Hydrologie Statistique

CTN537 CTN537 GESTION DES RESSOURCES HYDRIQUES GESTION DES RESSOURCES HYDRIQUES
Robert Leconte, Robert Leconte, cole de technologie sup cole de technologie sup rieure rieure Page Page 1 1
Universit du Qubec
cole de technologie suprieure
Session Hiver 2007 Session Hiver 2007
CTN CTN- -537 GESTION DES 537 GESTION DES
RESSOURCES HYDRIQUES RESSOURCES HYDRIQUES
Professeur : Professeur : Robert Leconte, Robert Leconte, ing ing. .
Cours #3 Lhydrologie statistique
Contenu du cours 3 Contenu du cours 3
L L Hydrologie statistique Hydrologie statistique
(Notes de cours (Notes de cours - - Chapitre 2) Chapitre 2)
Introduction Introduction
Concepts de probabilit Concepts de probabilit et de fr et de fr quence quence
Analyse de fr Analyse de fr quences quences
Validation des donn Validation des donn es es
Analyse de fr Analyse de fr quences graphique quences graphique
Analyse de fr Analyse de fr quences analytique quences analytique
Transposition Transposition des sites non jaug des sites non jaug s s
Risque hydrologique et risque d Risque hydrologique et risque d inondation inondation

I ntroduction
L'hydrologie statistique L'hydrologie statistique
Les impacts des Les impacts des v v nements hydrologiques nements hydrologiques
extrmes peuvent tre tr extrmes peuvent tre tr s importants; s importants;
L'exposition, pour un humain ou un ouvrage, L'exposition, pour un humain ou un ouvrage, un un
v v nement ind nement ind sirable est un risque et la sirable est un risque et la
probabilit probabilit est une mesure de ce risque; est une mesure de ce risque;
En raison des dommages qui peuvent r En raison des dommages qui peuvent r sulter de la sulter de la
d d faillance d'un ouvrage en milieu hydrique, il est faillance d'un ouvrage en milieu hydrique, il est
important de quantifier le risque avant de faire une important de quantifier le risque avant de faire une
intervention en milieu hydrique. intervention en milieu hydrique.
Utilit Utilit de l de l hydrologie statistique: hydrologie statistique:
tablir des crit tablir des crit res de design res de design
V V rifier la fiabilit rifier la fiabilit d d ouvrages existants ou projet ouvrages existants ou projet s s
Allonger des s Allonger des s ries de donn ries de donn es es
x
temps
population
x
temps
chantillon
continu
x
temps
chantillon
discret
I ntroduction
Population vs Population vs chantillon chantillon
I ntroduction
Exemple : Exemple : Rivi Rivi re du Loup re du Loup
Station hydro. 022513 Station hydro. 022513
Superficie de 1038 km Superficie de 1038 km
Analyse des d Analyse des d bits max. bits max.
du printemps du printemps
entre le 1 mars et le 31 mai entre le 1 mars et le 31 mai
Exemple du fichier de Exemple du fichier de
d d bits pour le projet... bits pour le projet...
022513
Exemple : Exemple : Rivi Rivi re du Loup re du Loup - - d d bit max printemps bit max printemps
125 1986
114 1985
208 1984
290 1983
212 1982
146 1981
98,4 1980
274 1979
158 1978
240 1977
182 1976
142 1975
306 1974
90,82 1999
189,3 1998
217,9 1997
215 1996
144 1995
194 1994
172 1993
210 1992
155 1991
130 1990
87,9 1989
80,5 1988
233 1987
I ntroduction
0
50
100
150
200
250
300
350
1
9
7
4
1
9
7
6
1
9
7
8
1
9
8
0
1
9
8
2
1
9
8
4
1
9
8
6
1
9
8
8
1
9
9
0
1
9
9
2
1
9
9
4
1
9
9
6
1
9
9
8
Moy=177,49
cart-type=62,17
n =26
Probabilit Probabilit : :
n: nombre d n: nombre d observations observations
n n
x x
: nombre d : nombre d occurrence de l occurrence de l v v nement nement
Fr Fr quence relative: quence relative:
lorsque le nombre d'observations n a une valeur finie lorsque le nombre d'observations n a une valeur finie
P X
n
n
n
x
( )
lim
=

