Eléments D'hydrologie de Surface

Universit de Nice - Sophia Antipolis
Centre National de la Recherche Scientifique U.F.R. Espaces et Cultures
U.M.R. 5651 "Espace" du C.N.R.S.

Equipe "Gestion et Valorisation de l'Environnement" UNSA
ELEMENTS D'HYDROLOGIE DE SURFACE
Par J.P. LABORDE Professeur l'Universit de Nice - Sophia Antipolis Ingnieur hydraulicien de l'ENSEEIH Toulouse Ingnieur hydrogologue de l'ENSG Nancy Docteur es Sciences en Hydrologie
Edition 1999
Avertissements
Ce cours correspond essentiellement aux enseignements dispenss l'Ecole Nationale Suprieure de Gologie de Nancy (Institut National Polytechnique de Lorraine) et l'Ecole National du Gnie de l'Eau de Strasbourg. Certaines parties sont galement aux programmes de multiples enseignements de formation initiale (Maitrises, D.E.A., et D.E.S.S. de l'Universit de Nice - Sophia Antipolis) et de formation continue (C.N.F.P.T., Centre International de l'Eau de Nancy, Office International de l'Eau ). La version 1999 de ce cours remplace et corrige les versions antrieures. Mais malgr le soin apport, il ne fait aucun doute que des fautes de frappe et des anomalies persistent. Voici donc queqlques : r s, s, s, s, x, x, x, , , , , ... , , , ... , , , , [ ], , , , , , , , , , , ... que je laisse le lecteur placer o bon lui semblera !
Afin que ce cours puisse s'amliorer au fil des temps, je serais trs reconnaissant aux lecteurs de me faire fart des erreurs ou anomalies qu'ils auraient dtectes mon adresse lectronique : laborde@unice.fr
Enfin, ce cours s'inspire essentiellement d'ouvrages, d'articles, de communications, de notes internes aux auteur multiples. Qu'ils me pardonnent de ne pas les citer tous. " Le plagiat est la base de toutes les littratures, sauf la premire qui d'ailleurs est inconnue ! " Jean Giraudoux (Siegfried)
SOMMAIRE
I - INTRODUCTION A L'HYDROLOGIE DE SURFACE ........................................................................................ 1
I - 1 : DFINITIONS: ...................................................................................................................................................... 1 I - 2 : SCIENCES UTILISES .......................................................................................................................................... 1 I - 3 : DOMAINES D'APPLICATIONS ............................................................................................................................. 1 I - 4 : LES METHODES DE TRAVAIL EN HYDROLOGIE DE SURFACE ........................................................................ 1 I - 5 : GRANDES DIVISIONS DU COURS ....................................................................................................................... 2
II - LE CYCLE DE L'EAU ............................................................................................................................................. 3
II - 1 : ETATS ET SITUATIONS DE L'EAU ..................................................................................................................... 3 II - 2 : STOCKS, FLUX ET INERTIE DES SYSTEMES .................................................................................................... 3 II. 2 . 1 : Volumes...................................................................................................................................................... 3 II - 2 - 2 : Flux .......................................................................................................................................................... 3 II- 2 - 3 : Inertie des systmes ................................................................................................................................... 3 II - 3 : CYCLE DE L'EAU ............................................................................................................................................... 4
III - LE BASSIN VERSANT ........................................................................................................................................... 5
III.1 - NOTION DE "BASSIN VERSANT" ...................................................................................................................... 5 III.1.1 - Bassin versant topographique ..................................................................................................................... 5 III.1.2 - Bassin versant hydrogologique.................................................................................................................. 5 III.2 - CARACTERISTIQUES MORPHOMETRIQUES ..................................................................................................... 5 III.2.1 - Caractristiques de la disposition dans le plan........................................................................................... 5
III.2.1.1 - Surface A ................................................................................................................................................................ 5 III.2.1.2 Longueur ................................................................................................................................................................ 5
III.2.2 - Caractristiques des altitudes (hypsomtrie) .............................................................................................. 7 III.2.3 - Les indices de pente ..................................................................................................................................... 7
III.2.3.1 La pente moyenne .................................................................................................................................................. 7 III.2.3.2 - Indice de pente de Roche Ip .................................................................................................................................... 7 III.2.3.3 - Indice de pente globale Ig ....................................................................................................................................... 8 III.2.3.4 - Dnivele spcifique Ds.......................................................................................................................................... 8 III.2.3.5 - "Reliefs ratios" ........................................................................................................................................................ 9
III.2.4 - Les Modles Numriques de Terrain ........................................................................................................... 9 III.3 - CARACTERISTIQUES DU RESEAU HYDROGRAPHIQUE .................................................................................. 9 III.3.1 - Hirarchisation du rseau ........................................................................................................................... 9 III.3.2 - Les lois de Horton ..................................................................................................................................... 10 III.3.3 - Autres caractristiques du chevelu ............................................................................................................ 10
III.3.3.1 - La densit de drainage Dd ..................................................................................................................................... 10 III.3.3.2 - La frquence des thalwegs d'ordre 1 : F1 .............................................................................................................. 10 III.3.3.3 - La courbe aire-distance ......................................................................................................................................... 10 III.3.3.4 - Endorisme ........................................................................................................................................................... 10 III.3.4 - PROFILS EN LONG ......................................................................................................................................... 10 III.4 - CARACTERISTIQUES GEOLOGIQUES.............................................................................................................. 11 III.5 - LE COUVERT VEGETAL................................................................................................................................... 11 III.6 - CARACTERISTIQUES GLACIOLOGIQUES ....................................................................................................... 11
IV - L'ATMOSPHERE .................................................................................................................................................. 12
IV.1 - CONSTITUTION DE L'ATMOSPHERE ............................................................................................................... 12 IV.1.1 - Composition de l'atmosphre .................................................................................................................... 12

IV.1.1.1 - Atmosphre sche ................................................................................................................................................. 12 IV.1.1.2 - Mlange air-eau .................................................................................................................................................... 12
IV.1.2 - Champ vertical des pressions .................................................................................................................... 13 IV.1.3 - Champ vertical des tempratures .............................................................................................................. 13
IV.1.3.1 - Champ vertical moyen .......................................................................................................................................... 13 IV.1.3.2 - Gradient vertical de l'adiabatique sche ................................................................................................................ 14 IV.1.3.3 - Gradient vertical de l'adiabatique humide............................................................................................................. 14 IV.1.3.4 - Gradient vertical du point de rose ....................................................................................................................... 14
IV.1.4 - Stabilit et instabilit atmosphrique ........................................................................................................ 14 IV.1.5 - Etude des prcipitations ............................................................................................................................ 14
IV.1.5.1 - Les nuages ............................................................................................................................................................ 14 IV.1.5.2 - Dclenchement des prcipitations......................................................................................................................... 14 IV.1.5.3 - Entretien des prcipitations ................................................................................................................................... 15 Elments d'Hydrologie de surface - I -
IV.1.5.4 - Prcipitations solides ............................................................................................................................................ 16
IV.2 - L'ATMOSPHERE, COLLECTEUR DE CHALEUR ............................................................................................... 16 IV.2.1 - L'nergie solaire......................................................................................................................................... 16 IV.2.2 - Diffusion et absorption de l'nergie solaire dans l'atmosphre ................................................................. 16 IV.2.3 - Rayonnement terrestre ............................................................................................................................... 17 IV.3 - CIRCULATION GENERALE DANS L'ATMOSPHERE ........................................................................................ 17 IV.3.1 - Les pressions et les vents ............................................................................................................................ 17
IV.3.1.1 - Rpartition mridienne ......................................................................................................................................... 17 IV.3.1.2 - Influence de la rotation terrestre ........................................................................................................................... 17 IV.3.1.3 - Influence de la rpartition des terres et des ocans ............................................................................................... 18
IV.3.2 - Les masses d'air ......................................................................................................................................... 18 IV.3.3 - Les fronts et les prcipitations associes ................................................................................................... 18
IV.3.3.2 - Les fronts chauds : ................................................................................................................................................ 19 IV.3.3.3 - Les fronts occlus : ................................................................................................................................................. 19 IV.3.3.1 - Les fronts froids : .................................................................................................................................................. 19
V - MESURES LIEES A L'ESTIMATION DE L'EVAPORATION ET DE L'EVAPOTRANSPIRATION ....... 21
V.1 - MESURE DES PARAMETRES PHYSIQUES CONDITIONNANT L'EVAPORATION ............................................. 21 V.1.1 - Mesure des tempratures ............................................................................................................................. 21 V.1.2 - Mesure de l'humidit de l'air ....................................................................................................................... 22
V.1.2.1 - Psychromtre ......................................................................................................................................................... 22 V.1.2.2 - Hygromtre enregistreur ........................................................................................................................................ 22
V.1.3 - Mesure des pressions ................................................................................................................................... 23 V.1.4 - Mesure du rayonnement solaire .................................................................................................................. 23 V.1.5 - Mesure du vent ............................................................................................................................................ 23 V.2 - MESURES DE L'EVAPORATION......................................................................................................................... 24 V.2.1 - Mesures de l'vaporation partir d'une surface libre ................................................................................ 24
V.2.1.1 - Bac classe A (du Weather Bureau, U.S.A.) ........................................................................................................... 24 V.2.1.2 - Bac Colorado et Bac ORSTOM ............................................................................................................................. 24 V.2.1.3 - Bac CGI 30 ............................................................................................................................................................ 24 V.2.1.4 - Utilisation des bacs et des rsultats des mesures .................................................................................................... 24
V.2.2 - Mesure de l'vaporation partir de surfaces poreuses : les atmomtres ................................................... 25

V.2.2.1 - Le "Black Bellani" ................................................................................................................................................. 25 V.2.2.2 - Le "Piche" .............................................................................................................................................................. 25 V.3 - MESURES ET ESTIMATION DE L'EVAPOTRANSPIRATION.............................................................................. 26
V.3.1 - Notion d'vapotranspiration relle et potentielle ........................................................................................ 26 V.3.2 - Mesures directes .......................................................................................................................................... 26 V.3.3 - Estimation de l'vapotranspiration ............................................................................................................. 26
V.3.3.1 - Formule de Turc..................................................................................................................................................... 26 V.3.3.2 - Formule de Thornthwaite ....................................................................................................................................... 27 V.3.3.3 - Estimation de lE.T.P. par la mthode de Penman ................................................................................................. 28 V.3.3.4 - Autres formules ...................................................................................................................................................... 29
V.3.4 - Evaluation de l'vapotranspiration relle ................................................................................................... 29

V.3.4.1 - Formule de Turc..................................................................................................................................................... 29 V.3.4.2 - Bilan simplifi selon THORNTHWAITE ..................................................................................................................... 30 V.3.4.3 - Bilan tenant compte du stress hydrique de la vgtation ....................................................................................... 30
VI - MESURES DES PRECIPITATIONS ................................................................................................................... 33
VI.1 - DIFFICULTES DE LA MESURE .......................................................................................................................... 33 VI.2 - APPAREILLAGES PLUVIOMETRIQUES ............................................................................................................ 33 VI.2.1 - Les pluviomtres......................................................................................................................................... 33 VI.2.2 - Les pluviographes ...................................................................................................................................... 33
VI.2.2.1 Enregistrement mcanique : .................................................................................................................................... 34 VI.2.2.2 Pluviographe transducteur d'impulsions : .............................................................................................................. 34 VI.2.2.3 Mesure de l'quivalent en eau des chutes de neige : .............................................................................................. 34 VI.2.2.4 Prcision des appareils : ......................................................................................................................................... 34
VI.2.3 - Les nivomtres ............................................................................................................................................ 35

VI.2.3.1 - Mesures par sondage............................................................................................................................................. 35 VI.2.3.2 - Mesures en continu du poids ................................................................................................................................ 35 VI.2.3.3 - Nivomtres rayonnement ................................................................................................................................ 35 VI.3 - STATIONS PLUVIOMETRIQUES ....................................................................................................................... 35
VI.3.1 - Le site ......................................................................................................................................................... 35 VI.3.2 - Prcautions d'installation .......................................................................................................................... 35 VI.4 - GESTION DU RESEAU ....................................................................................................................................... 36
Elments d'Hydrologie de surface - II -
VI.4.1 - Frquence des observations ...................................................................................................................... 36 VI.4.2 - Publication des rsultats............................................................................................................................ 36 VI.5.3 La zone cible du radar ................................................................................................................................. 37 VI.5.4 Rflectivit radar et puissance reue ........................................................................................................... 38
VI.5.5.1 Radar utilis seul ..................................................................................................................................................... 39 VI.5.5.2 Radar utilis conjointement avec des pluviographes ............................................................................................... 39
VII - HYDROMETRIE ................................................................................................................................................. 41
VII.1 - ACQUISITION DES DEBITS EN FONCTION DU TEMPS .................................................................................. 41 VII.2 - LES METHODES DE JAUGEAGES ................................................................................................................... 41 VII.2.1 - Rservoirs talonns................................................................................................................................. 41 VII.2.2 - Dversoirs ................................................................................................................................................ 41 VII.2.3 - Jaugeurs ressaut .................................................................................................................................... 42 VII.2.4 - Jaugeages par dilution ............................................................................................................................. 43
VII.2.4.1 - Choix du traceur .................................................................................................................................................. 43 VII.2.4.2 - Choix du site........................................................................................................................................................ 43 VII.2.4.3 - Injection dbit constant ..................................................................................................................................... 44 VII.2.4.4 - Mthode dite globale ........................................................................................................................................... 45 VII.2.4.5 - Mise en oeuvre pratique ...................................................................................................................................... 45 VII.2.4.6 - Domaine d'application ......................................................................................................................................... 46
VII.2.5 -Jaugeages par exploration du champ des vitesses .................................................................................... 46

VII.2.5.1 - Le matriel de mesures ........................................................................................................................................ 46 VII.2.5.2 - Matrialisation de la section et dplacement transversal ..................................................................................... 49 VII.2.5.3 - Conduite et exploitation du jaugeage .................................................................................................................. 50
VII.2.6 - Jaugeage au flotteur ................................................................................................................................. 53 VII.3 - LES STATIONS DE JAUGEAGE ....................................................................................................................... 54 VII.3.1 - Le seuil ou contrle .................................................................................................................................. 54 VII.3.2 - Limnimtrie .............................................................................................................................................. 55
VII.3.2.1- Les chelles .......................................................................................................................................................... 55 VII.3.2.2 - Les limnigraphes flotteur .................................................................................................................................. 55 VII.3.2.3 - Les limnigraphes dits bulles ............................................................................................................................. 57 VII.3.2.4 - Sondes pizorsistives immerges (S.P.I.) .......................................................................................................... 57 VII.3.2.5 - Limnigraphes ultra-sons ................................................................................................................................... 58 VII.3.2.6 - Remarques sur la gestion des limnigraphes ......................................................................................................... 58
VII.3.3 - Les sections de jaugeage .......................................................................................................................... 58 VII.3.4 - Les courbes de tarage .............................................................................................................................. 58 VII.4 - ETABLISSEMENT DES HYDROGRAMME ET DES ANNUAIRES HYDROLOGIQUES .................................... 59 VII.4.1 - Digitalisation des courbes de tarage et des limnigrammes ...................................................................... 59 VII.4.2 - Les annuaires ........................................................................................................................................... 59 VII.5 - TENDANCES POUR L'AVENIR ........................................................................................................................ 60 VII.5.1 - Techniques possibles d'enregistrement en continu des dbits .................................................................. 60
VII.5.1.1 - Jaugeages par ultra-sons ...................................................................................................................................... 60 VII.5.1.2 - Jaugeages chimiques en continu .......................................................................................................................... 60 VII.5.1.3 - Jaugeages lectro-magntiques............................................................................................................................ 60
VII.5.2 - Amlioration des techniques existantes .................................................................................................... 60

VII.5.2.1 - Techniques de jaugeage par exploration du champ des vitesses.......................................................................... 60 VII.5.2.2 - Codage et archivage des donnes ........................................................................................................................ 60 VII.6 - DEVELOPPEMENT DES TELETRANSMISSIONS ............................................................................................. 60
VII.6.1 - Tltransmissions par rseau tlphonique ............................................................................................. 60

VII.6.1.1 - Tltransmissions par rseau commut ............................................................................................................... 61 VII.6.1.2 - Tltransmissions par lignes spcialises ............................................................................................................ 61
VII.6.2 - Tltransmission radio au sol .................................................................................................................. 61 VII.6.3 - Tltransmission satellitaire .................................................................................................................... 61

VII.6.3.1 - Le systme ARGOS ............................................................................................................................................ 61 VII.6.3.2 - Le systme METEOSAT ..................................................................................................................................... 63
VIII.6.4 - lments de conclusion ........................................................................................................................... 64 VIII.- STATISTIQUES APPLIQUEES A L'HYDROLOGIE ................................................................................... 65
VIII.1. - RAPPELS ET GENERALITES ......................................................................................................................... 65 VIII.1.1. - Rpartition, chantillon et variable alatoire ........................................................................................ 65 VIII.1.2. - Notions de probabilit ............................................................................................................................ 65 VIII.1.3. - Rsultats fondamentaux ......................................................................................................................... 65 VIII.2. LA LOI DE PROBABILITE................................................................................................................................ 66 VIII.2.1. - Notion de loi de probabilit ................................................................................................................... 66
Elments d'Hydrologie de surface - III -
VIII.2.1.1 - Cas des variates discrtes ................................................................................................................................... 66 VIII.2.1.2 - Cas des variates continues.................................................................................................................................. 66
VIII.2.2. - Construction d'une loi de probabilit ..................................................................................................... 66

VIII.2.2.1 - Des paramtres de forme.................................................................................................................................... 66 VIII.2.2.2 - Des paramtres d'chelle s ................................................................................................................................. 66 VIII.2.2.3 - Des paramtres de position x0 ........................................................................................................................... 67 VIII.2.2.4 - Variable rduite.................................................................................................................................................. 67
VIII.2.3. - Paramtres dfinis d'aprs cette loi ....................................................................................................... 67

VIII.2.3.1 - Paramtres de tendance centrale ........................................................................................................................ 67 VIII.2.3.2 - Moments ............................................................................................................................................................ 67 VIII.2.3.3 - Paramtres caractristiques de la forme ............................................................................................................. 69 VIII.3. - DETERMINATION DES PARAMETRES D'APRES UN ECHANTILLON .......................................................... 69
VIII.3.1. - Qualit des estimations........................................................................................................................... 69 VIII.3.2. - Tests d'ajustement ................................................................................................................................... 70

VIII.3.2.1 - Test du 2 de Pearson ........................................................................................................................................ 70 VIII.3.2.2 - Test Wn2 d'Anderson ......................................................................................................................................... 70 VIII.3.2.3 - Autres tests ......................................................................................................................................................... 71
VIII.3.3. - Moments dduits d'un chantillon de taille connue ................................................................................ 71

VIII.3.3.1 - Mthode des moments ....................................................................................................................................... 71 VIII.3.3.2 - Mthode du maximum de vraisemblance ........................................................................................................... 71 VIII.3.3.3 - Ajustement graphique ........................................................................................................................................ 72 VIII.4. - STATISTIQUE DE RANG ................................................................................................................................ 72
VIII.4.1. - Probabilit des valeurs d'un chantillon observ ................................................................................... 72 VIII.4.2. - Danger d'apparition ............................................................................................................................... 73
VIII.4.2.1 - Priode de retour ................................................................................................................................................ 73 VIII.4.2.2 - Frquence d'apparition d'une valeur connue "a priori"....................................................................................... 73 VIII.4.2.3 - Problme inverse ................................................................................................................................................ 73 VIII.5. - DIFFERENTS TYPES DE LOIS UTILISES EN HYDROLOGIE ......................................................................... 73
VIII.5.1. - Loi de Gauss ou loi normale .................................................................................................................. 73

VIII.5.1.1 - Fonction de rpartition ....................................................................................................................................... 73 VIII.5.1.2 - Estimation des paramtres.................................................................................................................................. 75 VIII.5.1.3 - Erreurs-types sur les estimations ........................................................................................................................ 76 VIII.5.1.4 - Intervalles de confiance ..................................................................................................................................... 76 VIII.5.1.5 - Comparaison de deux chantillons ..................................................................................................................... 77
VIII.5.2. - Loi de Galton (ou log-normale ou de Gibrat-Gauss) ............................................................................. 79

VIII.5.2.1 - Fonction de rpartition ....................................................................................................................................... 79 VIII.5.2.2 - Estimation des paramtres.................................................................................................................................. 80 VIII.5.2.3 - Intervalles de confiance ..................................................................................................................................... 81 VIII.5.2.4 - Cas particulier frquent et simple o xo n'est plus un paramtre ajuster ......................................................... 81
VIII.5.3. - Loi de Gumbel ........................................................................................................................................ 82

VIII.5.3.1 - Fonction de distribution ..................................................................................................................................... 82 VIII.5.3.2 - Estimation des paramtres.................................................................................................................................. 82 VIII.5.3.3 - Intervalle de confiance ....................................................................................................................................... 83
VIII.5.4. - Loi de Frchet......................................................................................................................................... 84

VIII.5.4.1 - Fonction de rpartition ....................................................................................................................................... 84 VIII.5.4.2 - Ajustement graphique ........................................................................................................................................ 84 VIII.5.4.3 - Cas particulier o xo est fix l'avance ............................................................................................................. 84
VIII.5.5. - Loi de Pearson III ou loi Gamma incomplte ........................................................................................ 84

VIII.5.5.1 - Fonction de distribution ..................................................................................................................................... 84 VIII.5.5.2 - Estimation des paramtres.................................................................................................................................. 85 VIII.5.5.3 - Intervalle de confiance ....................................................................................................................................... 87 VIII.5.5.4 - Estimations de F (x) ........................................................................................................................................... 87
VIII.5.6. - Autres lois ............................................................................................................................................... 87

VIII.5.6.1 - Loi de Student .................................................................................................................................................... 87 VIII.5.6.2 - Loi du 2 ............................................................................................................................................................ 88 VIII.5.6.3 - Distribution binomiale (ou loi de Bernoulli) ...................................................................................................... 89 VIII.5.6.4 - Distribution de Poisson ...................................................................................................................................... 89 VIII.5.6.5 - Distribution de Fischer-Snedecor ....................................................................................................................... 90
VIII.6.2. - Utilisation des paramtres de forme ...................................................................................................... 90 VIII.6.3. - Choix graphique ..................................................................................................................................... 91 VIII.6. - ASSOCIATION ENTRE VARIABLES .............................................................................................................. 91 VIII.6.1. - Notion de corrlation ............................................................................................................................. 91 VIII.6.2. - Courbes et droites de rgression ............................................................................................................ 92
VIII.6.2.1 - Courbe de rgression .......................................................................................................................................... 92 Elments d'Hydrologie de surface - IV -
VIII.6.2.2 - Cas de la distribution de Gauss deux dimensions ............................................................................................ 92
VIII.6.3. - Rgression simple .................................................................................................................................. 94

VIII.6.3.1 - Choix du modle linaire - droite des moindres carrs ...................................................................................... 94 VIII.6.3.2 - Prcautions prendre ......................................................................................................................................... 95 VIII.6.3.3 - Utilisation pratique de la rgression simple ....................................................................................................... 96 - Confiance accorder l'chantillon tendu ........................................................................................................................ 97
VIII.6.4. - Rgression double .................................................................................................................................. 97

VIII.6.4.1 - Equation de la rgression double linaire........................................................................................................... 97 VIII.6.4.2 - Coefficient de corrlation multiple et variance rsiduelle .................................................................................. 98 VIII.7.4.3 - Notion de coefficient de corrlation partielle ..................................................................................................... 99
VIII.6.5. - Rgressions linaires multiples .............................................................................................................. 99

VIII.6.5.1 - Mise en quation ................................................................................................................................................ 99 VIII.6.5.2 - Coefficients de rgression, de corrlation multiple et de corrlation partielle ................................................. 100 VIII.6.5.3 - Seuils de signification ...................................................................................................................................... 101 VIII.6.5.4 - Mise en oeuvre ................................................................................................................................................. 102
VIII.6.6. - Rgressions multiples quelconques ...................................................................................................... 103 VIII.6.7. - Analyses en composantes principales .................................................................................................. 105
VIII.6.7.1 - Notions de base ................................................................................................................................................ 105 VIII.6.7.2 - Exemple pratique d'utilisation .......................................................................................................................... 107 VIII.7. - TECHNIQUES DE CRITIQUE DES DONNEES .............................................................................................. 110
VIII.7.1. - Donnes unidimensionnelles ................................................................................................................ 110

VIII.7.1.1 - Frquence des chiffres utiliss ......................................................................................................................... 110 VIII.7.1.2 - Probabilit de chaque observation.................................................................................................................... 110 VIII.7.1.3 - Analyse des sries non-autocorrles ............................................................................................................... 111 VIII.7.1.4 - Autocorrlation ................................................................................................................................................ 111 VIII.7.2. - SERIES CHRONOLOGIQUES MULTIDIMENSIONNELLES....................................................................... 111 VIII.7.2.1 - Mthode des "doubles masses" (doubles cumuls) ............................................................................................ 111 VIII.7.2.2 - Probabilit des rsidus...................................................................................................................................... 113 VIII.7.2.3 - Cumul des rsidus ............................................................................................................................................ 113 VIII.7.2.4 - Utilisation des composantes principales ........................................................................................................... 114
IX - TRAITEMENT DES DONNEES PLUVIOMETRIQUES ............................................................................... 115
IX.1 - CHOIX DES VARIABLES................................................................................................................................. 115 IX.1.1 - Dfinition des pisodes pluvieux.............................................................................................................. 115 IX.1.2 - Passage d'une dfinition l'autre............................................................................................................ 115 IX.2 - ETUDE STATISTIQUE DES PLUIES PONCTUELLES.............................................................................. 116 IX.2.1 - Hauteurs de pluies annuelles ................................................................................................................... 116 IX.2.3 - Hauteurs de pluies journalires............................................................................................................... 117 IX.2.4 - Hauteurs des pluies extrmes .................................................................................................................. 119 IX.2.5 - Comblement des lacunes dans des sries pluviomtriques ...................................................................... 119 IX.3 - ETUDE DE LA PLUIE DANS L'ESPACE .................................................................................................... 122 IX.3.1 - Pluie et relief............................................................................................................................................ 122
IX.3.1.1 - L'altitude ............................................................................................................................................................. 122 IX.3.1.2 - L'encaissement .................................................................................................................................................... 122
IX.3.2. - Interpolation des prcipitations .............................................................................................................. 123

X.3.2.1 - La pluie, une fonction alatoire ............................................................................................................................ 123 IX.3.2.2 - Mthodes d'interpolation .................................................................................................................................... 125
IX.3.3 - Pluies moyennes sur une surface ............................................................................................................. 131

IX.3.3.1 - Mthode de Thiessen .......................................................................................................................................... 131 IX.3.3.2 - Mthode des isohytes ........................................................................................................................................ 131
IX.3.4- Coefficients d'abattement.......................................................................................................................... 132

X.3.4.1 - Dfinition et hypothses....................................................................................................................................... 132 IX.3.4.2 - Valeurs relatives du coefficient d'abattement ..................................................................................................... 132 IX.3.4.3 - Dtermination pratique de K............................................................................................................................... 133
IX.4 - ETUDE DE LA PLUIE EN FONCTION DE LA DUREE ............................................................................. 136 IX.4.1 - Notion d'intensit moyenne sur une dure ............................................................................................... 136 IX.4.2 - Fonctions dure-intensit-frquence ....................................................................................................... 137
IX.4.2.1 - Formules du type Talbot ..................................................................................................................................... 137 IX.4.2.2 - Formules du type Montana ................................................................................................................................. 137
X - METHODES DETUDE DES CRUES ................................................................................................................ 139
X.1 - DEFINITION ET INTRODUCTION .................................................................................................................... 139 X.2 - METHODES EMPIRIQUES DE PREDETERMINATION DES CRUES ................................................................. 139 X.2.1 - Intrts de la recherche historique ........................................................................................................... 139 X.2.2 - Evolution du dbit avec la surface ............................................................................................................ 140
Elments d'Hydrologie de surface - V -
X.2.3 Evolution du dbit avec la frquence ........................................................................................................... 140 X.2.4 - Diffrentes mthodes empiriques valables pour la France ....................................................................... 141
X.2.4.1 - Mthode CRUPEDIX ............................................................................................................................................... 141 X.2.4.2 - Abaques SOGREAH ................................................................................................................................................ 141 X.2.4.3 - Mthode SOCOSE .................................................................................................................................................. 143
X.2.5 - Diffrentes mthodes empiriques valables pour l'Afrique ......................................................................... 144

X.2.5.1 - Approche dterministe - les dbits de crues dcennales en Afrique .................................................................... 144 X.2.5.2 - Approche stochastique - les dbits de crues dcennales en Afrique de l'Ouest et Centrale (par PUECH et CHABI GONNI du C.I.E.H.) ................................................................................................................................................................ 146
X.3 - ETUDE STATISTIQUE DES DEBITS DE CRUE .......................................................................................... 147 X.3.1 - Constitution de l'chantillon ...................................................................................................................... 148 X.3.2 - Choix du type de loi et ajustement ............................................................................................................. 148 X.3.3 - Passage des dbits moyens journaliers aux dbits instantans ................................................................. 149
X.3.3.1 - Le coefficient de pointe n'est pas connu .............................................................................................................. 149 X.3.3.2 - On connat quelques valeurs du coefficient de pointe .......................................................................................... 149
X.3.4 - Etude des crues maximales annuelles partir des crues suprieures un seuil et des donnes historiques ............................................................................................................................................................................... 152
X.3.4.1 - Choix des lois de probabilit ................................................................................................................................ 152 X.3.4.2 - Ajustement par le maximum de vraisemblance.................................................................................................... 153 X.3.4.3 - Passage la frquence des crues maximales annuelles ........................................................................................ 154 X.3.4.4 - Prise en compte des donnes historiques ............................................................................................................. 154
X.4 - METHODES D'ETUDES HYDROMETEOROLOGIQUES ........................................................................... 155 X.4.1 - Etude d'un couple averse - crue ................................................................................................................ 156
X.4.1.1 - Le devenir des prcipitations ............................................................................................................................... 156 X.4.1.2 - Sparation des coulements ................................................................................................................................. 157 X.4.1.3 - Quelques dfinitions ............................................................................................................................................ 159
X.4.2 - Fonctions de production ............................................................................................................................ 160

X.4.2.1 - Hypothses simplificatrices sur les coefficients de ruissellement ........................................................................ 160 X.4.2.2 - Simulation par modles rservoirs .................................................................................................................... 160 X.4.2.3 - Fonction de production du S.C.S. (Soil Conservation Service of U.S.A.) ........................................................... 160
X.4.3 - Fonction de transfert ................................................................................................................................. 163

X.4.3.1 - Mise en vidence de la notion d'hydrogramme unitaire ....................................................................................... 163 X.4.3.2 - Proprits des hydrogrammes rsultant d'averses unitaires.................................................................................. 163 X.4.3.3 - Dtermination de l'hydrogramme unitaire ........................................................................................................... 165 X.4.3.4 Limites la notion d'hydrogramme unitaire ........................................................................................................... 169
X.4.4 - Reconstitution des crues partir des prcipitations ................................................................................. 169

X.4.4.1 - Passage des pluies aux dbits pour chaque averse observe ................................................................................ 169 X.4.4.2 - Passage de "la pluie de frquence F" la crue de mme frquence ..................................................................... 170
X.4.5 - Gnralisation de grands bassins .......................................................................................................... 171 X.5 - ESTIMATION DES CRUES DE FREQUENCE TRES RARE : LA METHODE DU GRADEX .................. 172 X.5.1 - Constatations justifiant la mthode du gradex .......................................................................................... 172
X.5.1.1 - Comportement asymptotiquement exponentiel des pluies extrmes .................................................................... 172 X.5.1.2 - Mthode d'estimation des gradex ......................................................................................................................... 173 X.5.1.3 - Variation du gradex avec la dure........................................................................................................................ 173 X.I.5.4 - Tendances limites du ruissellement ...................................................................................................................... 173 X.1.5.5 - Rpartition des dbits dans le temps .................................................................................................................... 173 X.5.1.6 - Passage du dbit moyen sur une dure tc au dbit de pointe................................................................................ 174
X.5.2 - Mise en oeuvre pratique de la mthode du gradex .................................................................................... 175

X.5.2.1 - Choix de la dure tc ............................................................................................................................................. 175 X.5.2.2 - Etude du gradex des prcipitations sur une dure tc ............................................................................................ 175 X.5.2.3 - Etude des crues .................................................................................................................................................... 175 X.5.2.4 - Extrapolation aux frquences rares ...................................................................................................................... 175 X.6 ESTIMATION DES CRUES DE FREQUENCE TRES RARE : APPROCHE PUREMENT STATISTIQUE ................ 177 X.7 - ETUDE DES ECOULEMENTS EN REGIME TRANSITOIRE ET APPLICATIONS A L'ETUDE DE LA PROPAGATION DES ONDES DE CRUE ...................................................................................................................... 178
X.7.1 - Equations gnrales .................................................................................................................................. 178

X.7.1.1 - Hypothses simplificatrices ................................................................................................................................. 178 X.7.1.2 - Mise en quation .................................................................................................................................................. 178 X.7.1.3 - Modes d'intgrations et mthodes de Flood-Routing ........................................................................................... 180
X.7.2 - Mthode de Puls ........................................................................................................................................ 180

X.7.2.1 - Mise en quation .................................................................................................................................................. 180 X.7.2.2 - Intgration graphique ........................................................................................................................................... 180 X.7.2.3 - Rsultats pratiques pour quelques cas simples ..................................................................................................... 182
X.7.3 - Mthode de Muskingum ............................................................................................................................. 182

X.7.3.1 - Mise en quation .................................................................................................................................................. 182 Elments d'Hydrologie de surface - VI -
X.7.3.2 - Mise en uvre ...................................................................................................................................................... 183
X.7.4 - Mthode dite Hayami ................................................................................................................................ 185 X.7.5 - Propagation de l'onde de rupture d'un barrage - mthode simplifie ...................................................... 185
X.7.5.1 - Les hypothses de base ........................................................................................................................................ 185 X.7.5.2 - Dfinition des paramtres utiliss ........................................................................................................................ 186 X.7.5.3 - Mise en oeuvre pratique ....................................................................................................................................... 186 X.7.5.4. - Limites de la mthode ......................................................................................................................................... 188 X.8- PROTECTION DES OUVRAGES - CHOIX DE LA FREQUENCE DE LA CRUE DE PROJET ET DE LA CRUE DE CHANTIER ................................................................................................................................................................. 189
X.8.1 - Crue de projet ........................................................................................................................................... 189

X.8.1.1 - Ouvrages prsentant un risque pour les populations en cas de rupture ................................................................ 189 X.8.1.2 - Ouvrages ne menaant pas la scurit publique ................................................................................................... 189
X.8.2 - Crue de chantier ....................................................................................................................................... 192
Elments d'Hydrologie de surface - VII -
I - INTRODUCTION A L'HYDROLOGIE DE SURFACE

I - 1 : DEFINITIONS:
D'une faon trs gnrale, l'hydrologie peut se dfinir comme l'tude du cycle de l'eau et l'estimation de ses diffrents flux. L'hydrologie au sens large regroupe : la climatologie, pour la partie arienne du cycle de l'eau (prcipitations, retour l'atmosphre, transferts, etc.) , l'hydrologie de surface au sens strict, pour les coulements la surface des continents , l'hydrodynamique des milieux non saturs pour les changes entre les eaux de surface et les eaux souterraines (infiltration, retour l'atmosphre partir des nappes, etc.) , l'hydrodynamique souterraine (sensu stricto) pour les coulements en milieux saturs. L'hydrologie de surface est la science qui traite essentiellement des problmes qualitatifs et quantitatifs des coulements la surface des continents. Ces problmes se ramnent gnralement des prvisions (associer une date une certaine grandeur) ou des prdterminations (associer une grandeur une certaine probabilit) de dbits ou de volume en un point ou sur une surface.
I - 2 : SCIENCES UTILISEES
L'tude de la partie "coulement superficiel" du cycle de l'eau ncessite quand mme de connatre les autres parties de ce cycle. L'hydrologie de surface est une science applique qui fait appel des connaissances dans des domaines trs divers. Sciences et Techniques Domaines dapplication Mtorologie et Climatologie Etude des pluies et du retour latmosphre Gologie, Gographie et Pdologie Analyse du comportement hydrologique du bassin Hydraulique Mesure et tude des coulements surface libre Statistique Traitement des donnes, simulations Calcul numrique Propagation de crue, modlisations et optimisations Informatique Instrument de travail pour les calculs numriques, le stockage des donnes
I - 3 : DOMAINES D'APPLICATIONS
Les domaines d'application de l'hydrologie de surface sont galement trs varis. Parmi les plus importants et les plus classiques, on notera : l'agriculture : irrigation, drainage ; l'tude des ressources en eaux : eau potable, eau pour l'industrie ; la lutte contre la pollution : tude des dbits d'tiage vacuant les effluents, les calories ; l'nergie hydraulique ; le transport solide (dpt ou rosion) ; la navigation ; les loisirs (plans d'eau) ; la scurit des biens et des personnes : protection contre les crues
I - 4 : LES METHODES DE TRAVAIL EN HYDROLOGIE DE SURFACE
L'hydrologie de surface est une science essentiellement applique. La recherche et le dveloppement de cette branche ont toujours t lis l'existence de problmes concrets. Ceux-ci ont volu au cours des temps : on s'est d'abord intress aux crues, on en vient seulement prendre conscience de l'intrt de l'tude des tiages. En effet, aux besoins quantitatifs s'ajoutent prsent des problmes de qualit. Paralllement l'volution des besoins, les progrs des techniques ont transform nos mthodes de travail. On peut essayer de schmatiser chronologiquement ces dernires de la faon suivante : Dans une premire phase, chaque problme particulier qui se posait, la rponse de l'hydrologue s'appuyait sur des observations effectues au point particulier intressant. Il en dduisait les solutions recherches : alimentation en eau, protection contre les crues, possibilit de navigation, etc. Au cours des temps, les stations cres pour chaque problme particulier n'ont pas toutes t abandonnes, et l'on s'est trouv en prsence d'un rseau appel rseau original, constitu de stations trs htroclites : chacune d'entre elles rpondait des besoins divers et spcifiques. Elles taient gres en outre par diffrents services (en France par exemple : Ponts et Chausses, Electricit de France, Ministre de l'Agriculture, Ministre de l'Industrie, etc.). L'ensemble des rsultats acquis sur le rseau original constituait donc une banque de donnes. On en arrive alors un deuxime stade o l'hydrologue n'est plus oblig d'tablir de nouvelles stations pour rsoudre un problme. Il peut obtenir des rsultats en extrapolant ceux enregistrs sur des stations du rseau original, voisines ou comparables. Il peut galement se contenter d'une station nouvelle (station tertiaire ou station de projet), mais observe sur une courte priode. Les donnes de cette station seront tendues par corrlation avec celles, plus longues, du rseau original.
Elments d'Hydrologie de surface - 1 -
1 Etude Particulire 1 Cration de station de mesure 1 Problmes particuliers initiaux Suppression de station Rseau Etude du milieu hydrologique Anciennes stations 3 Cration de stations complmentaire Rationalisation des rseaux Problmes gnraux rationalis Suppression de station 3 Cration de bassins expriementaux Etudes systmatiques Problmes particuliers 6 Application des rsultats gnraux 6 Rsultats gnraux Rseau Original Gestion des rseaux et critique des donnes Suppression de station de mesure Correlations et extensins des donnes 2 Cration de station tertiaire (ou de projet) 2 Problmes particuliers Banque de donnes 2 Etude Particulire Problmes particuliers 4 Etude sur une station comparable du rseau S 4 O L U T I O N
Organisation schmatique et volution dans le temps d'un service hydrologique. Par la suite, les services hydrologiques peuvent parfois ne plus s'intresser uniquement aux problmes particuliers. On atteint le stade des problmes gnraux qui se ramnent essentiellement deux types principaux : L'optimisation et la planification du rseau : Ces deux types de travaux reposent sur l'tude du milieu hydrologique. On ramne l'ensemble des paysages un nombre fini de rgions dites hydrologiquement homognes. La planification permet de dterminer le nombre minimal de stations ncessaires la connaissance de chaque type de milieu hydrologique. L'optimisation met en vidence, par comparaison avec le rseau original, les zones sur-observes, et par consquent, les stations supprimer et ventuellement les zones quiper. Les tudes systmatiques : Elles s'intressent un mme phnomne (crues, tiages, etc.) sur les diffrentes stations du rseau. Elles essaient de mettre en vidence des facteurs explicatifs et, si possible, de quantifier leurs influences, ceci afin d'extrapoler ces rsultats gnraux des bassins versants non tudis. A ce dernier stade s'ouvre une quatrime voie pour rsoudre un problme particulier en un point. Celle-ci consiste dterminer au site intressant, les valeurs des facteurs explicatifs et appliquer les rsultats gnraux obtenus sur l'ensemble du rseau.
I - 5 : GRANDES DIVISIONS DU COURS
Partant du principe que l'on ne peut pas faire de bonnes tudes hydrologiques sans avoir de bonnes donnes de mesure et que l'on ne peut pas faire de bonnes mesures sur des phnomnes que l'on connat mal, le cours d'hydrologie sera articul en trois grandes parties. La premire sera essentiellement descriptive. Elle comportera la caractrisation du milieu hydrologique et la comprhension des phnomnes mtorologiques. La deuxime partie sera rserve l'acquisition des donnes : mesures climatologiques et mesures de dbits. Enfin, le traitement de ces donnes fera l'objet de la troisime partie. En particulier, nous aborderons les problmes de critique de donnes, de maximisation de l'information, et enfin, diffrents types particuliers d'tudes (crues, tiages, apports, etc.).
II - LE CYCLE DE L'EAU
Le cycle de l'eau, appel aussi cycle hydrologique, est l'ensemble des cheminements que peut suivre une particule d'eau. Ces mouvements, accompagns de changements d'tat, peuvent s'effectuer dans l'atmosphre, la surface du sol et dans le sous-sol. Chaque particule n'effectue qu'une partie de ce cycle et avec des dures trs variables : une goutte de pluie peut retourner l'ocan en quelques jours alors que sous forme de neige, en montagne, elle pourra mettre des dizaines d'annes.
II - 1 : ETATS ET SITUATIONS DE L'EAU

Classiquement, on schmatise les tats et les situations de l'eau dans le cycle de la faon suivante : Etats Vapeur nuages, brouillards Liquide Solide Principaux stocks humidit atmosphrique, vapotranspiration ocans, mers, lacs, eaux souterraines glaciers, manteaux neigeux, calottes polaires Phnomnes de transport vaporation pluie, cours d'eau, nuages, circulations souterraines neige, grle, coulement des glaciers
II - 2 : STOCKS, FLUX ET INERTIE DES SYSTEMES
Quelles sont les quantits d'eau correspondant chacun des termes de ce tableau, et avec quelles vitesses se font les changes ? Les rponses ces questions sont trs difficiles donner ; on pourra retenir, pour fixer les ordres de grandeur, les chiffres fournis par G. REMENIERAS : En surface, les terres merges ne reprsentent que 146 106 km2 sur une surface totale de la plante de 510 106 km2 (soit sensiblement 1/4). Cette disparit entre ocans et terres est beaucoup plus accentue entre eaux douces et eaux sales. Le volume total des eaux douces est d'environ 36 106 km3, soit 2,8 % des rserves totales en eau. Par ailleurs, les eaux se rpartissent peu prs ainsi, exprimes en paisseur uniformment rparties sur la terre : mers et ocans : 2500 m. eaux souterraines : 300 600 mm. glaciers : 50 100 m. eaux atmosphriques : 20 30 mm. eaux continentales : 350 700 mm. matire vivante : ! On retiendra que ce qui circule dans les cours d'eau ne reprsente qu'une partie absolument infime du volume d'eau total.
II. 2 . 1 : Volumes
II - 2 - 2 : Flux
La vitesse avec laquelle l'eau circule est trs variable ; gnralement, on prend l'anne comme priode de rfrence. Les flux annuels sous forme liquide et gazeuse (les plus importantes) sont sensiblement les suivants :
80 mm/an Atmosphre (25 mm.) 325 mm/an Atmosphre 474 mm/an 800 mm/an
825 mm/an 745 mm/an Ocans (2500 m.)
155 mm/an 235 mm/an Continents (500 mm.) Ocans
France 325 mm/an
80 mm/an
On appelle "taux de renouvellement" le rapport du stock au flux qui l'alimente et "temps de sjour" l'inverse du taux de renouvellement. Plus le temps de sjour est important, plus l'inertie du systme est importante : c'est par exemple le cas des eaux souterraines o il atteint couramment, pour des nappes importantes, 10 50000 ans ; en revanche la quasi totalit des eaux continentales ont un temps de sjour relativement limite, de l'ordre de quelques jours un an.
II- 2 - 3 : Inertie des systmes
II - 3 : CYCLE DE L'EAU
Atmosphre
Prcipitation
s'vapotranspire
atteint la vgtation
atteint les plans d'eau libre
s'vapore
s'vapore
atteint le sol
ruisselle
s'vapotranspire
s'infiltre
s'coule
atteint les oceans
Cycle hydrologique schmatique.
III - LE BASSIN VERSANT

En tout point d'un cours d'eau, nous serons amens dfinir son bassin versant et caractriser son comportement hydrologique.
III.1 - NOTION DE "BASSIN VERSANT"
Le bassin versant en une section d'un cours d'eau est dfini comme la surface draine par ce cours d'eau et ses affluents en amont de la section. Tout coulement prenant naissance l'intrieur de cette surface doit donc traverser la section considre, appele exutoire, pour poursuivre son trajet vers l'aval. Selon la nature des terrains, nous serons amens considrer deux dfinitions.
III.1.1 - Bassin versant topographique

Si le sous-sol est impermable, le cheminement de l'eau ne sera dtermin que par la topographie. Le bassin versant sera alors limit par des lignes de crtes et des lignes de plus grande pente comme le montre la figure ci-jointe.
Ligne de crtes Courbes de niveau Ligne de plus grande pente
III.1.2 - Bassin versant hydrogologique
Dans le cas d'une rgion au sous-sol permable, il se peut qu'une partie des eaux tombes l'intrieur du bassin topographique s'infiltre puis sorte souterrainement du bassin (ou qu' l'inverse des eaux entrent souterrainement dans le bassin). Dans ce cas, nous serons amens ajouter aux B.V.hydrologique considrations topographiques des considrations d'ordre gologique pour dterminer les limites du bassin versant. Cette distinction entre bassin topographique et B.V. hydrogologique hydrogologique se justifie surtout pour les petits bassins. En effet, lorsque la taille du bassin augmente, les apports et les pertes souterraines ont plus de chance de se compenser. De plus, on peut admettre que le dbit des cours d'eau est proportionnel la surface du bassin, les changes souterrains se font, eux, aux frontires et varient donc sensiblement comme le primtre. Lorsque la taille du bassin augmente, la surface crot plus vite que le primtre et la valeur relative des changes souterrains par rapport au dbit de surface tend devenir ngligeable.
III.2 - CARACTERISTIQUES MORPHOMETRIQUES
L'utilisation de caractristiques morphomtriques a pour but de condenser en un certain nombre de paramtres chiffrs, la fonction h = f (x,y) l'intrieur du bassin versant (h altitude, x et y coordonnes d'un point du bassin versant). Nous utiliserons trois types diffrents de paramtres morphomtriques.
III.2.1 - Caractristiques de la disposition dans le plan
III.2.1.1 - Surface A
La surface du bassin versant est la premire et la plus importante des caractristiques. Elle s'obtient par planimtrage sur une carte topographique aprs que l'on y ait trac les limites topographiques et ventuellement hydrogologiques. La surface A d'un bassin s'exprime gnralement en km2.
III.2.1.2 Longueur
On utilise diffrentes caractristiques de longueur ; la premire et une des plus utilises est le "primtre P du bassin versant".
Ajout dun primtre fictif Schmatisation du primtre dun bassin pour un bassin versant repli t Le primtre est curvimtr sur carte cartographique mais, selon l'chelle de la carte, les dtails sont plus ou moins nombreux et il en rsulte des diffrences de mesures. Par ailleurs, on devrait souvent prendre en compte des dtails de la frontire qui, on s'en rend compte intuitivement, n'ont aucune influence sur l'coulement. Avant de procder au curvimtrage, il faut donc procder une schmatisation des limites du bassin, soit par des courbes grand rayon de courbure, soit par un trac polygonal. Dans des cas particuliers tels que celui d'un bassin repli sur lui-mme, on pourra tre amen tracer des contours fictifs qui tiendront compte de chaque cas particulier. Le primtre P n'est gnralement pas utilis directement mais le plus souvent travers des valeurs qui en drivent, comme la "longueur L du rectangle quivalent". On dfinit le rectangle quivalent comme le rectangle de longueur L et de largeur l qui a mme surface et mme primtre que le bassin versant, soit l'aide de : P = 2 . (L + l) et A=L.l L'inconvnient de cette mthode est que l'on peut rencontrer des bassins plus compacts qu'un carr ; l'quation n'a alors plus de racines relles !
A la suite de ces remarques critiques sur l'utilisation du primtre comme critre de longueur, il a fallu dfinir d'autres caractristiques et en particulier : - la "longueur du plus long thalweg" (lt). Cette caractristique n'amne gure de remarques si ce n'est que dans la plupart des cas, on admet qu'il faut poursuivre le thalweg indiqu sur les cartes topographiques, vers l'amont jusqu' la limite du bassin. De mme, si le cours aval prsente des mandres, on G L lt lg curvimtre en gnral tous les mandres. - la "distance de l'exutoire au centre de gravit du bassin" (lg). Ceci parat tre une bonne caractristique de longueur mais elle ncessite l'valuation de la position du centre de gravit du bassin ;
- la "plus grande longueur entre deux points de la frontire" (L). On utilise cette caractristique surtout en association avec la "plus grande largeur" (l) perpendiculaire la plus grande longueur.La caractristique de forme la plus utilise est le "coefficient Kc de Gravelius". Il se dfinit comme le rapport du primtre du bassin versant au primtre du cercle ayant mme surface (appele aussi coefficient de capacit) :
Kc =
P 2 A
= 0,28
P A
A : surface et P : primtre du bassin versant On utilise galement pour caractriser la forme d'un bassin, son "rectangle quivalent" (dfini plus haut) et le rapport de la plus grande longueur la plus grande largeur perpendiculaire (voir plus haut). Enfin, une des faons les plus sophistiques (mais des plus pnibles) pour caractriser la disposition d'un bassin dans le plan est d'tablir la courbe aire-distance. Cette courbe donne la surface s en km2 (ou en %) qui se trouve une distance hydraulique suprieure une valeur donne d. (La distance hydraulique est la distance parcourue par une particule d'eau qui ruisselle d'un point du bassin jusqu' l'exutoire.)
III.2.2 - Caractristiques des altitudes (hypsomtrie)

L'tude statistique permet de tracer la "courbe hypsomtrique". Cette courbe donne la surface s (en km2 ou en % de la surface totale) o les altitudes sont suprieures une cote h donne Cette courbe est tablie en planimtrant pour diffrentes altitudes les surfaces situes au-dessus de la courbe de niveau correspondante. Cette mthode est prcise mais fastidieuse. Une autre consiste chantillonner les altitudes selon un maillage carr. On admet alors que l'altitude au centre d'une maille est gale l'altitude moyenne de la maille. Bien souvent, on dfinit la "dnivele D" comme tant la diffrence de cote entre H5 % et H95 % : D = H5 % - H95 %
En gnral, on ne s'intresse pas l'altitude moyenne mais plutt la dispersion des altitudes.
Altitudes Z5
Z 95 0% 20% 40% 60% 80% 100%
5%
Pourcentage de la surface
95%
Parfois, on schmatise la forme du bassin et la rpartition des altitudes sur le rectangle quivalent. On construit alors une surface ayant mme hypsomtrie, mme primtre et mme surface que le bassin versant.
III.2.3 - Les indices de pente
L'objet de ces indices est de caractriser les pentes d'un bassin et de permettre des comparaisons et des classifications.
III.2.3.1 La pente moyenne

L'ide premire qui vient l'esprit est de caractriser les pentes par leur valeur moyenne I pondre par les surfaces. h Soit D l'quidistance des courbes de niveau, soit dj la largeur moyenne de la bande j comprise entre les lignes de niveau j et j+1 et soit li la longueur moyenne de cette bande. j+1 D La pente moyenne nj sur cette bande est : nj = d j D La surface de la bande j est : dj . lj = aj dj La pente moyenne I pondre par les surfaces est donc
I=
n ja j
j
d dl
Dd j l j
j
lj
lj
y x
j j
DLc A L'estimation de cette expression simple est cependant laborieuse puisqu'il faut curvimtrer toutes les courbes de niveau. Ceci explique que cet indice est peu utilis dans la pratique. Si Lc est la longueur totale des courbes de niveau quidistante de D, la pente moyenne I a pour expression : I =
III.2.3.2 - Indice de pente de Roche Ip

M. ROCHE a propos un indice de pente plus facile calculer que le prcdent : Ip est la moyenne de la racine carre des pentes mesures sur le rectangle quivalent, et pondre par les surfaces.
La pente moyenne i sur la bande j est : ij =

D
D xj
La surface de cette bande est : aj = lj xj
d'o l'expression : Ip =
xj L l
a
i =1 n i =1
j ij
a
l
Ip =
lx
D xj
D xj Ll
D i xi Ip = L L L'estimation de Ip est plus simple que celle de I puisque l'on travaille sur le rectangle quivalent. Par ailleurs, la valeur de I est peu affecte par le choix de D (une dizaine de classes suffit pour bien estimer Ip).
En posant j le pourcentage de la surface totale se trouvant entre hj+1 et hj : i =
D L
xj
III.2.3.3 - Indice de pente globale Ig

L'indice de Roche tant cependant trop long valuer pour des tudes rapides, on a propos un indice encore plus
D l D tant la dnivele h5 % - h95 %, dfinie sur la courbe hypsomtrique ou mme directement lil sur la carte topographique ; L tant la longueur du rectangle quivalent. Cet indice, trs facile calculer, est des plus utiliss. Il sert de base une des classifications O.R.S.T.O.M. pour des bassins versants dont la surface est des l'ordre de 25 km2 : R1 Relief trs faible Ig < 0,002 R2 Relief faible 0,002 < Ig < 0,005 R3 Relief assez faible 0,005 < Ig < 0,01 R4 Relief modr 0,01 < Ig < 0,02 R5 Relief assez fort 0,02 < Ig < 0,05 R6 Relief fort 0,05 < Ig < 0,1 R7 Relief trs fort 0,1 <Ig Par ailleurs, cet indice simple est troitement corrl avec l'indice de pente de Roche (Ig = 0,8 Ip2), avec un coefficient de corrlation de l'ordre de 0,99.
simple : la pente globale... Ig =
III.2.3.4 - Dnivele spcifique Ds

L'indice Ig dcrot pour un mme bassin lorsque la surface augmente, il tait donc difficile de comparer des bassins de tailles diffrentes. La dnivele spcifique Ds ne prsente pas cet inconvnient : elle drive de la pente globale Ig en la corrigeant de l'effet de surface admis tant inversement proportionnel
A:
Ds = Ig A =
D l Ll = D L L
La dnivele spcifique ne dpend donc que de l'hypsomtrie (D = H5% - H95 %) et de la forme du bassin (l/L). Elle donne lieu une deuxime classification de l'O.R.S.T.O.M., indpendante des surfaces des bassins : R1 R2 R3 R4 R5 R6 R7 Relief trs faible Relief faible Relief assez faible Relief modr Relief assez fort Relief fort Relief trs fort Ds < < Ds < < Ds < < Ds < < Ds < < Ds < < Ds 10 m 25 m 50 m 100 m 250 m 500 m
10 m 25 m 50 m 100 m 250 m 500 m
III.2.3.5 - "Reliefs ratios"

Les Anglo-Saxons utilisent d'autres indices de pente IAS que nous ne citerons que pour mmoire : plus grande dnivele IAS = plus long thalweg plus grande dnivele sur le pourtour IAS = plus grande longueur du bassin
Depuis les annes 1990, la puissance des micros ordinateurs a permis le large dveloppement des Modles Numriques de Terrain. Sous ce vocable on confond souvent lensemble de programme permettant de traiter de la topographie dune zone (le M.N.T. au sens strict) et les altitudes aux nuds dun maillage rgulier couvrant la zone dtude (le Modle Numrique dAltitude M.N.A.). A partir dun M.N.A., le M.N.T. permets de calculer automatiquement tous les paramtres classiques tels que pente, orientation des versants Il peut galement dduire de la topographie et partir dun point exutoire donn, retrouver les contours dun bassin versant, le rseau hydrographique etc. La plus grande difficult consistait digitaliser le relief partir de supports cartographiques. Depuis ces dernires annes ces banques de donne peuvent tre achete (IGN par exemple), mais on trouve galement sur le WEB une couverture totale du monde (Arc de 0.5 minute dangle) gratuite.
III.2.4 - Les Modles Numriques de Terrain
III.3 - CARACTERISTIQUES DU RESEAU HYDROGRAPHIQUE
Le rseau hydrographique est constitu de l'ensemble des chenaux qui drainent les eaux de surface vers l'exutoire du bassin versant. La dfinition d'un cours d'eau est difficile donner avec prcision, en particulier pour les cours d'eau temporaires. Selon le support cartographique utilis, on tudiera le rseau avec plus ou moins de dtails : en photographie arienne, on pourra dceler des thalwegs de trs faibles extensions, tandis qu'on ne verra que les cours d'eau prennes et importants sur une carte au 1/100 000 me. L'tude du chevelu hydrographique servant surtout comparer des bassins entre eux, il suffit, dans la plupart des cas, de se fixer une dfinition du thalweg lmentaire et de l'appliquer pour l'tude de tous les bassins (par exemple : thalwegs = traits bleus temporaires ou prennes sur carte I.G.N. au 1/50 000 me). Le rseau hydrographique peut se caractriser par trois lments : sa hirarchisation, son dveloppement (nombres et longueurs des cours d'eau) et son profil en long.
III.3.1 - Hirarchisation du rseau
Pour chiffrer la ramification du rseau, chaque cours d'eau reoit un numro fonction de son importance. Cette numrotation, appele ordre du cours d'eau, diffre selon les auteurs. Parmi toutes ces classifications, nous adopterons celle de Strahler : - tout cours d'eau n'ayant pas d'affluent est dit d'ordre 1 , - au confluent de deux cours d'eau de mme ordre n, le cours d'eau rsultant est d'ordre n + 1 , - un cours d'eau recevant un affluent d'ordre infrieur garde son ordre, ce qui se rsume par : n + n = n + 1 et n + m = max (n,m)
1 2 1 3 2 1 1 1 1 2 1 1 1 1 4 1 1 2 1 3
1 3 1 1 1 1 2
1 2
1 1 1 1
1 2
1 1 1 3 1 1 2 2 1 1 1 1 2 1 2 1 1 1 1 1 1 1 1 1 1 1 1
Comme on le signale plus haut, la dfinition d'un thalweg peut changer selon le support utilis. Des tudes effectues sur des bassins versants en France permettent de dfinir la correspondance moyenne entre l'ordre lu sur la carte et l'ordre rel que rvle la photographie arienne (selon F. HIRSCH) : Ordre rel Ordre lu sur la carte Echelle de la carte 2 1 1/20 000 3 1 1/50 000 4 1 1/100 000 5 1 1/200 000
III.3.2 - Les lois de Horton
Ces "lois" empiriques relient le nombre, la longueur moyenne et l'ordre des cours d'eau. On constate que pour un bassin versant homogne, le "rapport de confluence" Rc, rapport du nombre Ni de cours d'eau d'ordre i au nombre Ni + 1 de cours d'eau d'ordre i + 1, est sensiblement constant : Rc i Cte Ni + 1 Il en est de mme du "rapport des longueurs moyennes" : Rl i Cte li 1 (li : longueur moyenne des cours d'eau d'ordre i). La dtermination de Rc et Rl se fait par voie graphique en portant Ni, li et i sur un graphique semilogarithmique comme le montre la figure jointe. La pente de la droite moyenne permet de dterminer la raison de la progression gomtrique.
l N
1000
Nombre
Longueurs en 100 k
100 Rl = 2,1 Rc = 3,4
10
10
1 Ordre
0,1
Ordre
Ordre
Ordre
Ordre
III.3.3 - Autres caractristiques du chevelu
D'autres lments que Rc et Rl sont pris pour caractriser le chevelu. Parmi ceux-ci, on peut citer :
III.3.3.1 - La densit de drainage Dd

Elle se dfinit par le rapport de la longueur totale des cours d'eau la surface du bassin versant : Dd =
li
( km 1 )
III.3.3.2 - La frquence des thalwegs d'ordre 1 : F1

C'est le rapport du nombre total de thalwegs d'ordre 1 la surface du bassin versant : F1 =
N1 ( km 2 ) A
III.3.3.3 - La courbe aire-distance

Dj cite comme caractristique de la forme du bassin, elle tient galement compte de la rpartition des thalwegs et peut donc tre considre comme une caractristique du rseau hydrographique.
III.3.3.4 - Endorisme
On caractrise par ce terme, les rseaux hydrographiques qui ne se relient aucun autre rseau plus important. Les rseaux endoriques sont surtout frquents en zone aride et en zone karstique. On peut distinguer deux types d'endorisme : - un endorisme total o le rseau hydrographique converge vers une zone centrale (ou parfois priphrique) du bassin o apparat une surface d'eau libre permanente ou non, partir de laquelle s'vapore la quasi-totalit des apports ; - un endorisme du ruissellement. Dans ce cas, le rseau de drainage aboutit une zone o l'eau s'infiltre et poursuit son coulement vers l'extrieur du bassin par les nappes.
III.3.4 - PROFILS EN LONG

700 600 500 400 300
Thalweg principal pente i j
lj
Tronon uniforme
200
Ces profils sont tablis en portant en abscisses les longueurs dveloppes partir d'un point de rfrence et en ordonnes les cotes de l'eau dans le cours d'eau principal et dans ces affluents (parfois on donne la cote du fond). Ces profils sont parfois disponibles lorsque la navigation, o les besoins en hydrolectricit ont ncessit des tudes. Mais dans la plupart des cas, on devra faire ce relev, soit par nivellement sur le terrain, soit plus sommairement partir des cartes topographiques. Les profils en long permettent d'estimer la pente moyenne du cours d'eau. Cette pente moyenne sert surtout dans lvaluation des temps de concentration d'un bassin versant, ce temps de concentration tant li la vitesse de propagation des particules fines ; elle-mme
0m
1km
2km
3km
4km
5km
6km proportionnelle
i,
On calcule gnralement la pente moyenne I d'un cours d'eau par la formule suivante :
1 I
1 L
j=1
lj ij
Dans cette formule, le cours d'eau de longueur totale L est dcoup en n tronons j o la pente ij est constante sur une longueur lj.
III.4 - CARACTERISTIQUES GEOLOGIQUES
La gologie d'un bassin versant est un facteur trs important du rgime des cours d'eau qui drainent ce bassin. En priode de crue, les volumes couls seront d'autant plus grands que le bassin sera plus impermable. En priode de basses eaux, les dbits seront d'autant plus forts que les nappes sont plus nombreuses et importantes. Enfin, la gologie influe indirectement sur l'vapotranspiration par l'effet thermique d la couleur des sols et par le dveloppement de la vgtation en fonction des sols (albdo). On se contente gnralement de caractriser la gologie d'aprs le comportement hydrogologique du bassin. L'O.R.S.T.O.M. a propos une classification en cinq groupes ainsi dfinis : Classe P1 P2 P3 P4 P5 Intitul Permable aquifre drainant ou non drain Permable aquifre drain Permabilit moyenne ou faible Karstique Impermable Exemple Formation grseuse dont les exutoires sont l'extrieur du bassin Formation grseuse dont les sources alimentent le rseau Alternance de marnes et calcaires Formation calcaire, permabilit de fissures et dveloppement d'un rseau souterrain Terrain marneux, cristallin, etc.
III.5 - LE COUVERT VEGETAL
Le couvert vgtal influe beaucoup sur les quantits d'eau disponibles pour l'coulement de surface. En effet, l'vapotranspiration par les vgtaux est trs importante et elle varie selon la nature des vgtaux (forts, cultures, prairies, etc.). Par ailleurs, la vgtation joue galement un rle attnuateur important en priode de crue : en effet, lorsque la vgtation est dveloppe, le ruissellement est retard et la pointe de crue est attnue. Par ailleurs, l'coulement tant plus long, la part d'eau reprise par l'vapotranspiration augmente et le volume de la crue diminue. Pour caractriser le couvert vgtal, on utilise le pourcentage des surfaces occupes par chaque type de vgtation. Sous nos climats, on se contente de trois classes : fort, cultures, pturages et friches. (Parfois mme, on ne retient que le pourcentage des forts.). Cette classification est videmment adapter pour d'autres climats (par exemple sols nus, savanes, forts, galeries, rizires, etc.). La dtermination des surfaces occupes par chaque type de vgtation est difficile car les documents cartographiques les mentionnant sont rares et bien souvent dpasss. Par exemple, le type de culture peut changer d'une anne l'autre (prairies -> cultures). La tldtection satellitaire trouve ici une application particulirement efficace. Dans certains cas particuliers, le bassin versant peut tre envahi en partie par des glaciers ou des manteaux neigeux permanents. Pour caractriser ceci, on utilise bien souvent le pourcentage et la surface occupe par les neiges et les glaciers.
III.6 - CARACTERISTIQUES GLACIOLOGIQUES
IV - L'ATMOSPHERE
L'atmosphre joue un rle essentiel dans l'apparition de phnomnes hydrologiques. Le comportement de l'atmosphre nous intresse trois niveaux : L'atmosphre constitue un stock d'air et d'eau. L'eau de l'atmosphre est sous forme de vapeur, sous forme liquide (fines gouttelettes) ou sous forme solide (cristaux de glaces en suspension). Cependant, on admet que la hauteur d'eau moyenne condensable ne reprsente qu'environ 20 mm. La terre est soumise des changes continuels d'nergie avec l'espace. L'atmosphre constitue un collecteur de chaleur provenant soit du soleil, soit du sol. Les changes varient d'une faon trs importante en fonction du temps ( l'chelle saisonnire et l'chelle journalire) et aussi en fonction du lieu. Ces diffrences provoquent des mouvements importants des masses d'air (et d'eau). L'atmosphre joue donc un rle de transport d'eau. Les vitesses de ces transports varient de quelques dizaines de kilomtres par heure au sol plus de 400 km/h pour les "jet-streams" en altitude. Nous allons voquer successivement ces trois rles jous par l'atmosphre.
IV.1 - CONSTITUTION DE L'ATMOSPHERE
On peut caractriser l'atmosphre par sa composition, sa pression et sa temprature. A partir de ces trois lments, on pourra expliquer la plupart des phnomnes atmosphriques. Avant d'aborder la description de ces trois paramtres, il convient de faire les remarques suivantes : l'atmosphre est de trs faible paisseur : . la moiti de la masse atmosphrique est renferme dans les cinq premiers kilomtres, . les 9/10 sont dans les vingt premiers kilomtres, . enfin, il ne reste que moins du millime de la masse totale au-del de 60 km d'altitude ; les gradients verticaux sont beaucoup plus forts que les gradients horizontaux (de 1 000 10 000 fois pour les tempratures et les pressions) ; les coulements ariens sont essentiellement horizontaux mais les singularits topographiques peuvent perturber gravement ces coulements. Par la suite, on pourra ne s'intresser qu' ce qui se passe dans les quinze premiers kilomtres d'altitude. Comme nous l'avons dj dit, l'atmosphre est un mlange d'air et d'eau en proportion variable.
IV.1.1 - Composition de l'atmosphre
IV.1.1.1 - Atmosphre sche

En absence d'eau, on admet que la composition moyenne la plus probable est la suivante : Elments Volume % Environ % N 78,09 78 % O 20,95 21 % Ar 0,93 1% CO2 0,03 Ne 1,8.10-3 He 5,2.10-4 Kr 1,0.10-4 H 5,0.10-5 Xe 0,8.10-6 Cette composition est pratiquement invariable et l'atmosphre sche peut tre assimile un gaz parfait de masse molculaire M = 29 g (1,29 kg/m3 dans les conditions standards).
IV.1.1.2 - Mlange air-eau

A ce "gaz parfait" s'ajoute la vapeur d'eau en quantit trs variable. La pression partielle de la vapeur d'eau dans ce mlange est appele "tension de vapeur". Elle ne peut, thoriquement, dpasser un certain seuil, appel "tension de vapeur" saturante, qui ne dpend que de la temprature.
Temprature ( C) Tension de vapeur saturante (en mm de Hg) Masse d'eau sous forme vapeur (en g/m3) -20 0,78 0,89 -10 1,96 2,16 0 4,58 4,85 10 9,21 9,42 20 17,5 17,3 30 31,8 30,4
Au-del de ce seuil, il y aura condensation sous forme de fines gouttelettes et cration de nuages. La condensation d'un gramme d'eau libre 600 calories, ce qui permet d'lever de 16 C un mtre-cube d'air dans les conditions standards. Le passage de ce mme gramme d'eau l'tat solide 0 C ne libre que 80 calories. Enfin, 0 C, la chaleur latente de sublimation de la glace est de 675 cal/g.
Dans le dtail, on constate de lgres diffrences de tension de vapeur saturante es pour les tempratures infrieures zro degr selon que l'on est en prsence d'eau surfondue ou de cristaux de glace. Cette diffrence est maximale vers -10 C o l'on a : es(eau surfondue) - es(cristaux de glace) 0,27 millibar Cette constatation sera utilise plus loin pour expliquer le dclenchement des prcipitations. Pour caractriser le mlange air-eau, on utilise diffrents paramtres dont : * l'humidit absolue ha : C'est la masse de vapeur d'eau par unit de volume. Avec les units habituelles en climatologie, on a la relation : ha = 217
ha : en g/m3, e : tension de vapeur en millibar, T : temprature absolue * l'humidit relative hr : C'est le rapport de la tension de vapeur effective e la tension de vapeur saturante es : hr =
e T
e ha = es h a saturante e Pa e
* le rapport de mlange r : Rapport de la masse de vapeur d'eau la masse d'air sec. Il peut s'exprimer sous la forme : r = 622 r : en g/kg
Les valeurs de r sont trs variables puisqu'elles oscillent entre 0,5 g/kg pour les airs secs et froids arctiques 25 g/kg pour un air tropical humide. * le point de rose Tr : C'est la temprature laquelle un mlange r et P donn devient satur.
IV.1.2 - Champ vertical des pressions
En gnral, les pressions dcroissent exponentiellement avec l'altitude. Dans nombre de problmes pratiques, on utilisera la notion d'atmosphre standard voisine des conditions moyennes. A cette atmosphre standard se superposent des variations en fonction du temps. Ces variations sont de deux types : des variations diurnes rgulires de l'ordre de quelques millimtres et analogues une double mare journalire ; des variations irrgulires dues aux passages des perturbations et dont l'amplitude dpasse souvent 10 mm de Hg. Pour rendre compte de l'volution des pressions, on est amen tracer des cartes isobares, cartes qui donnent le lieu des points d'gale pression au sol (ramen au niveau de la mer). Pour tudier les phnomnes mtorologiques, il faut galement connatre la pression en fonction de l'altitude ; aussi utilise-t-on des isohypses qui sont des lignes de niveau des surfaces isobares (700, 500, 300 millibars). Pour l'hydrologue intress par l'tude des pluies de front qui, on le verra plus loin, prennent naissance vers 3.000 m, on utilisera les isohypses de 700 millibars. Par contre, pour les problmes de grle qui apparaissent vers 5.000 m, on utilisera les isohypses de 500 millibars.
IV.1.3 - Champ vertical des tempratures
IV.1.3.1 - Champ vertical moyen

