Hydrologie Statistique

CTN537 GESTION DES RESSOURCES HYDRIQUES
Universit du Qubec
cole de technologie suprieure
Contenu du cours 3 L Hydrologie statistique

(Notes de cours - Chapitre 2) Introduction Concepts de probabilit et de frquence probabilit fr Analyse de frquences fr
Validation des donnes donn Analyse de frquences graphique fr Analyse de frquences analytique fr
CTN-537 GESTION DES CTNRESSOURCES HYDRIQUES

Cours #3 Lhydrologie statistique
Professeur : Robert Leconte, ing. ing.
Transposition des sites non jaugs jaug Risque hydrologique et risque dinondation d
Session Hiver 2007
Introduction
Introduction
L'hydrologie statistique Les impacts des vnements hydrologiques extrmes peuvent tre trs importants; tr L'exposition, pour un humain ou un ouvrage, un vnement indsirable est un risque et la ind probabilit est une mesure de ce risque; probabilit En raison des dommages qui peuvent rsulter de la r dfaillance d'un ouvrage en milieu hydrique, il est important de quantifier le risque avant de faire une intervention en milieu hydrique. Utilit de lhydrologie statistique: Utilit l
tablir des critres de design crit Vrifier la fiabilit douvrages existants ou projets fiabilit projet Allonger des sries de donnes s donn
Population vs chantillon
population x temps x chantillon continu x temps temps
chantillon discret
Introduction
Introduction
Exemple : Rivire du Loup Rivi Station hydro. 022513

Superficie de 1038 km km
022513
Exemple : Rivire du Loup - dbit max printemps Rivi

1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 306 142 182 240 158 274 98,4 146 212 290 208 114 125 1987 1988 1989 1990 233 80,5 87,9 130 155 210 172 194 144 215 217,9 189,3 90,82
Analyse des dbits max. d du printemps

entre le 1 mars et le 31 mai
n = 26
1991 1992 1993 1994 1995 1996 1997 1998 1999
Exemple du fichier de dbits pour le projet...

350 300 250 200 150 100 50 0
19 76
Moy=177,49 cart-type=62,17
19 82 19 84 19 88 19 80 19 86 19 78 19 90 19 92 19 94 19 96 19 98
Robert Leconte, cole de technologie suprieure
19 74
Page 1

Probabilit et frquence Probabilit et frquence
Concepts de probabilit et de frquence probabilit fr Probabilit : Probabilit

lim nx P( X ) = n n
n: nombre dobservations d nx: nombre doccurrence de lvnement d lv
Distribution des probabilits probabilit Histogramme de frquences (Variable discrte) fr discr

Xi = Somme des deux ds, avec P(Xi) : [ 0 , 1 ] d
Xi fi
f
6/36
2 3 4 5 6 7 8 9 10 11 12 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Frquence relative: Fr
lorsque le nombre d'observations n a une valeur finie
n fi = i n
4/36 2/36
P( X ) = 1
n i =1 i
x
2 3 4 5 6 7 8 9 10 11 12
Probabilit et frquence
Histogramme de frquences fr
Histogramme de frquences pour Riv. Du Loup fr

C = 6 classes largeur = 40
Quelques rgles pour la construction d'un r histogramme de frquences fr

Nombre d'vnement
Histogramme des dbits maximum printaniers de la rivire du Loup

7 6 5 4 3 2 1 0 70 110 110 150 150 190 190 230 230 270 270 310 Intervalle
Le nombre de classes devrait tre entre 5 et 20 La largeur des classes devrait tre entre 0,25 cart-type et 0,5 cart-type cartcartEx: riv du Loup s=62 largeur = 15,5 31
fi =
ni n
Le nombre de classes C devrait tre approximativement gal : C = 1 + 3,3 log (N) N tant la taille de l'chantillon l'
Ex: riv du Loup N=26 C=6