f
n
n
i
i
=
Concepts de probabilit Concepts de probabilit et de fr et de fr quence quence
Probabilit et frquence
2 3 4 5 6 7 8 9 10 11 12
f
6/36
4/36
2/36
x
Xi 2 3 4 5 6 7 8 9 10 11 12
fi 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Distribution des probabilit Distribution des probabilit s s
Histogramme de fr Histogramme de fr quences (Variable discr quences (Variable discr te) te)
X X
i i
= Somme des deux d = Somme des deux d s, avec P(Xi) : [ 0 , 1 ] s, avec P(Xi) : [ 0 , 1 ]
( ) P X
i
i
n
=
=
1
1
Histogramme de fr Histogramme de fr quences quences
Quelques r Quelques r gles pour la construction d'un gles pour la construction d'un
histogramme de fr histogramme de fr quences quences
Le nombre de classes devrait tre entre 5 et 20 Le nombre de classes devrait tre entre 5 et 20
La largeur des classes devrait tre entre La largeur des classes devrait tre entre
0,25 0,25 cart cart- -type et 0,5 type et 0,5 cart cart- -type type
Ex: Ex: riv riv du Loup s=62 largeur = 15,5 du Loup s=62 largeur = 15,5 31 31
Le nombre de classes C devrait tre approximativement Le nombre de classes C devrait tre approximativement
gal gal : C = 1 + 3,3 log (N) : C = 1 + 3,3 log (N)
N N tant la taille de l' tant la taille de l' chantillon chantillon
Ex: Ex: riv riv du Loup N=26 C=6 du Loup N=26 C=6
Histogramme de fr Histogramme de fr quences pour quences pour Riv. Du Loup Riv. Du Loup
Histogramme des dbits maximum printaniers
de la rivire du Loup
0
1
2
3
4
5
6
7
70 110 110 150 150 190 190 230 230 270 270 310
Intervall e
N
o
m
b
r
e

d
'
v
n
e
m
e
n
t
C =6 classes largeur =40
f
n
n
i
i
=
C =11 classes largeur =25
0
1
2
3
4
5
6
65 90 90
115
115
140
140
165
165
190
190
215
215
240
240
265
265
290
290
315
315
330
Intervalle
N
o
m
b
r
e

d
'
n
e
m
e
n
t
Fonction de densit Fonction de densit de probabilit de probabilit
(variable continue) (variable continue)
Une variable continue peut avoir une infinit Une variable continue peut avoir une infinit de valeurs de valeurs
Dans ce cas, la probabilit Dans ce cas, la probabilit d'avoir une d'avoir une
valeur pr valeur pr cise est = 0% cise est = 0%
Distribution des probabilit Distribution des probabilit s s
x
f(x)
Exemple: X=dbits maximumprintanier
Appel Appel e aussi fonction de non d e aussi fonction de non d passement passement
En hydrologie, on utilise surtout la En hydrologie, on utilise surtout la
fonction de d fonction de d passement passement
F(x)
1
0
x
1 = > F x P X x ( ) ( )
Fonction de r Fonction de r partition partition
= =
x
dx x f x) P(X F(x)
) (
Fonction de r Fonction de r partition partition
f(x)
F(x)
1
0
x
x
F
F
Non dpassement
1-F
Dpassement
1-F
Fonction de r Fonction de r partition (Rivi partition (Rivi re du Loup) re du Loup)
Frquence de dpassement (histo 11 classes)
0
0,2
0,4
0,6
0,8
1
1,2
0 50 100 150 200 250 300 350
Dbi t (m3/s)
F
r
q
u
e
n
c
e

c
u
m
u
l
a
t
i
v
e

r
e
l
a
t
i
v
e
T
P X x F x
=
>
=
1 1
1 ( ) ( )
Type de structure Priode de rcurrence
T suggre
Ponts:
Autoroutes
Routesprincipales
Routessecondaires
Ponceaux :
Autoroutes
Routesprincipales
Routessecondaires
Digues
Plainesinondables
100ans
50ans
25ans
50ans
25ans
10ans
100ans
100ans
P P riode de retour (ou r riode de retour (ou r currence) currence)
Fait intervenir laspect moyen moyen doccurrence dun vnement
( )
f x
x
( ) exp =

