La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

CHOIX DE LA LOI THÉORIQUE LA MIEUX ADAPTÉE A LA PRÉDÉTERMINATION DES CRUES (CAS DE LEST ALGÉRIEN) M. Hebal Aziz 1, M. Remini Boualem 2 1 Département des.

Présentations similaires


Présentation au sujet: "CHOIX DE LA LOI THÉORIQUE LA MIEUX ADAPTÉE A LA PRÉDÉTERMINATION DES CRUES (CAS DE LEST ALGÉRIEN) M. Hebal Aziz 1, M. Remini Boualem 2 1 Département des."— Transcription de la présentation:

1 CHOIX DE LA LOI THÉORIQUE LA MIEUX ADAPTÉE A LA PRÉDÉTERMINATION DES CRUES (CAS DE LEST ALGÉRIEN) M. Hebal Aziz 1, M. Remini Boualem 2 1 Département des sciences agronomiques - Université 20 août 1955 de Skikda (Algérie)

2 Plan de travail I. Introduction; II. Problématique et objectifs; III. Région détude et données utilisées; IV. Résultats et interprétations; V. Conclusion et perspectives.

3 I. INTRODUCTION L'évaluation des valeurs extrêmes de crues revêt un grand intérêt en hydrologie pour la résolution des problèmes relatifs à loccupation des sols et au dimensionnement des ouvrages hydrauliques. Le territoire national Algérien soumis aux inondations qui se manifestent de façon catastrophique constituant ainsi une contrainte majeure pour le développement économique et social.

4 Les inondations: de 1968 en Algérie, de 1974 des bassins versants de lalgérois et de Sebaou, de 2001 dAlger et de 2008 de Ghardaïa sont des exemples. Daprès le recensement effectué par les services de la protection civile, une commune sur trois (485 communes) est susceptible dêtre inondée en partie ou en totalité. Ces inondations sont les catastrophes naturelles les plus fréquentes et les plus destructrices en Algérie, provoquant dimportants dégâts humains et matériels.

5 II. P ROBLÉMATIQUE ET OBJECTIFS Le choix dun modèle fréquentiel à utiliser pour lextrapolation des queues droites de distributions des données vers les valeurs non observables est délicat. Une question importante se pose : lorsque plusieurs modèles fréquentiels sont acceptés par les tests dadéquations aux données observées, lequel parmi ceux-ci est le plus fiable?

6 Dans ce travail nous avons essyer de répondre à cette question, en faisant le choix du modèle fréquentiel le plus adéquat à lestimation des valeurs extrêmes de crues non observables, à partir des observations faites au niveau des stations implantées aux différents endroits du bassin versant de loued Seybouse situé au nord est de lAlgérie et ce, à travers lapplication de plusieurs critères de choix.

7 III. RÉGION DÉTUDE ET DONNÉES UTILISÉES A. Présentation de la région détude Le bassin versant de la Seybouse se situe au nord-est de lAlgérie et couvre 6471 Km 2. Il coule du Sud vers le nord. Ce bassin où vie une population estimée à plus de habitants, comprend 07 Wilayas avec deux principales agglomérations: Annaba et Guelma. Il est équipé de 07 stations hydrométriques, dont les emplacements sont donnés dans la figure 1.

8 Fig. 1 : Zone détude et localisation des stations hydrométriques utilisées

9 B. Données utilisées Nous avons collecté les données hydrométriques (débits maximums annuels) de sept (07) stations du bassin de la Seybouse. Celles-ci ont été fournies par lANRH de Constantine (Agence Nationale des Ressources Hydriques). La méthode utilisée dans ce travail est celle des maximas annuels. Après traitement de données 06 stations parmi les 07 ont été retenues, leurs caractéristiques sont données sur le tableau 1.

10 Tab.1 Caractéristiques géomorphologiques des stations utilisées Code station Nom stationOuedX (°)Y (°) Z (m) S (km 2 ) P (km) L oued (m) Moulin Rochfort Cherf7,596 36, Medjez Amar II Bouhamdane7,042 36, Bordj SabathSabath7,300 36, BouchegoufMellah7,705 36, MirebekSeybouse7,599 36, Ain BerdaRessoul7,763 36,

11 IV. R ÉSULTATS ET INTERPRÉTATION La démarche à suivre comporte deux grandes étapes distinctes : la première concerne le choix du type (classe) des lois qui ajusterait le mieux nos séries de données. La deuxième étape, concerne le choix de la meilleure loi parmi celles du type choisi dans la phase précédente.

12 A. Choix du type de modèles Parmi les méthodes utilisées pour choisir le type de modèles qui ajuste le mieux nos séries de données, nous optons au diagramme log- log. Ce diagramme est utilisé essentiellement pour distinguer les lois à décroissance puissance (lois de la classe C), de ceux à décroissance exponentielle (lois de la classe D) (El Adlouni et al 2008) (figure 2).