Les phnomnes mtorologiques qui nous intressent se droulent dans les couches basses de l'atmosphre, situes en dessous de la "tropopause". Cette 20 surface limite, vers 12 km d'altitude, la "troposphre" de la "stratosphre". (Au-del de 80 km, on rentre dans stratosphre "l'ionosphre".). La "couche turbulente" (ou couche 15 gographique) constitue les trois premiers kilomtres. Tropopause Dans cette zone, les tempratures varient "n'importe 10 comment". Au-del, on observe jusque vers 10 km, une 14h dcroissance des tempratures avec un gradient de 05 C 065 C par 100 m. Cependant, cette dcroissance moyenne 5h 5 supporte des exceptions et on peut mme rencontrer assez Couche frquemment des "inversions de temprature" (croissance Inversion gographique de la temprature avec l'altitude). 0 -50 -40 -30 -20 -10 0 +10 +20 +30 Les variations de gradients des tempratures dans Temprature la troposphre peuvent tre trs rapides (sur 1/4 d'heure 1/2 heure). Les profils de tempratures sont enregistrs lors de lcher de ballons-sondes. (En France, une dizaine de stations mtorologiques avec deux lchs par jour.)
Altitudes en km
IV.1.3.2 - Gradient vertical de l'adiabatique sche

Supposons que l'on dplace adiabatiquement une particule d'air sec. Nous pouvons appliquer ce "pseudo-gaz parfait" les lois de la thermodynamique. On trouve alors que le gradient vertical est sensiblement constant et de l'ordre de -1 C/100 m. Ce rsultat est encore valable pour un mlange air-eau non satur.
IV.1.3.3 - Gradient vertical de l'adiabatique humide

Si l'air maintenant est satur en eau (prsence d'eau liquide), il y aura vaporation ou condensation lors des variations de temprature. La chaleur latente de changement d'tat jouera un rle modrateur et les gradients seront plus faibles. A la diffrence de l'adiabatique sche, le gradient de l'adiabatique humide dpend la fois de la temprature et de la pression (donc de l'altitude). Il crot avec la temprature et dcrot avec la pression.
IV.1.3.4 - Gradient vertical du point de rose

A mlange constant, le point de rose varie avec l'altitude. Le gradient vertical est de l'ordre de -02 C/100 m.
IV.1.4 - Stabilit et instabilit atmosphrique
Sur le graphique temprature altitude, les adiabatiques sche et humide dlimitent trois zones numrotes de 1 3. Selon la position du gradient rel de temprature, on prvoit la stabilit ou l'instabilit de l'air. Si le gradient de temprature se situe dans la zone 1, un lment de volume qui serait entran vers le haut suivrait, altitude soit l'adiabatique sche, soit l'adiabatique humide, mais dans Adiabatique humide chaque cas, il se trouverait une temprature suprieure celle de l'air ambiant, donc plus lger. Il apparat alors une force qui tend encore faire monter cet lment de volume. Dans la zone 1, il y a toujours instabilit atmosphrique.
3
Adiabatique sche
Dans la zone 3, un lment de volume entran vers le haut se refroidit selon l'adiabatique sche ou humide, mais toujours moins vite que l'air ambiant. Donc, la particule que l'on a leve se trouve plus froide donc plus lourde que l'air ambiant. Il apparat une force tendant ramener vers le bas cette particule. Dans la zone 3, il y a toujours stabilit atmosphrique. Enfin, dans la zone 2, et conformment aux raisonnements prcdents, si l'air est satur, il se refroidit moins vite que l'air ambiant ; il y a instabilit. Si l'air est sec il se refroidit plus vite et il y a stabilit. Dans la zone 2, il y a instabilit conditionnelle, air sec stable et air satur instable.
temprature
Jusqu' maintenant, nous avons suppos que lorsque l'air devenait satur, l'eau liquide qui apparaissait restait dans l'lment de volume. Ceci n'est valable que dans la mesure o les gouttelettes peuvent rester en suspension. Si ce n'est pas le cas, il y a apparition de prcipitations (sous forme liquide ou solide).
IV.1.5 - Etude des prcipitations
IV.1.5.1 - Les nuages Vitesse (en m/s) 8
Le nuage est un arosol pouvant tre constitu d'air, de vapeur d'eau, de gouttelettes d'eau liquides et de cristaux de glace. Les dimensions des gouttelettes sont trs faibles. On 6 admet que leur diamtre est de l'ordre de 5 30 et leur espacement de 1 mm. Leur vitesse de chute en air calme serait 4 de quelques millimtres par seconde ; or, les nuages sont anims de turbulences dont les vitesses instantanes sont sans 2 Diamtre (en mm) aucune commune mesure (plusieurs mtres par seconde). 0 Pour qu'il y ait chute des particules d'eau, il faut que 0 1 2 3 4 5 leur vitesse soit trs nettement suprieure la vitesse des courants ascendants. Sur la figure jointe, on constate que les gouttes doivent avoir au moins un diamtre de 0,5 mm pour pouvoir provoquer une pluie. Pour former une goutte de pluie, il faut donc environ 106 gouttelettes lmentaires !
IV.1.5.2 - Dclenchement des prcipitations

L'agglomration des gouttelettes se ferait selon le schma suivant (le plus probable et le plus gnralement admis) : Supposons un "nuage froid" dans lequel on rencontre la fois des cristaux de glace et de l'eau surfondue. La tension de vapeur saturante tant diffrente dans ces deux cas, la goutte d'eau surfondue va se vaporiser au profit des cristaux de glace.
TOR-BERGERON ont pu montrer qu' -10, toute l'eau liquide d'un nuage peut se runir en 20 mn sur les cristaux de glace
lorsque leur densit est de 1 cristal/cm3. On obtient ainsi des gouttes de 0,1 mm environ de diamtre. Dans les autres cas o il n'y a pas prsence de cristaux de glace, on pense que le phnomne est analogue celui dcrit par TOR-BERGERON. Le rle des cristaux serait jou par des germes tels que des cristaux de sel, des poussires, etc. Eventuellement, les diffrences de temprature entre les gouttelettes pourraient galement expliquer une condensation prfrentielle partir des gouttes "chaudes" sur les "froides". Ainsi, les gouttes peuvent atteindre un diamtre de 0,1 mm et acqurir une vitesse de chute suffisante pour grossir par "balayage" d'autres gouttelettes. La goutte ainsi amorce va augmenter de volume lors de sa chute et accrotre sa vitesse.
IV.1.5.3 - Entretien des prcipitations

L'tude des prcipitations montre que le schma simpliste selon lequel les nuages prendraient naissance au-dessus des ocans, puis pousss par les vents tomberaient en pluie sur les continents, est faux. En effet, on peut admettre qu'un nuage ayant pris naissance au-dessus de l'Atlantique dverse environ 100 mm sur l'Europe et la Russie Occidentale avant de se dissiper au-del de l'Oural. Or, un nuage ne contient au maximum que 20 mm d'eau environ. Ce n'est donc qu'au plus 20 mm qui proviennent des ocans et 80 mm qui viennent de l'atmosphre au-dessus des continents. Par ailleurs, on constate des averses dpassant frquemment 20 mm. Il faut donc que le nuage soit continuellement ralimenter en eau. Ceci se produit lorsqu'il y a des vents ascendants qui entranent des masses d'air humide mais non satur vers la zone de formation du nuage. De telles conditions se prsentent lorsque l'on rencontre un ou plusieurs de ces trois cas principaux :
IV.1.5.3.1 Prcipitations de convection :

4000 Altitude (m) Air stable 3000
2000
Niveau de saturation Air instable
Si une masse d'air se rchauffe au voisinage du sol, le profil de temprature va voluer en augmentant son gradient et en tendant vers la zone 1 du .IV.1.4. Il y aura alors instabilit et apparition de cellules de convection. L'air humide et chaud va monter, se dtendre et se refroidir. Lorsque le point de rose est atteint, il se forme un nuage (cumulus) et si l'ascendance est suffisante, on pourra atteindre une altitude suffisante pour dclencher les prcipitations. Ce type de pluie correspond la plupart des prcipitations des rgions quatoriales ; on le rencontre galement en climat tempr sous forme d'orages d't.
1000 Adiabatique sche Temprature de l'air Gradient du point de rose t rose t sol Cellule de convection
IV.1.5.3.2 Prcipitations orographiques :

Si une masse d'air se dplaant horizontalement rencontre un obstacle topographique (chane de montagnes par exemple), il s'ensuit une lvation des masses d'air et par consquent leur refroidissement. Comme prcdemment, on obtient des prcipitations sous forme de pluie mais aussi, si l'altitude est suffisante, de la neige. Aprs le passage de la chane, l'air va redescendre, se comprimer et se rchauffer. On a alors des vents chauds et secs (effet de "foehn").
Neige Pluie Air humide Foehn
IV.1.5.3.3 Prcipitations de front :

Lorsque plusieurs masses d'air de proprits diffrentes se rencontrent, les plus chaudes et les plus humides sont pousses vers les hautes altitudes o elles se refroidissent et se condensent. Ce sont ces prcipitations qui sont les plus importantes, les plus longues et les plus frquentes sous nos climats temprs.
Air chaud
Air froid
IV.1.5.4 - Prcipitations solides

Elles se produisent essentiellement sous deux formes :
IV.1.5.4.1 La grle :
Elle se forme dans les cumulo-nimbus vers 5 000 m d'altitude avec de fortes turbulences. Les quantits d'eau surfondues que peuvent contenir ces nuages se solidifient brusquement au contact de cristaux de glaces. Ce phnomne est relativement mal connu. Son extension gographique est gnralement faible (par exemple : 1 2 km sur 10 15 km).
IV.1.5.4.2 La neige :
C'est la principale forme de prcipitations solides. Elle rsulte d'une condensation lente et progressive de la vapeur d'eau une temprature voisine de 0 C. Cette condensation se fait initialement en cristaux en forme d'toile six branches. Si les cristaux subissent une fusion partielle, ils s'agglomrent au cours de leur chute pour former les flocons. En France, le chutes de neige sont essentiellement dues : des dpressions atmosphriques lies des vents du sud-ouest ; elles sont accompagnes d'un relvement de la temprature. Ces neiges, appeles "neige de redoux", apportent la plus grande part des neiges hivernales en montagnes, des invasions d'air polaire. Accompagnes de vent de secteur nord ou nord-ouest, ces chutes de neiges sont les plus frquentes en plaine.
IV.2 - L'ATMOSPHERE, COLLECTEUR DE CHALEUR

terre.
L'atmosphre joue un rle de collecteur de chaleur en captant slectivement les radiations venant du soleil ou de la
Le soleil met une nergie sensiblement constante. Le flux moyen travers une surface normale aux rayons solaires, situe la limite suprieure de l'atmosphre, est appel la "constante solaire". A la distance moyenne terre-soleil (149.106 km), on admet que cette constante est de 1,396 kW/m2. Dans le temps, l'nergie solaire arrivant aux confins de l'atmosphre subit des variations : saisonnires qui sont dues d'une part la modification de la distance terre-soleil entre l'hiver et l't et d'autre part, la variation de l'incidence moyenne des rayons solaires. (Ces variations se contrarient en partie.) ; journalires dues l'incidence variable des rayons solaires durant le jour et leur absence durant la nuit. Ce flux d'nergie est compos de radiations de diffrentes longueurs d'ondes (comparable au rayonnement d'un corps noir 6 000 K). Le spectre s'tend trs largement de l'ultraviolet l'infrarouge. On peut admettre la rpartition suivante des puissances mises : 8 % dans l'ultraviolet (L < 0,4 ), 41 % dans la visible (0,4 < h < 0,7 ) et 51 % dans l'infrarouge (h > 0,7 ).
IV.2.1 - L'nergie solaire
IV.2.2 - Diffusion et absorption de l'nergie solaire dans l'atmosphre

Radiation en W/m2/m Radiation solaire la limite suprieure de latmosphre Diffusion O3 2.0 1.5 0.5 0.0 H2O 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 Longueur donde en O2 Absorption du rayonnement solaire par latmosphre en labsence de nuages Radiation solaire au niveau du sol en labsence dabsorption Radiation solaire reue rellement au sol en labsence de nuages H2O et CO2
2.5
Ce n'est qu'une faible partie de l'nergie solaire qui arrive au sol aprs avoir travers l'atmosphre. Cette diminution est due d'une part l'absorption et la diffusion d'autre part. La "diffusion" est due aux divers constituants de l'air (diffusion molculaire surtout pour les faibles longueurs d'ondes), aux particules en suspension dans l'air (dans toutes les gammes de longueurs d'ondes), et aux nuages. L'importance de la diffusion dpend surtout de l'paisseur d'atmosphre traverse et de la nbulosit. Une partie du rayonnement solaire est diffuse vers l'espace et l'autre vers le sol (radiation diffuse). L'affaiblissement est au minimum de l'ordre de 10 % et peut atteindre 60 %.
L'absorption d'nergie est assez slective. On constate que les couches hautes de l'atmosphre riche en ozone absorbent une trs grande partie des rayonnements ultraviolets. La vapeur d'eau, elle, absorbe principalement les radiations infrarouges. Enfin, les gouttelettes d'eau des nuages et les poussires, constituent un tapis trs absorbant et contribuent au rchauffement de la base de l'atmosphre.
Sur l'ensemble de l'nergie solaire, on peut retenir la rpartition suivante des nergies : 43 % sont intercepts par l'atmosphre puis diffuss vers l'espace et constituent "l'albdo" de la terre ; 12 % sont transforms en chaleur par la vapeur d'eau ; 5% sont absorbs par l'ozone, le CO2, les poussires et les nuages ; 40 % arrivent au sol et reprsentent la radiation globale (radiation directe + radiation diffuse).
IV.2.3 - Rayonnement terrestre
La terre met en permanence un rayonnement propre surtout dans l'infrarouge. Celui-ci est de faible puissance (au maximum de l'ordre de 0,35 kW/m2) et se trouve en presque totalit absorb par l'humidit de l'atmosphre. Durant le jour, la rayonnement rflchi terre met un rayonnement rflchi qui peut varier grandement selon la nature du sol (albdo = rayonnement incident ) : Sol Neige Albdo 0,50 0,90 Sol Albdo Sol cultiv 0,07 0,14 Sol Mer Albdo 0,05 0,40
IV.3 - CIRCULATION GENERALE DANS L'ATMOSPHERE
L'ordre de grandeur de l'nergie disponible au sol est donc la suivante : puissance reue la limite suprieure de l'atmosphre : 1,396 . R2 puissance moyenne par une unit de surface terrestre :
0.14 kW m 2 0.4
Cette nergie est la base de toutes les phases du cycle hydrologique : vaporation, transport, condensation, prcipitations. Cette nergie disponible est cependant trs variable en fonction du lieu (diffrence d'albdo de la terre, latitude => incidence des rayons solaires) et du temps (nbulosit, jour et nuit, saisons). Il en rsulte des diffrences de pressions de temprature et d'humidit entre les masses d'air et par consquent des dsquilibres entranant le mouvement des masses d'air.
1.396 R2 4 R2
IV.3.1 - Les pressions et les vents
IV.3.1.1 - Rpartition mridienne

L'tude de la rpartition moyenne des prcipitations a conduit un modle de circulation moyenne mridienne constitu de trois cellules dans chaque hmisphre spares par des fronts comme l'indique les figures suivantes.
IV.3.1.2 - Influence de la rotation terrestre

Au schma prcdent se superpose l'effet de la rotation de la terre. En effet, tout corps en mouvement la vitesse V subit une force Fc, appele force de Coriolis, due la rotation de la terre :
FC = 2 V
est le vecteur de rotation instantan ( = 7,3.10-5 rad/s).

droite.
Il en rsulte que les vents n'ont plus une direction mridienne mais, dans l'hmisphre nord, sont dtourns vers leur
Le schma prcdent se modifie pour aboutir celui de la figure ci-aprs qui se caractrise ainsi dans l'hmisphre nord : une zone de basses pressions quatoriales sige d'ascendance constante et alimente par des vents au sol, les "alizs, de secteur E-N-E ; une zone hautes pressions subtropicales o redescendent les masses d'air quatoriales, transportes par des vents d'altitude, les "contre-alizs", de secteur W-S-W ; une zone de hautes pressions polaires (entre les latitudes 60 N et le ple) ; enfin, entre les latitudes 40 et 60, une zone o l'coulement se fait vers l'est, la zone des "Westerlies". A partir des frontires de cette zone (front polaire et front tropical), des masses d'air froid ou chaud pntrent dans les westerlies et provoquent des perturbations qui se propagent vers l'est. Les surfaces de discontinuit entre ces masses d'air forment des fronts dont le passage dtermine les changements de type de temps dans les rgions tempres.
front polaire Cellule tempre front tropical Cellule quatoriale front inter-tropical
cellule polaire
front polaire front quatorial "Westerlies"
IV.3.1.3 - Influence de la rpartition des terres et des ocans

A ce schma gnral vient se superposer l'influence de la rpartition des terres et des ocans. En effet, l'inertie thermique des terres est plus faible que celle des ocans. En hiver, les continents sont relativement plus froids et en t plus chauds. L'hiver, les centres de hautes pressions sont plus intenses sur les continents (continent Nord-Amricain et Sibrie) ; en t au contraire, le front polaire remonte vers le nord et les centres de dpression se renforcent sur les continents. Les schmas dcrits prcdemment ne sont valables qu'en moyenne. En effet, on constate des variations brutales des conditions atmosphriques (temprature, humidit, etc.). Pour expliquer ceci, on admet que l'atmosphre est htrogne : il y a juxtaposition de trs grandes masses d'air de caractristiques diffrentes de l'une l'autre, mais sensiblement constantes l'intrieur de cette masse. Les masses d'air ont des aires d'extension trs vastes de l'ordre de plusieurs centaines de milliers de km2. Pour diffrencier les masses d'air, plusieurs caractristiques peuvent tre utilises (temprature, humidit, volution de ces lments, etc.). La plus intressante de ces caractristiques est la temprature pseudo-adiabatique du thermomtre mouill t'w. Cette temprature reste la mme pour une particule qui se dplace adiabatiquement. S'il y a, l'intrieur de la masse d'air, des changes de chaleur, t'w ne sera plus constant et on constatera des gradients t'w, t'w dcroissant dans le sens de propagation de la chaleur. Par ailleurs, on constate des diffrences trs nettes de t'w entre les diffrentes masses d'air. La temprature pseudo-adiabatique du thermomtre mouill permet donc non seulement de diffrencier les masses d'air, mais galement de prciser leur volution : t'w augmente avec l'altitude. Ce cas se rencontre lorsqu'une masse d'air se trouve au contact du sol plus froid et la fin de la nuit ; la masse d'air se refroidit par la base. Supposons le refroidissement suffisamment long ; les tranches d'air au voisinage du sol se refroidissent et atteignent le point de rose ; il y a alors formation de brouillards et ventuellement de brume. La temprature augmentant avec l'altitude, l'air est stable, ce qui explique la persistance de ce type de temps jusque tard dans la journe. Les changes de chaleur se font essentiellement par rayonnements ; ces masses d'air sont dite du type radiatif ; t'w diminue avec l'altitude. Les changes de chaleur se font alors dans le sens terre-atmosphre. Si ce rchauffement est amorc par rayonnement, trs vite les gradients de temprature seront tels que la masse d'air sera instable. Il y aura alors cration de courant de convection. Les changes de chaleur seront ainsi acclrs. Ces masses d'air sont dites du type convectif. Cette volution entrane la formation de nuages du type cumulus qui peuvent donner lieu des averses intenses de pluies, voire de grle. En dehors de ces types des masses d'air dfinis par les changes de chaleurs, on distingue les masses suivant leur humidit (continentale ou ocanique) et leur temprature (polaire ou tropicale). Elles sont issues de zones gographiques appeles rgion sources, o la masse d'air se dplace lentement au-dessus d'une vaste zone ayant des caractristiques de temprature et d'humidit peu prs constantes.
IV.3.2 - Les masses d'air
IV.3.3 - Les fronts et les prcipitations associes
A la limite de deux masses d'air, on constate une discontinuit de temprature et d'humidit. Cette limite est appele "surface frontale" et sa trace au sol porte le nom de "front". Suivant les positions et les directions des masses d'air, on distingue diffrents fronts :
IV.3.3.1 - Les fronts froids :

Ils correspondent, comme le montre la figure suivante, au remplacement d'une masse d'air par un air plus froid. La vitesse de dplacement de tels fronts est de l'ordre de 50 km/h en moyenne. La surface frontale est assez raide (une pente de l'ordre de 1/10). Il s'ensuit une ascendance rapide des masses d'air, ce qui provoque des pluies souvent intenses mais peu tendues.
0C
0C Air froid Air chaud

0C
IV.3.3.2 - Les fronts chauds :

L'air chaud remplace alors l'air froid. La vitesse du front est plus lente que prcdemment (de l'ordre de 20 km/h) et la pente de la surface frontale est plus faible (1/100 1/1000). Les ascendances sont plus lentes ; les surfaces intresses par les prcipitations sont plus vastes et les intensits plus faibles.
0C Air chaud Air froid
IV.3.3.3 - Les fronts occlus :

Air chaud 0C
0C
0C
Air froid
Air frais
Les vitesses de dplacement des fronts chauds et froids tant notablement diffrentes, les fronts froids vont rattraper les fronts chauds. L'air chaud qui, au passage du premier front se surlevait au-dessus de la premire masse d'air froid, est soulev en arrire par l'arrive de la seconde masse d'air froid. L'air chaud se trouve rejet en altitude. Au sol, on note la succession du passage de deux masses d'air froid marque par une dpression. Un tel front est dit occlus. Il peut provoquer des pluies trs importantes.
L'apparition de ces fronts alternativement chauds et froids dans la zone des westerlies peut s'expliquer par la dformation du front entre les masses d'air polaire et tropical. Au dpart, l'air chaud se dplace vers le nord-est, l'air froid vers le sud-ouest (dviation due la force de Coriolis). On note la prsence d'un front stationnaire schmatis sur la figure ci-aprs. Si, pour une raison ou une autre, le front amorce une dformation, celle-ci tend s'amplifier (I et II). On a, ce stade (III) une succession d'un front chaud puis d'un front froid. Au cours de cette volution dans le temps et l'espace (vers l'est), le front froid va progressivement rattraper le front chaud et en (IV) une partie du front chaud est dj occlus. L'occlusion va se poursuivre ; les fronts changeant d'orientation dans le sens contraire des aiguilles d'une montre et, en (V), nous sommes quasiment revenus la situation initiale, un faible tourbillon persistant encore dans l'air froid avant de disparatre.
"st ati on
air "froid"
na
ire "
corps pluvieux front "chaud"
fro
air "chaud"
nt
front "froid"
I
corps pluvieux front "occlus"
II
corps pluvieux front "chaud"
front "chaud"
front "froid" front "froid"
III
IV
zne orageuse
fro
nt
"st a
air "froid"
tio n
na ire "
air "chaud"
V
Naissance et volution d'une perturbation cyclonique
V - MESURES LIEES A L'ESTIMATION DE L'EVAPORATION ET DE L'EVAPOTRANSPIRATION

Le retour de l'eau l'atmosphre peut se faire de diffrentes manires, soit directement par vaporation partir d'une surface d'eau libre (mer, lac, cours d'eau, etc.), soit le plus souvent partir d'un sol ou par l'intermdiaire des vgtaux. On parle dans ce deuxime cas d'vapotranspiration. Pour l'vaporation, la quantit d'eau qui repart dans l'atmosphre dpend uniquement des paramtres physiques tels que la temprature de l'air, de l'eau, de la vitesse du vent, du degr hygromtrique, de l'ensoleillement, etc. L'vapotranspiration, elle, dpend en plus du couvert vgtal et de son stade de dveloppement ; sa mesure en est rendue d'autant plus difficile.
V.1 - MESURE DES PARAMETRES PHYSIQUES CONDITIONNANT L'EVAPORATION Ces mesures sont gnralement faites par les services mtorologiques. Cependant, dans certains cas particuliers, les donnes ne sont pas disponibles proximit du site envisage ; dans ce cas, l'hydrologue peut tre amen installer des stations climatologiques plus ou moins compltes. Il faut noter qu'il existe de grandes diffrences dans les appareils de mesures. Lorsqu'ils sont destins quiper des stations du type synoptique, on rencontre des appareils trs prcis mais ncessitant entre autres un important investissement, des sources d'nergie lectrique et un personnel comptent. Au contraire, pour les stations tertiaires que l'hydrologue peut tre amen installer, il convient de mettre l'accent sur la robustesse et l'autonomie d'appareils destins bien souvent tre "abandonns" durant des semaines. V.1.1 - Mesure des tempratures Un thermomtre quel qu'il soit ne mesure que sa propre temprature. Il faut donc prendre un soin particulier pour qu'il soit en quilibre thermique avec le milieu dont on veut mesurer la temprature. Que ce soit pour la mesure de la temprature de l'air ou de l'eau, il convient donc de protger l'appareil des rayonnements solaires directs ou indirects. L'air tant un trs mauvais conducteur de la chaleur, il faut renouveler l'air au contact du thermomtre ; l'abri devra donc tre ar. Sous nos climats, la ventilation naturelle travers des parois persiennes est considre comme suffisante. Par ailleurs, l'abri sera peint en blanc, brillant si possible, de faon limiter son chauffement. Enfin, la mesure de temprature se fera environ 1,5 m du sol. Pour les besoins de l'hydrologie, un thermomtre mercure 0,1 C est suffisamment prcis, mais pour obtenir des tempratures moyennes journalires ou mensuelles, il ncessiterait des relevs trop frquents. On peut alors utiliser des thermomtres maxima et minima : Le thermomtre maxima est un thermomtre A la monte le mercure traverse l'tranglement mercure prsentant un tranglement la sortie du rservoir. Lorsque la temprature augmente, le mercure le franchit aisment. Par contre lorsque la temprature dcrot, le mercure se fractionne et maintient donc Etranglement Capillaire Rservoir l'indication de la temprature maximale atteinte. Pour la bonne marche de l'appareil, il convient de l'installer dans une position voisine de l'horizontale (environ 2). Pour A la descente l'tranglement rduire le fractionnement aprs la lecture, il suffit de provoque une rupture de la "centrifuger" la main l'appareil.
colonne de mercure
Le thermomtre minima est gnralement un thermomtre alcool dont le capillaire contient un petit index mobile se dplaant librement. Si la temprature augmente, l'alcool monte dans le capillaire en s'coulant autour de l'index qui ne bouge pas. Par contre si la Rservoir temprature baisse, l'alcool va s'couler autour de l'index jusqu' ce que le mnisque l'atteigne. Les forces de capillarit sont alors suffisantes pour que le mnisque entrane l'index dans sa descente.
A la monte le fluide circule entre le capillaire et le curseur qui rest immobile Curseur Capillaire
A la descente le mnisque entraine le curseur
On constate gnralement que la temprature minimale est atteinte quelques temps avant le lever du soleil alors que la temprature maximale s'observe vers midi au soleil. Le relev des tempratures maxi et mini en fin de --journe permet d'valuer, quelques diximes de degrs prs, la temprature moyenne journalire j : ---- max + min j 0,1 C 2 Lorsque qu'une connaissance plus fine de l'volution des tempratures est ncessaire ou si on ne dispose pas d'observateurs permanents, on utilise un thermographe. L'organe sensible est soit une lame mtallique dont on amplifie
la dilatation, soit deux lames en deux mtaux coefficient de dilatation aussi diffrents que possible (thermographe bimtallique). Les mouvements sont amplifis mcaniquement et inscrits par une plume sur un papier enregistreur entran par un mouvement d'horlogerie. Le plus souvent, les enregistrements sont hebdomadaires. Dans les stations mtorologiques, on utilise trs frquemment des sondes thermomtriques rsistance de platine. Dans la plage de mesures, la rsistance du fil de platine varie linairement avec la temprature. Pour la mesure des tempratures de l'eau en vue de l'estimation de l'vaporation, on utilise un simple thermomtre mercure, immerg de quelques millimtres, mais protg des rayonnements solaires. Depuis quelques annes se dveloppent des sondes thermolectriques de terrains. Un affichage digital (au 1/10me de C) permet des lectures aises.
V.1.2 - Mesure de l'humidit de l'air La mesure directe de l'humidit de l'air est difficile ; aussi utilise-t-on le plus souvent des mesures indirectes :
V.1.2.1 - Psychromtre Le psychromtre se compose de deux thermomtres mercure, l'un normal dit "sec" et l'autre dit "humide" dont le rservoir est entour d'une mousse humidifie par de l'eau. Le thermomtre sec indique alors la temprature de l'air ambiant (t) alors que le thermomtre humide enregistre une temprature plus faible(t') due l'vaporation de l'eau de la mousse. L'vaporation est d'autant plus intense et cette temprature plus faible que l'air est plus sec. Les tables psychromtriques permettent, connaissant sec, humide et la pression atmosphrique, d'valuer le degr de saturation de l'air. A dfaut on utilisera la relation suivante : Thermomtre Thermomtre et = est' - 0,00079 . P . (t-t') "sec" "humide" (et et est' sont respectivement la tension de vapeur relle la temprature t et la tension de vapeur saturante la Mousse temprature t', P est la pression).
humidifie
Ventilateur
Evidemment, pour que la mesure soit reprsentative, il faut viter que la vapeur mise par la mousse humide ne stagne autour du thermomtre ce qui perturberait la mesure. On utilise donc de prfrence des psychromtres ventilation force o l'air est introduit dans l'appareil par une petite turbine actionne par un moteur ressort. L'avantage de ce type d'appareil est de permettre des mesures tout fait reproductibles et indpendantes de l'aration de l'abri ou du tour de main de l'observateur.
V.1.2.2 - Hygromtre enregistreur Les psychromtres se prtent mal un enregistrement en continu du degr de saturation de l'air. On a recours alors des hygromtres organiques utilisant la proprit de certains corps de s'allonger lorsque l'humidit relative crot. Le plus souvent, c'est une mche de cheveux qui sert de "capteur" ; leur dilatation relative est amplifie et rendue linaire en fonction de l'humidit relative. Les mouvements sont transmis une plume qui enregistre les variations sur un diagramme entran par un mouvement d'horlogerie. L encore, on utilise le plus souvent des diagrammes hebdomadaires. Malheureusement, ces appareils sont sujets de frquents dtarages dus entre autres au vieillissement du capteur ou un phnomne d'hystrsis aprs une priode sche. Il convient donc de rtalonner frquemment ces enregistreurs aprs avoir eu soin de les rhumidifier. Le rtalonnage pourra tre fait grce un psychromtre lors du relev hebdomadaire du diagramme.
V.1.3 - Mesure des pressions

Baro- Thermohygrographe Hygromtre cheveux
La mesure des pressions peut tre intressante dans quelques cas particuliers (surveillance pizomtrique de nappes par exemple), mais elle est ncessaire pour l'interprtation d'autres mesures. Les appareils le plus souvent utiliss sont des barographes mtalliques capsules anrodes. Certains types d'appareils comme celui prsent plus loin, permettent l'enregistrement en "parallle" de la temprature, de l'hygromtrie et de la pression.
Cylindre multi-enregistreur
Thermomtre bilame
Capsule anrode
V.1.4 - Mesure du rayonnement solaire Les mesures sont relativement rares. Les appareils diffrent selon qu'ils mesurent le rayonnement direct (Phyrhliomtre) ou le rayonnement global (Pyranomtre). Pour les besoins de l'hydrologue, seuls ces dernires mesures sont intressantes. Encore doit-on s'assurer que la mesure s'effectue sur la totalit du spectre. Les pyranomtres les plus utiliss en Europe et en Afrique sont des appareils thermopiles Moll. Les thermopiles se composent d'un montage en srie de couples thermo-lectriques. Ceux-ci comportent deux soudures engendrant entre elles une force lectromotrice fonction de leur diffrence de temprature. Cette force lectromotrice est dirige sur un galvanomtre enregistreur.
Une mesure indirecte mais beaucoup plus simple du rayonnement solaire est celle de la dure d'insolation. L'appareil le plus utilis est l'hliographe de Campbell-Stockes . Il se compose d'une sphre de cristal qui, jouant le rle d'une loupe, focalise les rayons du soleil. A la distance focale de la sphre, on dispose l'oppos du soleil une feuille de papier sensible. Lorsque le soleil brille, le papier se consume et la brlure progresse avec le mouvement apparent du soleil. Chaque soir, on relve le papier qui, convenablement gradu, permet de mesurer la dure quotidienne d'insolation.
V.1.5 - Mesure du vent La mesure du vent est faite dans les stations mtorologiques par des anmomtres enregistreurs des vitesses instantanes, doubls d'une girouette donnant la direction du vent. Pour l'hydrologue et sauf cas particulier, on peut se contenter d'anmomtres totalisateurs. En gnral, ils comportent quatre coupelles hmisphriques de 44 mm de diamtre. Le mouvement de Anmomtre rotation provoqu par le vent quelle que soit sa direction, girouette et est transmis par un axe et un systme d'engrenage un enregistreur compteur indiquant directement le nombre de kilomtres parcourus par le vent. Il suffit de relever ce compteur l'intervalle de temps souhait (de l'ordre de une deux fois par jour) pour pouvoir calculer la vitesse moyenne du vent.
La vitesse du vent variant d'une faon sensible au voisinage du sol, on dispose gnralement les anmomtres 10 m au-dessus d'un sol plat et une distance de tout obstacle gale au moins dix fois la hauteur de cet obstacle.
V.2 - MESURES DE L'EVAPORATION
Les mesures de "l'vaporation" peuvent se faire de diffrentes faons selon les buts poursuivis : estimation de l'vaporation partir d'un rservoir, estimation de l'vaporation potentielle. Parfois on souhaite mme valuer l'ensemble de l'vaporation et de la transpiration par le systme solvgtaux, c'est dire directement l'vapotranspiration relle.
V.2.1 - Mesures de l'vaporation partir d'une surface libre Diffrents types d'appareils ont t conus mais avec leurs dfauts et leurs qualits. Les plus utiliss sont :
V.2.1.1 - Bac classe A (du Weather Bureau, U.S.A.) Ce bac est constitu d'un cylindre mtallique de 121,9 cm de diamtre et de 25,4 cm de hauteur. Dans ce cylindre, on maintient une paisseur d'eau de 17,5 20 cm. Puits de Le cylindre est support par un caillebotis 15 mesure cm du sol. Le caillebotis doit permettre une bonne aration sous le bac. 16 cm Ce bac universellement rpandu ne satisfait que trs partiellement l'hydrologue car, du fait de sa disposition par rapport au sol, il est trs sensible aux variations de temprature, son inertie thermique tant faible.
121,9 cm 5 6 cm
25,4 cm
V.2.1.2 - Bac Colorado et Bac ORSTOM

m 0c 10
100 cm
50 cm 60 cm
Le bac Colorado et le bac ORSTOM qui en drive, sont des bacs de section carre de 92,5 cm de ct (1 m pour le bac ORSTOM), d'une hauteur de 60 cm et enterr de 50 cm. L'eau est maintenue 10 cm environ du rebord, soit sensiblement au niveau du sol. Cet appareil tant enterr et avec une plus grande paisseur d'eau, il possde une plus grande inertie thermique et se rapproche plus des conditions naturelles.
V.2.1.3 - Bac CGI 30 De conception analogue au bac Colorado, ce bac, d'origine sovitique, est celui recommand par l'O.M.M. C'est un cylindre de 61,8 cm de diamtre (3 000 cm3) fond conique. De 60 cm de profondeur, il est enterr de faon ce que sa collerette dpasse de 7,5 cm du sol, le niveau d'eau tant maintenu nu au niveau du sol. V.2.1.4 - Utilisation des bacs et des rsultats des mesures Ces bacs doivent toujours tre installs dans un site reprsentatif du milieu hydrologique ambiant. Sous nos climats, on vitera de mettre les bacs au milieu d'une zone recouverte de sable ou de gravillons (augmentation de la temprature) mais plutt au milieu d'une zone enherbe. Par ailleurs, les bacs devront tre entours d'un grillage pour viter que des animaux viennent y boire. Chaque bac doit tre associ un pluviomtre pour pouvoir corriger l'vaporation apparente des prcipitations. Cependant, le pluviomtre doit avoir le mme coefficient de captation que les bacs. On utilisera donc des pluviomtres de mmes dimensions que les bacs et disposs au sol. Evidemment, lorsque les averses sont importantes Tige filete (quelques dizaines de millimtres), il est illusoire de mesurer avec une bonne prcision une vaporation de Molette quelques millimtres au maximum. Pour mesurer l'vaporation apparente, on peut utiliser Vernier une pointe immerge fixe ; on mesure alors le volume d'eau ajouter ou retrancher pour rtablir le niveau du bac. Puits de mesure Cette mthode tant plus pnible pour obtenir une bonne prcision, il est prfrable d'utiliser une pointe recourbe monte sur une tige filete ; une molette gradue permet de dplacer la pointe.
Pointe
La lecture des dplacements de la pointe sur un vernier permet aisment une prcision du 1/10me de mm. Les mesures sont faites gnralement deux fois par jour, 6 h et 18 h par exemple. Lorsque l'on veut passer de l'vaporation mesure sur un bac celle d'un rservoir de grandes dimensions, il convient de tenir compte de la diffrence d'chelle. En gnral, on admet que l'vaporation sur le rservoir sera celle mesure sur un bac plac dans les mmes conditions climatiques, multiplie par un coefficient dit "coefficient de bac". Les ordres de grandeur de ces coefficients sont : pour un bac de classe A de 0,6 0,8 pour un bac ORSTOM de 0,6 0,9 Dans le cas o une estimation prcise est ncessaire, il est possible de mesurer directement l'vaporation partir d'un bac flottant de quelques dizaines de mtres-carrs. Le coefficient du bac est alors de 1, mais il faut prendre un soin particulier pour viter les entres d'eau intempestives. En l'absence de mesures directes, on pourra valuer l'vaporation mensuelle partir de rservoirs de grandes dimensions, par des formules telles celles : V(miles/h 25 pieds) - de Meyer : E(pouces/mois) = 11 . (est - e ) . ( 1 + ) 10 est et e dsignent la tension de vapeur saturante la temprature moyenne de l'air et la tension moyenne relle de vapeur (en pouces de Hg) - du Service Hydrologique d'U.R.S.S. : E(mm/mois) = 0,15 . (est - e ) . (1 + 0,072 V(m/s 2 mtres)) est et e dsignent la tension de vapeur saturante la temprature moyenne de l'eau en surface et la tension moyenne relle de vapeur 2 m. au dessus de la surface (en millibars) - - e ) . 273 + tmax . 760 de Lugeon : E(mois/mois de n jours) = 0,398 . n . (est 273 Pa - est est et e dsignent la tension de vapeur saturante la temprature moyenne de l'air et la tension moyenne relle de vapeur (en pouces de Hg), Pa la pression baromtrique moyenne.
V.2.2 - Mesure de l'vaporation partir de surfaces poreuses : les atmomtres Ces appareils sont destins mesurer une grande caractristique du pouvoir vaporant de l'air ambiant. Ces appareils devraient donc avoir les qualits suivantes : faible inertie thermique, surface vaporante, plane, horizontale et comportement de corps noir, faible perturbation du champ des vitesses du vent, ne pas modifier l'humidit relative de l'air ambiant au voisinage de l'appareil.
V.2.2.1 - Le "Black Bellani"

Rservoir Surface vaporante noire
Valve
C'est un des appareils qui correspond le mieux aux qualits que l'on exige d'un atmomtre. L'vaporation se fait partir d'une surface poreuse de porcelaine noire de 7,5 cm de diamtre. Cette coupelle est alimente en eau partir d'un rservoir qui sert galement mesurer la quantit d'eau vapore. Les faibles dimensions de l'appareil permettent d'obtenir une faible inertie thermique, et l'vaporation rduite ne perturbe pas l'hygromtrie ambiante. Enfin, la couleur noire de la surface vaporante permet de capter les radiations sur la quasi-totalit du spectre. Cet appareil est install sans protection 2 m du sol, dans une zone reprsentative.
V.2.2.2 - Le "Piche" Parmi un grand nombre d'autres atmomtres, nous signalerons l'atmomtre de Piche, bien qu'il ne rponde qu'imparfaitement aux qualits exigibles d'un appareil de mesure. Il est utilis trs frquemment par les agronomes. Son emploi se justifie par la simplicit et le faible cot de l'appareil. La surface vaporante est constitue par un film de papier buvard blanc, fix l'extrmit du tube en verre en forme de U. Ce tube sert la fois l'alimentation et la mesure de l'vaporation. La feuille de buvard est change chaque jour aprs lecture de l'appareil
Tube d'alimentation et de mesure Feuille de buvard vaporante
Le Piche est dispos l'intrieur de l'abri mtorologique ; aussi la mesure dpend-elle beaucoup des conditions d'aration.
V.3 - MESURES ET ESTIMATION DE L'EVAPOTRANSPIRATION V.3.1 - Notion d'vapotranspiration relle et potentielle On appelle vapotranspiration relle (note par la suite Etr), la quantit d'eau, gnralement exprime en millimtres, vapore ou transpire par le sol, les vgtaux et les surfaces libres d'un bassin versant. L'vapotranspiration potentielle (note par la suite Etp) est la quantit d'eau qui serait vapore ou transpire partir d'un bassin versant si l'eau disponible pour l'vapotranspiration n'tait pas un facteur limitant. V.3.2 - Mesures directes Les mesures directes d'Etp ou d'Etr se font surtout en agronomie o on tudie chaque type particulier de cultures. Les rsultats de ces mesures sont difficiles utiliser en hydrologie car il y a une trs importante diffrence d'chelle entre la surface de la parcelle d'essai (quelques mtres carrs) et celle d'un bassin versant (des dizaines de kilomtres carrs). Par ailleurs, les plantations utilises ne sont gnralement pas reprsentatives de la vgtation d'un bassin versant. La mesure d'Etr peut tre faite sur une case lysimtrique. On isole un bloc du sol de quelques mtres-carrs de surface sur environ 2 m d'paisseur. Cet chantillon de terrain est drain sa base et on enregistre les dbits D sortant par les drains. En surface, un collecteur fait le tour de la parcelle et rcupre les eaux de ruissellement dont le dbit Q est galement enregistr. Les apports d'eau par la pluie P sont mesurs avec un pluviomtre. Enfin, on value le stock d'eau R contenu dans la case, soit par une mesure la sonde neutron des teneurs en eau dans le sol, soit en montant la case sur un systme de bascule.
Estimation de l'vapotranspiration ETR Mesure du ruissellement Q Mesure des prcipitations P Profil des teneurs en eau
Mesure du drainage D
E Rayonnement
Estimation des variations R de la rserve par pese
Un bilan trs simple permet d'valuer l'Etr sur un intervalle de temps t puisque l'on doit avoir la relation suivante : P = [Q + D + Etr] + R entre = [sorties] + variation de la rserve Le mme systme que la case lysimtrique, mais on parle alors "d'vapotranspiromtre", permet de mesurer l'Etp. Il suffit alors de maintenir un niveau d'eau dans les drains pour que l'eau disponible ne soit plus un facteur limitant de l'Etr. On mesure Etp en crivant le mme bilan que prcdemment mais le terme D pouvant tre positif ou ngatif.
V.3.3 - Estimation de l'vapotranspiration Plusieurs formules permettent d'valuer l'Etp partir de diffrentes mesures climatologiques. La plus complte et la plus complexe est certainement la formule de Penman base sur la notion de bilan nergtique. Cependant, le nombre de paramtres utiliss par cette formule (diffrentes tempratures, hygromtrie, rayonnement global, albdo, etc.) font que son emploi est rarement possible compte tenu des mesures disponibles.
V.3.3.1 - Formule de Turc La formule de Turc, qui drive en la simplifiant de la formule de Penmann, ne ncessite que la connaissance des tempratures de l'air et de la radiation globale ou de la dure d'insolation. Cette formule est la suivante : t Etp = 0,4 . t + 15 . (Ig + 50) . K avec : Etp vapotranspiration potentielle mensuelle (en mm d'eau) ; t temprature moyenne mensuelle de l'air (en C) ;
Ig radiation globale moyenne mensuelle reue au sol (en calorie/cm2/jour) ; K un coefficient gal 1 si l'humidit relative hr est suprieure 50 % (gnralement le cas sous nos climats) ; 50 - hr sinon K = 1 + 70 . Si la radiation globale Ig n'est pas mesure, on pourra l'valuer partir de la dure d'insolation h par la formule : h Ig = IgA [ 0,18 + 0,62 H ] avec : IgA radiation globale thorique (en cal/cm2/jour) ; H dure thorique des jours du mois. Les abaques et formules suivants permettent d'valuer IgA et H en fonction de la latitude et du mois dans les mmes units (cosinus d'angles en ) et en numrotant les mois de 1 (janvier) 12 (dcembre).
500 480 460 Aot 440 420 400 380 360 340 320 300 280 260 240 45 46 47 48 49 50 Latitude Fvrier Septembre Mars
H en h/mois
Juin Juillet Mai
1000 950 900 850 800 750 700
IgA en cal/cm2/j
Juin Juillet Mai
Aot Avril
Avril
650 600 550 500 450 400 Octobre Fvrier Septembre Mars
Octobre
350 300 250 200
Novembre Janvier Dcembre
150 Novembre Janvier 100 Dcembre 50 0 45 46 47 48 49
50 Latitude
H = 362,7 + 0,201 lat + (4,085 lat - 80,99) cos (30,01 i - 188,9) IgA = 1 035 - 9,078 lat + (7,050 lat + 49,90) cos (29,92 i - 182,5) Cette formule d'emploi ais, bnficie d'un prjug assez favorable quant la prcision des estimations obtenues l'chelle mensuelle. Parfois, on utilise mme cette formule l'chelle dcadaire en y adjoignant, si besoin, un terme tenant compte des effets de la vgtation. V.3.3.2 - Formule de Thornthwaite THORNTHWAITE a propos galement une formule base essentiellement sur les tempratures de l'air : t Etp = 16 . (10 I )a . K avec : 12 t i = ( 5 )1,5 et I = i 1
1.6 a = 100 I + 0,5 t est la temprature moyenne mensuelle du mois considr ; Etp est l'vapotranspiration potentielle du mois considr (en mm d'eau) ; K est un coefficient d'ajustement mensuel.
Mois K J 0,73 F 0,78 M 1,02 A 1,15 M 1,32 J 1,33 J 1,33 A 1,24 S 1,05 O 0,91 N 0,75 D 0,70
V.3.3.3 - Estimation de lE.T.P. par la mthode de Penman Penman propose d'valuer l'ETP partir d'un bilan nergtique simple : Rn = A + S + E * L Rn reprsente la radiation nette reue au sol ; A reprsente le flux de chaleur au bnfice de l'atmosphre ; S le flux de chaleur rsultant des changes thermiques avec le sol ; E le flux vapor et L la chaleur latente. La formule dveloppe prend la forme suivante :
ETP ={
Iga (1-a) (0,18 + 0,62 h ) - T4 (0,56 - 0,08 e ) (0,10 + 0,90 h ) } 59 H 59 H + 0,26 F' 1+ T ( ew - e ) (1 + 0,54 V)
F'T 1+ F'T
ETP Iga a h H T e F'T ew V
vapotranspiration potentielle en mm/j ; radiation solaire directe en l'absence d'atmosphre exprime en cal/cm2/j ; albdo de la surface vaporante, prise ici pour de la vgtation 0,2 ; dure relle d'insolation en heures et diximes du jour considr ; dure maximale possible d'insolation en heures et diximes pour ce jour ; constante de STEFAN-BOLTZMAN soit 1,18 10-7 cal/cm2/jour/K temprature moyenne journalire de l'air sous abri exprime en degrs Kelvin (T = t + 273 si l'on mesure la temprature t en Celsius) ; tension moyenne journalire de la vapeur d'eau mesure sous abri et exprime en millibars ; pente de la courbe de tension de vapeur saturante pour la temprature de l'air T ; constante psychromtrique ; tension maximale possible de la vapeur d'eau, exprime en millibars, pour la temprature T ; Vitesse moyenne journalire du vent mesur 2 mtres au dessus de la surface vaporante et exprime en m/s.
Ces diffrents paramtres intervenant dans l'valuation de l'ETP proviennent : de mesures directes sur le terrain pour h, T, et V ; de mesures indirectes pour e, puisque e est estime partir de l'humidit relative Hr en %, et de la temprature t en Celsius par la relation : de constantes physiques bien connues s, F'T, g et ew : s = 1,18 10-7 cal/cm2/jour/K
e = 0,061 Hr 10
(7,5
t ) (en millibars) 238+ t
F'T =
( F'T en millibars par Celsius, t en Celsius, T en Kelvin)

6,149 exp( 19,511 t ) ( 6463 - 3,927 ) T T T
g = 0,6605 - 0,826 10-4 z (z altitude du lieu en mtres, g en millibar par Celsius, en fait on prendra g Cte 0,66)
ew = 6,107 1 0
-
(7,5
t ) 238+ t
( ew en millibars, t en Celsius)
de constantes physiques dpendant de la latitude L du lieu et de la dclinaison D du soleil en fonction de la date J . Les formules que nous donnons ici sont issues de R. DURAND ("Estimation du rayonnement global partir de la dure d'insolation", Annales Agronomiques de l'INRA, 1974). Nous avons compar les rsultats de ces formules avec les tables fournies par la F.A.O. (Bulletin N 24) et y avons constat des carts gnralement infrieurs 1% ou du mme ordre que le nombre de dcimales donnes (5% au maximum). La dclinaison est donne par : D = 0,0066241 + 0,406149 sin [0,0172029 (J - 81,95) ] + 0,006675 sin [0,0344057 (J - 42,85) ] + 0,003009 sin [0,0516086 (J - 21,42) ] + 0,000149 sin [0,0688115 (J - 17,57) ] (D s'exprime en radians et J est le numro du jour dans l'anne, de 1 pour le 1er janvier 365 (ou 366) pour le 31 Dcembre)
H = 7,6394 { Arc cos[-tg(L) tg(D)] +
0,01065
cos2 (L) - sin2 (D)
( H est en heures, et L reprsente la latitude en radians )
Iga = 914,54 * { sin(L) sin(D) Arc cos[-tg(L) tg(D)] + cos2 (L) - sin2 (D) }( Iga * {1 + 0,033 cos(0,0172 J ) }
s'exprime en calories par cm2 et par jour) - d'une constante physique valuer sommairement en fonction de l'tat de surface (les mesures sur le terrain sont extrmement rares) : nappes d'eau a 0,05 0,07 cultures vertes a 0,2 herbes et savane a 0,22 fort a 0,11 roches a 0,16 sables clairs a 0,26 ... V.3.3.4 - Autres formules D'autres formules pour valuer l'Etp sont utilisables. Citons par exemple les formules de Bouchet, de Blanet et Criddle, de Papdakis dont on trouvera les expressions dans des ouvrages de climatologie et d'agronomie. Nous avons dj cit celle de Penmann mais plusieurs autres versions plus ou moins simplifies ou compliques en ont t proposes. Base sur une autre approche, on peut citer la formule de Bouchet qui exprime Etp en fonction de l'vaporation enregistre au Piche et la formule de Prescott base sur l'vaporation d'une surface d'eau libre. Dans l'ensemble, l'utilisation de ces formules est peu frquente chez les hydrologues franais.
V.3.4 - Evaluation de l'vapotranspiration relle
V.3.4.1 - Formule de Turc TURC a propos une formule permettant d'valuer directement l'Etr annuelle moyenne d'un bassin partir de la hauteur annuelle de pluie et de la temprature moyenne annuelle : P avec L = 200 + 25 t + 0,05 t3 Etr = P2 0.9 + 2 L Etr reprsente l'vapotranspiration relle (en mm/an) ; P la hauteur annuelle de pluie (en mm) ; t la temprature annuelle (en C). Cette formule est d'un emploi ais mais elle ne donne malheureusement que l'ordre de grandeur de l'Etr. En effet, cette formule permet l'estimation du "dficit d'coulement" qui ne se rapproche de l'vapotranspiration relle que pour des bassins versant relativement tendus, sans changes la frontire et pour des dures d'observation assez longues pour que l'on puisse ngliger les variations de rserves souterraines Dans la mesure du possible, on prfrera la mthode suivante.
V.3.4.2 - Bilan simplifi selon THORNTHWAITE Cette mthode est base sur la notion de rserve en eau facilement utilisable (note par la suite RFU). On admet que le sol est capable de stocker une certaine quantit d'eau (la RFU) ; cette eau peut tre reprise pour l'vaporation par l'intermdiaire des plantes. La quantit d'eau stocke dans la RFU est borne par 0 (la RFU vide) et RFU max (capacit maximale de la RFU qui est de l'ordre de 0 200 mm suivant les sols et sous-sols considrs, avec une moyenne de l'ordre de 100 mm). On admet que la satisfaction de l'Etp a priorit sur l'coulement, c'est--dire qu'avant qu'il n'y ait d'coulement, il faut avoir satisfait le pouvoir vaporant (Etp = Etr). Par ailleurs, la compltion de la RFU est galement prioritaire sur l'coulement. On tablit ainsi un bilan l'chelle mensuelle, partir de la pluie du mois P, de l'Etp et de la RFU. Si P > Etp, alors : Etr = Etp il reste un excdent (P - Etp) qui est affect en premier lieu la RFU , et, si la RFU est complte, l'coulement Q Si P < Etp : on vapore toute la pluie et on prend la RFU (jusqu' la vider) l'eau ncessaire pour satisfaire l'Etr soit : Etr = P +min (RFU,Etp-P) RFU= 0 ou RFU+p-Etp si RFU = 0, la quantit (Da = Etp - Etr) reprsente le dficit agricole, c'est--dire sensiblement la quantit d'eau qu'il faudrait apporter aux plantes pour qu'elles ne souffrent pas de la scheresse. Mois 1 Pluie du mois 67 Etp 3 RFU 100 Etr 3 D.A. 0 Ecoulement 64 2 55 8 100 8 0 47 3 41 33 100 33 0 8 4 49 61 88 61 0 0 5 54 90 52 90 0 0 6 77 103 26 103 0 0 7 60 109 0 86 23 0 <8 67 94 0 67 27 0
RFU vide
9 65 67 0 65 2 0 ->
10 55 35 20 35 0 0
11 61 14 67 14 0 0
12 62 5 100 5 0 23
Pour tablir ce bilan, il faut se donner la RFU maximale en fonction de la nature du bassin versant (dans cet exemple RFU max = 100 mm). Par ailleurs, il faut connatre l'tat de la RFU la fin du mois antrieur au dbut de l'tablissement du bilan. On tient alors l'un des deux raisonnements suivants : si la RFU doit tre pleine un jour, ce sera la fin de la priode durant laquelle on a pu la remplir, c'est--dire la fin du dernier mois o P > Etp ; si la RFU doit tre vide un jour, ce sera la fin de la priode durant laquelle on a pu la vider, c'est--dire la fin du dernier mois o P < Etp. Ayant tabli ce bilan par mois, on value l'Etr annuelle par la somme de 12 Etr mensuelles. Cette mthode peut tre galement utilise avec l'estimation d'Etp par la formule de Turc et donne des rsultats satisfaisants sous nos climats. V.3.4.3 - Bilan tenant compte du stress hydrique de la vgtation La procdure prcdente suppose que l'vapotranspiration relle est gale l'vapotranspiration potentielle, jusqu' ce que la R.F.U. soit vide. Cependant avant que la R.F.U. soit vide, la vgtation subi un stress hydrique et diminue son vapotranspiration. Il en rsulte que si la part de la R.F.U. encore en eau diminue, la vgtation n'vaporera pas toute l'E.T.P, mais une part rduite. Nous supposerons qu'entre deux instants t1 et t2 distants de t il est tomb une quantit de pluie P que l'on pourra suppose d'intensit constante : i
i=
De mme pendant cet intervalle de temps, on supposera que l'vapotranspiration potentielle Ep se produit intensit constante : ep
P t2 - t1
ep =
Ep t2 - t1
Pour passer de l'intensit de l'vapotranspiration potentielle ep l'intensit de l'vapotranspiration relle er , on supposera que cette dernire est proportionnelle ep et au rapport de l'tat de la R.F.U. r(t), sa capacit maximale R . L'vapotranspiration relle er(t) est alors variable dans le temps :
er(t) = ep
Sur un petit intervalle de temps dt, le bilan en eau de la rserve s'crit : d{r(t)} = i dt - e(t) dt Cette relation tant valable tant que r(t)<= R On obtient ainsi l'quation diffrentielle suivante :
r(t) R
d{r(t)} = ( i En posant = ep/R on obtient :
ep r(t) ) dt R
d{r(t)} = - dt r(t) - i/
[ Ln{ r(t) - i/ }]t 1 = [ - t ]t 1 t t r(t)- i/ ) = - (t - t1 ) Ln ( r(t1 ) - i/
cette quation s'intgre aisment entre les instants t1 et t :
r(t) = i/ + {r(t1 ) - i/}e -(t-t1 )

a) cas o r(t2) reste infrieur R
r(t2 ) = i/ + {r(t1 ) - i/}e - (t2 -t1 )

r(t2 ) = P R + {r(t1 ) - P R}e Ep Ep
Ep R
Pour calculer l'vapotranspiration relle Er entre les instants t1 et t2, il suffit d'intgrer l'quation de er(t) :
t2
Er =
t1
er(t) dt
t2
t2
Er =
t1 t1 En remplaant r(t) par son expression calcule plus haut on obtient : t2
ep r(t) dt = R
r(t) dt
Er =
t1 t
[i + {r(t1 ) - i}e -(t-t1 )] dt

t
Er= i(t2 -t1 ) - {r(t1 ) - i/}{ e - (t2 -t1 ) - 1}

Er= P - {r(t1 ) - P R}{ e R - 1} Ep Ep
Er = [ i t ]t2 - {r(t1 )-i/} [ e -(t-t1 ) ]t2 1 1
b) cas o r(t2) deviendrait suprieur R On calcule alors le temps t' auquel r(t) atteint R :
r(t') = i/ + {r(t1 ) - i/}e - (t'-t1 ) = R

On calcule alors aisment Er :
r(t1 ) - i/ r(t ) - i/ t' = t1 + 1/ Ln { 1 } R - i/

t' t2
e -(t'-t1 ) = R - i/
Er =
t1
e(t) dt +
ep dt
Er= i(t'-t1 ) - {r(t1 ) 1}+ ep (t2 -t') r(t 1 ) - i/ r(t ) - i/ r(t ) - i/ Er = i/ Ln{ 1 } - {r(t1 ) - i/}{ e -Ln { R - i/ } - 1}+ ep (t2 -t1 - 1/ Ln{ 1 }) R - i/ R - i/ r(t ) - i/ r(t ) - i/ Er = i/ Ln{ 1 } - {r(t1 ) - i/}{ R - i/ - 1}+ ep (t2 -t1 )- ep / Ln{ 1 } r(t1 ) - i/ R - i/ R - i/ r(t ) - i/ Er = (i/ - ep /) Ln{ 1 } + ep (t2 -t1 )- {R - r(t1 )} R - i/ r(t1 ) - P R Ep Er = (P R - R) Ln{ } + Ep - {R - r(t1)} Ep R-PR Ep
c) Mise en oeuvre pratique : Entre les instants t1 et t2 distant de t, il est tomb une hauteur de pluie P, pendant cet intervalle de temps t, l'vapotranspiration potentielle est de Ep et l'instant t1, la rserve contenait r(t1). On calcule tout d'abord :
P P R e R + r (t1 ) r (t 2 ) = Ep Ep Si le rsultat est infrieur ou gal R on aura : Er= P - {r(t1 ) - P R}{ e R - 1} Ep Ep
Ep R
t' -(t'-t1 ) i/}{ e
et
r(t2 ) = P R + {r(t1 ) - P R}e Ep Ep
Ep R
Si le rsultat est suprieur R on aura :
r(t1 ) - P R Ep Er = (P R - R) Ln{ } + Ep- {R - r(t1)} et r(t2) = R Ep R-PR Ep
VI - MESURES DES PRECIPITATIONS

Sous le terme de prcipitations, on regroupe toutes les eaux mtoriques qui arrivent au sol sous quelque forme que ce soit. Comme l'a si bien dit notre Matre Pierre DAC : "Quand il est dj tomb de la pluie, de la neige, de la grle, de la rose, du crachin, que voulez-vous qu'il tombe encore ? .... oui je sais, mais c'est pas frquent ! "
VI.1 - DIFFICULTES DE LA MESURE Les mesures de prcipitations intressent des secteurs d'activits assez divers mais principalement la mtorologie, l'agriculture, l'hydrologie, etc. Des rseaux de mesures ont gnralement t installs de longue date. En France, le dveloppement de ces rseaux a dbut vers le milieu du XIXme sicle ; malheureusement, le nombre de stations de mesures a subi des variations trs importantes. De nos jours, il est encore frquent d'avoir installer de nouvelles stations pluvio-mtriques pour les besoins d'une tude. L'ide est de mesurer la quantit d'eau tombe au sol durant un certain intervalle de temps ; or, ceci n'est pas aussi facile qu'il y parat : la taille de l'chantillon est ridiculement faible puisqu'avec une surface rceptrice ne dpassant pas 2 000 cm2, on espre dans le meilleur des cas, reprsenter la pluie sur quelques kilomtres-carrs ; on chantillonne donc quelques dix millionimes de la surface ; les prcipitations sont par ailleurs trs sensibles au vent, ce qui explique que l'introduction de l'appareil occasionne une perturbation de la circulation et ainsi, une modification des prcipitations ; enfin, signalons que pour la neige, on peut souvent se contenter de mesurer son quivalent en eau, mais dans ce cas, encore faut-il que les flocons aient bien voulu se poser dans la surface rceptrice. On retiendra que la signification d'une mesure pluviomtrique n'est que relative. Si on a le soin d'uniformiser les appareils et les conditions d'implantation, les hauteurs de pluie enregistres seront comparables entre elles et lies par une relation stable mais inconnue la hauteur de pluie rellement tombe au sol. Cet handicap est acceptable dans la plupart des cas puisque les hauteurs de pluie mesures seront mises en relation avec les coulements par des modles statistiques ou par des modles dterministes mais cals sur diffrentes observations (par exemple, trouver un coefficient de ruissellement suprieur 100 % est alors acceptable et signifie pratiquement que la hauteur de pluie relle est sous-estime). VI.2 - APPAREILLAGES PLUVIOMETRIQUES VI.2.1 - Les pluviomtres Le pluviomtre est un appareil trs simple qui comporte une surface rceptrice limite par une collerette cylindrique ; l'eau traversant cette surface est dirige par un entonnoir vers un seau rcepteur. Si durant un certain intervalle de temps t, on a rcupr un volume V travers la surface rceptrice S, la hauteur de pluie Ht tombe est Ht =V/S Dans la pratique, on adjoint chaque pluviomtre une Bague rceptrice prouvette gradue (fonction de la surface rceptrice S) qui permet la Entonnoir lecture directe de Ht en 1/10me mm. Eprouvette L'appareil le plus rpandu en France tait le pluviomtre "Association" de 400 cm2 de surface et dispos sur un pied 1,5 m du Seau sol. L'O.M.M. prconise de faire les mesures 1 m du sol et on voit se dvelopper des appareils de 400 cm2 en plastique dont le seau transparent est gradu et possde une prouvette incorpore. Bien que les surfaces rceptrices soient identiques, les mesures Support divergent du fait du changement de hauteur : 1,5 -> 1 mtre et du changement de matriaux : tle -> plastique, ce qui modifie les condensations sur les parois du rcepteur. En gnral, les pluviomtres sont relevs par un observateur une ou deux fois par jour 6 h et 18 h T.U. VI.2.2 - Les pluviographes Ces appareils sont destins l'enregistrement de la hauteur de pluie cumule en fonction du temps. Deux types principaux ont eu un certain dveloppement : les pluviographes augets basculeurs et ceux siphons. Actuellement, ces derniers tendent tre abandonns.
Tambour enregistreur Stylet inscripteur
Auget se remplissanr et allant basculer
ba Axe sc ule de me nt
Niveau d'amorage
Auget vide aprs basculement
Flotteur
Butes
Pluviographe augets basculeurs
Pluviographe syphon
Les pluviographes augets basculeurs ont la partie captante commune avec les pluviomtres ; ils en diffrent par la partie rceptrice en aval de l'entonnoir. L'eau est dirige par un court tube vers les augets de mesures. Ceux-ci sont disposs symtriquement par rapport un axe de rotation horizontal. Dans la situation du schma ci-contre, l'auget de gauche est en train de se remplir alors que celui de droite s'est dj vid. Lors du remplissage, le centre de gravit de l'ensemble des deux augets se dplace vers la gauche jusqu' dpasser la verticale de l'axe de rotation ; l'ensemble bascule alors vers la gauche et l'auget plein se vide alors que celui de droite est venu en position de remplissage. Les augets sont tars de faon ce que le basculement se produise lorsqu'ils contiennent 20 g d'eau. La partie captante ayant des surfaces de 2 000 cm2, 1 000 cm2 ou 400 cm2, un basculement correspond 0,1 mm, 0,2 mm ou 0,5 mm de pluie. (Les deux dernires surfaces sont celles prconises par l'O.M.M.) Pour comptabiliser les basculements, deux systmes sont possibles. VI.2.2.1 Enregistrement mcanique : Chaque basculement provoque, par un systme d'ancre, l'chappement d'une roue dente. La rotation de cette roue entrane mcaniquement le dplacement d'un stylet inscripteur sur un cylindre entran lui-mme par un mouvement d'horlogerie. Un systme de came cardiode permet de modifier en limite du papier le sens du dplacement du stylet. La vitesse d'entranement du tambour est variable ; un systme de dmultiplication permet d'tablir une rotation complte en un jour, une semaine, deux semaines ou un mois. En fonction de ces vitesses, l'intervalle de temps minimum sur lequel on peut effectuer une lecture varie de quelques minutes une heure. L'ensemble de l'appareillage est assez volumineux, ce qui ncessite de placer sous la partie rceptrice un botier cylindrique protgeant l'appareillage. L'importance du botier perturbe le vent et affecte donc la mesure de la pluie. VI.2.2.2 Pluviographe transducteur d'impulsions : Dans ce type d'appareil, les basculements des augets sont convertis en impulsions lectriques : une ampoule contenant du mercure est fixe aux augets. A chaque mouvement, le mercure ferme un contact lectrique en se dplaant. Cette impulsion lectrique est aisment transmissible distance, soit vers un chronototalisateur qui enregistre les impulsions sur papier, soit vers un enregistreur magntique. L'avantage de ce type d'appareil est de rduire quasiment au volume des augets, l'appareillage installer sous la bague rceptrice ; on russit alors construire un coffret de protection d'encombrement analogue celui d'un pluviomtre. VI.2.2.3 Mesure de l'quivalent en eau des chutes de neige : Tous les pluviographes sont aptes mesurer l'quivalent en eau des prcipitations sous forme solide qui atteignent le capteur. En effet, il suffit de leur adjoindre un systme de rchauffage pour que la neige ou la grle fonde au contact de l'entonnoir. Pour les pluviographes mcaniques, on leur adjoint gnralement un chauffage au gaz propane, la bouteille, le brleur et le thermostat prenant place dans la cabine. Pour les appareils transducteur, la place rduite conduit utiliser un chauffage lectrique. Notons tout de suite que nanmoins, ces appareils ne donnent qu'une estimation trs grossire des chutes de neige car les flocons sont trs soumis aux vents qui perturbent les appareils. VI.2.2.4 Prcision des appareils : Les pluviographes prsentent l'inconvnient de sous-estimer systmatiquement les fortes intensits. Les gouttes de pluie claboussent vers l'extrieur des augets lorsque l'ensemble est l'horizontale ; l'inertie de l'appareillage
fait que, durant le basculement, les gouttes continuent d'arriver et font dborder l'auget. Enfin, l'appareillage perturbe le champ des vitesses du vent. Malgr des amliorations constantes, la sous-estimation varie de 4 10 % pour des intensits de 75 250 mm/h. La prudence minimale veut que l'on adjoigne un seau qui rcupre l'eau la sortie du pluviographe. La mesure de l'eau qu'il contient permet de vrifier que l'appareil ne s'est pas dtar (basculement pour un poids diffrent de 20 g) ou en cas de panne totale, de connatre la hauteur totale de pluie durant la priode sparant de la dernire visite.
VI.2.3 - Les nivomtres Comme on l'a vu, les pluviographes permettent d'avoir une vague ide de l'quivalent en eau des prcipitations neigeuses. Cela n'est pas suffisant, surtout en zone de montagne o il est intressant de connatre la fois l'importance quantitative du manteau neigeux mais aussi son tat (prvision d'avalanches, prvision de crues, etc.).
VI.2.3.1 - Mesures par sondage Une des premires techniques de mesure qui a t dveloppe est d'envoyer sur le terrain un oprateur qui procde un carottage du manteau neigeux. On pse alors la carotte pour obtenir l'quivalent en eau. Bien videmment, ce systme est trs contraignant pour le personnel qui doit oprer dans des zones d'accs difficiles et par des conditions mtorologiques dfavorables. VI.2.3.2 - Mesures en continu du poids Plusieurs techniques ont t dveloppes ; elles sont bases essentiellement, soit sur la mesure directe du poids de la neige par un systme de balance install la surface du sol (table neige) ou par l'enregistrement de la pression rgnant dans un coussin gonfl d'un fluide antigel et dispos la surface du sol (coussin neige). Ces techniques semblent tre de plus en plus abandonnes devant le dveloppement des appareils rayonnement radio-actif. VI.2.3.3 - Nivomtres rayonnement Ces appareils permettent simultanment de mesurer la hauteur de neige et l'quivalent en eau des diffrentes couches. Le principe en est le suivant : un metteur de rayon (Cesium 137) envoie un faisceau horizontal en direction d'un rcepteur ; l'affaiblissement du rayonnement dpend de la quantit d'eau entre l'metteur et le rcepteur. D'un point de vue pratique, l'metteur et le rcepteur sont disposs dans des mts creux en fibre de verre distants de 50 cm environ. A l'intrieur des mts, l'metteur et le rcepteur peuvent se dplacer verticalement par un systme de cbles, poulies et moteur d'entranement. La mesure dmarre soit par un mcanisme d'horlogerie, soit la demande de l'oprateur. L'quipage mobile se dplace de bas en haut une vitesse proportionnelle l'intensit du rayonnement reu. Tous les 10 cm, l'appareillage envoie une impulsion lectrique ; le temps sparant deux impulsions mesure donc la densit de la neige sur 10 cm d'paisseur. Lorsque l'metteur merge de la neige, le rayonnement reu devient maximum et l'quipage mobile retourne son point de dpart. Le nombre d'impulsions permet donc de connatre l'paisseur de la neige 10 cm prs au maximum. La transmission de la mesure se fait gnralement par radio (sites peu accessibles), mais elle peut galement se faire par cble.
VI.3 - STATIONS PLUVIOMETRIQUES VI.3.1 - Le site Le site d'implantation d'un pluviomtre comme d'un nivomtre doit rpondre certains critres : tre reprsentatif du secteur en tant expos "normalement" aux vents ; tre loign de toute singularit trop proche. On admet en gnral une distance minimum de quatre fois la hauteur de l'obstacle. Ces rgles ne sont pas toujours faciles respecter en particulier en montagne et en fort. Par ailleurs, si les appareils autonomes peuvent tre installs a priori n'importe quel point, les pluviomtres imposent de les installer proximit de la rsidence de l'observateur. Le choix d'un site est donc un compromis entre des impratifs techniques, conomiques et humains. Il garde donc un ct subjectif important. VI.3.2 - Prcautions d'installation La collerette du capteur doit tre rigoureusement horizontale ; on admet qu'un cart de 1 peut provoquer des erreurs de l'ordre de 1 %. Les pluviomtres nouvellement installs auront une surface rceptrice normalise : 400 ou 1 000 cm2 (plus la section est grande, plus la pluie capte est importante). Les pluviomtres seront installs 1 m du sol. Si un ancien pluviomtre (situ 1,5 m) doit tre remplac, il est prudent de le laisser fonctionner durant un an concurremment avec le nouveau cal 1,0 m.
Aprs chaque installation, il convient d'tablir une fiche descriptive du site avec croquis et photos, ce qui permettra dans les annes venir, de mettre en vidence les volutions progressives du site (constructions, dveloppement des arbres, etc.).
VI.4 - GESTION DU RESEAU VI.4.1 - Frquence des observations Les pluviomtres ne sont gure plus installs que sur des sites o on tudie les pluies une chelle de temps journalire. Un observateur local relvera la pluviomtrie une ou deux fois par jour et transmettra ses observations au bureau central une fois par mois. Dans les autres cas, l'installation d'appareils enregistreurs permet d'espacer les visites. Les autonomies thoriques atteignent plusieurs mois ; cependant, il est bon de procder des visites au moins mensuelles, car les appareils ncessitent un petit entretien (par exemple, dboucher l'orifice d'un entonnoir que les oiseaux remplissent une fois sur deux en se posant sur la bague d'un pluviomtre). D'autre part, les pannes sont toujours possibles (ne serait-ce qu'un feutre sec). Dans ce cas, on ne perd qu'un mois au maximum d'informations. Notons galement que la lecture immdiate d'un enregistrement permet de dtecter une anomalie de fonctionnement. Les appareils procdant un stockage sur support magntique devront donc de prfrence voir ce systme doubler d'un enregistrement sur papier ou sur compteur numrique. VI.4.2 - Publication des rsultats Chaque station pluviomtrique ou pluviographique est exploite l'chelle journalire. En fin de mois ou plus gnralement en fin d'anne, on tablit un annuaire pluviomtrique o figurent pour chaque poste :
les pluies journalires (de 6 h T.U. 6 h T.U.) ; les totaux dcadaires ; les totaux mensuels ;
les totaux annuels ; le nombre de jours de pluies et des informations particulires sur les phnomnes exceptionnels qui ont pu se produire dans l'anne.
Le dpouillement des hytogrammes une chelle plus fine de temps ne font pas l'objet d'une publication systmatique. Ces donnes sont archives sur support informatique (facilement pour les enregistreurs sur support magntique) ou encore l'tat brut des originaux papiers. La banalisation des tables digitaliser rend plus facile l'archivage informatique partir des hytogrammes ; cependant, la plupart des services n'ont pas pu faire ce travail pour des raisons de personnel. Les stocks d'enregistrement sur papier augmentent d'anne en anne et cela est inquitant car une partie de cette information risque de se dgrader ou mme de s'garer. En France, les principaux enregistrements pluviomtriques sont disponibles sur la banque "PLUVIO" gre par Mtofrance. Les rsultats sont accessibles par le rseau tlphonique travers le logiciel Colchique. La mesure des prcipitations par radar est certainement voue un dveloppement trs prometteur. Certes, la prcision actuelle des mesures ne permet pas de se passer d'un rseau d'observations au sol. Nanmoins, on peut penser que la mise en place du rseau ARAMIS conduira une rationnalisation du rseau climatologique ainsi qu' une amlioration de la connaissance de la distribution spatiale des pluies.
VI.5.1 Intensit des prcipitations L'intensit d'une prcipitation se dfinit comme le flux d'eau traversant une section horizontale unitaire. Cette intensit s'exprime en hauteur par unit de temps, gnralemet en mm/h. Bien entendu, cette intensit est instantane ou quasi instantane compte tenu des possibilits de mesure. Soit I cette intensit. Elle peut s'exprimer en fonction du diamtre D des hydromtores, de la concentration numrique N (D) dD de goutte de diamtre D dD/2 dans un volume unitaire, de la vitesse limite de chute V (D) des hydromtores de diamtre D et enfin en fonction de la vitesse verticale de l'air w :
VI.5 Evaluation des prcipitations par les radars mtorologiques
max I= N( D) D3 {V(D) w} dD 6 D
min
Cette formulation est bien sr valable ventuellement pour de la neige ou de la grle. Dans bien des cas, w est ngligeable devant V(D) et d'autre part, la fonction V(D) est relativement facile obtenir, ne serait-ce qu'exprimentalement. La principale difficult pour valuer I avec la formule prcdente est donc de connatre la rpartition granulomtrique des hydromtores.
VI.5.2 Distribution statistique de la granulomtrie des prcipitations rcents, montrent que la distribution statistique des diamtres est de forme exponentielle :
N(D) = N0 e D
avec = aI b
Cette relation, connue sous le nom de "loi de Marshall-Palmer" fait apparatre trois paramtres No, a et b qui sont, semble-t-il, peu variables tout au moins pour la statistique des diamtres sur une longue priode. MARSHALL et PALMER avaient trouv la relation :
No = 0,08 = 41 I-0,21 -4 -1 (avec N o en cm ; en cm ; I en mm/h !!)

