DI-UMONS : Dépôt institutionnel de l’université de Mons

Recherche transversale
Rechercher
(titres de publication, de périodique et noms de colloque inclus)
2008-01-15 - Article/Dans un journal avec peer-review - Français - 13 page(s)

Degré Aurore, Dautrebande Sylvia, Sohier Catherine, Debauche Olivier , "Statistique des extrêmes dans les bassins faiblement jaugés : application d'un modèle global pluie-débit à cinq bassins versants en région wallonne (Belgique)" in Biotechnologie, Agronomie, Société et Environnement = Biotechnology, Agronomy, Society and Environment, 12, 4, 379-391

  • Edition : Presses Agronomiques de Gembloux, Gembloux (Belgium)
  • Codes CREF : Modèles mathématiques d'aide à la décision (DI1151)
  • Unités de recherche UMONS : Informatique (F114)
  • Instituts UMONS : Institut de Recherche en Technologies de l’Information et Sciences de l’Informatique (InforTech), Institut NUMEDIART pour les Technologies des Arts Numériques (Numédiart)
Texte intégral :

Abstract(s) :

(Anglais) Statistics of extremes in poorly gauged basins: application of a lumped rainfall-runoff model in five catchments area in Walloon region (Belgium). The RS-PDM© model generates flows in time series on the basis of observed rainfall after self-calibration which is based on short period of observed rainfall and flow. This is done with daily or hourly data. The study highlights the capacity of the RS-PDM© model to simulate extreme flows in poorly gauged basins in Walloon region on the basis of observed rains and of a short period of observed flows. Concerning the time series, it was highlighted an important dispersion of the flows simulated for a given observed flow even for daily or hourly data. The Nash criteria varied between 0.59 and 0.92. However, the flows simulated via RS-PDM© make it possible to adjust a statistical distribution of extremes flows (Gumbel law) close to the statistic obtained with a long period of gauging. So, if the simulations realized by mean of this model present poor to acceptable performances concerning the time series simulations, they permit to obtain rapidly quite good statistics of extremes flows on the basis of a short gauging period.

(Français) Le modèle RS-PDM © permet de générer une série chronologique de débits sur base des pluies observées après un calage automatique de paramètres pris par défaut sur une période de pluies et débits connus, ceci en termes de données journalières ou horaires. L’étude a mis en évidence l’utilité du modèle RS-PDM © pour générer une statistique des extrêmes dans des bassins versants peu jaugés en région wallonne sur base de données de précipitations observées et d’une série chronologique courte de débits. Concernant la génération d’une série chronologique de débits, relative à cinq bassins versants ruraux de différentes tailles, il a été mis en évidence une dispersion importante des débits simulés pour un débit observé donné, en valeurs journalières et horaires. Les critères de Nash de comparaison entre hydrogrammes observés et simulés présentent des résultats compris entre 0,59 et 0,92. Cependant, les débits simulés via RS-PDM © présentent une statistique des extrêmes (loi de Gumbel) proche de la statistique calculée sur une longue période d’observation. Ainsi, si les simulations réalisées par ce modèle présentent des performances moyennes en termes de séries chronologiques, elles permettent d’obtenir rapidement une statistique des extrêmes d’un niveau de qualité acceptable sur base d’une courte période d’enregistrement des données de débits. Statistics of extremes in poorly gauged basins: Application of a lumped rainfall-runoff model in five catchments area in walloon region (Belgium).


Mots-clés :
  • (Anglais) Walloon region
  • (Français) extrêmes
  • (Français) Gumbel
  • (Français) débits de projet
  • (Français) Région wallonne
  • (Français) modèle pluie-débit
  • (Français) bassin faiblement jaugé
  • (Anglais) Gumbel
  • (Français) RS-PDM
  • (Anglais) RS-PDM
  • (Anglais) poorly gauged basin
  • (Anglais) project flows
  • (Anglais) extremes
  • (Anglais) rainfall-runoff model