Académique Documents
Professionnel Documents
Culture Documents
HYDROLOGIE
Salif KONÉ
lifsak@yahoo.fr
Remerciements
2
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Abstract
This dissertation (Master degree) concerns the comparison between a semi-global
version and a global one of the hydrological model GR2M (Model of the CEMAGREF -
Genie Rural at 2 parameters and Monthly time step). The semi-global concept is to make the
model input (entry) distributed as a grid whereas its output is not distributed.
A new protocol of models inter-comparison, which has the specificity to integrate the quasi-
totality of the qualities on which we generally appreciate a model, drove to two
complementary results on 16 hydrological basins (watersheds) from West Africa.
(i) "Approach by basin": on 16 basins, 9 attest that the model "GR2M global" is better
compared to the model "GR2M semi-global", 1 basin attests the equivalence of the
two models, and 6 basins attest in favor to the model “GR2M semi-global.”
(ii) "Totaling approach": while exploring a specificity of this new protocol of model
inter-comparison, which is to assign a score to a model" A" every time it appears be
better than a model "B"; we can make a statistical with the totality of the scores on the
different basins .Therefore on 412 points of inter-comparison the model “GR2M
global” carries 245 (either 59%) against 167 for the model “GR2M semi-global”
(41%).
Keywords:
Hydrology, Basin, watersheds, modeling, GR2M, inter-comparison, uncertainties.
3
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
4
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
5
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Introduction
Ce travail, qui se situe dans le cadre de mon mémoire de DEA «Master recherche Eau et
Environnement » de l’Université Montpellier II, a pour ambition d’améliorer la modélisation
du cycle de l’eau à l’échelle du bassin versant en s’attardant sur des outils et/ou
méthodologies de comparaison de modèles. Les modèles comparés ici sont une version semi-
globale et une version globale du modèle GR2M (Modèle du CEMAGREF - Génie Rural à 2
paramètres au pas de temps Mensuel). L’intitulé du sujet à traiter est : « comparaison entre
une modélisation semi-globale et une modélisation globale ».
Organisation du mémoire
Dans la première section une étude bibliographique détaillée sur la modélisation
hydrologique est présentée.
Dans la deuxième section est consacrée à la présentation : du contexte hydrologique et
climatique du support d’études (bassin du fleuve Niger), des méthodologies adoptées
(qui incluent les protocoles de simulations mis en place), et de la structure des
résultats obtenus.
La troisième section présente les résultats des simulations par bassin.
La quatrième section est consacrée à la synthèse des résultats d’inter-comparaison des
deux versions de GR2M.
La cinquième section présente les propositions d’amélioration de la modélisation
effectuées à l’issue de ce mémoire; ces propositions sont accompagnées de résultats
qui confirment ou infirment leur validité.
6
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
SECTION I : bibliographie
Introduction et définition des termes
Introduction
Ce mémoire a pour ambition d’améliorer la modélisation du cycle de l’eau à l’échelle du
bassin versant en s’attardant sur des outils et/ou méthodologies de comparaison de modèles.
Les modèles comparés ici sont une version semi-globale et une version globale du modèle
GR2M (Modèle du CEMAGREF - Génie Rural à 2 paramètres au pas de temps Mensuel)
Les recherches documentaires entreprises se sont avérées infructueuses lorsque l’on a cherché
dans la littérature une étude de comparaison entre les versions semi-globale et globale du
modèle GR2M. Cependant, dans un cadre plus général de comparaisons de performances de
modèles, nous avons quand même pu rassembler des informations qui vont nous permettre de
bâtir une méthode de comparaison entre ces 2 versions de modèles.
Figure 1 : le cycle hydrologique - les volumes annuels mis en jeu sont exprimés en unité
relative de précipitation sur la surface continentale de la terre (100 = 119 000 km3/ans
précipités sur le continent). (MAIDMENT D.R., 1993)
7
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Le bassin versant
Le bassin versant est l’ensemble d’une région ayant un exutoire commun pour ses
écoulements de surface. Plus précisément, le bassin versant, qui peut être considéré comme un
" système ", est une surface élémentaire hydrologiquement close.
Le bassin versant est délimité par la ligne de partage des eaux. Généralement cette
délimitation correspond à celle dessinée par la ligne de crête de la topographie, on parle alors
de bassin versant topographique (figure 3).
Lorsqu'un sol perméable recouvre un substratum imperméable, la délimitation dessinée par la
ligne de crête de la topographie ne correspond pas toujours à la ligne de partage effective des
eaux souterraines. Le bassin versant est alors différent et est appelé bassin versant réel
(géologique) (figure 4).
8
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Figure 4 : Distinction entre bassin versant réel (géologique) et bassin versant topographique
(D'après Roche - Hydrologie de surface, Ed. Gauthier-Villars, Paris 1963).
9
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
En dehors des critères graphiques d’appréciation de performance des modèles, il existe des
critères numériques qui mesurent le degré d’adéquation entre la série de débits calculée par le
modèle et celle issue de l’observation. Les critères graphiques ont quand même leur
importance car ils permettent de mettre en évidence certaines anomalies qui sont difficilement
décelables par les critères numériques ; par exemple le décalage dans le temps du pic
d’écoulement (MANDEVILLE et al. 1970). De plus les critères numériques peuvent être
jugés relativement les uns par rapport aux autres et sur différents supports alors que
l’adéquation visuelle n’obéit pas facilement à cette règle.
10
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
En ce qui concerne GR2M (modèle du CEMAGREF dont l’anagramme signifie : Génie Rural
à 2 paramètres au pas de temps Mensuel), il comporte 2 réservoirs et son fonctionnement
associe des concepts proches du cycle hydrologique mais aussi des artifices numériques qui
rend le modèle finalement plus empirique que conceptuel.
11
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
P
'
E'
L a N e u tra lis a tio n : P n X 1 P U , En X 1 E U
- n iv e a u re p re s e n ta n t l'im p a c t d e P n s u r le n iv e a u in itia l d u ré s e rv o ir s o l
q u i a u g m e n te d e H à H (1 ) :
H A V Pn
H (1 ) avec V Tanh
V A
1 H
A
L e c o m p le m e n t d e P n e s t d o n c : P e P n ( H (1 ) H )
- n iv e a u re p re s e n ta n t l'im p a c t d e E n s u r le n o u v e a u n iv e a u H (1 )
d u ré s e rv o ir s o l q u i d im in u e e t d e v ie n t H (2 ) :
H (1 ) 1 W En
H (2) avec W Tanh
H (1 ) A
1 W 1
A
H (2 ) c o rre s p o n d a u n iv e a u d u ré s e rv o ir s o l p o u r le p a s d e te m p s s u iv a n t.