. Les diffrences sont faibles et la D'autres auteurs donnent les valeurs No = 0,07 et = 38 R formulation est identique. Par contre, ces paramtres deviennent trs variables lorsqu'on tudie la distribution des D sur un intervalle de temps plus court, de l'ordre de quelques heures. No, a et b varient galement beaucoup avec la situation mtorologique. Pour la neige et la grle, il ne semble pas que des rsultats trs gnralisables aient encore t obtenus.
-0,14
VI.5.3 La zone cible du radar Les radars mtorologiques ont pour objet de mesurer les prcipitations au niveau du sol ; ils mettent donc avec des sites faibles. L'antenne orientable va mettre dans une direction donne et sous faible incidence, un faisceau conique de faible ouverture q (en gnral, q est de l'ordre de 1). A une distance r du radar, l'ouverture latrale est donc rq : l'ouverture latrale augmente avec la distance. Durant un intervalle de temps trs bref, le radar met une impulsion lectromagntique qui se propage la vitesse C. Le dbut du front d'onde va atteindre la distance Distances r+C/4 r + C au temps t1 = r + C/4 4 C . C/2 r-C/4 Si cette distance, il existe un rflecteur, l'onde rtrodiffuse atteindra l'antenne 2t1, soit :
La fin de l'impulsion part de l'metteur au temps ; elle atteindra la distance r - Ct/4 au temps
0 t1 t2 t3 Temps
2r + C/2 = + 2r 2 C. C
t2 = + r - C/4 C .
dure t3 = t2 + r - C/4 = + 2r - C/2 = 2r + . d'mission C C C 2 Ces deux ondes arriveront en mme temps, quelle que soit la distance r. On retiendra que la rsolution radiale est donc C/2 quelle que soit la distance laquelle se fait la mesure (en gnral est de l'ordre de 1 seconde, ce qui donne une rsolution radiale de l'ordre de 150 m).
Si cette distance il existe galement un rflecteur, l'onde rtrodiffuse reviendra au radar au temps
Radar 1 Zone cible
250 m
VI.5.4 Rflectivit radar et puissance reue
Soit une cible situe une distance r du radar ; celui-ci recevra une puissance moyenne P r rtrodiffuse. - C1 reprsente une constante caractristique uniquement du radar utilis (puissance mise, longueur d'onde, gain d'antenne, etc). - L2 reprsente la perte d'nergie, ou attnuation, pour le trajet aller-retour entre cible et radar. Elle varie avec le coefficient d'attnuation a (exprim en dcibels par unit de longueur) : r
Pr = C1 L2 /r2
L = 10-0,2
adr
0 Cette attnuation varie avec la longueur d'onde ; pour des radars "hydrologiques" de 10 cm de longueur d'onde, l'attnuation est pratiquement ngligeable. - est la rflectivit radar. Elle ne dpend que des proprits rtrodiffusantes de la cible. est la valeur moyenne de la section efficace de rtrodiffusion par la cible la distance r, ramene au volume unitaire. Comment se comportent les ondes radars la rencontre d'une goutte de pluie ? Dans la gamme des longueurs d'onde de 3 10 cm, les gouttes de pluie diffusent le rayonnement dans le domaine de diffusion de Rayleigh. Dans ces conditions, la section efficace de rtrodiffusion radar d'une sphre homogne est donne par la formule dite de Rayleigh :
= K2 D6 4 2 D est bien sr le diamtre de la sphre, la longueur d'onde et K le facteur dilectrique du matriau constituant la
5
sphre (0,93 pour l'eau). Dans ces conditions, la rflectivit radar d'un ensemble de gouttelettes contenues dans un volume unitaire est : 5 D 6i = i = 4 K 2 i i
Cette quation s'crit galement :
Z est appel "facteur de rflectivit radar" ; on peut galement l'exprimer en fonction de la distribution granulomtrique des prcipitations : Dmax
= 4 K2 Z
avec Z = D6 i
i
Z=
N (D) D6 d D
Dmin 3, mais compte tenu des faibles dimensions, on l'exprime usuellement en Z s'exprime normalement en m 6/m3 ou encore plus souvent en dBZ : mm
Z (en dBZ) = 10 { log (Z) } (Z en mm6 /m3 )

La puissance moyenne reue par le radar a donc pour expression :
Lorsque l'attnuation est ngligeable et pour un radar donn, tous les termes sont constants l'exclusion de Z, r et P r :
Pr = C1 L2 K 2 Z / r2 4
5
P r = C2 Z r2
VI.5.5 Etalonnage du radar Comme on vient de le voir, la puissance reue par le radar est proportionnelle au facteur de rflectivit Z qui varie lui-mme comme D6. L'intensit I des prcipitations varie comme le produit D3 V (D) ; or la vitesse de chute limite varie comme une fonction puissance de D variant de 0 2. Il est donc raisonnable de penser qu'il existe une relation entre Z et I du type fonction puissance : b Z=aI avec des valeurs de b de l'ordre de 1,2 2,2.
Effectivement, les travaux exprimentaux de MARSHALL et PALMER montrent qu'on a la relation Z = 200 1,6 (Z en mm6/m3 et i en mm/h) pour des pluies stratiformes. Plus tard, JONES donne la relation Z = 486 R1,37 pour I des pluies convectives.
1/b r2 Pr du type : I = a c2 Pr Il existe donc une relation entre I et Le radar mesure P r ; la distance r est value par le temps sparant la rponse de l'impulsion de dpart ; le
terme C2 est une constante ; restent donc deux inconnues : a et b.
VI.5.5.1 Radar utilis seul Dans ce cas, on utilise la formule exprimentale de Marshall-Palmer et partir de la situation mtorologique, on essaie subjectivement d'adapter "au mieux" les paramtres. Dans ces conditions, il est vraisemblable que dans 15% des cas l'erreur ne dpasse pas un facteur de 2. VI.5.5.2 Radar utilis conjointement avec des pluviographes La meilleure technique d'utilisation des radars est de les coupler avec un certain nombre n de postes pluviographiques par tltransmission. Sur des pas de temps t rduits, on peut cumuler les termes Z1/b puis les comparer la pluie rellement observe au pluviographe. On peut donc ainsi dterminer, pour chaque poste, le coefficient a le mieux adapt. (Il n'est pas possible de jouer sur b qui doit tre fix a priori pour le cumul des Z1/b). On peut alors, soit calculer la moyenne des n valeurs de a et l'appliquer globalement l'ensemble de la zone couverte par le radar ; ou mieux, procder une cartographie du champ des a partir des n valeurs ponctuelles. L'ordre de grandeur de la prcision ainsi obtenue est de l'ordre de 20% sur l'estimation de la pluie moyenne sur 1000 km2 en 1 heure avec un radar talonn par un seul pluviographe.
VII - HYDROMETRIE
Les dbits des cours d'eau varient en fonction du temps. Certaines tudes ncessitent des mesures instantanes de ces dbits ; on excute alors des jaugeages aux instants choisis. Dans la plupart des cas, c'est l'volution des dbits en fonction du temps qui nous intresse ; on installe alors des stations hydromtriques (appeles galement stations de jaugeage).
VII.1 - ACQUISITION DES DEBITS EN FONCTION DU TEMPS Actuellement, il n'existe aucune technique oprationnelle qui permette de mesurer directement le dbit en fonction du temps. Cette opration se fait gnralement dans la pratique de la manire suivante : on enregistre en un point du cours d'eau (la station hydromtrique), la hauteur d'eau H en fonction du temps. Cet enregistrement H (t) est appel "limnigramme" A diffrents instants t = t1, t2, ... tn, on pratique des mesures instantanes de dbits Qt1, Qt2, ...Qtn ; ces mesures correspondent des enregistrements de hauteur synchrone Ht1, Ht2, ... Htn. Dans certaines conditions hydrauliques, comme le passage en "section critique", il existe une relation biunivoque entre la hauteur d'eau et les dbits. Dans ces conditions, les diffrents jaugeages (Qti, Hti) permettent d'tablir la relation hauteur-dbit appele courbe de tarage : Q (H). en combinant la courbe de tarage Q (H) et le limnigraphe H (t), on obtient aisment l'volution du dbit en fonction du temps Q (t) appel hydrogramme. Cette vision est tout fait idyllique car de nombreuses difficults apparaissent au long des diffrentes tapes comme nous allons le voir. VII.2 - LES METHODES DE JAUGEAGES
Un jaugeage est donc une mesure quasiment instantane du dbit d'un cours d'eau. Les techniques utilises sont nombreuses et gnralement complmentaires ; elles s'appuient sur des principes trs diffrents selon les cas.
VII.2.1 - Rservoirs talonns Cette technique simple consiste mesurer le temps ncessaire t, pour remplir un rcipient de volume V. On obtient le dbit Q par la relation suivante : Q = V/t.
Barrage provisoire Rservoir de mesure
Cette mthode est surtout utilise pour jauger des sources ou de trs petits cours d'eau (dbits de l'ordre de quelques litres par seconde au maximum). Le rcipient peut tre un seau de 10 litres ou un bac plastique de 100 litres par exemple. La seule condition est de pouvoir faire rentrer l'eau dans le rcipient ce qui ncessite, soit une chute naturelle, soit de pouvoir amnager cette chute par une gouttire en plastique par exemple.
VII.2.2 - Dversoirs Le dbit d'un cours d'eau peut tre mesur en utilisant des dversoirs sur des orifices normaliss. Ces techniques, adaptes surtout aux petits dbits, utilisent les rsultats de l'hydraulique classique mais dans des conditions bien souvent loignes de celles rencontres en laboratoire ! Diffrents types de dversoirs sont utiliss mais on rencontre principalement des dversoirs triangulaires dont la relation hauteur-dbit thorique est : Q = a hb En gnral on utilise : Q = 1,32 . tg 2 . h2,47
Dans la pratique, il est prudent de raliser quelques jaugeages de contrle permettant de dterminer les valeurs a et b dans les conditions relles d'installation. Il en est de mme pour les autres types de dversoirs rectangulaires avec ou sans contraction, large seuil ou profils. Dans la quasi-totalit des cas, on utilise des dversoirs fixs demeure dans le cours d'eau. Cette technique n'intresse donc que des stations o l'on est dispos raliser un certain investissement.
Par ailleurs, l'installation d'un dversoir ne peut se faire que si la pente est suffisante pour permettre un relvement de la ligne d'eau amont sans consquences nfastes ; d'autre part, le ralentissement provoqu l'amont entrane des sdimentations qui peuvent modifier progressivement la relation hauteur-dbit.
VII.2.3 - Jaugeurs ressaut Ces appareils ont pour but de provoquer un passage en rgime critique o la relation hauteur-dbit est biunivoque et ne dpend thoriquement que des dimensions gomtriques de l'appareil. Ce passage en rgime critique est provoqu soit par un rtrcissement de la veine fluide, soit par un relvement, soit par les deux la fois. Les avantages de ces appareils par rapport aux dversoirs sont de ne provoquer qu'un faible relvement de la courbe de remous et de permettre un passage facile au transport solide.
A
B
0,61
0,915
C
puits de mesure
A/3
puits de mesure
Le jaugeur ressaut le plus connu est le jaugeur "Parshall" figur ci-dessus. Les diffrentes dimensions sont normalises en fonction de sa largeur L au col. A = 0.49 L + 1.194 B = 1.196 L + 0.479 ABC et L en mtres C = L + 0.305 3/s) est fonction de la largeur L au col (en m) et de la hauteur d'eau H (en m) : Le dbit Q (en m Q = 0,372 L (H * 3,28)x o l'exposant x dpend de la largeur au col L :
L (en m) x 0,2 1,506 0,6 1,548 0,8 1,560 1,0 1,569 2,0 1,538 2,6 1,609
Il convient cependant de se mfier de ces formules car elles peuvent lgrement varier selon les conditions locales d'installation du Parshall. La prudence lmentaire est de vrifier ces formules par quelques jaugeages. Enfin, si une remonte du niveau aval noie le ressaut, des coefficients correcteurs peuvent intervenir en fonction du niveau h.
VII.2.4 - Jaugeages par dilution
Le principe gnral du jaugeage par dilution est simple. On injecte dans une section I, un traceur une concentration C1 ; en Section de un point de prlvement P situ en aval, on prlve un chanSection prlvement tillon d'eau de la rivire et l'on dtermine sa concentration C2 en d'injection (Q + q) C2 traceur. Il est alors ais d'tablir la relation entre le dbit Q du cours d'eau et les concentrations C1 et C2, soit par l'galit des L flux, soit par la conservation des masses entre les points P et I l selon les procds d'injection. Ces jaugeages ont t mis en oeuvre en France sous l'impulsion de Monsieur H. ANDRE de l'E.D.F. et on pourra se rfrer son ouvrage cit en rfrence pour toutes informations complmentaires.
q C1
VII.2.4.1 - Choix du traceur A priori, le nombre de traceurs utilisables est lev ; cependant, il est souhaitable qu'ils possdent les qualits suivantes : facilement solubles dans l'eau, stables chimiquement en solution, non toxiques, facilement dosables et faibles concentrations, peu coteux, non adsorbable par les matires en suspension ou au contact des rives (argiles), non prexistants dans le cours d'eau (si possible) ou faible concentration, etc. Dans ces conditions, le choix se rduit beaucoup et dans la pratique, on utilise les produits suivants : chlorure de sodium (NaCl) : l'inconvnient est que souvent les quantits de sel injecter sont importantes ; par contre, le dosage par rsistivimtrie est relativement ais ; La Rhodamine B (C10 H21 Cl 03 N2) : son avantage essentiel est d'tre dosable de trs faibles concentrations. On utilise ainsi peu de produit mme pour de gros dbits ; on fait donc une conomie financire et surtout la mise en oeuvre sur le terrain est simplifie. Cependant, ce colorant rouge trs violent est difficile diluer, nettoyer des appareils et d'autre part, il se fixe sur les argiles en suspension dans l'eau ; le biochromate de sodium (Na2 Cr2 07) : c'est de loin le traceur qui a t le plus utilis. Il satisfait la quasi-totalit des qualits requises pour un traceur hydrologique. Cependant, il s'avre que ce sel est toxique tout au moins forte concentration (>>1 mg/litre) et pour des dures suprieures la journe ; colorants alimentaires : trois traceurs ont t retenus jusqu' maintenant : la tartrazine (E102), le jaune orange S (E110) et le rouge cochenille (E124). Au niveau des avantages, citons la non-toxicit ; par contre, comme la rhodamine, ces substances sont difficilement solubles ; enfin, d'une autre nature, les traceurs radio-actifs : rayonnements , surtout le brome 82 ; les inconvnients sont surtout dus la protection ncessaire (matriel lourd) et la ncessit d'avoir une pile proche pour les irradiations (priode courte de l'ordre de 36 h) ; rayonnements essentiellement le tritium, beaucoup moins dangereux mais avec une priode beaucoup plus longue (24 ans), ce qui justifie son utilisation plutt comme traceur des eaux souterraines. On retiendra que le bichromate est un bon traceur jusqu' prsent le plus utilis. Il est probable que d'autres produits pourront le supplanter comme peut-tre les colorants alimentaires ou des traceurs radio-actifs avec le dveloppement des gnrateurs de radio-lments ("vaches" radio-lments). Le principe gnral n'en demeure pas moins le mme. Seules les techniques de dosages seront affectes. VII.2.4.2 - Choix du site La mesure des dbits par dilution ne peut s'effectuer que s'il y a un bon brassage de l'eau entre le point d'injection et le point de prlvement. Il faut que la concentration C2 mesure au point de prlvement reprsente bien la concentration moyenne dans toute la section cet instant. Un site favorable est un tronon de rivire particulirement agite avec soit des blocs rocheux au milieu du cours d'eau, soit une succession de coudes qui assurent un brassage latral. Dans la pratique, on a souvent tendance privilgier le rle de chutes ou de rapides qui n'assurent cependant qu'un brassage vertical. La longueur du tronon sur lequel on doit faire la mesure sera au moins gale la "distance de bon mlange". Cette notion est un peu subjective ; la meilleure faon de procder est encore de faire un test avec un colorant et d'valuer l'oeil la distance ncessaire pour que ce colorant se rpartisse uniformment. Selon la nature du courant, l'ordre de grandeur des distances de bon mlange est, selon M. ANDRE :
Largeur du cours d'eau (m) 0 10 10 50 50 200
Longueur de bon mlange (m) 50 500 500 2 500 2 500 15 000
On peut galement utiliser une formule qui donne la distance de bon mlange L (en m) en fonction de la largeur b (en m) et du dbit Q (en m3/s), ou en tout cas de son estimation, sans cela..... : L = k b1,1 Q0,33 k est un paramtre qui varie entre 8 et 12 selon la nature du courant. Par ailleurs, il faut viter, dans la mesure du possible, que dans le tronon de mesure, il y ait des zones d'eaux mortes que le traceur met trs longtemps envahir. VII.2.4.3 - Injection dbit constant Supposons que l'on ait dtermin le site d'injection I, la distance de bon mlange L et par consquent le point de prlvement P ; on injecte en I un dbit constant q de traceur la concentration C1. Au point P, on prlve des chantillons la concentration C2. Si on peut supposer que le rgime permanent est atteint, le flux de traceur entrant dans le tronon est gal au flux sortant : q.C1 = (Q + q).C2 En gnral, q est ngligeable devant Q, d'o l'on tire :
Q=q
C1 C2
La seule difficult est de raliser le rgime permanent. Pour cela, on effectue un essai avec un colorant gnralement de la fluorescine. (Pour une rivire limpide, on peut compter 100 grammes de fluorescine pour colorer 1 000 m3 d'eau et on dissout aisment 100 grammes de fluorescine dans un litre d'eau. On peut se baser sur une dose de 100 g par m3/s.) A un instant t = 0, on injecte la fluorescine au point I et on note au point P l'instant t1 o apparat la fluorescine et t2 l'instant o elle disparat. Cet essai peut s'interprter comme l'injection en I d'une impulsion de traceur et l'observation P de la rponse impulsionnelle du tronon IP. On admet aisment que la dure t2 - t1 est indpendante de la qualit de colorant inject (dans la mesure o l'injection demeure quasi-instantane).
t0
t1
t2
t'
t+t'
A une succession d'impulsions de dure dt correspondra une succession de rponses impulsionnelles dphases dans le temps de dt. La rponse globale de sera la somme des rponses impulsionnelles comme le suggre la figure ci-contre.
t+t2
t1
Si on injecte durant une dure t suffisante, on observera une monte de la concentration en sel entre les instants t1 et t' puis un palier en rgime permanent entre les instants t' et t + t' enfin une dcroissance entre les instants t + t' et t + t2. Dans la pratique, on dsire obtenir un rgime permanent durant 15 minutes o on fera un prlvement par minute. Par ailleurs, le temps t1 et gnralement sous-estim car en fait, t1 reprsente l'instant o la fluorescine disparat " la vue" ; on peut raisonnablement penser que la concentration ne s'annule rellement que pour un temps plus long t1' t1 + (t1 - t0), soit un temps de passage deux fois plus long. Dans ces conditions, on injectera entre les instants t0 et t1' - t0 + 15 mn [soit 2 (t1 - t0) + 15 mn] et on fera les 15 prlvements entre les instants t1' [soit 2 (t1 t0)] et t1' + 15 mn [soit 2 (t1 - t0 + 15 mn)].
VII.2.4.4 - Mthode dite globale Comme pour le cas prcdent, on se positionne en deux points P et I spars par une distance L de bon mlange. On injecte instantanment en I une certaine quantit de traceurs : un volume V la concentration C1 soit V.C1. Au point P, on fait diffrents prlvements dans le temps dont on mesure la concentration C2 (t). On peut crire qu'il y a conservation des masses et par consquent que, ce que l'on a inject, passera dans la C2 section P, donc :
C1 t
V.C1 = soit
Q.C ( t)dt
o 2
to
t'i
Q=
C ( t)dt
o 2
V.C1
Les diffrents prlvements faits en P permettent de construire point par point la courbe C2(t) et de dterminer alors l'intgrale qui permet d'valuer Q. Il faut toutefois noter que les "queues de courbe" sont toujours mal connues, dans la mesure o l'oprateur ne dispose pas de l'ternit pour achever ses prlvements. Il sera dans ce cas toujours judicieux de rechercher si cette "queue de courbe" ne s'ajuste pas une fonction de type hyperbolique ou exponentielle dcroissante, ce qui en facilite l'intgration algbrique. VII.2.4.5 - Mise en oeuvre pratique D'un point de vue pratique, il convient de prvoir les concentrations C1 injecter,l'injection dbit constant, les prises d'chantillons. VII.2.4.5.1 Concentrations C1 injecter : La quantit du traceur que l'on injectera doit tre telle que la concentration finale C2 soit au moins du double de la prcision de dosage. Pour les principaux traceurs, les concentrations minimales dosables C2 sont les suivantes :
Traceur C2 min(mg/l) C1 max(mg/l) Chlorure 5 200 Rhodamine 0,1 10 Bichromate 0,2 600 Colorants Alimentaires 0,2 100
Il faudra donc en passer par une valuation du dbit mesurer de faon ajuster au mieux la concentration et le dbit d'injection. VII.2.4.5.2 Injection :
rservoir de mlange rservoir niveau constant
trop-plein Buse calibre dbit constant
Pour l'injection dbit constant, s'tant fix le terme Q C1 et la dure t de l'injection, on prpare la quantit de traceur utiliser (par exemple, dans un ft de 100 ou 200 litres) et on maintiendra l'homognit. Ce ft alimente un vase niveau constant dont le fond est muni d'un orifice calibr. On obtient ainsi le dbit q constant. Ce vase se vidange directement dans le cours d'eau ou si la largeur est importante, on installera une rampe d'arrosage. Pour la mthode globale, l'injection est plus simple et on se contente de dverser instantanment le contenu du rcipient o on a prpar la solution C1.
VII.2.4.5.3 Prlvements et analyses :

Dans la mthode dbit constant, on prlvera une quinzaine d'chantillons (un par minute) en passant de la rive droite, au milieu, puis la rive gauche et retour. Pour la mthode globale, le plus simple est de procder des prises d'chantillons (20 25), de volume constant et des intervalles de temps constants en un point fixe de la section (si possible au milieu). Le mlange de ces diffrents prlvements donnera un chantillon de la concentration moyenne sur la priode de prise. Dans la plupart des cas, l'analyse est faite par colorimtrie ; on procdera donc, durant le jaugeage, un prlvement de solution C1 que l'on diluera avec l'eau de la rivire diffrentes concentrations voisines du C2 escompt. Au laboratoire, ces chantillons dilus serviront l'talonnage du colorimtre. VII.2.4.6 - Domaine d'application Longtemps, les mthodes de jaugeage par dilution n'ont t utilises que pour des petits dbits (infrieurs 10 3/s) et pour des eaux peu charges. m Le dveloppement de techniques chimiques d'extraction et de reconcentration font que de nos jours, il est possible des exprimentateurs avertis de procder des jaugeages beaucoup plus importants et dans des eaux charges. Par ailleurs, ces techniques sont particulirement adaptes aux cours d'eau trs brasss (type torrent de montagne), conditions qui sont au contraire dfavorables aux mesures au moulinet comme on le verra plus tard. Enfin, du point de vue personnel, ces techniques demandent beaucoup de soin, de propret, etc., surtout la mthode dite globale.
VII.2.5 -Jaugeages par exploration du champ des vitesses Soit une section droite S d'un cours d'eau ; le dbit dans cette section se dfinit comme le flux du vecteur vitesse travers S... RD f(x) Q = V . ds ou plus explicitement Q = . V(x,y) . dy . dx
S
RG
RG
dx
RD x
dy f(x) y
V(x,y)
Les jaugeages par exploration du champ des vitesses consistent tudier la fonction V (x,y) en l'chantillonnant suivant diffrentes valeurs de x et de y. Gnralement, on se fixe diffrentes abscisses (des "verticales") x1, x2, ... xi xn et sur chaque abscisse xi, on chantillonne diffrentes profondeurs yi1, yi2, ... yij ... yip, la vitesse V (xi, yij) ; cette technique est appele jaugeage "point par point".
ymax
On peut galement, sur chaque verticale xi, mesurer directement( V(x,y) . dy ) ; on dit alors que l'on effectue un
o
jaugeage "par intgration". Regardons maintenant comment s'effectue plus en dtails la mesure. VII.2.5.1 - Le matriel de mesures La chane de mesures comporte diffrents lments que nous allons tudier successivement. VII.2.5.1.1 Les capteurs : les hlices : Le paramtre mesurer est la composante normale la section de la vitesse de l'eau. Le capteur le plus utilis (tout au moins en Europe) est une hlice. Si on introduit cette hlice dans l'coulement, la vitesse longitudinale de l'eau va provoquer la rotation de l'hlice. Thoriquement, la relation entre la vitesse de rotation n (en tours/seconde) et la vitesse de l'eau V (en m/s) ne dpend que du pas p de l'hlice : V=np Dans la pratique, on s'loigne de cette courbe idale du fait des frottements et des perturbations des vitesses dues au support de l'hlice. L'talonnage est fait au laboratoire dans les conditions relles d'emploi et la relation V [f (n)] est du type : V=an+b o a reprsente le pas rel et b la vitesse de dmarrage (ou vitesse de frottement). Parfois mme, on est amen utiliser deux formules, suivant les plages de vitesses : par exemple, une hlice de pas nominal 0,25 m peut avoir des formules d'talonnage suivantes :
n < 0,59 V = 0,2345 n + 0,017 n > 0,59 V = 0,2515 n + 0,007 La sensibilit d'une hlice dpendant de son pas, on utilisera pour mesurer des faibles vitesses, des hlices faibles pas et pour des grandes vitesses, des pas plus longs. Il existe par ailleurs une vitesse limite suprieure lie aux capacits d'enregistrement du nombre de tours par seconde.
Pas de 2,5 cm
Diamtre (m) (m) 0,03 0,05 0,10 0,05 0,05 0,10 0,25 0,50 0,08 0,125 100 0,25 125 0,25 0,50 1,00
Pas de 5,0 cm
Pas nominal (m/s) (m/s) 0,050 0,50 0,055 1,10 0,025 0,50 0,030 1,00 0,035 2,50 0,060 5,00 0,060 1,25 0,040 6,00 0,050 2,50 0,060 5,00 0,080 10,00 Vitesse minimale Vitesse maximale
Pour des hlices trs classiques (OTT ou NEYPIC) et des compteurs d'impulsions lectriques (limites n de l'ordre de 10 20) on a les domaines d'applications reproduits sur la planche prcdente. L'talonnage des hlices correspond la mesure des vitesses de l'eau lorsque l'axe de l'hlice est confondu avec la direction du courant. Dans certains cas, il n'est pas possible de raliser cet accord ; aussi a-t-on conu des hlices dites "autocomposantes". Elles ont pour caractristiques de mesurer la composante axiale Vax de la vitesse lorsque celle-ci est oblique par rapport l'axe. Selon les constructions, l'angle maximum varie entre 15 et 45.
V Vr Vax n Vax = a n + b
Les hlices sont ralises le plus souvent en alliage lger mais apparaissent sur le march des hlices plastiques tout aussi performantes pour un cot bien moindre. Leur prcision est tout fait satisfaisante puisque l'erreur est toujours infrieure 1 % (dans la mesure o elles n'ont pas subi de chocs qui les ont dtriores !). VII.2.5.1.2 Traitement du signal : les moulinets Les moulinets ont pour objet de transformer le mouvement de rotation de l'hlice en impulsions lectriques aisment transfrables et enregistrables. Le principe en est simple ; un axe auquel est fixe l'hlice est entran dans son mouvement de rotation. La partie arrire de cet axe porte, soit une vis sans fin qui par un systme d'engrenage ferme un circuit lectrique chaque tour, soit un aimant dont la rotation provoque la fermeture d'un contacteur magntique. L'axe du moulinet est port par des paliers de haute prcision trs faible frottement. Les lments mcaniques sont dans un bain d'huile spcial dont les variations de viscosit avec la temprature sont ngligeables. Des joints empchent la pntration des substances en suspension : il n'y a donc qu'une trs faible usure des paliers. L'ensemble du moulinet est gnralement ralis en acier inoxydable. Notons enfin que pour certains matriels, le dispositif de contact est modifiable de faon n'mettre une impulsion que les 1, 2, 10 ou 20 tours. VII.2.5.1.3 Enregistrement : les compteurs Les compteurs ont pour objet de totaliser les impulsions lectriques mises par le moulinet. La cadence maximale d'enregistrement est gnralement de 10 hHz (10 impulsions/seconde) ; les modles les plus rcents montent 20 Hz. Parmi les diffrents modles, on peut citer :
Les totalisateurs Un mme bouton sert la mise en route et l'arrt du comptage. Un affichage mcanique ou cristaux liquides, donne le nombre d'impulsions enregistres et un bouton permet la remise zro. Ce type d'appareil est donc utilis avec un chronomtre que l'on met simultanment en route. Les chrono-compteurs A partir de l'appareillage de base prcdent, on adjoint un chronomtre dont la commande est asservie celle du compteur. Il ne reste donc qu'un seul bouton. La premire pression met en route le compteur et le chronomtre ; la deuxime pression les arrte simultanment pour permettre la lecture du nombre d'impulsions i et du temps t (n = 1/t) ; la troisime remet le tout zro. Les compteurs prslection Une amlioration a encore t apporte en permettant le choix de la dure t de la mesure (prslection du temps) ou du nombre i d'impulsions enregistrer (prslection d'impulsions). Ayant fait sa prslection, la premire pression sur le bouton met le compteur en marche et il s'arrte automatiquement soit au bout de t en affichant le nombre d'impulsions enregistres, soit au bout de i impulsions, en affichant le nombre t. La deuxime pression remet les compteurs zro. Tous ces modles comportent une alimentation lectrique, soit par piles sches, soit par batteries rechargeables.
VII.2.5.1.3 Les supports Nous avons vu quels taient les trois lments principaux de la chane de mesures ; reste maintenant positionner le capteur diffrentes profondeurs suivant une verticale. Deux supports sont possibles : Les perches et micro-perches percche de section perche gradue rectangulaire
boitier de commande Fixation du coulisseau Lecture des profondeurs micro-moulinet batterie poigne
charriot mobile moulinet
Micro-moulinet sur perche
Moulinet sur perche intgration
Le systme le plus ancien est constitu d'une perche gradue cylindrique (d'un diamtre 9 mm 30 mm) ou pisciforme (de 20 x 40 mm 70 x 150 mm) qui est maintenue verticalement dans l'coulement. Un coulisseau coaxial permet de dplacer le moulinet suivant la verticale. Un tel systme ne permet que des jaugeages point par point. De nouveaux matriels se sont dvelopps pour permettre des jaugeages la perche par intgration. Le matriel qui semble le plus au point actuellement est la perche PIREE. La perche support est de section rectangulaire. Sur celle-ci est fix un botier qui contient les diffrents compteurs (temps, impulsion) et un moteur lectrique vitesse rglable. Sur la perche coulisse un porte-moulinet suspendu au botier par un ruban perfor et mtallique entran par une roue dente mue par le moteur. La mesure se fait par intgration en remontant le porte-moulinet. Aprs avoir choisi la vitesse de remonte (de 3 40 mm/s), on met en route par un bouton-poussoir. Ds que l'hlice arrive la surface, on arrte et on lit directement la profondeur, le temps de monte et le nombre d'impulsions. L'nergie est fournie par une batterie rechargeable dont l'autonomie est d'une dizaine de jaugeages. Ce type d'appareil est certainement celui qui rpond le mieux aux besoins des hydrologues pour les jaugeages en bottes. La mesure est aise, plus rapide et plus prcise. Les saumons Un saumon est un lest profil dont le poids varie de 5 150 kg. Il porte sa partie amont le moulinet et son hlice ; un empennage sa partie permet son orientation dans le sens du courant. Le saumon est suspendu par un cble lectroporteur un treuil. Le cble sert la fois soutenir le saumon, mais aussi transmettre les impulsions lectriques en provenance du moulinet.
hlice
cable lectro-porteur
empennage
corps en fonte moulinet contacteur de fond tubes rallonge
Le treuil, gnralement manoeuvre manuelle, comporte un compteur indiquant la longueur de cble lche, ce qui permet de mesurer les profondeurs par rapport la surface. La descente du saumon peut tre manuelle (jaugeage point par point) ou vitesse constante par adjonction d'un rgulateur de vitesse (de l'ordre de 2 5 cm/s), ce qui permet de faire des jaugeages par intgration. Lors de sa descente, on perd gnralement de vue le saumon. On lui adjoint un contacteur de fond qui, lorsqu'il touche le fond, forme un circuit lectrique et allume la surface une ampoule ou un signal sonore. VII.2.5.2 - Matrialisation de la section et dplacement transversal Nous venons de voir comment les supports permettent de dplacer le moulinet le long d'une verticale ; nous allons voir maintenant comment dterminer la section transversale et comment s'y dplacer d'une verticale une autre. Diffrentes techniques complmentaires et adoptes au cours d'eau sont utilisables : VII.2.5.2.1 Jaugeages "en bottes" Dans ce cas, l'oprateur rentre dans le cours d'eau avec la perche moulinet et le compteur. On conoit aisment que cette technique se limite au cours d'eau peu profond (h < 1 m) et surtout faible courant (V < 2 m/s).
oprateur, jambes cartes, les plus en aval possible perche
isse
compteur
c abs
moulinet
La section est matrialise par un double dcamtre tendu perpendiculairement l'coulement gnral. L'oprateur place la perche verticalement la hauteur du dcamtre, ce qui permet de reprer l'abscisse de la verticale. Dans la mesure du possible, il se tient le plus en aval et jambes cartes de faon ne pas perturber l'coulement au niveau du moulinet. La perche est Dcamtre tenue de manire que le moulinet soit bien dans le sens du matrialisant courant. Le jaugeage est alors effectu point par point ou par la section intgration.
piquet
VII.2.5.2.2 Jaugeages depuis une passerelle :

perche
Quand on dispose d'une passerelle, on peut procder d'une faon analogue la prcdente. La section est matrialise par la passerelle sur laquelle on se dplace en abscisse. Les avantages sont que d'une part, l'oprateur n'est pas soumis au froid et d'autre part, que l'on peut jauger sur des profondeurs plus grandes (jusqu' 3 m) et de plus fortes vitesses (jusqu' 3 m/s). Dans ce dernier cas, on fixe la perche sur un pied de manoeuvre solidaire de la passerelle.
oprateur compteur abscisse Dcamtre matrialisant la section moulinet
Passerelle
VII.2.5.2.3 Jaugeages au saumon depuis un pont :

vhicule poulie porte faux
treuil pont
saumon
Lorsque la vitesse devient trop forte ou la profondeur trop grande, il est ncessaire d'utiliser un saumon. Celui-ci est suspendu un treuil simple par l'intermdiaire d'une porte faux fixe sur un vhicule lorsque la taille du pont le permet ou sinon, une cyclopotence moins encombrante. Comme prcdemment, le pont matrialise la section et les profondeurs se lisent sur le treuil.
VII.2.5.2.4 Jaugeages avec trailles lectriques Lorsqu'il n'y a pas de pont et que le cours d'eau ne se prte pas la navigation, on peut utiliser une station dite tlphonique. Le saumon est alors suspendu par son cble lectroporteur un chariot se dplaant le long d'un cble porteur. Diffrents matriels existent selon les poids des saumons (de 25 kg 100 kg) et les portes (de 50 m plus de 400 m). Le treuil est alors double avec un compteur des dplacements horizontaux et un pour les dplacements verticaux. De telles stations permettent de faire des jaugeages par temps de crue en laissant le personnel l'abri des dangers ; par contre, l'investissement est lourd car il faut le plus souvent laisser le matriel demeure. Mme avec des treuils motoriss, la manoeuvre est longue. Signalons enfin que dans le cas de courants trs violents, le saumon est entran vers l'aval ; ainsi, la section explore n'est plus verticale. On peut y remdier en installant un deuxime cble l'amont duquel est galement suspendu le saumon, ce qui permet de le ramener dans la section verticale. VII.2.5.2.5 Jaugeages en bateau : Il est possible d'quiper un bateau plus ou moins lger pour effectuer les jaugeages. Cela se justifie pour les rivires de grande largeur (difficults installer un tlphrique) ou lorsque le bateau est lui-mme un moyen d'approche du site de jaugeage. Le plus frquemment, ce sont des bateaux lgers pneumatiques que l'on quipe d'une porte faux avec un treuil simple et un saumon.
oprateur au moteur oprateur de mesure moteur hors-bord treuil
saumon
cable gradu porte faux cable gradu
Dans la mesure du possible, la section est matrialise par un cble tendu au travers du cours d'eau. Ce cble est gradu de faon permettre le reprage en abscisse. L'un des oprateurs se maintient au moteur de faon que le bateau reste au niveau du cble (systme d'accrochage) sans tirer sur lui. Le moteur doit rester en marche et compenser le courant de faon pouvoir manoeuvrer immdiatement en cas de dangers (coups flottants). Si la rivire est trop large pour que l'on puisse tendre un cble en travers, on disposera des repres sur les rives de faon se positionner dans la section par relvement avec un cercle hydrographique. Ce type de jaugeage est limit par la vitesse de courant qui ne doit gure dpasser 2 m/s. Un inconvnient est que le bateau perturbe les vitesses en surface. VII.2.5.3 - Conduite et exploitation du jaugeage VII.2.5.3.1 Choix du site Gnralement, le site du jaugeage n'est pas compltement impos ; on peut trs bien selon les cas, envisager diffrents sites plus ou moins en amont ou en aval, dans la mesure o il n'y a pas d'affluent ou de pertes entre ces points. On choisira donc de prfrence un site o les vitesses sont parallles entre elles et perpendi-culaires la section de jaugeage. La profondeur doit tre suffisante par rapport au diamtre de l'hlice (au moins 10 cm environ), mais les vitesses doivent tre galement suffisantes par rapport aux vitesses de dmarrage des hlices (au moins 5 cm/s).
Enfin, le fond doit tre si possible rgulier et dpourvu d'entraves au fonctionnement de l'hlice (vgtation par exemple). Pour les jaugeages au saumon depuis un pont, on choisira de prfrence des ponts n'ayant pas ou peu de piles en rivire car cela provoque des remous dans lesquels il est difficile de mesurer le dbit. Gnralement, la mesure se fait en aval du point avec un saumon et en amont avec une perche, mais l'inverse est possible selon les cas. VII.2.5.3.2 Choix des verticales : Le nombre de verticales doit tre suffisant pour bien dfinir la section mouille et la rpartition des vitesses. Ce nombre est variable et il est bien difficile de fixer une rgle stricte. Disons que gnralement 5 20 verticales sont suffisantes mais le choix est une question d'appr-ciation sur le terrain. On multipliera les verticales par des htrognits de la section.
"Rgle" des moitis 1/2 1/4 1/8 1/16 multiplication des verticales prs des singularits
Dans les cas simples, on pourra appliquer la "rgle" dite des moitis avec une verticale au milieu, deux aux quarts, deux aux huitimes, deux aux seizimes de la section. VII.2.5.3.3 Dure et nombre de mesures sur une verticale : Dans le cas d'un jaugeage point par point, le nombre de mesures par verticale dpend de la profondeur totale et de la variabilit des vitesses. Ce nombre de points varie gnralement de 5 10, les distance du fond points tant souvent resserrs vers le bas. Prenons le cas d'une verticale de 40 cm de profondeur jauge avec une microperche et une hlice de 5 cm ; on fera la premire mesure 5 cm du fond 37,5 (2,5 cm en plus du rayon de l'hlice) puis les autres 10, 20, 30 et 30 37,5 cm du fond (l'hlice tangentant la surface libre).
20 10 5 0 vitesse
A chaque point de mesures, il faut laisser tourner l'hlice un temps suffisant pour obtenir la vitesse moyenne en ce point et que l'erreur sur les temps soit ngligeable. En gnral, on admet des mesures d'au moins 30 secondes et d'au moins 100 impulsions.
Dans le cas d'un jaugeage par intgration, le principe est d'explorer la verticale, de profondeur h, vitesse constante v (variant de 1 5 cm/s dans les cas les plus frquents). ----Supposons que la verticale soit l'abscisse x ; on peut dfinir la vitesse moyenne Vx dans cette verticale comme tant... ----Vx = 1/h V (x,y) dy
o h
mais l'on a : dy v = dt et V (x,y) = a n + b t ----Vx = 1/h (a n + b) v dt 0 t t = 1/h av n dt + 1/h b v dt 0 0 t Mais n dt reprsente le nombre n' d'impulsions enregistres durant la monte 0
v dt est la profondeur h de la verticale

0 ----v/h = 1/t (t : dure de la monte) Vx = a n'/t + b Dans la mesure o les paramtres a et b sont constants (tarage purement linaire), la vitesse moyenne sur une verticale se dduit de la vitesse moyenne de rotation durant la remonte. Dans ces conditions, les rgles de dure de la mesure seront les mmes que pour les jaugeages point par point : la vitesse de monte (ou descente) v doit tre telle que l'on ait environ t > 30 secondes et n' > 100 impulsions Remarquons que vers la surface, on arrte le comptage lorsque l'hlice traverse la surface libre ; par contre au fond, le comptage s'arrte une distance r du fond. Comment tenir compte de ce fait ? On peut raisonnablement penser que le profil des vitesses est sensiblement triangulaire sur les r premiers centimtres. La vitesse moyenne y est (Vx, r/2) = V (x,r) /2. On procdera donc de la faon suivante : on mesure sur la zone (r,h), le nombre n' d'impulsions pour un temps t ; ensuite, on procde la "mesure rsiduelle de fond" en laissant l'hlice tourner la profondeur r durant la moiti r du temps qui aurait t ncessaire pour atteindre le fond ; on compte n" impulsions durant un temps r/2v ; on calcule ensuite la vitesse moyenne sur la verticale par la relation : ----n' + n" n' + n" Vx = a +b r +b=a h t + v v VII.2.5.3.4 Exploitation du jaugeage L'exploitation du jaugeage ne peut se faire correctement que si la tenue du carnet de terrain a fait l'objet d'un soin particulier. Tous les lments qui peuvent expliquer les anomalies constates au bureau sont notes. Il vaut toujours mieux tre trop prcis dans la description du jaugeage. Cours d'eau, lieu, jour, heures, minutes de dbut et de fin de jaugeage, hauteurs l'chelle de dbut et de fin (si on dispose d'une chelle), noms des oprateurs et matriels utiliss (numro de l'hlice, du moulinet, support). Pour chaque verticale, on notera l'abscisse, la profondeur totale et soit les diffrentes couples hauteurvitesse (jaugeages point par point), soit la vitesse moyenne, l'angle du cble du saumon par rapport la verticale et l'angle du saumon par rapport la normale l'coulement (jaugeage au saumon). On interprtera le jaugeage en considrant distance du fond successivement chaque verticale et on porte dans un graphique les couples hauteur-vitesse. (Aprs avoir corrig ventuellement la h(x) hauteur h de l'angle et la vitesse de l'angle .) On interpole partir de ces points, le profil des vitesses Vitesse le plus vraisemblable. mesure On intgre ensuite ce profil dont l'aire infrieure appele P.U.(x) P.U. (profil unitaire) est : h (x) P.U. (x) = V (x,y) dy (en m2/s)
profil interpol v(x,y)
Si on a procd un jaugeage par intgration, on calcule directement le P.U. (x) partir de la vitesse ------------moyenne sur la verticale V(x) et de la profondeur h (x) : P.U. (x) = h (x) V(x)
Ayant dtermin les diffrents P.U. (x), on les reporte directement en fonction de l'abscisse x des verticales. On interpole le profil en travers des P.U. en s'appuyant sur les diffrentes verticales exploites et les rives gauches et droites. L'intgrale de ce profil en travers n'est autre que le dbit puisque :
RD RD h(x)
P.U.(x)
profil interpol
P.U. mesur
Dbit Q x R.G. R.D.
P.U.(x) dx =
RG RG o
v(x,y) dx dy = Q
Notons que ces deux intgrations graphiques successives sont faites imprativement au moins une fois sur le terrain car il est hors de question de quitter un site sans avoir exploiter le jaugeage (en cas d'erreur, on peut recommencer le jaugeage). L'intgration se fait en comptant les centimtres-carr sur un papier millimtr ou en utilisant une calculatrice (intgration discrte par les trapzes). Au retour au bureau, on vrifiera la premire exploitation (si possible par un autre oprateur) en utilisant un planimtre ou une table digitaliser. VII.2.5.3.6 Jaugeages par "verticales indpendantes" La plupart des jaugeages sont faits pour tablir une courbe de tarage, c'est--dire associer un dbit Q une hauteur H. Lorsque le dbit varie rapidement durant le jaugeage, on est confront un dilemme : - soit faire un jaugeage prcis mais plus long, donc avec une incertitude sur H, - soit faire un jaugeage rapide mais moins prcis. Le choix du nombre de verticales et de points de P.U. (x,H1) P.U. (x,H2) P.U. (x,H3) P.U. (x,H mesures par verticale est un compromis entre ces deux H4 possibilits. H3 Si vraiment le dbit varie trop vite, on pourra procder par H2 "verticales indpendantes". H1 Ayant choisi un certain nombre de verticales, on les exploite d'une rive l'autre en notant la hauteur l'chelle pour chaque verticale. On recommence plusieurs fois les mesures sur chaque verticale et donc pour diffrentes hauteurs. H Les rsultats obtenus sur chaque verticale H4 d'abscisses xi pour diffrentes hauteurs Hj sont interprtes pour H3 H2 obtenir comme prcdemment les P.U. (xi, Hj). Pour chaque verticale, on tablit le profil des P.U. (xi) avec la hauteur H H1 l'chelle. Ensuite, pour diffrentes hauteurs H, on interpole les P.U. correspondantes sur les diffrentes verticales.
P.U. (x,H)
VII.2.6 - Jaugeage au flotteur

Observateur O'
ll
t1
t2
x Aide A'
Comme nous venons de le voir, les diffrentes mthodes permettent dans la majorit des cas d'estimer le dbit d'un cours d'eau. Cependant, dans des cas exceptionnels (crues catastrophiques, matriel hors service ou inadapt, etc.), il n'est pas possible d'utiliser les mthodes dcrites prcdemment. On pourra en dsespoir de cause procder un jaugeage "au flotteur", ce qui est toujours prfrable que de ne rien faire. Pour cela, il est ncessaire d'avoir un chronomtre aiguilles rattrapantes et un aide.On choisit deux sections transversales limites par des repres sur les rives OO' et AA' ; puis on choisit des corps flottants entrans par le flot (flotteurs) et on mesure le temps t1 mis pour aller de la section OO' l'alignement OA'.
Puis on mesure le temps t2 mis pour aller de la section OO' la section AA' (l'aide signale l'observateur le passage du flotteur dans AA'). Ce travail est effectu pour de nombreux flotteurs passant dans toute la section. Aprs la crue (ou avant si on a dispos les repres fixes OO' AA'), on mesure la distance OO' = 1 et O'A' = L pour chaque flotteur. Les temps t1 et t2 permettent de dterminer leur vitesse V et leur abscisse x : V= L x = l t1 t2 t2 On reporte sur papier millimtr les diffrents couples (V,x) correspondant chaque flotteur. Ces points permettent de tracer un profil en travers les vitesses de surface partir duquel on dtermine la vitesse moyenne de
Pour les jaugeages antrieurs effectus par exploration du champ des vitesses, on peut calculer la --------vitesse moyenne V = Q/S et sa vitesse moyenne de surface Vs .On porte le rapport V/Vs en fonction de la hauteur ----l'chelle ; gnralement, ce rapport tend lentement vers 1 (0,8 < V/Vs < 1,05). Sur ce graphique, on peut extrapoler la ----valeur du rapport V/Vs par la hauteur H laquelle on a effectu le jaugeage au flotteur. Vs S(H) V / Vs = K
----surface Vs .
Vs x H
RG RD ----Connaissant Vs , on en dduit V mais les profils topographiques faits dans la section donnent la relation entre la surface mouille S et la hauteur l'chelle H. Il suffit alors de multiplier la surface mouille par la vitesse moyenne pour avoir ----une estimation du dbit Q : Q k S (h) Vs
VII.3 - LES STATIONS DE JAUGEAGE Une station de jaugeage est un site (ou ventuellement plusieurs mais proches) o on ralisera les diffrentes oprations ncessaires l'acquisition des dbits en fonction du temps. En particulier, ce site doit de prfrence tre tel que la relation hauteur-dbit soit biunivoque et stable dans le temps. VII.3.1 - Le seuil ou contrle Le cas idal est donc celui d'un site o la courbe Section de contrle de tarage est biunivoque : on choisira donc un Echelle ou section critique : emplacement situ juste l'amont d'une traverse du limnimtrique Q2 B niveau critique, ainsi les perturbations de niveau aval ne =1 H g S3 se feront pas sentir. H ne dpend que du dbit, de la forme de la section critique et des pertes de charge entre station critique et station de mesures (qui sont sensiblement I<Ic I>Ic I<Ic constantes). Pour que la courbe de tarage soit stable dans le temps, il faut donc essentiellement que la forme de la section de contrle soit stable dans le temps. Enfin, il est souhaitable que la section soit sensible, c'est--dire qu'une erreur t (en gnral de l'ordre du cm) n'entrane pas une erreur inacceptable sur le dbit. Cette sensibilit est souvent faible en basses eaux. Dans la mesure du possible, on cherchera des seuils naturels ou installs depuis longtemps ; on est peu prs assur dans ces cas, d'avoir un seuil stable. Les contrles de ce type sont tous ceux qui conditionnent un passage en rgime critique : chutes, rapides, rtrcissements du lit, passage de ponts, etc. S'il n'est pas possible de trouver un seuil satisfaisant, on pourra se rabattre sur un tronon o le rgime est uniforme. L-aussi, une relation biunivoque existe entre hauteur normale et dbit : Q = k S RH2/3 I1/2 On installera donc de prfrence la station au milieu d'un tronon uniforme. Dans ce cas, on voit que le coefficient de Strickler et la forme de la section jouent un rle ; donc, mme avec une section stable, on risque d'avoir une courbe de tarage instable du fait des variations du coefficient de Strickler avec le dveloppement saisonnier de la vgtation. Une autre solution est de construire un seuil artificiel (dversoir, jaugeur, etc.) ; les inconvnients sont d'une part le cot d'une telle installation si on veut qu'elle ne soit pas emporte par la premire crue ; d'autre part, une modification du lit entrane une variation des conditions de transport solide et cette station n'est pas stable immdiatement (sdimentation et affouillement tendant, on l'espre, vers un quilibre stable).
Dans le cas extrme o il n'y a ni tronon de contrle ni seuil de contrle, on installera deux chelles de mesures des niveaux H1 et H2 ; la relation entre Q et H1 H2 s'obtient en intgrant l'quation diffrentielle de la ligne d'eau :
dH = dL
ij 1 Q B g S3
2
VII.3.2 - Limnimtrie La limnimtrie est la mesure des niveaux en fonction du temps. Toute station comporte au moins une chelle de mesures des hauteurs et ventuellement un limnigraphe.
VII.3.2.1- Les chelles Les chelles sont les repres fixes sur lesquels on lira le niveau d'eau H. Elles sont ralises le plus souvent en tle maille). Constitues gnralement d'lments de 1 m, elles portent des indications mtriques, dcimtriques et centimtriques. L'installation des chelles se fait sur des supports fixes : fers IPN battus dans le lit, cule de point, quais, rives rocheuses, etc. L'chelle doit tre installe de faon tre protge des corps flottants qui pourraient l'endommager lors des crues. Par ailleurs, elle doit tre l'abri du battillage de faon que l'on puisse lire les niveaux de prs. Une fois installes, les chelles seront niveles et rattaches au nivellement gnral. Ainsi, au cas o une chelle serait endommage, il sera possible d'en remettre une nouvelle la mme cote. Enfin, il faut que le zro de l'chelle soit toujours sous l'eau, mme lors des tiages les plus svres et aprs d'ventuels affouillements (des hauteurs ngatives entranent souvent des gnes dans le traitement informatique).
240 230 220 210
23 22 21 20
Ancrage
Entretoise Raccordement horizontal Fer I.P.N. battu Echelle verticale scelle contre un quai
Echelle oblique fixe sur la berge (les graduations sont corriges de cos )
Echelles mtriques en relai le long de la berge
VII.3.2.2 - Les limnigraphes flotteur Ces appareils ont pour but d'enregistrer les niveaux d'eau en fonction du temps. Parmi tous les types de limnigraphes, ceux flotteurs sont les plus utiliss.
Leur principe commun est trs simple. Le capteur est un flotteur quilibr en partie par un contrepoids dont les dplacements sont lis ceux du flotteur par un cble et une poulie. Les mouvements verticaux du flotteur sont transforms en mouvements de rotation de l'axe de la poulie. Cet axe entrane, par un systme d'engrenage, le dplacement transversal d'un stylet le long d'une tige filete. Le stylet inscrit sur le papier d'un tambour ou d'une table droulante dont le dplacement est proportionnel au temps. Les modles sont trs nombreux : ils se distinguent essentiellement entre les limnigraphes tambour ( axe horizontal ou vertical) et table droulante. En gnral, le systme d'engrenage permet diffrentes dmultiplications : 1/1, 1/2, 1/5, 1/10, 1/20 (1/5 => 1 cm papier = 5 cm niveau).
R+ R-
tambour inscripteur poulie de renvoi entrainement par mouvement d'horlogerie tige filete Charriot et stylet inscripteur contre-poids flotteur boite de vitesse
Dimanche
Lundi
Par ailleurs, de nombreux limnigraphes sont quips d'un systme dit " retournements" : la tige filete possde deux filetages l'un pas droite, l'autre pas gauche. Le chariot porte-stylet arrivant en bout de course repart en sens inverse ; il n'y a plus de limite l'amplitude des mouvements du plan d'eau enregistrable. La figure ci-contre illuste un retournement en crue et un retournement en dcrue. L'hydrogramme rel s'obtient par symtrie par rapport aux bords du papier.
Ces appareils sont souvent rglables en vitesse de rotation. Communment pour les tambours, les rotations se font en un jour, une semaine, deux semaines ou un mois ; pour les tables droulantes, l'autonomie peut tre de plusieurs mois. Le mcanisme d'horlogerie peut tre entran soit par un ressort, soit par des piles lectriques. Dans le choix de l'chelle de rduction et de l'autonomie, il faut trouver un compromis entre une bonne sensibilit verticale (rduction faible), mais une amplitude suffisante (forte rduction) pour mesurer toutes les hauteurs et entre une bonne lisibilit des temps (rotation rapide) et une autonomie grande (rotation lente). Dans tous les cas, il est conseill de ne pas laisser plus d'un mois les appareils sans visite car les sources de panne sont nombreuses.
Limnigraphe et sa cabine
tube de mesure crpin
tube de mesure tube de prise crpine
rive stable
rive meuble
L'installation de ces appareils se fait la verticale d'un puits de mesures dans lequel est situ le flotteur. Il est ainsi protg du batillage et des corps flottants. Selon les cas et les circonstances, l'installation peut se faire soit en prise directe dans le cours d'eau, soit enterre dans la rive avec un tube de prise.
Les inconvnients de ces appareils rsident essentiellement dans : les possibilits de colmatage des tubes de prise (ce qui provoque un retard entre niveau dans le puits et cours d'eau) ; les possibilits de gel dans le tube ; le cot de l'installation du puits (puits enterr) ou le risque de mettre l'appareil porte des crues (puits en prise directe). Les avantages sont ceux d'un cot relativement modique de l'appareil lui-mme, d'un mcanisme simple et robuste. VII.3.2.3 - Les limnigraphes dits bulles Ces appareils sont bass sur le principe d'une prise de pression au fond de la rivire. Une bouteille de gaz comprim table droulante (azote ou air), munie d'un manotendeur, alimente le circuit gaz dbit constant. Le rgulateur de dbit est coupl avec un Manodtendeur visualisateur ; on peut ainsi rgler le dbit constant un coulement "bulle bulle". Le circuit gaz se poursuit jusqu'au Manomtre mercure fond de la rivire partir de laquelle s'chappent les bulles de rgulateur Visualisation gaz. Sur ce circuit de gaz est branche une prise de pression de dbit du dbit relie un manomtre mercure (ou une capsule bouteille de Echappement manomtrique). Le dplacement d'un stylet inscripteur sur une gaz comprim "bulle bulle" table droulante est asservi par diffrents systmes la mesure de pression. Or, cette pression est gale la pression qui rgne au circuit de gaz fond de la rivire H g moins le poids de la colonne de gaz plus les pertes de charges dans le circuit gaz. Ces deux derniers termes sont constants (gomtrie et dbit donns) et d'ailleurs ngligeables. La variation de pression est donc proportionnelle la variation de niveau. Les inconvnients de ces appareils rsident : dans leur cot ; dans leur mcanique plus sophistique donc necessit d'un entretien ncessitant un personnel plus qualifi ; dans l'astreinte d'une organisation d'un parc de bouteilles de gaz. Les avantages sont cependant nombreux : l'appareil s'accommode trs bien des eaux charges (si la prise de pression se colmate, la pression du gaz montera jusqu' dboucher la conduite ; l'appareil peut tre install plusieurs dizaines voire centaines de mtres du cours d'eau (on peut le mettre hors crue) ; si on dplace la station, on rcupre facilement tout le matriel (ventuellement, on perdra uniquement le tube du circuit de gaz). VII.3.2.4 - Sondes pizorsistives immerges (S.P.I.) Depuis la fin des annes 1980 sont apparues sur le march de nouveau type de capteurs pizorsistifs. Les dformations que subit le capteur sont dues la pression (pression atmosphrique + gH) et la temprature. Une chaine de traitement lectronique est associe au capteur et dlivre sous forme digitale la hauteur d'eau (au cm) et sa temprature. Le capteur est luimme dans de l'huile maintenu la pression de l'eau par une membranne souple. Ce type d'appareil remplace progressivement les anciens limnigraphes bulle ou flotteur.
centrale d'archivage et de tltransmission chaine de traitement analogique -> digital capteur cable amenant la pression atmo. et ramenant les signaux digitaux
lest
VII.3.2.5 - Limnigraphes ultra-sons

