:
'

'.
9
:
30-6 70,3 : 53,0 .. 26 9,36: : 2~58 4;87 9;92 :60
8-00 0,030
. 2;30 2,25 q,87 c AV
:
. . : .
.
,

Pucalcul
. pour l c > 18 mm/h
- TABLEAU 11 -
Crues 1963
BASSIN de KORHOGO - (S = 3,63 km2 )

- 2m.e semestre -

"
,
Pluviomtrie Crue
1: 2 3 ': 4 : 5 : 8 9 10:l2 D ' 14 : 15: 16 17:
P
N Date: max.,:Pmoy.,: Pu. :, Vr3 : lr Kr :"t?m: Tb :~;:O ': ~x:
O',
"" ~ax.. nIL :'
. ,% 15: ,:Q r:..: )nn, h~mn: m3 m3 15,: m31s,
--- - - ..."--- ..---- . '. . . .
: nnn.: ,nnn. : nnn. ,:10 f,:3,:' nnn. , ,
. .. '..
.
- - "..-----
. '..- -: .
. - - --
.
... --- --- ------ ----
.. .. .. . . 0..~---- -......- :
. .

10: : 5-7 : 28,0: 24,6:14 : 1,20 : 0,33: 1,34: 40: 5-"40:0,036:0,186: 0,150: 0,45:'
,,
: , ,
'. ,
,,
40: 5-30:0,036:3,1 ,
,
li: : 8-7 ::37,0: 33,0:31:,5 :ll, 90
, , '
,
"
"
:
,, " ,
3,28: 9,94: 3,060: 0,93: .
,, ',. '., ,, ',.
,
'..
:0,030:0,ll8 : 0,088: 0,55::
: ,
"
:
' : "

, "

14: 22-7 19,7: ll,6: 8. 0,57 0,16: 1,38: 60: 5


'.
: , '
,
... .
',.
,

' '.. "
"
,

',. 15:'. 23-7 . 33,2:, 29,8;'16 0,96 0,25: 0,84~ 2'5 :' 5-20:0,030:0,150: 0,l20: 0,48: :
...
20,8:19;" ": 1,'45 ,,
,,
:
0,40: 1,92::' J5:' 5-30:0,040:0;340: 0,290': 0,72 : '
16: 30-7 "::23,5:
' "

'
:
:: . '
;,". ': : '.. . . .. . . .

0,35: 2,16: 60: 5 :0,056 :0,204: 0,148:0;43'::


: ~
_... ': :... . : . # : . ' .: ' : " : " . : . : : - : ':

: 78,6: 71,5:53: :64,86 :17,86:24,98": 55: 7:0,100:7,600: 7~400: 0,42::


.. " - . :. ... - ~~ : .: ..- .. ,' ': : .. , ': . : .: .... .,.: .. "

: 34,0': 26,6 :22 :10,32 2,84:10,68: 60': 6 :0,080:3,950: 3,870: 1,36'::


': ": .: ': :.
42,9: '35,7: 25 7,06 1,94: 5,43: 25: 8-40:0,050:1,800: 1,730: 0,89:
, ., '., ~ ..
1l,5: 9,0: 6 0,72 ': 0,20: 2,22: 20: 4
": : : .: ': : :: ..".,
:0,l22:0,245':
0,l23:
.
0,62:
,
: 42,6~._,3~,1~~5 .. ,:17,29 ': 4,76:l2,49: 45': 7 :0,100:3,00: 2,880: 0,60:
: . ~ .: ~ ;;: .: :. : ,"'
1
99 -
1
Outre des variables dj dfinies en 7.3.1., on y trouve les
1 autres variables suivantes :

- Pmax' . maximilln ponctuel observ de prcipitation

1 - Q'
.' 0

- Qrx.
dbit de base avant la crue
dbit maximal-de ruissellement
dbit maximal de rui~sellemnt pour une lame
1 -: ,Qrx/lr
ruissele de 1 mm.

1 . .
Une colonne observations rend compte de IVanalyse de la r-
partition spatiale des prcipitations (CT centrale, AV maximum en
aval ), et du caractre unitaire U ou complexe C de IVvnement
1 (critre de la' pluie utile infrieure l moiti du temps de monte,
et dVune averse
. . corps central Ul1ique et intense).
. , \.

1 La slection des. crues unitaires se fait m deux stades,


dVabord en recherchant les averses unitaires, ensuite en regardant
les caractristiques des crues rsultantes. On suit pour cela un pro-

1 cessus par limination :

a) recherche des averses d 7une hauteur suffisante pour avoir


provoqu une crue gnralise et de rpartiti9n' sPatiale assez homo-
1 gne pour ne pas engendrer un hydrogrannne dform,

b) les averses satisfaisant les critres prcdents doivent


1 avoir une dure de pluie utile infrieure la moiti ou aux deux
tiers du temps de monte pour un bassin de quelques dizaines de km2,

1 c) les averses satisfaisant aux critres prcdents doivent


galement prsente!.' un hytograrnme de forme homogne. dont les tran-
ches forte intensit sont rassembles dans un corps unique, partie
intgrante et principale de la pluie utile. La prsence de pointes
1 forte intensit un peu espaces dans .le temps risque de provoquer
des ractions distinctes du bassin et un hydrogramme rsultant d-
form. .
1 On attend gnralement le contr61e des hydrogrammes pour
liminer des vnements, mais lion peut dj en carter quelques uns

1 ce stade d vexamen de 17averse. Ainsi sur 17 exemple de KORHOGO


(Tableau 11) peut-on facilement laisser de c6t les vnements nO 7,
14 et 24 dont les hauteurs de pluie utile sont trop faibles pour
quVelles aient pu ave.c certitude engendrer un ruisse-llement gnra-
1 lis. . '

Avant de procder au contr61e des crues, il faut avoir spar


1 le ruissellement. de 1 7 coulement. Pour cela, on trace la courbe de
dcrue de 17hydrograrnme observ sur papier semi-logarithmique (temps
en abscisses, log. du dbit en ordo~De) comme sur le graphe 12. On

1 constate en gnral que la droite de dcrue (log. dbit fonction du


temps) prsente deux changem~nts de pente: .

- le premier en. FI correspond IV arr6t du ruissellement 5U-


1 . perficiel' immdiat et au passage au ruissellement retard
ou hypodermique,

1 ... / ...
1
-100 -

- le second F2 concide avec la cessation de tout ruisselle-


1
mrit et le passage 'l?coulement de .base.
. ..' .. .

. ., Si le second changement de pente est presque toujours net,


1
d-h.s la mesure' videmment' o 'une nouvelle crue ne dmarre pas sur
la dcrue de'laprcdente, il n?en est pas de mme du premier. En
effet le ruissellement hypodermique nVexiste que sur les bassins 1
soit trs permables, soit forestiers avec grosse litire vgtale,
et d'assez faible pente ; en outre,' son importance est variable en
cours de saison dans certains' cas. Si le ruissellement hyPOdermique
n?est pas relativement abondant vis--vis du ruissellement super-
1
ficiel, le changement de pente F1 nVest pas net et se confond sou-
vent avec le second changement F2, ce qui rend la sparation des
formes,dtcoulement plus dlicate. Aussi, sauf tude particulire
1
, . oriente vers la connaissance du ruissellement hypodermique lorsqu?-
',. il est abOndant, 'vaut.,.il mieux considrer ensemble, ruissellements
superficiel et hypodermique et sparer seulement IV coulement de ba- 1
se. Pour ce faire, le point F2, dtermin -tiUr le papier logarithmi-
que, est report sur IVhydrogramme etlVon trace la droite B reliant
ce point F2 au dbut A du ruissellement (graphe 12) ; cette droite
est sense reprsenter la sparation entre les deux formes de ruis-
1
sellement et lVcoulement de base: ; la distance entre A et F2 cor~
respond au temps de base Tb, dure du ruissellement. Cette sparation
linaire est une simplification qui nVintroduit pas d'erreur signifi-
1
..' cative.Enralit, la sparation ,serait curviligne convexit vers
les dbits de' ,ruissellement, et toutes proportions gardes la diffu-
rence correspondrait celle quVil y a entre la droite ARF1 de spa-
1
ration,linai~'entreruissellement,superficiel~ethypodermique et

. ", ...
la courbe H dont la forme peut se dduire d"observations. de ractions
aux' pluies ne contenant que du ruissellement hypodermique pur
(graphe 12).
1
Uhydrogrannne de ruissellement se dduit de Phydrogra.Inm.e
observ ensoustrayaht point' par point. des ordonnes de ce dernier
1
celles de 1ad~oite ABF2~ La quantit.d?eau inscrite entre cet hy~
drogramme observ et cette droite est le volume de' ruissellement Vr
'le dbit maximal de ruissellement Qxr'ne ,correspond plus qu? la 1
partie du dbit maximal observ Qx situ au dessus, de,la droite
ABF2.

,'On peut- achever la slection des crues unitaires en procdant


1
au contrle deshydrogrammes de ruissellement ainsi dtermins

. a) les crues' issues des ayerses ~itaire's ont des temps de


1
monte 'et de base qui doivent prsenter des valeurs ,tendant vers des
limites infrieures, lorsque la dure des averses n?estpas trop
longue. A ICORHOGO, ces limites semblent tre peu prs 40 minutes
1
et 4 heures,

b) ,les hydrogrammes unitaires tant affins, ;il suffit pour


"les comparer de ramener leurs volumes un volume :unit ; un con-
1
trle rapide. s'effectue sur les dbits maximaux Grx ramens une
lame ruisselee, lr de 1mm, en faisant Qrx/lr. Les ,valeu:rs: de Qrx/lr
sont voisines et leves pour les crues unitaires;' elles sont plus
1
. faibl~s pour les crues complexes ou hypodermiques et nettement plus
leves pour des crues dues des averses localises l'aval des
bassins.
1
... / ... 1
1
1
~ '10l'~
1
, Le critre du temps de monte KORHOGO (tableau 11) conduit
1 liminer les'crues nO 6, 8,9," 17, 18 et 19 (tm suprieur 60 mn).
Le critre du temps de base confirme lVlimination des crues nO 9,
18 et 19 et conseille celle de la crue nO 25 (tous Tb suprieurs
1 6 heure,s).

LVexamen final des quotients Qrx/lr montre que des valeurs

1 suprieuresl correspondent ,d.scrus localises PavaI (cas


de la nO 19) et que ds valeurs infrieures 0,50 dsignent des
crues molles complexes (crues nO 7, 8, 10, 15, 17 et 18).

1 ,

, Le
'

bilan ds liminations aprs contrle des averses et des


crues ne 1iisse pius subsister que les vnements nO 5, 11, 16 et
21. Les,'deux derniers sont' dl,l's' des averses 'unitaires mais ayant
1 deux pdintes diintensitsspares ; il vaut mieux dans ce cas les
carter~ Il ne reste plus que les crues n05et 11 qui peuvent tre
slectionnes comme unitaires. Le dchet est llaportant mais lVexp~

1 rience montre quVil faut tre svre d'ans liapplication des contr6~
les si lion veut avoir des crues rellement unitaires.
!;. . '" .- . . .. 0" ";

1
1 Le travail de slection opr sur liensemble
des vnements averse-crue observs sur un bassin, on peut envisager
dVanalyser les crues unitaires retenues ds que leur nombre est suf-
fisa,nt (au moins cinq)~
1 , 'La comparaison des crues unitaires sVeffectue
sur leurs J;.Iydrogrammes de ruissellement ~ donc aprs spai'tion de
1 licoulement de base - ramens un volume correspondant une lame
quivalente de 1 ou de 10 mm, selon' que le bassin a un faible ou un
fort ruissellement, afin 'que les hydrogrannnes ainsi rduits niaient

1 pas des valeurs de dbits extraordinaires.