L 'é v a p o tra n s p ira tio n ré e lle E T R p e u t ê tre d é d u ite p a r d iffé re n c e d e s n iv e a u x
d u ré s e rv o ir s o l d u d é b u t e t à la fin d e c h a q u e p a s d e te m p s . E T R H n 1 H n
- n iv e a u d e " p a rti tio n " d e l'e a u e n tre l'é c o u le m e n t d ire c t e t
l'é c o u le m e n t g ra v ita ire à tra v e rs u n ré s e rv o ir e a u g ra v ita ire q u i re ç o it
(1 - ) P e ta n d is q u e le ré s e rv o ir s o l re ç o it P e .
L e n iv e a u S d u ré s e rv o ir e a u g ra v ita ire a u d e b u t d u m o is c o n s id e ré
a u g m e n te e t d e v ie n t S 1 : S (1) S 1 P e
le d e b it d é liv ré (p e n d a n t le m o is ) p a r le ré s e rv o ir g ra v ita ire e s t: Lg X 2 Pe
L e n iv e a u S ( 2 ) d u ré s e rv o ir g ra v it a ire à la fin d u p a s d e te m p s d e c a lc u l e s t a lo rs :
S ( 2 ) S (1) L g .
L 'é c o u le m e n t to ta l e s t: L Lg Pe
12
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
On peut opter pour une modélisation avec WHC variable dans le temps (évolutive) ou une
modélisation avec WHC fixé à une valeur sur toute la période de modélisation ; c’est cette
dernière option qui sera retenue pour l’ensemble des travaux qui vont suivre.
13
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
14
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
(SERVAT et DEZETTER, 1990). Nous nous intéresserons donc à cette fonction critère de
Nash ainsi qu’à quelques unes de ces améliorations proposés par certains auteurs, GARRICK
et al. (1977) et PERRIN (2000). La fonction critère de Nash, proposé par NASH (1969) et
dont les développements sont discutés par NASH et SUTCLIFFE (1970) est basée sur le
principe des moindres carrés.
2
la somme résiduelle des carrés est définie par: F 2 q k q k laquelle
1 simulé
peut être comparée avec la somme initiale des carrés (le modèle de référence):
2
F02 q k q k où q k est la moyenne des débits observés.
2
L'efficience est définie par: R 1
F12
F02 F12
F02 F02
k est l'indice portant sur le pas de temps.
Se référer à un modèle de référence permet de pouvoir définir une efficience qui soit relative
et sans dimension permettant ainsi des intercomparaisons de performance entre modèles et/ou
entre bassins. Ainsi, Nash propose comme modèle de référence le débit moyen observé sur
toute la période : à chaque pas de temps, le débit estimé par le modèle est le débit moyen. Ce
modèle est simple et demande peu de calcul. Le critère de Nash comme bien d’autres critères
peut être :
négatif si le modèle testé est incapable de produire une prévision meilleure que celle
produite par le modèle de référence ;
positif si le modèle donne une meilleure estimation que le modèle de référence.
PERRIN (2000) dans sa thèse propose une adaptation de la formulation du critère de Nash en
remplaçant dans l’expression de ce dernier le modèle de référence (le débit moyen q ) par un
2 2
autre dont l’expression est P E E , qui serait un critère complémentaire à celui de
'2
Nash. La formulation de la fonction Objectif (notée ici R ) issue de cette adaptation est :
15
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
2
F q k P E E où P E E est le nouveau
'2 2 2 2 2
0
modèle de référence au lieu et place du débit moyen q.
F12 q k qsimulé
2
k
F12
L'éfficience est définie par: R 1 '2
F0'2 F12
'2
F0 F0'2
k est l'indice sur le pas de temps.
PERRIN (2000) attire également l’attention sur des variantes du critère de Nash :
la forme logarithmique (log des débits) donne plus de poids aux périodes de basses
eaux alors que la forme non transformée en donne plus aux périodes de hautes eaux ;
entre les deux, Perrin donne sa préférence à une formulation utilisant la racine carrée
des débits qui permettrait de donner un poids plus équivalent aux périodes de hautes-
eaux et aux périodes de basses-eaux. Toutefois la formulation du critère change
l’appréciation de la performance du modèle.
Les fonctions critères correspondantes à ces formes transformées du critère de Nash sont :
log(q k ) log(qsimulé
2
2
F1log k
)
2
2
F0log log(q k ) log(q k ) où log(q k ) est la moyenne des
logarithmes des débits observés.
2
F12racine q k qsimulé
k
2
F 2
q k q k où q k est la moyenne des
0 racine
racines carrées des débits observés.
16
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
q
2
d a n s la p é rio d e d e v e rific a tio n e s t : F d2 d ,k
qd
k
q
2
o n a u ra : F 2
1d d ,k
q d ,k
s im u lé
k
L 'e ffic ie n c e d e v ie n t: R 2
1
F1 2d
F d
2
F1 2d
F d2 2
d
F d
F0 q
2 d ,k
q d ,k
, q q
d ,k 1 2 d 1
C e lle d e s o n n u m é ra te u r s e ra it F1 q
2
2 d ,k
q sdim, ku lé
d ,k
R 1 2
2 F1 2 F 0 F1
2
2
2
F 0 F 0
k e s t l'in d ic e p o rta n t s u r le p a s d e te m p s
d e s t l'in d ic e p o rta n t s u r le n o m d u m o is (J a n v ie r,......., D é c e m b re ).
17
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
q ,q
2 2 2
Janvier , k
q Janvier Février , k
q Février ,........, q Décembre ,k q Décembre .
Et l’efficience calculée est la performance du modèle à simuler l’écoulement des mois de
2 2 2 2
l’année : on pourra calculer, R Janvier , R Février , R mars ,...., R Décembre , ce qui peut être une source
d’information à exploiter.
Ces critères donnent une valeur de l'efficience ( Rd) qui est « saine » des biais dus aux grandes
valeurs du débit en période de hautes-eaux et réduit « proprement » la somme des carrées des
erreurs attribuables aux modèles conceptuels face aux facteurs d’entrées.