pont metteur-rcepteur ultra-sons rflexion la surface de l'eau
Ce type d'appareil est constitu d'un metteur rcepteur d'ultra-sons, fix la verticale du plan d'eau. Le temps de parcours aller retour entre l'appareil et le plan d'eau permets de dterminer la distance x et par dduction la hauteur d'eau H puisque l'on connait la position ncessairement fixe de l'appareil. Ce type de limnigraphe ncessite la prsence d'un pont stable ou la mise en place d'un portique.
VII.3.2.6 - Remarques sur la gestion des limnigraphes Comme nous l'avons dj dit, quelle que soit l'autonomie de l'appareillage, il est bon de visiter ces appareils au moins une fois par mois lors du relev des limnigrammes. Un minimum de mesures de contrle sont ncessaires : lorsque l'on place le papier d'enregistrement, noter sur la feuille : la date et l'heure de mise en service, et la hauteur d'eau lue l'chelle, faire de mme lors du relev ; on pourra ainsi contrler la vitesse de droulement du papier ainsi qu'un ventuel dtarage des hauteurs (glissement du cble sur la poulie, droulement en biais du papier, horlogerie prenant du retard ou de l'avance, etc.). Il est bon de prvoir un grand entretien du matriel une fois par an : dcolmatage du tube de prise, rvision des mcaniques, peinture des cabines de protection.
VII.3.3 - Les sections de jaugeage Lorsque l'on choisit le site d'une station de jaugeage, le critre essentiel est l'existence d'un contrle stable et sensible ; des critres d'accessibilit s'y ajoutent ; ce n'est qu'en dernier lieu que l'on considre les sections o on effectue les jaugeages. En effet, il n'est gnralement pas ncessaire de faire le jaugeage dans la section mme o on effectue la mesure de niveau. Ayant donc choisi le contrle, on prospectera vers l'amont et vers l'aval ( distance raisonnable bien sr) les sites possibles pour effectuer les jaugeages. On peut imaginer plusieurs sites selon que l'on est en basses, moyennes ou hautes eaux. Ce dernier cas est certainement celui qu'il faut le mieux prvoir car en priode de crues, on ne dispose gure de temps perdre. Ds l'installation de la station, on retiendra un site pour les jaugeages de crue (pont ou jaugeage en bateaux) et si ncessaire, on installera demeure un cble pour une station tlphrique. Il faut absolument, pour des crues exceptionnelles, que l'quipe de jaugeage n'ait pas hsiter sur le site de la mesure et sur la technique employer. Ce n'est que dans ces conditions que l'on ne ratera pas la crue exceptionnelle. VII.3.4 - Les courbes de tarage Si on a pu runir les conditions idales d'installation d'une station de jaugeage, l'tablissement d'une courbe de tarage ne devrait pas poser de difficults particulires. Malheureusement, ces conditions idales ne se rencontrent pas frquemment ! La relation hauteur-dbit pour une station avec une section de contrle dpend la fois de la hauteur critique Hc pour le dbit considr dans la section de contrle, mais aussi au niveau normal l'amont et de la distance la section de contrle. La relation hauteur-dbit dpend donc de la forme du lit et du coefficient de Strickler ; il n'est gure possible de prjuger de la forme mathmatique que prendra cette relation. On se contente donc de reporter les couples hauteursdbits obtenus par jaugeage, sur un graphique millimtr ; le nuage de points permet d'valuer la relation la plus probable. En gnral, il est relativement ais de tracer la courbe de tarage en eau ; par contre, le tarage est plus dlicat en hautes et basses eaux. Lorsque les eaux sont basses, on constate une diminution de la prcision relative sur les dbits. En effet, de faibles modifications du lit perturbent gravement la relation hauteur-dbit. Il en est de mme pour le dveloppement de la vgtation. Il est toujours difficile d'obtenir une bonne courbe hauteur-dbit en tiage. Les remdes sont, soit de multiplier les jaugeages d'tiage, soit d'amnager la station pour la mesure des dbits de basses eaux. Il est parfois mme impossible d'tablir une vritable courbe de tarage. En hautes eaux, le problme essentiel est celui de l'extrapolation de la courbe ; en effet, on enregistre au limnigraphe des hauteurs suprieures celles correspondant aux jaugeages des plus grands dbits. Comment extrapoler cette courbe ? Les solutions sont multiples mais pas toujours satisfaisantes. Dans les cas les plus simples o la variation de la section est progressive avec la hauteur, on peut supposer que les diffrents paramtres varient comme des fonctions puissances de (H - Ho), Ho tant un paramtre dpendant du zro de l'chelle. Pour extrapoler la courbe de tarage, on portera donc sur un papier log-log, les plus forts jaugeages en testant diffrentes valeurs de Ho jusqu' obtenir l'alignement.
Q = k S(H ) [RH(H )] I S (H) est la section mouille pour une hauteur H ; RH (H) est le rayon hydraulique. Ces deux fonctions sont dtermines par l'tude des profils en travers au voisinage de la section de mesures. On se contentera seulement d'extrapoler k (H) et I (H) d'aprs l'allure de ces courbes obtenues d'aprs les plus forts jaugeages raliss. Il faut l-encore se mfier car une station peut trs bien avoir plusieurs contrles. Comme le suggre la figure ci-dessou, en basses et moyennes eaux, c'est le contrle A qui gouverne les hauteurs H ; par contre, si le dbit augmente, le ressaut en aval de A va se rapprocher puis noyer le contrle A ; la station est alors rgle par le contrle B.
2 3 12
Cependant, la section n'est pas toujours homogne et il est alors prfrable d'extrapoler la courbe de tarage d'aprs par exemple, la formule de Strickler :
ligne d'eau en crue ligne d'eau en tiage contrle d'tiage
Contrle de crue
Dans les premires annes de la vie d'une station, on multiplie les jaugeages de faon tablir au plus tt une courbe de tarage prcise. Dans certaines conditions, on peut avoir une courbe parfaitement stable (pas de vgtation, transport solide faible, lit parfaitement stabilis) ; il suffit alors de procder quelques jaugeages de contrle assez espacs dans le temps. Bien souvent, les courbes ne sont pas stables surtout en basses eaux. En effet, l'influence de modifications du lit ou de la vgtation perturbe beaucoup la relation hauteur-dbit. On est alors oblig de multiplier les jaugeages et d'tablir diffrentes courbes suivant les priodes de l'anne. Gnralement, ces courbes sont plus stables en hautes eaux. On obtient donc des faisceaux de courbes de tarage auxquelles sont attaches diffrentes priodes de validit. Parfois mme, pour les priodes d'tiage, il est impossible d'tablir une courbe de tarage. On se contente alors d'interpoler les dbits entre les jaugeages successifs en tenant compte d'une faon subjective du limnigramme.
VII.4 - ETABLISSEMENT DES HYDROGRAMME ET DES ANNUAIRES HYDROLOGIQUES VII.4.1 - Digitalisation des courbes de tarage et des limnigrammes Aprs le dveloppement de l'informatique, les limnigrammes sont bien sr archivs mais leur exploitation se fait d'une faon automatique aprs digitalisation. Les jaugeurs sont indiqus sur les limnigrammes, les points limitant des zones o on peut considrer que H varie linairement en fonction du temps. Le limnigramme est alors pass la table digitaliser partir de laquelle on constitue une chronique dite des hauteurs-temps. Cette chronique est celle de base car une fois ce travail fait, il n'y a plus lieu d'y revenir. Parfois, au lieu d'utiliser un pas de temps variable, on utilise un pas de temps fixe ; cela conduit un stockage d'informations beaucoup plus volumineux. Pour les courbes de tarage, on peut procder une approximation de cette courbe par un polynme de degr suffisant, ou - ce qui est gnralement prfr - procder une digitalisation de la courbe en segment de droite comme pour les limnigrammes. Evidemment, on archivera galement dans le dossier de la station, les rsultats de jaugeage qui sont tablis une fois pour toute. VII.4.2 - Les annuaires Chaque anne, les principaux services hydrologiques tablissent un annuaire o sont rcapituls les dbits moyens journaliers de chaque station. Ayant en machine limnigramme et hydrogramme, ce travail ne prsente gure de difficults particulires. Les annuaires prcisent galement les dbits moyens mensuels et annuels aux diffrentes units m3/s, l/s/km2, mm/mois, etc. Enfin, on donne les plus forts dbits instantans. Rappelons qu'un annuaire est susceptible d'tre modifi par des amliorations des courbes de tarage, ce n'est donc pas un document dfinitif. Cependant la sortie de l'annuaire est une tape indispensable au moins moralement, pour la motivation des personnels. Avant d'utiliser les donnes d'un annuaire, il est indispensable de consulter le service gestionnaire pour savoir s'il est toujours valide. Avec le dveloppement de l'informatique, il est ais de recalculer les dbits la demande (priodes autres que journalires) et de fournir des rsultats plus labors (graphiques, ajustement) ; c'est l'objet de la banque Hydro en France.
VII.5 - TENDANCES POUR L'AVENIR Les tendances qui se dessinent actuellement portent sur une amlioration des techniques existantes ou sur le dveloppement de techniques nouvelles. VII.5.1 - Techniques possibles d'enregistrement en continu des dbits Plusieurs techniques ont t envisages mais elles n'ont pas dpass actuellement le stade du prototype. Celles qui semblent pouvoir dboucher sur un dveloppement pratique sont :
VII.5.1.1 - Jaugeages par ultra-sons Le principe en est relativement simple : deux metteurs rcepteurs sont disposs dans des puits en rives gauche et droite du cours d'eau mais dans des sections dcales. La diffrence des temps de parcours des ondes ultra-sons entre A et B et B et A dpend de la vitesse moyenne entre A et B. En faisant ainsi explorer toute la hauteur, on peut esprer atteindre la vitesse moyenne dans la section et dans la mesure o le lit est calibr, le dbit. VII.5.1.2 - Jaugeages chimiques en continu Le dveloppement des vaches radio-lments de courte priode permet d'entrevoir une solution qui consiste en injecter en continu un traceur radio-actif et disposer en aval un compteur Geiger dont les indications permettent de remonter aux dbits. VII.5.1.3 - Jaugeages lectro-magntiques Le principe est grossirement le suivant : on cre, au-dessus de la rivire, un champ lectro-magntique (conducteurs bobins sur des cbles tendus en travers et au-dessus de la rivire ou conducteurs bobins enterrs sous le lit). L'eau de la rivire tant conductrice, le dbit entrane un dplacement d'un conducteur dans un champ lectromagntique ; il en rsulte une force lectro-magntique induite que l'on mesure avec deux lectrodes situes en amont et en aval. Cette force lectro-magntique est lie directement au flux de conducteur donc au dbit quelle que soit la forme de la section, la vgtation et le transport solide. Actuellement, la limite est le cot de l'installation.
VII.5.2 - Amlioration des techniques existantes
VII.5.2.1 - Techniques de jaugeage par exploration du champ des vitesses Viennent d'apparatre sur le march des perches intgration ; leur emploi ira s'largissant. Le rle de capteur de l'hlice risque cependant d'tre remis en cause par l'apparition de capteurs thermiques deux sondes : l'une permet de mesurer la temprature de l'eau, l'autre la puissance absorbe pour maintenir la sonde temprature constante. Cette puissance dpend de la vitesse et de la temprature de l'eau. Ces techniques sont dj utilises pour la mesure des vitesses dans les conduites industrielles. VII.5.2.2 - Codage et archivage des donnes Diffrents matriels sont proposs sur le march ; ils permettent de stocker conjointement les hauteurs-temps sur supports magntiques (cassettes ou EPROM) et sur support papier, directement lisible. Le cot de ces appareils explique qu'ils ne soient introduits que lentement, au fur et mesure du renouvellement du parc de limnigraphes.
VII.6 - DEVELOPPEMENT DES TELETRANSMISSIONS Tldtection et tltransmission sont des domaines qui voluent extrmement rapidement. La description de ces techniques trs complexes ncessiterait elle-seule un ouvrage qui serait d'ailleurs prim ds sa parution. Il parat prfrable de donner ici un aperu trs global, tant bien entendu que dans le dtail des techniques et des performances, les lignes qui suivent sont certainement dj dpasses. Actuellement, on rencontre en hydrologie deux types principaux de tltransmission : - tltransmissions tlphoniques ; elles peuvent utiliser soit le rseau commut (P.T.T.), soit des lignes spcialises ; - tltransmissions radios ; elles-mmes se diffrencient entre radio au sol (metteur, rmetteur et rcepteur au sol) et tltransmission satellitaire (rmetteur embarqu sur un satellite). VII.6.1 - Tltransmissions par rseau tlphonique
VII.6.1.1 - Tltransmissions par rseau commut Les exemples d'application sont nombreux ; citons par exemple le rseau d'interrogation de stations hydrologiques par le rseau mis en place par l'E.D.F. Les systmes sont bien au point et leur marche est satisfaisante dans des conditions normales. Les avantages de ce systme rsident dans le faible cot d'investissement et de fonctionnement (sous rserve bien sr que les lignes soient prexistantes et que l'investissement ne porte que sur le modem et le branchement). Sauf cas particulier o le rseau est encombr ou dfectueux, ce systme a une trs grande souplesse. On peut librement appeler les stations ou au contraire en faire partir des messages d'alerte par exemple ; c'est du vrai temps rel. Par contre, la transmission par ligne tlphonique n'est pas assez sre pour servir dans des problmes d'annonce de crue. En effet, dans des situations catastrophiques, il est trs probable que des lignes seront coupes VII.6.1.2 - Tltransmissions par lignes spcialises Les conditions techniques de transmission des messages sont peu prs identiques mais on s'affranchit des problmes d'occupation des lignes. Ce systme est bien sr rserv des cas particuliers o on dispose dj de lignes (problmes d'assainissement urbain, de tlcontrle en irrigation, etc.). On conomise alors sur les redevances P.T.T.
VII.6.2 - Tltransmission radio au sol Pendant de longues annes, ce mode de tltransmission tait le seul utilisable s'il n'y avait pas de possibilit de lignes tlphoniques. Les inconvnients de ce systme sont maintenant quasi-rdhibitoires. Cette transmission se fait en effet dans les couches denses de l'atmosphre, au voisinage du sol et dans la zone o se concentrent les hydromtores. Dans l'ensemble, il faudra donc mettre avec une puissance relativement importante, prvoir des relais si le relief l'impose ; enfin, on risque toujours des perturbations atmosphriques. Actuellement ce type de tltransmission est trs coteux et ne prsente pour intrt que d'tre propritaire et exploitant de la chane d'un bout l'autre. Un tel systme ne s'installe donc plus que dans les cas particuliers o les utilisations des satellites sont impossibles. VII.6.3 - Tltransmission satellitaire Actuellement, ce mode de tltransmission est celui qui se dveloppe et qui parat avoir le plus bel avenir. Les raisons en sont relativement simples. Cette tltransmission utilise elle-aussi les ondes radio, mais celles-ci ne traversent les couches denses de l'atmosphre que sur leur paisseur. Les risques de perturbation sont donc plus rduits, les puissances d'mission plus faibles ; enfin, le relief n'est plus gure un obstacle. Ceci est illustr par le schma suivant.
Relais embarqu
Relais au sol Perturbation Rcepteur Emetteur
En 1987, deux systmes principaux sont utilisables. Le premier, MTOSAT, est typique de ce qu'est et sera l'utilisation d'un satellite gostationnaire. Le second, ARGOS, prsente les avantages et les inconvnients du satellite dfilement. Voyons en plus en dtails les caractres particuliers de chacun. VII.6.3.1 - Le systme ARGOS Le systme ARGOS de localisation et transmission de donnes est le fruit d'une collaboration entre le Centre National d'tude Spatiale (CNES, France), la National Aronautique and Space Administration (NASA, U.S.A.) et la
National Oceanic and Atmospheric Administration (NOAA, U.S.A.). Jusqu'en 1990 au moins, le systme ARGOS sera embarqu sur deux satellites TIROS-N simultanment en orbite. VII.6.3.1.1 Orbites et zones de visibilit Les satellites ont des orbites quasi-polaires (inclines de 88,7 par rapport au plan de l'quateur) et sont des altitudes de 830 et 870 km. 5 5
5 000 km Ple Satellite 1
Les caractristiques sont telles que leur priode est de 101 mn, soit environ 14 orbites par jour. Ainsi, les satellites sont hliosynchrones c'est--dire que chaque satellite coupe chaque jour, la mme heure, le plan de Satellite 2 l'quateur la verticale d'un mme point. Le satellite ne voit les plates-formes que pour un site minimum de rception de 5. Ainsi tout instant, la zone de visibilit au sol est un cercle de 5 000 km de diamtre.
r ateu Equ
Nombre minimum de Dure cumule de visibilit en mn/j 400 40 passages par jour 30
D ur e
300
N om br e
20 10 0
200 100
Du fait de la lgre inclinaison des orbites par rapport l'axe polaire, les zones de visibilit diffrents instants engendrent un ruban de 5 000 km de large qui s'enroule autour de la terre en passant par les ples et en se dcalant chaque tour de 25 vers l'Ouest, soit de 2 800 km l'quateur. La figure ci-dessu illustre ces orbites successives. Ainsi, le nombre de fois o un satellite est visible et la dure de visibilit ne dpend que de la latitude comme le montre la figure ci-contre.
Latitude 0 10 20 30 40 50 60 70 80 90
VII.6.3.1.2 Message : son mission et sa rception par le satellite Du point de vue de l'utilisateur, le message ARGOS comprend l'identification de la station sur 20 bits et un message libre de 256 bits. Ceci est trs court. Ainsi, le systme CHLOE.D permet d'mettre un message qui comporte les renseignements suivants : - le numro du message, - la temprature interne de la cabine, - la tension de la batterie, - l'tat de remplissage de la cartouche EPROM, - la tension des panneaux solaires, - les 15 hauteurs d'eau enregistres la demi-heure juste qui a prcd - la temprature de l'eau, l'laboration du message et aux 14 demi-heures justes qui la prcdaient. Un message couvre ainsi 7 h d'observations et les satellites sont visibles au moins 6 fois par jour. Ceci n'est pas un luxe car on n'est pas assur qu' chaque passage le message sera reu correctement. En effet, toutes les balises mettent sur la mme longueur d'onde (401 MHz) en rptant le message avec une priode variable de 40 200 s. La rception des messages par le satellite est alatoire. En effet, toutes les balises mettent en permanence et sur la mme frquence d'onde. Le systme embarqu spare cependant les messages selon leur frquence car la rception de la frquence dpend de la position relative de la balise par rapport au satellite (effet Doppler). Quatre messages sur diffrentes longueurs d'ondes peuvent tre traits la fois. La probabilit de recevoir correctement un message dpend la fois du nombre de balises en vue, de la dure des messages et de leurs rptitions. Cette fonction est complexe mais on retiendra l'ordre de grandeur suivant : avec 75 balises en vue, rptant un message de 256 bits toutes les 40 secondes, la probabilit d'acquisition est de 0.9999 pour un message rpt six fois (or un satellite reste en vue en moyenne pendant 10 mn soit le temps pour rpter 15 fois le message). Hormis le risque de ne pas capter le message, il existe encore des erreurs possibles sur la transmission. On peut admettre qu'un bit sur 10 000 est faux. La rptition des messages permet donc dans l'ensemble d'avoir une bonne fiabilit dans le systme. Sur le plan physique, l'metteur ARGOS est un botier de faibles dimensions qui prend place dans le coffret du CHLOE.D. Une antenne omnidirectionnelle met le message avec une puissance de 3 4 W.
VII.6.3.1.3 Rmission et rception au sol Ds la rception par le satellite du message mis par la balise, le message est retransmis en temps rel. D'autre part, ce message est mmoris sur un support magntique. Lorsque le satellite passe en vue l'un des trois centres de rception (2 aux U.S.A., 1 en France), il vide cette mmoire et les messages sont retransmis dans le monde entier par le Systme Mondial des Tlcommunications. Une fois par jour au moins, les messages sont ainsi collects et peuvent tre transmis l'utilisateur par de multiples voies : - rseau commut (P.T.T.), - rseaux spcialiss (transpac), - envoi postal de bandes magntiques, listing, - tlex. videmment, pour les besoins de l'hydrologie, on prfre s'quiper d'une station de rception directe des messages rmis par le satellite. Pour que ceci soit efficace, il faut bien sr que le satellite soit en vue la fois de la balise d'mission et de la station de rception. Comme l'indique la figure ci-dessous, il faut que la trace au sol du satellite coupe la zone commune des domaines de visibilit des metteurs et rcepteurs. Zone commune Efficacit e de visibilit 1
sa t ell ite
0,8 0,6 0,4 0,2 0 0 Distance en km entre l'metteur et le rcepteur 1000 2000 3000 4000 5000
Selon la distance d entre metteur et rcepteur, l'efficacit e varie linairement. Cette efficacit est dfinie pour le rapport du nombre de messages reus par la station de rception, au nombre de messages reus par le satellite. VII.6.3.1.4 Possibilits et limites du systme ARGOS pour l'hydrologie Nous avons vu que ce systme avait une efficacit qui dpendait de la latitude. En nous mettant dans les conditions les plus dfavorables, soit l'quateur, une station de rception directe permet de recevoir, dans de bonnes conditions, les informations manant de balises distantes de 1000 km voire 2 000 km, ce qui est trs amplement suffisant. Les messages sont cependant courts et compte tenu des divers alas, on est peu prs sr d'obtenir le message mais diffr de quelques heures (4 7 h). Manifestement, cela ne se prte pas des problmes de prvision de crues brutales ; par contre, il permet de suivre en temps rel des phnomnes variations temporelles plus amples (crues de grands fleuves) et surtout de suivre la bonne marche d'un rseau. Ce dernier point est certainement essentiel car c'est l que l'on peut esprer amortir la tltransmission en conomisant sur les tournes de terrain et en rduisant les priodes de lacunes d'observations. En 1980, les ordres de grandeur des cots taient les suivants : - station limnimtrique SPI + CHLOE.C + Balise ARGOS de stockage EPROM + accessoires : 75 000 F ; - cot du mme ordre pour une station pluviographique avec augets basculeurs et OEDIPE ; - station de rception directe: 200 000 F ; - redevance de fonctionnement du systme ARGOS : 1 400 F/an/metteur (mais variable suivant les services et les tats). VII.6.3.2 - Le systme METEOSAT La description du systme METEOSAT est beaucoup plus simple; cela tient la fois la nature gostationnaire du satellite mais aussi au mode de fonctionnement de la tltransmission.
Tr ace
au
Emetteur
so l
du
Recepteur
VII.6.3.2.1 Orbites et zones de visibilit Le satellite europen METEOSAT fait partie d'une famille plus vaste comprenant d'autres satellites amricains, japonais, etc. Pour tre gostationnaires, ces satellites sont situs dans le plan quatorial et une altitude voisine de 36 000 km. La figure ci-dessous indique les positions de ces satellites et leurs zones de visibilit.
GOES USA
GOES USA
METEOSAT Europe
GOES USA
GOES Japon
Positions et zones de visibilit des principaux satellites gostationnaires de tltransmission Avec ce systme, si une station au sol est en vue de METEOSAT, elle y est toujours et la position apparente du satellite ne change pas. Ceci est un avantage ne serait-ce que pour l'emploi d'antennes d'missions directionnelles. Par contre, certaines zones du globe ne sont pas couvertes. VII.6.3.2.2 Le message : son mission et sa rception par le satellite Il existe deux types de messages : un message standard de 5104 bits et un message d'alerte de 184 bits. Le message standard est donc trs confortable du point de vue place ; par contre, son mission doit se faire des heures fixes choisies l'avance et sur la frquence d'un des 66 canaux dont dispose le systme. Il est bien sr impratif de respecter les crneaux horaires pour viter les interfrences avec d'autres metteurs. L'horloge interne de l'metteur doit donc tre particulirement fiable. Les messages d'alerte sont eux mis instantanment et sur un canal particulier. Ceci est un des gros avantages de METEOSAT par rapport ARGOS. L'annonce d'une crue (dpassement d'un seuil d'alerte) est ainsi instantane. Comme pour ARGOS, la balise METEOSAT est d'un volume rduit et on pourra utiliser une antenne d'mission directionnelle, ce qui ncessitera une puissance d'environ 5 watts. VII.6.3.2.3 Rmission et rception au sol Pour les messages standards, le systme peut supporter environ 3400 balises et actuellement quelques centaines seulement sont installes. La fiabilit est donc plus grande car il y a quasi- certitude de voir circuler le message ; d'autre part, le satellite ne rmet pas directement vers l'utilisateur mais fait d'abord transiter l'information par le centre de Darmstadt (R.F.A.). Le message y est vrifi et une procdure permet d'en corriger ventuellement les erreurs de transmission. De Darmstadt, le message peut tre diffus par diverses voies dj signales (tlphone, tlex, etc.) mais il est aussi retransmis une seconde fois par le mme satellite METEOSAT. Il est donc possible, comme pour ARGOS, d'acqurir une station de rception directe. VII.6.3.2.4 Possibilits et limites du systme METEOSAT en hydrologie La premire ncessit est bien sr d'tre dans la zone de visibilit du satellite. A partir de l, le systme METEOSAT ne prsente que des avantages techniques par rapport ARGOS : message plus long, horaires d'missions fixes, possibilit d'alerte tout instant, etc. Malheureusement, tout se paie et d'une faon gnrale, METEOSAT est plus coteux en investissement (20 000 F l'metteur METEOSAT au lieu de 10 000 F pour ARGOS en 1980) et aussi en fonctionnement. Actuellement, ce systme ne parat devoir tre rserv qu'au cas o une tltransmission en temps rel est ncessaire (diffr de quelques heures intolrable).
VIII.6.4 - lments de conclusion La gestion d'un rseau de base de mesure hydrologique est grandement amliore par l'utilisation d'un systme de tltransmission. Il permet d'optimiser les visites sur le terrain et de rduire les lacunes d'observations. Pour cette utilisation, ARGOS et le rseau commut sont parfaitement adapts. Pour des stations de projets o une tltransmission en temps rel est ncessaire, on pourra utiliser le tlphone, la radio au sol ou le systme METEOSAT. Le tlphone n'est pas sr en priode catastrophique, la radio au sol l'est un peu plus, METEOSAT est le plus fiable mais coteux.
VIII.- STATISTIQUES APPLIQUEES A L'HYDROLOGIE

Compte tenu de la grande variabilit de formation des lecteurs, il parat utile de rappeler quelques rsultats lmentaires de statistiques. Leur prsentation dans le style "parachutage de recette de cuisine" tait impos par la nature mme d'un cours d'hydrologie qui n'est pas un cours de statistique. Je m'en excuse par avance auprs de ceux que cette prsentation pourrait choquer.
VIII.1. - RAPPELS ET GENERALITES VIII.1.1. - Rpartition, chantillon et variable alatoire On appelle population un ensemble fini ou infini d'vnements. Un chantillon est un sous-ensemble de la population. La taille de l'chantillon est le nombre d'vnements qui le constituent. On dira qu'un chantillon est exhaustif lorsque sa taille est celle de la population. En hydrologie de surface, les populations sont gnralement infinies et par consquent, les chantillons sont non exhaustifs. On appelle variable alatoire (ou variate), le caractre numrique (ou non) qui distingue chaque vnement de l'chantillon ou de la population. Dans l'utilisation que nous ferons des statistiques, nous aurons toujours affaire des variates numriques discrtes ou continues. Elles seront discrtes si les valeurs numriques qu'elles peuvent prendre sont en nombre fini (par exemple nombre de jours de gel par an) ou en infinit dnombrable (nombre de crue par an). On dira qu'une variate est continue si ces valeurs numriques peuvent varier de faon continue (pluie journalire, dbit, etc.). Ceci est le cas le plus frquent, bien que l'on puisse remarquer que la prcision des mesures limite la continuit de variation des valeurs numriques mesures. Plus concrtement, si on mesure les pluies journalires au 1/10me de millimtre, les pluies varieront de faon discrte avec un pas minium de 1/10me de millimtre. Par ailleurs, les valeurs numriques x que peut prendre la variate X sont comprises entre deux bornes xa et xb finies ou infinies : x a x b + - L'intervalle (xa, xb) est appel intervalle de variation de la variable alatoire X. VIII.1.2. - Notions de probabilit Supposons que l'on puisse dnombrer l'ensemble E de toutes les ventualits galement possibles et soit N le nombre de ces ventualits. Si parmi l'ensemble E, il n'existe que n ventualits favorables un vnement e, on dira que la probabilit de voir arriver l'vnement e est la suivante : n Pr ob(e E ) = N Malheureusement pour nous, il est bien souvent impossible de dnombrer l'ensemble E et nous devrons nous contenter d'une approche exprimentale. En effet, soit une srie d'expriences partir de laquelle on observe un intervalle E' (de taille N') d'ventualits. Parmi ces expriences on observe n' ralisations de l'vnement e ; nous dfinirons alors la frquence relative de l'vnement e comme : n' f = N' En gnral, on peut admettre que si la taille N' augmente, la frquence relative f se stabilise et tend sur la probabilit Prob (e/E) :
Prob (e/E) =
limite n N' N'
VIII.1.3. - Rsultats fondamentaux Dans ce qui suit, nous simplifierons l'criture en remplaant P (e/E) par P (e). La probabilit de ralisation de l'vnement a parmi l'ensemble E, sachant que l'vnement b est dj ralis, est note : P (a/b) * Si la ralisation de b exclut celle de a, on a : P (a/b) = 0. * Si la ralisation de b entrane ncessairement celle de a : P (a/b) = 1. * Si on note (a+b) l'vnement consistant en la ralisation de a ou de b, et (a,b) la ralisation de a et de b, nous aurons les relations suivantes : P = (a+b) = P (a) + P (b) - P (a.b) P (a.b) = P (a) . P (b/a) = P (b) . P (a/b)
VIII.2. LA LOI DE PROBABILITE VIII.2.1. - Notion de loi de probabilit Si la variable alatoire X est une variable numrique, on peut considrer comme vnement e favorable, le fait que X soit infrieur ou gal une valeur x de E. La probabilit de voir arriver cet vnement est une fonction numrique de x, comprise entre 0 et 1 et que l'on appelle fonction de rpartition F (x) : F (x) = Prob (X x) = Prob (e/E) Cette loi de probabilit doit tre monotone, non dcroissante, et varier de 0 1 lorsque x dcrit de xa xb l'intervalle de dfinition de la variate X.
VIII.2.1.1 - Cas des variates discrtes

F(x)
Dans ce cas, la fonction de rpartition varie par plage dont la distance reprsente la probabilit Pi de voir X = xi.
Prob(X=xi)
xa
xi
xb
VIII.2.1.2 - Cas des variates continues

F(x) 1 f(x)dx
La fonction de rpartition F (x) est alors une fonction continue. Dans le cas gnral o cette fonction est drivable, on appellera la drive f (x) de F (x) par rapport x, densit de probabilit. On a alors les relations suivantes : F (xi) = xi f (x) dx xa F (xi+1) = xi+1 f (x) dx xa Prob (xi X xi+1) = F (xi+1) - F (xi) F(xi X xi+1) = xi+1 f (x) dx xi
xa
x x+dx
xb
Dans le cas de variables continues, il est ainsi impossible d'associer une probabilit non nulle l'apparition d'une valeur particulire de X
VIII.2.2. - Construction d'une loi de probabilit Une loi de probabilit se dfinit d'une part par sa formulation mathmatique, ce qui distingue les diffrents types de lois, et d'autre part, par les valeurs des paramtres qui entrent dans la formulation mathmatique et qui sont estims d'aprs l'chantillon observ. En hydrologie, nous nous limiterons l'emploi de cinq six types de lois unimodales ou amodales, chacune de ces lois ne dpendant que de trois paramtres au plus. Ces paramtres peuvent tre les suivants :
VIII.2.2.1 - Des paramtres de forme Comme on le verra plus loin, ces paramtres peuvent caractriser l'aplatissement, l'asymtrie, etc. de la loi de distribution. Selon le type de loi, on peut avoir 0 (loi de Gauss), 1 (lois exponentielles gnralises) ou 2 (loi bta incomplte) paramtres de formes. VIII.2.2.2 - Des paramtres d'chelle s Ce paramtre caractrise les variations de la variable X. Selon les cas, on pourra introduire comme paramtre d'chelle, chacun des paramtres de dispersion.
VIII.2.2.3 - Des paramtres de position x0 Il situe dans quelle zone s'effectuent les variations de X. On utilise bien souvent une des valeurs centrales de la population (moyenne, mode) ou une des bornes de l'intervalle de variation (xa, xb). VIII.2.2.4 - Variable rduite On ramne bien souvent l'criture de la loi de probabilit F (x) l'criture d'une loi plus simple F(u), en remplaant x par sa variable rduite u : x - xo u= s
VIII.2.3. - Paramtres dfinis d'aprs cette loi Nous allons supposer prsent que nous connaissons parfaitement la probabilit et l'intervalle de dfinition d'une variable X. A partir de cette distribution thorique, on dfinira les paramtres suivants :
VIII.2.3.1 - Paramtres de tendance centrale La moyenne m est dfinie par l'expression suivante : m=
xb
xa
x f (x) dx
Le mode mo est la valeur de x qui est la plus frquente (variable discrte) ou qui a la plus forte densit de probabilit. Nous avons dit plus haut que nous n'emploierons que des lois unimodales ou amodales. Dans ces conditions, la densit de probabilit sur l'intervalle xa et xb ne doit prsenter qu'un seul maximum : f' (mo) = 0 xa mo xb La mdiane me est la valeur qui divise la population en deux sous-populations quiprobables : me xa 1 f (x) dx = f (x) dx = 2 xa me
Dans les lois que nous utiliserons, ces trois paramtres se rencontrent dans l'ordre croissant (ou dcroissant) suivant : xa mode mdiane moyenne xb xa moyenne mdiane mode xb On utilisera parfois les notions de moyennes harmonique et gomtrique. La moyenne harmonique est dfinie ainsi : mh =
xb
xa
Elle peut tre considre comme le moment d'ordre -1 et elle n'a de sens que si xa 0 ou xb 0 et si f (0) = 0. La moyenne gomtrique a pour expression : Ln (mg) = Cette dfinition n'a de sens qui si xa > 0. VIII.2.3.2 - Moments On dfinit le moment d'ordre k, mk, par la relation : Mk (mg) = k, k : k =
1 f (x) dx x
xb
xa
Ln (x) f (x) dx
xb
xa
xk Ln (x) f (x) dx
Cette dfinition des moments est bien souvent gnante et on prfre utiliser la notion de moment centr d'ordre
xb
xa
( x x ) k f (x) dx
--Dans cette expression, x reprsente la moyenne dfinie plus haut. On peut ds prsent noter les rsultats suivants concernant les premiers moments : Le moment d'ordre 1 n'est autre que la moyenne : m1 =
xb
xa
x f (x) dx = m
Le moment centr d'ordre 1 est nul :
1 =
xa
xb
xa
f (x) dx =
xb
xa
x f (x) dx -
xb
xa
m f (x) dx
xb
xa
x f (x) dx = m1 ;
xb
m1 f (x) dx = m1
xb
xa
f (x) dx ;
xb
xa
f (x) dx = 1 => 1 = 0
Le moment centr d'ordre 2 est appel la variance :
2 =
xb
xa
2 f (x) dx = m2 - m12
On dfinit l'cart-type comme : = 2 . Les premiers moments centrs sont lis aux moments non centrs par les expressions suivantes : m2 = 2 + m12 2 = m2 - m12 3 = m3 - 3 m1 m2 + 2 m13 m3 = 3 + 3 m1 2 + m13 4 = m4 - 4m1 m3 + 6 m12 m2 - 3m14 m4 = 4 + 4 m1 3 + 6 m12 2 + m14 L'intervalle de variation I.V. : Il se dfinit partir des bornes xa et xb : I.V. = xb - xa Bien souvent, ce paramtre n'a gure de sens (bornes infinies, valeurs proches des bornes extrmement rares, etc.) et on lui prfre un des paramtres suivants : L'intervalle inter-quantiles : C'est l'intervalle entre deux valeurs particulires de X telles que le pourcentage de valeurs infrieures la plus petite soit gal au pourcentage de valeurs suprieures la plus grande. On travaille souvent par exemple partir des quantiles Q1 et Q2 dfinis comme suit :
Q1
xa
f (x) dx =
xb
Q2
f (x) dx = 0,25
L'intervalle inter-quantiles (Q2 - Q1) contient 50 % de la population. On peut dfinir galement les 4 quintiles, les 9 dciles, etc. Ecart absolu moyen ea : --C'est la moyenne des valeurs absolues des dviations (x - x ) :
ea =
xb
xa
x x f ( x ) dx
Variance 2 et cart-type : Ces paramtres dj dfinis, sont les plus usits :

a =
xb
xa
( x x ) 2 f ( x ) dx = 2
Coefficient de variation CV : Ce paramtre, trs usit, se dfinit comme suit partir de la moyenne m1 et de l'cart-type s : s CV = m 1
VIII.2.3.3 - Paramtres caractristiques de la forme Parmi les trs nombreux paramtres de formes, nous n'utiliserons que les coefficients 1 et 2 de Pearson. Mesure de la dissymtrie : 3 = 3 Pearson propose d'utiliser le coefficient 1 non born : 1 = 3/ 2 2 3 * Si 1 est positif, la distribution est tale sur la droite ; on observe la succession mode-mdiane-moyenne et la dissymtrie est dite positive. * Si 1 est ngatif, la distribution est tale sur la gauche ; on observe la succession moyenne-mdiane-mode et la dissymtrie est dite ngative. * Si 1 est nul, la dissymtrie n'est pas forcment symtrique (mais si la distribution est symtrique, on a 1 = 0).
f(x)
1 < 0
1 > 0
Sens de la dissymtrie.
Mesure de l'aplatissement :
f(x)
2 > 0
Pearson propose d'utiliser le coefficient 2, born infrieurement par la valeur -2. telle que : 2= 4 - 3. 4 2 * Si 2 est ngatif, la distribution est plus aplatie que la distribution normale ; la distribution est dite platicurtique. * Si 2 et positif, la distribution est moins aplatie que la distribution normale ; la distribution est dite leptocurtique. * Si 2 = 0, l'aplatissement est le mme que pour la loi normale et la courbe est dite msocurtique.
2 = 0 2 < 0 x
VIII.3. - dETERMINATION DES PARAMETRES D'APRES UN ECHANTILLON Nous ne connatrons jamais en hydrologie, la population totale mais nous ne disposons que d'chantillons non exhaustifs tirs dans cette population. A partir de cet chantillon, nous nous proposons de choisir la forme mathmatique de la loi de probabilit (problme de bonne adquation) et d'en calculer le mieux possible les paramtres numriques de cette loi (problme d'ajustement). VIII.3.1. - Qualit des estimations Supposons que l'on cherche dterminer un paramtre de valeur inconnue. On dispose pour cela d'un chantillon de n valeurs tires dans la population des X : (x1, x2, .. xn). est estim par l fonction des diffrents lments de l'chantillon : l = f (x1, x2, ... xn) La fonction f (x1, x2, ... xn) est l'estimateur et la valeur l prise par cette fonction pour un chantillon donn est l'estimation Si on multiplie le tirage d'chantillon de taille n, on obtiendra une srie de ralisations l qui peuvent tre considres comme des valeurs d'une variable alatoire L. On dira que l'estimation l = f (x1, ... xn) est une estimation consistante (ou correcte) de si la variable alatoire L vrifie les conditions suivantes lorsque n crot indfiniment :
E (L) = - la valeur limite de l'esprance mathmatique de L est si n - la valeur limite de la variance de L est nulle. VAR (L) = 0 L'estimation sera absolument correcte (ou sans biais) si elle vrifie les conditions suivantes : E( L) = l n VAR ( L) = 0 si n Il peut exister plusieurs estimations absolument correctes ; parmi elles, celle qui prend le mieux en compte l'chantillon et qui donne la variance minimale (pour n donne) des L est dite "estimation efficace" (ou exhaustive).
VIII.3.2. - Tests d'ajustement Comme nous l'avons dj dit, nous ne connaissons qu'un chantillon de la population tudier. D'aprs cet chantillon, nous choisirons la formulation mathmatique de la loi de probabilit et nous calculerons les paramtres numriques de cette loi. On peut alors se demander quelle est la probabilit pour que la loi retenue reprsente effectivement la population mre dont l'chantillon est a priori reprsentatif. En testant cette hypothse, on court deux risques : - un risque de premire espce qui consiste rejeter tort l'hypothse alors qu'elle est vraie. La probabilit de ce risque est appele niveau de signification %. Elle est dfinie par la valeur numrique du test, tant toujours exprim en probabilit au dpassement de cette valeur numrique ; - un risque de deuxime espce qui est d'accepter tort l'hypothse alors qu'elle est fausse. La probabilit de ce risque tant , on appelle puissance du test la valeur (1 - ).
VIII.3.2.1 - Test du 2 de Pearson Parmi tous les tests existants, le test du 2 de K. PEARSON est le plus pratique et le plus utilis bien qu'il ne soit pas trs puissant. Pour mettre en oeuvre ce test, on procde de la faon suivante : - on dcoupe l'chantillon de n lments, en K classes (K>4) de faon ce que chaque classe contienne thoriquement plus de 5 lments ; - soit ni le nombre d'lments contenus dans la ime classe et n'i (>5) le nombre thorique qui devrait s'y trouver ; on forme le terme suivant :
2 =
i =1
( n i n 'i ) 2 n 'i
Cette variable 2 suit une loi de probabilit dite loi du 2, degrs de libert avec :
=K-p-1 K = nombre de classes ; p = nombre de paramtres estims d'aprs l'chantillon. Les tables donnes en annexes permettent de connatre la valeur numrique du 2 qui a % de chance d'tre dpass par le seul fait du hasard, en fonction des valeurs de . Si par exemple on ajuste une loi de Gauss (1 paramtre de tendance centrale, un paramtre de dispersion) un chantillon dcoup en 5 classes et que le c2 calcul est gal 3,7, est-ce que cette loi peut caractriser la population totale ? Nous avons : = 5 - 2 - 1 = 2. Si nous nous fixons un seuil de 5 %, nous trouvons dans les tables qu'il y a moins de 5 % de chance d'obtenir par hasard un 2 suprieur 5,99. C'est--dire que mme si la concordance tait parfaite, il y aurait 5 % de chance que le 2 dpasse 5,99. Il n'y a donc pas lieu de remettre en cause cet ajustement.
VIII.3.2.2 - Test Wn2 d'Anderson Ce test, un peu plus fastidieux mettre en uvre (tout au moins manuellement), est plus efficace que le test du 2. Analogue dans son esprit, il favorise les valeurs extrmes et considre individuellement chaque lment de l'chantillon. Soit un chantillon de taille n o xi est la ime valeur dans l'chantillon class par ordre croissant ; on peut estimer pour chaque xi, sa frquence thorique au non-dpassement F(xi) partir de l'ajustement que l'on dsire tester. On construit alors ainsi Wn2 :
2 Wn = n
1 n
((2i 1)Ln[F(x )] + (2n 2i + 1)Ln[F(x )])

i i i =1
La variable u dfinie comme suit partir de Wn2 permet de caractriser la qualit de l'ajustement : Ln[ Wn 2 0,18 / n 1 / 4 ] + 0,8 + 1 / n (n >= 10) u= 0,65 L'ajustement est d'autant satisfaisant que u est faible et on pourra utiliser les seuils de rejets suivants : Seuil useuil 20 % 0,84 10 % 1,28 5% 1,64 1% 2,32
VIII.3.2.3 - Autres tests D'autres tests sont susceptibles d'tre utiliss en particulier le test des suites et le test de Kolmogorov. Leur emploi est moins frquent en hydrologie et nous renvoyons pour leur description aux ouvrages classiques de statistiques. Il faut galement citer la publication d'un test par M. BRUNET-MORET dans les cahiers ORSTOM en 1978. Ce test parat sduisant car construit pour des donnes hydrologiques, mais les applications en sont encore peu rpandues.
VIII.3.3. - Moments dduits d'un chantillon de taille connue On utilisera les estimations suivantes : --- 1 de la moyenne m1 par : x = n n xi i=1
1 r des moments d'ordre r par : m'r = n n xi i=1 ou les estimations absolument correctes (moments centrs): n n 1 1 2 2 d'ordre 2 (variance) 2 par : V = xi [ xi ] ( n 1) i =1 n i =1
d'ordre 3 par : 3 =
n n n n 3 2 1 2 3 n x i 3 x i x i + ( x i ) n i =1 ( n 1)( n 2) i =1 i =1 i =1
VIII.3.4 - Mthodes d'ajustement Le problme consiste dterminer les paramtres d'une loi (dont la formulation a dj t choisie) en fonction de l'chantillon observ.
VIII.3.3.1 - Mthode des moments Cette mthode consiste estimer d'aprs l'chantillon autant de moments que la loi a de paramtres et galer ces estimations aux valeurs thoriques qui ne sont fonctions que des paramtres estimer. On obtient alors un systme de n quations n inconnues. Les estimations ainsi obtenues sont gnralement consistantes mais non efficaces. VIII.3.3.2 - Mthode du maximum de vraisemblance Dans le cas d'une loi discontinue o on a observ un chantillon (x1,x2, ... xn), chaque valeur ayant une probabilit (P1, P2, ... Pn), la probabilit P de voir apparatre cet chantillon est : P = P1 * P2 * ... * Pn Dans le cas de lois continues, P1, P2, ... Pn sont infiniment petits. On admet alors que la vraisemblance de l'chantillon est gale au produit des densits de probabilit : P = K f (x1) f (x2) ... f (xn) P L=K L = f (x1, a, b, ... k) f (x2, a, b, ... k) f (xn, a, b, ... k) a, b, ... k sont les k paramtres de la loi. On se propose de choisir ces paramtres de faon ce que la vraisemblance de l'chantillon soit maximale. Pour cela, on crit que la drive partielle de L par rapport aux k paramtres successifs est nulle : L = 0 avec l = a,b, ...,k. l On obtient ainsi un systme de k quations k inconnues. Il est bien souvent plus simple d'effectuer les transformations suivantes :
n 1 f ( x ) = =0 f ( x ) a 1 Log L= n log f (x); .......... n 1 1 f ( x ) = =0 f ( x ) k 1 La mthode du maximum de vraisemblance donne des estimations correctes et efficaces et souvent absolument correctes. Cependant, on se gardera d'utiliser cette mthode dans le cas o l'intervalle de variation de la variate correspond des bornes finies pour lesquelles la densit de probabilit n'est pas nulle (dans ce cas, on peut rencontrer non pas un maximum mais un minimum de probabilits).
VIII.3.3.3 - Ajustement graphique Cette mthode consiste porter dans un graphique les valeurs x de l'chantillon en fonction de leur frquence exprimentale, les axes de ce graphique tant gradus de faon ce que les points soient aligns si le choix de la loi est correct. Graphiquement, on fait passer une droite dans le nuage de points et on dtermine ainsi deux paramtres. Des lois trois paramtres pourront aussi tre ajustes, le troisime paramtre servant provoquer l'alignement mais par ttonnements.
VIII.4. - STATISTIQUE DE RANG VIII.4.1. - Probabilit des valeurs d'un chantillon observ 1) La loi de distribution de la population mre est connue (par son expression mathmatique et les valeurs numriques des paramtres). On dmontre alors que la loi de distribution des frquences au non-dpassement i Fi, associes aux valeurs de rang i, est une loi Bta incomplte de moyenne Fi = n+1 . Cette formule est parfois employe pour calculer une frquence exprimentale mais il serait alors plus judicieux d'utiliser non pas la valeur moyenne de Fi mais sa valeur mdiane. Une valeur bien approche de la mdiane est donne par la formule :
Fi =
i 0,3 n + 0,4
2) La loi de distribution est adapte l'chantillon. (On choisit a priori le type de formulation, mais un au moins des paramtres est dtermin partir de l'chantillon.) On dmontre dans ce cas, qu'une solution approche est donne par la formule : 1 i-2 Fi = n En hydrologie, les observations des pluies-dbits relvent toujours de cette seconde hypothse. 3) Cas mixte : On a observ des crues durant 20 ans et on connat les trois plus fortes crues enregistres durant les 50 ans prcdents. Comment voir si ces trois valeurs sont compatibles avec ce que l'on a pu constater sur les 20 dernires annes ? On choisit le type de loi et on ajuste les paramtres partir de l'chantillon de 20 ans. On portera i - 0,5 donc les valeurs des crues en fonction des frquences calcules par Fi = n . On est ensuite ramen au cas 1 et on calculera pour les trois autres valeurs, les frquences par : i - 0,3 Fi = n + 0,4 .
VIII.4.2. - Danger d'apparition
VIII.4.2.1 - Priode de retour Par dfinition la probabilit est le rapport du nombre d'vnement favorable au nombre total d'vnement. Souvent un vnement est associ une dure (il y a par exemple une crue maximale annuelle chaque anne). La frquence peut alors se dfinir galement comme tant le nombre d'vnement favorable sur le nombre total de dures. On dfinit alors la priode de retour T (au temps de rcurrence) comme l'inverse de la frquence au non-dpassement F (ou de la frquence au dpassement F1 si F1 est infrieur 0,5). 1 T = F (si F1 < 0,5) 1 F = 1 - F1 1 T = F (si F < 0,5) Les frquences ont pour unit (T)-1, puisque l'on associe gnralement une dure chaque vnement. La priode de retour a donc la dimension d'un temps. Exemple : Si on a tabli la statistique des crues maximales annuelles (un dbit par an), la crue de frquence au nondpassement 0,9 a une priode de retour de : 1 T = 1 - 0,9 = 10 ans En moyenne, cette crue est dpasse une fois tous les dix ans. Cependant, la crue de frquence au non-dpassement 0,1 a, elle aussi, une priode de retour de 10 ans, mais on dira que cette crue est non-dpasse en moyenne une fois tous les dix ans. VIII.4.2.2 - Frquence d'apparition d'une valeur connue "a priori" Quelle est la probabilit P de rencontrer au moins une fois, une valeur suprieure au quantile xF sur n observations ? Soit P1 la probabilit de ne jamais rencontrer x>xF sur ces n observations ; on a alors : P1 + P = 1. Pour ne jamais rencontrer x > xF, on doit avoir x < xF la premire observation, x < xF la seconde... Or, chaque hypothse est vrifie avec une probabilit F (F : frquence au non-dpassement) ; donc : P1 = (F)n d'o P = 1 - (F)n
VIII.4.2.3 - Problme inverse Bien souvent, le problme inverse se pose l'hydrologue et connaissant la probabilit P, on cherche la valeur xF qui a la probabilit P d'tre atteinte au moins une fois en n annes. On dsire protger un chantier qui doit durer n annes. Quel dbit de crue doit-on pouvoir vacuer dans le canal latral pour qu'il n'y ait qu'une probabilit P pour que le chantier soit noy ? P = 1 - (F)n soit F = (1 - P)1/n Le canal doit pouvoir vacuer la crue de frquence au non-dpassement F.
VIII.5. - DIFFERENTS TYPES DE LOIS UTILISES EN HYDROLOGIE Nous nous contenterons de signaler les lois les plus frquemment utilises. Ces lois n'ont que trois paramtres au plus, et bien souvent, que deux. VIII.5.1. - Loi de Gauss ou loi normale
VIII.5.1.1 - Fonction de rpartition F( x ) = 1 2
2 du
avec u =
xx
u est appele variable rduite de Gauss. L'intervalle de dfinition est donc : x ]- , + [ Cette loi est symtrique (1 = 0) et prsente, par dfinition, l'aplatissement moyen (2 = 0). Le tableau ci-dessous donne la frquence au non-dpassement de u : F (u) = Prob (U u)
0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,7257 0,7290 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389 0,8413 0,8438 0,8461 0,8483 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9013 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 0,9641 0,9649 0,9656 0,9662 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 0,9772 0,9779 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998 La table correspond aux valeurs de u positive, si u est ngatif, la probabilit au non-dpassement est le complment 1 de F (|u|). --Le paramtre de tendance centrale x et la fois la moyenne, le mode et la mdiane. Le paramtre de dispersion x est l'cart-type (racine carre de la variance). --F(x) f( 1 Le paramtre de tendance centrale x et la fois la moyenne, le mode et la mdiane. Le paramtre de F(x) dispersion x est l'cart-type (racine carre de la 1 variance). 2 La densit de probabilit a pour expression :
0, 0, 0, 0 -4 -3 -2 -1 0 68 % 95 99,9 % 1 2 3 4 0 0,5
u 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2 2,1 2,2 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3 3,1 3,2 3,3 3,4
f(x)
1 2 f (u) = e 2 La drive premire s'annule pour u = 0 (valeur modale) et la drive seconde pour u 1. La fonction de densit est reprsente par la courbe "en cloche" symtrique par rapport au mode u = 0 et avec des points d'inflexion pour u 1.
u2
VIII.5.1.2 - Estimation des paramtres ) Mthode des moments : On obtient immdiatement les estimations suivantes :
et x = i =1 = n 1 n b) Mthode du maximum de vraisemblance : Cette mthode conduit une autre estimation de l'cart-type :
--x =
i =1
xi
(x i x) 2
i =1
x nx
i
n 1
n Elle est consistante mais moins correcte que la prcdente que l'on prfrera donc. c) Ajustement graphique : A chaque lment de l'chantillon, on associe une frquence exprimentale au non-dpassement : i - 0,5 F(xi) = n A chaque valeur de F(xi) correspond une valeur de u. Pour chaque lment de l'chantillon, on peut porter dans un graphique gradu en abscisse selon les valeurs de u et en ordonne selon la variable x, un point de i 0.5 coordonnes ( , xi ) . n Si les valeurs de xi sont distribues normalement, les points s'alignent sur une droite d'quation : xi = x + ui x , appele droite de Henry. ----D'aprs cette droite, on dtermine la moyenne x puisque pour u = 0, on a x = x , et l'cart-type en faisant --par exemple u = 2, donc x = x + 2x.
x x+2 x
x =
(x
i =1
x) 2
-2,5
-2
-1,5
-1
-0,5
0,5
1,5
2,5
Variable rduite de Gauss
Ajustement graphique une loi de Gauss. Pour ce faire, on peut utiliser les tables de la fonction de Gauss ou approcher la fonction de Gauss par la formule polynomiale suivante : Pour F <= 0,5 : 2.515517 + .802853 x1 + 0.010328 x2 1 -u=xavec x = Ln 2 1 + 1.432788 x1 + 0.189269 x2 + 0.001308 x3 F Cette approximation permet une programmation facile et provoque des erreurs sur W toujours infrieures 0.00045 ! Pour F > 0,5 :
On fera F = 1 - F et u = - u Parfois, on est amen au contraire calculer F pour u donne. On pourra utiliser la formule suivante pour le calcul automatique : - Pour u 0 : F (u) = 1 -
0,5 (1 + 0,196854x + 0,115194x + 0,000344x 3 + 0,019527x 4 ) 4

1 2
L'erreur sur F est toujours infrieure 2,5.10-4. - Pour u < 0 on fera u = - u et F = 1 - F

VIII.5.1.3 - Erreurs-types sur les estimations a) Estimation de la moyenne : --Soit xm la moyenne de la population mre et x et x la moyenne et l'cart-type estims d'aprs un chantillon de taille n, la valeur t dfinie par... x x , ( = n - 1) t= m s
n ... suit une loi de Student degr de libert. Cette loi symtrique est plus "pointue" que la loi de Gauss. Ds que n atteint 30, on peut confondre la loi de Student et la loi de Gauss. b) Estimation de l'cart-type : Soit V la variance de la population-mre et 2 la variance estime d'aprs un chantillon de taille n, la valeur 2...
... suit une loi du 2 = n - 1 degr de libert. Ds que n atteint 50, on peut admettre que la valeur...
2 = n V 2
... suit une loi de Gauss centre rduite. c) Estimation d'un quantile : Dans le cas o l'chantillon est grand (n > 30), on peut admettre en premire approximation que la moyenne --2 2 x et l'cart-type x sont distribus normalement avec des variances n et 2n . Le quantile xF est estim par l'expression : -- x F = x + uF x On admet alors que si xF est le vritable quantile et x F son estimation partir d'un chantillon de taille n,
t=V- 2 2n
x F suit une loi de Gauss de moyenne xF et d'cart-type xF avec :

x F = x 2n u F2 + 2 -- On admet que la variance sur x F est gale la somme de la variance sur x et de la variance sur uFx. ----2 2 Var ( x F ) = Var (x ) + Var (uF x) = Var (x ) + uF2 Var (x) = n + uF2 2n 2 Var ( x F ) = 2n + (uF2 + 2) u F2 + 2 x F = 2n VIII.5.1.4 - Intervalles de confiance On appelle intervalle de confiance % sur l'estimation p d'un paramtre p, l'intervalle limit par deux bornes p1 et p2 telles que l'on ait 2 % de chance d'avoir p < p1 ou p > p2 du seul fait des erreurs d'chantillonnage. On a donc % de chance pour que la vritable valeur p (du paramtre que l'on estime par p2. Compte tenu des rflexions sur les distributions des estimations, on obtient :
p ) soit comprise entre p1 et
Intervalle de confiance % sur la moyenne : Les bornes de l'intervalle sont :

xt
1 1 2
F = 1
si
<
30,
1 2
est
la
valeur
du
de
Student
de
frquence
au
non-dpassement
1 pour = n - 1 ; 2 - si n > 30, t
1 2
la
variable
rduite
de
Gauss
de
frquence
au
non-dpassement
1- F = 1 - 2 pour = n - 1. Intervalle de confiance % sur l'cart-type : - si n < 50, les bornes de l'intervalle de confiance % sont : n2 n2 x < V < 2x 2 1 2 1- 2 . 1- 2 : valeur ayant pour frquence au non-dpassement F = 1 - 2 . 2 - si n > 50, les bornes sont : x t 1 x 1 2n 2
2 1 : valeur ayant pour frquence au non-dpassement F =
avec t
1 2
: variable rduite de Gauss de frquence au non-dpassement : F=11- 2
Intervalle de confiance % sur le quantile xF : Les bornes de l'intervalle de confiance sont alors :
xF
t n
tF2 tF t2 1 + 2 2n t2 1 - 2n
(2 fois plus pour la borne suprieure et 2 fois moins pour la borne infrieure) tF : variable rduite de Gauss ayant la frquence au non-dpassement F 1- t : variable rduite de Gauss ayant la frquence au non-dpassement 1 - 2 . VIII.5.1.5 - Comparaison de deux chantillons Il arrive frquemment que l'on ait comparer deux sries de mesures. Par exemple, une srie de dbits sur une vingtaine d'annes, donne des rsultats diffrents. On se pose le problme de savoir si cette diffrence est attribuable au seul fait du hasard (erreur d'chantillonnage) ou, au contraire, si le milieu s'est modifi, ce qui a chang le comportement hydrologique du bassin. En appliquant les rsultats concernant les lois de distribution des paramtres ajusts, on obtient les rsultats suivants. Supposons que l'on tire une population normalement distribue de moyenne m et d'cart-type , deux ----chantillons de taille n1 et n2 partir desquels on estime les moyennes x1 et x2 et les carts-types 1 et 2. a) Comparaison des moyennes :
- si n1 et n2 > 50 :
--- ----La diffrence d =x1 - x2 et distribue selon une loi de Gauss de moyenne d nulle et d'cart-type :
d =
2x1 2x2 n1 + n2
Par consquent, si on trouve |d| > uF d, il n'y a qu'une probabilit p = 2 (1 - F) pour que cette diffrence d ne soit due qu'au hasard. [ |d| > 2 d => moins de 5 % de chance que ce soit d au hasard, donc au seuil de 5 %, on peut dire que cela n'est pas d au hasard, donc l'hypothse du tirage dans une mme population est rejeter ; les deux ----moyennes x1 et x2 sont significativement diffrentes au seuil de 5 % ]. - Si n1 et n2 < 50 :
On peut estimer partir des deux chantillons, la variance 2 de la population-mre par : 2= ( n 1 1)s x1 + ( n 2 1)s n1 + n 2 2
2 2x 2
--- --x1 - x2 La variable t = suit une loi de Student : = n1 + n2 - 2 degr de libert. 1 1 +n s n1 2 On reprend alors le mme raisonnement qu'au paragraphe prcdent. - Si on conclut que les deux chantillons sont tirs d'une mme population-mre, on estimera la moyenne m par :
----n1 x1 + n2 x2 m= n1 + n2 b) Comparaison des carts-types :
- Si n1 et n2 > 50 :
On estime que la diffrence d des variances (d = 2x1 - 2x2) est distribue selon une loi de gauss de --moyenne d = 0 et d'cart-type d :
d =
2 4x1 n1
2 4x2 n2
Par consquent, si on constate que |2x1 - 2x2| > 2 d; on dira qu'il y a moins de 5 % de chance pour qu'un tel cart soit d uniquement au hasard, et par consquent, les deux variances sont significativement diffrentes au seuil de 5 %. Si les deux chantillons ne sont pas significativement diffrents, on estimera la variance 2 de la population mre par : n1 2x1 + n2 + 2x2 2= n1 + n2 - Si n1 et n2 < 50 : 2x1 (si 2x1 > 2x2) est distribue selon une loi de Fischer-Snedecor de 1 = n1 - 1 et 2 La variable F = 2 x2 = n2 - 1 degrs de libert. En comparant comme prcdemment la valeur relle de F celle correspondant une certaine frquence, on dterminera si les variances sont significativement diffrentes et quel seuil. La variance de la population 2 pourra tre estime par : (n1 - 1) 2x1 + (n2 - 1) 2x2 2 = n1 + n2 - 2
VIII.5.2. - Loi de Galton (ou log-normale ou de Gibrat-Gauss)
VIII.5.2.1 - Fonction de rpartition Parmi les nombreuses formulations possibles, nous retiendrons la suivante, qui fait le mieux le parallle avec la loi de Gauss : 2 u u 1 F (x) = e 2 du
u = a log (x - xo) + b Intervalle de dfinition : x ] xo, + [ On remarque que l'on passe de la loi de Gauss la loi de Galton en faisant le changement de variable de x en log (x - xo). Cette loi fait intervenir trois paramtres dont xo est le paramtre de position. Une autre formulation qui fait mieux ressentir le rle des paramtres est: F(x) =
1
1 e u
Ln 2 ( u ) 2 2
du
x - xo u= s xo : paramtre de position (identique au prcdent) s : paramtre d'chelle positif diffrent de zro : paramtre de forme positif diffrent de zro
100
2 10
0,1 0 0,4 0,8 1,2 1,6 2
Variations de 1 et 2 avec . Le coefficient d'aplatissement 2 est toujours positif ; la loi de Galton est plus "pointue" que la loi de Gauss. Le coefficient d'asymtrie 1 est toujours positif ; la loi de Galton est dissymtrique, tendue vers la droite. 1,8 Ces deux coefficients ne dpendent que de comme le f(u) montre la figure ci-contre. 1,6 1,4 La fonction de densit est alors : 0,25 1,2 1 1 (Ln u)2 exp () f (x) = 1 2 2 2 u 0,5 0,8 x -xo -2 , ce qui correspond au 0,6 e Elle s'annule pour : u = s 1 0,4 mode. Par ailleurs, la fonction de densit a deux points d'inflexion pour : 0,2 u= e
4 2 ( 3 1+ 2 ) 2
0 0 0,5 1 1,5 2 2,5 3
VIII.5.2.2 - Estimation des paramtres a) Mthode des moments
En utilisant la premire formulation, les trois paramtres dterminer sont xo, a et b. En posant : --x : moyenne des x,
=
3 =
(x
i =1
x )2
n 1 1 ( n 1)( n 2)
cart-type des x,
(x
i =1
x )3
moment centr d'ordre 3

4 ( x x 0 )3 = 2 3 + 3( x x 0 ) 2
... on obtient trois quations trois inconnues : (1)
1,517 (2) 2 log 1 + -- 2 ( x - xo) 1,1513 --b= - a log ( x - xo) (3) a L'quation (1) ne dpend que de xo et des valeurs prises dans l'chantillon. Malheureusement, il n'est pas possible d'expliciter xo et on devra rsoudre l'quation (1) par approximations successives. Connaissant xo, on rsout l'quation (2) qui donne a ; puis connaissant a et xo l'quation (3) qui donne b. La mthode des moments prsente le double inconvnient de ncessiter un calcul itratif et de donner parfois des valeurs de xo suprieures la plus petite des valeurs rencontres dans l'chantillon. a=
b) Mthode du maximum de vraisemblance
On obtient trois quations trois inconnues xo, a et b :

n 1 1 2.3026 i =1 x i x 0 n
i =1
log2 ( x i x 0 )
n 1 n n 1 1 ( log ( x i x 0 )) 2 = log ( x i x 0 ) 2 n i =1 n i =1 i =1 x i x 0
i =1
log ( x i x 0 ) xi x0
(1) 1 (2) a2 = 1 2 (x - xo) - 1 [ log (x - xo)]2 n log n2 a log (x - xo) b=(3) n Comme dans la mthode des moments, l'quation (1) ne dpend que de xo mais on doit la rsoudre par approximations successives. Connaissant xo, la formule (2) permet d'valuer a ; enfin, avec xo et a, on dtermine b par la formule (3). Cette mthode est prfrable lorsque l'on dispose de moyens de calcul.
c) Mthode graphique
1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 Variable rduite de Gauss Ajustement graphique une loi de Galton. Xo=2 Xo=1 a = - 4,25 b = 1,48 Xo = 2,0 Xo=0
log(X-Xo)
On passe de la loi de Gauss la loi de Galton par le changement de variable x en log (x - xo). Par consquent, i - 0,5 si on connait xo, on pourra tracer l'quivalent de la droite de Henry en portant log (xi - xo) en fonction de F = n sur un papier probabilit gradue suivant les valeurs de la variable rduite de Gauss. Pour dterminer xo, on procdera par ttonnements en se fixant diffrentes valeurs de xo jusqu' obtenir l'alignement des points exprimentaux comme le montre la figure ci-dessous. Pour dterminer a et b, on prendra deux points, par exemple : u = 0 => a log (x - xo) + b = 0 u = -2 => a log (x - xo) + b = -2 VIII.5.2.3 - Intervalles de confiance L'tude thorique de la distribution des erreurs sur l'estimation des trois paramtres n'a pas donn de rsultats facilement exploitables. La seule mthode utilisable pour dterminer un intervalle de confiance sur un quantile xP est de faire une simulation. On suppose que les trois paramtres calculs sont exacts et on tire au hasard dans la population-mre ainsi dfinie m chantillons de taille n. On obtient ainsi m estimations du quantile xP. On admet, aprs avoir rang ces m valeurs, que celles de rang i = 10 et de rang m - 9 reprsentent, avec une bonne approximation, les bornes de l'intervalle m - 19 de confiance m . Nombre de tirages effectuer Intervalle de confiance Exemple : Soit une srie de 30 valeurs de dbits qui ont permis de dterminer xo, a et b. Pour obtenir l'intervalle de confiance 75 % sur le dbit de frquence 0,9, on procdera au tirage au hasard de 76 chantillons de taille 30 dans une population-mre (xo, a, b). Parmi les 76 estimations de Q0,9, la 10me et la 67me reprsentent les bornes de l'intervalle de confiance 75 % sur le quantile Q0,9. VIII.5.2.4 - Cas particulier frquent et simple o xo n'est plus un paramtre ajuster Bien souvent, on peut se fixer a priori, la valeur de xo qui est une borne de l'intervalle de variation de x. Dans ce cas, on peut se ramener la loi de Gauss en procdant au changement de variable : X = log (x - xo). La fonction de distribution est alors dfinie d'aprs les deux seuls paramtres estimer par les relations suivantes :
38 50 %
76 75 %
190 90 %
1900 99 %
--------------------- log (x - xo) X = log (x - xo) = n -------------------- log (x - xo)2 - n log (x - xo) 2 X = log (x - xo) = n-1 --------------------2 u u log (x - xo) - log (x - xo) 1 e 2 du avec u= F (x) = log (x - xo) 2
Tout ce qui a t dit sur la variable x distribue selon une loi de Gauss devient valable pour la variable log (xxo). En particulier, ceci permet une valuation rapide des intervalles de confiance et vite l'utilisation d'un calculateur. La simplification thorique due au choix arbitraire de xo explique que ce procd soit le plus souvent adopt.
VIII.5.3. - Loi de Gumbel
VIII.5.3.1 - Fonction de distribution
0,5 0,4 0,3 0,2 0,1 0 -2
1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 -1 0 1 2 3 4 5
Sous sa forme simple et gnralement utilise on a : -u F (x) = e -e x - xo avec u = s Le terme u est la variable rduite de Gumbel. L'intervalle de variation de x est donc : x]-,+[ xo est le paramtre de position (mode) s est le paramtre d'chelle diffrent de zro et positif. Le coefficient d'asymtrie 1 est constant et gal 1,139 ; ce qui correspond une dissymtrie tendue vers la droite.
Le coefficient d'aplatissement 2 est constant et gal 2,4 ; la loi de Gumbel est donc plus pointue que la loi de Gauss. La densit de probabilit a pour expression : -u f (u) = e -u e -e 1 Elle a un maximum pour u = 0 et deux points d'inflexion pour u = Ln [ 2 (3 5 ]. On peut noter ds prsent le comportement asymptotique de la distribution de Gumbel : si F tend vers 1, en 1 posant T = 1 - F , la variable rduite de Gumbel u tend vers Ln T. VIII.5.3.2 - Estimation des paramtres a) Mthode des moments La mthode des moments conduit des estimations de calcul particulirement simple et d'emploi trs frquent : s = 0,78 x --xo = x - 0,577 s
x =
(x - x)2 n-1
--- x et x = n
b) Mthode du maximum de vraisemblance On aboutit au systme rsolutif suivant : s+

x e-x/s e-x/s
--=x
xo = s L n
e-x/s n
La premire quation est implicite en s ; elle ne peut donc se rsoudre que par itration. Ayant dtermin s, la deuxime quation permet la dtermination de xo. La mthode du maximum de vraisemblance ne s'utilise que lorsque l'on dispose de moyens de calcul automatique. c) Mthode graphique Cette loi deux paramtres se prte trs facilement des ajustements graphiques. x - xo s'exprime trs facilement en fonction de la frquence puisque l'on a La variable rduite de Gumbel u = s 1 -u d'o u = - L n L n F F (x) = e -e Ainsi, en portant arithmtiquement les valeurs de x en fonction de leur frquence exprimentale au nondpassement selon un axe gradu arithmtiquement en u, on doit obtenir une droite passant par exemple : par u = 0 pour x = xo et u = 1 pour x = xo s ...d'o la dtermination immdiate de xo et s. s reprsente la pente de cette droite ; aussi appelle-t-on souvent s le "gradex" (gradient exponentiel).
25 20 Valeurs naturelles 15 10 xo 5 0 -2 -1 0 1 2 3 4 5 Variable rduite de Gumbel xo + 2s xo = 5,77 s = 3,01 I.C 80%
VIII.5.3.3 - Intervalle de confiance BERNIER et VERON ont tudi les intervalles de confiance de la loi de Gumbel. L'intervalle de confiance % sur un quantile xF s'exprime en fonction de l'cart-type x par : x F - h1 x xF < x F + h2 x o h1 et h2 sont des paramtres dpendant de la taille n de l'chantillon de la frquence F et de la valeur de . h1 et h2 seront valus par la formule suivante (avec le signe + pour h2 et le signe - pour h1) : t2 t 1 + 1,13 tF + 1,1 tF2 n (1,1 tF + 0,57) n h1,2 = t2 1 - 1,1 n 1 t est la variable rduite de Gauss correspondant la frquence au non-dpassement 1 2 tF est la variable rduite de Gumbel correspondant la frquence au non-dpassement F, ramene sa moyenne et son cart-type : - Ln (- Ln F) - 0,577 tF = 1,28
VIII.5.4. - Loi de Frchet Parmi les distributions exponentielles gnralises, nous ne citerons que la loi de Frchet qui est la plus frquemment utilise.
VIII.5.4.1 - Fonction de rpartition Sous sa forme simplifie, la fonction de distribution s'crit : log (x - xo) - s -u avec u = et x ] xo , + [ F (x) = e -e Cette loi a trois paramtres : xo = paramtre de position s = paramtre d'chelle = paramtre de forme Elle drive donc directement de la loi de Gumbel par le changement de variable de x en log (x - xo). La fonction de distribution est alors dissymtrie positive. Dans la formulation cite plus haut, nous avons trois paramtres xo, s et dterminer. Ce travail est particulirement dlicat tant par la mthode des moments que par la mthode du maximum de vraisemblance. Nous ne donnons pas ici les algorithmes de calcul que l'on trouvera dans l'article de BRUNET-MORET cit en rfrence. VIII.5.4.2 - Ajustement graphique La loi de Frchet est la loi de Gumbel ce que la loi de Galton est la loi de Gauss. On procdera par ttonnements sur xo jusqu' obtenir un graphique linaire dans un systme gradu en ordonnes log (x - xo) et en abscisses en variable rduite de Gumbel (comme il a t dit au paragraphe V.3.2.c).
1,4 1,2 1 0,8 0,6 0,4 0,2 0 -1,5
log(x-xo)
xo=-4 xo=-2 xo = -4 s = 0,92 = 0,13
xo=0
-1
-0,5
0,5
1,5
2,5
Variable rduite de Gumbel VIII.5.4.3 - Cas particulier o xo est fix l'avance Dans ce cas, on est directement ramen la loi de Gumbel par la transformation x en log(x - xo) et par consquent, on estimera s et par : --------------------s = log (x - xo) - 0,577 = 0,78 log (x - xo) et De la mme faon, ce qui a t dit pour les intervalles de confiance sur x sera appliqu sur log (x - xo).
VIII.5.5. - Loi de Pearson III ou loi Gamma incomplte
Parmi les diffrentes lois de Pearson, la loi de type III est la plus utilise en hydrologie. VIII.5.5.1 - Fonction de distribution Sous sa forme gnrale, elle s'crit :
u 1 -1 -u u e du F (x) = ( ) 0 () : fonction gamma complte :

( ) =
avec u =
x - xo s
u-1 e-u du
L'intervalle de variation de x est [ xo, [ et les trois paramtres d'ajustement sont : xo : paramtre de position (borne infrieure) x : paramtre d'chelle (de mme dimension que x) : paramtre de forme (positif diffrent de zro) Le coefficient d'asymtrie est est toujours positif et il diminue lorsque augmente. Il est gal 2 1 = 6 2 = Le coefficient d'aplatissement est positif et gal Si crot indfiniment, la loi gamma incomplte tend vers une loi de Gauss (1 0,2 0). La densit de probabilit a pour expression : 1 u-1 e-u f (u) = ( ) Selon les valeurs de , les formes de distribution changent d'allure ; on peut distinguer diffrents cas. La densit de probabilit dcrot continuellement lorsque u augmente ; loi dite en J. Cette loi n'a pas 0<<1 de mode rel. = 1 Loi exponentielle sans mode rel. 1<<2 Loi modale u = - 1, densit nulle u = 0 avec tangente verticale. = 2 Idem mais : tangente gale 1 en u = 0. > 2 Courbe en cloche (2 points d'inflexion u = - 1 - 1 ), mode u = - 1 et densit de probabilit nulle u = 0 avec tangente horizontale. f(u) 1
1 0,5 [1,2] <1 0 0 1 2 3 4 5 u 2 >2
Exemple de loi de Pearson III La moyenne et l'cart-type s'expriment simplement partir de xo, et S : --x = xo + s et =s VIII.5.5.2 - Estimation des paramtres a) Mthode des moments Dans le cas gnral, on a trois paramtres dterminer : xo, et S. L'galit des trois premiers moments leurs estimations d'aprs l'chantillon aboutit aux quations suivantes :
3 (X3 - 3 X2 X1 + 2 X1) n s = 2 (n - 2) 2 X2 - X1 2 (X2 - X1) 4 (n - 2)2 = n (n - 1) 3 (X3 - 3 X2 X1 + 2 X1)2 2 (X2 - X1)2 n-2 xo = n - 1 3 - X1 X3 - 3 X2 X1 + 2 X1 n n n xi xi2 xi3 i=1 i=1 i=1 ; X2 = ; X3 = avec : X1 = n n n --Dans le cas particulier assez frquent o xo est fix a priori, on pourra retenir aisment et s partir de x et . 2 2 s = (x - x ) = o (x - xo)2 Une amlioration peut tre obtenue en faisant intervenir le moment d'ordre 3 : R1 2 (R1 + R3 - 2 R2) avec = s s = R2 - R1 7 3 + R / (R - R ) + 1 1 2 1 R1 =
(xi - xo) n (xi - xo)2 R2 = (i - xo) (xi - xo)3 R3 = (xi - xo)
b) Mthode du maximum de vraisemblance Il convient de distinguer deux cas selon la valeur par rapport 1. Tout calcul fait, les quations obtenues sont les suivantes : Si > 1 --s = (x - xo)
-- - 1 = Sn (x - xo) = z --Ln - () = Ln (x - xo) - S1 = y