1
2 2
2
2

,, moyenne et cart-type de la population population

Fonctions de densit Fonctions de densit de probabilit de probabilit th th orique orique
Loi normale
Loi normale
Estimation de Estimation de et et
La moyenne et l La moyenne et l cart cart- -type sont type sont
des variables al des variables al atoires atoires
Les propri Les propri t t s statistiques de l s statistiques de l chantillon chantillon
approchent celles de la population quand approchent celles de la population quand
la taille de l la taille de l chantillon augmente chantillon augmente
Variabilit Variabilit d d chantillonnage = source d chantillonnage = source d erreurs erreurs
( )
$
$
= =
=
=
=
=
1
1
1
1
2
1
2
2
n
X X
n
X X s
i
i
n
i
i
n
Estimation de la moyenne de la population Estimation de la moyenne de la population
Moyenne de l' chantillon en fonction de sa taille
150
160
170
180
190
200
210
220
230
0 5 10 15 20 25 30
Taille de l' chantillon
M
o
y
e
n
n
e

(
m
/
s
)
Probabilit et frquence Probabilit et frquence
Intervalle de confiance sur la moyenne Intervalle de confiance sur la moyenne
On peut associer un intervalle de confiance On peut associer un intervalle de confiance
l l estimation de la moyenne estimation de la moyenne
Ex: Rivi Ex: Rivi re du Loup re du Loup
n=26 n=26 x x=177.5 s=62.2 =177.5 s=62.2 =25 =25 =5% =5%
n=16 n=16 x x=181.1 s=73.3 =181.1 s=73.3 =15 =15 =5% =5%
( ) ( )

=

n
s
t x IC
, 2 / 1 1
t: coefficient deStudent (tables)
: seuil deconfiance (1-) =intervalledeconfiance
: degrs delibert =n-1
Exemple : Exemple : Rivi Rivi re du Loup re du Loup
Moyenne de l' chantillon en fonction de sa taille
150
160
170
180
190
200
210
220
230
0 5 10 15 20 25 30
Taille de l' chantillon
M
o
y
e
n
n
e

(
m
/
s
)
Loi Normale: Variable r Loi Normale: Variable r duite z duite z
Z suit une loi normale N(0,1) Z suit une loi normale N(0,1)

=
x
z
( ) ( ) ( ) ( ) z Z P dx x f X F x X P
x
= = =

P(Z) dans les tables de loi normale

z
P(Z)
Plusieurs variables hydrologiques ne sont pas bien Plusieurs variables hydrologiques ne sont pas bien
repr repr sent sent es par une loi normale es par une loi normale
Pourquoi? Pourquoi?
Plusieurs variables ne prennent que des valeurs positives Plusieurs variables ne prennent que des valeurs positives
(ex: d (ex: d bits) bits)
0
1
2
3
4
5
6
65 90 90
115
115
140
140
165
165
190
190
215
215
240
240
265
265
290
290
315
315
330
Intervalle
N
o
m
b
r
e

d
'
n
e
m
e
n
t
Coefficient d Coefficient d asym asym trie trie
Renseigne sur la sym Renseigne sur la sym trie de la distribution trie de la distribution
Cs: Coefficient d Cs: Coefficient d asym asym trie trie
n: taille de l n: taille de l chantillon chantillon
S: S: cart cart- -type type
X: Moyenne X: Moyenne
X: Variable al X: Variable al atoire atoire
( )( )
( ) C
a
S
a
n
n n
X X
s i
i
n
= =

=
3
1
3
1 2
0
1
2
3
4
5
6
65 90 90
115
115
140
140
165
165
190
190
215
215
240
240
265
265
290
290
315
315
330
Intervalle
N
o
m
b
r
e