C = 11 classes largeur = 25
Distribution des probabilits probabilit Fonction de densit de probabilit densit probabilit (variable continue)
Exemple: X= dbits maximum printanier

6 5 Nombre d'vnement 4 3 2 1 0 65 90 90 115 115 140 140 165 165 190 190 215 Intervalle 215 240 240 265 265 290 290 315 315 330
f(x) x
Une variable continue peut avoir une infinit de valeurs infinit Dans ce cas, la probabilit d'avoir une probabilit valeur prcise est = 0% pr
Page 2

Fonction de rpartition r
F(x) 1
Fonction de rpartition r
f(x)
F(x) 1
Appele aussi fonction de non dpassement Appel d

F(x) = P(X x) =
F 1-F x Non dpassement
F 1-F x
En hydrologie, on utilise surtout la fonction de dpassement d 1 F ( x ) = P( X > x )
f ( x)dx
Dpassement
Fonction de rpartition (Rivire du Loup) r (Rivi
Priode de retour (ou rcurrence) r

T= 1 1 = P( X > x ) 1 F ( x )
Frquence de dpassement (histo 11 classes)

Frquence cumulative relative 1,2 1 0,8 0,6 0,4 0,2 0 0 50 100 150 200 250 300 350 Dbit (m3/s)
Fait intervenir laspect moyen doccurrence dun vnement

Type de structure Ponts : Autoroutes Routes principales Routes secondaires Ponceaux : Autoroutes Routes principales Routes secondaires Digues Plaines inondables 100 ans 50 ans 25 ans Priode de rcurrence T suggre
50 ans 25 ans 10 ans 100 ans 100 ans
Fonctions de densit de probabilit thorique densit probabilit th Loi normale
Fonctions de densit de probabilit thorique densit probabilit th Estimation de et
= $
1 n X =X n i =1 i 1 n ( X X ) = s2 n 1 i =1 i
2
$ 2 =
f ( x) =
( x )2 exp 2 2 2 1
Loi normale
La moyenne et lcart-type sont lcartdes variables alatoires al Les proprits statistiques de lchantillon propri lchantillon approchent celles de la population quand la taille de lchantillon augmente lchantillon
Variabilit dchantillonnage = source derreurs Variabilit chantillonnage d
,, moyenne et cart-type de la population
Page 3

Estimation de la moyenne de la population

Moyenne de l'chantillon en fonction de sa taille
230 220 210 Moyenne (m/s) 200 190 180 170 160 150 0 5 10 15 Taille de l'chantillon 20 25 30
Intervalle de confiance sur la moyenne On peut associer un intervalle de confiance l estimation de la moyenne
IC1 = x t(1( / 2 )), s n t: coefficient de Student (tables)

: degrs de libert = n-1
: seuil de confiance (1-) = intervalle de confiance
Ex: Rivire du Loup Rivi

n=26 x=177.5 s=62.2 =25 =5% n=16 x=181.1 s=73.3 =15 =5%
Exemple : Rivire du Loup Rivi

Moyenne de l'chantillon en fonction de sa taille
230 220 210 Moyenne (m/s) 200 190 180 170 160 150 0 5 10 15 Taille de l'chantillon 20 25 30
Fonctions de densit de probabilit thorique densit probabilit th

Loi Normale: Variable rduite z r P(Z)
z=
Z suit une loi normale N(0,1)
P( X x ) = F ( X ) =
f (x )dx = P(Z z )
P(Z) dans les tables de loi normale
Fonctions de densit de probabilit thorique densit probabilit th

Nombre d'vnement
Plusieurs variables hydrologiques ne sont pas bien reprsentes par une loi normale repr sent Pourquoi?
Plusieurs variables ne prennent que des valeurs positives (ex: dbits) d
6 5 4 3 2 1 0 65 90 90 115 115 140 140 165 165 190 190 215 Intervalle 215 240 240 265 265 290 290 315 315 330
Page 4

Fonctions de densit de probabilit thorique densit probabilit th Coefficient d asymtrie asym