La reprsentation numrique des hydrogrammes de


ruissellement unitaires ainsi rduits peut se faire de diverses ma~
1 nires :

, ' ' , a) en donnant les dbits relatifs certains


1 instants reprs de' part et d Vautre du maximum auquel correspond
lVorigine des temps; les intervalles de temps peuvent'tre constants
mais pour bien reprsenter un hydrogramme, il peut tre suffisant

1 dVavoir un intervalle fj t pour les forts dbits ~ monte et dbut de


d(crue - et des intervalles ~ltiples ~ 2 4 IJ. t - pour les faibles
dbits de fin de dcrue,

1 b) en calculant les dbits mOJrens pour divers


intervalles de temps et en passant aux volumes correspondants qui
sont exprims en pourcentages du volume total ruissel ; on peut dans
1 le mme ordre diide cumuler ces"voluines partiels'en les exprimant
galement en pourcentages.

1 reprse~tations et
Le graphe 13 montre comment Si effectuent ces
leurs diffrences. ,

1
1
_' 102 -
1
.,' Le. premier mode'de 'reprsentation est recom~
manrl .car il est plus direct puisqu?il Vite le passage par les vo~ 1
lumes~ .

Dans le dcoupage du temps 'de ruissellement,


il.est indispensable dans. la premire faon de reprsenter l?hydro~
1
gra.mme, de ,prendre le: dbit :Ina.x:i.mal et' dans la seconde un intervalle
, centr sur ce max:i..nn.lln, intervalle auquel"correspond le pourcentage
de ;pointe du bassin. .
1
, L?exemple de KORHOGO permet ici encore de sui~
vre mieux le droulement de Pana~se.1I.prs.trois anne:;; d?obser- 1
vations (1962-64), on. a: pu retenir 6 crUes,unitaires, dont les deux
slectionnes dans ;exemple prcdent (7.3.2.). Le tableau 12 ci~
dessous contient ies valeurs numriques. des six hydrogrammes de
ruissellement rduits une lame de 1 nnn (Vr = 3 .630 m3 puisque la
1
surface S = 3,63 km2).
1
Les intervalles de temps sont de 10 minutes
on aurait pu les prendre ,de 20 minutes en fin de dcrue, disons
aprs + 40 minutes suivant le max:i.nrum, sans perdre de prcision. On
1
peut remarquer une lgre dispersion des dbits un instant donn,
entre les divers hydrogrammes. Ceci est d bien entendu au fait que
les principes thoriques'd 9 homognit des ,pluies et de raction du
bassin sont toujours un peu altrs en pratique .II est, donc judi~
1
cieux de choisir pour former Phydrogranimetype caractr-istique du
bassin non les dbits moyens mais les mdians, en vrifiant que le
total correspond toujours au volume unit retenu. A titre de compa~
1
'.' raison, on donne ci~essous les valeurs~'correspondantes'de Phydro~
, grannne mdian exprimes en volumes et en volumes cumules pour le
3assin de KORHOGO. Afin de mieux cerner le maximum, les' intervalles
1
ne concident pas avec ceux des dbits (,voir graphe 13) sur cet
exemple.

Intervalles
. ;.,:'
1
de temps
cumuls
15 ? 25? '35? 45 i 55? 65 1 75? 85? 105 9 '1:25 1 145? 165 1
1
Volume en % 1 4,1 10, 1 15/-J. 13,9 11,3 8, 9 6,8 10,3 7 4,8 3,3

Volumes cu-
l 5,1 15,2 30,644555,864,7 71,5 .81,8' 88,8 93,6 96,9
1
.. muls en %

H
185 9 205 9 230 9
' ... 1
n

'n
1,9
98,9'
0,9
99,7
0,3
100
1
On peut remarquer qu?au maximum de 0,88 ~/s aprs
40 minutes de temps de monte correspond en 1~01ume un pourcentage
1
de pointe de 15,4 % entre 35 et 45 minutes aprs le dbut de la crue.

Constitueru:n hydrogramme t~ de' bassin en"admettant


1
qu?il est reprsent par la mdiane des hydrogrannnes unitaires ob~
servs revi.ent implicitement convenir que les conditions d? cou~
lement sont constantes. 1
.. / ... 1
1
Gr_13
1
'1 .Di,agramme de distribution unitaire
1
1
1
Diagramme t/es dbits--.l'l~tantalJ~
1 divers intervalles d! temps

1
1
1
1
1 f).t Temps

'1
100~o
1
1 75
Dia ramme des volumes cumuls
1 en pourcentage.

1 Diaqramme des dbits ou


volumes ar Intervalles de tem s
50

1 25
1
1
ORS TOM date des.
-;;;;; ~ __DLV::-2.61 A9L _
1 , Service Hydrologique
1 .~ 103 ~

1
TABLEAU 12
1 HYDROGRAI"1ME-TYPE du BASSIN VERSANT de KORHOGO
--~~~-~~---~------------

1 (Dbits en m3 /s)
.:Repre
1 ~
de crue:-
, .

...
40:-
...
30::~
. -=--I::l' . 20:-
..
.
..
10: :+
..
. 10:+
..
.. 20:+
..
. 30:+"40:+
..
.
....
.
....
50:.
..
. ~ ~ ~ ~-=:N:::I

15...(,2 ' :0,03:0,08:0,23:0,54:0,85:0,82:0,66:0~52:0,42:0,36:


1 '11~3
45-63
: - :0,02:0,05:0,49:0,97:0,91:0,71 :0,57:0,44:0,37:
: - :0,01:0,21:1,18:1,33:1,18:0,81:0,45:0,33:0,21:
11-65 :0, 05 :0,26: 0,57 :0, 75": 0,77 :0, 72: 0,60:0,46: 0,38: 0,31:
1 : --....m
5-63
18=64 . .
.:a
. .
, : - :0,08:0,19:0,42:0,83:0,69:0,54:0,41:0,34:0,3 2 :
: - :0,03:0,12:0,46:0,90:0,78:0,60:0,46:0,36:0,27:
: _': _~.-.::cI : c:::a : : __ c:::I_: ~ : e:;:;, : _G!lI : .-t=:::J_ _ : __ -=-_ :

..
1
'

Hydrograrmne-
;0 '
05:0
... '20:0 55:0 88:0'77:0
.. ' 63:0 50:0 38:0
... '31:..
type mdian
.
.. .. J .
. '. . .'. .J .

1
; -.

1 ".
1 h:+ 10:+ 20:+ 30:t 40:+ 50: 2 h:+ 10:+ 20:+ 30:+ 40:+ 50: 3 h :
:-~:----:----:----:----:-~--:----:--~:----:----:----:---~:~-~--:----:---~:
.. .. .. ... .. .... .. .. ... ..
15~2 :0,30:0,24:0,19:0,14 :0,11:0,08 :0, 07:0,05 :0,03:0,02: 0,01: :
1 11-63
45-63
:0,31:0,26:0,22:0,19:0,16:0,13:0,11:0,09:0,07:0,05:0,04:0,02:0,01
:0,10:0,Q5":0,01: -- .......: .- . : - :.. : ~
11-65 :0,25 :0,2Q :0,15: 0,09":0,07:0,06 :0,055 :0,05:0,03:0,02: 0, 01:
: '.
-=" : - '.: - .': - : :--

.
1 5-63
18-64
:0,31:0,29:0,27:0,23:0,19:0,16:0,13:0,10:0,09:0,07:0,06:0,03:0,02 :0,2 :0,01:
:0,21:0,17:0,15:0,13:0,13:0,14:0,14:,13:0,12:0,11:0,11:0,09:0,08 :0,06 :0,05:
.
1 . .
Hydrogran:nne~"
... .
..
.
.
"."
. .... "

.:type mdian .:0,26:0,22:0,17:0,14:0,12:0,10:0,08:0,06:0,05:0,04:0,03:0,02:0,015:0,01:


. . ..
..
..
.
.. ..
.
"."
. ..
..
.
.
..
..
..
..
.
..

1
Temps en h. et 'min. de part et d y autre du ma.x.imum (temps zro)
1
1
1
1 '~' .. '.

1 '.: 1

1
1
..~ .. :
... N:"'

1
1
Or bien souvent, il ni en est pas ainsi et la raction d Vun bassin
n vest pas fflinairei? ; autrement-dit la vitesse de ruissellement
crot dVautant plus vite que la prcipitation est intense et leve.
la pratique montre que les trs fortes pluies intenses, de frquence
1
rare, engendre des rponses plus violentes et plus rapides que les
prcipitations disons plus courantes. En se contentant de la lecture
du tableau 12, on peut voir sur les seuls pourcentages de pointes
1
que les prues 45~3 et 11~3 par exemple _sont bien plus svres que
les'autres parce quVengendrespar des:pluies plus leves et plus
, intenses'. SiPon recherche un hYdrogramme unitaire pour reconstituer
1
une': crue'; exceptionnelle, on ne doit pas le choisir sur la base m~
.. diane gnrale mais seulement . partir de ces vnements svres
.'
. '., . . . . . . Ainsi sur Pexemple de KORHOGO, peut""n laborer,
1
dVafjrs les deux vnements prcits, un hydrogrannne type de forte
crue, diffrent cie lihydrogramme.mdian : temps de monte de 30 au
liell. de 40 minutes, temps de base:de 3:h-30.au lieu de 4 h, mibit
1
max:i1Dal de 0,95 au ;lieu :de 0,88.
1
LYhydrogramme unitaire mdian ainsi dtermin doit
tre test avant dV@tre dfinitivement adopt. Ce test sVeffectue
sur une ou plusieurs crues observes n vayant vidennnent pas le ca-
1
ractre unitaire. Comme ce test est quivalent 19 0pration de re~
coristittion 'de ct-ue .laquelle sert' en premier lieu un hydrograrnrne
.. unitaire, on: a jug . bon de dvelpper' 'la' mthod~logi correspondante 1
dans un' chapitre spcial, l~ sui~nt. : ,
.. .
;~

? .4. Exercice dVaprlicati<:m :sur la rechercha des crues


1
unitaires et .le calcul'de lihydrogramme unitaire
mdian d 1un bassin
. ,' ..
..