1 Sn = n 1 x-x o
1 S1 = n Ln (xi - xo)
( ) =
d ( ) d
z Pour rsoudre ce systme, on se donne a priori un xo puis on calcule z = z - 1 partir de la seconde quation. La troisime quation se rsout ainsi d'une faon approche : 0,5000876 y = + 0,1648852 - 0,0544274 y y Si xo est bien choisi, on doit avoir z = y si z > y xo tait trop petit si z < y xo tait trop grand On se fixe un nouveau xo et on recommence jusqu' ce qu'on ait par exemple : z = 1 0,01 % y
Si 1 Dans ce cas, la moyenne harmonique Sh n'a plus de sens et on remplace l'quation en Sh par l'quation exprimant l'galit des moments centrs d'ordre 2 : ----n x2 avec S2 = n s2 = 2 = n - 1 (S2 - x2)
et comme prcdemment : --x - xo --s= et Ln - () = Ln (x - xo) - S1 = y y En combinant les deux premires quations, on obtient... n - 1 (x - xo)2 z = n --(S2 - x2) et on rsout la dernire quation par la relation suivante valable pour 1 : 8,898919 + 9,059950 + 0,9775373 y y y = 17,79728 + 11,968477 y + y2 Contrairement au cas prcdent, si z > y, xo tait trop grand et rciproquement. VIII.5.5.3 - Intervalle de confiance Il n'existe pas de faon simple d'obtenir l'intervalle de confiance sur un quantile. La solution est de procder une simulation comme il a t indiqu par exemple au paragraphe V.2.3. VIII.5.5.4 - Estimations de F (x) Pour valuer F connaissant x, il n'existe gure de procds simples a) Utilisation des tables de Pearson Les tables permettent de travailler manuellement mais leur emploi est peu commun ("Tables of the incomplete function". University Press, Cambridge). b) Calcul l'ordinateur On trouvera dans les Cahiers ORSTOM (srie Hydrologie, vol. VI, n 3, 1969), une description par M. BRUNET-MORET des techniques d'approximation, suffisamment complexe pour ne pas avoir leur place ici. c) Approximation Pour 8, on pourra se ramener une loi de Gauss en considrant que de Gauss de moyenne 1 1 1 et de variance 9 9 3 xi - xo x -xo est distribue selon une loi
VIII.5.6. - Autres lois Il existe un assez grand nombre d'autres lois que l'on utilise particulirement en hydrologie : lois de Pearson, loi Beta incomplte, loi gamma complte, lois de Fuller, Goodrick, Jenkinson, etc Nous pensons inutile ici de dvelopper leur tude et nous renvoyons aux ouvrages cits en rfrences.
VIII.5.6.1 - Loi de Student La table annexe donne la valeur de t qui a la probabilit P d'tre dpasse en valeur absolue en fonction du nombre de degrs de libert .
/P 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0,9 0,158 0,142 0,137 0,134 0,132 0,131 0,130 0,130 0,129 0,129 0,129 0,128 0,128 0,128 0,128 0,128 0,128 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,127 0,126
0,8 0,325 0,289 0,277 0,271 0,267 0,265 0,263 0,262 0,261 0,260 0,260 0,259 0,259 0,258 0,258 0,258 0,257 0,257 0,257 0,257 0,257 0,256 0,256 0,256 0,256 0,256 0,256 0,256 0,256 0,256 0,253
0,7 0,510 0,445 0,424 0,414 0,408 0,404 0,402 0,399 0,398 0,397 0,396 0,395 0,394 0,393 0,393 0,392 0,392 0,392 0,391 0,391 0,391 0,390 0,390 0,390 0,390 0,390 0,389 0,389 0,389 0,389 0,385
0,6 0,727 0,617 0,584 0,569 0,559 0,553 0,549 0,546 0,543 0,542 0,540 0,539 0,538 0,537 0,536 0,535 0,534 0,534 0,533 0,533 0,532 0,532 0,532 0,531 0,531 0,531 0,531 0,530 0,530 0,530 0,524
0,5 1,000 0,816 0,765 0,741 0,727 0,718 0,711 0,706 0,703 0,700 0,697 0,695 0,694 0,692 0,691 0,690 0,689 0,688 0,688 0,687 0,686 0,686 0,685 0,685 0,684 0,684 0,684 0,683 0,683 0,683 0,674
0,4 1,365 1,061 0,978 0,941 0,920 0,906 0,896 0,889 0,883 0,879 0,876 0,873 0,870 0,868 0,866 0,865 0,863 0,862 0,861 0,860 0,859 0,858 0,858 0,857 0,586 0,856 0,855 0,855 0,854 0,854 0,842
0,3 1,963 1,386 1,250 1,190 1,156 1,134 1,119 1,108 1,100 1,093 1,088 1,083 1,079 1,076 1,074 1,071 1,069 1,067 1,066 1,064 1,063 1,061 1,060 1,059 1,058 1,058 1,057 1,056 1,055 1,055 1,036
0,2 3,078 1,886 1,638 1,533 1,476 1,440 1,415 1,397 1,383 1,373 1,363 1,356 1,350 1,345 1,341 1,337 1,333 1,330 1,328 1,325 1,323 1,321 1,319 1,318 1,316 1,315 1,314 1,313 1,311 1,310 1,282
0,1 6,314 2,920 2,353 2,132 2,015 1,943 1,895 1,860 1,833 1,812 1,796 1,782 1,771 1,761 1,753 1,746 1,740 1,734 1,729 1,725 1,721 1,717 1,714 1,711 1,708 1,706 1,703 1,701 1,699 1,697 1,645
0,05 0,02 0,01 12,706 31,821 63,657 4,303 6,965 9,925 3,182 4,541 5,841 2,776 3,747 4,604 2,571 3,365 4,032 2,447 3,143 3,707 2,365 2,998 3,499 2,306 2,896 3,355 2,262 2,821 3,250 2,228 2,764 3,163 2,201 2,718 3,106 2,179 2,681 3,055 2,160 2,650 3,012 2,145 2,624 2,977 2,131 2,602 2,947 2,120 2,583 2,921 2,110 2,567 2,898 2,101 2,552 2,878 2,093 2,539 2,861 2,086 2,528 2,845 2,080 2,518 2,831 2,074 2,508 2,819 2,069 2,500 2,807 2,064 2,492 2,797 2,060 2,483 2,787 2,056 2,479 2,779 2,052 2,473 2,771 2,048 2,467 2,763 2,045 2,462 2,756 2,042 2,457 2,750 1,960 2,326 2,576
Pour le cas o on travaille l'ordinateur, on pourra utiliser les approximations suivantes : (t) = arc tg si impair 2 2,4 ... ( - 3) 2 P = 1 - [ + sin cos + 3 cos2 + ... + (cos ) - 3 ] 1,3 ... ( - 2) pair 1 1,3 ... ( - 3) (cos ) - 3 ] P = 1 - sin [ 1 + 2 cos2 + ... + 2,4 ... ( - 2) VIII.5.6.2 - Loi du 2 La table annexe donne la valeur du 2 qui a la probabilit P d'tre non dpasse en fonction du nombre de degrs de libert . 2 Pour les calculs l'ordinateur on utilisera, avec u = 2
-2 2
si est pair
P = e-u [1 +
e-u
ur r!
-2 2
r=1 ur-1 3 2r-1 r = 1 1 2 ... 2 [ERF (u)] est la fonction erreur, implante sur tous les ordinateurs : si est impair P = 1 - ERF ( u ) +
2
ERF (u) = 2
/P 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 50 60 70 80 90 100
0,010 0,0002 0,0201 0,115 0,297 0,554 0,872 1,24 1,65 2,09 2,56 3,05 3,57 4,11 4,66 5,23 5,81 6,41 7,01 7,63 8,26 8,90 9,54 10,2 10,9 11,5 12,2 12,9 13,6 14,3 15,0 22,2 29,7 37,5 45,4 53,5 61,8 70,1 0,025 0,0010 0,0506 0,216 0,484 0,831 1,24 1,69 2,18 2,70 3,25 3,82 4,40 5,01 5,63 6,26 6,91 7,56 8,23 8,91 9,59 10,3 11,0 11,7 12,4 13,1 13,8 14,6 15,3 16,0 16,8 24,4 32,4 40,5 48,8 57,2 65,6 74,2 0,050 0,0039 0,103 0,352 0,711 1,15 1,64 2,17 2,73 3,33 3,94 4,57 5,23 5,89 6,57 7,26 7,96 8,67 9,39 10,1 10,9 11,6 12,3 13,1 13,8 14,6 15,4 16,2 16,9 17,7 18,5 26,5 34,8 43,2 51,7 60,4 69,1 77,9 0,100 0,0158 0,211 0,584 1,06 1,61 2,20 2,83 3,49 4,17 4,87 5,58 6,30 7,04 7,79 8,55 9,31 10,1 10,9 11,7 12,4 13,2 14,0 14,8 15,7 16,5 17,3 18,1 18,9 19,8 20,6 29,1 37,7 46,5 55,3 64,3 73,3 82,4 0,250 0,102 0,575 1,21 1,92 2,67 3,45 4,25 5,07 5,90 6,74 7,58 8,44 9,30 10,2 11,0 11,9 12,8 13,7 14,6 15,5 16,3 17,2 18,1 19,0 19,9 20,8 21,7 22,7 23,6 24,5 33,7 42,9 52,3 61,7 71,1 80,6 90,1 0,500 0,455 1,39 2,37 3,36 4,35 5,35 6,35 7,34 8,34 9,34 10,3 11,3 12,3 13,3 14,3 15,3 16,3 17,3 18,3 19,3 20,3 21,3 22,3 23,3 24,3 25,3 26,3 27,3 28,3 29,3 39,3 49,3 59,3 69,3 79,3 89,3 99,3
0u
e -t dt
0,900 2,71 4,61 6,25 7,78 9,24 10,6 12,0 13,4 14,7 16,0 17,3 18,5 19,8 21,1 22,3 23,5 24,8 26,0 27,2 28,4 29,6 30,8 32,0 33,2 34,4 35,6 36,7 37,9 39,1 40,3 51,8 63,2 74,4 85,5 96,6 108 118 0,950 3,84 5,99 7,81 9,49 11,1 12,6 14,1 15,5 16,9 18,3 19,7 21,0 22,4 23,7 25,0 26,3 27,6 28,9 30,1 31,4 32,7 33,9 35,2 36,4 37,7 38,9 40,1 41,3 42,6 43,8 55,8 67,5 79,1 90,5 102 113 124 0,975 5,02 7,38 9,35 11,1 12,8 14,4 16,0 17,5 19,0 20,5 21,9 23,3 24,7 26,1 27,5 28,8 30,2 31,5 32,9 34,2 35,5 36,8 38,1 39,4 40,6 41,9 43,2 44,5 45,7 47,0 59,3 71,4 83,3 95 107 118 130 0,990 6,63 9,21 11,3 13,3 15,1 16,8 18,5 20,1 21,7 23,2 24,7 26,2 27,7 29,1 30,6 32,0 33,4 34,8 36,2 37,6 38,9 40,3 41,6 43,0 44,3 45,6 47,0 48,3 49,6 50,9 63,7 76,2 88,4 100 112 124 136
0,750 1,32 2,77 4,11 5,39 6,63 7,84 9,04 10,2 11,4 12,5 13,7 14,8 16,0 17,1 18,2 19,4 20,5 21,6 22,7 23,8 24,9 26,0 27,1 28,2 29,3 30,4 31,5 32,6 33,7 34,8 45,6 56,3 67,0 77,6 88,1 98,6 109
VIII.5.6.3 - Distribution binomiale (ou loi de Bernoulli) Soit p la probabilit pour qu'un vnement se produise lors d'une exprience et q la probabilit pour qu'il ne se produise pas ; on a bien videmment : p+q=1 Supposons maintenant que l'on effectue N expriences ; on cherche alors quelle est la probabilit P (x) pour que l'vnement se produise x fois dans les n expriences. On a alors : n! P (x) = Cnx px qn - x = x! (n - x)! px qn-x (par dfinition, m! = m * (m - 1) * (m - 2) * ... * 2 * 1 et 0! = 1). Parmi les diffrentes caractristiques de cette distribution, on retiendra les rsultats suivants : . moyenne : =np . variance : 2 = npq Dans la mesure o p et q ne sont pas proches de 0, la loi binomiale tend, lorsque n augmente, vers une loi de Gauss de moyenne np et d'cart-type n p q (si np et nq > 5) . Si la probabilit p est faible la loi de Bernoulli tends vers une loi de Poisson. VIII.5.6.4 - Distribution de Poisson Cette loi de probabilit discrte appele aussi loi des vnements rares, a pour expression : x e Prob (X = x) = x!
C'est une variable entire (gale par exemple, au nombre de jours de pluie, de gel, etc.) et x le seul paramtre = . cart-type : d'ajustement : moyenne : = De mme que la loi binomiale, la loi de Poisson tend vers une loi de Gauss de moyenne et d'cart-type lorsque crot indfiniment. VIII.5.6.5 - Distribution de Fischer-Snedecor La table jointe donne la valeur de F =
12 qui a la probabilit P=5% d'tre dpasse du seul fait du hasard, en 22
6 234 19,33 8,94 6,16 4,95 4,28 3,87 3,58 3,37 3,22 3,09 3,00 2,92 2,85 2,79 2,74 2,70 2,66 2,63 2,60 2,57 2,55 2,53 2,51 2,49 2,47 2,46 2,44 2,43 2,42 2,34 2,25 2,17 2,09 8 238,9 19,37 8,84 6,04 4,82 4,15 3,73 3,44 3,23 3,07 2,95 2,85 2,77 2,70 2,64 2,59 2,55 2,51 2,48 2,45 2,42 2,40 2,38 2,36 2,34 2,32 2,30 2,29 2,28 2,27 2,18 2,10 2,01 1,94 12 234,9 19,41 8,74 5,91 4,68 4,00 3,57 3,28 3,07 2,91 2,79 2,69 2,60 2,53 2,48 2,42 2,38 2,34 2,31 2,28 2,25 2,23 2,20 2,18 2,16 2,15 2,13 2,12 2,10 2,09 2,00 1,92 1,83 1,75 24 249 19,45 8,64 5,77 4,53 3,84 3,41 3,12 2,90 2,74 2,61 2,50 2,42 2,35 2,29 2,24 2,19 2,15 2,11 2,08 2,05 2,03 2,00 1,98 1,96 1,95 1,93 1,91 1,90 1,89 1,79 1,70 1,61 1,52
fonction de 1 et 2 (1 degr de libert de la plus grande variance).

1/2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 120
1 161,4 18,51 10,13 7,71 6,61 5,99 5,59 5,32 5,12 4,96 4,84 4,75 4,67 4,60 4,54 4,49 4,45 4,41 4,38 4,35 4,32 4,30 4,28 4,26 4,24 4,22 4,21 4,20 4,18 4,17 4,08 1,00 3,92 3,84 2 199,5 19,00 9,55 6,94 5,79 5,14 4,74 4,46 4,26 4,10 3,98 3,83 3,80 3,74 3,68 3,63 3,59 3,55 3,52 3,49 3,47 3,44 3,42 3,40 3,38 3,37 3,35 3,34 3,33 3,32 3,23 3,15 3,07 2,99 3 215,7 19,16 9,28 6,59 5,41 4,76 4,35 4,07 3,86 3,71 3,59 3,49 3,41 3,34 3,29 3,24 3,20 3,16 3,13 3,10 3,07 3,05 3,03 3,01 2,99 2,98 2,96 2,95 2,93 2,92 2,84 2,76 2,68 2,60 4 224,6 19,25 9,12 6,39 5,19 4,53 4,12 3,84 3,63 3,48 3,36 3,26 3,18 3,11 3,06 3,01 2,96 2,93 2,90 2,87 2,84 2,82 2,80 2,78 2,76 2,74 2,73 2,71 2,70 2,69 2,61 2,52 2,45 2,37 5 230,2 19,30 9,01 6,26 5,05 4,39 3,97 3,69 3,48 3,33 3,20 3,11 3,02 2,96 2,90 2,85 2,81 2,77 2,74 2,71 2,68 2,66 2,64 2,62 2,60 2,59 2,57 2,56 2,54 2,53 2,45 2,37 2,29 2,21
254,3 19,50 8,53 5,63 4,36 3,67 3,23 2,93 2,71 2,54 2,40 2,30 2,21 2,13 2,07 2,01 1,96 1,92 1,88 1,84 1,81 1,78 1,76 1,73 1,71 1,69 1,67 1,65 1,64 1,62 1,51 1,39 1,25 1,00
VIII.6 - Choix d'une loi de Probabilit Nous avons vu qu'il existait plusieurs mthodes pour dterminer les paramtres d'une loi en fonction de l'chantillon disponible. Mais comment choisir le type de loi de distribution ? VIII.6.1 - Connaissance a priori Certains phnomnes dans des rgions donnes ont t tudis de longue date. L'tude bibliographique peut montrer que gnralement les valeurs qui mesurent l'intensit d'un phnomne s'ajuste un type de loi de distribution. Dans ces cas, on pourra se contenter de vrifier la bonne adquation de la loi retenue. VIII.6.2. - Utilisation des paramtres de forme On peut thoriquement tudier les relations entre paramtre de forme 1 et 2 de Pearson. Les valeurs de 1 et 2 pour chaque type de loi permettent d'tablir des graphiques tels que ceux proposs par M. BRUNET-MORET (* ). Pour choisir la loi la plus adquate, on calculera 1 et 2 d'aprs l'chantillon disponible puis on portera ce point dans le graphique, l o les courbes les plus proches permettront de choisir la loi. Il faut cependant noter
* Cahiers O.R.S.T.O.M., Srie Hydrologie, vol. VI, n 3, 1969.
l'imprcision de cette mthode due l'absence d'intervalle de confiance sur les courbes f (1, 2) = 0. Par ailleurs, la longueur du calcul des 1 et 2 est suffisante pour que cette mthode soit peu utilise tout du moins la main.
VIII.6.3. - Choix graphique Une mthode graphique assez rapide permet de choisir une loi plutt qu'une autre. Elle consiste porter dans un graphique les valeurs de l'chantillon en fonction de leur frquence exprimentale puis d'y superposer les lois thoriques envisages. Il faut nanmoins se mfier du caractre subjectif de ce choix qui peut, par ailleurs, tre influenc par les chelles choisies. VIII.6.4 - Utilisation de tests Comme on l'a vu plus haut, les tests statistiques sont bien souvent peu puissants ; or, on dsire ici choisir une loi plutt qu'une autre : la puissance du test est donc primordiale. En prenant un test suffisamment puissant, on pourra choisir une loi comme le suggre le tableau suivant utilisant le test d'Anderson.
Type de Loi Paramtre 1 Paramtre 2 Paramtre 3 Frquence 0,01 0,02 0,05 0,10 0,20 0,50 0,80 0,90 0,95 0,98 0,99 Uw
GAUSS 0,5479 0,6334 0,0000
GALTON -0,5371 0,5151 0,0000
GUMBEL 0,2629 0,4991 0,0000
FRECHET -0,7989 0,4018 0,0000
-0,9259 -0,7533 -0,4932 -0,2640 0,0146 0,5479 1,0810 1,3598 1,5901 1,8491 2,0218
0,0184 0,0254 0,0413 0,0635 0,1070 0,2904 0,7878 1,3288 2,0437 3,3197 4,5869
-0,4917 -0,4111 -0,2792 -0,1492 0,0277 0,4439 1,0079 1,3747 1,7304 2,1907 2,5357
0,0414 0,0432 0,0617 0,0787 0,1096 0,2398 0,6828 1,3655 2,6578 6,2934 12,0065
2.8779 1.2575 2.1838 2.133 - Valeur de la variable UWn2 pour diffrents ajustements. Les rsultats obtenus partir du mme chantillon que prcdemment confirment bien que la loi de Galton est la mieux adapte (UWn2 minimum).
VIII.6. - ASSOCIATION ENTRE VARIABLES VIII.6.1. - Notion de corrlation Soit deux phnomnes sur lesquels on a pu faire une srie de mesures X et Y. On dispose alors de n couples (xi, yi). Ces points peuvent tre reprsents dans un graphique gradu en x et en y. Sur le schma prcdent, nous avons port galement les lois de distribution marginales de X et de Y (distribution de l'ensemble des X quel que soit Y et rciproquement). Par ailleurs, pour un intervalle sur X limit par les bornes x et x + dx, on peut dfinir la loi de distribution conditionnelle des valeurs de Y lies par x, de mme pour les distributions conditionnelles des X lies par y. Trois cas peuvent se prsenter : - les valeurs de Y li x sont toutes les mmes ; on dit alors qu'il y a liaison fonctionnelle entre X et Y ; - la distribution conditionnelle des Y lis par x est identique la distribution marginale des Y (et ceci pour tout x) ; on dit alors qu'il y a indpendance entre X et Y ; - le troisime cas est celui o la distribution conditionnelle est diffrente de la distribution marginale : les --moyennes conditionnelles des y lis par les x, y x sont des fonctions de x, et les dispersions sont infrieures la dispersion de la distribution marginale. On dit alors qu'il y a corrlation entre X et Y.
Distribution marginale des Y
Distribution conditionnelle des X lis par y
f(yx )
f(xy )
Distribution conditionnelle des Y lis par x f(y) x x+dx X
Distribution marginale des X f(x) VIII.6.2. - Courbes et droites de rgression VIII.6.2.1 - Courbe de rgression
regression de x en y Y
y i y xi
rgression de y en x
Par dfinition, on appellera courbe de rgression de y en x, le lieu des moyennes conditionnelles des y lis par x (de mme pour la rgression de x en y). Comme le suggre la figure ci-aprs, il n'y a pas de raison a priori, pour que la courbe de rgression de y en x soit confondue avec celle de x en y, ni pour que ces courbes de rgression aient une formulation prdtermine
xy
xi
VIII.6.2.2 - Cas de la distribution de Gauss deux dimensions Si prsent nous faisons l'hypothse que les couples (x,y) sont distribus selon une loi de Gauss deux dimensions, la densit de probabilit du couple (x,y) est dfinie par : 1 e -z f (x,y) = 2 2 x y 1 r
1 avex z = 2 (1-2) --------(x-x )2 (x-x ) (y- y ) (y- y )2 - 2 + x y y2 x 2
Dans ces conditions, on constate que les distributions marginales de x et de y sont des lois de Gauss de formulation : (x - ---)2 x 1 exp f (x) = 2x2 2
x
f (y) =
1
y
exp -
(y - ---)2 y 2y2
Quelle est, dans ce cas, la loi de distribution conditionnelle des y lis par x ? On a donc : f (x,y) f (yx) = f (x) (y - ---) 1 y (y - ---) 2 x 1 f (yx) = exp - 2 y 2 (1 - 2) y 2 y (1 r ) La formulation obtenue pour f (yx) n'est autre que celle d'une loi de Gauss de moyenne --- = --- + y (x - ---) et d'cart-type = x yx y yx y 1- 2 . x Dans le cas particulier o les couples (x,y) sont tirs d'une loi de Gauss deux dimensions, on dmontre les rsultats simples suivants : - les distributions conditionnelles sont des lois de Gauss ; - les variations des distributions conditionnelles ne dpendent pas de x (ou de y) (cette proprit s'appelle l'homoscdasticit) ; - les courbes de rgression sont des droites d'quation : --- = y + y (x - ---) --- = --- + x (y - ---) yx x et xy x y x y La figure ci-aprs illustre le trac des droites de rgression dans le cas d'une distribution de Gauss deux dimensions avec un coefficient de corrlation gal 0,5. Sur ce schma sont figurs galement les ellipses d'isodensit de probabilit. L'allure de ces ellipses dpend de : pour = 0, les ellipses deviennent des cercles (dans un systme d'axe gradu en x et en y) ; il y a alors indpendance entre x et y. Pour = 1, les ellipses se transforment en segments de droite ; il y a relation fonctionnelle linaire entre x et y. L'estimation partir d'un chantillon des paramtres de la loi deux dimensions se fera comme indiqu prcdemment : n --- = x xi i=1 n --xi2 - n x 2
(de mme pour y) n-1 Le coefficient de corrlation sera lui, estim par : n --- -- xi yi - n x y i=1 = (n - 1) x y Evidemment, cette estimation de est entache d'une erreur d'chantillonnage et diffre donc de la valeur relle de .
x =
i=1
y + 2
Y
y
regression de x en y
y + y
regression de y en x
y
0,165 0,135 0,065 0,095 0, 03 0
y - y x -2 x x- x x x x + x x + 2 x
Ellipses d'isodensit de probabilit Dans la pratique, on peut estimer l'intervalle de confiance sur en utilisant la transformation de Fischer 1 1+ r z = Ln 2 1 r La variable z suit une loi de Gauss telle que: 1 1+ z = Ln 2 1 1 z= . n-3 Pour obtenir l'intervalle de confiance % sur , il suffit d'tudier celui sur z puis de passer des z au . Une autre faon de procder est d'utiliser les tables de Fischer (donnes en hors-texte) qui donnent en fonction du nombre de degrs de libert = n - 2, la probabilit P de rencontrer par le fait du hasard, une valeur de suprieur alors que X et Y sont en fait indpendants. P
VIII.6.3. - Rgression simple

VIII.6.3.1 - Choix du modle linaire - droite des moindres carrs Soit deux sries d'observation X et Y telles qu' chaque valeur xi, on puisse associer une valeur de yi. Les couples (x,y) peuvent tre reprsents dans un graphique comme ci-dessous. Cependant, en l'absence d'hypothse sur les distributions de X et de Y, il n'est pas possible de prvoir la forme des courbes de rgression. Rien n'empche cependant de chercher l'quation d'une droite y = ax + b telle que la somme des carrs des carts i = yi - a xi - b, soit minimale.
15 Y 14 13 12 11 10 9 8 7 6y 5 i 4 3 2 1 0 0
y = ax + b
Les coefficients a et b que l'on cherche dterminer seront obtenus en annulant les drives n i2 par rapport a et b : partielles de i=1
2x i
X 5
i =1
i2
= 0 =>
( y ax b)
i i i =1
= - 2 xi i = 0
2
= 0 => i =1 = - 2 i = 0 b b Soit le systme suivant qui s'interprte ainsi : n i2 = 0 : les carts sont nuls en moyenne 1 n xi i = 0 : il y a orthogonalit entre et x (les carts sont indpendants de x) 1 Le systme rsoudre en a et b est le suivant : yi - a xi - nb = 0 x y - a x 2 - b xi = 0 i i i
i =1
i2
( y ax b)
i i
Tout calcul fait et en posant... --- = xi x n ... on trouve : y y --b = --- - r y x x x Par la mme occasion, on peut calculer l'cart-type des et l encore, on trouve une formule qui rappelle quelque chose : i2 2 = n - 1 = y 1 - r On ne manquera pas de remarquer que la droite des y moindres carrs n'est autre que la droite de rgression si X et Y sont tirs d'une loi de Gauss deux dimensions. Ds prsent, il faut se mfier d'une interprtation abusive de cette analogie : si le coefficient r calcul est mauvais (voisin de 0), il faut conclure que la rgression n'est pas linaire ; il peut y avoir pourtant une bonne corrlation, comme le suggre la figure ci-contre. a=r
r = 0! 4 2 0 2 4 x 6
-- (xi - x )2 x = n-1
xi yi - n --- --x y r= (n - 1) x y
VIII.6.3.2 - Prcautions prendre Pour utiliser les rsultats d'une rgression linaire, on effectuera certaines vrifications pralables : - vrifier l'hypothse de la distribution de Gauss deux dimensions ou tout au moins que les distributions marginales sont normales (si ce n'est pas le cas, on oprera un changement de variable de faon rendre les distributions gaussiennes) ; 30 - si cela n'est pas le cas, vrifier sur le graphique que le y coefficient de corrlation n'est pas voisin de 1 par suite d'une erreur (par exemple, un couple (x,y) a t multipli par 10) ; 20 - vrifier galement sur le graphique que l'hypothse d'homoscdasticit est acceptable (ce qui n'est pas le cas sur la figure ci-contre); 10 - vrifier que si n'est pas significatif, la rgression ne soit pas courbe. Si c'est le cas, on oprera un changement de variable (une anamorphose) sur x, ou y, ou les deux.
0 0 1 2 3 4 5 x6
VIII.6.3.3 - Utilisation pratique de la rgression simple Une des utilisations les plus frquentes est l'extension de sries de donnes. Soit deux variables X et Y ; X a t observe n fois et Y k fois. Soit k le nombre de couples (x,y) dont on dispose ; on se propose d'tablir, partir de ces k couples, la courbe de rgression de y en x, puis partir des valeurs de x, de reconstituer les (n - k) valeurs de y non observes. Soit --- k, --- k, kx et ky les moyennes et carts-types dtermins d'aprs les k couples ainsi que le coefficient x y de corrlation k correspondant. La rgression de y en x s'crit : k y y x j = k (xj - ---k) + --- k x y k x
y x j reprsentant videmment la moyenne conditionnelle des y lis par xj et si les hypothses de normalit sont
admissibles, y x j est la valeur la plus proche de y pour xj donn. Ainsi seront restitues les (n - k) valeurs de y manquantes. Ces estimations y x j sont les valeurs "les plus probables" de Y pour les observs, et il n'est pas possible de mieux valuer y x j partir de la seule connaissance de x. L'estimation de la moyenne des y sur l'chantillon tendu peut s'obtenir directement partir de --- n : x y k moy (--- k)= = k y (xn- ---k) + --- k x y k x Si au lieu de chercher pour chaque x le y le plus probable, on cherche au contraire reconstituer un chantillon global de y le plus probable, cette mthode n'est plus adapte. En effet, comme l'indique la figure ci-contre, l'extension des donnes par rgression linaire simple donne (n - k) y x j qui sont videmment disposs sur la droite de rgression. Or, si on avait rellement observ les y, les points auraient certainement t disperss autour de cette droite. On peut mme valuer cette dispersion par : = y 1 - 2 . Dans le cas de petits chantillons, il est prfrable d'utiliser sans biais n-1 = n - 2 ).
^ y i
^ yj
xj
xi
La rgression linaire simple conduit donc une sous-estimation de la variance de l'chantillon tendu. Pour tenir compte de cette remarque, on peut procder de la faon sommaire suivante. On estime l'cart-type de l'chantillon tendu n y par la formule : 2 2 = ky2 + 2k k y [ n x 2 - k x 2 ] k x 2 On compare cette valeur ny k y et on retient la plus forte de ces deux valeurs.
n y
Une deuxime faon de procder consiste gnrer d'une faon alatoire des carts la droite de rgression : si on admet les rsultats acquis pour une loi de Gauss deux dimensions, la moyenne conditionnelle des y lis par x est : k y y x j = k (xj - ---k) + --- k x y k x L'cart j entre la vritable valeur yj et son estimation y x j est : i = yj - y x j i est distribu selon une loi de Gauss de moyenne nulle et d'cart-type :
n 1 e) n2 Par consquent, pour reconstituer la variance de l'chantillon tendu, il suffit d'ajouter y x j une
= k y
1 r 2 (o e =
valeur de j alatoire. Pratiquement, pour chaque valeur de j, on calcule comme indiqu prcdemment y x j On tire au hasard un nombre Fj compris entre 0 et 1. Ce nombre Fj peut tre considr comme une frquence laquelle on peut associer la variable rduite de Gauss uF . On "corrige" alors y x j pour obtenir l'estimation dfinitive y x j : j
y = y x j + u Fj y 1 2
Il faut faire attention ne se servir de l'chantillon ainsi obtenu que dans son ensemble puisque chaque lment pris isolment ne correspond plus "au mieux" aux xj observs. - Confiance accorder l'chantillon tendu La mthode dcrite ci-dessus permet donc d'obtenir un chantillon tendu des Y, constitu de K valeurs rellement observes et (n - k) valeurs reconstitues partir des observations de X. On ne peut videmment pas accorder cet chantillon la mme confiance qu'en un chantillon rellement observ. M. VERON a montr qu'en premire approximation, on pouvait attribuer la mme confiance cet chantillon tendu de taille n qu' un chantillon rellement observ de taille n'. Le calcul de n' dpend de l'efficacit E de la rgression calcule ainsi : k 1 - (k - 2) 2 E = 1 + 1 - n (k - 3) k On a alors la relation n' = E . Ce nombre n' est par exemple celui qu'il faudrait limites de l'intervalle prendre en compte dans l'estimation de l'intervalle de y de confiance % confiance sur la moyenne --- n. y Enfin, si on s'intresse individuellement chaque estimation d'un yj, l'estimation y x j est sensiblement la
droite de rgression de y en x ^
y + u j
^ y j
moyenne conditionnelle des y lis par xj. On peut admettre bien souvent que l'cart i de variance y2 (1 - 2) est tir
u
y j - u
d'une loi de Gauss. On pourra alors tracer des lignes d'isoprobabilits de rencontrer une valeur y pour un x donn. En premire approximation, ces lignes sont des droites parallles la droite de rgression. Sur la figure ci-contre, u reprsente la variable 1- rduite de Gauss correspondant la frquence 1 - 2 .
x
xj
VIII.6.4. - Rgression double Comme pour la rgression simple, on pourrait mettre en parallle une reprsentation probabiliste et une reprsentation "mthode des moindres carrs". Afin de simplifier le texte, nous ne prsenterons que la deuxime, tout en admettant une partie des rsultats qu'tablirait la premire.
VIII.6.4.1 - Equation de la rgression double linaire Soit une variable z que l'on dsire expliquer partir de deux variables x et y. On se propose de trouver une relation linaire de la forme : z = ax + by + c + Les paramtres a, b et c tant dtermins de faon minimiser la somme des carrs des carts : i2 = (zi - axi - byi - c0)2 Ecrire que i2 est minimum revient crire que les drives partielles de i2 par rapport a, b et c que l'on veut dterminer sont nulles :
2 i =0 a 2 i i2 minimum quivalent : =0 b 2 i =0 c Ce systme de trois quations trois inconnues se transforme ainsi :
2 i x i ( z i ax i by i c ) = 2 x iei = 0 =2 a 2 i y i ( z i ax i by i c ) = 2 y iei = 0 =2 b 2 i ( z i ax i by i c ) = 2 ei = 0 =2 c On remarque comme pour la rgression simple, que la mthode des moindres carrs donne pour solution des paramtres a, b et c tels que les erreurs soient indpendantes de x et de y (orthogonalit tablie par les deux premires quations) et nulles en moyenne (troisime quation). La rsolution de ce systme de trois quations trois inconnues ne prsente pas de difficults. Les paramtres a, b et c peuvent s'exprimer en fonction des moyennes, carts-types et coefficients de corrlation de x, y et z : -- (x - x )2 --- = x ; = x x n-1 n
--- = y y n --- = z z n =
; y = ; z =
-- (y - y )2 n-1 -- (z - z )2 n-1
---- (x - x ) (y - y ) (n - 1) x y ---- (z - z ) (x - x ) r1 = (n - 1) z x ---- (z - z ) (y - y ) r2 = (n - 1) z y Ces trois coefficients de corrlation seront appels par la suite coefficients de corrlation totale entre x et y, z et x, et z et y. On a alors, tout calcul fait : r r z a = 1 22 1 x r 2 r1 z b= 1 2 y
c = z ax by
VIII.6.4.2 - Coefficient de corrlation multiple et variance rsiduelle Pour la corrlation simple, on a vu que le coefficient de corrlation totale mesurait la dispersion des carts i. On peut donc construire de mme un coefficient de corrlation multiple R qui mesurera la dispersion des i : i = zi - axi -byi - c
R2 = 1 -
2 z
2 i
On montre alors que R peut se dduire de r1 r2 et par l'expression : r12 + r22 - 2 r1 r2 R2 = 1 - 2 Si x et y sont des variables indpendantes, le coefficient est nul et l'expression prcdente se simplifie en : R2 = r12 + r22 Par dfinition mme de R, on montre que l'cart-type i que l'on peut galement noter z est : xy z = i = z 1 - R2 xy VIII.7.4.3 - Notion de coefficient de corrlation partielle Nous avons admis que z dpendait la fois de x et y. Les coefficients de corrlation totale r1 et r2 entre z, x et y rendent donc mal compte de la liaison entre 2 variables puisque l'on ne tient pas compte de l'influence de la troisime. L'ide est donc de mesurer non pas la corrlation totale entre z et x mais entre z corrig des variations de y, et x. On dfinit donc un coefficient de corrlation partielle entre x et z corrig des variations de y (not rxz ), comme tant la part de la variance inexplique par y et explique par x. On peut dfinir de mme ryz . y x Tous calculs faits, les expressions des coefficients de corrlation partielle sont : R2 - r22 r2zx = y 1 - r22 R2 - r12 r2zy = x 1 - r12 Il faut noter ds prsent qu'il n'y a pas de raison a priori pour que les coefficients de corrlation partielle et de corrlation totale soient meilleurs les uns que les autres. Pour valuer si les coefficients de corrlation totale taient significativement diffrents de 0, on a utilis les tables de Fischer. Pour les coefficients de corrlation partielle, le raisonnement est le mme mais le nombre de degrs de libert est gal : =n-3 Par exemple, un coefficient de corrlation partiel gal 0,5034 tabli partir de 22 observations de (x,y,z) a moins de 2 % de chance d'tre d au hasard alors que la vraie valeur serait nulle.
VIII.6.5. - Rgressions linaires multiples

VIII.6.5.1 - Mise en quation Supposons que l'on cherche expliquer une variable y partir de k variables x. Si y et les x sont tirs d'une loi de Gauss k+1 dimensions, les paramtres de cette loi de distribution sont : Les moyennes marginales : y, x1 , x2 , .... xi, ... xk Les carts-types marginaux : y , x1 , x2 , ... xi , ..., xk Les coefficients de corrlation totale, soit la matrice [r] : ryx1 ryx2 ryxj ryxk 1 ... ... rx1y 1 rx1x2 rx1xj rx1xk ... ... rx2y rx2x1 1 rx2xj rx2xk ... ...
... ... ...
rxiy
...
rxix1
...
rxix2
...
rxky
rxkx1
rxkx2
... ... ... ...
...
rxixj
...
rxkxj
... ... ... ...
...
rxixk
...
moyenne yx i et d'cart-type y x i avec : yx i = a0 + a1 x1 + a2 x2 + ... + aixi + ... + ak xk

On peut montrer alors que la distribution conditionnelle des y lis par les k xi est gaussienne de
2 et y x i = y 1 - R
les k coefficients de corrlation partielle ryx i x1,x2,...xk .
Il reste alors valuer les k+1 coefficients de rgression ai, le coefficient de corrlation multiple R, et
On pourrait galement montrer que yx i correspond l'hyper plan des moindres carrs : yx i= a0 + a1 x1 + a2 x2 ... + ai xi ... + ak xk On dtermine alors les ai de faon minimiser la somme des carrs des carts entre y et ses
estimations y :
Les drives partielles par rapport aux k+1 paramtres devront donc tre nulles : 1 quation :
a 0
= - 2 (y - a0 - a1 x1 ... - ak xk) = 0
(erreur nulle en moyenne et par consquent a0 = 0) k quations du type : e2 = - 2 xi (y - a0 - a1 x1 ... - ak xk) = 0 (orthogonalit) a i
VIII.6.5.2 - Coefficients de rgression, de corrlation multiple et de corrlation partielle Si dans la matrice [r], on note les lignes et colonnes de 0 k, les diffrents paramtres s'expriment en fonction du dterminant de [r] not et des dterminants ij des mineurs de [r] obtenus en supprimant la i me ligne et la j me colonne de [r]. 1 rx1y
...
ryx1 1
...
... ...
... ...
ryxj-1 rx1xj-1
...
ryxj+1 rx1xj+1
...
... ... ... ... ... ... ...
ryxk rx1xk
...
ij = + / - DET
rxi-1y rxi+1y
... rxky
rxi-1x1 rxi+1x1
... rxkx1
...
...
rxi-1xj-1 rxi+1xj-1
...
rxi-1xj+1 rxi+1xj+1
...
rxi-1xk rxi+1xk
...
...
rxkxj-1
rxkxj+1
(On utilisera le signe + si i+j est pair et le signe - si i+j est impair) Les coefficients de rgression sont donns alors par : k y oi ai = (k fois) et a o = y xi x i ooi i =1
Pour les coefficients de corrlation partielle on aura :
ryx i x1,x2,...xk = Enfin le coefficient de corrlation multiple R est donn par :
0i 00 ii
A titre d'exemple on peut retrouver ainsi les rsultats de la rgression double : y Moyennes z x Ecarts-types z x y r1 r2 1 r1 [r] 1 r2 1 = 1 (1 - 2) + r1 ( r2 - r1) + r2 ( r1 - r2) = 1 - r12 - r22 - 2 + 2 r1 r2 00 = + [1 - 2] , 11 = + [1 - r22] , 22 = + [1 - r12] ,01 = - [r1 - r2] , 02 = + [ r1 - r2]
R2 = 1 - 00
R2 = 1 - = 1 - ( 1 - r12 - r22 - 2 + 2 r1 r2 ) / ( 1 - 2 ) = (r12 + r22 - 2 r1 r2) / ( 1 - 2 ) 00 - ( r1 - r2 ) r1 - r2 z a = a1 = - z 01 = - z = x 00 x ( 1 - 2 ) 1 - 2 x ( r1 - r2 ) r2 - r1 z b = a2 = - z 02 = - z = y 00 y ( 1 - 2 ) 1 - 2 y 2 ( r1 - r2 )2 r2 - 2 r1 r2 + 2 r2 2 r2 y = 01 = = 1 zx 2 ) (1 - r2 ) 2 ) (1 - r2 ) (1 - (1 - 00 11 2 2

2 2 2 2 2 2 2 r 2 + r2 2r1r2 + 2 r2 r2 r1 + r2 2r1r2 + r2 (1 2 ) R 2 r2 2 rzx = 1 = = 2 2 2 y (1 2 )(1 r2 ) (1 2 )(1 r2 ) 1 r2
VIII.6.5.3 - Seuils de signification Pour le coefficient de corrlation multiple, on considre que R est significatif si la variance explique est significativement suprieure la variance rsiduelle. L'analyse de ces variances montre que la quantit... R2 n - (k + 1) x F= k 1 - R2 doit tre significativement suprieure 1. Les valeurs de F ayant une probabilit P d'tre dpasse du seul fait du hasard sont donnes par les tables de Snedecor avec les degrs de libert 1 = k et 2 = n - (k + 1). Les abaques jointes donnent directement les valeurs du coefficient R aux seuils de 1 % et 5 % en fonction du nombre d'observations.
1 R 0,8 0,6 0,4 0,2 0 10 n 100 valeur de R qui a 1% de chance d'tre dpasse du seul fait du hasard
k =1
k=2
k=1 k=8 2 k=3 k= k=5 4
k=2
1 R 0,8 0,6 0,4 0,2 0 valeur de R qui a 5% de chance d'tre dpasse du seul fait du hasard
k= 1
k=
k= k= k= k= 2 3 4 5
k =8
12
k=2
1.
10
100
Pour les seuils de signification des coefficients de corrlation partielle, on utilisera comme prcdemment, les tables de Student. Le nombre de degr de libert est alors gal = n - k - 1 VIII.6.5.4 - Mise en oeuvre Ayant une variable Y que l'on dsire expliquer partir d'autres variables X : on fait l'inventaire des Xi susceptibles d'avoir une influence sur Y. Deux mthodes sont alors envisageables : a) Mthode rgressive (backward limination) On effectue la rgression multiple avec toutes les variables Xi ; on calcule alors les diffrents coefficients de corrlation partielle et on limine ventuellement la variable dont le coefficient est le moins significatif et on recommence jusqu' ce que tous les coefficients de corrlation soient significatifs un seuil fix l'avance. b) Mthode progressive (Stepwise Regression) On commence par faire une rgression simple entre Y et la variable Xi qui lui est le mieux corrl ; on vrifie que le coefficient de corrlation est significatif. On cherche alors la variable Xj qui se corrle le mieux avec le rsidu de la rgression de Xi et Y. On effectue alors une rgression double, on vrifie les coefficients de corrlation partielles. Si la dernire variable introduite n'est pas significative, on s'arrte, si une des variables prcdemment entres n'est plus significative, on la sort. Si le coefficient de corrlation multiple n'est plus significatif, on s'arrte. Enfin, dans les cas contraires, on introduit un nouveau Xk qui explique le mieux la variance rsiduelle prcdente. Bien que la premire mthode paraisse sduisante, c'est la seconde qui est la plus utilise car elle conduit plus rapidement un rsultat (qui n'est pas ncessairement le mme qu'avec l'autre mthode).
VIII.6.6. - Rgressions multiples quelconques

Y : Lame d'eau coule X1 : Lame d'eau coule X2 : Pluie du mois en juillet en juin de juillet ANNEES 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 3 87 11 40 91 70 48 22 56 55 8 93 15 72 62 52 56 25 45 61 29 185 112 114 215 229 121 71 180 203 X3 Evapotranspiration potentielle de juillet 50 99 89 100 92 115 86 77 95 122
Il n'est pas question d'aborder ici l'aspect thorique des rgressions multiples non-linaires mais de prsenter une mthode graphique simple qui permet, moyennant certaines prcautions, d'obtenir des rsultats satisfaisants. Soit Y la lame d'eau coule par un cours d'eau en juillet ; elle s'explique certainement en grande partie par la lame d'eau X1 coule en juin (priode de tarissement), mais aussi par les pluies de juillet X2 et ventuellement par le pouvoir vaporant de juillet. Sur dix ans, on a observ les rsultats rapports de le tableau prcdent (units en mm). Supposons que l'on essaie d'expliquer une variable Y partir de n variables Xi. On supposera d'abord que l'on peut sparer les variables de la faon suivante : Y = f (X1) + f' (X2) + f" (X3) ..... + fIN (Xn) + les variables X1, X2 ... Xn tant ranges dans l'ordre dcroissant de leurs influences prsumes sur Y. Le processus purement graphique est le suivant : D'abord, on porte dans un graphique Y, X1 les points d'observations et on trace une approximation de f (X1) : Y = f1 (X1) + 1 (dans l'exemple, on a pris une fonction linaire) L'cart 1 peut s'expliquer par la variable X2. Dans le graphique 1, X2, les points exprimentaux permettent de tracer une premire estimation de f' (X2) : Y - f1 (X1) = 1 = f'1 (X2) + 2 De mme, 2 peut s'expliquer en fonction de X3 : Y - f1 (X1) - f'1 (X2) = 2 = f"1 (X3) + Ces carts rsiduels peuvent s'expliquer du seul fait du hasard, mais aussi parce que la premire estimation f1 (X1) tait peu prcise car on ne tenait pas compte de X2 et X3. Pour amliorer la premire estimation f1 (X1), on portera dans le premier graphique non plus Y maisY - f1' (X2) - f2' (X3) en fonction de X1. Or, on constate que d'aprs (1) : Y = f1' (X2) - f1" (X3) = f1 (X1) + Il suffit donc de porter dans le graphique 1 une deuxime srie de points en ajoutant la premire estimation f1 (X1). On obtient alors une deuxime f2 (X1). Soit prsent e l'cart : Y - f'1 (X2) - f"1 (X3) - f2 (X1) = Cet cart est d : - au hasard ; - aux erreurs commises sur la premire estimation de f1 (X1) ; - la non prise en compte de l'influence X3 lors de l'valuation de f1' (X2). f1' (X2) peut donc tre amlior en portant dans le graphique 2 Y - f2 (X1) - f1" (X3) = f1' (X2) + en fonction de X2.
Graphique 1 Y 100
50
1er points 2me points 3me points

f2(X2) f1(X1)
0 0 50 100 X1
Graphique 2
1
20
f1'(X2)
-20
f2'(X2)
-40 0 100 200 300

X2
Graphique 3
2
20
f2"(X3)
f1"(X3)
-20 40 60 80 100 120
On obtient alors une deuxime estimation f2' (X2). Le nouvel cart rsiduel est port dans le graphique 3 o on trace : Y = f2 (X1) - f2' (X2) = f1" (X3) + en fonction de X3. On revient alors au graphique 1 o on constate que la troisime srie de points n'entranerait pas de modification importante de f3 (X1) par rapport f2 (X1).
140 X3
On considre alors la rgression retenue la fin du deuxime tour comme dfinitive. Si cela n'avait pas t le cas, il conviendrait de procder une troisime srie de modifications. Si pour un mois de juillet on n'a pas observ les dbits, on pourra estimer Y partir des valeurs de X observes : Par exemple : X1 = 80 mm f2 (X1) = 63 mm X2 = 60 mm f2' (X2) = - 20 mm X3 = 20 mm f2" (X3) = 5 mm Y = f2 (X1) + f2' (X2) + f2" (X3) = 48 mm Comme on vient de le voir, cette mthode graphique est de mise en oeuvre simple et elle peut s'appliquer n'importe quel nombre de variable. Cependant, il convient d'tre prudent sur le choix des courbes de rgression ; en effet, dans l'exercice trait, on a utilis par exemple des courbes qui sont au moins du deuxime degr ; on a donc ainsi ajust implicitement 7 paramtres partir de 10 points. Il est alors vident que le nombre de degrs de libert est trs faible et que la prcision obtenue sur le graphique est assez illusoire. Il faudra donc toujours prendre soin de ne retenir que des courbes de rgression dont la complexit se justifie par un nombre suffisant de points exprimentaux.
VIII.6.7. - Analyses en composantes principales

VIII.6.7.1 - Notions de base On prsentera ici l'analyse en composante principale (A.C.P.) sous une forme simplifie mais adapte aux utilisations en hydrologie de surface. Soit une srie de NECH observations sur NVAR variables. Ces variables peuvent tre plus ou moins lies entre elles, et selon l'intensit de leur liaison, on peut rduire la taille de cet ensemble d'informations en se contentant d'un nombre infrieur NVAR de variables qui permettent cependant de conserver la quasi-totalit de la variance de l'ensemble. Soit X la matrice de dpart : x1 2 x1 NECH x1 1 x21 xi j X= x xNVAR NECH NVAR 1 On construit la matrice X des variables centres rduites. Chaque lment xij se dduit de xij par : xij - ---i x 1 1 avec --- i = NECH . xij et xi2 = NECH . x (xij - ---i)2 x xij = xi
On cherche alors s'il existe un changement de base M qui transforme la matrice X en une matrice Y dont les composantes soient indpendantes. Ceci se traduit par les quations suivantes : Y Yt = MX (MX) t = MX X t Mt = D Y = M X (Changement de base) t Y Y = D (matrice diagonale, Indpendance des composantes) On peut montrer que la matrice de changement de base M existe et est la matrice "modale" de X X t. Chaque ligne de cette matrice reprsente les vecteurs propres norms de X X t ; X X t est la matrice des covariances 1 qui reprsente NECH prs la matrice des coefficients de corrlation totale. Quant D, c'est la matrice "spectrale" de X X t, c'est--dire la matrice diagonale dont les termes sont les valeurs propres de X X t. a1 1 a2,1 . . . a1 NVAR a1 2 . . ai j . . . . . . . . M= . . . . . . . . . . . . aNVAR 1 . . . . aNVAR NVAR
D=
1 0 0 0 0 0
0 2 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 0 NVAR NVAR Y=MX
M-1 Y = X = Mt Y
car M-1 = Mt
X X T = Mt Y (M-1 Y)t = Mt Y Yt M = Mt D M Cette dernire formule permet d'valuer d'une autre faon la variance des x i gale 1 dans notre cas o les variables sont centres rduites) NVAR NVAR 1 1 1 = xi2 = NECH atij j aji = NECH a2ji j j=1 j=1 La somme des variances des NVAR variables est gale NVAR : NVAR 1 NVAR NVAR NVAR 1 NVAR = NECH a2ji j = NECH j a2ji i=1 j=1 j=1 i=1 Or, les vecteurs propres tant norms, on doit avoir : NVAR NVAR 1 a2ji = 1 et donc NVAR = NECH j i=1 j=1 Dans le cas particulier frquent o au lieu de travailler sur la matrice des covariances X X t on travaille sur la matrice R des coefficients de corrlation, on a : NVAR j X X t = NECH . R d'o NECH = j=1 Comme on vient de le constater, la somme des valeurs propres est proportionnelle la variance totale des observations. Si on range les valeurs propres par ordre dcroissant : 1 2 3 ... NVAR, on constate que les valeurs propres deviennent trs vite trs petites. Il parat donc justifi de ne retenir qu'un nombre n' infrieur NVAR, de vecteur propre qui expliqueront un pourcentage p de la variance totale : NVAR
p=
i=1 1 * 100 (en %) n'
i=1 Nous pourrons donc condenser l'information contenue dans le tableau X de dimension NVAR * NECH, par l'information contenue dans le tableau Y' de dimension n' * NECH. Y est le tableau correspondant aux n' premires lignes de Y. Dans le cas o on travaille sur la matrice des coefficients de corrlation : - chaque ligne i de Y correspond aux valeurs prises par une des composantes ; ces valeurs ont une moyenne nulle et une variance gale l ; - chaque terme aij de la matrice M de changement de base est tel que : C x = j aji j i C x tant le coefficient de corrlation totale entre les valeurs prises pour la jme composante et la ime variable. j i En conclusion, on pourra retenir que l'analyse en composante principale permet de rduire les observations sur NVAR variables lies entre elles en une srie d'observations sur n' < NVAR variables indpendantes, chacune d'entre elles expliquant une part dcroissante de la variance totale initiale. L'A.C.P. est utilise en hydrologie essentiellement dans les problmes ncessitant un regroupement de variables (prvision, reconstitution de donnes manquantes, cartographie, etc.).
VIII.6.7.2 - Exemple pratique d'utilisation Gnralement, l'A.C.P. s'utilise pour un nombre important de variables. Dans le souci de rendre les calculs plus clairs et vrifiables " la main", nous retiendrons le cas o les observations sont faites sur trois variables. Mois Seille Metz Vezouze Lunville Madon Mirecourt 1 11,2 47,0 52,5 2 22,9 46,0 46,8 3 6,85 13,9 13,5 4 4,46 9,75 9,85 5 4,05 7,50 8,20 6 2,90 5,40 6,55 7 2,37 4,26 5,10 8 1,24 3,08 3,46 9 1,81 3,12 4,54 10 2,49 6,05 4,72 11 3,38 7,50 7,95 12 9,10 24,70 31,90 Moyenne 6,06 14,86 16,25 Ecart-type 5,85 15,25 16,65 Des lames d'eau, exprimes en mm, coules mensuellement en 1976 sont, reprsentes au tableau prcdent Les trois sries de 12 donnes permettent de construire la matrice des coefficients de corrlation : (S) (V) (M) 1 0,904 0,871 (S) R=
0,993 1 Pour calculer les valeurs propres de cette matrice, on rsout l'quation suivante : 1 - 0,904 0,871
0,904 0,871
0,993
(V) (M)
= 0
0,904 0,871
1 - 0,993 0,993
1-
soit : (1 - )3 + 2 (0,904 * 0,993 * 0,871) - (1 - ) (0,904)2 + 0,8712 + 0,9932) = 0 (1 - )3 - 2,57 (1 - ) + 1,57 = 0 1 = 2,85 avec 2 = 0,149 et 3 = 0,00434 On vrifie bien que 1 + 2 + 3 = 3 2,85 On peut affirmer que la premire composante expliquera 3 100 = 95 % de la variance totale. 2,85 + 0,149 * 100 = 99,86 %. Les deux premires en expliqueront 3 * Calcul des vecteurs propres norms : Ces vecteurs seront obtenus en rsolvant les systmes suivants : i i i = i et 2 + 2 = 2 = 1 Rx i i i i i i 1 a b En posant ... R=
a b
1 c
1
c
i - 1 - a-21 i + ai + b i = i i ai + i+ c i = i i => * i = c + ab 1 bi + ci + i = i i 1 * i = (a + bk )2 1 + ki2 + - 1 i

*
i = ai + b i -1
M = 2 3
1 2 3
D'o l'on tire : 1 0,56
= l2 3
0,59 0,30 0,75
0,58 0,49 -0,65
-0,81 -0,11
On peut vrifier que chaque ligne de M correspond bien un vecteur unit et que ces trois vecteurs sont orthogonaux. * Calculs des valeurs des n' premires composantes : En faisant le calcul de Y de la faon suivante : Y = M X Et on obtient des valeurs de Y qui ont pour variance 1 2 3. Gnralement, on prfre que les composantes Y' soient centres rduites ; on effectuera donc le calcul des valeurs prises par les composantes par la formule : 1/ 1 1/ 1 1 / 1
M' =
2/ 2 3/ 3
2/ 2 3/ 3 Y' = M' X
2 / 3 3 / 3
2,42 Y' = 1,00
Tout calcul fait, on a : 1,70 2,20 -0,03 -0,32 -0,43 -0,57 -0,65 -0,77 -0,72 -0,61 -0,47 -0,69 -2,10 -0,52 -0,16 -0,25 -0,07 -0,05 0,17 0,05 -0,03 0,03 0,58 0,24 0,66 0,43 -0,13 -0,37 -0,22 0,19 0,56 1,25 0,20
2,68
On vrifie bien que chaque ligne de Y' correspond une variable centre rduite et que ces variables sont indpendantes. La premire ligne de Y' suffit elle-seule pour expliquer 95 % de la variance totale ; on aurait donc pu se contenter de calculer cette seule ligne. * Relation entre variables initiales et composantes : Pour trouver les coefficients de corrlation totale entre composantes et variables, il suffit de repartir de la matrice M : 0,56 0,59 0,58 M=
-0,81 -0,11
0,30 0,75
-0,65
0,49
En multipliant chaque ligne de M par
R' =
2,850 x 0,56 0,149 x -0,81 0,004 x -0,12
2,850 x 0,59 0,149 x 0,30 0,004 x 0,75 0,94 0,12 0,93 0,19
0,149 x 0,49 0,0045 x -0,65

2,850 x 0,58
-0,001 0,05 -0,004 On constate bien que seuls les coefficients de corrlation avec la premire composante (1re ligne) sont significatifs puisqu'elle explique elle-seule 95 % de la variance totale. Si on ne retient que les deux premires composantes, on pourra reprsenter dans le plan l'ensemble des rsultats. Comme l'indique la figure jointe, on peut porter dans un graphe orthonorm, suivant les deux premires composantes, chacune des observations (points nots 1 12 d'aprs la matrice Y'). Les valeurs prises par la premire composante permettent de trancher entre les mois fort et faible coulements. L'interprtation sur C2 est plus hasardeuse puisque la variance explique par C2 est suffisamment faible pour pouvoir tre due au seul fait du hasard. Par ailleurs, la matrice R' nous permet galement de faire figurer dans ce graphique les points reprsentatifs des variables : - l'abscisse mesure la variance explique par C1 ; - l'ordonne mesure la variance explique par C2 ; - la distance l'origine des axes mesure la variance explique par C1 et C2.
R' =
0,90 -0,32
(C2) (C3)
(C1)
C1
Madon Vezouze Seille Points figuratifs des observations
C2
On constate bien que ces points sont voisins du cercle de rayon unit (100 % de la variance explique) puisque C3 non pris en compte n'explique que moins de 1 % de la variance. Dans ce graphique, on constate que les rgimes de la Vezouze et du Madon sont quasiment identiques alors que le rgime de la Seille en diffre lgrement (la deuxime composante permet cette distinction). On retiendra de cet exemple que les lames d'eau coules sur ces trois bassins peuvent se retrouver partir de la seule premire ligne de la matrice : Y' = y1 y2 ... y12 R' =
Les lames xij seront la station i au mois j estimes par x ij :

xij - ---i x = c1 xi yj xi
VIII.7. - TECHNIQUES DE CRITIQUE DES DONNEES Quelle que soit la faon dont les donnes sont obtenues, il y aura toujours le risque de rencontrer des valeurs errones. Ces erreurs peuvent tre systmatiques (mauvais appareillage par exemple) ou accidentelles (mauvaise lecture, erreur lors d'un report, etc.). Toute tude hydrologique devra donc commencer par une critique des donnes disponibles de faon liminer si possible les donnes les plus suspectes. Ces techniques ne permettent pas de dceler les erreurs ; elles permettent seulement de mettre en vidence une valeur ou des sries de valeurs "anormales" compte tenu des hypothses que l'on a pu faire sur le comportement de la srie des variables tudies. Les anomalies dans les sries de donnes ayant t mises en vidence par ces techniques, c'est l'hydrologue de "dcider" si une donne est "bonne" au "mauvaise". Ce choix s'appuie sur des arguments statistiques plus ou moins objectifs et sur la connaissance plus ou moins subjective que l'on a du phnomne. Les techniques peuvent se diviser en deux grands groupes selon que l'on a affaire des sries unidimensionnelles ou multidimensionnelles (le plus frquent en hydrologie). VIII.7.1. - Donnes unidimensionnelles Supposons que l'on ait fait n observations sur une variable X...par exemple x1, x2 ... , xi ..., xn... et que ces observations aient t chelonnes dans le temps ; on pourrait essayer de mettre en vidence soit des erreurs accidentelles, sous rserve qu'elles soient suffisamment fortes, soit des erreurs systmatiques, sous rserve qu'elles soient suffisamment fortes ou persistantes.
VIII.7.1.1 - Frquence des chiffres utiliss Il est possible d'valuer la "prcision" avec laquelle un oprateur travaille en tudiant la frquence d'apparition de chacun des dix chiffres de 0 9 sur le dernier chiffre significatif reproduit. Normalement, ces chiffres sont quiprobables. Par exemple, les chiffres 0 et 5, beaucoup plus frquents, dnoteraient une fcheuse tendance de l'observateur arrondir les valeurs lues. VIII.7.1.2 - Probabilit de chaque observation A l'chantillon de n valeurs observes, on peut ajuster une loi de distribution statistique et calculer ainsi la frquence thorique d'apparition de chaque lment de l'chantillon. Les valeurs ayant t dtermines alors que leur frquence thorique est rare, seront ainsi mises en vidence. Il faudra alors trancher sur d'autres critres entre les observations "exactes" mais qui taient a priori peu probables (il est toujours possible d'observer en dix ans une crue millnaire) et les observations vraisemblablement errones. Il faut noter que sur des chantillons de faibles tailles, une valeur mme fortement errone peut passer inaperue puisque la loi statistique est ajuste d'aprs l'chantillon entach de cette erreur. Prenons l'exemple d'une srie de dix annes d'observations de pluies journalires maximales annuelles : 63,7 52,7 76,6 60,3* 85,4 57,1 85,9 71,2 62,2 65,3 Gnralement, on constate que ces pluies s'ajustent assez bien des lois de Gumbel. Dans ce cas particulier, les paramtres d'une telle loi seraient : xo = 62,9 a = 8,9 Supposons que dans la septime anne (*) une pluie journalire de 13 mm ait t dcale d'une colonne et donc lue 130 mm (ce qui, a priori n'est pas forcmment absurde). Cette valeur deviendrait alors la hauteur journalire maximale annuelle au lieu de 60,3 mm. Une telle hauteur a une frquence au non-dpassement de :
1 Une telle valeur de priode de retour 2.000 ans = 0,9995 = 1 2000 F = 130 mm = e mriterait d'tre vrifie. En fait, cette erreur risque de ne pas apparatre, car en calculant les paramtres de la loi de Gumbel avec 130 au lieu de 60,3 mm, on obtient : x'o = 65,0 a' = 17,4 La frquence thorique que l'on attribuera 130 mm sera :
e
130 62.9 8 .9
1 F'130 mm = e = 0,977 = 1 43 ... ce qui ne parat plus du tout si exceptionnel que cela ! Et l'erreur de transcription signale risque de ne pas tre dcele.
e
130 65 17.4
VIII.7.1.3 - Analyse des sries non-autocorrles Dans ce cas, chaque observation est indpendante de celles qui la prcdent. On peut alors procder au dcoupage de l'chantillon de taille n en deux sous-populations de taille n1 et n2. On testera alors qi les diffrences sont statistiquement significatives. Comme on l'a vu prcdemment pour la loi de Gauss, il est possible de tester les diffrences sur les moyennes et sur les variances. Cependant, les tests sont peu puissants et ne peuvent donc signaler que des erreurs relativement grandes et systmatiques sur une longue priode. Le choix du dcoupage de l'chantillon sera guid par l'analyse du graphique donnant les valeurs cumules en fonction du temps (comparaison des moyennes) ou du graphique donnant le cumul des carrs des carts la moyenne en fonction du temps (comparaison des variances). VIII.7.1.4 - Autocorrlation Certaines sries chronologiques sont autocorrles comme par exemple les dbits en priode d'tiage. Chaque observation xi la date i dpend en partie des observations aux dates i - 1, i - 2, etc. Un schma autorgressif simple permet d'associer l'observation xi la moyenne conditionnelle des xi :
x i = f (xi - 1, xi - 2, ... xi - 3) + i
la fonction f tant par exemple dtermine de faon ce que
i =1
2 i
soit minimum.
On se retrouve alors dans le cas de donnes chronologiques multidimensionnelles (une srie d'observations xi et une srie d'estimations x i ). On pourra utiliser les techniques d'analyses des rsidus dcrits au paragraphe suivant.
VIII.7.2. - SERIES CHRONOLOGIQUES MULTIDIMENSIONNELLES Les observations portent sur plusieurs variables de mme nature (dbits diffrentes stations par exemple) ou de nature diffrente (pluie, dbit, temprature, etc.) et sur une mme priode. On supposera que les variables sont corrles et que les distributions sont quasi-normales (un changement de variable sera fait ventuellement).
VIII.7.2.1 - Mthode des "doubles masses" (doubles cumuls) Cette mthode a t longtemps utilise car sa mise en uvre est simple et ne ncessite pas de moyen de calcul particulier. Elle permet de mettre en vidence des erreurs systmatiques dans une srie de donnes. Soit deux sries d'observations (xi, yi) sur des variables corrles entre elles. Il existe alors une relation du type : yi = ax i + b Si partir d'une certaine date, on commet une erreur systmatique sur x par exemple, les variables x et y seront encore corrles mais avec des coefficients a' et b'. Si on porte dans un graphique xi en fonction de yi, il ne sera gnralement pas possible de constater cet cart. Par contre, si on porte non plus xi et yi mais Yi et Xi dfinis ainsi... Yi =
j=1
yj
Xi =
x
j=1
... on aura alors une fonction monotone croissante en fonction du temps. Si x et y sont stables, les points s'aligneront --y sur une droite de pente --- , mais si une des sries subit partir d'une certaine date, une erreur systmatique, on verra x les points s'aligner selon deux droites :
D x x
Sur la figure de gauche, x et y sont stables alors que sur la figure de droite, on constate qu' partir du point correspondant la date D, on a commis une sous-estimation systmatique de x ou une surestimation systmatique de y. Pour lever cette ambigut, on effectuera les doubles masses sur plusieurs postes ou on vrifiera que les cassures se font bien aux mmes dates et dans les mmes rapports.
y z
n2 n 1 P 1 D 1 x D 2 x
P2
y P'1 n' 2 n'1 D' 1 z D' 2 P' 2
Sur les schmas suivants, on vrifierait les points suivants : D1 D'1 les dates des cassures sont sensiblement les mmes D2 D'2
P2 P'2 P1 P'1
n2 n'2 n1 n'1
les erreurs systmatiques sont sensiblement les mmes
Aprs ces vrifications, on peut alors reconstituer des sries homognes en considrant que les mesures actuelles sont les bonnes : - x est la variable stable ; n'1 n1 - les valeurs de y seront multiplies par le rapport n n' pour la priode antrieure la date D1 D'1 ; 2 2 P1 P'1 - les valeurs de z seront multiplies par le rapport P P' pour la priode antrieure la date D2 D'2. 2 2 VIII.7.2.2 - Probabilit des rsidus Si comme prcdemment, les variables x et y sont corrles et que les hypothses d'une distribution de Gauss deux dimensions sont acceptables, on aura les relations suivantes : y x = a xi + b et yi - y x = i i est une variable gaussienne de moyenne nulle et d'cart-type y 1 - 2 . Pour chaque valeur yi, on calculera le i correspondant et sa frquence thorique. Les valeurs de i ayant des frquences trs rares correspondent des yi douteux. On peut, par cette mthode, dtecter des erreurs accidentelles qui n'apparaissent pas l'tude des distributions marginales. VIII.7.2.3 - Cumul des rsidus Cette mthode beaucoup plus puissante que la mthode des doubles masses, ncessite cependant des calculs un peu plus longs exigeant pour le moins une calculatrice capable de stocker l'ensemble de l'information. Comme on vient de le dire au paragraphe suivant, le rsidu i est une variable alatoire gaussienne de moyenne nulle et d'cart-type y 1 - 2 . On dfinit alors la variable Zi, cumul des i premiers rsidus : Zi = i j j=1 Cette variable Zi est une v.a. de moyenne nulle et d'cart-type :
i (n - i) Z = n-1 i Si on se fixe par exemple un intervalle de confiance 99 %, il y a une chance sur cent pour que Zi soit extrieur au segment : - u0,995 Z , + u0,995 Z i i j (n - j) u0,995 = 2,573 , Zi = n-1
Zi
I.C. 0,999 I.C. 0,99 I.C. 0,9 1 intervalle de confiance I.C. %
i n
-1
Lorsque j varie, le lieu des limites des segments ayant la mme probabilit de contenir Zi sont des ellipses passant par Z = 0 pour i = 0 et Z = 0 pour i = n. Sur les graphique ci-dessus, on a port les cumuls des rsidus en fonction de i. Plusieurs ellipses ont t traces en fonction des intervalles de confiance envisags. L'cart cumul sort, on le voit, de l'ellipse correspondant I.C. = 99 %. Il est donc vraisemblable que cela ne soit pas d au hasard. Pour des commodits de trac, on prfre i souvent porter Z'i en fonction de n . 2 n-1 On pose Z'i = Z o u est la variable rduite de Gauss correspondant l'intervalle de confiance u n i IC IC IC %. Dans un systme d'axe orthonorm, l'ellipse correspondante est le cercle de diamtre 0 - 1 :
VIII.7.2.4 - Utilisation des composantes principales L'A.C.P. peut permettre de mettre en vidence une variable aux observations douteuses. Supposons en effet que l'on dispose d'une srie d'observations sur n variables dont on peut supposer qu'elles sont plus ou moins lies entre elles. L'A.C.P. permet de rduire l'information en deux ou trois premires composantes qui expliquent la plus grande partie de la variance. Cependant, si une des variables initiales est entache d'erreurs, on verra apparatre une composante supplmentaire expliquant trs peu de la variance totale mais fort bien corrle avec la station entache d'erreurs. Il suffit donc, pour dtecter des variables suspectes, de chercher celles qui ont de forts coefficients de corrlation avec des composantes correspondant de faibles valeurs propres. Pour des donnes o on peut supposer une variation continue en fonction de la position gographique, on pourra tracer des courbes d'isocoefficient de corrlation avec la premire composante, la seconde, etc. Les singularits dans le trac mettront en vidence les sries douteuses.
IX - TRAITEMENT DES DONNEES PLUVIOMETRIQUES