Renseigne sur la symtrie de la distribution sym

Cs =
Nombre d'vnement
a S3
a=
n n 1 ( X i X ) ( n 1)( n 2) i =
6 5 4 3 2 1 0 65 90 90 115 115 140 140 165 165 190 190 215 Intervalle 215 240 240 265 265 290 290 315 315 330
Riv Loup Cs = 0.301
Cs: Coefficient d asymtrie asym n: taille de l chantillon chantillon S: cart-type cartX: Moyenne X: Variable alatoire al
Analyse de frquence
Fonctions de densit de probabilit thorique densit probabilit th Choix dpend de la ralit physique d r alit Extrapolation possible mais avec prudence !
F o n c t io n s d e d e n s it N o r m a le L o g -n o rm a le V a r ia b le h y d r o l o g iq u e P r c ip ita tio n a n n u e lle , d b it s , s to c k a g e e n r s e r v o ir D b it m a x i m u m a n n u e l, p r c ip ita ti o n jo u r n a li r e e t a n n u e ll e , v o lu m e d e r u is s e lle m e n t m e n s u e l e t a n n u e l M m e q u e l o g - n o r m a le D b it m a x i m u m a n n u e l P r c ip ita tio n jo u r n a li r e , d u r e e n tr e d e u x v n e m e n ts P r c ip ita tio n jo u r n a li r e , m e n s u e lle , a n n u e lle , r u i s s e lle m e n t a n n u e l
L analyse de frquence fr
Comprend 2 tapes:
1 - La validation des donnes donn
Assurer lhomognit, la stationnarit, et l homog it stationnarit lindpendance des donnes ind donn Vrification des donnes manquantes donn Prsence de valeurs singulires Pr singuli
L o g -P e a rso n III V a le u r e x tr m e ty p e 1 ( G u m b e l) E x p o n e n tie lle G am m a
2 - Lanalyse de frquence fr
Mthode graphique et/ou Mthode analytique
Analyse de frquence
Analyse de frquence
Validation des donnes donn Pour laborer un modle statistique partir des mod donnes d'un chantillon, il faut que les donnes donn donn soient stationnaires, homognes et indpendantes homog ind Homognit : Les lments de lchantillon Homog it lchantillon proviennent tous de la mme population
Exemple de non homognit: homog it
Crues printanires et crues pluviales dans un mme chantillon. printani Dbits tirs dannes anormalement sches ou humides tir d ann s
Validation des donnes donn Stationnarit: Proprits statistiques invariantes Stationnarit Propri dans le temps, lexception des fluctuations alatoires du climat. al
Types de non stationnarit: tendance, saut, cycle. stationnarit Exemples:
dtournement de cours deau, urbanisation, changement d climatique, relocalisation de pluviomtre pluviom
Page 5

Analyse de frquence Analyse de frquence
Validation des donnes donn Les donnes doivent tre indpendantes: une donn ind valeur de l'chantillon n'est pas influence par la l' influenc valeur prcdente, donc l'ordre o elle survient pr o n'a pas d'importance.
Exemple de donnes dpendantes: donn d
dbits journaliers en rivire rivi
Validation des donnes donn Les donnes manquantes. donn

Raison de l'absence de donnes donn Attention ne pas omettre des donnes importantes donn
Valeur singulire: singuli

Valeur qui ne semble pas appartenir la mme population que le reste des donnes de l'chantillon. donn l' Peut tre une donne errone enlever de l'analyse. donn erron Peut tre un vnement extrme ncessitant un n ajustement particulier.
Note: pour le design de certains ouvrages, il faut considrer la dpendance des donnes (On parle consid d donn alors de modles stochastiques). mod
Analyse de frquence
Analyse de frquence
Mthode graphique Trac de couple de points (Xi, fi) Trac

Xi: Dbits, prcipitations, etc. classer par ordre D pr dcroissant fi: frquence exprimentale correspondante fr exp
Mthode graphique tapes suivre