GARRICK et al. (1977) proposent une seconde modification du critère de Nash justifiée par
le fait que ce dernier ne fait pas de distinction entre la nature des différentes sortes d’erreurs.
Cette modification est particulièrement appropriée quand le modèle est utilisé avec une
procédure de mise à jour pour une prévision en temps réel avec correction d’incertitude ; ce
n’est pas notre cas ici.
PERRIN (2000) propose de mesurer autrement la robustesse en calculant l’écart entre les
efficiences du modèle entre la phase de calage et la phase de validation : généralement, on
observe une diminution de performance entre passant de la calibration à la validation et une
diminution faible implique une robustesse élevée.
18
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
T e c h n iq u e d u d ou b le é c h a n tillon
K2 2 K 2
k K 1 1
q k
q k
sim u lé
k K 2 1
qk k
q sim u lé
F 1
K 2
k K 1 1
qk M
kK
1
M
N ( N 1 1)
k K 1 1
qk k
q sim u lé
19
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
C o ef _ b ila n 3 L
k
k
obs Lkca lc si L ko b s < Lko b s_ m o yen n e
C o ef _ b ila n 4 k
Lko b s Lkca lc si L ko b s < L ko b s_ m o yen n e
C o ef _ b ila n 5 L
k
k
obs Lkca lc si Lko b s > Lko b s_ m o yen n e
C o ef _ b ila n 6 k
Lko b s Lkca lc si Lko b s > Lko b s_ m o yen n e
Lkca lc
C o ef _ b ila n 7 1 1 k Lko b s
O ù, L k
obs est la lam e d 'eau o b servée d u k èm e p as d e tem p s,
Lkca lc es t la lam e d 'eau calcu lée d u k èm e p as d e tem p s d e sim u latio n .
L es co efficien ts 1 , 3 , 5 in d iq u en t si les m o d èles rep ro d u isen t
co rrectem en t les vo lu m es d 'eau éco u lés:
co ef _ b ila n1 < 0 le m o d èle su restim e le vo lu m e d 'eau éco u lé
su r la p ério d e co rresp o n d an te: (L o b s_ to tale < L calc_ to tale )
co ef _ b ila n1 > 0 le m o d èle so u s-estim e le vo lu m e d 'eau éco u lé
su r la p ério d e co rresp o n d an te: (L o b s_ to tale > L calc_ to tale )
L es co efficien ts 2 , 4 , 6 m esu ren t les variatio n s ab so lu es en tre
les lam es calcu lées et o b servées.
Conclusion
La modélisation hydrologique semi-globale (pseudo-globale) part d’une information
distribuée (ensemble des valeurs des différentes entrées du modèle) dans l’espace pour
produire une information ponctuelle (le débit à l’exutoire du bassin versant), alors que la
modélisation globale pour produire la même information ponctuelle, part d’une information
20
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
lissée (la valeur moyenne de chaque variable d’entrée du modèle). Intuitivement on s’attend à
ce qu’une modélisation semi-globale fournisse un meilleur résultat par rapport à une
modélisation globale.
Le critère de Nash est l’outil le plus communément utilisé en hydrologie pour évaluer la
performance d’un modèle. Il a fait l’objet de commentaires par une équipe dont Nash faisait
partie et à conduit à des propositions de modification de ce dernier (GARRICK et al.1977).
PERRIN (2000) a aussi proposé des reformulations du critère de Nash, et d’autres
hydrologues, aussi, en ont fait de même.
Le basin versant de Koulikoro et ses différents sous-bassins sont présentés dans les figures 7a
et 7b.
21
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
22
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
En Afrique de l’Ouest les variations des précipitations, dans l’espace et dans le temps,
apparaissent très liées aux composantes aérologiques. Le support d’étude de ce mémoire de
recherche se situe en Afrique de l’Ouest dans la Zone de Convergence Intertropicale (ZCIT) :
Le bassin défini à la station de Koulikoro sur le fleuve Niger.
23
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Dans un contexte d’intercomparaison des modèles, l’idéal serait d’adopter la même approche
de « mise en route » pour les versions semi-globale et globale de GR2M ; néanmoins il
s’avère que ces deux approches de « mise en route » sus mentionnées ont peu d’influence sur
la sortie des modèles.
Les remarques obtenues sur le modèle GR3M en modélisation globale, ont aidé à proposer
une modification dans la structure du modèle GR2M. Ces remarques ont conduit également à
proposer un protocole qui va permettre de faire fonctionner le code numérique du modèle
GR2M semi-globale avec le concept de GR3M, pour confirmer les remarques sur GR3M cette
fois-ci en contexte de modélisation semi-globale.
a) En modélisation globale, après avoir calibré les paramètres du modèle, on peut être
tenté de calibrer la donnée sol (rappelons que dans les versions initiales, cela pouvait
se faire ; HydroSciences Montpellier a choisi d’associer à cette donnée une valeur de
capacité de rétention en eau du sol (en anglais, Water Holding Capacity) ou WHC : on
constate que la valeur de WHC obtenue est généralement (15 bassins sur 16)
24
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
On a défini un protocole qui a permit de confirmer le (b) sur les mêmes bassins versants en
modélisation semi-globale (voir le développement de « GR2M%WHC » au sous chapitre
2.2.4).
Donc il existe un WHC optimal, supérieur au WHC FAO max, qui maximise davantage la
performance du modèle. Ce WHC optimal est fournit par le modèle GR3M. On constate
qu’en répétant le point (a) les WHC successifs qu’on obtient tendent vers le WHC optimal de
GR3M. Ces constats ont suscités une série de questions et de tests :
En réfléchissant par rapport au point (a), faut-il ne pas laisser le modèle d’appliquer au
WHC un coefficient supérieur à 1?
Au lieu de remplacer le paramètre interne A par WHC, qu’est ce qui se passera si on le
remplace par (1/X1)*WHC ? Les paramètres du modèle GR2M sont X1 et X2, qui
sont sans dimension et varient entre 0.0001 et 1. Le choix de 1/X1 (>1) s’explique par
le fait que X1 intervient déjà dans la partie « fonction de production » qui englobe le
« réservoir sol » du modèle alors que X2 intervient dans la partie « fonction de
transfert».