,LYanalyse complte des;.vnements averses-crues ob~


1
servs sur un bassin est un opration trs longue e~ qui ncessite
la consultation de trs nombreux .docunients(tableaux numriques' et
'graphiques relatifs aux hytogrannnes et hYdrograimnes ;obs'ervs) ; il
1
nVest pas possible matriellement, dans le cadre dVun exercice d1a~
plication, de donner tous les lments permettant une telle analyse. 1
L g exercice porte donc sur les points les pls dlicats
et les plus originaux de IVanalyse des vnements : slection des
crues unitaires, sparation du ruissellement pur, tableau des dia~ 1
grammes unitaires de ruissellement, choix de lihydrograrnrne mdian.

ges
On admet donc que sont connues les oprations ngli~
calcul de la pluie moyenne, du hytogramme moyen, tablisse~
1
ment du tableau des valeurs caractristiques, choix du seuil de pluie
utile etc 1
LVexercice dont le contenu est ainsi nettement dli~
mit est dvelopp sur les informations recueillies dans le bassin
de KOUNTKOUZOUT au Niger. Les principales caractristiques de ce
bassin sont les suivantes :
1
- superficie draine 16,6 km2 1
. . .1. .. 1
1
1.
105~

1 ~ climat tropical semicoaride (400 :mm. de prcipitar~


tions entre juin septembre),
1 .~ grs recouverts de cuirasse latritique,
~ vgtation steppique (2/3) et cultures vivrires

1 (1/3);'
- relief notable,
.

~ :crues violente s non suivie s d? couiement .permanent,


1 averses courtes et intenses prsentnt souvent plu~
sieurs pointe s qui engendrent une crue complexe
difficile dcomposer, .
1 en dessous de 15 :mm. de pluie moyellile, il hVy'a' pa~
de ruissellement gnoralis tout le bassin.

1 Le tableau 13 rassemble un chal'itillon de 15 crues


slectionnes parmi les 150 observes en 4 annes, chantillo~ con~
1 tenant toutes les crues' unitaires et quelques autres typiqu~s. Les .
paramtres ports dans e tableau sont: les suivants, partir de la.
,3e colonne : pluie ma.x:iJiJale ponctuelle, pluie moyenne sur le bassin;
1 dure utile de la pluie, nombre de pointes intenses de la pluie uti~
le nettement spares, volume ruissel global, lame ruissel~e qui~
.valente, coefficie~t de ruissellement, temps de 'monte de la crue,

1 ,temps de base de celle~ci, son dbit maximal total et rapport


:1 :mm. de lame. .

Le graphe' 14 fournit une reprsentation de deux crues


1 observes qui sont Unitaires, et le tableau 14 les hydrograrnmes de .
ruissellement Pour ~?aut~es crues unitaires.

1 Il e~t d~nd : .

a) de' trouver les raisons pour lesquelle~ Scrues du

1 tableau,13 ne peuvent pas atre considres connue


unitaires, en s?appuyant sur les renseignements
fournis sur le bassin et sur les critres de s~
lection dcrits en 7.3.,
1 b) de dterno.ne,r les hydrogrammes de ruissellement pur
des crues dessines sur le graphe 14, sachant que
1 l'anaJ-yse complte a rvl une disparit des temps
de ruissellement global due au fait quVil y a une
part non ngligeable, mais variable, de ruisselle~

1 ment hypodermique retard qu 7 il importe de sparer


du ruissellement pur immdiat,
c) de composer le tableau des diagrammes de ruisselle~
1 ment pur relatifs aux 7 crues unitaires, homog.~
nises pour une lame de 1 nnn, en adoptant la re~
prsentation en dbits divers intervalles de temps

1 de part et d? autre du maxi.mum,

d) de dte~1er l?hydrogrammewlitaire mdian par le


calcul sur les diagrammes prcdents.
1
1
1
~ -:,::, l." ...'- 106 ~:.-

1
.' ( : '. : . .1... .: o.',

:;,: .... f ;. '0 0 ~ .~' i ; :. .:. ~.

~ TABtEiJ .J.J' ~
::,:';~.~" .'. ~."/:" \~::.'

Caractristiques intressantes de crues du bassin de KOUNTKOUZOur (16,6 1mJ.2)


, . ."
1
..... ~t ' ... ,. ,

:'. ..... :-'


", ' ._......1 : ' . ". ; : .. ..:.'':' .

--==
1
.. : . ,:P :P .... :.. tu: :Nbrede:.. Vr ';: Ir : Kr: tm : Tb ~ :Qrx/1r:
: __
N: D~te' : .:(:)"
_.
:(:) :(~ute~):po~~e.~~:c;~1r?
. '. ..':. : ._.::(mm):
-. .
%:.(min.) .: (min.) .: (m3 /8):. m3/8_ .:
_ ~ ~.,' '~":',,:'
~.-.::-..- _'~;',';'
_ . ':~ .. _ ..-;~.:.
-co ~-=--
1
: (.:.~: ,,:'..: :. : :,"'.:.:: : : : . ..

4':10.7:.64 :1.04' :':,:70,:8::' ; 70


. .. . ..
-: -1':" : 490

:29,5 :41
. ., ..: non observs:136
.
4,6
1
23:24.8..(>4: 72,5: 60,2: 90 4 :.336,~20,2:33,8: 16 : 270: 57,5 2,8

: .
~_::::';.:r':../

26-:~9.8~64: 46;:.42,6;~. >45


~ .: . '.. ;
: :, :'.

':
.

. : ' : .: '.:'.:'":'
'.. .

_:)~ l o'
.' . .1.

2 ' -; :i.46;5; 8~$~20,8; __:.50


: "

: '.

' .

".
1
, 0 .

~. '185 : 33,0
". .
1
: 39:1l.6~65:54,5:;43;5.:: 35" 2 i 26i;i5,7;36;?;:.::2:3~;~.'; :':):260 60 3,8
~'.5~; '~~'8~65~;:21'~-{;:~3'~:: -20 -.: ':':1::'" ~-26,4Fi,-~r9:,2~::t40'o.,~"--180 5,80: 3,6
1
7b~38. 8.65~ j5~'8 ~":21,2 ~'30 ~',/ 17 ;~;:~~li'i=;~',;,;, O~ :': "27:; ~J.'.~10
:.

82:26.5.66:' 58;3: 47,4:


". .:. ' . : : , :

30
'., .
::, 2,

:
:. ":

247
" . ,::,: .... ".

:14,9:31,5:':'48<; ::'210
~' .. t :'. " : ~ '.'
6,1 0: 5,5
1
.. . .. ..
l"
. .. 70,7
4,7
: . . 94:2jJ~6~66: " 7,7: .",4,2:' -10.-
,-
, 1 ":
"
4'2.:0,25:: 6 1:
~1' ,. .. : ~ 0'1'~: ' .'.
17
) ... ~{. L
: 85
.. 2,5
-

10 .
'
1
~100~ D8:7~')'~--"k8~2~'15,\5 ~ " " 20
-
fi ,... -

.. ..
, l, :', 84',6': '5 ;1:23;4: "'37135 : 32,6
. 6,4
:109: 3.8.66: 23,2: 18,8:
. . .. . . 25 .. 2:
: : :
:: 44,6 :'2~7:14,3: 20
: ...
200 10,6
-

3,9 -
1
5,0
1
-
:119: ;5~8~~6: 90~6:_.47,9: .1 :' 283 , :17;0:35,7: 60 190 86
. . .... . .
35
.
.:i6,;6:38,9:
.. ..
,;ru i~:~L.8~'66-;~:~9:.; '42,'6;_, 40 1 275, 60 200 71 4,3
: ;". ~"- .; , . :,.~~~.: ' . . : : ;-.
,
~
-,,
:J.4~7 :30, 8:
,-

.'. 1
:124:16.9.66: 63,8: 47,8:
:: : ': :
55 2' :: 244 36 280 44 3,0

q:b-6:?3 .. 7~67:., 25,4:17;5: 20 -. 1 ,


55 };J:18,8: 52 135 16,5 5,0
~148i24.7"67~;:37,~~ ,253~,:' 25 . .~8,5 :33 ,4:, ,
1
,.
l 140 . 64 195 46 5,4
;

..
,

. :.. .
'.. ." ~ .'. ..

- _1 .' . :

1
,

"':-1'
,
....
.' .. "
"
. '. "r~""""

:..~: ..; ... ;: ,.i. .' 1


......... ....
..
. ~ .~ .
.. ';' .

1
:.'. '.:': "

1
1
1
1
1
Gr_ 14
1
1 Hydrogrammes de crues unitaires observes
( KOUNTKOUZOUT)
1
1
1
1
1
1
1
1
1
1
1 ".
CRUE du 9_ 8_1966 .
1 1\ ( n~ 112 )
60 +-----,---.---.-----Jr -,-\-----,------,--------r----,-.---.-------,

1 / \
1 40 ;-+---+---- /-- \~.. ....... -t-------l

1 20 - j _ + - - _ \
I~
1
1
IO.R.S.T.O.M. :.~(.\~. d.J~:.' __DJY_-_~9L492
1 Service Hydrologique 1 _
---~-----------------

- TABLEAU 14 -

Hydrogrammes de ruissellement pur de crues unitaires KOUNTKOUZOur


(dbits en m3 /s)

; N ; (min"::s) ~ 0:
_.,.c:a ~
lO: 20: 30; 40~ 50: 60 ~ 70 ~
: - - : - - - : - - - - - : - - - : - - - - - : - - - - - .. - - - - - _ . _ _._
80.
... - - - -
_9~.~_._1l~._l2~:~0_~J.4~~~(=::

.. . : : : : : : ::
58: 0 : 0,09~ 1,15; 3,08; 4,93; 5,75~ 5,46; 5,0: 4,46: 3,77~ 3,08~ 2,23~ 1,62~ 0,62: 0 l,54:
.
82: 21 ,
O: 9 :
35 ,
7.'39,8.'49 .
,4 '70 :61 45,2:34,3 :18,5 : 8,2 : 4,11: 2,06: 0 13,7
. .
:100: o 2,55:13,2 :27,5 :32,5 :25,7 :16,3 8,4: 5,1
. 3,57: 2,29: 1,27: 0,25: 0 5,1
. .
:146: o 2,92: 9,24:10,8 :13,1 :16,2 :12,9 9,cfJ: 5,4 2,31: 1,08: 0,15: 0 3,08:
: . .. .
:148: o l,52: 8,75:14,1 :23,6 :38,8 :45,2 :33,8 :18,2 :10,3 : 6,08: 3,80: 1,90~ 1,JJ,..: 0 7,6 :
-===== -_._=-=='"'=~=~o_
1
1 ~ 109 -

1 CHAPITRE VIII .~ RECONSTITUTION DE CRUES COMPLEXES 1\ LiAIDE


DE LiHYDROGRAMME UNITAIRE

1 Le modle global qu~est l~hydrogramme unitaire est destin


permettre la prdtermination d~une crue exceptionnelle sachant la
1 ,pluie qui la provoque. Avant qu~une telle application soit possible,
il faut tester l~hydrogramme unitaire mdian, calcul comme on l~a
montr .dans le chapitre VII, sur des crues observes, de prfrence
1 complexes.