13 Fig. 2. Distributions ordonnées par rapport à leurs queues droites (extrait dEl Adlouni 2008)

14 Pour vérifier l'hypothèse de linéarité dans ce diagramme, on calcule le coefficient de corrélation associé à la courbe représentée dans ce derniers. Pour vérifier l'hypothèse de linéarité dans ce diagramme, on calcule le coefficient de corrélation associé à la courbe représentée dans ce derniers. Si le coefficient de corrélation observée R o est supérieur à la valeur critique au niveau de signification choisi, alors l'échantillon est issu d'une loi de la classe C. Sinon, léchantillon est issu dune loi de la classe D. Les valeurs critiques données par El Adlouni et al. (2008), sont : Valeur critique au niveau 5% (R c ) = 0,96 Valeur critique au niveau 5% (R c ) = 0,96 Valeur critique au niveau 1% (R c ) = 0,97 Valeur critique au niveau 1% (R c ) = 0,97

15 Tab.2 Valeurs R 0 et classe dappartenance de chaque station Code stationR0R0 Classe D D D D Le tableau 2 donne les valeurs calculées de R 0 et la classe dappartenance de chaque station.

16 On remarque que 04 séries parmi les 06 utilisées dans cette étude, appartenant à la classe D, cest-à- dire, que celles-ci présentent un comportement sur leurs queues droite de distribution asymptotiquement exponentiel. Les deux autres stations présentent un coefficient de corrélation observé (R 0 ) égale à celui critique (R c ) au niveau de signification de 5% mais inferieur à celui au niveau de signification de 1% et vu que 67% des stations appartenant à la classe D, il est préférable de les classer dans cette dernière. Alors on peut dire que le type de modèle susceptible de mieux ajuster les distributions étudiées est le type exponentiel.

17 B. Choix du modèle dajustement Après avoir déterminé le type de modèles susceptibles de mieux ajuster nos séries de données, il nous sera utile maintenant de faire le choix entre ces modèles. A cet effet, les ajustements sont faits pour les lois constituant la classe D (Gumbel (EV1), Weibull (W2), Halphen A (HA), Gamma (G2) et Pearson III (P3)). Le tableau 3 donne les densités de probabilité de ces dernières.

18 Tab.3 Fonctions de densité de probabilité des lois utilisées

19 La formule de probabilité empirique utilisée dans ce travail est celle de Hazen. Lestimation des paramètres de ces lois, a été faite par la méthode du maximum de vraisemblance à cause de ses propriétés asymptotiques fort intéressantes, un test de χ 2 est appliqué pour se renseigner sur ladéquation de ces lois aux différents échantillons utilisés dans cette étude. Le tableau 4 présente les valeurs de la statistique χ 2 et lerreur de première espèce α.

20 Tab.4 Statistique χ 2 et erreur de première espèce α Code Station WeibullHalphen AGamma χ²α (%)χ²α (%)χ²α (%)

21 Pour létablissement dun classement des lois les plus fiables, nous avons appliqué les critères dinformations suivants : Le Critère d'Information d'Akaike corrigé (AICc), proposé par Hurvich et Tsai (1995) : le critère dinformation bayésien (BIC) proposé initialement par Schwarz (1978) : le critère dinformation bayésien (BIC) proposé initialement par Schwarz (1978) : le critère de Schwarz où la probabilité a posteriori est donnée par (Lebarbier et Mary-Huard 2006) : Avec :

22 Les meilleures lois correspondent aux valeurs les plus petites du BIC et de lAICc, mais à celles les plus grandes de la probabilité a posteriori pour le critère de Schwarz. Ce dernier a lavantage de pouvoir inclure linformation supplémentaire sous forme de distribution de probabilités a priori, laquelle doit refléter linformation que nous avons acquise sur la pertinence de la loi pour ajuster la variable hydrologique en question. Cette information peut être basée sur notre expérience ou sur une étude régionale par exemple.

23 Cela nécessite deux phases de calcule : la première est une analyse locale et la seconde est une analyse régionale. Dans lanalyse locale, le choix du modèle le plus adéquat, consiste en létablissement dun classement pour chaque station indépendamment des autres, basé sur : lévaluation de la vraisemblance du modèle théorique en question, le nombre de paramètre de celui-ci (principe de parcimonie) et la taille de léchantillon. Cest-à- dire, quà part les données numériques de léchantillon, aucune information supplémentaire ne sera prise en compte dans les calculs. Dans ce cas, la distribution a priori est supposée uniforme pour toutes les lois.