25
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
26
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Les tableaux désignés par une lettre de l’alphabet français suivie d’un chiffre (de 1 à 2), par
exemple les tableaux A, A.1 et A.2 concernent un bassin particulier ;
Ces tableaux présentent, en plus des caractéristiques du bassin versant qu’il concerne, le type
de régime climatique, la lame moyenne mensuelle (module) et interannuel des eaux écoulées,
le « coefficient d’écoulement interannuel» 1 , la robustesse définie par l’approche de la
technique du double échantillon (dont l’expression est explicitée à la section 1), et en
représentation graphique : les modules mensuels des débits (observés, et simulés par les
modèles).
Sur les tableaux du type A.1 sont présentés, de la droite vers la gauche, les résultats du
modèle GR2M en modélisation semi-globale, ceux du même modèle en modélisation globale,
et enfin ceux du modèle GR3M en modélisation globale.
Sur les tableaux du type A.2 sont présentés, de la droite vers la gauche, les résultats du
modèle modifié « GR2M.1/X1*WHC » en modélisation semi-globale, ceux du modèle adapté
« G2RM.%WHC» en modélisation semi-globale; en plus, ceux du modèle GR2M en
modélisation semi-globale tournant en validation, sur le sous bassin concerné par le tableau,
avec les paramètres (X1, X2) calés sur le grand bassin défini à la station de Koulikoro.
1
Le « coefficient d’écoulement interannuel» est, ici, une adaptation du coefficient d’écoulement, ce
dernier se calculant sur un événement pluvieux. Mais, ici on calcule un coefficient sur des durées interannuelles
dans la perspective qu’il pourra être une aide dans l’interprétation des résultats de simulations. C’est le rapport
de la lame moyenne de l’écoulement observé par la lame moyenne des pluies observées.
27
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
validation ; ce qui n’est aisée que si les modèles à comparer montrent des franches différences
en termes de performance.
Devant la difficulté à trancher entre des valeurs assez proches du critère de Nash issues des
deux versions de GR2M, semi-globale et globale, nous avons défini un « protocole
d’intercomparaison » qui va intégrer en plus des informations issues du critère de Nash, les
informations fournies par le critère de Nash-Garrick, les informations issues des calculs de
robustesse par la « technique du double échantillon » et, enfin les informations issues de
l’estimation comparée de la sensibilité des modèles aux échantillons à l’aide d’un protocole à
"double calibration". Ce protocole aboutira au calcul d’un « score ». Donc ici on présentera
deux protocoles : le protocole de la « double calibration», qui servira comme une composante
du « protocole d’intercomparaison », qui est le deuxième.
28
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
alors (le score du globale =1, contre 0 pour semi-globale),
sinon (le score du semi-globale =1, contre 0 pour globale).
On fait la somme des scores. Le modèle qui aura le plus grand score est
celui qui a la plus faible "variance", donc le moins sensible aux échantillons.
29
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
- Sur la neuvième ligne on présente la somme des huit lignes sus-jacentes, ligne 1 à 8
incluse. Les sommes calculées constituent les scores de la compétition entre les deux
modèles en jeu, la somme des deux scores est égale à 30.
Dans les modèles de régression, il est constaté que, dans un cas où la somme des écarts
quadratique moyen (EQM) est faible on a : EQM = Biais2 + Variance. (cf. Glossaire de la
modélisation : http://www.aiaccess.net/ ), donc dans le calcul des scores le fait de donner une
grande importance aux « biais » par rapport aux « variances» est justifié.
30
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Les données qui ont permis d’établir le tableau A (dont la plupart sont tirées du tableau A.1)
sont :
Pour le modèle semi-global :
Calibration sur 1911-1970 (PC1), (X1=0.6366896613; X2 = 0.4492279348; Nash = 85.52)
Validation sur 1971-1995 (PC2), (X1=0.6366896613; X2 = 0.4492279348; Nash = 81.61)
Calibration sur 1971-1995 (PC2), (X1= 0.5594738302 ; X2= 0.4567317605 ; Nash= 85.968)
Validation sur 1911-1970 (PC1), (X1= 0.5594738302 ; X2= 0.4567317605 ; Nash= 82.431)
Calibration sur 1971-1995 (PC2), (X1= 0.58407141; X2= 0.4618362; Nash= 88.09167224)
Validation sur 1911-1970 (PC1), (X1=0.58407141; X2=0.4618362; Nash= 84.404)
Commentaire des Tableaux A.1 et A.2 (les structures de ces tableaux sont explicitées à la fin
de la section 2).
Sur le bassin défini à la station de Koulikoro, le régime climatique est de type tropical de
transition. Sur la période de calibration (1911-1970) la moyenne des lames d’eau écoulée et le
« coefficient d’écoulement interannuel» sont respectivement : 34.15 mm et 0.25 ; tandis que
sur la période de validation (1971-1995) ils sont de 21.74 mm et 0.19.
Le modèle GR3M montre une performance plus élevée que le modèle G2RM, ceci
reste vraie quel que soit le concept de modélisation utilisée, semi-globale ou globale.
31
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 1 : Pluies mensuelles observées sur le bassin défini à la station de Koulikoro (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1911-1995.
32
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 2 : Pluies mensuelles observées sur le bassin défini à la station de Banankoro (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1977-1995.
33
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 3: Pluies mensuelles observées sur le bassin défini à la station de Dialakoro (en haut),
et les débits mensuels observés à cette station (en bas), (1957-1980).
34
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
La superficie du bassin défini à la station de Siguiri est de 69 751 km2. Les résultats des
simulations sont présentés en annexe dans les tableaux (D.1, D.2). Le graphe 4 présente les
données de pluies et de débits observés.
Graphe 4 : Pluies mensuelles observées sur le bassin défini à la station de Siguiri (en haut), et
les débits mensuels observés à cette station (en bas), sur la période 1954-1995.
35
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 5 : Pluies mensuelles observées sur le bassin défini à la station de Gouala (en haut),
et les débits mensuels observés à cette station (en bas), sur la période 1963-1978.
36
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 6 : Pluies mensuelles observées sur le bassin défini à la station d’Ouaran (en haut), et
les débits mensuels observés à cette station (en bas), sur la période 1957-1985.
37
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 7 : Pluies mensuelles observées sur le bassin défini à la station de Mandiana (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1957-1995.
38
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 8 : Pluies mensuelles observées sur le bassin défini à la station de Kouroussa (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1950-1995.
39
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 9 : Pluies mensuelles observées sur le bassin défini à la station de Baro (en haut), et
les débits mensuels observés à cette station (en bas), sur la période 1949-1995.
40
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 10 : Pluies mensuelles observées sur le bassin défini à la station de Kankan (en haut),
et les débits mensuels observés à cette station (en bas), sur la période 1940-1995.