La 'reconstitution de crues complexes par composition d~hy


drogrammes unitaires, afin de tester la forme de ceux~ci, apporte des
1 informations complmentaires sur le mcanisme de transformation pluies~
dbits, informations qui seront utiles lors de la prdtermination de
crues non'observes.
1 Bien que cette prdtermination. fasse l~objet du chapitre IX,
nous donnons ici un rsum des tapes essentielles du processus per~
1 mettant sa ralisation
"

a) estimation des valeurs globales du coefficient de nlis-

1 sellement K ou de la lame ruissele l relatives la


r r
prcipitation et compte tenu de IVtat de saturation dGS
terrains,
1 b) dcomposition de la prcipitation en n averses unitai~
res et estimation de la variation du k de IVaverse l
r

1 lYaverse n, cYest~~dire de la fonction de ruissellement


ou d~infiltration k = f Ct) ou l = P - l = f Ct)
r r

1 c) application de la fonction de ruissellement aux n averses


unitaires pour calcul des n hydrogranunes unitaires et
composition de ceux~ci.
1 Dans la reconstitution dYune crue complexe observe, lYtape a
est supprime puisque les lments sont connus, mais les tapes b et c
1 subsistent. LYestimation de la fonction de ruissellement ou dYinfil..
tration est mme lYopration principale. CVest elle que nous consa-
crons en fait ce chapitre VIII. Cette opration est en pratique assez
1 complique ,et il existe de nombreuses mthodes de rsolution ; nous
les prsenterons brivement en dveloppant surtout lY une dYentre elles,
plus simple et cependant suffisante pour rsoudre les problmes des
l, bassins soumis des prcipitations intenses suivies de forts ruissel~
lements. La totalit de cet expos sera fait en suivant deux exemples
extraits dYobservations, le premier consistant analyser une crue, le
second en reconstituer une autre.
1
1 / f.

1
1
1
- 110-
1
8.1. Ana1.yse d 'une averse et d'une crue complexe
..... '. :. ..
.8 .1. ~.. 2~~~~~_1?:':~S~~!: :
," 1
Connatre la fonction de ruissellement d'un ba~
sin c'estsavoi~ comment au cours d'une prcipitation varie ce coef-
1
ficient avec le.temps, sachant.gnralement sa valeur moyenne globale.
. L'analyse se. fait plutt sur le rsidu du ruissellement c'est--dire
sur la capacit d'absorption, CA ou sur sa :mciyenne apparente, la capa- 1
cit apparente moyerine d'absorption Cam, (cf. 7.3.1. et graphe 12)
toutes deux' exprimes en' intensit.

. .
..

Ces capacits d'absorptioncomprannent une part


1
dominante celle de l'infiltration et deux JXl.rts mneures celles des

..
pertes par stockage superficiel et par vapotranspiration immdiate.
C'est pourcioi, ..1' on trouve parfois une confusion entre la capacit
1
d'absorption et celle' d'infiltration et que l'on parle de la fonction
d'infiltration au cours d'une. averse. Et d'aut~t plus que divers
travaux exprimentaux, depuis HORTON, ont permis de montrer que sous
pluie d'intensit constante; la vitesse ou capacit d'infiltration
1
dcrot exponentiellement partir d'une valeur initiale dpendant
de l'tat de saturation pralable du terrain et qu'elle a une limite
infrieure correspondant vraisemblablement au sol satur ou la capa-
.1
cit au champ.

La capacit d'absorption, dont la composante


1
principale est cette capacit' d'infiltration, doit vraisemblablement
se comporter comme elle et dcrotre exponentiellement durant une
pluie. . 1
La dtermination de la variation exponentielle
de la capacit d'absorption est trs difficile ; heureusement elle
n'est pas ncessaire et 'l'on peut simplement se contenter d'avoir une
1
ide approche de cette variation en dterminant celle de la capacit
ap~rente moyenne Cam, ce qui est beaucoup plus facile. 1
Il ne faut pas aborder le problme sur une crue
trop complexe c' est-.--dire par exemple une crue trs forte due une
pluie intense de longue dure, mais au contraire sur un vnement
1
. dRns lequel la variation de Cam puisse tre aise voir, vnement
qui est fourni par une averse pointes multiples c'est--dire dont
les fractions intenses ayant provoqu du ruissellement sont spares
par des priodes moins intenses non gnratrices de ruissellement. Il
1
vaut mieux choisir un tel vnement non seulement au vu du schma de
la pluie, mais surtout l'examen de l'hydrogrannne qui doit prsenter
des ondes nettement spares afin 'qu'elles puissent tre imputes sans
1
. quivoque aux pointes spares de la pluie.

.
.....

.
1
.8 .1. 2. ~~_!2~~~E~e ~2l~
Le schma de la pluie c'est--dire la variation
des intensits dans le temps est reprsent par le hytogrannne. On
1
dresse autant de hytogrannnes qu'il y a de pluviographes sur un bassin.
Il faut ensuite composer ces hytogrammes ponctuels pour former le
hytogramme moyen. C'est une opration trs dlicate pour laquelle
1
existent divers procds dont aucun n'est rellement satisfaisant.

... / ...
1
1
1
1 - 111'-'

1 En fait, le hytogramne moyen nYest quYune re-


prsentation parfois Un peu irrelle de la variation dans le temps
des intensits de telle sorte que le 'total de prcipitation soit
gal la hauteur moyenne de pluie. Les pluviographes tant affects
1 dYune aire dYinfluence sur le bassin - soit par exemple 60 et 40 %
sYilssont deux - i l faut vrifier que les hauteurs totales de pluie
reues chacun ~ soit Pa et Pb - composes lYaide des coefficients
1 dYaire dYinfluence - soit 0,6 Pa + 0,4 Pb - donnent la hauteur moyen-
ne de la pluie sur le bassin Pm calcule lYaide de toutes les ob-
servations, pluviontres inclus; sinon.une correction sYimpose.

1 Ensuite la composition des hytogrammes se fait


en conservant les intensits et en pondrant les dures, ce qui con-
duit un hytogranrrae moyen correct en intensit donc duquel i l est
1 possible q?extraire des valeurs plausibles de Cam, mais qui nYest
gure utilisable en temps cYest-~ire pour la dcomposition en aver-
ses unitaires ou la Luse en place dYhydrogrammes unitaires; en op-
1 rant par conservation des dures et pondration des intensits, on
arrive videmment un rsultat inverse, les deux hytogrammes moyens
pouvant tre assez diffrents. Enfin la composition sYexcute soit en
1 onservant les heures exacte::diocurence des intensits, soit en fai
sant concider les intensits maximales, puisque lYhydrogramme int-
gre par lui-mme les temps de parcours des ruissellements partiels
gnrs en divers points du bass'in. "
1 Le tableau 15 et le graphe 15 montrent sur un
exemple. simple de de'l.lX hytogramm.es Pa et Pb dont les poids respec-
1 tifs sont 60 %et 40 %, les rsultats dYlaboration du hytogramme
moyen selon le procd employ, sachant que la hauteur totale prci-
pite est de 20 %suprieure la moyenne pondre des hauteurs cor-
1 respondant Pa et Pb: (Pa = 15 rrnn, Pb = 26 mm et Rn = 23,3 mm ; donc
0,6 Ba -:- 0,4 Pb = 19,4 mm et 23,3/19,4 = 1,20) :

1 - solution A obtenue par conservation des temps


et des dures, la pondration affectant les in-
tensits ;' i l y a crasement de celles-ci t
1 modration excessive du hytogranmle moyen gue
au fait que les'rraximums sont dcals, ,

1 solution B obtenue par consrvation des inten~


sits en les pr~nant dans l~otdre chronologique
de leur occurrence et en pond~rant leurs dres

1 le dcalage des intensits en temps produit un


hytogramme moyen dYaspect tr~s diffrent qes
hy~ograrrmes obs.ervs, ,

1 solution C obtenue en dcalant les temps des


hytogrammes observs pour faire concider les
moments des intensits lTIaximales, puis conrrne
1 dans la solutiori.A en pondrant les valeurs
d ~ iritensits, l~s' dures tant conserves .

1 . . .1. ..
1
1
- 112 -
1
'";, ..
!: l,',' Cette dernire solution est de loiD. prfrable : elle 1
conserve au mieux la forme de chaque hytogrannne observ, sans r~

:.:
duire ni augmenter"eXagrment les intensits et nYaltre pas outre
mesure les temps et dures. On peut en juger' concrtement sur les
exemples du graphe 15 o Pon a reprsent ,les valeurs que prendrait
1
Cam pour une lame ruissele' de 2,7 mm; la solution C donne 33 mm/h
durant 20 minutes continues, tandis que la solution A ne donne quYune
valeur' de 25 mm/h, trop faible; et' que la solution B s y gare sur
1
30 nnn/h rpartis en deux priodes spares de 10 minutes.
1
TABLEAU 15 ...

:' .
Diverses mthodes de calcul du hytogramme moyen 1
1
. Hytograinmes observs'
._----------------------
. '.. Temps Intensits :: 'remps Intensits'
en minutes: PA (nnn/h):: en minutes : PB (nnn/h):
1
---------- ---------- ... . .------- .- - - - -
40 - 50 12 . 50 - 60
.
6 1
50 - 60 36 . 60 - 70 48
.
i ",

60 - 70 .. 24 . 70 - 90 36
.. 90 - 100 .
1
70 - 100 6 . 18
.. 100 '- 120
.
. 6 1
1
__ ~ -=- ,Hytogrammes.a
::
._. moyens
.
_

. 1
': .,'. Solution A :: Solution B :: Solution C (adopte) :

:,' Temps en : Intensits .


.. . .
Temps en : Intensits
.
Temps en .
:-~--------------~------::-------~---------------::-----------------------:
Intensits:
.
1
minutes en nnn/h : : minutes .
en nnn/h minutes en nnn/h
:------~~~-~:~~-----::-----------:-----------::-----~---~:-~---~~---:
40 - 50 8,6 . 40 47
. 12~
. 45 55
. 11,5 1
50 - 60
60 - 70
28,8 . 47 - ,52
.. 52 -,.59 6 . 65 75
55 65 49
:70'-' 90
40,4
21,6
.. 90 - 100, . : 13 ..
.. 64 59 - 64
36
48
24


.
.
. 75 85
34,5
21,6 1
100 - 120 . 2,9 . . 71 - 71 81 . 36 . 9585 95 13
.. 105 115
105 7,2
' . .. 81 103
. 108 118
103 108
6
18
. .
.

:
2,9 1
. 6 ..
.. . . 1
1
1
l
1 Calcul du hytogramme moyen
1
1 ~ytogrammes

1 -
-e::
e:
observs' !!y'togrammes moyens

-e:
40 PA 60% 40 ~0 Temps et dures conservs.

1 -
e:

1 20 20

1 O+-------.---+--~-..----___I-__
Tem s o L.....-.....,Tem s -

1 40 Intensits conserves et temPo


peu modifis.

1 20

1 -e::
""" PB 40%
1 -e:
40 40~ Dures conserves et temps
dcals pour coincidence des
1 e:
- maximums.
( adopter)

1 20 20

1 O;------.._---,---'---.--~-____._--+-~
o 20 40 60 80 100 20 40 60 80 100
1
1
1
1
1 date des.
O.R.S.T.O.M. Service Hydrologique - - - - _J2 LV. -:29 J _4.~ 3 _
1
1
1 - 113 ~

1 Ces quelques chiffres montrent les carts considrables que 1 von peut
. introduire' dans le calcul de Cam rien que par la composition des hy-
. togra~es.

1 Lorsque les hytogrammes 'ponctuels sont plus nom~


breux et .que leurs formes diffrent beaucoup, la dtermination du hy~
.tograinmemoyen est heaucop plus difficile mme en suivant la procdure
1 de la solution C, qui reste la meilleure.