Dans un chapitre prcdent, nous avons vu les problmes lis la mesure des pluies. On peut prsenter les observations sous deux formes : - des annuaires o sont rcapituls jour par jour (de 6 h 6 h), les hauteurs de pluie, puis les totaux dcadaires, mensuels et annuels. Cette prsentation est celle rencontre le plus frquemment. Elle s'obtient partir de relevs de pluviomtre ou de pluviographe ; - des hytogrammes o figure la hauteur de pluie cumule en fonction du temps. Un hytogramme reprsente donc un enregistrement pseudo-continu en fonction du temps. La vitesse de rotation entrane un pas de temps minimum pour la lecture et pseudo-continu pour les hauteurs (connues un basculement prs, en gnral 1/10me mm). Bien videmment, ce type d'observation ne peut se faire qu' partir d'un pluviographe ; il est donc beaucoup plus rare. Quelles que soient les donnes de dpart, on constate bien souvent des anomalies dans les sries pluviomtriques. Il est pratiquement toujours ncessaire d'en faire une tude critique avant toute utilisation. La plupart des techniques de critique de donnes cites plus haut sont adaptables aux hauteurs de pluies. Supposons termines les phases d'acquisition et de critique des donnes. Quel traitement peut-on tre amen leur faire subir ?
IX.1 - CHOIX DES VARIABLES Ce choix dpend essentiellement du problme que l'on se pose depuis, par exemple, la conception d'un dversoir d'orage o le paramtre est la hauteur de pluie en quelques minutes jusqu' l'alimentation d'une nappe o intervient essentiellement la hauteur de pluie annuelle. Mais, avant de rentrer dans ces considrations, on peut dj dfinir diffrentes notions d'pisodes pluvieux. IX.1.1 - Dfinition des pisodes pluvieux On rencontre gnralement trois dfinitions principales : a) Episode de dure constante fixe l'avance, d'origines variables et que la pluie soit continue ou discontinue. b) Episode de dure constante fixe l'avance, d'origines fixes et que la pluie soit continue ou discontinue. c) Episode de dure constante fixe l'avance, d'origines variables et pour des pluies continues.
Pluie en mm/h 14 12 10 8 6 4 2 0 Pb = 105 mm Pa = 117 mm
10
14
18
22
10
14
18
22
Pc = 112 mm
2 6 10 Temps en h.
Par exemple, et comme le montre la figure ci-dessu, l'pisode pluvieux de 24 h, le plus fort de la priode dcrite, est : . 117 mm pour la dfinition a ; . 105 mm pour la dfinition b ; . 112 mm pour la dfinition c. La dfinition c est peu usite par les hydrologues. Elle sert surtout dans des tudes climatologiques o on s'intresse la statistique des averses en fonction de leur dure. La dfinition a est la plus utile pour l'hydrologue car, en gnral, on s'intresse au volume de pluie sur un temps dtermin ; malheureusement, c'est la dfinition b qui est la plus frquemment utilise puisque c'est la seule s'adapter aux observations faites des pluviomtres, les autres ncessitant des pluviogrammes.
IX.1.2 - Passage d'une dfinition l'autre Dans la pratique, on aura passer de la dfinition b la dfinition a. Nous ferons intervenir un coefficient correcteur dont la valeur (suprieure 1 puisque b ne peut que sous-estimer les hauteurs de pluie), dpendra de la dure de la frquence et des origines imposes. Ce coefficient correctif doit donc tre tudi dans chaque rgion par comparaison des hauteurs lues sur un hytogramme avec celles lues au pluviomtre. En premire approximation, on pourra procder la correction dite "de Weiss". Soit Pt la pluie sur une dure t dtermine partir de plusieurs intervalles de dure mais origine fixe (dfinition b) et Pt la pluie sur la mme dure t mais d'origine variable (dfinition a) ; on aura :
Pt = k W Pt avec coefficient correctif de Weiss : kW =

t t
8 Prenons l'exemple des pluies sur 48 h dtermines partir d'un pluviomtre : t = 48 h ; ? = 24 h 48 = 1,07 kW = 24 48 8 Pour les pluies de 24 h, la correction de Weiss apporter la pluie sur un jour Pj est : P24h = 1,14 P1j Dans la pratique, le coefficient correcteur exact pour 24 h varie de 1,10 1,16 selon les cas et les circonstances .
IX.2 - ETUDE STATISTIQUE DES PLUIES PONCTUELLES Nous nous intresserons ici uniquement aux pluies ponctuelles, c'est--dire celles enregistres en un poste d'observation, sans tenir compte de leur extension spatiale. IX.2.1 - Hauteurs de pluies annuelles Cette variable est la somme de 365 hauteurs journalires qui peuvent tre considres comme des variables alatoires indpendantes. On se trouve donc dans les conditions d'application du thorme central limite (en fait il vaudrait mieux dire que la pluie annuelle est la somme d'une cinquantaine d'pisode pluvieux). En effet, on constate bien, sous nos climats, que les hauteurs de pluies annuelles s'ajustent des lois de Gauss. L'ajustement est d'autant meilleur que la hauteur est plus grande et les jours de pluies plus nombreux dans l'anne. Sous des climats plus secs, les pluies annuelles sont distribues selon des lois dissymtrie positive.
1400 1200 1000 800 600 400 200 0 -2,5 -2,0 -1,5 -1,0 -0,5 0,0
(moyenne=821,14 cart-type=208,04 taille 43 et I.C. 80%)
Prcipitations annuelles en mm
Ajustement un loi de Gauss des pluies annuelles Nice (1946-1988)
Variables rduites de Gauss associes aux frquences exprimentales 0,5 1,0 1,5 2,0 2,5
IX.2.2 - Hauteurs de pluies mensuelles Les hauteurs de pluies mensuelles se distribuent gnralement selon des lois dissymtrie positive. Si parfois les
distributions sont peu prs gaussiennes, le plus souvent c'est la variable log P ou de Gauss.
P qui est distribue selon une loi
400 350 300 250 200 150 100 50 0 -3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 Pluies d'Octobre Nice (1946-1988) Points exp. P Gaussien Log P Gaussien Racine de P Gaussien
Dans certains cas, et durant les mois secs, la borne infrieure P = 0 de l'intervalle de variation de P est atteint avec une frquence non nulle. On se reportera alors ce qui sera dit plus loin pour les hauteurs de pluies journalires.
IX.2.3 - Hauteurs de pluies journalires Considrons les relevs journaliers d'un poste pluviomtrique durant n annes. On dispose donc de n * 365 hauteurs de pluies dont certaines sont nulles. En fait, cet chantillon n'est pas homogne et un premier dcoupage assez grossier nous permettrait de considrer d'une part, les jours de pluies nulles et d'autre part, les jours de pluies non nulles. Sur le graphique ci-contre, nous avons F (p) S (p) schmatis la fonction de rpartition des hauteurs 1 1 de pluies journalires F (P). On constate que le domaine de variation de P est (0, + 8t) mais que ) p F( l'on a P = 0 avec une frquence Fo non nulle. ) (p Parmi les lois de distribution cites S prcdemment, il n'en existe pas qui permettent 0,5 0,5 cet ajustement direct. Une solution ce problme est d'utiliser une loi de distribution tronque : en F (0) effet, si on ne s'intresse qu' la population des pluies non nulles, la frquence au nondpassement s'crira ainsi : 0 F (P) - Fo 0 P S (P) = 1 - F o S (P) dcrit bien l'intervalle (0 - 1) lorsque P varie de 0 l'infini. S (P) peut donc tre figure par une loi classique comme par exemple la loi de Galton.
Contrairement ce que l'on pourrait penser, Fo n'est pas simple dterminer. En effet, Fo reprsente la frquence des pluies nulles. Or, dans les relevs pluviomtriques, on trouve frquemment des hauteurs d'eau non nulles mais trs faibles de l'ordre du 1/10me de mm. Ces "prcipitations" ne sont souvent que de la condensation des brouillards matinaux ou de la rose et de toute faon d'une autre nature que les pluies. Il n'est donc pas normal de compter ces jours comme des jours de pluies car on sous-estimerait Fo. D'autres raisons justifient galement que l'on considre Fo plutt comme un paramtre d'ajustement, ce que l'on fait dans la pratique.
Pluies journalires en mm
La figure ci-contre illustre comment on peut ajuster les pluies journalires NancyTomblaine une loi de Galton tronque . Fo est dtermin par ttonnements jusqu' ce que l'alignement des points soit correct : - les points les plus droites correspondent un Fo= 0,49 ; - ceux de droite Fo = 0,75 ; - enfin les points noirs les mieux aligns correspondent Fo = 0,49.
100
10
1 -2 -1 0 1 2 3 4 Variables rduites de Gauss associes S(p)
Depuis les annes 1983-1984, l'E.D.F. prconise d'ajuster la distribution des pluies journalires une somme de deux exponentielles : -x/a -x/b F (x) = 1 - e -e x ] 0, 8 [ dont la densit de probabilit est f (x) =
-x/a -x/b [ f (0) 0] e + a b Cette loi a donc quatre paramtres ; si on remarque que F (0) = 1 - - , on voit que ces quatre paramtres lis par une relation pourront par exemple tre ajusts par la mthode des moments : ( x 2 + 2 ) =K + = 1 - Fo = a2 + b2 = 2
(3x 2 + x 3 + 3) a3 + b3 = =Q 6 Ce systme peut se rsoudre assez aisment mais il semble que l'on se heurte assez frquemment des instabilits de calcul dues l'emploi de 3 (fortes incertitudes d'chantillonnage). DUBAND de l'E.D.F. prconise, pour x2 les pluies journalires, d'imposer en plus = 2 . En effet, il constate exprimentalement que cette condition permet
a + b = x
de retrouver correctement la distribution statistique des pluies extrmes. Si l'on fait crotre indfiniment x et que l'on ait choisi a > b (la formule est significative en a, b, et ), on remarque : -x/a x / a x / b -x/a e x / b F (x) = 1 - e 1 + x / a = 1 - e 1 + e e -x/a x ( b a ) / ab F (x) = 1 - e 1 + e Le terme b - a tant ngatif (a > b) lorsque x tend vers l'infini, on aura donc : -x/a F (x) 1 - a e La somme de deux exponentielles tend donc asymptotiquement vers une loi exponentielle dont le gradex est le plus fort des deux paramtres (a ou b). L'ajustement par la mthode des moments se ramne alors au seul calcul des deux premiers paramtres et l'on obtient les quations suivantes : b=n et bien sr : =
2 + am 2 2 m 2
a=
m2 2 +
2 4
+ ( 2 ) m 4 (3 ) m 2 2 m 2
; = 1 - Fo - .
Il faut insister sur le fait que cette mthodologie propose par DUBAND est conue pour dterminer le gradex des pluies journalires extrmes et que cette mthode n'est pas universellement admise. Il faut l'employer avec prcaution, surtout si on travaille sur des pluies de moins de 24 h.
IX.2.4 - Hauteurs des pluies extrmes La protection contre les dgts des eaux ncessite de s'intresser aux pluies extrmes. Ce peut tre les pluies journalires maximales annuelles, les pluies en une heure maximales mensuelles ou dcadaires, etc. Parmi les lois de distribution qui peuvent rendre compte de la statistique des phnomnes extrmes, c'est la loi de Gumbel qui s'adapte le mieux aux variables pluviomtriques. Comme nous l'avons vu prcdemment, la loi de Gumbel a pour expression : -u x xo F (x) e -e avec u = g Dans un graphique de Gumbel [x, - Ln (-Ln F)], le terme g reprsente la pente de la droite d'ajustement. Bien souvent et surtout pour les pluies, on appelle g "le gradex" (contraction de gradient de l'exponentielle).
80 70 60 50 40 30 20 10 0 -4 -3 -2 -1 0 1 2 3 4 U = - Ln [-Ln (F) ] 5 6 x Ln 6
Pluies journalires maximales St Pierremont
Ln 6
F (x) A
F (x) E
F (x) F (x) ME H
F (x) MH
Ce gradex prsente une constance quelle que soit la priode sur laquelle on prend la pluie maximale. Prenons l'exemple des pluies journalires maximales mensuelles St Pierremont. On peut dcouper l'anne en deux saisons : un "t" de mai octobre et un "hiver" de novembre avril. A l'intrieur d'une saison, on pourra supposer que les pluies journalires maximales mensuelles sont quiprobables. Soit FME (x) la frquence au non-dpassement de la valeur x pour un mois d't ; la probabilit pour que x soit non-dpass durant les six mois de l't est bien videmment FME (x)6 ; or, c'est la dfinition de la frquence au non-dpassement FE (x) de la valeur x pour l't : or u = - Ln {- Ln (F)} FE (x) = FME (x)6 Ln {FE (x)} = 6 Ln {FM (x)} Ln [- Ln {FE (x)}] = Ln 6 + Ln [- Ln {FME (x)}] - Ln [- Ln {FE (x)}] = - Ln {FME (x)}] - Ln (6) u F = uF - Ln (6) E ME On constate que si les pluies maximales mensuelles d't sont distribues selon une loi de Gumbel, les pluies maximales saisonnires d't le sont aussi. Les lois de distribution sont reprsentes dans un graphique de Gumbel par des droites parallles distantes de Ln 6 et prsentant donc le mme gradex. Par contre, si les pluies d't et les pluies d'hiver ont des distributions gumbeliennes diffrentes FE(x) et FH (x), il n'y a pas de raison a priori pour que les pluies maximales annuelles soient gumbeliennes : FA (x) = FH (x) . FE (x)
IX.2.5 - Comblement des lacunes dans des sries pluviomtriques Bien des tudes de synthse sur les hauteurs de pluie annuelles, ncessitent de connatre les prcipitations sur diffrentes stations mais sur une mme priode. C'est le cas par exemple pour l'tablissement de cartes pluviomtriques moyennes interannuelles, o il est vivement recommand de travailler sur une priode commune trentenaire. Malheureusement les nv postes pluviomtriques n'ont pas tous t observs durant les no annes de la priode de rfrence et la matrice des donnes se prsente donc gnralement ainsi :
et calculer pour chaque observation la moyenne des valeurs centres rduites disponibles : u (i ) u(1,1) inconnu u(2,1) u(2,2) ... ... u(i,1) u(i,2) inconnu ... ... inconnu u(no,1) u(no,2) ... ... ... ... ... ... ... u(1,j) u(2,j) ... u(i,j) inconnu ... u(no,j) ... ... ... ... ... ... ... u(1,nv) inconnu ... u(i,nv) ... ... u(no,nv)
x(1,1) inconnu ... x(1,j) ... x(1,nv) x(2,1) x(2,2) ... x(2,j) ... inconnu ... ... ... ... ... ... [x] = x(i,1) x(i,2) ... x(i,j) ... x(i,nv) inconnu ... ... inconnu ... ... ... inconnu ... ... ... ... x(no,1) x(no,2) ... x(no,j) ... x(no,nv) Si le nombre de poste nv est grand, il est quasiment impossible de "boucher" les trous un par un par des techniques de rgression. Le choix des variables explicatives est vite inextricable et de plus les erreurs accidentelles ou systmatiques qui ne manquent pas d'affecter certaines observations, sont ainsi rptes. Nous proposons donc une mthode qui permets de combler rapidement et simplement les lacunes avec la partie la plus fiable de ce tableau de donnes. Nous calculerons tout d'abord les moyennes exprimentales Mxo(j) et les cart-types exprimentaux xo(j) des prcipitations pour chaque station j et sur les seules annes rellement observes : [Mxo] = Mxo(1) Mxo(2) ... Mxo(j) ... Mxo(nv) [xo] = xo(1) xo(2) ... xo(j) ... xo(nv) x (i, j) Mxo( j) On peut alors valuer la matrice des valeurs centres rduites : u (i, j) = xo( j)
[u] =
u (1) u (2 ) u (i ) u (no )
On peut alors dans une premire tape remplacer chaque valeur inconnue x(i,j) par une valeur u (i ) Mxo( j) correspondant la variable rduite moyenne pour cette observation. On obtient alors une xe0 (i, j) = xo( j) premire matrice complte [xo] : xe (i, j) 0 x(1,1) xe (1,2) 0 x(2,1) x(2,2) ... ... x(i,1) x(i,2) ) ... xe (i + 1,1 0 ... xe (no- 1,2) 0 x(no,1) x(no,2) ... ... ... ... ... ... ... x(1,j) x(2,j) ... x(i,j) xe (i + 1,j) 0 ... x(no,j) ... ... ... ... ... ... ... x(1,nv) ) xe (2,nv 0 ... x(i,nv) ... ... x(no,nv)
[xo] =
Nous effectuons alors une A.C.P. sur cette matrice [xo] et obtenons les projections des variables [a1] et des observations [c1] sur les k seules premires composantes principales pouvant avoir une signification physique : c1(1,1) c1(2,1) ... c1(i,1) ... ... ... c1(no,1) c1(1,2) c1(2,2) ... c1(i,2) ... ... ... c1(no,2) ... ... ... ... ... ... ... ... c1(1,k) c1(2,k) ... c1(i,k) ... ... ... c1(no0,k)
[a1] =
a1(1,1) a1(2,1) ... a1(k,1)
a1(1,2) a1(2,2) ... a1(k,2)
... a1(1,j) ... a1(2,j) ... ... ... a1(k,j)
... a1(1,nv) ... a1(2,nv) ... ... ... a1(k,nv)
[c1] =
Ainsi que les matrices des moyennes et carts-types :

[Mx1] = [Sx1] = :
Mx1(1) Sx1(1)
Mx1(2) Sx1(2)
... ...
Mx1(j) Sx1(j)
... ...
Mx1(nv) Sx1(nv)
Il est alors possible de reconstituer chaque observation manquante x(i,j) par une nouvelle valeur estime xe1(i,j) xe1(i,j) = Mx1(j) + Sx1(j) * { a1(1,j) c1(i,1) + a1(2,j) c1(i,2) +... + a1(k,j) c1(i,k) } Cette estimation n'est pas trs correcte puisque l'A.C.P. a t effectue sur une matrice "bouche" partir de moyennes interannuelles, cependant xe1(i,j) est une meilleure estimation que xe0 (i, j) puisqu'elle tient compte des observations aux autres stations pour cette anne j. On peut donc ritrer le processus en remplaant dans la matrice [xo] chaque xe0 (i, j) par les xe1(i,j) adapts. On obtient ainsi une nouvelle matrice [x1] : x(1,1) xe1(1,2) x(2,1) x(2,2) ... ... x(i,1) x(i,2) xe1(..,1) ... ... xe1(..,2) x(no,1) x(no,2) ... ... ... ... ... ... ... x(1,j) x(2,j) ... x(i,j) xe1(i,j) ... x(no,j) ... ... ... ... ... ... ... x(1,nv) xe1(2,nv) ... x(i,nv) ... ... x(no,nv)
[x1] =
On recommence alors une A.C.P. sur la matrice [x1] permettant d'obtenir de nouvelles matrices [c2] , [a2] , [Mx2] et [Sx2] d'o l'on tirera de nouvelles estimations xe2(i,j).
20 18 16 14 12 10 8 6 4 2 0
Maximum des carts Moyenne des carts E.T. des carts
A chaque itration nous modifions les estimations pour les observations manquantes. A titre d'exemple on citera l'tude de 120 postes pluviomtriques d'Algrie sur une priode commune de 60 ans o nous avions 1854 stations-annes manquantes sur 7200 (25% de "trous"). Nous avons chaque fois not la moyenne et l'carttype des modifications, ainsi que la plus forte modification en valeur absolue. Ces rsultats sont reports sur le graphe ci-contre.
Dif. 0-1
Dif. 1-2
Dif. 2-3
Dif. 3-4
Dif. 4-5
Dif. 5-6
On y constate que toutes les caractristiques des carts d'une itration l'autre suivent sensiblement une exponentielle dcroissante. Ici comme dans d'autres tentatives on constate que le processus est stabilis ds la 6me ou 7me itrations. La difficult rside dans le choix du nombre de composantes principales utiliser dans les reconstitutions. Nous prconisons bien sr, de n'utiliser que les composantes ayant une signification physique. La pluie ayant priori une structure spatiale, on peut prjuger que seules les composantes ayant galement une structure spatiale sont physiquement significatives. Ainsi le choix des composantes utiliser se basera sur l'analyse du variogramme des projections des variables sur les composantes :
(h) exprimental 20000 15000 Variogramme Nord-Sud 10000 5000 Variogramme Est-Ouest 0 0 50 100 150 200 250 300 Distance en km 0 0 50 100 150 200 250 300 Distance en km Variogramme omni-directionnel 4000 2000 (h) exprimental 8000 6000 Variogramme Est-Ouest Variogramme omni-directionnel Variogramme Nord-Sud
Comportement l'origine de la troisime composante
Dif. 6-7
Comportement l'origine de la quatrime composante
Dans cet exemple algrien, les trois premires composantes ont une structure spatiale nette (mais anisotrope), par contre la quatrime composante est ppitique pure. On ne prendra donc en compte dans les reconstitutions que les trois premires composantes.
IX.3 - ETUDE DE LA PLUIE DANS L'ESPACE L'apparition de prcipitations est lie au mouvement des masses d'air ; or, leur dplacement est fortement influenc par le relief et cela diffrentes chelles, par exemple le massif montagneux (effet de foehn) ou le relief de cte (phnomne d'abris). Etudier la pluie dans l'espace ne peut donc gnralement se faire qu'en tenant compte du relief moins que la densit de pluviomtres soit suffisante, ce que l'on rencontre rarement et que sur de petites surfaces. IX.3.1 - Pluie et relief Il est difficile de dgager des lois quantitatives traduisant l'effet du relief sur la pluie. En effet, ces lois dpendent de la nature de la pluie laquelle on s'intresse, hauteurs de pluies annuelles, pluie journalire extrme d'une saison, etc. Nous proposons de faire intervenir le relief d'aprs deux paramtres essentiels :
IX.3.1.1 - L'altitude Le paramtre altitude jour un rle trs important mais bien videmment, ce n'est pas l'altitude exacte du point o l'on fait la mesure mais plutt l'altitude moyenne autour de ce point. Parmi les nombreuses faons de calculer les altitudes moyennes, une mthode qui donne de bons rsultats consiste prendre l'altitude au centre d'un disque de rayon R que l'on positionnerait par la pense dans la situation la plus basse qu'il peut prendre sur la topographie, le centre du cercle tant la verticale du point de mesure. Le rayon R optimum dpend des rgions mais il est de l'ordre de 1 3 km. L'intrt de cette mthode est de supprimer les valles dont la faible amplitude ne permet pas une influence sur le dplacement des masses d'air.
Surface topographique "naturelle" Cote moyenne estime Valle "gomme" (largeur infrieure 2R) R Surface topographique "lisse" Valle "respecte" (largeur suprieure 2R)
Dans la pratique, on constate que la pluie augmente avec l'altitude, ceci jusqu' une altitude limite appele optimum pluviomtrique. En effet, la masse d'eau condensable connat une limite et au-del d'un certain moment, il est vident que le volume d'eau prcipit tend vers le volume prcipitable et que les intensits ne peuvent continuer crotre, tout au contraire. Sur les hauteurs de pluies annuelles, l'optimum pluviomtrique est de l'ordre de 2.000 3.000 mtres. L'altitude revient aussi sur la nature des prcipitations. En appelant coefficient de nivosit le rapport du volume d'eau tomb sous forme de neige au volume total, on constate les variations suivantes de son ordre de grandeur : Altitude Ordre de grandeur du coefficient de nivosit 500 m 10 % 2.000 m 50 % 3.000 m 85 % IX.3.1.2 - L'encaissement L'inconvnient des altitudes moyennes est de ne pas faire intervenir l'orientation des versants ou des valles. Prenons l'exemple de la cote moyenne dfinie plus haut : elle "gomme" les valles de largeur infrieure 2R mais quelle qu'en soit l'orientation.
Az2
Vents dominants
dz M D
Az1
Caractrisation d'un site par l'angle solide sous lequel on voit l'horizon. Or, il est vident que leur influence sera diffrente selon qu'elles sont orientes Est-Ouest ou Nord-Sud, alors que les perturbations se dplacent grossirement Est-Ouest. La mthode que nous proposons est base sur le raisonnement simple suivant : supposons que nous soyons en M l'abri d'une crte montagneuse. L'influence de cette crte est d'autant plus forte qu'elle est leve par rapport au site o nous nous trouvons (dz) et qu'elle en est proche (dl). Pour tenir compte en mme temps des aspects dnivele et distance, il est logique de faire intervenir la tangente de l'angle sous lequel on voit cette crte. Evidemment, cet angle est mesurer selon la direction des vents dominants. Par ailleurs, tg ne peut elle-seule mesurer l'influence de la crte ; cela deux raisons : d'une part, un pic isol n'aura pas la mme influence qu'une crte continue ; il faut donc ne plus se contenter de tg selon la direction des vents dominants mais mesurer tg selon des azimuts situs de part et d'autre de la direction des vents dominants. D'autre part, les vents dominants s'orientent dans une certaine "fourchette" d'azimuts, mais ils peuvent varier d'une dpression l'autre et d'une saison l'autre. On peut construire un paramtre caractrisant l'environnement du site partir de l'angle solide sous lequel on voit l'horizon entre deux azimuts Az1 et Az2, situs de part et d'autre de la direction des vents dominants. Dans la pratique, l'influence de l'angle solide sous lequel on voit l'horizon s'exerce dans des sens diffrents selon la nature des prcipitations : - pour des pluies de front, il pleut plus dans un site encaiss que sur un sommet, cela altitude gale (prcipitations orographiques) ; - pour des pluies d'orage, il pleut plus sur un sommet que dans un site encaiss, toujours altitude gale (localisation prfrentielle des orages sur les sommets).
IX.3.2. - Interpolation des prcipitations Les techniques modernes d'interpolation se rattachent plus ou moins troitement, aux notions de fonctions alatoires. Il est donc ncessaire de prsenter le vocabulaire, les principaux concepts et rsultats.
X.3.2.1 - La pluie, une fonction alatoire X.3.2.1.1 - Fonction alatoire d'ordre 2 - - Soit R(x ,) la hauteur de pluie prcipite en un point x dans la rgion tudie D pendant une dure t - dbutant l'instant de la nuit des temps ? , et soit P une mesure de probabilit ; on admettra que R(x ,w) est une fonction alatoire avec : P() =
P(d) = 1
- - - Si maintenant on se fixe un vnement k, la fonction k(x ) = R(x ,k), est une trajectoire de R(x ,). La - fonction k(x ) pourrait tre reprsente par les courbes isohytes de la pluie entre les instants et +t. - - Si maintenant on considre un point particulier fix xi , la fonction Ri() = R(xi ,) est une variable - alatoire. Ri(w) est la loi de distribution statistique des pluies ponctuelles en xi et de dure t.
- - - On appellera moyenne de la fonction alatoire R(x ,) au point xi , la fonction m(xi ) telle que : - m(xi ) = E {Ri()} = R i ( wP(dw )
- Plus simplement, m(xi ) reprsente la moyenne des hauteurs de pluie sur une dure t, au pluviomtre situ en - xi . - - - - On peut galement dfinir la fonction de covariance C (xi ,xj ) des prcipitations entre deux points xi et xj : - - E { Ri() Rj()} - m(xi ) m(xj ) - - - - (avec videmment C (xi ,xj ) =C (xj ,xi ) ) - - - La variance V(xi ) n'est que le cas particulier o les points xi et xj sont confondus : - - - - V(xi ) = s2(xi ) = C (xi ,xi ) - (s(xi ) est bien sur l'cart-type en xi ) - - A partir de la covariance et de la variance, on peut galement dfinir la fonction de corrlation r(xi ,xj ) : - - C (xi,xj) - - r (xi ,xj ) = - - s(xi) s(xj) - - - - r (xi ,xj ) est le coefficient de correlation entre les prcipitations aux points xi et xj , et videmment : - - - - r (xi ,xj ) = r (xj ,xi )) Une fonction alatoire est dite fonction alatoire d'ordre 2 si moyenne et fonction de covariance existent, ce qui est bien le cas pour les prcipitations o les tudes statistiques utilisent des modles de distribution variance fini et o il est trs classique de corrler des sries entre elles. IX.3.2.1.2 - Homognit et isotropie - - - - - Si la fonction de corrlation ne dpend pas des points xi et xj mais du seul vecteur h = xi - xj , on dit - que le domaine tudi est homogne, et l'on parlera de corrlogramme r(h ). A priori, le corrlogramme est anisotrope - - - ; il dpend la fois de la distance h entre les points xi et xj mais aussi de la direction du vecteur h . - - - Si la fonction de corrlation ne dpend pas des points xi et xj mais de la seule norme h du vecteur xi - - - xj (h = || xi - xj || ) , on dit que le domaine tudi est isotrope. On parlera alors de corrlogramme isotrope r(h). Dans les applications ultrieures, l'hypothse d'isotropie n'est nullement obligatoire car si les traitements sont notoirement simplifis, les moyens de calcul actuels permettent trs bien de traiter les cas de domaines o la pluie est anisotrope. L'homognt des prcipitations est par contre une hypothse quasi-obligatoire et pourtant rien ne permet de l'affirmer priori. Dans la pratique cependant, on constate que les prcipitations peuvent tre considres comme homognes sur des zones restreintes (en particulier des zones aux reliefs homognes et affectes par des phnomnes mtorologiques comparables). IX.3.2.1.3 - Stationnarit d'ordre 2 Une fonction alatoire est dite stationnaire d'ordre 2 s'il existe un corrlogramme et si moyennes et variances sont identiques en tout point : - - m(x ) = m (pour tout x appartenant D) - - s(x ) = s (pour tout x appartenant D) - - C (xi;xj) - - - (pour tous xi, xj appartenant D) r(h ) = s2 La stationnarit d'ordre 2 des prcipitations est une hypothse trs forte puisque non seulement il doit y avoir homognt, mais aussi galit des moyennes et des variances des prcipitations en tout point. Ceci ne peut donc se rencontrer que si l'on tudie les prcipitations sur un domaine de trs faible extension et faible relief. Par contre on
- - C (xi ,xj ) =
peut souvent appliquer l'hypothse de stationnarit non pas directement aux prcipitations, mais aux rsidus de rgression entre des paramtres gographiques ( altitudes, encaissement, distances la mer, aux crtes ...) et les prcipitations. En effet ces rsidus sont de moyenne nulle et de variance constante (homoscdasticit). IX.3.2.2 - Mthodes d'interpolation La plupart des mthodes modernes d'interpolation ne peuvent se rattacher aux notions d'auto-corrlation ou d'estimateurs linaires optimaux (estimateurs BLUE'S : Best Linears Unbiaised Estimators). IX.3.2.2.1 - Auto-corrlation - * - Supposons que l'on cherche reconstituer en un point xo lors d'un vnement la pluie R(xo,) qui n'y aurait pas t observe. Pour ce faire, on choisira a priori une combinaison linaire du type : * - R(xo,) = ao + Cette combinaison devra tre juste en moyenne : - * - E{R(xo ,) - R(xo,) } = O - E{R(xo ,) - ao - E {R(xo ,) } n
i =1 n
- i R(xi ,)
i =1 n
- i R(xi ,)} = O
i =1
- i E{R(xi ,)} = ao
- ao = m(xo ) -
i =1
- i m(xi )
- Si cette premire quation est vrifie on peut travailler sur les carts la moyenne r(x ) ainsi dfinis : - - - r(x ) = R(x ,) - m(x ) En effet on a alors : - * - - R(xo ,) - R(xo,) = R(xo ,) - ao - O = m(xo ) - ao -
i =1 n
- i R(xi ,) - i m(xi )
i =1
- * - - - R(xo ,) - R(xo,) = R(xo ,) - m(xo ) - * - - R(xo ,) - R(xo,) = r(xo ) -
i =1
- - i ( R(xi ,) - m(xi ) )
i =1
- i r(xi )
Imposons cette reconstitution d'tre de plus, de "bonne qualit" au sens de l'erreur quadratique moyenne : * - - d2 = E {( R(xo,) - R(xo ,))2} = minimum - d2 = E {(r(xo ) -
i =1
- i r(xi ) )2} = minimum
On dtermine les n paramtres li en annulant les n drives partielles de d2 par rapport aux i - d2 = E {(r(xo ) - d2 = E {r(xo )2} - 2
i =1
- i r(xi ) )2}
i =1
- - i E{ r(xo ) r(xi ) } +
i =1 j=1
- - i j E{r(xi ) r(xj )}
- - Dveloppons le terme E{ r(xo ) r(xi ) } : - - - - - - E{r(xo ) r(xi )} = E{[R(xo ,) - m(xo )] [R(xi ,) - m(xi )] }
- - - - - - - - - - E{r(xo ) r(xi )} = E{R(xo ,) R(xi ,)} - m(xo ) E{R(xi ,)} - m(xi ) E{R(xo ,)} + E{m(xo ) m(xi )} - - - - - - E{r(xo ) r(xi )} = E{R(xo ,) R(xi ,)} - m(xo ) m(xi ) - - - - E{r(xo ) r(xi )} = C (xo ,xi ) D'o l'expression : - d2 = s2(xo ) - 2 Ecrivons alors les drives :
(d 2 ) - - = - 2 C (xo ,xi ) + 2 li
n n n
i =1
- - i C (xo ,xi ) +
i =1 j=1 n
- - i j C (xi ,xj )
i =1 j=1
- - j C (xi ,xj )
Or ces drives doivent tre nulles, donc pour les n valeurs que peut prendre i, on aura :
i =1
- - - - j C (xi ,xj ) = C (xo ,xi ) - - C(x1 ,xn - - ) ... C(x2 ,xn ... ... - - ) ... C(xi ,xn ... ... - - ) ... C(xn ,xn ) ... - - C(xo ,x1 - - C(xo ,x2 ... - - C(xo ,xi ... - - C(xo ,xn
Soit sous forme matricielle : - - - - C(x1 ,x2 ) C(x1 ,x2 ) - - - - C(x2 ,x2 ) C(x2 ,x2 ) ... ... - - - - C(xi ,x1 ) C(xi ,x2 ) ... ... - - - - C(xn ,x1 ) C(xn ,x2 ) Ou encore :
... ... ... ... ... ...
- - C(x1 ,xj - - C(x2 ,xj ... - - C(xi ,xj ... - - C(xn ,xj
) ) ) )
1 2 ... i ... n =
) ) ) )
[Ci,j] [i] = [Co,i] et bien sur on trouvera les li par rsolution du systme suivant : [i] = [Ci,j]-1 [Co,i] Pour une application pratique; on supposera que l'on a observ k vnements sur les n+1 points Il est alors ais d'approcher ainsi les esprances mathmatiques :
1 - - E{R(xi ,)} = m(xi ) k
i =1
- R(xi ,l)
De mme pour les covariances :

1 - - C (xi ,xj ) = k
i =1
- - - - [R(xi ,l) R(xj ,l)] - m(xi ) m(xj )
Ces covariances permettent de remplir les matrices [Ci,j] et [Co,i], il suffit alors de calculer la matrice inverse [Ci,j]-1 pour obtenir les n paramtres i . - Supposons que pour le (k+1)me vnement, on ne connaisse que les n R(xi ,k+1), on pourra reconstituer la valeur - en xo par : * - R(xo,k+1) = ao + * - - R(xo,k+1) = m(xo ) -
i =1 n
- i R(xi ,k+1)
i =1
- i m(xi ) +
i =1
- i R(xi ,k+1)
* - - R(xo,k+1) = m(xo ) +
i =1
- - i [R(xi ,k+1) - m(xi )]
- * - Voici ainsi prsent l'auto-corrlation qui permet des reconstitutions telles que l'cart R(xo ,) - R(xo,) soit nul en moyenne et que la variance de cet cart d2 soit minimale. On montre d'ailleurs que ce minimum est : - - d2 = C (xo ,xo ) -
i =1
- - i C (xi ,xo )
Dans la pratique l'auto-corrlation n'est pas une mthode oprationnelle d'interpolation ; en effet, il faut - - - connatre en tout point d'interpolation les m(xo ) et tous les C (xi ,xo ), or ceci n'est jamais le cas sauf si l'on imagine un rseau trs dense (un point de mesure en chaque point d'interpolation) exploit durant k vnements puis le maintien en service d'un nombre n plus restreint de postes de mesure. - - Les vritables mthodes d'interpolation vont donc consister essentiellement se donner les m(xo ) et C (xi - ,xo ) suivant des hypothses plus ou moins simplificatrices. X.3.2.2.2 - Interpolation optimale de Gandin - Cette technique s'applique au cas o l'on ne dispose d'information qu'en n pluviomtres xi , et sur k - vnements. On se propose alors pour chaque vnement de reconstituer le phnomne en un point xo non observ. - - - Les quations d'auto-rgression ncessitent de connatre tous les C (xi ,xj ) et tous les m(xi ), pour i et j variant de 0 n, or les termes pour i=0 sont manifestement inconnus. Nous avons vu que la fonction de corrlation tait : - - C (xi,xj) - - r (xi ,xj ) = - - s(xi) s(xj) La premire hypothse dans la mthode de Gandin est de supposer que le phnomne est homogne; c'est-dire que : - - - - - - r (xi ,xj ) = r(h ) (avec h = xi - xj ) - Les n points d'observation permettent de calculer des valeurs exprimentales des r(h ) par : - r(h ) = 1 - - k s(xi) s(xj) {
i =1
- - - - R(xi ,wl) R(xj ,wl) - m(xi ) m(xj ) }
n ( n 1) - valeurs exprimentales de r(h ) sur lesquelles on ajustera une formulation thorique. 2 - - La fonction r(h ) est appele corrlogramme et si h reprsente la norme de h et q l'azimut de h par rapport au nord, * on cherchera donc une formulation en r (h,q) en s'appuyant sur les corrlogrammes exprimentaux construits pour diffrentes tranches dq d'azimut q-dq/2, q+dq/2 . Dans le cas plus simple mais frquent o l'anisotropie est faible, il * suffira de rechercher une fonction r (h) . r(h) Assez classiquement; on arrive caler r * ( h ) sur des 1 fonctions du type : 0,9 - modle exponentiel 0,8 * Modle sphrique r (h) = exp(-h/a) 0,7 gradu en h/p - modle sphrique 0,6 * 0,5 r (h) = 1 - 3/2 h/p + 1/2 h3/p3 : si h<p * 0,4 Modle exponentiel r (h) = 0 : si h>p gradu en 2,5 h/p 0,3 Si on appelle porte la distance au-dela de 0,2 laquelle le coefficient de corrlation est nul, le paramtre p 0,1 du modle sphrique est la porte ; par contre le modle 0 exponentiel n'a qu'une porte "efficace" qui reprsente environ 2,5 fois la valeur du paramtre p (au dela de h=2,5 0 0,5 1 1,5 p le modle exponentiel donne un r(h) ngligeable).
On obtient donc
* Une fois ajuste la fonction r (h) , il faut pour dterminer les valeurs des matrices [Ci,j], [Co,i] connatre les - - variances aux points xi , mais aussi en tout point d'interpolations xo . De mme, pour reconstituer les valeurs de * - - - R(xo,w) , il faut connatre non seulement les m(xi ) mais aussi les m(xo ). - - - Manifestement, on ignore pour l'instant les m(xo ), et les C(xo ,xo ). Deux solutions sont alors possibles. La premire - prconise par Gandin repose sur une hypothse forte ; la fonction R(x ,) est stationnaire d'ordre 2, c'est--dire que l'on a : - m(xo ) = m - - C (xo ,xo ) = s2 - Il suffit alors d'aprs toutes les R(x ,w) observes de calculer moyenne et variance : m s2
11 kn 11 kn
n
i =1 k j=1 j=1
- R(xi ,l)
i =1
- R(xi ,l)2 - m2
L'hypothse de stationnarit est souvent trop forte. On peut alors tourner la difficult : - - - - soit en admettant que les champs des m(x ) et des s2(x ) sont plus rguliers que celui des R(x ,w) et on - - fera alors une premire interpolation sommaire des champs des m(x ) et des s2(x ) connus partir des seules - - estimations m(xi ) et s2(xi ) ; - soit en utilisant l'interpolation de Gandin applique aux rsidus de rgression entre la pluie et les variables - - caractristiques du relief pouvant expliquer les fluctuations des m(x ) et des s2(x ) . IX.3.2.2.3 - Krigeage A partir des annes 1960 se sont dveloppes les techniques appeles de krigeage avec les travaux de Matheron puis de son quipe de l'cole des Mines de Paris. Ces techniques diffrent des deux prcdentes par le fait qu'elles s'appuient sur une seule ralisation de ce que l'on peut toujours considrer comme une fonction alatoire. Les donnes de dpart sont donc ici uniquement les ralisations - - R(xi ,k) lors d'un seul vnement k et connu en n points xi . Krigeage simple en covariance On suppose a priori que la fonction alatoire est stationnaire d'ordre 2 : - m(x ) = m - s2(x ) = s2 - - - - - - C (xi ,xj ) = C(x , x +h ) = C(h ) - * - et l'on cherche exprimer R(x ,) par la fonction linaire suivante : R(xo,) =
i =1
- i R(xi ,)
Cette expression diffre des prcdentes puisque l'on impose priori ao d'tre nul. Mais la condition de non- biais : ao = m(xo ) -
i =1
- i m(xi )
- se transforme aisment (puisque m(x ) = m et ao = 0) en :
i =1
i = 1
La minimisation de la variance d'estimation sous cette contrainte aboutit ce que l'on appelle communment "systme de krigeage" :
i =1
- - - - j C (xi ,xj ) - m = C (xo ,xi )


i =1
i = 1 - - ) ... C(x1 ,xn - - ) ... C(x2 ,xn ... ... - - ) ... C(xi ,xn ... ... - - ) ... C(xn ,xn ... 1 - - C(xo ,x1 - - C(xo ,x2 ... - - C(xo ,xi ... - - C(xo ,xn 1
Soit sous forme matricielle : - - - - C(x1 ,x2 ) C(x1 ,x2 ) ... - - - - C(x2 ,x2 ) C(x2 ,x2 ) ... ... ... ... - - - - C(xi ,x1 ) C(xi ,x2 ) ... ... ... ... - - - - C(xn ,x1 ) C(xn ,x2 ) ... 1 1 ...
- - C(x1 ,xj - - C(x2 ,xj ... - - C(xi ,xj ... - - C(xn ,xj 1
) 1 ) 1 ... ) 1 ...
1 2 ... i ... n =
) ) ) )
) 1 0
- Nous sommes alors amens faire une seconde hypothse : valeurs de m, s2 et C(h ) qui sont normalement dfinies partir de plusieurs vnements k (estimations "climatologiques"), peuvent se dfinir partir d'une seule distribution spatiale sur le domaine D. Cette hypothse est appele hypothse d'ergodicit. On suppose donc : - - ED{R(x ,k)} = E{R(x ,k)} = m - - - - - - ED{R(xi ,k) R(xj ,k)} - m2 = E {R(xi ,k) R(xj ,k)} - m2 = s2 [1 - r(h )] = C(h ) On valuera donc la moyenne du champ par : m=
n
i =1
- R(xi ,k)
- Pour la fonction de covariance C(h ) on procdera par pas de distance Dh (dans le cas anisotrope on travaillera de - - plus, sur des tranches d'azimut). Les couples (xi ,xj ) tels que : - - || xi - xj || = h +/- Dh/2 tant au nombre de t on obtient un des points de la fonction de covariance en reportant : 1 t - - C(h') t ? [R(xi ,k) R(xj ,k)] - m2 l=1 ( avec : h' =
1 - - || xi - xj || ) t i =1
* Il suffit alors d'ajuster aux C(h') un modle thorique C(h) et enfin de remplir les matrices [Ci,j] et [Co,i] avec les * C(h) correspondant. - * - Voici ainsi prsent, le krigeage simple qui permet des reconstitutions telles que l'cart R(xo ,) - R(xo,) soit nul en moyenne et que la variance de cet cart d2 soit minimale. On montre d'ailleurs que ce minimum est : - - d2 = C (xo ,xo ) + -
i =1
- - i C (xi , xo )
Ce cas est trs rarement trait tel quel, en effet l'hypothse de stationnarit d'ordre 2 peut paraitre trop forte et d'autre part l'estimation spatiale de m peut tre parfois biaise. Krigeage dans le cadre de l'hypothse intrinsque On est souvent amen une nouvelle hypothse, moins forte, appele hypothse intrinsque qui consiste dire que ce - - - - sont les accroissements {R(x ,k) - R(x +h ,k)}, pour une distance h , qui sont stationnaires d'ordre 2. - - - - - - Moyenne constante : ED{R(x ,k) - R(x +h ,k)} = m(x ) - m(x +h ) = Cte = O - Les accroissements sont nuls en moyenne, et R(x ,k) est stationnaire en moyenne. - - - - - Variance constante pour une distance h : VarD{R(x ,k) - R(x +h ,k)} = 2 (h )
Ainsi l'hypothse intrinsque peut se rsumer en disant qu'en moyenne les accroissements spatiaux sont nuls et que la - variance de ces accroissements spatiaux ne dpend que du vecteur h (ou de son module h) . - (h ) est appel variogramme. Dans le cadre de l'hypothse intrinsque, ce variogramme est li aux covariances, en effet : - - - - 2 (h ) = VarD{R(x ,k) - R(x +h ,k)} - - - - - - - 2 (h ) = ED{[R(x ,k) - R(x +h ,k)]2} - [ED{R(x ,k) - R(x +h ,k)}]2 - 2 (h - 2 (h Mais : - - - ED{[R(x ;k)]2 - m2 = C(0) , ED{[ R(x +h ;k)]2} - m2 = C(0) - - - - - - 2 ED{R(x ,k) R(x +h ,k)} -2 m2 = 2 C(x , x +h ) Donc : - - - - 2 (h ) = ED{[R(x ,k) - R(x +h ,k)]2} - - (h ) = C(0) - C(h ) Le systme initial se transforme alors en : avec : * R(x) - - - - (xi ,xj ) - m = (xo ,xi ) et * - R(xo,) = - - - 2 (h ) = ED{[R(x ,k) - R(x - - - ) = ED{[R(x ,k)]2 - 2 ED{R(x ,k) R(x - - - ) = ED{[R(x ,k)]2 - 2 ED{R(x ,k) R(x - +h ,k)]2} - O - - - +h ,k)}+ ED{[ R(x +h ,k)]2} - - - +h ,k)}+ ED{[ R(x +h ,k)]2}
R (x , )
i
i =1
i =1
i = 1
et sous forme matricielle : - - - - - - - - - - (x1 ,x2 ) (x1 ,x2 ) ... (x1 ,xj ) ... (x1 ,xn ) 1 1 (xo ,x1 ) - - - - - - - - - - (x2 ,x2 ) (x2 ,x2 ) ... (x2 ,xj ) ... (x2 ,xn ) 1 2 (xo ,x2 ) ... ... ... ... ... ... ... ... = ... - - - - - - - - - - (xi ,x1 ) (xi ,x2 ) ... (xi ,xj ) ... (xi ,xn ) 1 i (xo ,xi ) ... ... ... ... ... ... ... ... ... - - - - - - - - - - (xn ,x1 ) (xn ,x2 ) ... (xn ,xj ) ... (xn ,xn ) 1 n (xo ,xn ) 1 1 ... 1 ... 1 0 1 Pour une mise en uvre pratique, il suffit de construire le variogramme exprimental, - - - - 2(h ) = ED{[R(x ,k) - R(x +h ,k)]2} Cette construction se fait en travaillant par pas de distance Dh (dans le cas anisotrope on travaillera de plus sur - - des tranches d'azimut), les couples ( xi , xj ) tels que : - - || xi - xj || = h +/- Dh/2 tant au nombre de t, on obtient un des points du variogramme en reportant : 2 (h') =
1 - - [R(xi ,k) - R(xj ,k)]2 t i =1
( avec : h' =
1 - - || xi - xj || ) t i =1
* * On ajuste aux (h') un modle thorique (h) et enfin on remplit les matrices [i,j] et [o,i] avec les (h) correspondant.
IX.3.3 - Pluies moyennes sur une surface

2 1 Limites du bassin versant
D'une faon gnrale, le problme se pose de la manire suivante : on connat sur n points (aux postes pluviomtriques), la fonction P (x, y) et on se propose de calculer la valeur moyenne PBV de P (x, y) sur un certain domaine BV (en gnral un bassin versant) : 1 PBV = P( x, y)dxdy SBV
BV
i n
o SBV est la surface du domaine BV. Le problme est alors un problme d'interpolation de la fonction P (x, y) entre les points d'chantillonnage.
Les solutions ce problme sont nombreuses, mais elles peuvent se rsumer en deux grands types : des solutions simples et rustiques applicables la main, des solutions prcises et sophistiques d'application plus complexe. IX.3.3.1 - Mthode de Thiessen Cette mthode, base uniquement sur les pluies observes aux pluviomtres, consiste supposer que la fonction P (x, y) varie discrtement. Pour cela, sur tout lment de surface dx dy, on admet que P (x, y) est gal la valeur enregistre au poste le plus proche. Comme le suggre la figure ci-contre, les lments de surface plus proches d'un pluviomtre que de tout autre, sont dtermins par le rseau 2 des mdiatrices des segments joignant les postes 2 1 S2 2. S1 Dans cette hypothse, la pluie moyenne s'exprime ainsi :
PBV =
PS
i =1 n
i i
i =1
Si Si
P
i =1
i i
Si i
avec
i =
S
i =1
On remarque alors que les termes i appels coefficients de Thiessen ne dpendent que de la rpartition spatiale des postes par rapport au bassin versant. Ils ne dpendent pas de la pluie, donc la construction gomtrique est faire une fois pour toutes et on appliquera i toutes les averses tudier. IX.3.3.2 - Mthode des isohytes Cette mthode consiste, connaissant la fonction P (x, y) en quelques points d'chantillonnage interpoler P(x,y) en tout point du bassin versant. Cette interpolation est gnralement faite selon des techniques de krigeage o la pluie estime en un point quelconque est une combinaison linaire des pluies connues aux pluviomtres ; les poids tant affects selon la distance du point au pluviomtre par rapport la structure spatiale du phnomne. Cette mthode permet de tenir compte d'autres paramtres, en particulier du relief que l'on connat en tout point. Dans ces conditions, on tudie les rgressions pluie-morphomtrie aux diffrents points d'observation, puis on interpole les rsidus de rgression qui par construction sont une fonction alatoire stationnaire d'ordre 2. Enfin on reconstitue en tout point les prcipitations en ajoutant aux rsidus interpols, la moyenne conditionnelle des prcipitations explique par le relief.
2 1
Connaissance ponctuelle des prcipitations
Connaissance continue du relief
i n
Relief Regression Pluie-Relief Estimation continue de la pluie en fonction du relief Pluie
Si on connat d'une faon continue, une estimation P( x , y) de la pluie, il devient ais par des mthodes numriques ou graphiques, de calculer la pluie moyenne partir des estimations des intgrales : 1 PBV = P( x, y)dxdy S BV
BV
Cette faon de procder est prfrable puisqu'elle permet de prendre en compte des paramtres autres que ceux mesurs uniquement aux pluviomtres, mais elle prsente les inconvnients d'tre plus longue (calcul automatique quasiment ncessaire) et de devoir tre rpte pour chaque averse.
IX.3.4- Coefficients d'abattement

X.3.4.1 - Dfinition et hypothses Pour valuer le volume ruissel sur une surface, il est ncessaire de connatre la pluie qui a gnr ce ruissellement. Or, on ne connat gnralement que la pluie ponctuelle ( un pluviomtre) et non la pluie moyenne sur la surface du bassin versant. On appellera K le coefficient d'abattement : rapport de la pluie moyenne sur la surface PBV la pluie ponctuelle de mme frquence F. Ce coefficient K dpendra donc de la surface du bassin, de la frquence, de la pluie et aussi de la rpartition spatiale de la pluie. Ce dernier point permet de remarquer que K n'a de sens que si la pluie ponctuelle de frquence F est la mme en tout point du bassin ; nous avons donc fait implicitement l'hypothse que la pluie tait une fonction alatoire stationnaire, c'est--dire que la distribution frquentielle des pluies ponctuelles tait la mme en tout point du bassin considr. IX.3.4.2 - Valeurs relatives du coefficient d'abattement Le coefficient d'abattement est toujours infrieur 1 quelle que soit la surface du bassin et la frquence de la pluie considre.
Pour s'en persuader, on peut considrer la caricature suivante d'une averse de frquence donne. Une averse s'tend sur une surface finie (que nous schmatiserons par un cercle de rayon R). Elle a la mme probabilit (mesure par F) de passer la verticale de chacun des pluviomtres. Si R est nettement infrieur aux dimensions du bassin versant, la pluie moyenne sur le bassin versant qu'elle engendrera sera nettement infrieure celle enregistre aux pluviomtres la verticale desquels l'averse est passe. Le coefficient K sera donc d'autant plus infrieur un que le bassin sera grand. Si maintenant on s'intresse une pluie beaucoup plus forte (F plus grand), il est vraisemblable que ceci ne se produise que dans la zone centrale de l'averse. Dans notre schma, cela se traduirait par un rayon R plus petit. Il est alors vident que le coefficient K serait encore plus petit. Le coefficient K sera donc d'autant plus infrieur un que la frquence de la pluie sera plus rare (F tendant vers 1). Dans la ralit, les choses sont videmment plus complexes, mais les sens de variations sont les mmes que ceux tirs de ce schma simpliste. D'une faon gnrale, les formulations de K en fonction de la surface S du bassin et de la frquence au non-dpassement F de la pluie et de sa dure t sont de la forme : 1 K= S 1+ a (1 F) t Des tudes conduites sur des bassins versants du Bassin Parisien, ont montr que K pouvait s'approcher par la formule : 1 K= S 1+ 3 30 t (S en km2 ; t en heures et F = 0.9) IX.3.4.3 - Dtermination pratique de K IX.3.4.3.1 - Approche de Brunet-Moret Parmi plusieurs approches, la solution propose par MM. ROCHE et BRUNET-MORET est la plus classique. Elle permet de tenir compte la fois d'observations denses durant une courte priode et de sries ponctuelles longues. Supposons que sur une priode courte de n annes compltes, on dispose d'observations p pluviomtres. On peut, sur ces n annes, calculer les pluies moyennes journalires (ou sur une autre dure) sur le bassin (isohytes ou Thiessen). A partir de ces donnes, on construit un tableau double entre, chaque ligne correspondant un intervalle sur la pluie moyenne (par exemple dcoupage de 10 en 10 mm de PS) et une colonne un intervalle sur la pluie ponctuelle Pp. Les valeurs portes dans ce tableau donnent le nombre de fois o une station, la pluie ponctuelle correspondait la colonne alors que la pluie moyenne correspondait la ligne. Une fois ce tableau rempli partir des n * 365 jours d'observations, on a une reprsentation numrique du champ de densit de probabilit P (PS, Pp), dtermine partir de n annes d'observations.
Distribution marginale des pluies moyennes sur la surface S
Distribution conditionnelle des Pp lie par les Ps (aprs correction longue dure) PS
Distribution conditionnelle des Pp lie par les Ps (selon p stations et n annes) f( p ) P PS
f1 f k= 1 f2 f2 PS dP S
f( P ) S
Pp
k=
f1 f2
f2 f1 f( Pp)
Distribution marginale des pluies ponctuelles selon p stations observes Distribution marginale durant n annes des pluies ponctuelles selon la station longue
Chaque ligne reprsente la distribution des frquences conditionnelles des pluies ponctuelles pour une valeur donne de Pm. Chaque colonne donne la distribution des frquences conditionnelles des pluies moyennes pour une valeur donne de la pluie ponctuelle : - les sommes suivant les lignes donnent la distribution marginale des bassins versants ; - les sommes suivant les colonnes donnent la distribution marginale des P ponctuelles. Cette dernire distribution exprimentale peut tre amliore par la connaissance d'une longue srie. En effet, pour chaque intervalle de P, on peut dterminer le nombre n' thorique de fois o l'on aurait d avoir P l'intrieur de l'intervalle ; soit n nombre exprimental de fois o l'on a rencontr une telle valeur de P ; on admet que si n' l'chantillon tait plus reprsentatif, chaque terme de la colonne correspondante devrait tre multipli par . Ainsi, la n loi marginale de P serait identique celle observe la station longue. Aprs cette correction due la srie de longue dure, on effectue les sommes ligne par ligne pour obtenir la loi de distribution marginale des pluies moyennes. Ayant obtenu ainsi la distribution statistique des pluies moyennes sur le bassin, on calcule K pour les diffrentes frquences en la comparant la distribution des pluies ponctuelles. IX.3.4.3.1 - Approche gostatistique Cette mthode propose par LABORDE en 1986, s'appuie sur des considrations gosatistiques simples et couramment admises dans la pratique. L'avantage rside dans le fait que le calcul explicite des pluies moyennes n'est plus ncessaire. Par ailleurs connaissant la distribution statistique des pluies ponctuelles et leur structure spatiale travers le corrlogramme ou le variogramme, ont peut valuer trs simplement les coefficients d'abattement pour n'importe quelle frquence et n'importe quel bassin versant. Nous venons de voir avec l'approche de Brunet-Moret, que les pluies pontuelles sur le bassin versant devait tre considres comme des ralisations d'une fonction alatoire stationnaire d'ordre 2 : - - - - - - m(x ) = m , 2(x ) = 2 , C (xi ,xj ) = 2 - (xi - xj ) La moyenne spatiale des prcipitations sur un bassin versant de surface S est alors une variable alatoire R S ( ) telle que :
R S ( ) =
r r 1 R ( , x )dx S
On montre aisment que la moyenne mS des R S ( ) est la mme que la moyenne des pluies ponctuelles m. mS = E[R S ( )] = m De mme la variance S2 des pluies moyennes sur le bassin a pour expression : r r r r 1 2 S = 2 2 ( x i x j ) dx i dx j S
SS
Si l'on fait l'hypothse que les pluies ponctuelles sont distribues selon le mme type de loi que les pluies moyennes sur le bassin versant, on constate donc qu' partir de la moyenne des pluies ponctuelles, du variogramme des pluies ponctuelles et du domaine S (bassin versant sur lequel on calcule l'abattement), on peut valuer aisment la moyenne et la variance des pluies moyennes sur le bassin versant. Souvent on peut modliser les variogrammes par un modle exponentiel : r h r r (x i x j ) (h) = 2 = 1 e p 2 Alors la variance S2 des pluies moyennes sur le bassin a pour expression : S2 = 2 g (S,p) o g(S,p) n'est plus qu'une fonction de la surface et de la forme du bassin versant ainsi que du paramtre p caractristique de la structure spatiale des pluies. Ainsi par exemple si le bassin peut tre assimil un carr on obtient 0.245 S : g(S, p) = 1 p Evaluer les coefficients d'abattement reviens donc calculer les moyenne et variance des pluies ponctuelles (d'aprs la station la plus longue), de dterminer le paramtre p caractristique de la structure spatiale des prcipitations (d'aprs le corrlogramme ou le variogramme construit d'aprs la srie courte et dense de pluviomtre). On en tire alors les moyenne et variance de la distribution des pluies moyennes sur la dure. D'o bien sur la loi de distribution de ces pluies moyennes et les coefficients d'abattement. A titre d'exemple, nous avons analys les coefficients de corrlation r obtenus par DESBORDES Rungis o il a exploit un ensemble de pluviographes des pas de temps allant de 5 mn 1 heure, et ceux obtenus par le District Urbain de Nancy pour des pas de temps de 1 6 heures. On constate que les corrlogrammes s'ajustent sensiblement des modles exponentiels et que les paramtres p varient comme une fonction puissance de la dure. Pour l'ensemble de ces observations on obtient la relation suivante : 0,42) r (h,t) = e - h / (1530 t (avec h exprim en mtres et t en minutes)
r en % 100 90 80 70 60 50 40 30 20 10 0 0,01 0,1 1 10 1530 t 0,42 Modle exponentiel ajust Pluviographes de Rungis exploits de 5 minutes 1 heure. Pluviographes de Nancy exploits de 1 6 heures.
Pour un bassin versant de forme carr nous avions vu que : ce qui nous donne ici :
0.245 S S = 1 p
0.245 S S = 1 1530t 0.42 Admettons que les pluies moyennes sur le bassin suivent une loi de Gumbel, on aura alors : FS ( x ) = e
e
x x oS gS
avec gS = 0,78 S et x0S = m - 0,577 g ou encore : xFS = x0S + gS [- Ln{-Ln(F)}] Cependant lorsque la frquence tend vers 1, le deuxime terme est prpondrant et l'on a :
xFS = gS [- Ln{-Ln(F)}] xFS = 0,78 S [- Ln{-Ln(F)}] Il en est de mme pour les pluies ponctuelles : xFP 0,78 [- Ln{-Ln(F)}] et pour les frquences rares le coefficient d'abattement K (S,t) devient : K (S,t) = xFS / xFP = S /
(S en km2 , t en heures) 36t 0.42 On est alors frapp par l'analogie avec la formule propose par le Ministre de l'Agriculture pour des pluies S dcennales en rgion parisienne : K (S, t ) = 1 30t 0.33 Cette formule a t tablie empiriquement aprs avoir valu les valeurs de K par la mthode traditionnelle pour des dures et des surfaces quelconques. Comme le montre la figure suivante, on constate une trs bonne concordance dans la gamme de dure 1 h - 20 h et pour les surfaces de 1 100 km2.
ou encore :
K (S, t ) = 1
1,00 0,95 0,90 0,85 0,80 0,75 0,70
K selon la formule du Ministre de l'Agriculture pour une frquence dcennale
0,70 0,75 0,80 0,85 0,90 0,95 1,00 K selon l'approche gostatistique sur Nancy et Rungis pour des frquences voisine de 1
IX.4 - ETUDE DE LA PLUIE EN FONCTION DE LA DUREE Prcisons tout de suite que l'on peut concevoir cette tude sous deux aspects : - l'tude de la pluie en fonction du temps ; ceci concerne le dpouillement des hytogrammes et la constitution de hytogrammes-types ; - l'tude de la statistique des pluies sur diffrentes dures. Nous ne dvelopperons ici que ce deuxime aspect, le premier - prsentant des intrts vidents - ne se prte cependant pas encore une prsentation synthtique. IX.4.1 - Notion d'intensit moyenne sur une dure Dfinir l'intensit de la pluie est relativement simple. Soit h (t) la hauteur cumule de pluie en fonction du temps. On appellera I (t), intensit de la pluie l'instant t, le terme : dh ( t ) It = dt Malheureusement, on ne connat pas la fonction h (t) d'une faon continue mais par une fonction h( t ) qui varie par palier (des paliers de 1/10 de mm si on utilise les donnes d'un pluviographe, des paliers de un jour si
on utilise les donnes d'un pluviomtre). Il n'est donc pas possible d'en dterminer la drive et nous serons amens dfinir non plus l'intensit un instant t, mais l'intensit sur une dure t :
h ( t ) t It reprsente l'intensit moyenne de la pluie sur un intervalle de temps t. Il faut donc toujours prciser, lorsqu'on parle d'intensit, la dure sur laquelle on la mesure. Supposons que par un procd, on puisse connatre l'intensit maximale It. Le schma ci-contre montre que l'intensit moyenne sur un t maximale pour cette averse dcrot lorsque t crot :
It =
Intensits I t I2 t
Temps t 2 t
It max = I2t max
Pour un t donn, on peut donc s'intresser la statistique des hauteurs de pluie tombe sur ce t ou celle des intensits moyennes sur ce t. Pour chaque dure t, nous aurons une relation exprimentale intensit-frquence.
IX.4.2 - Fonctions dure-intensit-frquence De trs nombreux auteurs se sont intresss ces fonctions. L'ensemble de leurs rsultats tend montrer que sous nos climats, les lois de variations entre intensit et dure changent de part et d'autre d'une dure limite de l'ordre de 3 h. Ceci peut trs bien s'expliquer par le fait que pour des dures allant de quelques minutes trois heures environ, on travaille sur une mme averse (au sens de la dfinition C). Au-del de 3 heures, et jusqu' un ou deux jours, on rencontre par contre plusieurs averses.
IX.4.2.1 - Formules du type Talbot
Intensits en mm/h 200 T= 50 ans 100 T= 20 ans 50 40 30 20 T= 10 ans T= 5 ans T= 2 ans
Ce type de formulation est le suivant : a It = b + t a et b sont fonction de la frquence F et valables pour des t infrieurs ou gaux 3 heures environ. Parmi les rsultats les plus connus, citons ceux obtenus par GRISOLLET sur les pluies Paris-Montsouris, sur une priode de 50 ans. La figure ci-contre en donne une prsentation graphique. Les courbes exprimentales ont pour expression mathmatique : a It = b + t (I en mm/h ; t en heures)
10 0,1
0,2 0,3 0,4 0,5
2 t en heures
Priode de retour a b
2 ans 23,3 0,115
5 ans 35,0 0,150
10 ans 43,2 0,167
20 ans 47,5 0,177
50 ans 53,7 0,183
IX.4.2.2 - Formules du type Montana Pour des dures suprieures 3 h, on constate que les formules du type hyperbolique ne sont plus adaptes. MONTANA a propos une formulation du type : a ou Pt = a (t)1-b It = ( t ) b a et b sont des paramtres qui dpendent de la rgion et de la frquence. Il semble cependant que b varie relativement lentement avec F. Bien souvent, on pourra faire l'hypothse que b est constant et que a, qui reprsente l'intensit de la pluie de frquence F sur un intervalle de temps unit, suit une loi comportement asymptotiquement exponentiel. Pour des frquences rares, on pourra donc rechercher des expressions de l'intensit I sur un intervalle de temps ?t en fonction de 1 par des expressions du type : la priode de retour T = 1 F I + g o LnT It = o t b
Le tableau suivant rcapitule les rsultats d'une synthse effectue par le C.T.G.R.E.F. et valable pour les pluies de frquence dcennale et de dure comprise entre 1 h et 24 h : Stations a b (%) Stations a b (%) Abbeville 27 72 Limoges 28 61 Agen 39 74 Marignane 33 61 Alenon 27 72 Le Mans 26 69 Auxerre 28 75 Metz 24 74 Bastia 61 62 Mont-de-Marsan 31 76 Beaulieu 33 54 Pau 30 77 Biarritz 44 51 Poitiers 36 77 Bretigny 22 76 Reims 26 80 Casaux 28 72 Rostrenen 20 66 Challes-les-Eaux 34 73 St Quentin 26 72 Chartres 23 72 Salon 80 87 Gourdon 35 57 Toulouse 37 76 Lille 32 84 Soulignons que ces formules sont valables pour des pluies maximales annuelles. Si on s'intresse aux pluies de diffrentes saisons ou de diffrents mois, les rsultats peuvent changer notablement. Les graphiques ci-aprs prsentent les variations de a et b pour les pluies maximales mensuelles de frquence 0,5 de quatre stations de l'Est de la France. Ces rsultats peuvent s'interprter de la faon suivante : les pluies d't sont plus intenses (a fort) mais plus brves (b grand).
a en mm/h 14 12 10 8 6 4 2 0 J F M A M J PRIX LES MEZIERE b 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 a en mm/h 12 10 8 6 4 2 0 S O N D b VELAINE EN HAYE b 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0
J F M A M J J A J A S O N D ( les valeurs de a sont en trs fort et celles de b en trait fin ) a en mm/h a en mm/h b 12 16 1,0 0,9 14 10 0,8 12 0,7 8 10 0,6 6 0,5 8 0,4 6 4 0,3 4 0,2 2 CORNIMONT XONRUPT 2 0,1 0,0 0 0 J F M A M J J A S O N D J F M A M J J A
1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0
S O N D
Ces graphiques peuvent constituer une bonne base pour un dcoupage de l'anne en saison, ainsi dans l'est de la France on pourrait retenir un "hiver" de Novembre Avril, et un "t" de Mai Octobre. Nous avons vu que les pluies extrmes pouvaient se caractriser par leur gradex et nous venons de voir que ces pluies variaient en fonction de la dure selon des lois de Montana o b varie trs peu avec la frquence. Dans ces conditions, il est normal que le gradex des pluies de diffrentes dures varie galement comme des lois de Montana. Pour l'Est de la France, les gradex peuvent se mettre sous la forme : Gt = a (t)c Gt : gradex, en mm, des pluies extrmes de dure t (en heures). Les valeurs de c dpendent du site et de la saison avec pour ordre de grandeur les valeurs suivantes : c Lorraine Vosges hiver 0,45 0,67 t 0,14 0,34
X - METHODES DETUDE DES CRUES