Classer les vnements Xi par ordre dcroissant; d Calculer la frquence exprimentale associe fr exp associ Choisir un papier probabilit et positionner les points probabilit (Xi,fi) exprimentaux sur le papier; Xi,fi) exp Tracer la meilleure courbe travers le nuage de points; Interpoler ou extrapoler pour trouver la frquence dun fr d vnement quelconque ou pour obtenir lvnement lv correspondant une probabilit voulue. probabilit
Frquence exprimentale: quation de Weibull Fr exp
fi =
mi n+ 1
mi: rang occup par l observation occup n: taille de l chantillon chantillon
Papier probabilit: probabilit

distribution normale, log-normale, Gumbel logPermet linterpolation ou lextrapolation (attention!) l l
Analyse de frquence
Papier probabilit normale probabilit
Construction dun papier probabilit (normale) d probabilit

4 P(Z) chelle probabilit 0.1 0.8 comprim
tir
tir
400
-4 0 0.1 P(Z) chelle arithmtique 0.8 1
100
Page 6

Mthode graphique: Papier log-normal log-
Mthode graphique Avantages de la mthode graphique: m

Facile dutilisation d valuation visuelle de lapplicabilit dune fonction de l applicabilit distribution donne un chantillon donn Possible dincorporer des "valeurs singulires" avec une d singuli frquence exprimentale particulire fr exp particuli
Exemple:
Q1000=560 m3/s
Analyse des m3/s bits maximum printaniers d Q =410 d de Rivi=330 m3/s Loup avec papier Rivire du Q probabilit normale probabilit
100 20
Dsavantages de la mthode graphique: m

Manque de prcision dans le trac de la ligne droite pr trac Comparaison de diffrentes distributions difficile diff
Analyse de frquence
Analyse de frquence
Manque de prcision de la mthode graphique pr m
Mthode analytique La mthode est base sur l quation linaire m bas quation lin suivante:
Q100=480 m3/s, augmentation de 17% Q100=410 m3/s
x = + K
x: variable alatoire al K: facteur de frquence fr ,, moyenne et cart type de la population
Le facteur de frquence K varie selon la loi fr et la priode de retour considre: p consid

quations analytiques tableaux de valeurs
Analyse de frquence
Analyse de frquence
La loi normale Soit t (ou z) la variable rduite r

t= x x = + K x = + t K=t
La loi log-normale logLe facteur de frquence K est donn par: fr donn

K=
[exp( K 2) 1] [exp( ) 1]
y y 2 y 2 y 1 2
Les facteurs de frquence K sont: fr
y = ln( x )
Ky tant choisi dans la table de la loi normale:
y = y + K y y
Page 7

La loi de Gumbel Aussi appele Loi des valeurs extrmes type 1 appel Le facteur de frquence K est donn par: fr donn
T K = 0.7797 0.5572 + ln ln T 1
Applicable pour N>100
La loi de Gumbel
Si la taille de l chantillon est < 100, le facteur K chantillon est obtenu partir de valeurs tabules tabul
Analyse de frquence
Analyse de frquence
Lois Pearson III et log-Pearson III logLe 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))
Mthode analytique Exercice: Calcul des valeurs de crues pour les donnes de la Rivire du Loup donn Rivi Lois normale, log-normale, Gumbel et Pearson III logPriodes de retour = 50, 100 et 1000 ans Moyenne = 177,5 m/s m cart-type= 62,2 m/s cartm n=26 Cv=62,2/177,5 = 0,3504
Une loi log-Pearson type III avec un coefficient dasymtrie nul correspond une loi log-normale.
Analyse de frquence
Analyse de frquence
Mthode analytique Rsum des rsultats pour Rivire-du-Loup sum r Rivi re- duLoi Normale Q 50 (m/s) 305 Q 100 (m/s) 322 370 (410) 408 336 Q 1000 (m/s) 370 480 (560) 539 397
Mthode analytique Avantages de la mthode analytique: m

