Académique Documents
Professionnel Documents
Culture Documents
0
1. Introduction
L’analyse fréquentielle est définie comme étant une méthode statistique de prédiction
basée sur l’étude des événements passés, relatifs à un processus donné, afin d’en définir
les probabilités d’apparition future.
Cette méthode repose sur la définition et la mise en œuvre d’un modèle fréquentiel qui
se traduit par une équation décrivant le comportement statistique d’un processus. Ces
modèles décrivent la probabilité d’apparition d’un événement de valeur donnée.
L’analyse fréquentielle fait appel à diverses techniques statistiques et une filière complexe
qu’il convient de traiter avec beaucoup de rigueur. Ses diverses étapes peuvent être
schématisées très simplement selon le diagramme suivant :
2
1
=
Avec :
a : le paramètre de position
b : le paramètre d’echelle
c : le parametre de forme
De cette forme généralisée, trois lois peuvent être déduites en fonction de la valeur du
paramètre c :
Tableau 1 : les trois lois de distribution des valeurs extrêmes
3
La fonction de repartition de la loi de Gumbel s’exprime de la manière suivante :
En procédant à un changement de variables = , la fonction de répartition s’écrit :
) = exp exp))
Il se degage donc que l’expression d’un quantile est lineaire. Pour déterminer la valeur xq
d’un quantile correspondant à la distribution F(xq)=q, il suffit d’utiliser la relation
suivante :
=
La forme linéaire ainsi obtenue facilite, comme nous le verrons dans la suite, la mise en
œuvre de la méthode graphique de l’ajustement du modèle probabiliste.
C’est une méthode empirique qui consiste à placer sur un graphique les points constituant
un échantillon donné, calculant pour chaque valeur sa fréquence expérimentale de
dépassement ou de non dépassement. Dans le cas d’un ajustement suivant la loi de
Gumbel, la méthode graphique repose sur le fait que l’équation permettant de
déterminer un quantile corresponde une droite.
4
Figure 2.2 : Principe de la méthode d’ajustement graphique
Plusieurs formules sont présentées dans la littérature pour le calcul de la fréquence. Elles
reposent toutes sur un tri de la serie par valeurs croissantes permettant de faire
correspondre à chaque valeur son rang r. Dans leurs formes génériques, ces formules
s’expriment comme suit :
=
!12
pr : probabilité de dépassement de la rème valeur
r : le rang qu’occupe la valeur
n : le nombre d’observation
α : paramètre qui varie selon les auteurs (Voir tableau suivant)
Auteur Formule
0,5
Hazen # 0,5
!
Weibull # 0
!1
0,3
Chegodayev # 0,3
! 0,4
3
Blom # 8 0,375
1
!
4
1
Tukey # 3 0,333
1
!
3
5
0,44
Gringorten # = 0,44
! 0,12
0,4
Cunnane # = 0,40
! 0,2
De nombreuses simulations ont montré que pour la loi de Gumbel, il est judicieux
d’utiliser la formule de Hazen.
Cette méthode consiste à égaler les moments échantillonnaux et les moments théoriques
de la loi théorique choisie. Pour un échantillon de n valeurs, les valeurs de la moyenne et
de la variance se calculent respectivement comme suit :
∑0
1 / 6
*̂ = -, = et 34 5 = ∑267 ̅ )5
2 2
6
Il existe toujours des écarts entre les fréquences expérimentales des valeurs observées et
les fréquences des mêmes valeurs calculées à partir d’une fonction de répartition
quelconque. L’analyse graphique est l’un des bons moyens pour juger de la qualité d’un
ajustement et constitue la première étape à tout test statistique mais reste insuffisante
pour le choix définitif de la loi théorique. Le test statistique d’adéquation consiste à
comparer l’adéquation de plusieurs lois afin d’adopter le moins mauvais ajustement. Les
tests les plus utilisés sont le test 9 5 de K.Pearson et le test de Kolmogorov Smirnov.
3. Exercices pratiques
6
Dans ce volet, il s’agit de présenter un cas pratique de l’analyse fréquentielle des données
pluviales de la ville de Kinshasa. Les données à traiter proviennent de l’Agence Nationale
de météorologie et de Télédétection par Satellites, METTELSAT en sigle.
Le tableau suivant fournit les maximums des intensités des pluies enregistrées de 1961 à
2012.
En appliquant la méthode analytique dite des moments, nous obtenons pour les
paramètres de la loi de Gumbel les valeurs suivantes :
• : = ;<. >?@ et A = B@. ?>C
Et il s’ensuit :
7
4. Conclusion
Le concept de risque hydrologique est à la base du choix de la période de récurrence
utilisée pour la conception d’ouvrages hydrauliques. Elle représente la probabilité qu’un
critère de conception soit dépassé au moins une fois pendant la période de retour calculée
(T).
L’analyse statistique permet de synthétiser l’information hydrologique représentée par
des séries de mesure sur plusieurs années et consiste en la formalisation de ces données
observées par une expression mathématique. Le problème consiste à choisir le modèle
probabiliste qui représentera au mieux la série expérimentale.
La loi de Gumbel constitue l’une des voies les mieux adaptées pour étudier les fréquences
des intensités maximales des pluies. Dans ce travail, il a été présenté les propriétés de la
loi de Gumbel et les méthodes utilisées pour analyser les données sur base de cette loi.
L’appréhension de cette méthodologie permettra de mieux maitriser le risque de plus en
plus grandissant des inondations et érosions qui peuvent survenir après des fortes pluies
qui tombent ces dernières années dans les villes de la RD Congo.
Un cas pratique a été traité sur base des données des pluies fournies par METTELSAT et a
permis de déterminer les hauteurs de pluie attendues pour périodes de retour de 2 ans,
de 5 ans, de 10 ans, 20 ans, 50 ans et 100 ans.
8
Références bibliographiques