d
'
n
e
m
e
n
t
Riv Loup Cs = 0.301
F o n c t i o n s d e d e n s i t V a r i a b l e h y d r o l o g i q u e
Normal e
L og-normal e
L og-Pearson I I I
V al eur extrme type 1 (Gumbel )
Exponenti el l e
Gamma
Prci pi tati on annuel l e, dbi ts, stockage
en rservoi r
Dbi t maxi mum annuel , prci pi tati on
j ournal i re et annuel l e, vol ume de
rui ssel l ement mensuel et annuel
M me que l og-normal e
Dbi t maxi mum annuel
Prci pi tati on j ournal i re, dure entre
deux vnements
Prci pi tati on j ournal i re, mensuel l e,
annuel l e, rui ssel l ement annuel
Choix d Choix d pend de la r pend de la r alit alit physique physique
Extrapolation possible mais avec prudence ! Extrapolation possible mais avec prudence !
Analyse de frquence
L L analyse de fr analyse de fr quence quence
1 1 - - La validation des donn La validation des donn es es
Assurer l Assurer l homog homog n n it it , la stationnarit , la stationnarit , et , et
l l ind ind pendance des donn pendance des donn es es
V V rification des donn rification des donn es manquantes es manquantes
Pr Pr sence de valeurs singuli sence de valeurs singuli res res
2 2 - - L L analyse de fr analyse de fr quence quence
M M thode graphique et/ou thode graphique et/ou
M M thode analytique thode analytique
Comprend 2 tapes:
Analyse de frquence
Pour Pour laborer un mod laborer un mod le statistique le statistique partir des partir des
donn donn es d'un es d'un chantillon, il faut que les donn chantillon, il faut que les donn es es
soient stationnaires, homog soient stationnaires, homog nes et ind nes et ind pendantes pendantes
Homog Homog n n it it : Les : Les l l ments de l ments de l chantillon chantillon
proviennent tous de la mme population proviennent tous de la mme population
Exemple de non homog Exemple de non homog n n it it : :
Crues printani Crues printani res et crues pluviales dans un mme res et crues pluviales dans un mme chantillon. chantillon.
D D bits tir bits tir s d s d ann ann es anormalement s es anormalement s ches ou humides ches ou humides
Analyse de frquence
Stationnarit Stationnarit : Propri : Propri t t s statistiques invariantes s statistiques invariantes
dans le temps, dans le temps, l l exception des fluctuations exception des fluctuations
al al atoires du climat. atoires du climat.
Types de non stationnarit Types de non stationnarit : tendance, saut, cycle. : tendance, saut, cycle.
Exemples: Exemples:
d d tournement de cours d tournement de cours d eau, urbanisation, changement eau, urbanisation, changement
climatique, relocalisation de pluviom climatique, relocalisation de pluviom tre tre
Les donn Les donn es doivent tre ind es doivent tre ind pendantes: une pendantes: une
valeur de l' valeur de l' chantillon n'est pas influenc chantillon n'est pas influenc e par la e par la
valeur pr valeur pr c c dente, donc l'ordre o dente, donc l'ordre o elle survient elle survient
n'a pas d'importance. n'a pas d'importance.
Exemple de donn Exemple de donn es d es d pendantes: pendantes:
d d bits journaliers en rivi bits journaliers en rivi re re
Note: pour le design de certains ouvrages, il faut Note: pour le design de certains ouvrages, il faut
consid consid rer la d rer la d pendance des donn pendance des donn es (On parle es (On parle
alors de mod alors de mod les stochastiques). les stochastiques).
Analyse de frquence Analyse de frquence
Les donn Les donn es manquantes. es manquantes.
Raison de l'absence de donn Raison de l'absence de donn es es
Attention Attention ne pas omettre des donn ne pas omettre des donn es importantes es importantes
Valeur singuli Valeur singuli re: re:
Valeur qui ne semble pas appartenir Valeur qui ne semble pas appartenir la mme la mme
population que le reste des donn population que le reste des donn es de l' es de l' chantillon. chantillon.
Peut tre une donn Peut tre une donn e erron e erron e e enlever de l'analyse. enlever de l'analyse.
Peut tre un Peut tre un v v nement extrme n nement extrme n cessitant un cessitant un