Pas de subjectivit dans l estimation de QT subjectivit Permet aussi de vrifier la qualit de lajustement v qualit l Permet de comparer diffrentes lois facilement diff
Log-normale 337 (330)* Gumbel Pearson III 369 315
Dsavantages de la mthode analytique: m

Ne peut traiter les "valeurs singulires" singuli
*: Comparaison avec rsultats graphiques
Page 8

Infrence statistique Infrence statistique
L infrence statistique inf Pour valuer lacceptabilit de la fdp choisie partir acceptabilit des carts entre les frquences exprimentales et fr exp celles calcules partir de la fdp: calcul fdp:
cart trop important: fdp pas bonne cart raisonnable: fdp bonne
Le test de Khi-carr Khi- carr Hypothse: Hypoth

les distributions de frquence exprimentale et fr exp thoriques ne diffrent que par le hasard de th diff l chantillonnage chantillonnage
Statistique d ajustement:
L hypothse est rejete au seuil de confiance si: hypoth rejet
Comment valuer si la fdp retenue est acceptable?

Quelques tests statistiques existent, notamment le test du khi-carr () khi- carr
c2 > 2,1
avec:
=
2 c
(O E )
i i
i =1
Ei
Infrence statistique
Fonction khi-carr khi- carr

7
Loi normale
6 Nombre d'vnement 5 4 3 2 1 0 70 110 110 150 150 190 190 230 230 270 270 310 Intervalle
Oi
Ei
Sites non jaugs
Sites non jaugs
Transposition des sites non jaugs jaug Quand:

Lorsquaucune donne nest disponible au site o lanalyse de frquence est requise.
Transposition des sites non jaugs jaug 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.
Comment
A xTn = xTj n A j
xTn et xTj: 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
Page 9

Sites non jaugs Sites non jaugs
Transposition des sites non jaugs jaug Particularits et limites: Particularit

Sites jaug et non jaug sur la mme rivire jaug jaug rivi (mme bassin versant) Ne pas employer en prsence dun plan deau pr d d important entre les sites jaug et non jaug jaug jaug An/Aj compris entre 0.5 et 2.0 Si les sites jaug et non jaug sont sur des bassins jaug jaug diffrents, on doit faire une analyse rgionale de crues diff r
Analyse rgionale des crues r

Dtermination des rgions hydrologiques pour le Qubec: Qu
tude de Anctil et coll. Ralise en 1998 (Revue alis canadienne de gnie civil, g no 25, p 360-369) 360-
QT = QTR Qmoy
Sites non jaugs
Sites non jaugs
Analyse rgionale de crues r Distribution rgionale normalise de chaque rgion r normalis r
Analyse rgionale de crues r Relation Qmoy en fonction de la superficie du bassin
QTR
Qmoy
Sites non jaugs
Notions de risque
Recommandations pour lanalyse de frquence l fr Procdure Proc suggre de sugg calcul de QT
Le risque hydrologique Risque hydrologique:

probabilit doccurrence dune crue donne probabilit d donn reli la priode de retour T reli p
Risque dinondation d
Risque hydrologique pondr en fonction des dommages pond causs par la crue dune priode de retour T caus d p
Le risque dinondation conditionne le choix dune d d priode de retour pour le design douvrages d hydriques
Page 10

Notions de risque Notions de risque
Le risque hydrologique Probabilit (ou risque) dau moins 1 dpassement Probabilit d sur une priode de n annes: p ann
1 RH = 1 1 T
n
Le risque d inondation
Niveaux deau pour chaque d priode de retour T Trac des zones Trac inondables pour estimer les dommages
Choix de la priode de retour T: p

On utilise une valeur pr-dfinie; pr finie; On fixe un RH acceptable, et on calcule la priode de p retour en fonction de la dure de vie de louvrage; dur l
r = Pint Dmoy
Pint = 1 1 Ti Ti +1
Dmoy = 0.5 (Di + Di +1 )