Lors dVune 'analyse dVvnements averse~crue obso~

1 .vs, on oriente la dtermination duhytogramme moyen dVaprs IVaspect


de.ivhydrograrnme: selon quVil apparat de tendance unitaire ou non,
selon quvune ou deux pointes sV y manifestent, selon les temps de dbut
et de maximum il Y a lieu dVagir sur la procdure de base do la
1 solutiori:.C pour' donner au hytog:.ra.mm.e moyen une forme 11l1itaire ou non,
,. un t'emps de dbut plus oil moins avanc' ou recul Ainsi dans les
exemples des graphes 12 14 du chapitre VII, IVhydrogramme unitaire
1 exclut un hytogramme deux pointes connue celui de la solution B.

1 8.1.3. Y~!:!~~~-~~~~~~~~~_~~~~~2EE~!S~_~:;~~~~
un vnement double

1 Les hytogrammes moyens tablis, on choisit pour


analyser la variation de la capacit dVabsorption au cours dVune averse
de prfrence parmi les crues complexes, celles qui prsentent deux
1 .pointes de crues aisment sparables et qe IVon qualif;i..e dVvnements
doubles.' , ..

1 La mthode d v~natyse' peut tre suivie sur IV exem-


. pIe de la crue du soir du 02.08.1.962 survenue sur le. bassin de KORHOGO -
prsent dans le chapitre VII ~ et dont le graphe 16 fournit une repr~

1 sentation de IVhydrogramme et du hytogramme moyen.

Les caractristiques globales de et vnement


double sont les suivantes :
1 Pm = 26 nnn Pu = 22,5 nnu (Ic> 18 mm/h)
Vr. = 6 810 m3
1 Ir = 1,87 mm Kru = 8,3 % ....

1 Aprs sparation de IVcoulement de base, on voit


que la crue se scinde trs facilement en deux pointes 1 et 2 dont on
peut calculer les v:aleurs caractri~~iques propres
1 Vr 1 - 1 080 m3 Ir 1 = 9,29 nnn Kru 1 = 3,7 %
Vr 2 5 730 m3 Ir 2 = 1,58 nrrn . = %
1 Kru 2 10,7

1 ~ ~.'./ ...
1
1
1
.ra .
lame . ruisse~e de ia premir~ pointe de crue,
reporte connue pluie nette (Pu = 0,29 nnn) sur la premire pointe du
1
hytogramme (Ix = 60 mm/h pendant 5 mn) permet le calcul de Cam 1, on
.. a en effet:
..; . . . . Pn x 60
1
.. Cam 1 = Ix ~ -----~ ce qui fait 56,5 nnn/h
. 5
1
'.'.'
1
'. ~ p

1
1
1
1
. ".. " La. troisime. pointe d vintensit. commenant 40 mi-
nuts aprs ~. premire,' F~ydrOgrannne rsultant commencera seulement
lorsqu Phydrogramme, d " la 'pointe' prcdente, a1,lra atteint son
1
maximum; il nVy aura donc pas d'interfrence et lion peut admettre
que le dbit maximal ru.issel~:.de la deuxime pointe de crue, 1 rn3/s,
est d lVhydrogrannne unitaire "de la. deuxime pointe dVaverse dont la
pluie nette vaut _1_ soit 1; i4~ mm. .
1
0,88 .. , .

On retire cette. pluie nette de la deuxime pointe


1
pour avoir une nouvelle valeur de Cam 2 ,gale 42 nnn/h. La. mme op-
ration sur la troisime pointe (Pu = 0,44 mm) donne Cam 3 = 25 nnn/h. 1
On obtient ainsi une srie de trois valeurs de
capacit apparente moyenne rgulirement dcroissantes et lVon peut
tracer grosso modo la courbe de variation de la capacit d'absorption
instantane de telle sorte qu?elle recoupe ces trois valeurs (cf.
1
graphe 16). Une certaine vitesse de dcroissance et une valeur ini-
~ . .
tiale de CA sont ainsi obtenues., '''.'' 1
.' ., .,~ .~ Il,fe:~t!"bien not,er que la procdure analytique
dcrite ci-dessus Sur lVexemple de KORHOGO a pour objet de rpartir
la pluie nette .totale ( quivalente ,la lame ruissele totale) en ,
1
pluies nettes partielles qui correspondent aux lames ruisseles par-
tielles des pointes spares de lVhydrogrannne si ces pointes se rv-
lent tre unitaires (strictement ou de tendance) ; une pluie nette
partielle peut tre' scinde en fractions si lVaspect du hytogramme
1
moyen rend la chose possible lorsque la pointe de crue correspondante
n vest pas unitaire. 1
... / ... 1
1
Il
1
1
1 Analyse d'un vnement dolJble
(KORHOGO 2 _ 8 _ 1962 soi r )
1
1
1 13 14 15h

1
1 3 . /h
c= 18mm

- -Cam 3 = 25mm/h
1 1 Lr3=0,44mm
_Cam 2 = 42mm/h
1 50 W Lr2 = 1.14mm .
CD -;:e;;;;;1: 56.5mm!
1 Lr1 =0, 29mm 1,0

1
V1 =1080m 3 Lr1=0,29mm
1 kru 1= 3,7o
kru2=10,7o V2=5730m 3 lr2=1,58mm

1
1 0,5

1
1
1 -
Teml{s

i 1
i i i i 1

12 13 14 15 16 17 18 . 19h
1 0 R S TOM date ~
des. _DIV __ 29J-'J~.'t
Service Hydrologique 1 ~ _
1 1
1
1 - 115 -

1 :. "
, " . . .,. On voit donc que le travail de dqoTaposition ana~
~ique,doi~:s~effectuer,en oprant de manire conjugue et minutieuse
, sur P hydrograLll1le et sur le hytograrrnnc, si 19 on veut obtenir des va~
une
1 , leurs de Cam' ayant signification.

En oprant de la mme luanire sur tous les vune-


ments doubles observs puis en passant peu peu aux crues plus COT:1~'
1 plexes, on peut rassembler une information suffisante sur

i:L) la :;aleurinitiale de la capacit d Vabsorption,

1 ",-;

J .
en' dbut d~averse" qui dpend de Ptat de satu~
. ration 'pralable des sols,

b) la vitesse de dcroissance de cette capacit


1 , . " d vabsorption qUi dpend des valeurs d vintensi~
ts, de l..durc de celles~ci,'et des inte!'c>
valless~ns'ruissellement,entre deux pointes.
1 Cette i.1'1fo~tion peut tre tra.uit~ en termes de
coefficients d~ .ruissellement si on le dsire, (fonction de croissance
1 : :du'k''vec
,r .
la dure
, .
,et 1Vi'ntensit
iVGtat de saturation ).
'
de pluie, valeurs initiales lies

1 8.2. Recsmstitution d Vlme crue co..!!!J?lexe

1 . ',.",:
Il s?agit encore d?une opration analytique dont le but
, principal est de vrifier Phydrogrannne unitaire mdian retenu, mais
qui permet dVatteindre cornre but secondaire l?amlioration de la con-
1 naissance de la fonction de ruissellement ou dVinfiltration labore
par les tudes des .vnements doubles.

1 Connne pour 1 vanalyse de IV vnement double, la procdure


<;le reconstitution d Vune crue ("'':lplexe est dcrite sur un exemple, pris
,toujours dans le bassin de KORHOGO (crue du 2 aot 1962, le matin). Le
graphe 17 reprsente lVvnement considr: hytogramme de lVaverse et
1 hydrogramme observ.

Le hytogramme montre deux pointes diintensits nettement

1 distinctes ; la premire pointe,peut-tre considre connne unitaire


(dure 15 minutes), est responsable de la. monte de la crue (correspon-
dance des temps) et a donc engendr un hydrograIllll1e unitaire. La seconde
pointe d vintensit a dbut 55 nllutes aprs la premire, par consquent
1 le ruissellement quVelle a provoqu nVa cornrilenc que 55 minutes aprs
, . celui d. la . premire pointe, ce qui signifie que le max:i.mum de la
croe est' d uniquement la premire pointe et correspond 1 ihydro-'
1 gramme. unitaire (la monte de celui-ci ne dure en effet que 40 minutes).

Les 'caractristiques globales de 11 vnerllent' sont les


1 .suivantes

Pm = 31,7 rrrrn Pu = 18,2 Irm ( I> 18 nnn/h )

1 Vr
Qrx =
= 12 450 m3
2,65 m3/s
Ir = 3, 1~2 JT'J!l Kru = 18: 80 7;

1 ... / ...
1
1
.,'. '. Le dbit maximal'de ruissellement de 2,65.. rQ3/s ; s 1 il
correspond Un hydrograIIIlne tmitaire;' celui.;..ci est dtl ~e lame ruis~
1
"~el~e"tr ~~~2. = Phydro~
1 =
0,88
3 nirn. Con lait "le' rapport':a.u Qrx c;iri de
1
.'. grannne unitaire pour une lame de 1 mm).
t ~ ., .

On doit donc supposer que cette premire fraction Ir 1


1
de. ruissellement correspond. une p;Luie nette de 3 nnn prlever sur
~ 1
.,
',._

.' '
.
; :
'. ~ - ':le sOIIl!llet .de la premire pointe d vintensit pour avoir une premire
... valeur' de' Cam : Cam f = 54 mm/h (on a en effet retirer 3 nnn sur 5 mi~ 1
nutes 72 nnn/h suivies de 5 minutes 63 mm/h).

.
" ,
..

.' la lame ruisslersiduelle 3,42 ~ 3 soit 0,42 nnn est


dori6 retirer sUr'la~econde' pointe de pluie (5 minutes 39 nnil/h) o
1
elle ',permet" de .lculer uneseonde valeur de Cam, gale cette fois .
'34 nnn/h. On 'pet' voir sUr le -graphe 17 le trac P estime de la va~
riation instantane de la capacit ,d ~absorption CA que nous en avons
1
. ddUit ; il est tout fa:i~'en harmonie avec celui .dessin pour la
plui. du 02.08.62 au sOirnalys6eau"pragrapheprcdnt ; ce qui
.... confirme en quelque sorte les rsultats de cette ana~se" .
1
la reconstitution de la crue du 02.08.62 au matin
fectue ensuite en composant deux hydrogrammes unitaires :
sVef~
1
Par:la' p~mire pointe d 1averse et
'fuciriit
" a) le premier
.. de lame ruissel~ gale 3 nnn (ses dbits sont donc
. : triples de ceux de: l~hydrogrannne mdian pour 1 nnn de
1
..;'." .
. lame) corrunence.J.? ,mme' heure.que 'cette pointe,

b) le second provoq~~par la deuxime pointe d vaverse,


1
quivaut une lame ruissele de 0,42 nun (ses dbits
sont gaux . 42' %de ceux de l vhydrogramme mdian
pour 1 nnn) et neommence que 55 minutes .aprs le 1
premier (dcal.?-ge identique. celui des dbuts des
deux pointes d Vav0rse). , : ' , '
1
Leur sonnne donne une crue reconstitue qui suit assez
.' .fidlement le trac de la 'icrue observ pour que IV on puisse estimer
.. satisfaisante et cette construction,. et les prmi~ses de son labora-
': tien (valeurs des Cam). On peut remarquer que le efficient de ruis-
1
selleDent kru ne crot pas entre les .deux pointeS (3 nnn sur 14,9 mm
.pour la premire pointe soit 20 % et 0,42 mmsurJ;3. mm soit 12,7 %
. pour la deuxime pointe) comme c vtait le cas dans 1.9 vnement double
1
ana~s au paragraphe 8.2. 'En' effet, la deuxime pointe d'averse tant
ici beaucoup plus faible 'que dans' cet autrevn~ment, la fonction k
. ne crot apparennnent pas ; 'cVest pourquoi il est souvent prfrable
r 1
de faire lYana~se sur la capacit dVabsorption Cam dont la variation
, est plus' rgulire dans le' temps et moills sensible .l1im.portance re-
lative des divers tronons de la pluie. . 1
1
1
... / ... 1
1
Gr _17
1
1 Reconstitution d'une crue complexe
(KORHOGO 2 _8 _1962 matin )

1 0
0 1 2 3h

1
1 - . lc

./
,.,.,...