ajustement particulier. ajustement particulier.
Analyse de frquence
M M thode graphique thode graphique
Trac Trac de couple de points (Xi, fi) de couple de points (Xi, fi)
Xi: D Xi: D bits, pr bits, pr cipitations, etc. cipitations, etc. classer par ordre classer par ordre
d d croissant croissant
fi: fr fi: fr quence exp quence exp rimentale correspondante rimentale correspondante
Fr Fr quence exp quence exp rimentale: rimentale: quation de quation de Weibull Weibull
m m
i i
: rang occup : rang occup par l par l observation observation
n: taille de l n: taille de l chantillon chantillon
Papier Papier probabilit probabilit : :
distribution normale, log distribution normale, log- -normale, normale, Gumbel Gumbel
Permet l Permet l interpolation ou l interpolation ou l extrapolation (attention!) extrapolation (attention!)
f
m
n
i
i
=
+ 1
Analyse de frquence
tapes tapes suivre suivre
Classer les Classer les v v nements Xi par ordre d nements Xi par ordre d croissant; croissant;
Calculer la fr Calculer la fr quence exp quence exp rimentale associ rimentale associ e e
Choisir un papier Choisir un papier probabilit probabilit et positionner les points et positionner les points
( (Xi,fi Xi,fi) exp ) exp rimentaux sur le papier; rimentaux sur le papier;
Tracer la meilleure courbe Tracer la meilleure courbe travers le nuage de points; travers le nuage de points;
Interpoler ou extrapoler pour trouver la fr Interpoler ou extrapoler pour trouver la fr quence d quence d un un
v v nement quelconque ou pour obtenir l nement quelconque ou pour obtenir l v v nement nement
correspondant correspondant une probabilit une probabilit voulue. voulue.
Papier Papier probabilit probabilit normale normale
Analyse de frquence
Construction d Construction d un papier un papier probabilit probabilit (normale) (normale)
P(Z) chelle arithmtique
P(Z) chelle probabilit
Z
-4
4
0
0.1
0.8 1
0.1 0.8
X
100
400
comprim tir tir
Analyse de frquence
M M thode graphique: Papier log thode graphique: Papier log- -normal normal
Exemple: Exemple:
Analyse des d Analyse des d bits maximum printaniers bits maximum printaniers
de Rivi de Rivi re du Loup avec papier re du Loup avec papier
probabilit probabilit normale normale
Q
20
=330 m3/s
Q
100
=410 m3/s
Q
1000
=560 m3/s
Analyse de frquence
Avantages de la m Avantages de la m thode graphique: thode graphique:
Facile d Facile d utilisation utilisation
valuation visuelle de l valuation visuelle de l applicabilit applicabilit d d une fonction de une fonction de
distribution donn distribution donn e e un un chantillon chantillon
Possible d Possible d incorporer des "valeurs singuli incorporer des "valeurs singuli res" avec une res" avec une
fr fr quence exp quence exp rimentale particuli rimentale particuli re re
D D savantages de la m savantages de la m thode graphique: thode graphique:
Manque de pr Manque de pr cision dans le trac cision dans le trac de la ligne droite de la ligne droite
Comparaison de diff Comparaison de diff rentes distributions difficile rentes distributions difficile
Manque de pr Manque de pr cision de la m cision de la m thode graphique thode graphique
Analyse de frquence
Q
100
=410 m3/s
Q
100
=480 m3/s, augmentation de 17%
x K = +
Analyse de frquence
La m La m thode est bas thode est bas e sur l e sur l quation lin quation lin aire aire
suivante: suivante:
x: variable al x: variable al atoire atoire
K: facteur de fr K: facteur de fr quence quence
, , , moyenne et , moyenne et cart type de la population cart type de la population
Le facteur de fr Le facteur de fr quence K varie selon la loi quence K varie selon la loi
et la p et la p riode de retour consid riode de retour consid r r e: e:
quations analytiques quations analytiques
tableaux de valeurs tableaux de valeurs
Analyse de frquence
La loi normale La loi normale
Soit t (ou z) la variable r Soit t (ou z) la variable r duite duite
Les facteurs de fr Les facteurs de fr quence K sont: quence K sont:
t
x
x t
x K K t
=