24 Tab.5 Résultats de calculs pour différents critères Code Station WeibullHalphen A Gamma P (Mi I x) BICAICc P (Mi I x) BICAICc P (Mi I x) BICAICc Le tableau 5 présente les résultats de calculs des trois lois les mieux classées.

25 Les résultats obtenus montrent que pour le critère de Schwarz (probabilité a posteriori), 04 échantillons sur les 06 étudiés (67%) suivent la loi Gamma, et les deux autres (33%) suivent la loi Halphen A et aucun échantillon ne suit ni la loi Gumble ni celle de Pearson III ou Weibull. Le critère BIC vient de confirmer ces résultats dans 100% de cas, tandis que le critère AICc dans 83% de cas. Nous remarquons aussi que sur 100% des échantillons qui ne suivent pas la loi Gamma, cette dernière est classée en deuxième position.

26 Dans une étude antérieure, menée sur 28 stations hydrométriques situées dans la partie centrale du nord algérien appartenant aux bassins : Chéliff, Côtiers Algérois et Isser (Hebal et Remini 2011) nous avons pu montré que ces dernières suivent la loi Gamma. Ce résultat combiné à celui trouvé dans ce travail jusquà présent nous laisse penser que les distributions des valeurs extrêmes des crues du nord de lAlgérie ont une tendance régionale à suivre la loi Gamma.

27 A ces considérations pratiques, sajoutent des considérations théoriques: A ces considérations pratiques, sajoutent des considérations théoriques: La loi Halphen A comprend comme cas limite la loi Gamma (Bobée 1999). La loi Halphen A comprend comme cas limite la loi Gamma (Bobée 1999). Lutilisation de distribution de Halphen A a été limitée en pratique en raison des problèmes de calcul numérique de la fonction de normalisation (Chebana 2010). Lutilisation de distribution de Halphen A a été limitée en pratique en raison des problèmes de calcul numérique de la fonction de normalisation (Chebana 2010). La loi Halphen A est une loi à trois paramètres et celles de Gamma est une loi à deux paramètres, information que nous navons pas exploitée précédemment pour la probabilité a priori P(Mi) prise égale pour toutes les lois. La loi Halphen A est une loi à trois paramètres et celles de Gamma est une loi à deux paramètres, information que nous navons pas exploitée précédemment pour la probabilité a priori P(Mi) prise égale pour toutes les lois.

28 Toutes ces constatations signifient que la loi Gamma peut être la loi la plus adéquate pour lajustement des valeurs extrêmes de crues de notre région. Cela nous offre la possibilité de lancer une deuxième phase de calcul basée sur les informations supplémentaires citées en haut (c.à.d. une analyse régionale). Ces dernières sont introduites numériquement dans les calculs sous forme de distribution de probabilité a priori P(Mi). Pour cela, nous devons modifier celle-ci de telle sorte quelle doit refléter la tendance régionale allant en faveur de la loi Gamma.

29 Tab. 6 Résultats de calculs après la modification des probabilités a priori Code Station Halphen AGamma P(Mi)P (Mi I x)P(Mi)P (Mi I x)

30 Les résultats finals montrent que toutes les séries de données des stations utilisées suivent la loi Gamma. Par conséquent, celle-ci est donc retenue pour modéliser les distributions des débits extrêmes de crues du bassin versant de la Seybouse. Le tableau 7 donne les paramètres de la loi Gamma pour chaque station calculés par la méthode du maximum de vraisemblance.

31 Tab. 7 Paramètres de la loi Code Station Paramètres αλ ,011, ,000, ,001, ,021, ,010,90

32 V. CONCLUSION ET PERSPECTIVES Le travail effectué a permis de mettre en exergue, le modèle fréquentiel simulant le mieux les distributions des débits extrêmes de la région détude. Lutilisation du diagramme log-log, montre que nos séries de données appartenant à la classe D (distribution asymptotiquement de type exponentiel). Par la suite, lapplication du critère dinformation de Schwarz aux différentes lois de la classe D met la loi Gamma en première position.

33 Ce résultat vient de contredire la tendance prédominante en Algérie allant en faveur des lois Gumble et Pearson III. Enfin, nous pouvons dire que ce travail constitue un pas sur le chemin de létude des valeurs extrêmes de crues en Algérie, son extension sur tous les bassins versants du nord algérien peut aider à lamélioration des résultats obtenus et de généraliser un modèle fréquentiel qui ajusterait convenablement l'ensemble des séries hydrologiques observées en Algérie du nord.


Télécharger ppt "CHOIX DE LA LOI THÉORIQUE LA MIEUX ADAPTÉE A LA PRÉDÉTERMINATION DES CRUES (CAS DE LEST ALGÉRIEN) M. Hebal Aziz 1, M. Remini Boualem 2 1 Département des."

Présentations similaires


Annonces Google