X.1 - DEFINITION ET INTRODUCTION La dfense contre les crues et les problmes d'irrigation ont t historiquement l'origine du dveloppement de l'hydrologie. L'importance conomique extrme de l'tude des crues s'explique en grande partie par des considrations de gographie : les zones de fortes concentrations urbaines sont trs frquemment prs des fleuves ; les terres agricoles les plus riches sont gnralement dans les basses valles. D'autres considrations conomiques justifient galement une tude approfondie des crues : par exemple, les ouvrages de franchissement reprsentent une part trs importante des cots des infra-structures routires ou ferroviaires, le cot de l'vacuateur de crue qui protge une retenue en terre peut trs bien tre du mme ordre de grandeur que celui de la digue elle-mme... L'homme de tout temps s'est donc intress aux crues, que ce soit leur prdtermination ou leur prvision ; il en a rsult une foule de mthodes d'tude dont, bien sr, certaines sont dpasses maintenant. Cependant, il en persiste un grand nombre encore et chaque anne voit l'apparition d'une nouvelle mthode ou l'amlioration d'anciennes. Une conclusion s'impose : le problme des crues est loin d'tre rgl. Dans la plupart des cas, plusieurs mthodes d'tude sont envisageables et ce n'est que la convergence d'un faisceau de prsomptions qui justifie une certaine confiance. Mais avant d'aller plus loin, qu'est-ce qu'une crue ? Quelle est son origine ? Comment la caractriser ? Les dfinitions s'articulent autour de deux concepts justifis par l'existence de deux phnomnes qui peuvent tre plus ou moins lis : la crue est une augmentation brutale du dbit quel que soit ce dbit (typiquement, la crue provoque par un orage) ; la crue est la priode durant laquelle le dbit dpasse un certain multiple (2 3 par exemple) du dbit moyen annuel. En fait, la dfinition peut changer en fonction de la taille du bassin et du phnomne engendrant la crue. Les phnomnes engendrant les crues peuvent se ramener trois grands types : les crues d'averses sont de loin les plus frquentes sous nos climats ; elles sont provoques par des averses exceptionnelles, soit par leur dure, leur intensit, leur extension gographique, leur rptition, ou la combinaison de plusieurs de ces caractres ; les crues de fonte de neige sont plus rares en France ; elles ne se rencontrent gure que dans les hauts bassins des Alpes et des Pyrnes. A la fin de l'hiver, ces bassins sont recouverts d'un manteau neigeux et l'arrive d'un front chaud accompagn souvent de vent et de pluie, provoque une fusion rapide de la neige. Les eaux de fusion nivale et de la pluie s'coulant sur un sol parfois encore gel et sans vgtation, peuvent provoquer des crues importantes ; enfin, signalons les crues d'embcle et de dbcle de glace bien qu'elles n'affectent gnralement que les rgions sub-polaires (nord du Canada et Sibrie par exemple). Quelles sont par ailleurs les valeurs numriques qui permettent de caractriser une crue ? La rponse cette question en ncessite une autre : quel est le problme pos ? Dimensionner l'vacuateur de crue d'une retenue au fil de l'eau (pas de stockage possible de l'eau en amont ; l'lment caractristique de la crue est certainement son dbit de pointe instantan. Dans certains cas, ce dbit est mconnu et on est oblig de se rabattre sur le dbit moyen journalier maximum, quitte rtablir le dbit instantan par un coefficient multiplicatif, dit "coefficient de pointe", plus ou moins empirique. Effectuer le recalibrage d'un cours d'eau en zone agricole ; l'lment caractristique de la crue est la dure pendant laquelle le dbit demeure suprieur au dbit de dbordement. Dimensionner un bassin de compensation ; c'est alors le volume de la crue qui est la caractristique essentielle. Etudier l'amortissement de la crue la traverse d'un barrage rservoir ; c'est alors tout l'hydrogramme de la crue qu'il est ncessaire de connatre. Bien d'autres cas sont encore possibles. Tout est affaire de bon sens dans le choix des variables que l'on tudiera. X.2 - METHODES EMPIRIQUES DE PREDETERMINATION DES CRUES La prdtermination du dbit d'une crue consiste associer au dpassement d'un certain dbit une probabilit d'occurrence. Pendant trs longtemps, les hydrologues ont travaill avec l'ide qu'il existait sur un bassin versant, un dbit maximum possible. Cette notion de crue maximale possible est gnralement rfute aujourd'hui. On considre que si la probabilit de dpassement d'un dbit x tend vers 0, ce dbit tend lui-mme vers l'infini. Nous ne parlerons donc plus de crue maximale possible mais de dbits de crue de frquence donne. X.2.1 - Intrts de la recherche historique Les crues sont un phnomne suffisamment important pour que l'on conserve le souvenir des principales catastrophes. Ce souvenir peut se traduire par des descriptions crites, par des repres de niveau marqus par l'homme, par des dplacements de blocs de rochers... La priode sur laquelle portent ces souvenirs est variable de quelques dizaines d'annes quelques centaines.
Gnralement, les crues sont caractrises par un niveau d'eau (les dbits ne sont gure mesurs que depuis le dbut du sicle). Il nous faudra, pour dimensionner des ouvrages, passer des hauteurs aux dbits. Ceci ne peut se faire que si une courbe de tarage, tablie de nos jours, est valable pour les priodes anciennes. Une telle validit dans le temps n'est justifie que si le site a t hydrauliquement stable. Cette stabilit est envisageable dans certains cas comme des passages de ponts anciens, des endiguements entre des quais... De toute faon, le passage des hauteurs aux dbits, lorsqu'il est possible, sera toujours entach d'une forte incertitude. Que peut donc apporter la recherche historique ? Surtout l'ordre de grandeur du phnomne. L'tude des crues, base sur d'autres mthodes telles que nous les verrons plus loin, s'appuie sur des observations plus ou moins longues, plus ou moins stables. Il se peut trs bien que les observations chiffres disponibles sur une priode restreinte ne permettent pas d'envisager l'ampleur de crues excessivement rares et provoques par des phnomnes tout fait exceptionnels et d'une autre nature que ceux observs habituellement. Dans tous les cas, il est donc recommand de procder une investigation "historique". Que ce soit dans des textes anciens ou tout au moins par interrogation des populations locales. Les rsultats que l'on peut en esprer serviront essentiellement vrifier que les estimations de dbits de crues faites par d'autres mthodes permettent de rendre raisonnablement compte des diffrentes crues catastrophiques enregistres.
X.2.2 - Evolution du dbit avec la surface Les paramtres essentiels qui influent sur le dbit de crue de frquence donne pour un bassin versant sont : la surface, la pluviomtrie, la nature gologique du bassin. Dans une rgion restreinte o on peut supposer que "gologie" et surtout "pluviomtrie" varient peu, il est possible d'tudier l'volution du dbit de crue de frquence F en fonction de la surface du bassin. La quasi-totalit des tudes montrent qu'en premire approximation, le dbit QF de frquence F varie comme une fonction puissance de la surface : QF = a Sb
Le terme b est infrieur 1, ce qui traduit l'amortissement du dbit de pointe de crue en fonction de la surface. Le coefficient "a" est lui une variable rgionale intgrant essentiellement "pluviomtrie" et "gologie".
Dbit en m3/s 1000
100
10
0,45 en moyenne et il est compris entre 0,25 et 1,0). . Dbits dcennaux de pointe de crue en Lorraine Evidemment, de telles formules n'ont qu'un intrt rgional et la confiance que l'on peut leur attribuer est fonction de la qualit de la dure et du nombre d'observations de dbits qui en sont la base X.2.3 10 100 1000 Surface en km2 10000
Comme le montre l'exemple ci-contre, on peut donc tablir des formules rgionales qui permettent d'valuer sommairement les dbits de crue. Aussi, partir des observations faites sur 24 stations hydromtriques de Lorraine, on peut estimer que le dbit de pointe de crue dcennale varie comme S la puissance 0,9 : Qi = a S0,8 (Qi en m3/s ; S en km2 ; a est de l'ordre de
X.2.3 Evolution du dbit avec la frquence De nombreux auteurs ont propos de relier la variation du dbit celle de la priode de retour T 1 T = 1 F par des relations du type : Q (T) = Q (1) (1 + log T) Q (T) tant le dbit de priode de retour T annes; Q (1) tant la crue dite annuelle et est un coefficient rgional variant gnralement de 0,7 0,8 mais pouvant atteindre parfois des valeurs suprieures 2. Le caractre local de cette valeur ne permet pas de donner ici les valeurs prendre dans chaque cas particulier. On peut seulement constater que le dbit devenant une fonction linaire de la priode de retour, cela sousentend que les lois de distribution des dbits de crue ont un comportement asymptotiquement exponentiel. D'autres approches sont possibles : citons par exemple le cas des crues de quelques bassins versants de Lorraine. Les dbits de crue s'ajustent assez bien pour des frquences comprises entre 2 % et 98 % des lois de Galton :
F (x) =
1 e 2
8
u2 2 du
;u=
log x log x slog x
Or, on constate que log x est indpendant de log x ; par ailleurs, les log x varient trs peu et sont dans 80 % des cas compris entre 0,114 et 0,285. On peut donc tablir des coefficients de passage valables dans 80 % des cas pour aller d'un dbit de crue de frquence F1 celui de frquence F2 : dans le cas de la Lorraine : F1, F2 0,8 0,9 0,95 0,98 0,99 0,5 1,27 1,74 1,40 2,32 1,54 2,93 1,71 3,84 1,84 4,61 0,8 1 1,12 1,33 1,23 1,68 1,37 2,21 1,48 2,65 0,9 1 1,10 1,27 1,22 1,66 1,32 1,99 0,95 1 1,11 1,31 1,20 1,57 0,98 1 1,08 1,20
X.2.4 - Diffrentes mthodes empiriques valables pour la France Les formules empiriques sont multiples mais souvent d'une porte assez rgionale. Nous ne donnerons ici que quelques lments valables en France, mais qui peuvent se transposer tout au moins dans leur principe, d'autres rgions. Dans un ordre de complexits croissantes, nous verrons trois mthodes.
X.2.4.1 - Mthode CRUPEDIX Cette mthode a t tablie en 1980 par le Ministre de l'Agriculture Franais. L'tude a t mene partir de 630 bassins versants pour lesquels on a pu valuer le dbit dcennal instantan. Ces diffrentes valeurs de dbits ont t mises en rgression avec les principaux facteurs pouvant jouer un rle. Parmi les plus significatifs, on a retenu : la surface du bassin S en km2 ; la pluie journalire dcennale P10 en mm/j et un coefficient rgional R. Le dbit dcennal P2 de pointe de crue Qd en m3/s est donn par la relation : Qd = S0,8 R 80
0,13
0,33
0,33
1,75 ,67 ,67
0,5 1,75
1,75
1,5
100
200 km
R de la mthode CRUP EDIX avec R=1 partout sauf dans les zones grises
R est gnralement gal 1 sauf pour quelques rgions indiques sur la carte jointe. La gamme des surfaces de bassins versants couverte par cette formule est de l'ordre de 10 2.000 km2. Q L'intervalle de confiance 90 % est d'environ : d ,2Qd 2 2Q 3Qd L'intervalle de confiance 70 % est d'environ : d 3 2 X.2.4.2 - Abaques SOGREAH En 1968, la SOGREAH a procd une synthse des crues sur des bassins versants de 1 100 km2. 105 stations hydromtriques ont t utilises pour mettre en vidence les relations entre le dbit de pointe de crue dcennale Qd en m3/s, la pente du thalweg principal I en %, la surface S du bassin en km ; la pluie journalire dcennale P10 en mm/j et une alternative de permabilit des terrains. L'abaque ci-aprs provient d'une publication du Ministre de
l'Agriculture et permet, partir de ces donnes, d'valuer le dbit dcennal Qd. L'intervalle de confiance 85 % sur Q cette estimation est peu prs : d ; 1,5 Qd 1,5
Dbit Sol 1000 500 200 100 Pente Pluie
S ol s pl
Sol s
Dbit dcennal en m3/s
Surface
50 20
ut o
t im
per
m ab
10
les
plut ot p
5 2 1 0,5 0,2 0,1 1 0% 2 3 4 5 10
erm ab l es
Surfae du B.V. en km2
20 30 40 50
100
200
Plu d ie jo cen ur na nali le en re mm
5%
10%
20 0 18 0 160 140
15%
12 0 100 90 80 70
50
60
20%
25%
Pentes
X.2.4.3 - Mthode SOCOSE En 1980, le Ministre de l'Agriculture a propos une nouvelle mthode d'estimation des dbits de crue sur des petits bassins versants. Cette mthode a t cale sur 200 bassins de 2 200 km2. Le caractre particulier de cette mthode est de donner non seulement le dbit de crue dcennal, mais de prciser sa dure. Par ailleurs, cette mthode allie une interprtation purement statistique de certains paramtres et des considrations dterministes sur le passage des pluies aux dbits (hydrogramme unitaire et fonction de production du "Soil Conservation Service" (cf. plus loin).
Q
Qd D Q d/2
Outre le dbit dcennal de pointe de crue Qd en m3/s, la mthode SOCOSE permet d'valuer la dure D, en heures, durant Q laquelle le dbit demeure suprieur d . 2 Les paramtres explicatifs sont : la surface S du bassin versant en km2 la longueur L du plus long thalweg en km la pluie journalire dcennale P10 en mm/j la hauteur de pluie moyenne annuelle Pa en mm/an la temprature moyenne interannuelle ta en C ramene au niveau de la mer le paramtre b de la loi de Montana liant l'intensit I de la pluie a dcennale sa dure t : I = b t
La dure D s'obtient par son log nprien :

Ln(D) = 0.69 + 0.32Ln(S) + 2.2 Pa 1 P10 t a
Le paramtre intermdiaire J (infiltration de la fonction de production S.C.S.) s'obtient ainsi : J = 260 + 21 Ln (

S ) - 54 L Pa P10
On calcule ensuite les paramtres intermdiaires k et : k=

24 b P10
S 211 + 3 30 D
1,2 1,1 1,0 0,9 0,8
b=0,9
k (1,25D)1b A partir de et de b, l'abaque ci-contre donne le coefficient . On obtient enfin le dbit dcennal Qd par la relation : Qd = r2 (1,25D) b 15 12r kS
=1-
0,2 J
b=0 ,
b= 0,7 b= 0,6
4 5 0, b=0, b=
0,7 0
0,2
0,4
0,6
0,8
1,0
1,2
La carte suivante donne les tempratures moyennes interannuelles ramene au niveau de la mer :
10 10 11
11 12
12 13 13 14 14 15 16 14 16 14 15 15 14 13
100
200 km
X.2.5 - Diffrentes mthodes empiriques valables pour l'Afrique

X.2.5.1 - Approche dterministe - les dbits de crues dcennales en Afrique (par RODIER et AUVRAY de l'O.R.S.T.O.M.) X.2.5.1.1 Dtermination de l'averse dcennale On constate que les fortes averses prsentent un corps de courte dure et qu'il ne se produit gnralement qu'une seule averse par jour. La statistique des hauteurs prcipites lors des averses se ramne sensiblement celle des hauteurs de pluies journalires Pj. Pour ces hauteurs de pluies journalires, on rencontre gnralement des distributions gumbeliennes. Pour passer de la pluie ponctuelle la pluie sur le bassin versant de surface S, on applique un coefficient d'abattement K qui, en Afrique, varie avec la surface S (en km2), la hauteur de pluie annuelle Pan (en mm) et la priode de retour T (en annes) de l'averse : K = 1 - 0,001 (9 log T - 0,042 Pan + 152) log S Il est donc possible de calculer pour la priode de retour T, le volume d'eau V prcipit sur le bassin versant : V = K (T, S, Pan) S Pj (T) L'averse tant gnralement trs brve devant le temps de concentration, on peut considrer qu'elle est unitaire et que son intensit est quasi-constante. X.2.5.1.2 Passage l'averse de la pluie nette RODIER et AUVRAY proposent de passer de l'averse la pluie nette par un coefficient de ruissellement Kr qui dpend la fois de la perte et de la matrise du sous-sol. En admettant des classifications suivant les pertes de R1 R6 et suivant la permabilit de P1 P5 (Classification ORSTOM), on peut proposer des abaques donnant Kr dans les conditions de la crue dcennale.
Coefficient de ruissellement 100% 90% R4P1 80% R4P2 70% R3P2 60% 50% 40% 30% 20% 1 R2P2
REGIMES SAHELIENS ET SUB-DESERTIQUES
Coefficient de ruissellement 60% R5P3 50% R4P3 40% R3P3 R2P3 30% 20% 10% 0% Prmabilit P3
RGIMES TROPICAUX ET TROPICAUX DE TRANSITION
Prmabilits P1 et P2 10 Surface en km2 100
1 Coefficient de ruissellement 50% 40% R5P4 30% 20% 10% 0% R2P5 R2P6 1 Coefficient de ruissellement 80% R4P4
10
Surface en km2 100
Coefficient de ruissellement 60% 50% 40% 30% 20% 10% 0% 1 Coefficient de ruissellement 40% 30% R4P4 20% 10% 0% 1 10 Surface en km2 100 R3P4 Prmabilit P4 10 Surface en km2 100 R5P3 R4P3 R3P3 R2P3 Prmabilits P3
PrmabilitS P4 et P5
R4P5 ou R3P4 R3P5 ou R2P4
10
Surface en km2 100
70% 60% 50% 40% 30% 1
R4P2 R3P2 R2P2
Prmabilit P2
10
Surface en km2 100
X.2.5.1.3 Hydrogramme unitaire RODIER et AUVRAY proposent d'admettre que la pluie est suffisamment brve pour que la rponse une averse soit unitaire. L'hydrogramme unitaire est alors dfini par trois paramtres dont seuls les deux premiers sont ncessaires l'valuation du dbit de pointe de crue dcennale : tb (ou te) temps de base (ou temps de concentration) gnralement exprim en heures ; : coefficient de pointe, rapport du dbit de pointe de crue au dbit moyen sur la dure t ; tm : temps de la monte de la crue. a) Coefficient : Bassins sahliens et dsertiques : S en km2 Bassins typiques et de transition : Bassins forestiers : Selon S et R Relief R2 (plaine) Relief R6 (montagne) S < 5 km2 1,9 2 5 < S < 10 2,2 2,3 S > 10 km2 2-3 2-4
2 3,0
10 3,0
20 3,0
50 4,5
10 4,0
= 2,5 quel que soit S
b) Coefficients tb et tm :
REGIMES SAHELIENS SUB-DESERTIQUES

Temps de monte en heures 8 7 6 5 4 3 2 R2 1 0 R3 R4 R5 10 Surface en km2 1 0
REGIMES TROPICAUX ET TOPICAUX DE TRANSITION

Temps de monte en heures 8 7 6 5 4 3 2 R2 R3 R4 R5 10 Surface en km2 100
1 Temps de base en heures 25
100 1 Temps de base en heures 50
20
40
15
30
10 R2 R3 R4 R5 1 10 Surface en km2
20
10
0 100 1
R2 R3 R4 R5 10
Surface en km2 100 X.2.5.2 - Approche stochastique - les dbits de crues dcennales en Afrique de l'Ouest et Centrale (par PUECH et CHABI GONNI du C.I.E.H.)
X.2.5.2.1 Inventaire des variables explicatives et expliquer La seule variable expliquer est le dbit de pointe de crue dcennale Q10. Les variables explicatives sont nombreuses, qualitatives et quantitatives :
S : surface du bassin versant en km2 ; Pan : hauteur de pluie annuelle en mm ; g : indice de pente global ; Kr : coefficient de ruissellement dans les conditions dcennales ; nature du sous-sol (lment qualitatif).
X.2.5.2.2 Nature de la rgression Le C.I.E.H. suppose que Q10 varie avec les autres variables comme une fonction puissance du style : Q10 = a S Pan Ig Kr
Manifestement, la rgression log Q10 en logS, logPan, etc., est une rgression linaire multiple de rsolution classique. A partir des observations sur 162 bassins versants, on obtient des rgressions de types suivants : Afrique de l'Ouest : Q10 = 197 S0,633 Ig0,35 Pan-0,643 Q10 = 0,163 S0,628 Ig0,26 Kr0,877 Afrique centrale: Q10 = 15,77 Q10 = 0,225 Evaluation de Kr avec la gologie : . granit . grs . sable Kr = 2.300 Pan-0,67 Kr = 300 Pan-0,375 S0,787 Ig1,089 Pan-0,638 S0,496 Ig0,507 Kr1,087
Kr = 210 Pan2,2 . argiles et marnes Kr = 300 Pan-0,3 . schistes Kr = 370 Pan-0,375 Application Soit un bassin de 10 km2 au Burkina Faso. On peut admettre que la hauteur de pluie annuelle est de l'ordre de 700 mm et la pluie journalire de 102 mm. Le climat y est sahlien. On calculera d'abord le volume de l'averse dcennale : Coefficient d'abattement : K = 1 - 0,001 (9 log 10 - 0,042 700 + 152) log 10 K = 0,87 Volume de l'averse : V = 0,87 102 mm 10 km2 V = 887.400 m3 Si ce bassin est impermable (P2) et rang dans la classe de relief R4, on trouve un coefficient de ruissellement de 73 %. Le temps de base d'un tel bassin est valu 4,5 h et son temps de monte 1,5 h. Le dbit moyen de la crue sera donc : 647.802 4,5 Q= = 40 m3/s 3.600 Le coefficient de pointe est de l'ordre de 3 ; la pointe de crue dcennale sera donc d'environ 40 3 = 120 m3/s.
X.3 - ETUDE STATISTIQUE DES DEBITS DE CRUE Lorsque l'on dispose d'observations de dbits de crue, au site mme ou proximit, il est possible de procder un ajustement statistique puis une extrapolation sur les frquences. Cette mthode est parfaitement justifie si on dispose de suffisamment d'observations (10 ans est un strict minimum). Cependant, il n'est pas raisonnable d'extrapoler l'ajustement statistique des priodes de retour suprieures 2n ou 3n, n tant la dure d'observations. Cette mthode est donc limite par la dure habituelle des observations la prdtermination de dbits de crue de frquence gnralement infrieure 0,99.
X.3.1 - Constitution de l'chantillon Dans le cas o les observations ont t faites sur une dure suffisante, de l'ordre de 20 ans, on pourra travailler sur les dbits instantans ou moyens journaliers, maximaux annuels. Bien souvent, la priode d'observations est restreinte et on pourra constituer un chantillon de dbits de crue par corrlation partir d'une station plus longue.
Gnralement, les corrlations se font en log-log, les distributions de frquence des crues tant forte dissymtrie positive. Les variables utilises sont gnralement un dbit maximum instantan Qi ou un dbit moyen journalier Qj maximum. Que ce soit partir d'une priode rellement observe ou d'une srie reconstitue, on peut retenir : - les dbits maxima annuels de chacune des n annes (on s'assure de l'indpendance des observations puisque l'on travaille sur des annes hydrologiques dbutant la fin de la priode d'tiage) ; - tous les dbits suprieurs un certain seuil de dbit Qo ; - etc. La premire dfinition est prfrable lorsque la taille de l'chantillon est suffisante. Les frquences s'expriment alors en an-1, et les observations sont gnralement parfaitement indpendantes. La seconde dfinition est d'un emploi un peu plus dlicat, soit cause du problme de l'indpendance, soit du problme de la frquence de (Q < Qo). Elle ne s'utilise que si le nombre d'annes disponibles est faible et avec une extrme prudence.
X.3.2 - Choix du type de loi et ajustement Le choix du type de loi peut tre guid par des tests statistiques, les coefficients de symtrie et d'aplatissement. Malheureusement la taille de l'chantillon est gnralement trop faible pour que les estimations des moments d'ordre suprieur soient fiables. Le plus souvent, on procde par exprience en choisissant une loi priori puis en vrifiant a posteriori que ce choix n'est pas absurde (alignement correct des points dans un graphique adquat). Dans telle rgion, les expriences faites sur des stations longues et fiables montrent que ce sont les lois de Galton, de Gumbel... qui rendent le mieux compte de la statistique des dbits de crue (sous les climats temprs, ce sont gnralement les lois de Gumbel, Galton ou Pearson III).
Dbits de l'Estron 400 350 300 250 200 150 100 50 0 -50 -100 -3 -2 -1 0 Variable rduite de Gauss 1 2 3 Frechet Fuller Points exp. Gauss Galton Gumbel
Quant aux mthodes d'ajustement, toutes celles cites au chapitre "statistiques" s'appliquent ici. Le choix d'une technique dpend alors essentiellement des moyens de calcul dont on dispose et de la taille de l'chantillon.
X.3.3 - Passage des dbits moyens journaliers aux dbits instantans Trs frquemment, les dbits maxima instantans de crue ne sont pas disponibles ou ne le sont que sur une priode relativement courte. Seule reste la ressource de travailler sur les dbits moyens journaliers maxima annuels. Soit Qi le dbit maximum instantan d'une crue et Qj le dbit moyen journalier durant lequel on a observ Qj. Q On appellera coefficient de pointe r, le rapport : r = i Qj
Deux cas de figures peuvent alors se produire : X.3.3.1 - Le coefficient de pointe n'est pas connu C'est par exemple le cas de stations o on ne dispose que d'observations discrtes des hauteurs d'eau : 1 par 6 h ou 3 h par exemple en priode de crues. On peut alors valuer avec une prcision acceptable les Qj mais certainement pas les Qi. On peut alors utiliser la formule de Fuller qui exprime une relation exprimentale entre le coefficient r moyen et la superficie S du bassin versant (en km2) : 0,3 2,66 r1+ S Ayant tudi la statistique des dbits journaliers Qj, on obtient le quantile de frquence F recherch Qj pour F passer au mme quantile mais sur les dbits instantans Qi . On admettra : F 2,66 0,3 Q i r Q j = Qj 1 + F F F S Manifestement, ceci implique que l'on admet que le coefficient de pointe dfini sur une crue est indpendant de la frquence de la crue et que le coefficient est identique, qu'on le dfinisse comme il a t fait plus haut ou comme rapport d'un dbit instantan de frquence F au dbit moyen journalier de mme frquence. X.3.3.2 - On connat quelques valeurs du coefficient de pointe Ceci est gnralement le cas pour les dernires annes d'observations. On peut raisonnablement penser que la loi de distribution de r est la mme pour une station donne selon que l'on s'intresse aux crues maximales annuelles ou mensuelles. Ainsi, mme avec un nombre restreint n d'annes d'observations simultanes des Qj et des Qi, on peut tudier la statistique des r sur un chantillon de taille 12n. Nous admettrons ensuite que les coefficients r sont indpendants des valeurs de Qj. Ceci se vrifie gnralement. Dans ces conditions, les Qi sont une variable alatoire produit de deux autres variables alatoires Qj et r : Qi = r Qj Or, on connat la distribution statistique des r d'aprs 12n mois ; de mme, la distribution statistique des Qj est connue d'aprs une longue priode. On peut donc valuer la distribution des Qi d'aprs la combinaison des lois de distribution des Qj et des r. Une tude trs complte a t mene en 1976 sur ce sujet par le C.T.G.R.E.F. qui a publi un ensemble d'abaques permettant de rsoudre ce problme. La combinaison des lois des probabilits dpend de leur type et des paramtres d'ajustement. Les principaux types de lois envisages sont : . la loi de Galton . la loi de Gumbel pour la distribution F des Qj
. la loi de Pearson . la loi de Gauss pour la distribution G des r . la loi de Galton

La distribution I des dbits instantans des Qi est : I (Qi) =
f (Qj) g (r) d Qj d r D D tant le domaine o Qj < Qi , f et g tant les densits de probabilit de F et G. Du point de vue des ajustements, toutes les lois envisages sont deux paramtres. On peut donc caractriser chaque ajustement par un nombre sans dimension ; le coefficient de variation C a t retenu : cart type s x = C= moyenne x
1 avec : x = n
x
i =1
et
x =
x
i =1
2 i
- n x2
n -1
Les abaques suivant ne concernent que des dbits moyens journaliers distribus selon une loi de Gumbel (cas trs frquent) et des valeurs du coefficient de pointe r distribus selon des lois de Gauss o de Galton. Les abaques se lisent d'abord en choisissant les lois de distribution des r et des Qj. Chaque diagramme correspond une valeur Cq du coefficient de variation des Qj. En ordonnes sont portes les frquences F du quantile cherch et en abscisses, les valeurs d'un coefficient correctif . Dans chaque diagramme, le faisceau de courbe est paramtr suivant les valeurs du coefficient de variation Cr des coefficients de pointe. Le coefficient correctif est tel que : Qi = Qj r (Cq,Cr,F) F F Application : Ainsi, pour des Qj distribus selon une loi de Gumbel avec Q j = 4 m3/s et Q = 3 m3/s, on obtient un j coefficient de variation CQ = 0,75. j L'ajustement une loi de Gumbel par la mthode des moments nous donne : g = 0,78 Q = 0,78 * 3= 2,34 j xo = Q j - 0,577 g = 4 - 0,577 * 2,34 = 2,64
F (Qj) = e-e Qj - x o g
Pour la crue centennale : F = 0,99 => u = 4,6 : Qj = 2,64 + 4,6 * 2,34 = 13,4 m3/s 0,99 Supposons que l'tude des coefficients r montre qu'ils sont gaussiens, de moyenne r = 2,4 et d'cart-type r = 1,2. On aura : 1,2 = 0,5 Cr = 2,4 En se reportant la table Qj Gumbel, r Gauss, puis au graphique CQ = 0,75 et enfin en lisant l'intersection j de la courbe Cr = 0,5 avec l'ordonne F = 0,99, on obtient en abscisse : 1,3. Le dbit de pointe de crue dcennale Qi sera donc : 0,99 r Qi = Qj 0,99 0,99 Qi = 13,4 2,4 1,3 = 41,8 m3/s 0,99
Les dbits sont distribus selon une loi de Gumbel q et Cr = r avec pour coefficients de variation Cq =
q r Frquence 0,999 0,995 0,99 0,95 0,9 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 0,7 1 1,5 2 1 Cr= 0,2 1,5 0,5 2 1 1,5 3 2 1 Cr= 0,2 1,5 0,5 2 1 1,5 3 2 1 Cr= 0,2 1,5 0,5 2 1 1,5 3 2 1 Cr= 0,2 1,5 0,5 2 1 1,5 3 2
Cr= 0,2
Les coefficients de pointe journalire r sont distribu selon unr loi de Galton Gauss Frquence
0,5 1 1,5 2 3 0,999 0,995 0,99 0,95 0,9 5 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 0,7 5 Frquence 0,999 Cr= 0,2 0,5 1
1,5 3
Cq =3 4 3
Cq =3 1 Cr= 0,2 1,5 0,5 2 1 3 4 1,5 5
Cq =2 4 3
Cq =2 1 Cr= 0,2 1,5 0,5 2 3 1 4 1,5 5
3 0,995 0,99 0,95 0,9 5 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 5 0,7 Frquence 0,999 0,995 0,99 0,95 0,9 5 0,7
Cq =1,5 4 3
Cq =1,5 1 Cr= 0,2 1,5 0,5 2 3 1 4 1,5 5
Cq =1 4 3
Cq =1 1 Cr= 0,2 1,5 0,5 2 3 1 4 5 1,5
Cq =0,75 3 4
Cq =0,75 1 1,5 2 3 4 5
X.3.4 - Etude des crues maximales annuelles partir des crues suprieures un seuil et des donnes historiques Plutt que de ne retenir que les na crues maximales annuelles observes en na annes, on peut galement travailler sur toutes les crues ayant dpass un seuil Qo. On prendra pour Qo une valeur faible mais suffisante pour que tous les dbits Q suprieurs Qo soient bien des dbits de pointe de crue de mme nature que les crues catastrophiques. Par ailleurs, on s'assurera que les crues sont bien indpendantes (par exemple, un intervalle minimum de quelques jours entre deux crues). La statistique des crues est alors caractrise par la distribution du nombre de crues par an, puis par la distribution des crues suprieures Qo.
X.3.4.1 - Choix des lois de probabilit X.3.4.1.1 Frquence du nombre de jours de crues par an Trs souvent, le nombre n de crues suprieures Qo observes en une anne est distribu selon une loi de Poisson : n - e Prob (n) = n! Cette loi de distribution ne comporte qu'un seul paramtre qui est la fois la moyenne et la variance. Si l'on s'intresse la somme m de deux variables poissonnines de paramtres et ' : n - 'n ' -' Prob (n) = e , Prob (n') = e n! n '! ... soit m = n + n'. Calculons Prob (m) : - o -' 'o -(+') Prob (o) = e e =e o! o! - 1 -' 'o - o -' '1 -(+') + ' Prob (1) = e e +e e =e 1! o! o! 1! 1! - 2 -' 'o - 1 - o -' '2 Prob (2) = e e +e +e e 2! o! 1! o! 2! 2 -(+') ( + ' ) =e 2! Dans le cas gnral : Prob (k) =
i=0
- i -' '( k i e e i! ( k i)!
= e-(+') = e-(+')
i =0
ii ( k i ) i!( k i)!
i =0
k! i '(k-i) i!( k i)!
( + ' ) k = e-(+') k! La somme de deux variables poissonnines est une variable poissonnine dont le paramtre est la somme des paramtres des variables initiales. X.3.4.1.2 Frquence des crues suprieures un seuil Plusieurs types de lois peuvent tre utiliss, mais le plus souvent, on retiendra une distribution de Weibull : p G (Q) = 1 - e- (Q - Qo) ... dont la densit est : P g (Q) = p (Q - Qo)p-1 e- (Q - Qo) Dans cette loi figurent trois paramtres , p et Qo, mais ce dernier est choisi a priori. Il n'y a donc que deux paramtres ajuster.
X.3.4.2 - Ajustement par le maximum de vraisemblance Les crues ont t observes durant na annes et on constate que la ime anne, ni crues ont dpass Qo. Au total, les crues Qj suprieures Qo ont t au nombre de NC : NC = On choisit donc d'approcher les statistiques par : n i - e et Prob (ni) = n i!
i =1
na
ni
P G (Qj) = 1 - e- (Qj - Qo)
Les trois paramtres , et p seront ajusts de faon maximiser la vraisemblance V de l'chantillon observ. n 1 V = Prob (n1 crues la 1re anne) = e- n1!
n 2 * Prob (n2 crues la 2me anne) * e- n 2! * ..... * .....
* Prob (nna crues la name anne) * Prob (1re crue gale Q1)
n na * e- n na !
P * p (Q1 - Qo)p-1 e- (Q1 - Qo) P * Prob (2me crue gale Q2) * p (Q2 - Qo)p-1 e- (Q2 - Qo) * ..... * ..... P me crue gale Qnc) * Prob (nc * p (Qnc - Qo)p-1 e- (Qnc - Qo) p-1 nc nc nc ni - (Q j Qo ) e (Q j Q o ) p V = e- na na pnc n i! j=1 j=1 j=1
V=
nc e nanc r nc p nc - e (Q j Q o ) p n1! n 2!..n na ! j=1
(Q
j=1
nc
Qo )
On dcrira donc : V V V = = =0 r p
ou
LnV LnV LnV = = =0 r p
nc nc LnV = -na + = 0 => = na

LnV nc = r r
(Q
j=1 nc
nc
p Qo ) = 0 =>
r=
nc
(Q
j=1 nc
Qo )p
LnV nc = - p p
{(Q
j=1 j
Q o ) p Ln(Q j Q o ) +
} (Q
j=1
p Qo ) = 0
=>
1 = p
(Q
j=1
nc
Qo ) p Ln(Q j Qo )
(Q
j=1
nc
Qo )
1 nc
j=1
nc
Ln (Qj - Qo)
Aprs avoir rsolu par itrations successives cette quation en p, on retrouve aisment et .
X.3.4.3 - Passage la frquence des crues maximales annuelles Pour dterminer la loi de probabilit F (Q) associe aux crues maximales annuelles, il suffit de composer les lois de probabilit Prob (n) et G (Q) : F (Q) =
k =0
P (k) G (Q)k
Lorsque G (Q) est voisin de 1, F (Q) peut s'approcher par la relation : F (Q) = 1 - [ (1 - G (Q) ] ... o reprsente le nombre moyen de crues par an. Il faut noter que dans le cas frquent o les dbits suprieurs un seuil sont ajusts une loi de Fuller et le nombre de crues par an une loi de Poisson, la loi des dbits maximaux annuels F (Q) est simple : Posons donc : P (k) = e-
k k!
et
G (Q) = 1 - e
(Q Qo ) g (QQo ) k k g 1 e k!
k
F (Q) =
k =0
P (k) G (Q)k =
k =0
e-
F (Q) = e-
k =0
(QQo ) g 1 e k!
(Q Qo ) g = e- F (Q) = e- e 1 e e
(Q Qo ) g e
( Q Q o gLn) g
F (Q) = e Ce qui montre que les crues maximales annuelles sont distribues selon une loi de Gumbel. X.3.4.4 - Prise en compte des donnes historiques Supposons que l'on sache que sur na' annes antrieures, il n'y a eu que ns crues Q'k suprieures ou gales Q'ns (on connat les ns plus fortes crues sur ces na' annes). On peut valuer la vraisemblance V' de cet chantillon ainsi : V' = quel que soit i compris entre ns et : Proba (d'avoir observ i crues suprieures Qo en na' annes) * Proba (que i - ns soient infrieures Q'ns) * Proba (que les ns autres soient gales celles observes) V' = ns pns
k =1
ns
(Q'k - Qo)p - 1 e-
(Q' Q ) p e- na' (u na')ns

k o k =1 k o)p ns
ns
ex =
i = ns
[na' [(1 e rQ' Q ] ]

(i ns)!
Si l'on remarque que le dveloppement de ex est : ex =
i =0
8 i = ns
xi i!
k o
V' = na'ns ns rns pns
i = ns
(Q' Q ) p-1 e- (Q' Q ) p - na' e-(Q'ns - Qo)p

k o
Pour dterminer les paramtres , et p, nous maximiserons la vraisemblance v de l'chantillon global de nc crues suprieures Qo en na annes, toutes connues, et des ns crues les plus fortes connues sur na' annes antrieures : v = V x V'
ns na ' ns ns+nc ns+nc pns+nc p (Q Q ) p-1 e- v= o jik n1! n 2!...n na ! k = 1
ncns
j=1k =1
(Q
jik
Qo )
p-1
- na' e-(Q'ns - Qo)p e- na Comme prcdemment, on dtermine , et p en cumulant les drives partielles de Ln v :
Par rapport :
Ln (v) =
Cte p + (ns + nc) Ln - na' e-(Q'ns - Qo) - na
Ln( v ) ( ns + nc) p = - na' e-(Q'ns - Qo) - na = 0 ?
d'o l'on tire : =
[na + na' e r(Q'
( ns + nc)
ns Q o ) p
])
(1)
par rapport :
Cte Ln (v) = + (ns + nc) Ln - r
ncns ( Q Q j=1k =1
p p o) - na' e-(Q'ns - Qo)
Ln( v ) ( ns + nc) = r r
ncns ( Q Q
ncns
j=1k =1
(Q Qo)
p
p p + na' (Q'ns - Qo) e-(Q'ns - Qo) = 0
1 = r
j=1k =1
o)
( ns + nc)
na ' (Q'ns Q o ) p e r ( Q' ns Qo
, na + na ' e r (Q'ns Q o (2)
par rapport p :
Cte Ln (v) = + (ns + nc) Ln p + (p - 1) p Ln( v ) ( ns + nc) = p p
ncns
ncns
j=1k =1
p Ln (Q - Qo) -
ncns ( Q Q j=1k =1
p p o) - na' e-(Q'ns - Qo)
j=1k =1
Ln (Q - Qo) -
ncns ( Q Q j=1k =1
p p o) Ln (Q - Qo) + + na' e-(Q'ns - Qo) (Q'ns - Qo)p
Ln (Q'ns - Qo)
Ln( v ) ( ns + nc) = p p
ncns
j=1k =1
Ln (Q - Qo) -
ncns
j=1k =1
(Q Q )
o
Ln (Q - Qo)...
Pour rsoudre ce systme de trois quations trois inconnues, il semble prfrable de ne pas se servir de l'quation 3, mais de se donner a priori une valeur de p. Les quations 1 et 2 permettent, connaissant p, de calculer le optimum (quation 2 rsolue par itrations successives), ainsi que le optimum (quation 1 explicite). On calcule alors la vraisemblance v et on ritre sur p pour minimiser v. En gnral, p est voisin de 1 et quelques itrations par exemple entre 0,5 et 2 suffisent fixer p plus ou moins quelques pour-cents prs.
X.4 - METHODES D'ETUDES HYDROMETEOROLOGIQUES Les mthodes d'hydrologie analytique sont bases sur l'tude fine du passage des prcipitations aux dbits. Ce passage est trs complexe puisqu'il dpend d'une foule de paramtres : structure de la pluie, nature du bassin versant et degr d'humidification, tat de la vgtation, capacit d'vaporation, etc. Nous allons voir comment et avec quelles approximations on peut tudier le passage d'une averse la crue qu'elle gnre. Ayant tudi ce passage, on pourra soit
tendre la srie de crues partir d'observations, soit, le plus souvent, valuer la crue de frquence rare F partir de la pluie de mme frquence F que l'on prsume tre son origine.
X.4.1 - Etude d'un couple averse - crue

Temps 0 5 10 15 20 25 Pluie Dbit 100 80 60 40 20 0
Supposons que l'on dispose de l'enregistrement simultan de la pluie et des dbits sur un petit bassin versant. On supposera que le bassin est suffisamment petit de faon ce que : - la pluie soit homogne sur l'ensemble du bassin ; - la nature hydrogologique soit homogne ; - les conditions initiales galement. Sur le graphique ci-contre, nous avons port en abscisses le temps et en ordonnes les dbits et les intensits de pluies par pas de temps dt.
Ce schma est dfigur. En effet, d'une part toute la pluie n'a pas ruissel ; une partie s'est infiltre et une autre s'est vapore. D'autre part, le dbit ne provient pas seulement du ruissellement mais aussi du dbit de base, position du dbit qui a transit par les nappes. X.4.1.1 - Le devenir des prcipitations Ce devenir est complexe et multiple ; plusieurs auteurs l'ont tudi ; on peut cependant rsumer les principales observations dans le schma suivant :
Rpartition de la pluie en fonction du temps
Ruissellement Accumulation dans es dpressions
Infiltration
Interception par la vgtation Evapotranspiration Temps
En fonction du temps ou de la qualit de pluie dj tombe, une hauteur de pluie dP se rpartit entre : une vaporation directe (souvent ngligeable) Interception une accumulation dans les dpressions (puis vaporation ou infiltration) une interception par les vgtaux (puis vaporation) Infiltration
une humidification du sol ( puis vaporation ou gouttage) un coulement souterrain vers les nappes un ruisselement pur Ruissellement un ruisellement retard Dans les diffrents phnomnes de l'interception, seule l'vaporation persiste dans le temps mais elle peut gnralement tre considre comme ngligeable. L'accumulation dans les dpressions et le stockage dans la vgtation ne peuvent que tendre vers une limite finie. L'infiltration peut s'tudier exprimentalement. Les tudes faites montrent que l'on peut admettre qu'il existe une vitesse d'infiltration qui volue avec le temps et le degr d'humidit initial. Supposons que l'on soumette diffrents sols une percolation verticale et que l'on mesure la vitesse d'infiltration en mm/h :
Vitesse apparente d'infiltration j(t) Sol 1 initialement sec Sol 1 initialement humide
Sol 2 initialement sec Sol 1 initialement humide Temps
Manifestement, les courbes dpendent de la nature du sol et de son degr d'humidit vertical. Dans ce schma, le sol 1 est un sol permable ; au bout d'un certain temps, il est satur mais est drain par une nappe profonde ; j(t) tend alors vers la permabilit du sol satur. La limite de j(t) lorsque t tend vers l'infini est diffrente de 0 ; il s'infiltrera toujours de l'eau. Au contraire, le sol 2 est un sol permable tout au moins lorsqu'il n'est pas satur. Mais, il n'y a pas de possibilit d'coulement souterrain ; donc, partir d'un certain temps, plus rien ne peut s'infiltrer : t j(t) 0
SOL 1 SOL 2
Permabilit k
Porosit n
Si t tends vers l'infini, j tends vers k
oo n e = j(t) dt 0
HORTON puis d'autres ont essay de mettre en quations ces observations. Il semble que dans la quasi-totalit
des cas, la variation de J en fonction du temps (t > 1 mn) soit de la forme : J = Jl + (Jo - Jl) e-t Jl tant l'intensit limite d'infiltration qui ne dpend que des caractristiques hydrodynamiques du sol (Jl varie dans une large plage, allant de 0 2 mm/mn) ; Jo tant l'intensit d'infiltration au dbut de l'averse. Jo dpend en plus de l'humidit initiale ;
est une constante pur un sol donn ; t est le temps depuis le dbut de l'averse.
Dans les cas prcdemment cits :. sol 1 : Jl 0 . X.4.1.2 - Sparation des coulements
sol 2 : Jl = 0 et n e = j0
Comme nous l'avons dj dit, le dbit des cours d'eau a au moins deux origines : - le ruissellement, - la vidange des nappes. Le dbit de vidange des nappes, que nous appelons dbit de base, suit une loi de variation en fonction du temps, appele courbe de tarissement. En l'absence d'alimentation par les pluies, la courbe de tarissement ne dpend que de la gomtrie de la nappe et de ses qualits hydrodynamiques. Une modlisation classique de la vidange d'une nappe est faite partir du schma de Maillet. Une nappe est schmatise par un rservoir de surface S, de hauteur H, se vidangeant par un bouchon poreux de longueur l, de section s et de permabilit k. Le dbit q de vidange est calculable par la loi de Darcy :
S dh H l
k s
H l Pendant un intervalle de temps dt, le volume dV sorti de la nappe est : dV = q dt mais aussi q dt = -S dH Par ailleurs, la premire expression du dbit donne en drivant : s dq=k dH l En combinant ces deux expressions, on obtient : dq ks = - dt, avec = = Cte q Sl
q=ks
( est appel coefficient de tarissement)

t (Ln q) q = - a (t) o => q = qo e- t qo Pour le schma de Maillet, on dmontre que la loi de vidange serait une exponentielle dcroissante. Cependant, ce schma est grossier et il n'y a pas forcment qu'une seule nappe dans un bassin. Mme si on peut admettre que les diffrentes nappes d'un bassin peuvent se schmatiser ainsi, le dbit de base sera la somme d'exponentielles dcroissantes qui n'est pas, en gnral, une exponentielle dcroissante. Dans la ralit, on constate que les dbits de bases voluent avec le temps et en absence de pluie comme des fonctions plus ou moins hyperboliques, assimilables pour partie des exponentielles dcroissantes. Cette assimilation se justifie surtout par la simplicit graphique ; dans un systme (log Q, t), les courbes de tarissement sont des droites de pente -.
Reprenons donc notre crue initiale et transposant-la dans un graphique semi-log :

Dbits Dbits Dbits
80 70 60 50 40 30 20 10 0 Temps
100
80 70 60 50 40 30 20 10
10
1 t1 Temps t2
0 t1 Temps t2
Avant la monte du dbit, nous tions en priode de vidange des nappes, c'est--dire que les dbits suivaient approximativement une exponentielle dcroissante. De mme, longtemps aprs la crue, le dbit est form essentiellement par du dbit de base ; il volue donc selon une exponentielle dcroissante de mme coefficient de tarissement (deuxime droite et parallle la premire). Si ces deux droites ne sont pas confondues, c'est qu'il y a eu une recharge de la nappe. On trace alors approximativement (en tir) l'volution probable du dbit de base durant la crue. Pour ce trac, on peut se faire comme "rgle" que le maximum du dbit de base se produira aprs le maximum du dbit total. Il reste encore une certaine plage de manuvre comme l'indique les trois tracs proposs. Cependant, il faut garder prsent l'esprit que ce graphique est en coordonnes semi-logarithmiques ; c'est-dire qu'une incertitude sur les faibles dbits est graphiquement importante mais qu'elle peut trs bien tre ngligeable devant la valeur absolue du dbit maximal de crue. Ayant adopt un trac du dbit de base, on peut, par soustraction, obtenir le dbit de ruissellement Qr. Ce dbit commence un temps t1 et se termine t2. Remarquons que ce temps t2 est connu avec une assez forte imprcision du fait du raccordement tangentiel de l'hydrogramme de ruissellement l'exponentielle dcroissante du dbit de base. A l'intrieur de ce dbit de ruissellement, on peut faire encore une distinction entre le ruissellement pur et ce que nous appellerons par tradition "coulement hypodermique". Ce dernier type d'coulement est en fait un ruissellement retard. A la fin de la pluie, le ruissellement pur n'est plus aliment. Les lames qui ruisselaient deviennent
de plus en plus minces et l'coulement, tout en restant un coulement de surface, change de nature. Il se produit quelque chose d'analogue au passage rgime turbulent / rgime laminaire. A ce type d'coulement s'ajoute galement la vidange des dpressions et de quelques micro-nappes phratiques. Dans la pratique, il n'est gure utile de sparer ces deux types d'coulement et nous ne considrerons que le ruissellement total (ruissellement pur plus coulement hypodermique). X.4.1.3 - Quelques dfinitions Arriv ce stade, nous pouvons comparer nouveau pluie et dbit mais en ne prenant en compte que le ruissellement d la pluie.
Q m3/s Pluie utile c.i.p. c.a.m. Pluie nette Pluie efficace
Courbe de concentration I mm/h Temps de monte
Courbe de dcrue
Temps de base tb
t2
Sur le graphique ci-dessus, on peut valuer V le volume d'eau ruissel durant la crue : V =
t1
Qr (t) dt
En divisant ce volume par la surface du bassin, on obtient une lame d'eau que l'on appellera "pluie nette". C'est la lame d'eau qui a rellement ruissele. Connaissant cette pluie, on peut dfinir une "capacit apparente moyenne" d'absorption (note c.a.m.). En effet, si la capacit d'absorption tait constante, seule la portion de la pluie ayant une intensit suprieure cette absorption aurait donn du ruissellement. La c.a.m. est donc l'intensit (en gnral en mm/h) telle que l'intgrale des intensits suprieures c.a.m. soit gale la pluie nette. Sur le graphique, cette intgrale est indique en gris fonc. On dfinit ensuite la "pluie efficace", pluie tombe avec une intensit suprieure c.a.m. En fait, on sait que la capacit d'infiltration du sol n'est pas constante mais qu'elle diminue lorsque la quantit de pluie prcdemment tombe augmente. On peut donc tracer une courbe de la capacit d'infiltration probable (c.i.p.) telle qu'elle limite une intgrale gale la pluie nette. On appellera alors "pluie utile" la portion de la pluie tombe avec une intensit suprieure c.i.p. Cette pluie utile, figure en gris et hachure, est la portion de la pluie qui a raisonnablement pu donner lieu du ruissellement (parfois, dans un souci de simplification, on admet que c.i.p. est constant et infrieur c.a.m., ce seuil critique c.i.p. est alors fonction uniquement de la nature du bassin versant). Du point de vue de l'hydrogramme, on appellera "courbe de concentration" la partie ascendante de l'hydrogramme. La dure tm = to - t1 est appele temps de monte. De mme, la "courbe de dcrue" est la portion descendante de l'hydrogramme. La dure totale de la crue tb = t2 - t1 est appele "temps de base". Arriv ce stade, on peut mieux cerner le problme des relations averses-crues : - un premier point est de dfinir la "pluie nette" (ce qui ruisselle) partir de la pluie utile ou de la pluie totale. Une approche de ce passage est possible par les fonctions de production ; - connaissant la pluie nette, un second problme est de la rpartir dans le temps pour avoir l'hydrogramme. Ce passage se fait par des fonctions de transfert.
X.4.2 - Fonctions de production Le passage la pluie totale (ou de la pluie utile ou de la pluie efficace) la pluie nette est certainement l'tape dcisive. C'est pourtant l que rside le plus d'incertitudes et que les erreurs les plus grossires peuvent tre commises. Le problme se pose de la faon suivante : un instant t et durant un intervalle de temps dt, la quantit de pluie tombe est I (t) dt = d P (t) ; durant ce mme intervalle, la quantit J (t) dt s'est infiltre. On appellera coefficient de ruissellement k r (t), le rapport entre la pluie ruissele et la pluie totale : I( t ) J ( t ) J( t ) =1k r (t) I( t ) I( t ) (ce coefficient de ruissellement ne doit pas tre confondu avec ce que l'on appelle coefficient d'coulement k e, rapport de la totalit de la pluie tombe la totalit de l'eau ruissele :
ke=
(I( t ) J ( t ) ) dt
I( t)dt
0
Manifestement, le coefficient de ruissellement variera dans le temps avec l'intensit de la pluie, avec la nature du sol et son tat d'humectation initial. X.4.2.1 - Hypothses simplificatrices sur les coefficients de ruissellement Les premires tentatives de passage des pluies aux dbits ont consist faire des hypothses simples sur le coefficient k r (t). Dans un premier temps, on peut considrer que k r (t) est en fait une constante ne dpendant que de la nature du sol. Cette hypothse se vrifie en premire approximation pour les zones urbanises. En fait, dans ces zones, les coefficients d'infiltration J (t) sont trs faibles et par consquent k r (t) varie peu autour de 1. Utiliser un coefficient de ruissellement constant ne peut donc se justifier qu'en zone quasi-impermable et donc gnralement en zone urbaine. X.4.2.2 - Simulation par modles rservoirs L'ide est de simuler ce qui se passe dans la nature par des successions de remplissage et de vidange de diffrents rservoirs. Le nombre de rservoirs, leurs lois de vidange et leurs interactions permettent des combinaisons aussi varies que complexes. Citons par exemple la fonction de production introduite dans certains modles ORSTOM : E Ce modle rservoir comporte une entre : la pluie I d'intensit I. Cinq sorties sont possibles :
Ruissellement pur R Ho Ruissellement retard Rr Ho Ecoulement hypodermique Rh J Hn Stockage dans la nappe Stockage dans le sol
- l'vaporation E qui n'existe que si h > 0 - l'coulement hypodermique Rh = h - le dbit de base Qb = hn - le ruissellement retard : . Rr = (h - Ho) si h > Ho . Rr = 0 si h < Ho - le ruissellement pur R = P - E - Rr - Rh - J Le transfert d'eau du sol vers la nappe se fait uniquement si h > Ho avec un transfert constant d'intensit J. Dans ce cas, les paramtres du modle sont Ho, J, et ; le problme est alors d'valuer ces quatre paramtres en fonction de la nature du bassin.
Dbit de base Qb
Cet exemple montre clairement les avantages et les inconvnients des modles rservoirs : - ils permettent de rendre compte de phnomnes physiques avec toute la complexit que l'on dsire (modle plus ou moins dterministe) ; - ils ncessitent un calage d'autant plus compliqu que leur complexit est grande. X.4.2.3 - Fonction de production du S.C.S. (Soil Conservation Service of U.S.A.) Cette fonction de production est base sur quelques hypothses simplificatrices facilement acceptables :
Soit J la capacit d'infiltration ; on admet qu'elle tend vers 0 lorsque le temps augmente ainsi il existe une lame
d'eau maximale infiltrable S : S = Jt = Jl + (Jo - Jl) e-t
J (t) dt . Ceci est compatible avec la loi de Horton :
si Jl = 0 => S =
J Jo e-t dt = o . a
On admet que le ruissellement ne peut apparatre qu'aprs qu'il soit tombe une certaine quantit So de pluie intercepte par les vgtaux ou servant remplir les dpressions de la surface du sol. On appellera par la suite "pluie utile", la quantit Pu (t) = P (t)- So [P (t) est la quantit totale de pluie tombe entre les intervalles de temps 0 et t]. Enfin, l'hypothse principale est que le rapport du ruissellement R (t) la pluie utile Pu (t) est gal au rapport de ce qui s'est dj infiltr
J (t) dt ce qui peut s'infiltrer au maximum S.
Ces trois hypothses se rsument sur le schma suivant et la mise en quation est donc : Hypothse 2 : Lames d'eau cumules
Temps infini
Pu (t) = R (t) +
Hypothse 3 :
J (t) dt
R(t) P(t) Pu(t) t J(t) dt 0 So Temps
J (t)
dt R(t) = S Pu ( t )
En liminant l'intgrale : Pu ( t ) 2 [ si Pu (t) > 0 ] R (t) = S + Pu ( t )

[ P( t ) So ]2 [ si P (t) > So sinon R (t) = 0 ] P ( t ) So + S
Par ailleurs, Pu (t) = P (t) - So, donc : R (t) =
Deux caractristiques sont donc ncessaires : la capacit S totale d'infiltration et l'interception So. Les tudes menes initialement aux U.S.A. puis sur d'autres continents montrent que So est assez troitement li S par la relation : So 0,2 So, ce qui donne pour fonction de production du S.C.S. : R (t) = avec
[ P( t ) 0,2S]2 P( t ) + 0,8S
[ si P (t) > 0,2 S sinon R (t) = 0 ]
P (t) : hauteur de pluies tombe entre les instants 0 et t R (t) : hauteur de pluie ruissele entre instants 0 et t (pluie nette)
S : capacit maximale d'infiltration :
Jo e-t dt =
Jo =S a
Cette formule semble tre assez bien reprsentative de ce qui se passe dans la nature. Un seul paramtre S sert au calage du modle. S est donc fonction de la nature du sol ("gologie"), de son couvert vgtal, et de son tat d'humectation initial.
Mode de culture
en terrasses
Permanence du couvert
Sol toujours couvert Sol parfois couvert Sol toujours nu trs bonne
Permabilit du sol
trs faible bonne faible
Nature de la vgtation Jachres Plantes sarcles
ordinaire en courbe de niveau
0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Crales
0 0
Lgumineuses ou prairies temporaires
0 0
Patures ou terres de parcours
0 0 0
Prairies permanentes Forts et bocqueteaux Cours de ferme Routes en terre Routes empierres
0 0 0
20 32 46 38 52 48 60 52 58 58 64 64 70 49 74 54 86 58 100 42 115 175 125 310 490 255 135 200 310 70 32 27
7 14 19 17 25 27 35 23 25 27 30 32 37 21 32 25 40 30 46 17 40 64 45 70 210 74 49 67 85 27 12 10
4 6 9 10 12 16 19 10 11 12 14 19 19 9 14 11 19 15 23 8 17 27 14 25 37 35 21 30 37 12 7 5
3 4 5 6 8 12 14 6 7 9 10 12 14 5 9 9 11 11 15 5 10 15 6 11 17 19 11 17 21 7 5 4
Valeurs courantes de S dans les conditions III.
En fait, il peut tre intressant d'utiliser cette fonction de rpartition dans ces conditions autres que celles notes III. Deux autres cas sont cits par les auteurs de la mthode : - conditions I : optimales pour l'infiltration (sol initialement sec) ; - conditions II : conditions de calcul de la crue annuelle. Ces trois conditions diffrent par l'tat d'humectation du sol donc des pluies antrieures. Une classification est propose : Hauteur H de pluie (mm) sur les 5 jours antrieurs Conditions I Conditions II Conditions III Base saisonnire Priode de vgtation Priode hivernale H < 35 35 < H < 53 H > 53 H < 12,5 12,5 < H < 27,5 H > 27,5
Base annuelle H < 12,5 12,5 < H < 37,5 H > 37,5
Les relations entre les valeurs de S dans ces trois conditions sont : et SIII 0,11 S 1,2 SI 2,5 SII II
X.4.3 - Fonction de transfert Nous venons de voir quelles sont les techniques qui permettent de passer de la quantit de pluie I (t) dt tombe durant un intervalle de temps dt la quantit d [R (t)] qui va se mettre ruisseler. Il nous reste savoir maintenant quel moment arrivera ce ruissellement l'exutoire. Ce passage sera tudi par le biais de la fonction de transfert. La plus connue est celle de l'hydrogramme unitaire due L.K. SHERMAN.
X.4.3.1 - Mise en vidence de la notion d'hydrogramme unitaire Prenons le cas d'un petit bassin soumis des averses d'intensit uniformment rpartie dans l'espace et suffisante pour gnrer du ruissellement : [ I (t) >> J (t) t ]. On constate que lorsque la dure des averses diminue, le temps de base de la crue diminue puis tend vers une limite tc. Si on appelle tu la dure de la pluie utile, on a donc : t b >0 tu 0 => tb tc et t u Dans la pratique, on constate mme, ds que tu est infrieur tc/10 environ, que l'on a tb = tc. Que reprsente le temps tc ? Et bien, si la dure tu tends vers 0, tout le ruissellement va dbuter l'instant t=0 quel que soit l'emplacement ds o il prend naissance. Cependant, si l'coulement ds est voisin de l'exutoire, cette partie du ruissellement y arrivera sensiblement t = 0. Au contraire, si ds est loign de l'exutoire, ce n'est qu' un instant t > 0 qu'il y arrivera. La dernire particule d'eau qui arrive l'exutoire l'instant tc tait partie elle-aussi l'instant t = 0. C'est donc celle qui avait le plus long trajet hydraulique effectuer. Ce temps limite tc mis par la particule d'eau la plus loigne de l'exutoire pour l'atteindre est appel "temps de concentration". On appellera averse unitaire, une averse de dure faible (tu<tc/10) provoquant un ruissellement d'intensit R(t) . Une averse unitaire gnre donc une crue dite unitaire Q (t), c'est dire une crue de dure tc. constante r = d dt On appellera hydrogramme unitaire la fonction q (t) telle que si Q (t) est l'hydrogramme de la crue (en m3/s) et Q( t ) Q( t ) = si R (tu) est la lame d'eau ruissele au cours de l'averse unitaire ayant gnr la crue, on a : q (t) = S * R(t u ) V (S : surface du bassin versant, V volume de la crue unitaire) Cette fonction q(t) a pour dimension l'inverse d'un temps ; par construction, la crue unitaire est telle que :
tc
q (t) dt = 1
X.4.3.2 - Proprits des hydrogrammes rsultant d'averses unitaires

Surface Stf du bassin versant limite par les isochrones tf et tf + dtf
Surface lmentaire ds Isochrone t f + dtf Isochrone tf Temps de transfert tf pour l'lment de surface ds
Elment de surface hydrauliquement le plus loign de l'exutoire
Temps de concentration Tc
Sur la figure prcdente, on peut imaginer que si l'lment de surface ds est situ une distance telle de l'exutoire que le temps de transfert soit tf, il est possible de construire des lignes isochrones tf et tf+dtf. Ces deux lignes isolent une portion Stf de la surface totale S du bassin versant.
D bit
V V tf / V = S tf / S V tf
Si le ruissellement est partout le mme et que les temps de transfert restent constants, on conoit aisment qu'entre les instants tf et tf+dtf s'coule la portion Stf/S du volume de la crue. Cette proportion reste constante et caractristique du bassin. Il en ressort que la forme de l'hydrogramme d'une crue unitaire reste la mme et que l'hydrogramme unitaire q(t) est une caractristique intrinsque du bassin.
tf tf + d tf
T em p s
L'tude des hydrogrammes de crue en fonction des hytogrammes des averses qui les ont engendrs, ont donc conduit formuler les propositions suivantes : * Les crues provoques par des averses unitaires ont des hydrogrammes qui se dduisent les uns des autres par affinit. Soit I1 l'intensit constante de la pluie nette 1 et I2 pour la pluie nette 2. On aura : I1 Q1( t ) = .t I 2 Q 2( t ) Cette remarque est gnralement connue sous le nom de "proprit d'affinit". La consquence en est que la crue unitaire q q(t) est une fonction unique.
I1
I2
Q2
Q1
P luie n e tte
H yd ro gra m m e tota l r su lta nt R p on se s im p ulsion ne lles
* Supposons maintenant que l'on ait une averse de dure suprieure la dure unitaire, par exemple tu = n tc/10. On divise l'averse en n averses unitaires de dure tu =tc/10 Chacune de ses averses unitaires gnrera une rponse qui est affine de l'hydrogramme unitaire dans le rapport des intensits, chaque rponse tant dphase de la prcdente de tc/10. On admettra que la rponse du bassin cette averse de dure n tc/10est gale la somme des rponses impulsionnelles chaque averse unitaire de dure tc/10.
Cette proprit est connue sous le nom de "proprit d'additivit". La consquence en est que la crue unitaire q (t) ne varie pas en fonction de la dure de l'averse. Les diffrentes proprits des hydrogrammes de crue provenant d'averses unitaires permettent une formulation mathmatique de la fonction de transfert :
tc
Q (t) = S Q (t) est le dbit l'exutoire l'instant t Q est la surface du bassin versant
q () r (t - ) d
R ( t) r (t) est l'intensit du ruissellement l'instant t r ( t ) = d dt q (t) est l'hydrogramme unitaire Avec un autre vocabulaire, la fonction de transfert est une intgrale de convolution liant une entre r (t) une sortie Q (t), le noyau de convolution tant la fonction q () et tc la dure de mmoire du systme. Ayant dj tudi la fonction de production que nous prsenterons sous la forme d'un coefficient de ruissellement k r (t) variant avec le temps, on peut donc tablir l'quation globale du passage des pluies aux dbits :
tc
Q (t) = S
q () k r (t - ) I (t - ) d
( I (t) tant bien sr l'intensit de la pluie l'instant t )

Etude de couples averses-crues antrieures Dtermination de la fonction de production k r (t) ou Analogies avec des bassins versants compatibles Dtermination de l'hydrogramme unitaire q (t) Intgration par une mthode quelconque de l'intgrale tc de convolution q () * k r (t - ) * I (t - ) d
Mesure des prcipitations I q(t)
Reconstitution de l'hydrogramme de crue Q (t)
X.4.3.3 - Dtermination de l'hydrogramme unitaire Il nous reste maintenant dterminer l'hydrogramme unitaire q(t). Cette dtermination peut se faire directement si l'on connat des couples averse-crue, soit dans le cas contraire par des mthodes empiriques ou par comparaison avec des bassins analogues. X.4.3.3.1 Dterminations directes Lorsque l'on dispose d'observations de couples averses-crues en nombre suffisant, on peut slectionner toutes les averses unitaires. Par dfinition, tous les hydrogrammes qui en ont rsult sont dans un rapport d'affinit gal au rapport des pluies nettes. Il suffit donc de ramener tous les hydrogrammes i choisis au volume Vi de la crue tels que :
1 Vi
tc
Qi (t) dt = 1
Ces diffrents hydrogrammes doivent se superposer. En fait, on valuera l'hydrogramme unitaire moyen entre ces diffrentes observations. Le mme travail peut tre fait en se contentant de reporter les hydrogrammes de ruissellement pur sur du papier semilogarithmique (t, log Q), les hydrogrammes devant alors tre superposables par translation. Hydrogrammes observs Gnralement, la superposition du point de vue des temps est base sur la position du maximum de la crue. Cette faon de procder prsente l'avantage d'tre indpendante de la fonction de production. Malheureusement, le nombre restreint d'annes d'observations ne permet pas toujours de slectionner des averses unitaires. On pourra Hydrogramme nanmoins reconstituer un hydrogramme unitaire unitaire retenu mais partir d'observations de crues complexes. En effet, supposons qu'une averse assez longue ait provoqu une crue. Dans un premier temps, on value l'hydrogramme de ruissellement (sparation des coulements) ainsi que les intensits de pluie nette. On dispose donc d'une observation de la fonction Q (t) et de la fonction d'entre k r (t) I (t). Or, ces deux fonctions sont lies par la relation :
tc
Q (t) S =
q () k r (t - ) I (t - ) d
Il nous reste trouver le noyau de convolution q () et la dure de mmoire tc du systme. Ceci est un problme de dconvolution classique. Plusieurs mthodes sont utilisables : - mthodes discrtes directes, - mthodes par projection sur des fonctions, - mthodes par transformations de Fourrier, - etc. Les deux premires mthodes sont les plus employes en hydrologie. On peut les prsenter de la faon suivante : Hydrogramme unitaire variation discrte : On suppose que l'hydrogramme unitaire peut tre reprsent par une fonction constante par plage de dure tc/n ( n 10) . On se donne tc a priori ou on prend t'c grand, nettement plus grand que le tc probable.
nt q (t) = i Cte , avec i = partie entire de + 1 tc Pour que cet hydrogramme soit unitaire, on doit videmment avoir la relation :
i 2
i =1
i = 1
1 n
i tc / n
tc
De mme, on admettra que l'volution de l'intensit de la pluie nette r (t) peut tre considre comme une succession de valeurs constantes par dure tc/n. Ayant observ la crue sur n pas de temps tc/n = t ainsi que le ruissellement R, un pas de temps quelconque j, le dbit observ est Qj et celui reconstitu par l'hydrogramme unitaire est :
Qj = S
r
i =1
i j1
Les paramtres 1, 2, ... n sont dtermins par exemple en crivant que la somme des carrs des carts est minimale :
(Q
j=1
Q j )2 = minimum
En drivant par rapport chacune des n - 1 premires valeurs de ... (puisque n = 1quations inconnues, systme linaire simple :
i =1
i), on obtient n - 1
(Q
j=1
Q j )2
=0 i L'avantage de cette mthode est quelle ne prjuge en rien de la forme de l'hydrogramme unitaire. Par contre, elle dbouche sur un systme linaire que l'on doit rsoudre numriquement.
Hydrogramme unitaire de la formulation mathmatique choisie l'avance Dans ces techniques, on choisit des formulations mathmatiques plus ou moins complexes et dpendant d'un nombre de paramtres restreints. Ces diffrents paramtres sont ajusts au mieux par des techniques analogues la prcdente. Parmi les hydrogrammes-types choisis souvent, signalons :
2/tc
+ l'H.U. triangulaire dfini par deux paramtres : tc et tm La valeur maximale 2/ tc de q (t) est atteinte t = tm.
0 tm tc
1,6 1,4 1,2 1 0,8 0,6 0,4 0,2 0 0
q
=5 =4
+ un peu plus complexe mais plus proche des hydrogrammes naturels :

t D 2 t 1+ D Cette fonction ne dpend que de 2 paramtres et D. D reprsentant le temps de monte de la crue est d'autant plus pointue que est grand. D'ailleurs, le terme est gnralement de l'ordre de 4, valeur que l'on pourra admettre en premire approximation. +1 sin 2 q (t) = D
=3 =2
Temps 1D 2D 3D 4D
+ enfin, citons le modle de Nash o l'hydrogramme sortant de n rservoirs identiques en cascade, se vidangeant par des orifices poreux selon le schma suivant. L'quation de l'hydrogramme unitaire a alors pour expression : 1 -t/k n-1 e (t/k) q (t) = k( n ) o (n) est la fonction gamma d'ordre n :
(n) =
-x n - 1 e x dx
n est un paramtre de calage addimensionnel k est un temps li au temps de monte tm par la relation tm = (n - 1) k [ En gnral, n est de l'ordre de 4 5 ; les valeurs de (n) sont donnes dans les tables mais dans les cas simples, o n est entier : (n) = (n - 1) ! De plus, on a dans tous les cas, (n) = (n - 1) (n - 1) ]. Une formule approche de (n + 1) pour 0 < n < 1 est : (n + 1) 1 - 0,5749 n + 0,9512 n2 - 0,699 n3 + 0,4246 n4 - 0,1011 n5
Impulsion de pluie nette
0,4
q (en t -1 ) n=2
t q1
0,3 n=3 q2 t 0,2 q3 t 0,1 q4 t n=4 n=5 n=6
0,0 0 1 2 3 4 5 6 7 8 t (en tm)
X.4.3.3.2 Dtermination empirique de l'hydrogramme unitaire Lorsque l'on ne connat pas d'hydrogramme de crue, on pourra utiliser une des trois mthodes suivantes : Hydrogramme unitaire du Soil Conservation Service (mthode du S.C.S.) : Ce service utilise un hydrogramme triangulaire dont le temps de monte tm est gal au 3/8 du temps de concentration tc.
Hydrogramme unitaire du Ministre de l'Agriculture Franais (mthode SOCOSE) : Cet hydrogramme de temps de monte tm = D a pour expression :
2,35 ( t / D) 4 D 1 + ( t / D )8 Hydrogramme unitaire du Gnie Rural Belge (mthode de Sin) Il n'est autre que le modle de Nash avec n=4.7 : L'H.U. a pour expression en fonction du temps de monte tm : 30 -3,7 (t/tm) e (t/tm)3,7 q (t) = tm
q (t) =
S.C.S. q Socose Sin
La figure ci-contre montre ces trois hydrogrammes-types dans un systme commun d'unit. Par construction, les hydrogrammes unitaires Sin et S.C.S. sont assez semblables. Par contre, l'H.U. de la mthode SOCOSE est beaucoup plus pointu (dans le 1,175 1,6). rapport 0,75
2,5 3 3,5 4
0,5
1,5
2 t/tm
Compte tenu des formulations choisies, le temps de concentration n'a de sens que pour l'H.U. du S.C.S. (tc = 8/3 tm). Pour les autres, tc tendrait vers l'infini. Dans la pratique, ces trois hydrogrammes unitaires sont tels que q (3 tm) est sensiblement nul ; donc, en premire approximation, on pourra retenir que les trois H.U. proposs ne dpendent t que du temps de monte tm qui est sensiblement gal c . 3 X.4.3.3.3 Evaluation de tm ou de tc
tc reprsente le temps mis par la particule d'eau la plus loigne pour gagner l'exutoire. tc est donc sensiblement proportionnel la longueur de ce chemin. Par ailleurs, tc est inversement proportionnel la vitesse de l'eau. Or, celle-ci varie comme la racine carre de la pente (forme de Strickler, de Chezy, etc.). PASSANI a propos de caractriser la longueur du chemin hydraulique le plus long par le paramtre 3 Sl , o S est la surface du bassin versant et l la longueur du plus long thalweg. Quant aux pentes, on utilise la pente moyenne I dfinie prcdemment au paragraphe III.3.4. La formulation propose par PASSINI est donc : I Le coefficient est un coefficient rgional variant entre 0,05 et 0,4 (h/km). Dans la pratique, on calculera en inversant la formule de Passini sur un bassin versant analogue et o les crues sont connues. Citons encore la mthode de calcul du temps de monte D ou tm de la mthode SOCOSE : Pa 1 Ln (D) = -0,69 + 0,32 Ln (S) + 2,2 p ta avec les notations cites au .X.2.4.3 (D est la fois le temps de monte tm de l'hydrogramme unitaire et la dure pendant laquelle le dbit est suprieur la moiti du dbit de pointe durant une crue dcennale. Cette quation a t tablie d'aprs environ 200 stations de l'ensemble de la France mtropolitaine. Il est cependant prudent de la vrifier dans les conditions locales, par exemple en inversant cette formule de faon utiliser un coefficient constant mieux adapt rgionalement que le terme 0,69. Enfin, signalons les tudes faites par l'O.R.S.T.O.M. sur une centaine de bassins, dans un rgime sahlien subdsertique : (tc en heures ; S en km2) tc = S avec variant avec la classe de relief (2 < S < 150 km2) : = 5,0 pour R = 2 = 1,5 pour R = 4 = 2,3 pour R = 3 = 0,75 pour R = 5 Ces diffrentes formules empiriques ne peuvent donner que l'ordre de grandeur de tc ou de tm. Il semble que cette imprcision soit telle que dans 70 % des cas, la vritable valeur de tc (ou tm) ne s'carte pas plus de son t estimation empirique c que dans la fourchette :
c / 2 t c 2 c t t vrai
3
tc =
Sl
X.4.3.4 Limites la notion d'hydrogramme unitaire Ds le dbut de l'tude des relations pluies-dbits, nous avions soulign que cela n'tait possible que sur des bassins versants de faible tendue. Plusieurs raisons cela, en particulier, les pluies doivent pouvoir tre considres comme homognes sur les bassins versants, et la nature du sous-sol doit tre peu prs homogne. Enfin, si le bassin est trs grand, la notion d'hydrogramme unitaire est plus difficile justifier ; en particulier, l'onde de crue subit, dans le rseau de surface, des dformations qui dpendent de la gomtrie des cours d'eau mais aussi du dbit. Premier point : il n'est gure possible d'utiliser la notion d'hydrogramme unitaire que sur des bassins dont la surface va de quelques kilomtres-carr quelques centaines de kilomtres-carrs. Une autre critique possible porte sur l'unicit de l'H.U. En effet, le temps de concentration varie avec la nature du sol et donc certainement avec l'tat de la vgtation. De mme, une partie de l'coulement se faisant dans des chenaux, le temps de propagation doit varier avec le dbit donc avec l'intensit des pluies antrieures. Dans le cas d'tude o on dispose de suffisamment d'informations, on pourra tablir des H.U. par saison et variant avec les conditions d'humectation.
X.4.4 - Reconstitution des crues partir des prcipitations Le but poursuivi est donc toujours d'valuer la crue de frquence F quelconque. Nous supposerons que nous avons dj choisi une fonction de production et une fonction de transfert, soit partir d'observations concomitantes des pluies et des dbits, soit par des mthodes empiriques. Deux approches sont alors possibles :
X.4.4.1 - Passage des pluies aux dbits pour chaque averse observe Pour chaque averse importante que l'on a observe par le pass, on reconstitue la crue qui en a rsult. On tend ainsi (ou on cre) un chantillon de dbits de crues.
A partir de cet chantillon, on effectue une analyse statistique classique de faon estimer QF. L'inconvnient de cette mthode est qu'elle ncessite la reconstitution d'un grand nombre de crues. Cette difficult entre autres explique que l'on ne procde que rarement ainsi. X.4.4.2 - Passage de "la pluie de frquence F" la crue de mme frquence Il est raisonnable de penser que, sur un petit bassin versant o le ruissellement constitue l'essentiel du dbit de crue, une averse de frquence F gnre une crue de mme frquence F ; et cela, d'autant mieux que F est proche de 1. La reconstitution de la crue par fonction de transfert et fonction de production est donc lie la connaissance de l'H.U. [fonction Q (t)], celle de la fonction de production [fonction k r (t)] et aux conditions initiales d'humectation correspondant la frquence F :
tc
Q (t) = S
q () k r (t - ) I (t - ) d
Pour gnrer l'hydrogramme Q (t) de frquence F, il est donc ncessaire de se donner le hytogramme I (t) de mme frquence F. La premire ide qui vient l'esprit est d'utiliser les courbes intensit-dure-frquence dont nous avons parl au .IX.4.2. Gnralement, on constate que les "lois" de Montana se vrifient assez bien et que l'on a donc des relations du type : a (pour une frquence F donne) It = ( t ) b Dans cette expression, It reprsente l'intensit moyenne de la pluie sur une dure t et pour la frquence F. Ceci n'est absolument pas un hytogramme qui lui, doit donner l'volution de l'intensit instantane en fonction du temps et pour une frquence F. Le problme est donc de reconstituer un hytogramme-type de frquence F que nous appellerons hytogramme de projet. Il devra bien sr tre cohrent avec les formules de Montana. X.4.4.2.1 Hytogramme de projet de la mthode du S.C.S.
Intensit instantane I(t)
Interception initiale
Pluie utile T em ps
C'est la solution la plus simple mais qui prsente des anomalies. On suppose que le hytogramme de projet est une fonction puissance identique la loi de Montana : a (1 b) a I (t) = , It = tb ( t ) b L'inconvnient majeur est que ce hytogramme n'a pas une forme naturelle. En effet, une averse classique ne dbute pas par l'intensit la plus forte pour ne faire que dcrotre. Une averse voit en gnral son intensit crotre puis dcrotre.
Cette remarque est trs importante quand on se rappelle qu'il existe une interception initiale (le S. du .X.4.2.3). En effet, c'est la partie de l'averse la plus intense qui servira l'interception et jamais cette intensit maximale ne pourra provoquer du ruissellement. Cela est vraiment choquant ! Une amlioration possible serait donc de rendre cet hydrogramme symtrique, comme par exemple une expression du type : a (1 b) I (t) = [ 2t ]b L encore, le problme ne serait pas parfaitement rsolu puisque cette averse correspondrait des intensits moyennes It de frquence F pour toutes les dures t. Or, il est vident que si l'intensit de la pluie sur une dure t est dcennale, il n'en est pas forcment de mme sur des dures t' plus petites ou plus grandes que t. X.4.4.2.2 Hytogramme de la mthode SOCOSE Compte tenu des remarques prcdentes, la mthode SOCOSE adopte pour hytogramme de projet une fonction qui ne donne une intensit moyenne It de frquence dcennale que pour une certaine dure D. Si la dure t est infrieure D ou suprieure D, l'intensit moyenne It doit tre de frquence infrieure 0,9. La forme analytique retenue est la suivante : I (t = k D) =
a (1 b) (4 k 2 + 10 / k 14) pour t > 0 b ( 2kD) 7( 4k 2 + 10 / k 2)(10 3b ) / 7
I (t) est l'intensit instantane un instant t [I( t ) = I( t )] .