1 ~
e::
- __ Cam2 = 34mm/h

1 -
50
e::

-
/

-Cam1
/'

= 54mm/h
Lr2 =0,42mm

1 1

1 /
1
1
1

1 ~
Me::
e::;,
1
1
1
1
1
1 - - - - Crue observe
2,0
1 1
1
1
1 Crue reconstitue
1 \
1 ,, 1 \
\
Hydrogramme unitaire

1 , \

,1
1 1,0 ,
1

1 1
1
1

1 1
1
1

1
1
Temps
1 0
0 1 2 3 4 5h

-1
date des.
IO.R.S.T.O.M. Service Hydrologique _D!\(-:29L(9~~ ____________
1 1 Il, rI J_ t-.
~'/

~I
~ 117 -

Les deux vnements se sont produits chaC1ll1 aprs 1ll1e


1 forte pluie survenue six heures auparavant et ont donc rencontr des
conditions de saturation des terrains trs voisines. Les capacits
apparentes diabsorption lors des premires pointes sont comparables

1 56,5 et 54 mm/h ; aprs une heure dans 1111 cas et deux heures dans
Pautre pluie fine, ces Cam tombent rspectivement 34 mm/h et
42 mm/h (puis 25 rrnn/h). La variation du coefficient de ruissellement

1 siexplique mieux en regardant les intensits et dures de la pluie


utile:

- 20 % pour 1ll1e prenuere pointe ayant fait en deux


1 fois 5 minutes respectivement 72 mm/h et
63 mm/ho

1 - 3,7 %pour 1ll1e prenri,.re pointe ni ayant fait que


5 minutes 60 mm/ho
- 12,7 %pour 1ll1e deuxime pointe de 5 minutes 39 mm/he
1 - 10,7 %pour 1ll1e deuxime pointe de la minutes 52 et
48 mm/ho
1 Bien entendu, aprs vrification de linydrogramme uni-
taire par reconstitution de quelques crues provoques par des averses
1 pointes spares 1ll1itaires, lianalyse complte d i 1ll1 bassin doit se
poursuivre par la reconstitution des crues complexes dues des aver-
ses longues et intenses ; ce niest quialors que l~on voit bien appa~

1 ratre la variation dans le temps du coefficient de ruissellement)


ou de lacapacit apparente, les intensits de prcipitation restant
suprieures au seuil de pluie utile durant des priodes reprsentant
plusieurs fois la dure unitaire. Par exemple, pour 1ll1e pluie utile
1 atteignant quatre fois la dure 1ll1itaire, la dcomposition en quatre
tronons 1ll1itaires sieffectue de telle manire que les quatre hydro-
grammes 1ll1itaires rsultant se combinent pour redonner la crue ob-
1 serve ; on en retire quatre valeurs successives croissantes du coef-
ficient de ruissellement kr ou kru.

1 De telles sries de valeurs de kr ou kru servent ensuite


lors de la prdtermination de crues exceptionnelles, puisque celles-
ci, en rgle gnrale, sont provoques par des pluies de longue dure.

8.3. Exercice diapplication qe la mthode de reconstitution


des crues complexes par composition dihydrogramm~
unitaires.

Comme dans li exercice du chapitre VII, afin de ne pas


allonger dmesurment liapplication numrique, on a retenu ici la
phase la plus intressante de la mthodologie de reconstitution des
crues complexes, qui vient ditre expose.

1 ... / ...

1
1
",/~
1

I~
'On a tout d'abord jug inutile de demander la dtermi-

..~ .... ;
nation du hytogramme moyen d'une averse 'partir de p pluviogrammes
" disponibles sur un bassin, car la procdure - concidence des maxi-
1
. mumset. conservation des intervalles de temps - tant choisie, l' op~
. ration n'est plus compliq.e , tandis' que si l'on laissait le choix
de la' procdure, les rsultats seraient trop divergents' pour que la 1
reconstitution correcte' de la crue soit ensuite ralisable.

On a ensuite cart l'estimation de la variation de la


capacit apparente moyenne d'absorption en cours d'averse parce qu'il
1
s'agit d'une opration trs dlicate qui'd'une part requiert l'exa-
men de tous les vnements averse~crue observs, et qui d'autre part
n'obit pas une procdure rigide.
1
On se contente de poser le problme de la reconstitution
d'une crue complexe sur un bassin versant reprsentatif dont l'analyse 1
des donnes a permis de connatre :

- la loi de variation de la capacit d'absorption Cam, 1


le hytogramme moyen de IV averse complexe,
- l'hydrogramme observ de la crue complexe,
- 1 'hydrogramme unitaire mdian du bassin'.
1
L'application numrique est effectue sur l'information 1
obtenue dans le bassin de KORHOGO, prsent dans le chapitre VII
(cf. 7.3.2.),' et qui sert de support aux explications de texte rela~
tives la dtermination del'hydrograrnme unitaire et la reconsti-
tution des crues complexes ~ , .
1
Il est rappel que ce bassin: .. 1
a) draine une superficie de 3,63 km2,
. .
b) a son hydrogramme type mdian donri en diagramme de
dbits de part et d'autre d' maximum dans le tableau
1
12 du chapitre VII pour un volume ruissel quivahmt
une lame de 1 IIIIIl, .
c) admet des averses unitaires si elles durent moins de
1
15 minutes,
d) a un seuil critique de ~a pluie; utile pris gal 1
18 IIIIIl/h~

En complment de ces informations gnrales dj four-


1
nies, il est indiqu plus spcifiquement :

a) que la .capacit apparente moyenne d'absorption Cam


en: nnn/h dcrot rgulirement selon une exponentielle
1
au cours d'Ui~e averse en fonction du temPs t en mi-
nutes, compt depuis le dbut de l'averse ; cette
dcroissance est reprsente par l'quation:
1
log Cam. = 1,86 - 0,0052 Ct -i- 10)
1
. . .1...
1
1
41
~.
= 119
1
1 Il va de soi que cette. quation nVest explicite que
pour faciliter IVexercice cnr en ralit la capacit Carn varie ga=
lement avec Pintensit de la pluie et :. une valeur ma.x:iJnale dVori=
gine non constante comme ici mais fonction de IVtat de saturation
1 pralablo du bassin.

L?vnement complexe averse=crue analyser et recons=


1 tituer est fourni sur le tableau 16 joint sous la forme dVun hyto=
gramme moyen (les intervalles de temps et les intensits moyennes
correspondantes) etdvun hydrogramme (les dbits observs et les heu-
1 res correspondantes).

Il est indiqu enfin :

1 - que le dbit de b<lse varie en croissant rgulirement


de 0,10 0,40 m]/s entre le moment du dbut de la .
crue et celui de la fin de celle-ci,
1 que le volllt'",o ruissel extrait do l vhydrogra.r.n:le ob-
serv est de 28 600 T.l] auquel quivaut une lar.le de
1 7,86 nm.

Il est demand de reconstituer la crue observe com-


1 plexe par composition dVhydrogrammes unitaires en s?efforant de fai!e
concider au mieux les temps des crues observes et calcules (r.lonent
du dpart et du T.1ax:iJ:ruLl surtout) mne si les dbits ne sont pas tou-
1 jours bien correspondants. Ln loi de variation de Cam doit donner des
valeurs moyennes de CaJ:l d1vers mOT.lents partir du maximuI:l afin de
dte~ner le nombre dVaverses unitaires de dure naxinale 15 r.rinutes.

1 Un lger ttonnement autour des valeurs r.loyennes d Cam pour ces di-
verses averses doit perrrillttre de recomposer exactement la lame ruis~
sele.

1
1
1
1
1
1
1
1
~
\
'~

T!J.BLEAU 16 1
EVENEMENT Ji.VERSE-CRUE COMPLEXE A KORHOGO
1
Hytogra.r.nae moyen HydrogrammG bserv 1
-------~---------------------~---------
- ---------~------~-~~-~------~~~--
: Heures et .
. minutes : Intensit en mm/h:Heures et LUnutcS:
.
-~-----~---------~-~------~~-------- ~----~--~-~~----~- -----~--~-~~~~~~~
.
Dbit en.
.
n0/s :
. l',
: 5 h . - . 5 h5 1 16 h 0,10 5
: 5 11 .' 5 1

:.5 h15 1
' T
...:5
~
h
5h 20 1
15 1 10
14
5 h 30 1 :
5 h 40 1
, 0,10
0,30
1
5 h 20 1
5 h 25 1
-

-
5 h 25 1
5 h 30 1
24
38
5 h 50 1
6 h
1,20
2,70
1
5 h 30 1
5 h 35 Y
-

-
5 h 35 1
5 h 40 1
78
56
6 h 10 1
. 6 h 20 1
3,45
4,00 1
5 h 40 1 5 h 50 1 , 28 6 h 30 1 4,50
5 h 50 1
-

- 5 h 55 1 35 6 h 40 1 : 4,40 1
5 h 55 1 - 6 h . 45 6 h 50 1
3,70
6
6 h
h -51
51 - 6 h 20 1
6 h 39
12
7
7
h
h 10 1
3,20
2,96
1
6 h 20 1
: . 6 h 26 1
-

-
6 h 26 1
6 h 30 1
36
8
7
7
h 20 1
h 30 1
,2,72
2,50
1
:
6 h 30 1
6 h 50 - 7 h 1
- 6 h 50 1
.
6
22
.,. 7
7
h 40 1 "
h 50 1
-2,25
. 2,00
1
7h ~ 7h10 1 7' 8 h 1,80
7h 10 1 .;,. 7 h 45 1 3 8 h 20 1 1,40 1
8 h 40 1 1,10
9 h 0,85 1
9 h 20 1 0,68
9 h 40 1
10 h
0,5 2 1
0,46
10 h 30 1
11 h
0,42
0,40
1
1
1
1
l'
1
1
- 121. -
1
CHAPITRE IX ~ P:R.EC:;TEIDITNATION DES CRUES EXCEPTIONNELLES
1 DE PETITS BASSINS VERSANTS

1 Ce chapitre est IVaboutissement"logique des deux chapitres


VII et VIII prcdents consacrs IVanalyse des vnements averse~
crue par modle global (hydrogramr:te unitaire) sur bassin versant de
1 superficie modeste. Dans ce chapitre, nous allons exposer la mthode
permettant dVestimer, donc de prdterminer, une crue connaissant
la prcipitation gnratrice ou aprs estimation de celle=ci en se
1 donnant unique~ent au dpart la probabilit dVoccurence de cette pr~
cipitation. Cette mthode de prdtermination utilise non seulement
les rsultats dVanalyse obtenus prcdernnllnt (hydrogramme unitaire,

1 variation de kr ou de Cam en cours dVaverse) mais galement dVautres


lments analytiques que IVon va dVabord prsenter brivement car
ils "se dterminent tous partir de procdures de base (analyse sta-
tistique dVchantillons, corrlations multiples ) dj exposes
1 dans divers chapitres prcdents.