41
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 11 : Pluies mensuelles observées sur le bassin défini à la station de Tinkisso (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1958-1995.
42
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 12 : Pluies mensuelles observées sur le bassin défini à la station de Baranama (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1973-1995.
43
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 13 : Pluies mensuelles observées sur le bassin défini à la station d’Iradougou (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1965-1995.
44
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 14 : Pluies mensuelles observées sur le bassin défini à la station de Kérouane (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1973-1995.
45
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 15 : Pluies mensuelles observées sur le bassin défini à la station de Kissidougou (en
haut), et les débits mensuels observés à cette station (en bas), sur la période 1960-1995.
46
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Graphe 16 : Pluies mensuelles observées sur le bassin défini à la station de Faranah (en haut),
et les débits mensuels observés à cette station (en bas), sur la période 1969-1995.
47
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Figure 9 : diagrammes des « points-simulations » sur les 16 bassins versants. Les résultats
obtenus par le modèle GR2M [diagramme (a)], en abscisse on a les performances et
souplesses de « GR2M globale » mesurée à l’aide du critère de Nash, en ordonnée les
performances et souplesses de « GR2M semi-globale » mesurée également à l’aide du critère
de Nash. Les résultats obtenus avec le modèle modifié « GR2M.1/X1.WHC » sont sur le
[diagramme (b)]. Les deux diagrammes sont simulés avec les mêmes données et dans les
mêmes conditions (tableau annexe B.)
Sur le diagramme (a) de la figure 9, les points-simulations qui se trouvent sur la ligne
médiane attestent l’équivalence entre les versions semi-globale et globale du modèle GR2M,
ceux qui se trouvent au dessous de cette ligne attestent que la version GR2M globale est
meilleure par rapport à la version GR2M semi-globale et, ceux qui se trouvent au dessus de
cette ligne attestent que la version GR2M semi-globale est meilleure par rapport à la version
GR2M globale. Le diagramme (b) de la figure 9 répond à la même interprétation que le
diagramme (a) de la même figure mais avec le modèle modifié « GR2M.1/X1.WHC. »
Sur les 2 diagrammes on remarque l’agrégation des points autour de la droite médiane, et leur
prépondérance en dessous d’elle ; cette approche suggère donc, que la version GR2M globale
est meilleure par rapport au code numérique actuel de la version GR2M semi-globale.
On remarque une migration des points-simulations vers les valeurs élevées du critère de Nash
lorsqu’on passe du [diagramme (a)] au [diagramme (b)] ; ceci montre que le modèle modifié
« GR2M.1/X1.WHC» est meilleur par rapport au modèle GR2M, quelque soit le concept de
modélisation utilisé (semi-globale ou globale).
48
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Figure 10 : résultat de l’« approche par bassin ». Les points représentent les 16 bassins
versants, des « points-bassins ».
Dans le but de faire une représentation cartographique des résultats de l’« approche par
bassin », on propose de repérer les points-bassins par l’angle formé par chacun de ces points
avec l’axe des abscisses (axe des scores du modèle GR2M globale). Un point-bassin qui se
trouvera sur cet axe (angle nul) attestera davantage l’excellence de GR2M globale par rapport
à GR2M semi-globale ; un autre formant un angle de 45° avec cet axe attestera l’équivalence
des versions semi-globale et globale de GR2M ; un dernier qui formera un angle de 90° avec
cet axe (donc se trouvant sur l’axe des ordonnées, qui est l’axe des scores du modèle GR2M
semi-globale ») attestera davantage l’excellence de GR2M semi-globale par rapport à GR2M
globale (figure 11.)
49
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
50
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Ces constats montrent déjà une dépendance des valeurs des paramètres X1 et X2 de GR2M
aux valeurs de WHC, et des tests ont montré qu’on peut extrapoler cette dépendance à la
variable pluie et probablement à la variable ETP. On peut penser que si on avait des contrôles
au niveau de chaque maille (débits de calages intermédiaires), on se rendrait compte que le
jeu de paramètres optimal (X1, X2) retenu favorise mieux certaines « classe de maille » par
rapport à d’autres.
Dans le modèle GR2M semi-global (actuel), la pondération de la lame produite sur les
différentes mailles i du bassin versant se base uniquement sur le pourcentage de participation
de chacune de ces mailles à la surface totale du bassin versant, ce qui serait correct dans un
contexte où on ferait tourner indépendamment un modèle global sur chacune des N maille du
bassin versant ; on aurait N jeu de paramètre optimal indépendant [X1, X2] avec leurs N
lames d’eau indépendante aussi. Donc il y a un biais au niveau de la pondération des lames
élémentaires, autrement dit, la moyenne pondérée des lames d’eau est biaisée dans la version
actuelle de GR2M semi-global.
Donc GR2M semi-globale avec un coefficient de pondération insuffisante donne des résultats
qui ne sont pas meilleurs par rapport à ceux de GR2M globale.
Dans un cas purement théorique (qu’on a testé en pratique) où on aurait les mêmes données
d’entrées au niveau de toutes les mailles du bassin versant, GR2M semi-globale (actuelle)
51
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
donne le même résultat que le modèle GR2M global. Dans les cas réels GR2M semi-globale
(actuelle) montre généralement une performance faible par rapport à GR2M globale.
Un cas théorique où on aurait un bassin carré de N maille le poids de pondération
(actuellement utilisé dans GR2M semi-globale) serait constante (=1/N) pour chacune des N
mailles.
Une nécessité apparaît de tester d’autres coefficients de pondération qui pourront contrecarrer
l’effet d’imposer un seul (X1, X2) optimal à toutes les mailles.
On partira des questionnements simples qui suivent pour proposer un possible forme générale
du coefficient de pondération.
Si on fait tourner GR2M global avec les données d’une seule maille à la fois :
Faut –il changer le coefficient de pondération utilisé dans GR2M semi-global, pour qu’il
donne plus de poids aux mailles qui simuleront mieux le débit à l’exutoire ?
Est-ce les mailles qui donneront lors de la calibration un jeu de paramètre [X1, X2] optimal
proche du jeu (X1, X2) optimal de GR2M semi-global sont celles à privilégier ?
Est-ce les mailles qui donneront en validation avec le (X1, X2) optimal de GR2M semi-global
(calé sur la même période) une valeur du critère de performance élevée sont celles à
privilégier ?