t t < t < + , on aura aussi : 2 2 t/2 1-b t I (t) = a P (t) = 2 3/ 7 t 2 D 0 + 2 2 t D Ce hytogramme est tel que l'intensit moyenne I sur une dure D corresponde la loi de Montana :
Si P (t) est la quantit de pluie tombe durant la partie centrale de l'averse -
a 1 ID = b D D
+D / 2
D / 2
I (t) dt
b=0,7
Ce hytogramme n'est dfini que sur b=0,9 l'intervalle -D, +D. Il n'est pas possible d'en donner un schma gnral mais dans le cas particulier de la rgion Est o les valeurs de a et b sont de l'ordre de 25 mm/h et 0,7, ces hytogrammes ont les allures ci-contre. b=0,5 SOCOSE, le Dans la mthode hytogramme de projet est calcul pour la frquence dcennale (valeurs de a et b pour F = 0,9) et pour une dure du hytogramme gale -1 -0,5 0 0,5 1 Temps en t/D 2D, D tant le temps de monte de l'hydrogramme unitaire. Dans des applications autres, on pourra garder la mme formulation pour I (t) mais en changeant les valeurs de a et b (changement de frquence) et en faisant varier D de part et d'autre du temps de monte. Si le bassin versant est petit, la pluie ponctuelle peut tre confondue avec la pluie moyenne sur le bassin versant. Par contre, lorsque la surface S du bassin versant augmente, il faudra tenir compte de l'abattement des pluies. On pourra par exemple retenir la formule donnant le coefficient d'abattement K partir de la surface D, de la dure D et pour une frquence dcennale : 1 S en km2 ; D en h K= S 1+ 3 30 D On calculera K pour le temps de monte D et on multipliera les intensits I (t) par K (S, D, F = 0,9).
X.4.5 - Gnralisation de grands bassins La mthode de l'hydrogramme unitaire suppose implicitement que le bassin versant est de faible taille, puisque la pluie est homogne et l'infiltration galement. Lorsque la taille augmente (suprieure quelques dizaines de kilomtres-carr), ces hypothses ne sont plus acceptables. On aura alors recours des modles hydrauliques plus ou moins complexes dont on peut ainsi rsumer l'organisation : - le bassin versant est dcoup en sous-bassins lmentaires. Sur chaque sous-bassin, l'hydrogramme d au ruissellement qui y prend naissance est valu par la mthode de l'hydrogramme unitaire ; - chaque sous-bassin constitue une maille qui reoit ventuellement les dbits en provenance d'autres mailles, et rpartit diffremment ces dbits dans le temps avant de les transmettre la variable suivante ; - la modification des dbits la traverse d'une maille, c'est--dire dans un tronon de rivire, dpend essentiellement de la gomtrie du cours d'eau et de ses qualits hydrodynamiques.
Cette transformation des dbits est value par des mthodes dites de "flood Routing" comme celle de Muskingum, que nous verrons plus loin.
1 2
3 4
Soit un bassin versant pour lequel on puisse admettre que sur les cinq sous-bassins indiqus, la mthode de l'hydrogramme unitaire soit utilisable ; on calcule par cette mthode les trois hydrogrammes q1(t), q2(t), q3(t), q4(t) et q5(t). Le dbit entrant dans la maille 3 est q1(t) + q2 (t). Cet hydrogramme entrant est dform par une mthode de flood routing en un dbit sortant qs3(t) auquel on ajoute l'hydrogramme propre la maille q3(t). Le dbit entrant dans la maille 5 est donc celui sortant de 3 [(qs3(t) + q3(t)] augment de celui sortant de 4 [q4(t)]. Le dbit [qs3(t) + q3(t) + q4(t)] est dform par une mthode de flood routing pour donner qs5(t) auquel on ajoute q5(t) pour obtenir le dbit l'issue de ce bassin. Voici expliqu sommairement le principe des modles hydrologiques dit "maill". Ils sont en quelque sorte la juxtaposition de modles de ruissellement, de modles de l'hydrogramme unitaire et de modles de propagation d'ondes de crues.
Selon la complexit des problmes envisags, les modles peuvent tre plus ou moins sophistiqus. Le problme essentiel est alors celui du calage du modle. Ce calage est gnralement fait "manuellement" en ttonnant sur les diffrents paramtres jusqu' pouvoir reconstituer aussi parfaitement que ncessaire les crues dj observes.
X.5 - ESTIMATION DES CRUES DE FREQUENCE TRES RARE : LA METHODE DU GRADEX L'ajustement des dbits de crues observes ne permet gure d'extrapoler qu' des priodes de retour de l'ordre de deux trois fois la dure d'observation. Les mthodes empiriques telles que les courbes-enveloppes restent peu prcises pour les frquences rares et comme la recherche historique, elles ne restent utilisables que dans de rares conditions. Il existait donc un quasi-vide pour l'estimation objective des crues de frquence trs rare jusqu' l'apparition, en 1966, de la mthode dite du "gradex" et due MM. GUILLOT et DUBAND de la Division Technique Gnrale de l'E.D.F. Cette mthode dans son principe est trs simple. Son succs est trs grand et finalement on la trouve utilise un peu " toutes les sauces", mme parfois dans des situations totalement diffrentes de celles o elle est adapte. X.5.1 - Constatations justifiant la mthode du gradex La mthode du gradex est base sur quelques rsultats simples que nous avons dj prsents mais qu'il parat utile de rcapituler ici.
X.5.1.1 - Comportement asymptotiquement exponentiel des pluies extrmes De trs nombreuses tudes menes sous diffrents climats ont montr, quelques trs rares exceptions, que les pluies maximales annuelles (ou saisonnires) se distribuaient selon des lois qui tendent, pour des frquences rares, vers une loi exponentielle. Le plus souvent, c'est la loi de Gumbel qui est utilise. Prenons par exemple la loi de Fuller ; on a : F( x ) = 1 e
F( x ) = e
e
xxo g
x a b
1 => x = a + b Ln 1 F
Pour la loi de Gumbel, on a :
=> x = xo + g [ Ln[ LN( F)]]
Mais, lorsque F tend vers 1, on a Ln (F) qui est quivalent F - 1. Donc : x xo + g [(- Ln [-LN (F)]] pour F tendant vers 1 x xo + g [(- Ln [-LN (1 - F)]] 1 x = xo + g Ln 1 F Le terme b de la loi de Fuller correspond au gradex g de la loi de Gumbel. Quelles que soient les priodes de retour T1 et T2, et quelles que soient les lois d'ajustement de ce type, on peut dfinir un gradex g (homogne une hauteur de pluie) tel que : T2 PT2 - PT1 = g Ln T1
X.5.1.2 - Mthode d'estimation des gradex Pour estimer les gradex, diffrentes approches sont possibles. Lorsque la srie d'observation est longue (n>30 ans) le plus simple et le plus efficace est d'ajuster directement les pluies maximales annuelles une loi de Gumbel. Lorsque la srie est plus courte, il est souvent prfrable de travailler sur les pluies suprieures un seuil (nombre de pluie suprieures au seuil ajust une loi de poisson, hauteur de ces prcipitation ajuste une loi de Fuller). Gnralement un seuil tel qu'il y ai 3 pluies par an en moyenne est un compromis satisfaisant. Une tude de quelques postes pluviomtriques disposant de longues sries montre que dans l'Est de la France, l'erreur-type g sur l'estimation du gradex g varie avec le nombre n d'annes d'observations, suivant la relation : g g 0,8 n On admet gnralement qu'une quinzaine d'annes d'observation donne une estimation relativement fiable du gradex. Cette faon d'estimer les gradex permet d'extrapoler les prcipitations jusqu' des priodes de retour de plusieurs milliers d'annes, sans noter de graves incohrences (les mthodes bases sur la notion de "stations annes" permettent assez facilement d'valuer des pluies de telles priodes de retour). X.5.1.3 - Variation du gradex avec la dure L'volution des pluies en fonction de leur dure est reprsente par des fonctions puissances (loi de Montana), tout au moins pour des dures variant de 1 h 24 h : P (t)F = P (1)F tb Mais, on peut supposer que P (t) et P (1) suivent des lois de Gumbel et que l'on a les relations : P (t)F = Po (t) + UF g (t) P (1)F = Po (1) + UF g (1) g (t) et g (1) tant les gradex des pluies en t heures et en une heure. On a donc la fois les expressions ... P (t)F = [P (1) + U g( t )] tb = Po (1) tb + UF g (1) tb
o F
... et P (t)F = Po (t) + UF g (t) Dans ces expressions, seuls les seconds termes varient en fonction de la frquence ; il est donc normal d'avoir g (t) = g (1) tb ou tout au moins une relation empirique g (t) tb' avec b' b. Effectivement, de nombreux auteurs signalent que pour des dures de l'ordre de 1 24 h, les gradex suivent peu prs des lois de Montana. X.I.5.4 - Tendances limites du ruissellement Quelle que soit la nature du sol, nous avons vu que l'infiltration J instantane dpendait du temps par une relation : J = J1 = (J0 - J1) e- t Ceci signifie que lorsque le temps augmente, l'infiltration J tend vers une limite J1. Supposons qu'un bassin versant ait reu suffisamment de prcipitations pour que J ait atteint cette limite J1. Dans ces conditions, une averse d'intensit instantane I (t) durant un instant dt donnera une pluie I (t) dt ; durant cet instant, l'infiltration sera J1 (dt) et le ruissellement [(I (t) - J1 (t)]. Si maintenant l'intensit de la pluie augmente et devient I' (t), le surcrot de pluies en dt sera : [I' (t) - I (t)], mais le surcrot de ruissellement sera galement [I (t) - J1 (t)] dt - [I (t) - J1 (t)] dt = [I' (t) - I (t)] dt, quel que soit J1. Lorsqu'un bassin versant a atteint sa vitesse limite d'infiltration (on dira que le bassin est satur), tout surcrot de pluies se transforme intgralement en surcrot de ruissellement. On admet gnralement qu'un bassin versant atteint la saturation pour des conditions pluviomtriques voisines de celles engendrant la crue dcennale. X.1.5.5 - Rpartition des dbits dans le temps La mthode de l'hydrogramme unitaire montre que la portion ruisselant d'une pluie d'une dure t heures s'coule sur une dure t + tc heures, tc tant le temps de concentration du bassin. Les auteurs de la mthode indiquent que gnralement l'averse aux consquences les plus graves pour une frquence et un bassin donns est celle de dure tc. Or, une averse de dure tc provoque un ruissellement de dure 2tc. Cependant, dans cette crue de dure 2tc, une part essentielle du volume s'coule durant une dure tc. (Cette part est d'environ 83 % si on prend l'H.. du S.C.S., de 85 % pour l'H.U. de Sin du G.R. Belge et de 88 % pour l'H.U. de la mthode SOCOSE).
60
60 50 40
50
30 20 10 0 60 50 40
triangle 84% tc
40
30
30 20 10
SOCOSE 88% tc
20
0 60 50 40 30 20 10 Sin 85% tc
10
Rponse un ruissellement uniforme de dure 2tc par produit de convolution suivant les 3 H.U. envisags
Ceci justifie l'approximation suivante : lorsque le bassin est satur, tout surcrot de pluies sur une dure tc se transforme intgralement en un surcrot de dbit sur une mme dure tc. Il faut noter que cette approximation ne peut qu'aller dans le sens de la scurit en surestimant les surcrots de dbits. Appelons Qt (T) le dbit de crue moyen sur une dure tc et de priode de retour T. Soit S la surface du bassin c versant et gt le gradex des pluies de dure tc heures. Lorsque l'on passe d'une priode de retour T une priode de c retour T', le surcrot de pluies en tc heures sur le bassin versant est de : T' V = 1000 S g Ln T 3 ; S en km2 et g en mm. V en m Le surcrot de dbit moyen sur tc heures est : Sg T' Qt = Qt (T') - Qt (T) = Ln c c c 3,6t c T Il est alors vident que la loi de distribution des dbits moyens sur tc a elle-aussi un comportement asymptotiquememnt exponentiel dont le gradex gq, exprim en m3/s, drive du gradex g des prcipitations par la relation : gq =
Sg 3,6t c
X.5.1.6 - Passage du dbit moyen sur une dure tc au dbit de pointe Nous venons de voir qu'il est possible d'extrapoler la loi de distribution des dbits moyens Qt mais c gnralement, on s'intresse au dbit maximum instantan Qi. Comme nous l'avons dj vu au .3.3, on tudiera le Qi qui peut tre considr comme une variable alatoire, et on obtiendra le dbit Qi (T) pour coefficient de point r = Qtc r une priode de retour T en fonction de Qt (T) par la relation : Qi (T) = Qt (T) --- ( est gnralement voisin de c c 1 et sa valeur exacte sera trouve dans les tables fournies prcdemment).
X.5.2 - Mise en oeuvre pratique de la mthode du gradex

X.5.2.1 - Choix de la dure tc Lorsque l'on dispose d'observations des crues aux sites envisags, le plus simple est de dterminer tc d'aprs les hydrogrammes rellement observs. On constate gnralement que la valeur de tc n'a pas besoin d'tre connue avec une trs grande prcision et que l'on peut se contenter de valeurs arrondies telles que 1 h, 2 h, 4 h, 6 h, 12 h, 18 h, 24 h, etc. Si on ne connat pas de crues sur le site, on estimera tc par analogie avec des bassins comparables (cf. .X.4.3.3). Dans tous les cas qui paraissent douteux, il n'est pas interdit, et est mme conseill, d'appliquer la mthode avec plusieurs hypothses sur tc. X.5.2.2 - Etude du gradex des prcipitations sur une dure tc Lorsque l'information pluviomtrique le permet (pluviographes), on tudiera directement la statistique des prcipitations sur tc heures. Bien souvent, le contraste pluviomtrique entre diffrentes saisons justifie une tude saisonnire des gradex : par exemple, on dcoupe l'anne en un "t" et un"hiver", et pour chaque saison, on ajuste les pluies maximales mensuelles sur une dure tc des lois de Gumbel. Or, comme nous l'avons dj vu (cf. .IX.2.4), les gradex mensuels et saisonniers sont identiques. Si on ne dispose que des observations sur des dures journalires (de 6 h 6 h T.U.), on valuera les gradex annuels ou saisonniers des pluies journalires. Pour passer des gradex sur 24 heures origines fixes au gradex sur une dure tc, on utilisera les "Lois de Montana) en admettant que les paramtres b mis en vidence sur les pluviographes disponibles sont une reprsentativit rgionale (cf. .IX.4.2.2) (penser effectuer ventuellement la correction de Weiss). A la fin de cette phase, on doit donc disposer d'un gradex annuel (ou de gradex saisonniers) sur une dure tc (ou sur plusieurs dures tc1, tc2, ...). X.5.2.3 - Etude des crues Si on dispose d'observations suffisantes, on tudiera la distribution statistique des dbits de crues moyens sur tc (ou tc1, tc2, ...) maximaux annuels. La loi de distribution pour des valeurs faibles de F (par exemple 0,1 < F < 0,9 n'a pas de raison particulire d'tre gumbelienne. Dans le cas gnral, on dterminera donc le Qt (10 ans) partir duquel on prjuge que la loi de distribution c devient asymptote a une loi de Gumbel. Par ailleurs, pour toutes les crues observes, on calculera le coefficient de point r dont on tudiera la distribution statistique (en particulier --- ). Notons tout de suite que si les r sont r particulirement disperss, cela est souvent l'indice que l'estimation de tc est trop forte. Si les pluies justifient un travail saisonnier, il faudra bien sr tudier les crues par saison. Notons que l'on peut aussi bien travailler sur les Qt origines variables qu'origines fixes. En effet, l'cart est c peu prs compens au niveau des valeurs du coefficient de pointe r. Dans le cas o on n'a pas d'observations des crues, on estimera Qt (10 ans), soit par analogie avec des bassins c comparables, soit par des mthodes empiriques (par exemple, on pourrait prendre la mthode SOCOSE qui permet d'valuer D et Qi (10 ans). Qi (10 ans) et --- 2). r On fera alors l'approximation tc D, Qt (10 ans) 2 c X.5.2.4 - Extrapolation aux frquences rares Dans le cas gnral o on a obtenu une crue dcennale sur tc, Qt (10 ans) et un gradex g des pluies sur tc, on c Sg calcule le gradex gq des dbits sur tc : gq = (S en km2, g en mm, tc en heures, gq en m3/s) 3,6t c Puis, on extrapole les dbits moyens sur tc pour des priodes de retour T, par la relation... T Qt (T) = Qt (10) + gQ Ln c c 10 ... ou par, ce qui est prfrable : 1 Qtt (T) = Qt (10 + gQ (-Ln - Ln F - 2,25) avec F = c c 1 T Ces formules reviennent admettre que si on reporte les crues Qt dans un graphique de Gumbel, la loi de c distribution, au-del de F = 0,9, est confondue avec une droite passant par le point F = 0,9, Qt (10 ans) et de pente gq. c
Ayant extrapol les Qt , on passe au Qi en multipliant par le coefficient de pointe moyen --- et ventuellement r c par le terme correctif ( 1). Si l'tude a t mene par saison, on extrapolera jusqu'aux lois de distribution des Qi saisonnires, puis on composera ces lois saisonnires pour obtenir la loi des Qi annuels, comme l'indique la figure suivante.
Qi extrapol d't Qi extrapol d'hiver Qi Max annuels exrapols Qtc extrapol d't Qtc extrapol d'hiver Gradex d'hiver sur tc Gradex d't sur tc
Qtc observs d'hiver Qtc observs d't Frquencces selon Gumbel 0,9
Dans certains cas particuliers o les observations de dbits de crue sont particulirement abondantes, il est possible de dceler graphiquement, partir de quelle frquence le bassin est suffisamment satur pour que la loi de distribution des dbits tende vers une loi de Gumbel dont le gradex est estim partir des pluies. C'est ce qu'illustre la figure ci-contre o il semble prfrable d'extrapoler partir d'une frquence 0,8 plutt qu' partir de 0,9.
Gradex sur tc
Frquencces selon Gumbel 0,8 0,9
Enfin, signalons que si l'on a d tester plusieurs estimations tc1, tc2, ... du temps de concentration, il convient de faire ces constructions autant de fois que ncessaire, puis de retenir le rsultat le plus pessimiste. X.5.3 - Limites de la mthode
Trs souvent, la mthode du gradex a t utilise pour des bassins versants dont la surface tait de l'ordre de 1.000 km2 ou moindre. Comme nous venons de le voir, on peut toujours utiliser cette mthode pour des surfaces plus petites, car les hypothses de saturation sur l'ensemble du bassin sont encore plus faciles vrifier. La seule difficult dans le cas de petits bassins est d'valuer les gradex sur des temps de concentrations faibles ; il faut donc disposer d'observations pluviographiques. Le nombre n de pluviographes ou de pluviomtres ncessaires peut s'valuer sommairement par la relation S , ce qui donne un pluvio si S < 100 km2, 2 pluvio si 100 < S < 400 km2, 3 pluvio si 400 < S < 900 km2, etc. n= 100 C'est plutt vers les grandes surfaces qu'il convient de se mfier d'une application brutale de la mthode du gradex. En effet, plus le bassin est grand, moins il y a de chance qu'il soit satur partout la fois. D'autre part, tant que les surfaces sont raisonnables, on peut admettre que les coefficients d'abattement sont voisins de 1 et admettre que le gradex des pluies moyennes sur le bassin est gal la moyenne des gradex ponctuels. Au-del de 5.000 km2 de surface, on ne peut plus utiliser la mthode telle qu'elle vient d'tre expose. Cependant, on pourra s'en inspirer pour tous les problmes sur un modle maill.
X.6 ESTIMATION DES CRUES DE FREQUENCE TRES RARE : APPROCHE PUREMENT STATISTIQUE A partir de 1984, l'Ecole italienne d'hydrologie a labor une mthode base sur l'approche statistique directe de la variable intressant le projeteur, savoir le dbit de crue. Sans trop dformer la pense des auteurs, on peut rsumer ainsi leur approche. Les crues sont le rsultat travers les particularits de chaque bassin de deux types principaux de phnomnes mtorologiques. Les uns trs frquents donnent ce que l'on pourrait appeler des "crues banales", c'est--dire observes plusieurs fois par an ; les autres au contraire, seraient beaucoup plus rares et provoqueraient les "crues extrmes". Ces phnomnes extrmes n'apparatraient qu'un nombre rduit de fois, mme dans des sries de plusieurs dizaines d'annes d'observations. Faisons l'hypothse que les phnomnes extrmes (indics E) arrivent chaque anne en nombre kE distribu selon une loi de Poisson de paramtre moyen E :
Prob(kE) =
e-E E
kE
kE
et que les dbits des crues qui en rsultent sont distribus selon une loi exponentielle d'expression : Avec les mmes hypothses, pour les crues "banales" (notes B) on aura :
FE(x) = 1 - e-x/ g H
kB
Prob(kB) =
A
e-B B
kB
-x/ g B et F B(x) = 1 - e
On peut montrer que la loi des distribution des crues maximales annuelles est alors de la forme : F (x)= e - ( B e-x/ g B + E e-x/ g E) ou encore : avec :
FA(x)= e *e xoB = gB Ln( B) et xoB = gE Ln( E)
-e
x - x oB gB
-e
x - x oE gE
Ainsi prsente la loi de distribution des crues maximales annuelles devrait tre le produit de deux distributions gumbeliennes et comme dans la mthode du gradex, les crues extrmes se "doivent" d'avoir un comportement assymptotiquement exponentiel de gradex gE. Cette analogie dans la formulation ne doit pas faire oublier la diffrence fondamentale : G ne drive plus du gradex des prcipitations (value partir de plusieurs dizaines ou centaines de points) mais il est un des 4 paramtres ajuster sur quelques dizaines de points. Le calage des 4 paramtres gE, gB, E et B peut se faire par mthode du maximum de vraisemblance applique aux crues suprieures un seuil ou aux crues maximales annuelles xi. Dans ce dernier cas, on obtient un systme de quatre quations quatre inconnues :
E E =
( x )
i =1 n i =1 x i gE
i
x i gE
gE
n
i x i gE
et B =
( x )
i =1 n
x i gB
gB
e
i =1
n i =1
i x i gB
gE =
n i
( x )
i =1
xie
x e
i =1
x i gE
( x )
i =1 i
x i gE
et g B =
n i
( x )
i
xie
x i gB
x e
i =1
x i gB
( x )
i =1 i
x i gB
avec :
( x i ) =
E e gE
x i gE
B e gB
x i gB
Ce systme un peu lourd peut nanmoins se rsoudre par les algorithmes classiques. Malheureusement, les rsultats ne sont pas fiables en particulier les paramtres "extrmes" ne sont dtermins que par leur nombre trs rduit de points poids forts (E << B, gE >> gB). Le problme se simplifie si, comme l'observent les italiens, il existe des relations valables rgionalement entre ces quatre paramtres. En effet, sur 39 stations de jaugeage, reprsentatives des diffrents cours d'eau italiens, on constate que les rapports :
gE cte 2,6 gB
et
Avec cette nouvelle hypothse, l'ajustement statistique redevient plus aise, il suffit en effet d'estimer en un site particulier gB et lB partir des donnes disponibles puis d'valuer gE et E par des relations rgionales. Cette mthode est par certains cts sduisante puisqu'elle permet d'obtenir assez directement les dbits recherchs, mais elle ne s'appuie que sur les seuls dbits qui sont moins souvent et depuis moins longtemps observs que les pluies. Par ailleurs, la mise en uvre ncessite d'admettre par exemple gE/gB = Cte rgionale ce qui se vrifie peut tre mais n'a pas de signification physique vidente. Cette approche rcente n'a pas encore t teste en France, mais les italiens prtendent qu'elle donne des rsultats un peu analogues ceux de la mthode du gradex sous climat mditerranen.
E cte 0,16 ( E)gB/gE
X.7 - ETUDE DES ECOULEMENTS EN REGIME TRANSITOIRE ET APPLICATIONS A L'ETUDE DE LA PROPAGATION DES ONDES DE CRUE Parmi les mthodes de prvision des crues, on peut faire un dcoupage grossier en deux types principaux : - les mthodes "statistiques" d'tude des corrlations entre le dbit en un point un instant donn et diffrents facteurs explicatifs mesurs un instant antrieur ; - les mthodes "dterministes" de rsolution des quations de l'hydraulique en rgime transitoire en fonction de conditions aux limites et de conditions initiales connues. Nous n'envisagerons ici que certaines des mthodes du deuxime type, choisies en raison de leur facilit de mise en uvre. X.7.1 - Equations gnrales Comme c'est le cas de la plupart des problmes de l'ingnieur, l'tude du mouvement en rgime transitoire dans un cours d'eau naturel est excessivement complexe, mais moyennant certaines hypothses simplificatrices, on pourra se ramener un modle simple reprsentant en gros ce qui se passe dans la ralit. Cette simplification est justifiable si on prend soin, dans l'utilisation des rsultats, de tenir compte de l'imperfection du modle par un coefficient de scurit, ou mieux, de confronter les rsultats thoriques avec des observations sur le terrain.
X.7.1.1 - Hypothses simplificatrices Les principales hypothses que nous ferons ds prsent sont les suivantes : - coulement bidimensionnel, - rpartition uniforme des vitesses dans une section, - acclrations verticales ngligeables, - loi des pertes de charge par frottement et par turbulences identique celle du rgime permanent. X.7.1.2 - Mise en quation Soit l l'abscisse le long d'un cours d'eau, S la section mouille, H la hauteur d'eau, Q le dbit, V la vitesse moyenne, z la cote de la surface libre, P la pression et t le temps. Connaissant en tout point la loi de variation de S avec H et certaines conditions initiales et aux limites, on se propose de dterminer les fonctions : S (l, t) et H (l, t) Dans un premier temps, nous tablirons l'quation de continuit qui traduit la conservation des masses : 1 Soit deux sections 1 et 2 qui limitent un tronon de cours d'eau de longueur dl : 2 Q1 S dl S2 = S1 + Q2 S1 l S2 Q dl Q2 = Q1+ l
dl
La diffrence entre les dbits entrant et sortant durant un intervalle de temps dt provoque une variation du volume contenu entre les sections 1 et 2.
Si dl est petit, la section mouille moyenne peut tre prise gale S1 +
L'galit de ces volumes se traduit ainsi : 1 S Q Q1 (Q1 + l dl)dt = dS1 + 2 l dldl S S dt + dl La variation de S s'crit : dS = t l dS S S dl S S = + = +V d'o : t l dt t l dt
1 S dl. 2 l
En faisant l'hypothse que la courbure des filets fluides est faible, on peut ngliger le terme en
dS S dt t
S d'o : l
L'galit des volumes devient alors : .
Q dl dt = d l
1 S S1 = 2 l dl
Q dt = dS1 ( en ngligeant les termes en 2 ) l Q S dt dt . l t S Q + =0 t l Q Si on dsire faire apparatre la vitesse V = : S S ( VS) + =0 t l S V S +S +V =0 t l l N.B. Ces deux quations ne sont valables que si les apports latraux dans le tronon sont nuls (sinon apparatrait droite le dbit latral).
Etablissons maintenant l'quation dynamique qui traduit la conservation des nergies. L'nergie d'une particule d'eau peut se mesurer par l'expression suivante : V2 P + z + (Bernouilli) H= 2g rg nergie nergie de nergie de cintique position pression Durant un intervalle de temps dt, cette particule se dplace d'une longueur dl. Soit J la perte de charge linaire ; la perte d'nergie de cette particule doit tre gale Jdl : V2 P -d + z + = Jdl rg 2g La rpartition des vitesses tant uniforme, la rpartition des pressions est hydrostatique. Dans une section, le V2 P + z = Jdl terme z + est constant. En prenant par convention 0 pour la pression atmosphrique, on a : - d rg 2g Mais, en remarquant que z = zf + H (z = cote de la surface libre, zf = cote du fond et H tirant d'eau) : V2 + zf + H = Jdl -d 2g
V V V V zf zf H H dl + dt + dl + dt + dl + dt = - Jdl g l g t l t l t
Dans cette expression, du radier.
zf zf = 0 puisque le fond est suppos stable et = I, I tant par dfinition la pente l t V V 1 V H 1 H + -I+ + =-J g l g t l V t
En gnral, pour les crues voluant lentement, le terme sous la forme :
1 H est ngligeable et l'expression prcdente se met V t
V V 1 V H + + = IJ l g l g t X.7.1.3 - Modes d'intgrations et mthodes de Flood-Routing Les deux quations que nous venons d'tablir sont connues sous le nom d'quations de Barr de St Venant : V V 1 V H + + = IJ l g l g t S V S +S +V =0 t l l Ce systme d'quations diffrentielles ne connat en gnral pas de solutions analytiques (ou alors les hypothses sont par trop restrictives). L'intgration ne peut donc se faire que par voie rapproche : numrique, analogique, graphique... Le dveloppement des moyens de calcul fait que l'intgration numrique complte ne prsente thoriquement plus gure de difficult. Cependant, l'intgration complte (deux quations) dans le cas de cours d'eau naturels (non uniformes), conduit des calculs longs et complexes ncessitant des moyens de calcul puissants. Ceci est contradictoire avec les buts poursuivis en prvision de crues o il faut obtenir des rsultats rapidement partir de donnes simples, et bien souvent avec des moyens de calcul faibles. Ces remarques justifient la persistance de techniques d'tudes simplifies mais mieux adoptes ce problme: les mthodes de "Flood Routing". Ces mthodes que nous allons dcrire, sont bases sur une intgration simplifie de l'quation de continuit. L'quation dynamique n'est pas prise en considration.
X.7.2 - Mthode de Puls Cette mthode s'appuie sur l'hypothse o le dbit qui sort d'un tronon de cours d'eau ne dpend que du volume stock dans ce tronon. Elle s'applique surtout au transit des crues dans un rservoir et beaucoup moins bien aux cours d'eau naturels.
X.7.2.1 - Mise en quation Soit les relations suivantes : I dbit entrant dans le tronon (inflow) Q dbit sortant du tronon (outflow) S volume stock dans le tronon (storage) L'quation de continuit, tablie sur un intervalle de temps t o on peut considrer que I et 0 varient I +I Q + Q2 t = S2 - S1 linairement, s'crit : 1 2 t - 1 2 2 Par hypothse, S ne dpend que de Q : s = k (Q) ; l'quation prcdente peut donc se mettre sous la forme : f (I1, I 2 , Q1 , Q2 ) = 0 ou encore : Q2 = f (I1, I2, Q1) X.7.2.2 - Intgration graphique Cette mthode s'applique assez mal des tronons de rivires ; par contre, elle est parfaite pour l'tude de la traverse d'un barrage-rservoir. En gnral, la fonction k (Q) est connue (loi de dbit du rservoir). Si cela n'tait pas le cas, il faudrait reconstituer cette fonction par comparaison d'un ou plusieurs couples de crues entrantes et sortantes, rellement observes. L'estimation de Q2 partir de I1, I2 et Q1 peut se faire par voie graphique ou numrique. La voie numrique ncessite de mettre la relation dbit-volume stock sous une forme mathmatique, mais les calculs sont aiss
programmer. Par voie graphique, elle ne ncessite aucune hypothse sur le type de relation entre dbit et volume stock. Par ailleurs, des constructions simples permettent une approche assez fine de la solution. Comme le montre le schma ci-contre, on utilise la mthode dite des "directions alternes" ou encore "pure de Blackmore" : x I +I Q + Q2 C S2 - S1 = 1 2 t - 1 t S1 2 2 B -Dt /2 +Dt /2 t t ( I1 Q1 ) + ( I 2 Q2 ) S2 - S1 = DS 2 2 x'
A
S(Q )
S2 C' y A'
Q(t)
y' N M
) I(t
ti+1 Dt ti
Qi Qi+1
Ii Ii+1 (Ii + Ii+1) / 2
Q et I
Le graphique reprsent comporte deux graduations indpendantes en ordonnes S et t et une graduation en dbit (Q et I) en abscisses. En trait d'axe : la courbe S (Q) dans le graphique S Q. En pointills : l'hydrogramme d'entre I (t) et de sortie Q (t) dans le graphique t (Q, I). Supposons qu' un instant donn ti, on connaisse le dbit sortant Qi (figur en A dans S, Q et en A' (dans t, Q). Entre les instants ti et ti+1, nous connaissons les dbits entrants Ii et Ii+1 (M et N dans I,t).
En supposant que t est suffisamment petit pour que la variation de I puisse tre considre comme linaire, il est ais de tracer une verticale ayant pour abscisse le dbit moyen entrant durant l'intervalle de temps t = ti+1-ti : I i + I i +1 2 Dans le graphique S, Q, les droites ont des pentes qui sont homognes des temps : m 3 S = =s m= Q m 3 / s t I +I ; elle coupe la verticale d'abscisse i i +1 au point B. La pente m Traons donc, partir de A, une droite de pente 2 2 t x t t de cette droite est telle que : m = = => x = y = 2 2 y 2 Or : y = Partant de B, traons une droite de pente alors :
I i + I i +1 - Q1 2
donc
I + I t x = i i +1 Q1 2 2
t . Elle coupe la courbe S (Q) en un point C d'abscisse Q ; nous avons 2 t x ' t = => x' = y' m= 2 y' 2
I i + I i +1 t I + I donc x' = i i +1 Q 2 2 2 On remarque que le dbit Q correspondant au point C n'est autre que Qi + 1 puisque l'on a : S = x + x' I + I t I + I t Si + 1 - Si = i i +1 Qi + i i +1 Qi +1 2 2 2 2
y' = Q -
I + I Q + Qi +1 Si + 1 - Si = i i +1 t + i t 2 2 Il suffit alors pour le pas de temps suivant (ti + 1, ti + 2), de recommencer la construction partir de C.
X.7.2.3 - Rsultats pratiques pour quelques cas simples En 1976, le C.T.G.R.E.F., dans le cahier n 24 d'informations techniques, a publi les rsultats d'une intressante tude technique de synthse sur l'amortissement d'une crue la traverse d'un rservoir. Nous en reprenons ici les rsultats essentiels. Comme nous venons de le voir, la mthode de Puls ncessite de connatre la courbe de remplissage du barrage, la loi de dbit du rservoir et enfin, l'hydrogramme de la crue entrante. En ce qui concerne la crue entrante, deux formes d'hydrogrammes ont t envisags : - une crue d'hydrogramme triangulaire ; - une crue d'hydrogramme dit "arrondi". Ces deux types d'hydrogrammes, comme ils sont illustrs ci-aprs, ne dpendent que de deux paramtres : le temps de monte tm (exprim en secondes) et le dbit de pointe de crue entrant I . Pour la crue "arrondie", l'volution suppose du dbit entrant est : q (t) = I t/tme-t/tm. Pour la loi de dbit du dversoir, on fera l'hypothse classique que le dbit Q passant sur le dversoir est li la charge h sur le dversoir par une fonction Q = k h2/3. Manifestement, il suffit de connatre la charge hI qui permettrait le passage du dbit I pour connatre la loi de dbit. Pour la courbe de remplissage, on fera l'hypothse simple que la surface du plan d'eau varie linairement avec la charge h. On prendra donc deux valeurs caractristiques : A = surface du rservoir (en m2) lorsque le barrage est plein ras bord (h = 0) ; et a = charge sur le dversoir ncessaire pour que la surface de la retenue soit de 2A. A * hI hI et A partir de ces diffrents paramtres, on calcule les nombres sans dimension : I * tm a Les deux abaques suivants donnent, selon la forme de l'hydrogramme et les valeurs particulires de ces nombres sans dimension, le rapport Q/I du dbit de pointe de crue sortante Q au dbit de pointe de crue entrante I. Comme on vient de le voir, la formule de Puls permet principalement d'tudier l'amortissement d'une crue connue a priori, la traverse d'un rservoir. Son utilisation comme mthode de prvision est moins frquente et on peut se poser ce sujet la question suivante : peut-on "prvoir" ce qui va sortir l'instant ti + 1, alors qu'il faut connatre pour cela, outre QI et Ii, le dbit Ii + 1 ? Cela est paradoxalement possible car, comme vous le verrez dans l'application pratique, l'influence Ii + 1 sur Qi + 1 est faible (le modle garde en mmoire Qi et Ii). Aussi peut-on faire des hypothses sur l'volution probable de I sans que cela ne perturbe beaucoup la prvision sur Q. (Evidemment, on rajuste chaque pas de temps la prvision antrieure sur le dbit qui est rellement arriv).
X.7.3 - Mthode de Muskingum Contrairement la mthode Puls, nous envisageons prsent l'hypothse o S ne dpend plus seulement de Q mais de Q et de I.
X.7.3.1 - Mise en quation Comme prcdemment et sur un pas de temps t suffisamment court, l'quation de continuit a pour expression : I1 + I 2 Q1 + Q 2 2 t - 2 t = S2 - S1 Dans un premier temps, nous admettrons que K est une constante. La mthode de Puls peut encore s'expliquer si le rgime est uniforme. Comme le suggre la figure ci-contre, le volume stock, si le dbit tait partout Q, serait : S=KQ Si le dbit tait partout I, le volume stock serait : S=KI
Limites du voluume rellement stoch Limites du volume KI
Dbit entrant I
Limites du volume KQ
Dbit sortant Q
En rgime transitoire, I est diffrent de Q et nous admettrons que le volume stock dans le tronon devient : S = K Q + x (K I - K Q) Cette quation, appele gnralement quation de Muskingum, se met sous la forme suivante : S = K [xI + (1 x )Q] o x est un terme sans dimension li l'amortissement de la crue dans le tronon (coefficient d'attnuation) et o K est un temps li au temps de propagation de la crue dans le tronon.
L'quation de continuit devient alors :
S 2 S1 = K x (I 2 I 1 ) + (1 x )(Q 2 Q 1 ) =
d'o :
t (I 1 + I 2 ) (Q1 + Q 2 ) K= 2 (1) x (I 2 I1 ) + (1 x)(Q 2 Q1 )
t (I 1 + I 2 ) (Q1 + Q2 ) 2
Explicitons Q2 partir de Q1, I1, I2, x et k :

t t t Q2 K(1 x ) + = (I1 + I2) - Q1 - K x (I2 - I1) + K (1 - x) Q1 2 2 2 t t = (I2 - I1) Kx + I1t + Q1 K (1 x ) + - Q1 t 2 2 t Kx t 2 (I I ) + (I I ) S2 = Q1 + t 2 1 t 2 1 K (1 x ) + K (1 x ) + 2 2 t A = t K (1 x ) + 2 Q2 = Q1 + A (I1 - Q1) + B (I2 - I1) (2) t Kx 2 B = t K (1 x ) + 2 Sous cette forme, on constate que A et B sont des constantes ne dpendant que de t, x et K.
X.7.3.2 - Mise en uvre X.7.3.2.1 Choix du pas de temps Comme prcdemment, t doit tre suffisamment petit pour que l'approximation de la variation linaire des dbits est admissible. Par ailleurs, pour la stabilit des calculs, il est conseill de s'assurer que l'on vrifie bien les ingalits suivantes : 2 K x < t < K Si ce n'tait pas le cas, il conviendrait de revoir t ou le dcoupage en tronons. X.7.3.2.1 Dtermination de K et x dans le cas d'un tronon unique La pratique la plus sure consiste dterminer K et x par l'tude du passage d'une crue rellement observe. Le tableau suivant prsente les dbits enregistrs en deux stations jour par jour. Dates Station amont Station aval Dates Station amont Station aval 1 93 83 15 609 650 2 137 102 16 577 635 3 208 141 17 534 610 4 320 203 18 484 580 5 412 299 19 426 540 6 516 380 20 366 488 7 630 470 21 298 430 8 678 539 22 235 363 9 691 591 23 183 300 10 692 627 24 137 233 11 684 648 25 103 178 12 671 660 26 81 132 13 657 664 27 73 100 14 638 660 28 70 75 Dans ce cas particulier, on pourrait tenter de prendre t = 1 jour (ce qui correspond la frquence des observations) puis tester sur toute la crue la variation de K (formule 1) en fonction de diffrentes valeurs de x.
- pour x = 0,10 , K = 167.500 secondes , = 53 150 secondes , K = 0,32 K K - pour x = 0,15 , K = 169 5000 secondes , = 51 350 secondes , K = 0,30 K K - pour x = 0,20 , K = 181 900 secondes , = 0,31 = 74 750 secondes , K K En prenant K = Cte, il serait prfrable de retenir la valeur de 0,15 pour x et prendre un K de 168.000 secondes. Si K n'est pas constant comme c'est ici le cas, on pourra admettre que K est une fonction linaire de Q1. On optimisera alors x sur le coefficient de rgression de K en Q1 ou sur la variance rsiduelle de K. On obtiendrait ici : - x = 0,10 , K Q = 0,696 1 - x = 0,15 , K Q = 0,806 1 - x = 0,20 , K Q = 0,744 1
K
700 600 500 400 300 200 100 0
Dbit entrant Q1
Coefficient K 0 100 000 200 000 300 000
Comme prcdemment, les rsultats les meilleurs sont obtenus pour x = 0,15, mais on admettrait maintenant que K est une fonction linaire de 01 : K 240 Q1 + 80.000 (K en secondes, Q1 en m3/s) On tudierait de mme A (Q1) et B (Q1).
Prise en compte des apports latraux : En gnral, la mthode de Muskingum s'applique un cours d'eau en le divisant en plusieurs tronons. On enchane alors les calculs d'un tronon l'autre, de l'amont vers l'aval. Tant qu'il n'y a pas d'affluents majeurs, on peut se contenter de majorer les dbits la sortie d'un tronon au prorata des surfaces (hypothse de dbit spcifique constant). Si les apports sont bien connus, on pourra organiser le rseau hydrographique en diffrents tronons ramifis. On composera alors les hydrogrammes aux confluents. Prvisions : Apparemment, il n'est pas possible de faire des prvisions puisque pour calculer Q2, il faut connatre I2. Cependant, si on considre une succession de plusieurs tronons, une hypothse sur le I2 venir affecte peu l'estimation du Q2. Mais au tronon suivant, ce Q2 devient le dbit d'entre I2. Ainsi, le dbit sortant Q2 du deuxime tronon est encore moins affect par la premire hypothse, etc. En fonction du nombre de tronons, il est donc possible raisonnablement de faire de la prvision plusieurs pas de temps l'avance. Bien entendu, il conviendra chaque t, de rajuster les dbits prvus sur ceux rellement observs.
X.7.4 - Mthode dite Hayami Nous avons vu que la propagation d'une crue se faisait selon les quations de Saint-Venant. Dans le cas o la crue volue trs lentement (cas des rivires de plaines), ces quations se simplifient car on peut ngliger les termes V V et en . Les quations de Saint-Venant sans les termes d'inerties, sont : d'inertie en V = l t z Q B t + l = 0( B : l arg euraumiroir ) z = J x On les appelle alors quations de l'onde de crue diffusante. Si on limine z de ces deux quations et que l'on exprime la perte de charge J par la formule de Chezy (J = Q2/C2/S2/RH), on obtient une quation diffrentielle du second ordre en Q : 2Q Q Q +C -B =0 t l l 2 Normalement, C et B varient en fonction de z et de Q, mais si ces variations sont suffisamment lentes, on pourra considrer C et B comme des constantes et cette quation s'intgre pour donner l'quation d'Hayami :
Q (t) =
I () K (t - ) d
Dans cette expression, on reconnat bien que le dbit sortant d'un tronon Q (t) dpend du dbit entrant I (t) par un produit de convolution dont le noyau K ne dpend que de B, de C et de la longueur du tronon L : L 2 K (t) = e-(L - C t) / 4 B t 2 B
X.7.5 - Propagation de l'onde de rupture d'un barrage - mthode simplifie L'intrt de cette tude est vident car il est ncessaire de connatre les risques encourus ainsi que les mesures de scurit qui dcoulent de la construction d'un barrage et, quelles que soient les prcautions prises dans sa conception, qui prsente un risque, certes faible, de rupture. Prvoir ce qui se passerait en cas de rupture est trs difficile pour diffrentes raisons : - on ne sait pas comment se fera la rupture (instantane, progressive, etc.) ; - la gomtrie des valles en aval de l'ouvrage est difficile prendre en compte ; - la rsolution des quations hydrauliques est en elle-mme difficile ( l'amorce de l'coulement, le front est trs raide et les quations de Saint-Venant ne sont plus valables). Dans la quasi-totalit des cas, il est ncessaire de passer par un modle numrique hydraulique. De tels programmes sont disponibles mais leur mise en oeuvre est lourde. Cependant, dans des cas particuliers simples o on peut se contenter des ordres de grandeur, on pourra utiliser les rsultats d'une mthode simplifie propose dans les annes 1970 par le Ministre de l'Agriculture. X.7.5.1 - Les hypothses de base L'tude a t mene en faisant un certain nombre d'hypothses, en particulier : - la rupture du barrage est instantane (condition dfavorable) ; - l'coulement s'effectue dans une valle au sol initialement sec ; - le profil en travers de la valle en aval du barrage peut tre assimil une forme gomtrique simple ; cette valle a une pente I uniforme ;
le dbit maximum est atteint lorsque la hauteur est elle-mme maximum et on peut alors supposer que l'quation du rgime uniforme est ralise : I = J. A partir de ces hypothses, des simulations sur modle numrique ont permis de mettre en vidence des relations empiriques liant le dbit (ou la hauteur) maximum atteint, et le temps d'arrive de l'onde, aux caractristiques gomtriques et hydrodynamiques. X.7.5.2 - Dfinition des paramtres utiliss Quatre formes de section ont t envisages ; elles se caractrisent par les paramtres gomtriques suivants:
Forme rectangulaire B(H) = Bo = Cte S(H) = Bo H Forme triangulaire B(H) = 2 m H S(H) = m H2
Forme trapzodale B(H) = Bo + 2 m H S(H) = Bo H + m H2
Forme parabolique B(H) = H S(H) = 2/3 H1,5
Soit Ho la hauteur d'eau (en mm) dans le barrage avant la rupture ; on appelle Qb le dbit (m3/s) maximum instantan au droit du barrage et au dbut de la rupture. La retenue est caractrise par sa capacit C (exprime en millions de m3) et par sa plus grande longueur L (exprime en km). La valle en aval du barrage est caractrise par sa forme dj dcrite mais aussi par sa pente I et par son coefficient de Strickler moyen K. Cette estimation du coefficient K de Strickler est assez subjective. Dans la pratique, K varie grossirement de 10 40. Le coefficient est fonction de la rugosit et il intgre galement les mandres : . K = 10 : vgtation abondante et haute, mandrement faible rayon de courbure ; . K = 20 : vgtation abondante ou fort mandrement ; . K = 30 : vgtation basse et peu de mandrement ; . K = 40 : vgtation faible et mandrement trs progressif. Enfin, les paramtres donns pour les abaques seront : . Q max (x) qui est le dbit maximum (m3/s) atteint la distance x (km) ; . H max (x) : hauteur (m) correspondant ce dbit ; . ta (x) : temps d'arrive (mn) du front d'onde l'abscisse x (km). X.7.5.3 - Mise en oeuvre pratique A) On choisit la forme de la section aval la plus approchante et on value le dbit maximum Qb (en m3/s) : - rectangle Qb = 0,93 Bo (Ho)3/2 Qb = 0,72 m (Ho)5/2 - parabole Qb = 0,54 (Ho)2 - trapze Qb = 0,72 m (Ho)5/2 + 0,93 Bo (Ho)3/2 (Bo et Ho en m ; en m1/2 et m sans unit) - triangle
B) On value un dbit Q'b (m3/s) corrig de l'effet de la retenue : Q'b = Qb o est un facteur correctif tenant compte de la gomtrie de la retenue : . = 1,2 : retenue trs "compacte" ; . = 1,0 : retenue "normale" ; . = 0,8 : retenue "trs allonge". On peut galement valuer par la relation empirique :
=1+
1 C * 1000 log 2 S( H o ) L
C : capacit de la retenue (en millions de m3) S : surface mouille au droit du barrage pour la retenue pleine (en m2) L : longueur de la retenue en km
C) On calcule un indice caractrisant les pertes de charges relatives : I K2 ( I : pente du thalweg, K : coefficient de Strickler moyen entre le barrage et le point d'abscisse x) x Q (x) D) L'abaque ci-dessous lie les valeurs addimensionnelles max , 3 et I K2. Donc, connaissant les deux dernires Q' b ' C et la valeur de Q'b', on en tire Qmax (x) :
Qmax (x) 1 Q'b 0,5 0,4 0,3 0,2 0,1 0,05 0,04 0,03 0,3 0,4 0,5 1 2 3 4 5
I K 2= 10 I K2 = 2 I K 2= 1,5 I K 2=0,5 I K 2= 0,1 10 x 3 C
E) Passage du dbit Qmax (x) la hauteur Hmax (x) :

Si la distance x du barrage on se donne la section de la valle, on peut passer des dbits aux hauteurs. Les hauteurs maximales atteintes Hmax (x) la distance x sont lies une valeur Umax (x) dpendant elle de Dmax (x) : Qmax (x) (1 + m2)1/3 . forme triangulaireDmax (x) = K I m5/3 Qmax (x) m5/3 . forme trapzodaleDmax (x) = K I Bo8/3 (*) Qmax (x) 1 . forme rectangulaireDmax (x) = K I Bo8/3 . forme paraboliqueDmax (x) = Qmax (x) 1 K I 16/3
(*) Forme, K et I pente de la rivire au point d'abscisse x. Toutes les units en S.I. Ayant calcul Dmax (x), l'abaque suivant permet de tirer Umax (x) :
Dmax (x) 10
1
Tr i an gle
e z ap Tr
b ra Pa
cta Re
ng
le
0,1
e ol
0,01
Umax (x) 0,001 0,01 0,1 1 10
Extrapolation pour les Dmax (x) < 10-3 : Umax (x) = 0,12 Dmax (x)3/8 . trapze et rectangle Umax (x) = Dmax (x)3/5 . parabole Umax (x) = 1,46 Dmax (x)6/13 . triangle Enfin, on passe des Umax (x) aux Hmax (x) par les relations : . triangle Hmax (x) = 10 Umax (x) Bo . trapze Hmax (x) = m Umax (x) . rectangle Hmax (x) = Bo Umax (x) . parabole Hmax (x) = 2 Umax (x) F) Evaluation du temps ta (x) d'arrive du front d'onde l'abscisse x :
50 45 40 35 30 25
,2
= 20 H o
Ho /C =
Ho /
=0
L'abaque ci-contre permet d'valuer un coefficient qui dpend du coefficient de Strickler K et du rapport Ho 6 3 C (Ho en m, C en 10 m ) . Soit H la diffrence de cote entre le niveau dans le barrage avant la rupture et le niveau au sol l'abscisse x ; le temps d'arrive du front d'onde sera : x2 ta (x) = H [x en km, H en m, ta (x) en mn]
/C
2
20 15 10 5
10 15 20 25 30 35 40 45 50 K
X.7.5.4. - Limites de la mthode Dans la mesure o les hypothses que l'on a t amenes faire ne sont pas trop loignes de la ralit, on peut penser que les diffrentes estimations Qmax (x), Hmax (x) et ta (x) sont entaches d'une incertitude de l'ordre de 30 40 %. Il est recommand de n'utiliser cette mthode que pour fixer les ordres de grandeur dans les cas de valles aux profils rguliers (pas de rtrcissement ou largissement brusque, pas de changement de pente...). Dans tous les autres cas, on aura recours un modle hydraulique classique complet.
X.8- PROTECTION DES OUVRAGES - CHOIX DE LA FREQUENCE DE LA CRUE DE PROJET ET DE LA CRUE DE CHANTIER
On appelle crue de projet, la crue maximale que l'ouvrage est capable d'vacuer sans dommage grave. En gnral, on se fixe la frquence (ou priode de retour) de la crue du projet puis on value le dbit de crue (ou l'hydrogramme) l'entre dans l'ouvrage ; enfin, on tudie l'ventuel laminage de la crue la traverse de l'ouvrage afin de dterminer les capacits d'vacuation ncessaires au transit de la crue : c'est le dbit de la crue vacu par le dversoir qui intresse le calcul de l'vacuateur. La crue de chantier quant elle, est celle pour laquelle on calcule les ouvrages de protection du chantier. En gnral, la priode de retour de cette crue est beaucoup plus faible (de l'ordre de quelques annes) que pour la crue de projet (de l'ordre de quelques milliers d'annes).
X.8.1 - Crue de projet Le choix de la frquence de la crue de projet est trs important ; en effet, il influe directement sur le dbit vacuer donc sur la taille de l'vacuateur. Le cot de l'vacuateur de crue reprsente une part non ngligeable du cot total d'un barrage ; en augmentant la priode de retour, on augmente donc le cot total de l'ouvrage. Par contre, l'augmentation de la priode de retour de la crue de projet diminue le risque de voir arriver des dommages l'ouvrage au cours de sa dure de vie. Le choix de la priode de retour peut donc s'aborder par le biais de la comparaison du cot en regard du risque. Les risques de rupture ne sont pas ngligeables et dans 30 % des cas de rupture, elle a t provoque par des crues.
X.8.1.1 - Ouvrages prsentant un risque pour les populations en cas de rupture C'est le cas des grands barrages (on range sous ce vocable les barrages de plus de 20 m de haut ou de plus de 15 millions de mtres-cube de retenue), ou des petits barrages lorsque la propagation de l'ordre de rupture risque de provoquer des pertes en vie humaine. Dans ces cas, une tude plus ou moins conomique du cot de l'ouvrage par rapport au cot des dommages n'est pas philosophiquement envisageable car elle ne pourrait se faire qu'en attribuant un certain "prix" aux vies humaines. En consquence, on adopte pour frquence de la crue de projet, une valeur telle que les risques de rupture du fait des crues deviennent nuls ou tout au moins ngligeables. En gnral, les priodes de retour retenues sont de l'ordre de 10.000 ans. X.8.1.2 - Ouvrages ne menaant pas la scurit publique On peut alors mettre en oeuvre un calcul conomique. En effet, le prix de l'vacuateur de crue peut tre considr comme une prime d'assurance contre les dgts provoqus par une crue. Il suffit alors d'tudier la rentabilit maximum en fonction du cot de l'ouvrage par rapport au cot des dgts et leur frquence. Cette tude conomique dpend chaque fois du cas de figure mais quelques simplifications permettent de gnraliser les rsultats d'une tude synthtique mene par le Centre Technique du Gnie Rural des Eaux et des Forts. Reprenons les aspects essentiels de cette tude : - si une crue a un dbit maximal Q infrieur au dbit x, il se produit des dommages dont le montant est valu R francs. Ce cot reprsente le montant des dgts subis par le barrage et les dgts en aval de l'ouvrage. On admettra que R est indpendant de Q (dans la mesure o Q > x) donc de la frquence de la crue ayant provoqu les dgts. Le principe est donc de minimiser la somme de deux cots qui varient en sens inverse en fonction de la priode de retour T du dbit x pour lequel est dimensionn l'vacuateur : - cot de l'ouvrage, - esprance mathmatique du cot des dommages ventuels. Soit C le cot de l'ouvrage l'anne 0, T la priode de retour de la crue de dbit x et le taux d'actualisation ; l'investissement l'anne 0 sera C. Chaque anne, la probabilit pour avoir Q > x est sensiblement 1/T. Pour la ime R (cot actualis l'anne 0). L'esprance mathmatique du cot anne, s'il y a rupture, le cot des dgts sera : (1 + a )i des dgts sur une dure de vie trs longue (voisine de l'infini) sera :
i =1
1 R R = i T (1 + a ) aT
Il suffit donc de minimiser la somme des cots l'anne 0 par rapport T : R (C + ) R aT = 0 = minimum C+ aT T Le cot C de l'ouvrage dpend du dbit x de l'vacuateur, donc de T. Il est donc logique de dcomposer le cot C en une partie D reprsentant le cot de la digue seule (indpendant de T) et une partie E, cot de l'vacuateur de crue en fonction de T : C = D + E Appelons : . h la hauteur maximale de charge sur le dversoir
. H + h la hauteur totale de la digue . a le gradex des dbits (en gnral, les dbits sont gumbeliens surtout pour T grand, cf. mthode du gradex). On admet alors les hypothses simplificatrices suivantes : - la modification de x se fait en modifiant h ; - le cot D de la digue est proportionnel (H + h)2 (donc son volume) ; - le cot E de l'vacuateur est proportionnel (H + h) h ; - les dbits suivent une loi de Gumbel telle que : Q = Cte + a log T ; - la loi de dbit x du rservoir est du type : x = Cte h3/2. Soit Q le dbit maximum entrant dans la retenue et x le dbit lamin qui en sort ; la relation entre Q et x est du Q (l = C te ) type : x= 1 + lQ 0,44 Soit R les dgts causs ; ils se dcomposent en un cot fixe des dgts aval plus le prix de la reconstruction. La validit de ces hypothses n'est ncessaire qu' proximit de certaines valeurs indices o prises pour chaque variable pour un dimensionnement de rfrence correspondant la priode de retour To. On a donc la relation suivante : H+h 2 ( H + h)h D E T = = ; ; Q = Qo + a log Do H + h o E o ( H + h o )h o To
h 3/2 Q Qo x = Qo0,44 =h; = x 1 xo 1 xo ho R Reste valuer le cot total actualis C + en fonction de T. D et E s'exprime en fonction de h ; or, C = D + aT E s'exprime en fonction de x, x en fonction de Q en enfin Q en fonction de T. C+R aT ; celui-ci ne dpend que des valeurs initiales (Eo, Do, xo, ho, Ro, To), des On peut donc former le rapport r = Co + R o aTo constantes a et H et de la priode de retour T. T sera optimum si r est minimum et ce calcul serait faire dans chaque cas de figure. Cependant, l'expression r (T) a t calcule pour un certain nombre de barrages caractristiques des diffrents cas de figures rencontres. Les courbes r (T) ont toujours l'allure suivante : Il s'en dgage les principes gnraux suivants : C+R/T r= - le T optimum est toujours lev, suprieur 100 ans, Co + Ro / To mme pour les petits ouvrages, et couramment suprieurs 1.000 1,1 ans ; - la branche de gauche est beaucoup plus abrupte que la 1,0 branche de droite, ce qui indique que dans le cas o on s'loigne du T optimum, le surcot sera bien moindre en survaluant T 0,9 qu'en le sous-valuant. Dans la mesure du possible, il est donc prfrable de faire un ouvrage "trop-bien protg" qu'un ouvrage risque plus fort. 0,8
Q0,44
Tp
T optimum
Afin de prciser encore l'ordre de grandeur de la priode de retour optimum de la crue de projet, on peut simplifier le problme en cas de trs petits ouvrages. Dans le cas d'un petit barrage de style retenue collinaire, on peut frquemment ngliger l'amortissement de la Q h 3/2 crue la traverse de la retenue x = Qo Q = h . Dans le cas des petits cours d'eau, on constate souvent que o o le rapport de la crue centennale la crue dcennale, et on a pour dbit Q, quelle que soit sa priode de retour T : Q T = 1 + 0,179 Ln Q100 100 Supposons de plus que lorsque la crue emporte le barrage, les rparations financires consistent essentiellement reconstruire l'ouvrage : 1 R C+ = C 1 + aT aT
Appelons y100 le cot relatif de l'vacuateur de crue pour les conditions de la crue centennale : E100 = Y100 C100, D100 = (1 - Y100) C100
( H + h)2 E H+h h D = , = H + h100 E100 H + h100 h100 D100
En posant H' =
H h et h' = , on obtient l'expression suivante de r : h100 h100 H '+ h' H ' h ' (1 + 1 / aT ) C(1 + 1 / aT ) = Y100 r= h'+ (1 Y100 ) C100 (1 + 1 /100 a ) H ' +1 H '+1 (1 + 1 /100 a ) h est li T : 100
Mais dans cette expression, h' =
T 2/3 h' = 1 + 0,179 Ln 100 Manifestement, la priode de retour optimum To qui minimise r, ne dpend que de H', H100 et . Les graphiques suivants donnent les valeurs optimales de la priode de retour T en anne, en fonction du taux d'actualisation a (2 %, 4 %, 6 % et 8 %), du coefficient Y100 (0,2 ; 0,3 ; 0,4 ; 0,5 et 0,6) et de la valeur de H' (de 5 30).
T opti 2000 1500 1000 500 0 5 T opti 600 500 400 300 200 100 0 5 10 15 H' 20 25 30 0,3 0,4 0,5 0,6 10 20 H' Alpha = 6 % 15 25 30 y 100 0,2 T opti 450 400 350 300 250 200 150 100 50 0 5 10 15 H' 20 25 30 0,3 0,4 0,5 0,6 Alpha = 2 % y 100 0,2 T opti 1000 900 800 700 600 500 400 300 200 100 0 5 10 Alpha = 4 % y 100 0,2
0,3 0,4 0,5 0,6
0,3 0,4 0,5 0,6
20 H' Alpha = 8 %
15
25
30 y 100 0,2
Supposons que l'on se propose de construire une retenue dont le radier de l'vacuateur est la cote 5 m par rapport au pied du barrage : H = 5 m. On dimensionne l'vacuateur pour la crue centennale en mnageant par exemple une charge de 0,5 m sur le 5 H = = 10. dversoir : H' = h100 0,5 Dans ces conditions, on peut estimer que cet vacuateur reprsenterait environ 40 % du prix total de l'ouvrage : Y100 = 0,4. En admettant que le taux d'actualisation est de 4 %, on trouve dans le graphique prcdent, un T optimum de 420 ans.
X.8.2 - Crue de chantier Pour des chantiers devant durer plusieurs annes, le problme est analogue au prcdent. Il n'en diffre que par le fait qu'il n'y a pas d'amortissement de la crue. Dans ce cas, il n'y a gnralement pas de risque pour la scurit des personnes et le cot des dgts au chantier est relativement faible devant le cot des ouvrages de drivation ; aussi prend-on gnralement des priodes de retour assez faibles, de l'ordre d'une dizaine d'annes. Dans le cas de chantier de moindre dure, il est possible de limiter la priode des travaux un certain nombre de mois o les risques d'apparition de crues sont plus faibles. Le mme calcul conomique pourra tre tabli mais on n'introduira que la statistique des crues saisonnires de la priode considre.

Eléments D'hydrologie de Surface

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Eléments D'hydrologie de Surface

Transféré par

Droits d'auteur :

Formats disponibles

Universit de Nice - Sophia Antipolis

Centre National de la Recherche Scientifique U.F.R. Espaces et Cultures

U.M.R. 5651 "Espace" du C.N.R.S.

ELEMENTS D'HYDROLOGIE DE SURFACE

IV.1.5.4 - Prcipitations solides ............................................................................................................................................ 16

V - MESURES LIEES A L'ESTIMATION DE L'EVAPORATION ET DE L'EVAPOTRANSPIRATION ....... 21

V.2.2 - Mesure de l'vaporation partir de surfaces poreuses : les atmomtres ................................................... 25

V.3.4 - Evaluation de l'vapotranspiration relle ................................................................................................... 29

VI - MESURES DES PRECIPITATIONS ................................................................................................................... 33

VI.2.3 - Les nivomtres ............................................................................................................................................ 35

VII - HYDROMETRIE ................................................................................................................................................. 41

VII.2.5 -Jaugeages par exploration du champ des vitesses .................................................................................... 46

VII.5.2 - Amlioration des techniques existantes .................................................................................................... 60

VII.6.1 - Tltransmissions par rseau tlphonique ............................................................................................. 60

VIII.6.4 - lments de conclusion ........................................................................................................................... 64 VIII.- STATISTIQUES APPLIQUEES A L'HYDROLOGIE ................................................................................... 65

VIII.2.2. - Construction d'une loi de probabilit ..................................................................................................... 66

VIII.2.3. - Paramtres dfinis d'aprs cette loi ....................................................................................................... 67

VIII.3.3. - Moments dduits d'un chantillon de taille connue ................................................................................ 71

VIII.5.1. - Loi de Gauss ou loi normale .................................................................................................................. 73

VIII.5.2. - Loi de Galton (ou log-normale ou de Gibrat-Gauss) ............................................................................. 79

VIII.5.3. - Loi de Gumbel ........................................................................................................................................ 82

VIII.5.4. - Loi de Frchet......................................................................................................................................... 84

VIII.5.5. - Loi de Pearson III ou loi Gamma incomplte ........................................................................................ 84

VIII.5.6. - Autres lois ............................................................................................................................................... 87

VIII.6.2.2 - Cas de la distribution de Gauss deux dimensions ............................................................................................ 92

VIII.6.3. - Rgression simple .................................................................................................................................. 94

VIII.6.4. - Rgression double .................................................................................................................................. 97

VIII.6.5. - Rgressions linaires multiples .............................................................................................................. 99

VIII.7.1. - Donnes unidimensionnelles ................................................................................................................ 110

IX - TRAITEMENT DES DONNEES PLUVIOMETRIQUES ............................................................................... 115

IX.3.2. - Interpolation des prcipitations .............................................................................................................. 123

IX.3.3 - Pluies moyennes sur une surface ............................................................................................................. 131

IX.3.4- Coefficients d'abattement.......................................................................................................................... 132

X - METHODES DETUDE DES CRUES ................................................................................................................ 139

X.2.5 - Diffrentes mthodes empiriques valables pour l'Afrique ......................................................................... 144

X.4.2 - Fonctions de production ............................................................................................................................ 160

X.4.3 - Fonction de transfert ................................................................................................................................. 163

X.4.4 - Reconstitution des crues partir des prcipitations ................................................................................. 169

X.5.2 - Mise en oeuvre pratique de la mthode du gradex .................................................................................... 175

X.7.1 - Equations gnrales .................................................................................................................................. 178

X.7.2 - Mthode de Puls ........................................................................................................................................ 180

X.7.3 - Mthode de Muskingum ............................................................................................................................. 182

X.7.3.2 - Mise en uvre ...................................................................................................................................................... 183

X.8.1 - Crue de projet ........................................................................................................................................... 189

X.8.2 - Crue de chantier ....................................................................................................................................... 192

Elments d'Hydrologie de surface - VII -

I - INTRODUCTION A L'HYDROLOGIE DE SURFACE

I - 4 : LES METHODES DE TRAVAIL EN HYDROLOGIE DE SURFACE

Elments d'Hydrologie de surface - 1 -

I - 5 : GRANDES DIVISIONS DU COURS

Elments d'Hydrologie de surface - 2 -

II - 1 : ETATS ET SITUATIONS DE L'EAU

II - 2 : STOCKS, FLUX ET INERTIE DES SYSTEMES

825 mm/an 745 mm/an Ocans (2500 m.)

155 mm/an 235 mm/an Continents (500 mm.) Ocans

France 325 mm/an

II- 2 - 3 : Inertie des systmes

Elments d'Hydrologie de surface - 3 -

atteint les plans d'eau libre

atteint les oceans

Cycle hydrologique schmatique.

Elments d'Hydrologie de surface - 4 -

III - LE BASSIN VERSANT