9.1. Sch~a gnral de la mthode de prdtermination


1 Nous prsentons ici dans IVordre logique squentiel de
leur utilisation dans la mthode de prqtermination les diffrents
1 lments dduits des analyses diverses.

a)le choix de la probabilit dVoccurence p de la prci-

1 pitation, dont la crue rsultante doit 6tre prdter-


mine, sVeffectue en considrant les objectifs dVuti-
lisation de cette crue (calculdfouvrage dfun projet
plus ou moins important devant assurer la protection
1 contre un risque de destruction plus ou moins grand,
etc ),

1 b)lfanalyse statistique des prcipitations journalires


en une station de longue dure, dont le rgime pluvieux
est comparable celui du bassin tudi, fournit la
1 hauteur de prcipitation P. de probabilit p (loi de
J
distribution hypcrgaussique, de type Pearson III par
exemple) ,. .. " . ." "..
1 c)lftude de la rduction que subit une prcipitation
ponctuelle cODpare une prcipitation moyenne sur
1 un bassin dVune certaine superficie S ko2 fournit le
coefficient d 1 abattement K appliquer P. pour avoir
la pluie l:J.oyenne Pm. < P. sur le bassin, J
1 -......: J

d)lVanalyse des hytogrammes dVaverses observs permet


. dVestimer la pluie utile et la dure de celle-ci (Pu,
1 tu) correspondant la pluie moyenne PrJ.,

1 ... / ...
1
1
1
_ 122-
1
e)le coefficient de ruissellement global (Kr ou Kru)
,'.' estdtermine'n fonction de la prcipitation glo-
, 'baIe (Pm ou Pu) -et dVun facteur exprimant IVtat de
1
saturation pralable du bassin, partir de Panalyse
de tous les vnements averse-crue observs sur le
bassin co~sidr,
1
,
..
f)la
le
lame 'ruissele totale l s'obtient en appliquant
coefficient deruissellment global dtermin en
1
e) la'hauteur totale de prcipitation Pm obtenue
en c) j on a :, Kr xPm ou "Kru x Pu 1
g)lVhydrogramme unitaire mdian du bassin est obtenu
par analyse des crues observes j cela' fournit outre
une rpartition des dbits dans le temps" une dure
l'
lirite pour l'averse unitaire, et une variation des
fonctions Kr (t) ou Cam (t), '
1
h)la prcipitation de probabilit p est divise en au-
tant de ,fractions unitaires quVil est ncessaire (com-
paraison de la dure limite unitaire de IVaverse pour
1
.' le bassin et de la dure utile tu li6c . 10. j?luic Pa)
, ct l'on ost~o los v~lcurs correspondantes de Kr (ou
Kru) lVaide de la fonction Kr (t) de telle sorte 1
que leurs moyennes soient les valeurs globales estimes
; ci-dessus,
1
i) chaque fraction unitaire dVaverse correspond un hy-
drogrammeunitaire j la sommation de tous ces hydro-
grammes unitaires dcals du temps adquat fournit
IVhydrogramme global de ruissellement,
1
j)la crue relative la prcipitation de 'probabilit p 1
est obtenue en ajoutant IVcoulement de base IVhydro-
gramme global de ruissellement.
1
Ce schma gnral appelle. quelques commentaires et expli-
cations relatives tout pr.rtic1.:lirenent eu::: points non dvelopps
dans les chapitres VII et VIII et pour lesquels une procdure assez
1
particulire est requise j. ceci sVapplique aUx points c), d) et e),
les points a) et b) ne posant pas de problmes compliqus tandis que
les points f) j) sont soit vidents, soit traits dans les chapitres 1
prcdents.
1
Il faut estimer la dure utile de la prcipitation
moyenne de hauteur dtermine par l'analyse statistique et corrige
1
de IVeffet dVabattement, ceci afin de pouvoir dire si cette prcipi~
tation est unitaire ou non et dans ce cas en combien de fractions uni~
taires elle peut tre divise.
1
.. / .. ,
1
l'
1
"123

1
Il s~.agit c:vun travail d Vest:i.I:1tion qualitativo
1 car IV on ne possde ni rgle prcise, ni relations certaines entre
hauteurs et dures'd?av~rses et ceci quels que soient les types de
climat ou les rgin~s do prcipitations. On notora cet effet que

1 les courbes classiques d?intensitG~dure dduites dVobservQtions plu-


viographiques sont obtenues par destruction de la chronologie ct donc
inadquates pour caractriser la Y1formeVV de la pluie, qui seule nous
intresse ici. Cependant, il est bien vident quvil y a une tcmdnnce
1 positive COIIlmune la dure et la hauteur pour crotre ensemble ;
cette tendance peut tre plus aisment cerne si, liminant les trai~
nes dVaverse, on limite l?analyse aux corps intenses, donc aux pluies
1 utiles.

LVexaBen des averses observes sur le bassin tu~

1 di durarit son exploitation doit suffire donner une valeur moJ,-erm.e


de la liaison hauteur~dure de la pluie utile. Il est conseill d vef,'
fectuer IVexamen QU niveau des hytograrrmles ponctuels, et non moyens ;
IV on peut mene utilisor des observations recueillies on d?autres postes
1 pluviographiques, situs hors du bassin, pourvu quVils se trouvent sou~
mis au nmo rgir.J.e do pluviosit.

1 On renarquera que le rsultat nVa pas besoin d?6tre


trs precls, et en tout tat de cause si le caractre non unitaire
dVune pluie nVest pas vident, il vaut mieux la supposer unitaire, ce
1 qui aura pour consquence de surestimer lgrement le dbit [ll.Xi.rJal
de la crue, opration qui va dans le sens de la scurit.

1
1 La hauteur moyenne sur un bassin d vune pr6cipi~
. tation donne est toujours infrieure des hauteurs ponctuelles re-
leves en divers enplacenents ,de cc bassin, d 'i o IV id qu? il pourrait
1 en tre de mme lors d Vun vnement exceptionnel et que IV application
de la hauteur ponctuelle, issue de IV analyse statistique d Vune station
de longue dure, la superficie du bassin ncessiterait un abattement.

1 rsum, la suivante
La mthodologie dVtude de IVabattement est, en

J - dcompte par classes de 5 ou la Lffil de toutes les


prcipitations ponctuelles observes et de toutes
les prcipitations moyennes correspondantes, sur
1 'Lm bassin,

- correction de la distorsion de la distribution

1 en classes de la srie des prcipitations ponc-


tuelles (chantillon de courte dure) par la
prise en compte de la loi de distribution jour~
nalire des pluies au poste de longue dure (la
1 loi nVest que le lissage de la distribution par
classes) ,

1 a /.'!,

1
1
- 124-

- co~rection correspondante de la distribution en


1
'classes de la srie des prcipitations moyennes
et ajustement d'i une loi.de mme 'tyPe que' celle
lissant' les. pluies. j,ournalires, .'
1
- les coefficients d'iabattement pour diverses fr-
quences se'dduisent des deux lois do distrbu- 1
. . .'.';
tion~, '

1
"

La mthode ,des domptes'corrigs Par la statis-


tique permet une estimation de Pabattement pour 1111 bassin donn.

L'iabnttement d'iune prcipitation ponctuelle semble 1


- crotre. pour un bassin' 'donn lorsque la hauteur
de prcipitation et la superficie du bassin aug-
, mentent, . "
1
- varier avec le type de prcipitations et les con-
ditions de relief d'i un bassin P autre. 1
Pour diverses raisons, parmi lesquelles les dispe~
sions dues aux chantillonnages jouent un grand l'tHe, il ne semble pas
1
que les valeurs d 'i abattement obtenues pour un certain bassin soient
trs significatives. La nthode n'ia d'iintr~t roe1'qu'iappliqu6e de
trs nombreux bassins afin que l'ion puisse en dduire par rduction des 1
erreurs particulires des valeurs moyennes rgionales qui seraient elles
signi:ficatives.

Dans le' cadre de ce chapitre, et cODpte tenu do


1
Pesprit de 1'i ouvrage, il ne parat pas utile de dvelopper plus avant
la mthodologie de 1'i abattement ; nous mettant dans le cas d'i un bassin
,1
particuli~r,' nous faisons Phypothse que les valeurs rgionales T.lO~
yennes de Pabattement sont' connues. ,.
1
9.1.3. ~_E~~~!2~_~~~~~~~E!~~2~J~~~~~~~~~~~~
,saturation 1
C'iest la cl de votlte de Popration de transfor-
,mation des quantits de pluies en dbits d'icou1ement. Elle consiste
apprhender globaiement la quantit (lar.le ruissele) ou la part (coef-
1
ficient de ruissellement) qui se transforme encoulenent ; 1arile et
coefficient de ruissellement croissent videmment avec la hauteur de
prcipitations mais cette croissance est plus ou moins rapide et s'ief- 1
fectue des niveaux plus ou moins levs selon divers facteurs dont
le plus important est 1'itat de saturation pralable des sols.

l recherche de la relation entre prcipitation,


1
ruissellement et saturation s'ieffectue donc dans le cadre des corr-
lations multiples ; comme, les variables ne sont pas toujours normales
et que les liaisons ne sont que rarement linaires, la solution la
1
plus pratique au niveau de Pana1yse d'iun bassin donn consiste eI:l-
ployer la mthode des dviations rsiduelles. Cette mthode ayant fait
Pobjet d'i un, ,dve.1pppement particulier dans le chapitre III, il est 1
inutile d'i y revenir et l'ion se contente ici de prsenter les variables
gnralement employes et quelques rgles pratiques d'iusage
1
.../ ...
1
1
1 ..'
. .. '.
~ 125 -

" ...

1 .
. .'
....
. La v.ariable expliquer est tant6t le officient
:de rm.sseriement'" 1\ . '(ou"parfois K ),; tant~t la 1a.TTI.e .ruissele 1 Il
..... r . ' ru' . r
est plus simple dYutiliser la variable Kr' car a.vec Kru appara.t en~
1 suite le problme du passage de la pluie globle la pluie utile qui
ne peut se rsoudre avec prcision ; quant la lame Ir, la reprsen~
tation de sa variation en fonction de la pluie est dlicate, car elle
1 doit admettre une asymptote 45 0 (quand Pm cro.t, Ir tend vers Pm).
Le facteur principal du ruissellement est la pluie reprsente par la
variable Pm, hauteur moyenne sur le bassin, ou parfois par la variable

1 Pu, pluie utile 'fraction de Pm d?intensit suprieure un certain


seuil qui dpend 'de la permabilit des sols des bassins (lagi.l.rni:J.e de
variation cie ce seuil s'itend peu prs de 5 20 mm/h ; on a avec
Pu les mmes imprcisions qu'iavec Kru.
1 Le facteur secondaire caractrise la plus ou moins
grande saturation pralable des terrains c 'i est-~dire la plus ou moins
1 grande teneur ~n eau de ces .terrains au dbut de la prcipitatiort on-
sidre; i l est'bien --.dent que l'iaptitude ou la potentialit au ruis-
sellement d'iun bassin soumis une certaine pluie est d? autant plus le-

1 ve que la saturation pralable des terrains est importante.

