Dépôt numérique
RECHERCHER

Aspects non standards en analyse fréquentielle régionale des variables hydrologiques.

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Ouali, Dhouha (2016). Aspects non standards en analyse fréquentielle régionale des variables hydrologiques. Thèse. Québec, Université du Québec, Institut national de la recherche scientifique, Doctorat en sciences de l'eau, 243 p.

[thumbnail of T820.pdf]
Prévisualisation
PDF
Télécharger (6MB) | Prévisualisation

Résumé

La protection et la gestion des ressources en eau reposent dans une large mesure sur la maitrise et la compréhension des phénomènes hydrologiques extrêmes et la capacité à estimer adéquatement les risques hydrologiques que ce soit dans les conditions actuelles ou futures. Dans ce cadre, les outils statistiques trouvent une large application, allant des méthodes linéaires simples pour déterminer l'incertitude d'une moyenne hydrologique à des techniques sophistiquées non linéaires qui révèlent la dynamique et la complexité des évènements hydrologiques extrêmes. Dans le cas de l’analyse fréquentielle (AF), le but est de prédire adéquatement la fréquence de l’occurrence de ces évènements dans un site jaugé. Toutefois, il arrive souvent qu’on se trouve amené à produire des estimations dans des sites non jaugés. Dans de telles circonstances, les hydrologues et les praticiens font appel à des procédures de régionalisation ou ce qu’on appelle également une Analyse Fréquentielle Régionale (AFR). L’AFR consiste à estimer les quantiles (de dépassement et/ou de non-dépassement) des évènements extrêmes (les crues et/ou les étiages) dans un site cible non jaugé à partir des données émanant des sites jaugés. Pour une meilleure estimation, ces derniers doivent être hydrologiquement similaires au site cible. Ainsi, l’AFR comporte deux étapes, la délimitation des régions hydrologiquement homogènes (DRH) en utilisant des méthodes de classification, et l’estimation régionale (ER) pour transférer l’information au site cible non jaugé, en se basant sur des méthodes de régression. Malgré l’existence dans la littérature de diverses approches en AF locale et régionale, ces approches présentent des contraintes et limitations. En réalité, différentes conditions non standards telles que la complexité topographique des bassins versants, le manque et/ou la non-disponibilité des données de débits, les perturbations par les aménagements urbains et/ou les changements climatiques peuvent influencer la réponse hydrologique des bassins versants. De telles conditions rendent la prédétermination des crues par les méthodes classiques d’AF et AFR un exercice difficile, non efficace et mal adapté à de tels contextes non standards. L'objectif de cette étude consiste à proposer de nouvelles approches et de nouveaux modèles en AF locale et régionale des crues. Ces approches et modèles visent à contourner les limites de ceux utilisés dans la littérature et à considérer des aspects non standards en AF. En AFR, l’accent est mis sur le problème de la non-linéarité dans l’étape de la DRH et le problème de la mauvaise exploitation des données disponibles dans l’étape de l’estimation. D’autre part, en AF locale l’accent est mis sur le problème de la non-stationnarité et l’inclusion de plus d’information dans le modèle. Ces nouveaux modèles sont basés sur des outils statistiques en plein essor dans la littérature statistique au cours des dernières années, y compris des outils de régionalisation non linéaire et des outils de régression récents. Précisément, on s’intéresse dans une première partie à intégrer la notion de la non-linéarité en AFR dans l’étape de la DRH. La méthode adoptée est l'analyse canonique des corrélations non linéaire (ACCNL), présentée dans le Chapitre 2 de ce manuscrit. Elle permet de considérer la complexité du processus hydrologique en considérant une variante non linéaire de l'analyse canonique des corrélations (ACC) pour identifier un voisinage homogène d’un site non jaugé. Par la suite, dans le but d’identifier les combinaisons de méthodes de DRH et d’ER les plus prometteuses permettant une meilleure estimation des risques des extrêmes hydrologiques, une étude comparative a été mise au point incluant différentes approches d’AFR. Les techniques considérées au niveau des deux étapes de la procédure d’AFR sont des techniques linéaires (telles que l’ACC et la régression multiple) et non linéaires (telles que l’ACCNL, les réseaux de neurones artificiels et les modèles additifs généralisés). Les résultats d’une étude comparative, détaillés dans le Chapitre 3, sont en faveur de l’introduction d’une composante non linéaire au niveau de chacune des deux étapes de l’analyse régionale. Un modèle d’AFR basé sur la notion de la régression quantile (RQ) a été conçu afin d’améliorer l’exploitation des données hydrologiques disponibles. En développant un critère d’évaluation objectif, nous montrons l’intérêt de considérer un tel outil assez puissant dans l’AFR des crues. Le développement de ce modèle et les résultats obtenus sont présentés dans le Chapitre 4 de ce rapport. Parallèlement à l’aspect non linéaire du processus hydrologique, la non-stationnarité des extrêmes hydrologiques est également l’un des facteurs déterminants lors de la modélisation statistique des extrêmes hydrologiques. À cet égard, un modèle d’AF non linéaire non stationnaire basé sur la notion de la RQ a été développé à l’échelle locale. Ce modèle servira comme base pour intégrer cet aspect de non-stationnarité dans l’AFR. Nous montrons dans le Chapitre 5 que, comparée aux approches classiques, cette approche peut être prometteuse non seulement en termes de performances mais également au niveau conceptuel.

Type de document: Thèse Thèse
Directeur de mémoire/thèse: Chebana, Fateh
Co-directeurs de mémoire/thèse: Ouarda, Taha B. M. J.
Mots-clés libres: hydrologie; approches statistiques; crues; analyse fréquentielle régionale; AFR
Centre: Centre Eau Terre Environnement
Date de dépôt: 24 avr. 2017 20:05
Dernière modification: 03 févr. 2021 16:29
URI: https://espace.inrs.ca/id/eprint/5123

Gestion Actions (Identification requise)

Modifier la notice Modifier la notice