= +
= + =

Analyse de frquence
Le facteur de fr Le facteur de fr quence K est donn quence K est donn par: par:
Ky Ky tant choisi dans la table de la loi normale: tant choisi dans la table de la loi normale:
La loi log La loi log- -normale normale
( ) [ ]
( ) [ ]
K
K
y y y
y
=

exp
exp

2
2
1
2
2 1
1
) x ln( y =
y y y
K y + =
Analyse de frquence
La loi de La loi de Gumbel Gumbel
Aussi appel Aussi appel e Loi des valeurs extrmes type 1 e Loi des valeurs extrmes type 1
Le facteur de fr Le facteur de fr quence K est donn quence K est donn par: par:
Applicable pour N>100 Applicable pour N>100
Si la taille de l Si la taille de l chantillon est < 100, le facteur K chantillon est < 100, le facteur K
est obtenu est obtenu partir de valeurs tabul partir de valeurs tabul es es
K
T
T
= +
07797 05572
1
. . ln ln
Analyse de frquence
La loi de La loi de Gumbel Gumbel
Analyse de frquence
Lois Pearson III et log Lois Pearson III et log- -Pearson III Pearson III
Le facteur de frquence K est fonction du
coefficient dasymtrie et de la priode de
rcurrence.
Pour la loi log-Pearson type III :
Utilisation des valeurs de la loi Pearson III avec la
transformation de l chantillon y=log(X) (ou ln(X))
Une loi log-Pearson type III avec un coefficient
dasymtrie nul correspond une loi
log-normale.
Analyse de frquence
Exercice: Calcul des valeurs de crues pour les Exercice: Calcul des valeurs de crues pour les
donn donn es de la Rivi es de la Rivi re du Loup re du Loup
Lois normale, log Lois normale, log- -normale, normale, Gumbel Gumbel et Pearson III et Pearson III
P P riodes de retour = 50, 100 et 1000 ans riodes de retour = 50, 100 et 1000 ans
Moyenne = 177,5 m Moyenne = 177,5 m /s /s
cart cart- -type= 62,2 m type= 62,2 m /s /s
n=26 n=26
C C
v v
=62,2/177,5 = 0,3504 =62,2/177,5 = 0,3504
Analyse de frquence
Loi Q 50
(m/s)
Q 100
(m/s)
Q 1000
(m/s)
Normale 305 322 370
Log-normale 337 (330)* 370 (410) 480 (560)
Gumbel 369 408 539
Pearson III 315 336 397

R R sum sum des r des r sultats pour Rivi sultats pour Rivi re re- -du du- -Loup Loup
*: Comparaison avec rsultats graphiques
Analyse de frquence
Avantages de la m Avantages de la m thode analytique: thode analytique:
Pas de subjectivit Pas de subjectivit dans l dans l estimation de Q estimation de Q
T T
Permet aussi de v Permet aussi de v rifier la qualit rifier la qualit de l de l ajustement ajustement
Permet de comparer diff Permet de comparer diff rentes lois facilement rentes lois facilement
D D savantages de la m savantages de la m thode analytique: thode analytique:
Ne peut traiter les "valeurs singuli Ne peut traiter les "valeurs singuli res" res"
I nfrence statistique
L L inf inf rence statistique rence statistique
Pour Pour valuer valuer l l acceptabilit acceptabilit de la de la fdp fdp choisie choisie partir partir
des des carts entre les fr carts entre les fr quences exp quences exp rimentales et rimentales et
celles calcul celles calcul es es partir de la partir de la fdp fdp: :
cart trop important: cart trop important: fdp fdp pas bonne pas bonne
cart raisonnable: cart raisonnable: fdp fdp bonne bonne
Comment Comment valuer si la valuer si la fdp fdp retenue est acceptable? retenue est acceptable?
Quelques Quelques tests statistiques tests statistiques existent, notamment existent, notamment
le test du khi le test du khi- -carr carr ( ( ) )
( )
c
i i
i i
k
O E
E
2
2
1
=

=
Le test de Khi Le test de Khi- -carr carr
Hypoth Hypoth se: se:
les distributions de fr les distributions de fr quence exp quence exp rimentale et rimentale et
th th oriques ne diff oriques ne diff rent que par le hasard de rent que par le hasard de
l l chantillonnage chantillonnage
Statistique d Statistique d ajustement: ajustement:
L L hypoth hypoth se est rejet se est rejet e au seuil de confiance e au seuil de confiance si: si:
avec: avec:

c
2
1
2
>
,
0
1
2
3
4
5
6
7
70 110 110 150 150 190 190 230 230 270 270 310
Intervall e
N
o
m
b
r
e

d
'
v
n
e
m
e
n
t
Loi normale
O
i
E
i
Fonction khi Fonction khi- -carr carr
Sites non jaugs
Quand:
Lorsquaucune donne nest disponible au site o
lanalyse de frquence est requise.
Comment
x
T
n et x
T
j: dbit pour priode de retour T pour sites non
jaug et jaug
An et Aj: superficies de bassin versant jaug et non
jaug
m: exposant empirique
x x
A
A
Tn Tj
n
j
m
=