RI =
r
i
Notions de risque
Analyse conomique du risque

Projet optimal Cots totaux Cots annuels
ction prote
la pour Cot
Domm a g es
Priode de retour T
Page 11

Hydrologie Statistique

Uploaded by

Document Information

Original Title

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 GESTION DES RESSOURCES HYDRIQUES

cole de technologie suprieure

Contenu du cours 3 L Hydrologie statistique

CTN-537 GESTION DES CTNRESSOURCES HYDRIQUES

Session Hiver 2007

Exemple : Rivire du Loup Rivi Station hydro. 022513

Exemple : Rivire du Loup - dbit max printemps Rivi

Analyse des dbits max. d du printemps

1991 1992 1993 1994 1995 1996 1997 1998 1999

Exemple du fichier de dbits pour le projet...

Robert Leconte, cole de technologie suprieure

CTN537 GESTION DES RESSOURCES HYDRIQUES

Concepts de probabilit et de frquence probabilit fr Probabilit : Probabilit

Distribution des probabilits probabilit Histogramme de frquences (Variable discrte) fr discr

Histogramme de frquences pour Riv. Du Loup fr

Quelques rgles pour la construction d'un r histogramme de frquences fr

Histogramme des dbits maximum printaniers de la rivire du Loup

Histogramme de frquences pour Riv. Du Loup fr

Histogramme des dbits maximum printaniers de la rivire du Loup

Robert Leconte, cole de technologie suprieure

CTN537 GESTION DES RESSOURCES HYDRIQUES

Appele aussi fonction de non dpassement Appel d

F 1-F x Non dpassement

En hydrologie, on utilise surtout la fonction de dpassement d 1 F ( x ) = P( X > x )

Fonction de rpartition (Rivire du Loup) r (Rivi

Priode de retour (ou rcurrence) r

Frquence de dpassement (histo 11 classes)

Fait intervenir laspect moyen doccurrence dun vnement

50 ans 25 ans 10 ans 100 ans 100 ans

Fonctions de densit de probabilit thorique densit probabilit th Loi normale

Fonctions de densit de probabilit thorique densit probabilit th Estimation de et

,, moyenne et cart-type de la population

Robert Leconte, cole de technologie suprieure

CTN537 GESTION DES RESSOURCES HYDRIQUES

Estimation de la moyenne de la population

IC1 = x t(1( / 2 )), s n t: coefficient de Student (tables)

: seuil de confiance (1-) = intervalle de confiance

Ex: Rivire du Loup Rivi

Exemple : Rivire du Loup Rivi

Fonctions de densit de probabilit thorique densit probabilit th

Z suit une loi normale N(0,1)

P(Z) dans les tables de loi normale

Fonctions de densit de probabilit thorique densit probabilit th

Histogramme de frquences pour Riv. Du Loup fr

Robert Leconte, cole de technologie suprieure

CTN537 GESTION DES RESSOURCES HYDRIQUES

Fonctions de densit de probabilit thorique densit probabilit th Coefficient d asymtrie asym

Histogramme de frquences pour Riv. Du Loup fr

Riv Loup Cs = 0.301

L o g -P e a rso n III V a le u r e x tr m e ty p e 1 ( G u m b e l) E x p o n e n tie lle G am m a

Robert Leconte, cole de technologie suprieure

CTN537 GESTION DES RESSOURCES HYDRIQUES

Validation des donnes donn Les donnes manquantes. donn

Valeur singulire: singuli

Mthode graphique Trac de couple de points (Xi, fi) Trac

Mthode graphique tapes suivre

Frquence exprimentale: quation de Weibull Fr exp

mi: rang occup par l observation occup n: taille de l chantillon chantillon

Papier probabilit: probabilit

Papier probabilit normale probabilit

Construction dun papier probabilit (normale) d probabilit

-4 0 0.1 P(Z) chelle arithmtique 0.8 1

Robert Leconte, cole de technologie suprieure