Quelle peut être la forme de ce coefficient de pondération qui privilégiera certaines mailles
par rapport à d’autres ? Et sur quels critères les choisirait t- on ?
On propose deux protocoles de synthèse des résultats en vue d’exploiter les constats
précédemment discutés :
52
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
dispersion relative des WHC des bassins versants. L’encadré et le tableau ci-après, explicite et
appuie ce protocole car on trouve un coefficient de corrélation de 0.78.
53
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
54
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
améliore la modélisation semi-globale. L’amélioration obtenue avec ib est meilleure par
rapport à celle obtenue avec i . Donc l’exploitation de l’information de variance
a
(dispersion) de WHC dans GR2M est bénéfique, non seulement ça permet d’améliorer la
modélisation, mais aussi ça constitue une perspective d’intégrer, dans la modélisation
hydrologique, les changements locaux sur les bassins versants.
Capppelaere et al. (2003) ont exploités l’information de la variance des séries temporaires de
débits (et de volumes) dans l’expression de leur critère de performance des modèles. Ici on a
utilisé l’information de la variance d’une série spatiale de WHC (bassin de Koulikoro) pour
améliorer la modélisation semi-globale.
Figure 14 : le diagramme (a) est construit à partir des résultats de simulation de la version
GR2M globale et GR2M semi-globale (actuelle) sur le bassin de Koulikoro (calibration et
validation croisée entre les périodes 1911- 1970 et 1971-1995). Le diagramme (b) présente les
mêmes résultats du (a) mais avec la version GR2M semi-globale utilisant le coefficient de
%Si
pondération coef i = ia en ordonnée. Le diagramme (c) présente les mêmes résultats
S
du (a) mais avec la version GR2M semi-globale utilisant le coefficient de
%Si
pondération coef i = ib en ordonnée. Le diagramme (d) présente les résultats de
S
%Si
simulation avec la version GR2M semi-globale [ coef i = ia ] en abscisse et la
S
%Si
version GR2M semi-globale [ coef i = ib ] en ordonnée.
S
55
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Figure 15 : calcul du coefficient de corrélation (-0.33) entre l’écart des WHC des sous-
bassins avec celui du bassin de Koulikoro et l’écart des valeurs du critère de Nash obtenu en
phase de calibration avec celles obtenue en validation [utilisant le jeu de paramètres (X1, X2)
calés sur le bassin de Koulikoro.]
La valeur du coefficient de corrélation est faible (-0,33), donc on ne peut rien conclure en se
basant uniquement sur ce chiffre concernant la corrélation entre les deux série d’« écarts » en
jeu; néanmoins, l’appréciation visuelle de la distribution des points du diagramme (figure 15)
conclue en faveur de l’existence d’une corrélation inverse entre les deux séries. Donc le
protocole 2, avec une approche régionale, vient appuyer le protocole 1 concernant
l’intervention de l’information de la dispersion des valeurs du fichier WHC, dans
l’expression de la pondération des lames d’eau de GR2M semi-globale.
56
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
2
Soit k une composante de , au k ième pas de temps de simulation. Soit e k l'écart quadratique entre la lame d'eau
SG
2
simulée Lk en modélisation semi-globale et une grandeur réf k pris comme "référence" ; e k en est de même en
SG G
2 2 2 2
modélisation globale, avec LkG et la même référence . eSG
k LkSG réf k ; k
eG LkG réf k ,
2 2
1 m 1 m 1 m
choisisons, ici, ref k . ai Pik . ai Eik . ai Eik , cette expression apparaît
m i 1 m i 1 m i 1
dans la thèse de Charles PERRIN (2000), sous une forme différente (section 1 du présent mémoire).
Enfin soit α , β et c des paramètres positifs. On pose:
2 2
m. k = α. e k (1) modélisation semi-globale, il y a une même incertitude liée aux calculs
SG
sur chacune des m mailles du basin versant (m 2) .
k
2 2
= β. e k (2) modélisation globale, une incertitude lui est liée.
G
(1)-(2) m. k - k = α. e k -β. e k
2 2 2 2
SG G
2 2
α. e k -β. e k
2 2 2 2 SG G
k k
.(m-1) = α. eSG k
-β. eG k = (3)
(m-1)
2
Cette équation contient 3 inconnues qui sont α, β et k ; elle reste irrésolvable sauf si on connait au moins les
valeurs de deux des trois inconnues (ou une rélation complémentaire avec une hypothèse sur l'une des inconnues).
Un procédé simple serait de choisir α =β = c 2 afin d'exprimer une incertitude notée ε k :
eSG - eGk
2 2
k
k c. (4) formule finale.
(m-1)
Ainsi: Lk Lk k Lk Lk k
SG corrigiée SG G corrigiée G
;
57
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Dans ce mémoire est proposée une formule d’atténuation d’incertitudes qui est applicable à
tous les résultats de la modélisation (phase de calibration, validation et simulation des
modèles). On part des informations de sorties des versions semi-globale et globale du modèle
(GR2M) pour affiner ces mêmes informations. En phase de calibration et validation, la
fonction diagnostique (objectif) permet d’apprécier l’amélioration apportée à la modélisation.
Les encadrés suivant détaillent l’établissement de cette formule et, l’analyse des diagrammes
de la figure 16 soutiennent sa crédibilité.
2 2
ek - ek
SG G
k c. k
; eSG LkSG ref k , eGk LkG ref k ,
(m-1)
2 2
1 m 1 m 1 m
ref k . ai Pik . ai Eik . ai Eik .
m i 1 m i 1 m i 1
(1) k, LkSG ( corrigée ) LkSG k et ; k, LSG ( corrigée ) LSG .
k k k
Sur les mini-graphiques inclus dans les tableaux de l'annexe A, on constate que les mois où les débits
sont sous-estimés par les modèles (périodes de hautes eaux) coïncident généralement à la situation LkSG LkG ,
on peut alors exploiter cette observation à deux niveaux.
L
2 2
En posant a k LkSG k
G et b k 2. LkSG LkG .
on réécrit : k
c 1
. a k ref k .b k , c 0, m 2.
2
m 1
(2) Hypothèse faible :
Si LkSG LkG alors : LkSG ( corrigée ) LkSG k et LkSG ( corrigée ) LkSG k ;
sinon : LkSG ( corrigée ) LkSG k et LkSG ( corrigée ) LkSG k .