A dfaut de mesures des teneurs en eau des sols qui


1 ne sorit"ni'courantes, ni rpandues en gestion oprationelle d'iun bassin,
on caractrise la saturation en faisant appel des 'paramtres indi~
rects

1 - soit le dbit de base avant la monte de la crue,


qui reprsente de manire intgrale la succession
des pluies antrieures (dont l'iinfiltration a g>
1 n r ledit dbit de base),

- soit une fonction de cette chronique des pluies

1 aDtrieures, qui est appele l'iindice d'ihumidit


ou de sa.turation ant r.i. eur. "

La saturatibn .est d 'i autant plus leve qu'i il a


1 beaucoup plu et que ces pluies se sont produites peu de temps avant
l i vnement considr. Vindice cPhumidit a donc une forme gnrale
qui e st la suivante :
1 IH = .rI!1 Pa. ta
~k"
(30)

1 .. . ,'

. quation d:ns laquelle l'ion effectue la sorrane sur n jours antrieurs


l'i vnenent des produits Pa. ta~k relat;i..fs chaque pluie antrieure,

1 Pa tant la hauteur moyenne d'iu.'YJ.e pluie antrieure et ta l'i intervalle


de temps antrieur qui spare cette pluie de l'ivnement considr, k
tant un paramtre de rglage.

1 L'iquation (30) peut se voir substituer des formes


voisines," telles que:

1 .rP
1 Pa. e - mta ou t; Pa. bta ( avec b < 1 ).

1 ... / ...
1
1
126 - 1
i _
Suivant la nature des bassins, leur permabilit,
la plus' ou moins rapide vitesse de ressuyage de l~urssols,(fonction
de IV vapotranspiration potentielle, du relief ,.), la sornnation pr-
1
cden~e est tendue n = 5 10 jours environ; parfois elle va jus-
qu'au dbut de la saison des pluies si celui-ci est net, parfois elle
se limite la premire pluie antrieure cause de crue.
1
Dans certains cas enfin, l'quation (30) est sim-
plifie et il ne subsiste tant6t que ~P, tant6t que ta (relatif
Il
la dernire pluie gnratrice de crue).

Dans d'autres cas plus raffins,' l'quation (30) 1


se complique par le fait que la pluie antrieure n'est pas reprsente
par sa hauteur moyenne globale Pa, mais par cette hauteur corrige de
la lame ruissele due cette pluie (Pa-la.) ou encore en tenant cOLlpte
d'une constante d'vaporation E ( Pa-la-E ).
1
. LYquation (30) ainsi complique n'est videment
utilisa.b:le que par des hydrologues dj' expriments et travaillant'
1
sur'desdbnnes observes d'bonne qalit et disponibles en grande
quantit~ ,. ,
1
. La mise en application de la mthode des dviations
rsiduelles sur le schma de relations ainsi labor - Kr = f (fu.,IH) -
suit quelques rgles pratiques qui dcoulent de la nature intrinsque
de ces mmes rolations
1
a) la fonction Kr = f (Pm) est croissante et l'on
n'a pas intrt ne pas la faire rgulirement
1
crotre sans point d'inflexion,

b) la relation de second ordre donnant ~ Kr en


1
fonction de IH est galement croissante rgu-
lirement.
Connne Kr ne peut excder 100 %, sa valeur tend
asymptotiquement vers cette limite. Pour viter
1
toute anomalie' d}ns la composition des deux gra-
phi9.ues (Kr et . Kr) il faut et il suffit.de : 1
c) tracer la courbe Kr = f (Pm) avec une asymptote
(100 - a) %, 1
d)tracer ladite courbe Kr = f (Pm) en enveloppe
infrieure des points observs et non J?<3-s en po-
sition mdiane afin que la correction ~Kr soit 1
toujours positive et puisse tre trace elle en
position mdiane et avec une asymptote gale
a %. 1
. Le graphe 18 montre schmatiquement IV application
de ces quelques rgles. Il suffit de les suivre pour tablir aisment
la relation prcipitation-ruissellement-saturation partir des carac-
1
tristiques des averses et des crues observes sur un bassin versant
donn. 1
. . .1. ..
1
1
1
1
, Schma simple de relation
Prcipitation-Ruissellement-Saturation
1
1
1 Kr%

1 1001---- -----:.---- _

a
1 100 _ al---- L.-- _

x
1 x
x

Courbe enveloppe infrieure


1 x
1

Kr 1
des points Kr_Pm observs

x x x
1
1

x 1

1 x Pm

1
1 li. Kr %

1 Courbe moyenne des points


Kr_ Ih
1
a j.--
1 x_
_
x 'f
~x 1 X X
X X x
x 1

Iii. Kr
1 01.....oC:- _ Ih .

*
1
1
ORS
. . .T. 0 . M . Service Hydrologique ~ ~ _.DJY=-.2fiL4.e6
date des.
_
1
1
1 -. 127-

Bien entendu, les rgles prcdentes sont surtout


1 utiles po.ur .des bassins trs forts ruissellements.' Pour: des bassins
trs faibles ruissellements, dont les Kr restent infrieu.rs 50 et
mSme 20 ou 10 %, il n'y a qu'un risque ngligeable de voir excder
1 100 %dans la composition des deux'graphiques'; td.tailleurs dans de
tels cas, les courbes Kr = f (Pm) dal1sla partie exprimentale obser-
ve restent trs proches de l'axe des Pm, trs loin d'une quelconque
1 asymptote et mme n'bauchent encore ~eur concavit vers le haut.
. . ~.'
pas,

1 9.2. Mise en oeuvre de la mthode de prdtermination'

Nous allons mettre en oeuvre le schma gnral dcrit


ci-dessus en suivant un exemple tir d'un bassin de la rgion de MANGA
1 (Haute-Volta), situ sur des terrains granitiques trs altrs,
pentes assez fortes, o le dfrichement est intense ; le cliat tropi-
. cal y rgne -vec une pluviosit de 920 :mm. rpartie (pour plus de SO %)
1 'en 5 mois pluvieux de mai
' .
septembre.
....
"

, 'On choisit une station installe l'issue. d'un petit

1 bassin de 10,6 km2, en laquelle des observations ont t6faites durant


trois arni.es, permettant'une bonne analyse des caractristiques hydro-
logiques. .

1 Nous allons suivre le plan du schma mthodologique dcrit


en' 9 .1..La prdtermination de crue est envisage. pour l'vnement en-
gendr par une prcipitation ponctuelle de rcurrence dcennale -
1 rcurrence couramment choisie po~r l~~ petits amnagements hydro-
agricoles -, vnement que l'on appUe Vlcrue dcennale 91 .

1 Une statioI;l pluviomtrique;.de,- longue, 'dure, fonction,n~.,.


~NGA. _; ,).,~"~~lysYJ stat"istiqti.~s~on;'n,~ :loi ; de:. pi~~sor -:t:p:' f~urn:i,t; :";
, 'F ~,'tfu~;r.~on-'4e'1CX?:1TIfii":p>.ilf '.l plu:t . jov.na+.ie~e: ,d ;rclirrrice ::'d4en~
::.1
~i; ~.tll~;d ~ ra.1jat~riin(:l?Patr/ll.des-: pl~iso,.Poictu1i~? . ;raltl3Q
1 ~\'; 'c,e" ,.b,.s.sin; ':,en, ;.pJ::e-nant. ~pp~~ -:~ -.,t~ :P9st'e' -'-d' -Mt~NGi~ ~'.~cj.qnn<t"un,' !ya~.
'l~:r:,':A~' 0 ; s4:p,1.:~s~ ~rci:~r~ii't~,'d,~i1ar~-::.-,6rj., .()nY:tnY~-~ cln: qUi']~ .. ',.~
0

pt~~pj,-t;.a:t:toii]ilY~iU:ie';l,c~niia+~.sur;Je ,pass1P.t :dS4-.iil"-,r,tQ~~d,"


1 crs" avers'es, et <'rU~s"ob~erv.'sitperTIi:Ls:'do'sitl,l,~'i:'yers ":1? mm/fi 'lG ,:~, ,.
, seii.'d9nte~sitp<;'r"ia"pii'\itir~'~'.l' , .. ~, ""-"",~.!. v'. ,', .' ;

1 Une syhth.se rgionale.,d~.s.~ela~ions;,intensit6s~u:r;G.$;d,es 'pr.cipita~


tions a t: coriSult'e~;P6ur .. ct1oi-sir~i.:tome:'et': li': d"Cri" "tt-hitograi'llBO
de la pluie dse:nna:l;e .'; ;cq. ho;ix figure. "'~, le.: graphe 20 ,.:lu pl:uie
dl.l-~.e. e~v:i..ron deui.ll,~ur~s.(t~~1;neA,,faiqlemtrisit nOl1"~omprisG); au.
1 cowfs'desq,Ue's :l:m' pointeuriiq\lG~defC?rtes.iritensit6s qpaS'sc' le' '
~u:i)':'deo,12~nim/h,du;:'ant'''55 m:i.nutes~' '.,--, ... '
1': ..": . ,; ... ;.:..J~';'.,:,'::,
.. . ..
... 1.(.. ... \ . .., . ';.L, ".'.;~..... _.'~_ ..:... ;_~_. ':;'.:-. ;... -.:.:>~ ..... : .l~.. . ~.I

1 '.~~.~~ ',: .;-t~.::;~~? - ~

., ;' .... : '" o.,): L'hydrograiilnie .1in:i,tairemdian -Xtrait dsobsriations


de c'res'i.mita:ires a' les'ca'ratristiques suivantes :
"',':' ,-I-.,.r~ ~: '.. ' .. ' .. '1~ . ",:'" ._,1. (". ,',' "'; ,

r "1 . '":'~ .:~ ~ ~ ~",: { _ ~.

1
,1 ",'.' .. .. -; .. ; .: ': .: .

"~_~ 7 t~lnps'd' :r.J.ontetle 30 min.:tes,. " ' "


:.':.I"]_~~:I
0 "

..... ;
' ,

:,.. ..... : . J l'..~ .~_:!. ,".~ ;:~ ;.~.


.L . '.... ~.'._ :~\. .. _." '.-. _."_. '_ .. " . ~.t:. . : . ~ ..:. . ... ~ "J~
,:',:',i: ;,'.:C:i,.:" ..'_,-,dure:de'3h 401I1inutes,':,:c: ':~,' .>' ;":::,,::,,.;,,:,,>.
L~:j :'.v; s. _ dbit maximal de 2,96 m3/s (lame de 1 nnn).
1 .", -,:
~ ;:. .. ", ",
,. ,
J" ,";" . ~. .. ~ ".
'"'
... . ......
\;
" : -" . -'. -'- ." ~ ... ; .. .'

1 1'"
..", ..
~". '

1 ~", " . '. ., .


1
.1. l')
.'.1 . ,_

..r ~
: ', .,.
.~- ~
".~'. ' ...' .. '~:... ...
.,'. '