Sites non jaugs

L exposant m varie typiquement de 0,6 0,9:
Valeurs suprieures pour les faibles priodes de retour;
Valeurs infrieures pour les grandes priodes de retour;
Habituellement plus lev pour les crues nivales que
pour les crues pluviales;
Pas recommand sil y a des lacs importants;
Peut aussi tre calcul en analysant les donnes de deux
stations prsentes sur le mme bassin.
Sites non jaugs
Particularit Particularit s et limites: s et limites:
Sites jaug Sites jaug et non jaug et non jaug sur la mme rivi sur la mme rivi re re
(mme bassin versant) (mme bassin versant)
Ne pas employer en pr Ne pas employer en pr sence d sence d un plan d un plan d eau eau
important entre les sites jaug important entre les sites jaug et non jaug et non jaug
A A
n n
/ /A A
j j
compris entre 0.5 et 2.0 compris entre 0.5 et 2.0
Si les sites jaug Si les sites jaug et non jaug et non jaug sont sur des bassins sont sur des bassins
diff diff rents, on doit faire rents, on doit faire une analyse r une analyse r gionale de crues gionale de crues
Sites non jaugs
Analyse r Analyse r gionale des crues gionale des crues
D D termination des termination des
r r gions hydrologiques gions hydrologiques
pour le Qu pour le Qu bec: bec:
tude de Anctil et coll. tude de Anctil et coll.
R R alis alis e en 1998 (Revue e en 1998 (Revue
canadienne de g canadienne de g nie civil, nie civil,
no 25, p 360 no 25, p 360- -369) 369)
moy
R
T T
Q Q Q =
Sites non jaugs
Analyse r Analyse r gionale de crues gionale de crues
Distribution r Distribution r gionale normalis gionale normalis e de chaque r e de chaque r gion gion
Q
T
R
T
Sites non jaugs
Analyse r Analyse r gionale de crues gionale de crues
Relation Relation Q Q
moy moy
en fonction de la superficie du bassin en fonction de la superficie du bassin
Q
moy
Recommandations pour l Recommandations pour l analyse de fr analyse de fr quence quence
Sites non jaugs
Proc Proc dure dure
sugg sugg r r e de e de
calcul de Q calcul de Q
T T
Notions de risque
Le risque hydrologique Le risque hydrologique
Risque hydrologique: Risque hydrologique:
probabilit probabilit d d occurrence d occurrence d une crue donn une crue donn e e
reli reli la p la p riode de retour T riode de retour T
Risque d Risque d inondation inondation
Risque hydrologique pond Risque hydrologique pond r r en fonction des dommages en fonction des dommages
caus caus s par la crue d s par la crue d une p une p riode de retour T riode de retour T
Le risque d Le risque d inondation conditionne le choix d inondation conditionne le choix d une une
p p riode de retour pour le design d riode de retour pour le design d ouvrages ouvrages
hydriques hydriques
Notions de risque
Le risque hydrologique Le risque hydrologique
Probabilit Probabilit (ou risque) (ou risque) d d au moins au moins 1 d 1 d passement passement
sur une p sur une p riode de n ann riode de n ann es: es:
Choix de la p Choix de la p riode de retour T: riode de retour T:
On utilise une valeur On utilise une valeur pr pr - -d d finie finie; ;
On fixe un R On fixe un R
H H
acceptable, et on calcule la p acceptable, et on calcule la p riode de riode de
retour en fonction de la dur retour en fonction de la dur e de vie de l e de vie de l ouvrage; ouvrage;
R
T
H
n
=
1 1
1
R r
I i
i
=

Notions de risque
Le risque d Le risque d inondation inondation
Niveaux d Niveaux d eau pour chaque eau pour chaque
p p riode de retour T riode de retour T
Trac Trac des zones des zones
inondables pour estimer inondables pour estimer
les dommages les dommages
moy
D P r
int
=
1
int
1 1
+
=
i i
T T
P
( )
1
5 . 0
+
+ =
i i moy
D D D
Priode de retour T
C
o
t
s

a
n
n
u
e
l
s
C
ot pour la protection
Dom
m
ages
Cots totaux
Projet optimal
Notions de risque
Analyse Analyse conomique du risque conomique du risque

Hydrologie Statistique

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Hydrologie Statistique

Uploaded by

Copyright:

Available Formats

CTN537 CTN537 GESTION DES RESSOURCES HYDRIQUES GESTION DES RESSOURCES HYDRIQUES

,, moyenne et cart-type de la population population

P(Z) dans les tables de loi normale

Sites non jaugs

You might also like