(3) Hypothèse forte :
Si LkSG LkG alors : LkSG ( corrigée ) LkSG k + LkSG LkG
et LkSG ( corrigée ) LkSG k + LkSG LkG ;
sinon : LkSG ( corrigée ) LkSG k + LkSG LkG
et LkSG ( corrigée ) LkSG k + LkSG LkG .
Ces trois cas sont testés dans ce mémoire, figure 16, et tableau Q (annexe B).
58
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Figure 16 : le diagramme (0) présente quelques résultats de simulation des versions semi-
globale et globale de GR2M. Le diagramme (1) présente les mêmes résultats après avoir
appliquer la formule d’atténuation d’incertitudes. Le diagramme (2) présente les mêmes
résultats après avoir appliquer la formule d’atténuation d’incertitudes sous sa forme issue de
l’hypothèse faible. Le diagramme (3) présente les mêmes résultats après avoir appliquer la
formule d’atténuation d’incertitudes sous sa forme issue de l’hypothèse forte.
On constate une amélioration du critère de Nash chaque fois que la formule d’atténuation
d’incertitude fonctionne bien sur un bassin donné [par exemple, le premier point du
diagramme (0) est déplacé vers les valeurs élevées du critère de Nash sur le diagramme (1)],
chaque fois qu’une hypothèse (faible ou forte) est vérifiée les résultats du critère de Nash est
amélioré par rapport au diagramme précédent (pour un bassin versant donné). Dans un cas
parfait où la formule et les deux hypothèses sont vérifiées (exemple du Bassin de Koulikoro),
le résultat du critère de Nash correspondant à l’hypothèse forte avec le modèle GR2M semi-
global est équivalent à celui correspondant à l’hypothèse faible avec le modèle GR2M global.
Les données qui ont permis d’établir les diagrammes de la figure 16 se trouvent dans le
tableau Q (annexe B.)
GR2M dans sa version globale est un modèle à deux réservoirs, le « réservoir sol » et le
« réservoir gravitaire » ; dans sa version semi-globale c’est un modèle à plusieurs réservoirs
dont le nombre est un multiple de 2, le coefficient multiplicateur étant le nombre de maille
59
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
d’entrée. Ces expressions font apparaître clairement le besoin d’améliorer la version semi-
globale de GR2M, car sur chaque maille on a choisit de maintenir le même jeu optimal de
paramètres (X1, X2) ; ce qui justifie les efforts consenties dans ce présent mémoire à proposer
une expression convenable de ce coefficient, qui tend à compenser le fait d’imposer le choix
d’un seul jeu de paramètre à toutes les mailles.
En modélisation globale on a une seule « grande maille » qui est le bassin versant dans son
ensemble or en modélisation semi-globale on fait une moyenne pondérée de la lame produite
sur les différentes mailles i. Sur les pages suivantes sont présentées les expressions générales
des trois niveaux de GR2M : débit, « réservoir gravitaire », et « réservoir sol ».
60
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
61
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
1 i 1 i
X 1 . Pi k
X .P k X .E k
1 1
1 i 1 i
ta n h
W H C ik
1 H (k2) 1i .
W H C ik
P e t i t k e s t l 'i n d i c e s u r l e p a s d e t e m p s d e l a s i m u l a t i o n , i l v a r i e d e 1 à K .
P e t i t i e s t l 'i n d i c e l e s m a i l l e s d u b a s s i n v e r s a n t .
à l 'i n s t a n t k l e c a l c u l d e H k
(2 )i n e c e s s i t e l a c o n n a i s s a n c e d e S (k2) 1i e t H k 1
(2 )i d e l 'i n s t a n t p r é c é d e n t ( k - 1 ) : l a r é l a t i o n e s t r é c u r s i v e .
C o n d itio n d e d é p a r t (a v a n t le p r e m ie r p a s d e te m p s ) : H 0
(2 )i S (02 ) i 0
H (k2) 1i H (02 ) i 0 , l e n i v e a u i n i t i a l e d u " r é s e r v o i r s o l " e s t f i x é a u d é b u t d e l a s i m u l a t i o n
A u p r e m i e r p a s d e t e m p s ( k = 1 ) : k 1
S ( 2 ) i S (02 ) i 0 , l e n i v e a u i n i t i a l e d u " r é s e r v o i r g r a v i t a i r e " e s t f i x é a u d é b u t d e l a s i m u l a t i o n
S (k2) 1i = 0
2
S ( 2 ) i s e c a l c u l r a p i d e m e n t e n r e m p l a ç a n t l 'i n d i c e k p a r 2 d a n s l 'e x p r e s s i o n r é c u r s s i v e ( c i - d e s s u s )
3
S ( 2 )i ...
...
k 1
S (2 )i
k
S (2 )i
k 1
S (2 )i
...
K
S ( 2 ) i
N IV E A U E N E A U D U " R E S E R V O IR G R A V IT A IR E " D E G R 2 M . A U 1 e r E T 2 è m e P A S D E T E M P S D E S IM U L A T IO N .
S (K2 )i1 0 ( f i x é a u d é p a r t )
X 1 . Pi k
X 1 . Pi k . X 1 . E ik
X .P k X .E k
1 1
X 1 . Pi k . X 1 . E ik
. 1
1 i 1 i
S (k2) i2 1 X 2 . X 1 . Pi k
W H C ik . t a n h
X .P k X .E k
W H C ik
1 1
1 i 1 i
62
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
H k 1 WHCk .tanh 1 i
1 i
(2)i
i k
WHCi X1.Pi k . X1.Eik
X .E k
1 i 1
X .Pk X .Ek
1
. 1 tanh 1 i 1 i
. k
X1.Pi . X1.Ei
k
k
WHCi k
X1 i P 1
X .Pk X .Ek
1
1 i 1 i
tanh
WHC k
i
1 H(2) k 1
i.
k
WHC
i
k i
H(2)
. k
X1.Pi k . X1.Eik
X 1 P i 1
X .Pk X .Ek
1
H k 1 WHCk .tanh
1 i 1 i
(2)i
i k
X1.Pi . X1.Ei
k k
WHCi
X1.Eik
1
X .Pk X .Ek
1
1 i
1 i
1
1 tanh . 1 .
WHCik WHCi
k
. k
X1.Pi k . X1.Eik
X P
1 i 1
X .Pk X .Ek
1
1 i 1 i
tanh
WHCi k
1 H(2) k 1
.i
k
WHC i
i 0
0
Condition de départ (avant le premier pas de temps) : H(2)
k 1
Au premier pas de temps (k= 1) : H(2)
i H(2)i H(2)i 0, le niveau initiale du "réservoir sol"est fixé au début de la simulation
0 1
NIVEAU EN EAU DU "RESERVOIR SOL" DE GR2M. AU 1er ET 2ème PAS DE TEMPS DE SIMULATION.
K 1
H(2) i 0 (fixé au départ)
X1.Pi k
X1.Pi k . X1.Eik
X1.Eik
X1.Pi k . X1.Eik
X .Pk X .Ek X .Pk X .Ek
1 1 1 1
k 2
1 i 1 i 1 i 1 i
i WHCi .tanh . 1 tanh
k
H(2) k k
WHC i WHC i
63
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Conclusion et perspectives
Cette étude a montré, à travers des calculs robustes, que le code numérique du modèle GR2M
semi-globale à besoin d’être rehausser.
Lorsqu’on se contente de mener la comparaison qu’en termes du critère de Nash (qui mesure
la performance ou la souplesse d’un modèle) en calibration et validation, on constate que sur
28 simulations, 22 attestent que le modèle GR2M global est meilleur par rapport au modèle
GR2M semi-global, tandis que 6 seulement attestent en faveur du modèle GR2M semi-global
(figure 9)
Le fait que le modèle GR2M global se présente meilleur par rapport au code numérique actuel
du modèle GR2M semi-global, est probablement dû à l’expression du coefficient de
pondération (des lames d’eau) utilisée dans GR2M semi-global (actuel). Dans ce mémoire est
donc présentée une proposition de coefficient de pondération qui tient compte de la dispersion
des valeurs contenue dans les fichiers en entrée du modèle GR2M semi-global. À l’issue de ce
mémoire j’ai établis l’expression analytique du modèle GR2M.
Une bonne perspective serait d’intégrer dans GR2M semi-globale une expression convenable
du coefficient de pondération, des lames d’eau simulée sur les mailles élémentaires, ce qui
donnerait davantage de crédibilité aux informations intermédiaires produites sur ces mailles,
aussi une prise en compte efficace des changements environnementaux et hydroclimatiques
les concernant.
64
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Bibliographie
ARDOIN-BARDIN S., 2004. Variabilité hydroclimatique et impacts sur les ressources en eau
de grands bassins hydrographique en zone Soudano-Sahélienne. Thèse de Doctorat.
Université Montpellier II.
BRUNET-MORET Y., CHAPERON P., LAMAGAT J.P., MOLINIER M., 1986.
Monographie hydrologique du fleuve Niger. Coll. Monnog. Hydrol. No. 8, ORSTOM, Paris.
Tome I: Niger supérieur.
CAPPELAERE B., VIEUX B. E., PEUGEOT C., MAIA A., SEGUIS L., 2003. Hydrologic
process simulation of a semiarid, endoreic catchment in Sahelian West Niger. 2. Model
calibration and uncertainty characterization. Journal oh Hydrology 279 (2003) 244-261.
EDIJATNO, MICHEL C., 1989. Un modèle pluie-débit journalier à trois paramètres. La
Houille Blanche 2, 113-122.
GARRICK M., CUNNANE C., Nash J.E., 1977. A criterion of efficiency for rainfall-runoff
models. Journal of Hydrology, 36 (1978) 375-381.
KABOUYA M., 1990. Modélisation pluie-débit au pas de temps mensuel et annuel en Algérie
septentrionale. Thèse de doctorat. Université Paris XI.
MAIDMENT D.R., 1993. Handbook of Hydrology, McGraw-Hill International Edition. ISBN
0-07-039732-5
MANDEVILLE A.N., O’CONNELL P.E., SUTCLIFFE J.V., NASH J.E., 1970. River flow
forecasting through conceptual models part III- The ray catchments at grendon underwood.
Journal of Hydrology 11 (1970) 109-128.
NASH J.E., SUTCLIFFE J.V., 1970. River flow forecasting through conceptual models part
I- A discussion of the principles. Journal of Hydrology 10 (1970) 282-290.
NELDER J.A., MEAD R., 1964. A Simplex method for function minimization. The
Computer Journal 7(4), 308-313.
O’CONNELL P.E., NASH J.E., FARRELL J.P., 1970. River flow forecasting through
conceptual models part II- The Brosna catchments at ferbane. Journal of Hydrology 10 (1970)
317-329.
PERRIN C., 2000. Vers une amélioration d’un modèle global pluie-débit au travers d’une
approche comparative. Thèse de Doctorat. Institut National Polytechnique de Grenoble.
ROSENBROCK H.H., 1960. An automatic method for finding the greatest value or least
value of a function. The Computer Journal 3, 175-184.
SAGHAFIAN B., 2006. Nonlinear transformation of unit hydrograph. Journal of hydrology.
November 2006. ISSN: 0262-5557.
SERVAT E., DEZETTER A., 1990. Sélection de critères numériques de calage dans le cadre
d’une modélisation pluie-débit en zone de savane soudanaise. Hydrol. Continent, vol. 5, n°2,
1990: 147-165.
65
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Annexe A
66
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
67
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
68
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
69
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
70
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
71
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
72
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
73
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
74
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
75
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
76
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
77
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
78
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
79
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
80
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
81
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
82
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
83
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
84
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
85
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
86
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
87
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
88
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
89
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
90
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
91
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
92
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
93
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
94
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
95
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
96
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
97
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Annexe B
Tableau Q : résultats avant et après l’application de la formule d’atténuation des incertitudes avec
GR2M, et résultats des simulations du modèle modifié « GR2M.1/X1.WHC.»
98
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
Résumé
Ce travail de mémoire (Master 2 recherche) porte sur la comparaison entre une version semi-
globale et une version globale du modèle GR2M (Modèle du CEMAGREF - Génie Rural à 2
paramètres au pas de temps Mensuel).
Une formule d'atténuation d'incertitudes, proposée ici, utilise les résultats simulés par les
deux versions de GR2M en compétition (semi-globale et globale), pour proposer une
amélioration de ces mêmes résultats. Ce travail de mémoire a permit d'établir l'expression
analytique du modèle GR2M.
Mots-clés :
Hydrologie, Bassin versant, modélisation, GR2M, intercomparaison, incertitudes.
99
Salif KONÉ, Master R2E 2006/2007. Comparaison entre une modélisation semi-globale et une modélisation globale.
100