THÈSE

En vue de l'obtention du

DOCTORAT DE L’UNIVERSITÉ DE TOULOUSE

Délivré par Institut National Polytechnique de Toulouse
Discipline ou spécialité : Hydrologie et Hydraulique

Présentée et soutenue par LE Xuan Kham

Le 02 octobre 2008

VARIABILITE DES PROCESSUS HYDROLOGIQUES ENTRANT DANS LE MECANISME

DE LA GENESE DES CRUES SUR LES BASSINS A CINETIQUE RAPIDE

JURY

Isabelle BRAUD Directrice de Recherche

Roger MOUSSA Directeur de Recherche
Nicolas RIVIERE Professeur
Jaques GEORGE Professeur
Hélène ROUX Maître de conférences
Denis DARTUS Professeur

Ecole doctorale : Ecole doctorale sciences de l’univers, de l’environnement et de l’espace

Unité de recherche : Institut de Mécanique des Fluides de Toulouse (IMFT)
Directeur de Thèse : Denis DARTUS
Rapporteurs : Isabelle BRAUD, Roger MOUSSA, Nicolas RIVIERE
Président: Jacques GEORGE
Résumé
Le logiciel MARINE développé à l’Institut de Mécanique des Fluides de Toulouse, est
un modèle pluie – débit distribué, événementiel, temps réel, à base physique dédié aux
crues à cinétique rapide. Il fournit des informations distribuées et des hydrogrammes de
crue qui permettent aux prévisionnistes d’estimer en temps réel la dangerosité d’une
crue.
Chaque paramètre du modèle est issu de cartographies de données. Il est ajusté par un
coefficient multiplicatif unique pour l’ensemble du bassin test des Gardons d’Anduze
afin d’obtenir une bonne adéquation entre modèle et observations. Pour déterminer les
paramètres les plus sensibles nous utilisons le cadre théorique de la méthode GLUE
« Generalized Likelihood Uncertainty Estimation » qui permet une analyse de sensibilité
systématique. Ceci nous permet de classer par ordre d’importance les paramètres du mo-
dèle, de déterminer une plage de valeur des paramètres utilisés et d’avoir une estimation
de l’incertitude en phase de prévision.
Mots clés : Crues rapides, bassin versant Gardons d’Anduze, écoulement, méthode
GLUE, analyse de sensibilité.

Abstract
The MARINE model developed at Institut de Mécanique des Fluides de Toulouse, is a
space distributed, event dedicated, real time and physically based rainfall - runoff model
aimed at predicting flash floods. It provides distributed parameters and hydrographs ena-
bling previsionists to estimate events dangerousness.
Distributed data provide a tentative value, fitted using one single multiplying coefficient
for each model parameter on observations on the Gardons d’Anduze watershed used as
test basin. In order to determine most sensitive parameters, the GLUE «Generalized
Likelihood Uncertainty Estimation» theoretical framework allowing a sensitivity analy-
sis is used. Each model parameter is then ranked according to its importance; its varia-
tion range is determined and uncertainty bounds are computed for forecasting purpose.
Keywords: Flash flood, Gardons d’Anduze catchment, runoff, GLUE method, sensitivity
analysis.
REMERCIEMENTS
Je remercie toutes les personnes qui m’ont permis d’aller au bout de ce travail et je pré-
sente mes excuses à toutes celles que je pourrais oublier de citer dans ces quelques li-
gnes.
Mes sincères remerciements à tous les membres du jury : Mme Isabelle BRAUD, M.
Roger MOUSSA, M. Nicolas RIVIERE les rapporteurs de mes travaux de thèse, en dé-
pit de leurs lourdes charges de travail; Mme Hélène ROUX, M. Denis DARTUS, M.
Jacques GEORGE, les examinateurs. Leurs travaux de recherche respectifs ont été pour
moi des références scientifiques et le débat qu’ils ont orienté lors de la soutenance de
cette thèse a apporté une réelle conclusion à ces travaux en incluant toutes les perspecti-
ves d’évolution.
Je remercie M. Olivier SIMONIN, ancien directeur de l’Institut de Mécanique des Flui-
des de Toulouse, qui m’a accueilli pour la thèse, puis M. Jaques MAGNAUDET Direc-
teur de l’Institut de Mécanique des Fluides de Toulouse, ainsi que M. Henri BOISSON,
Vice-directeur.
Je remercie mon directeur de thèse, Denis DARTUS, que j’ai toujours respecté, qui a
orienté mes travaux et qui m’a beaucoup aidé dans la recherche ainsi que dans la vie. Il
m’a ainsi permis, par la complémentarité de son travail de recherche et de sa personnali-
té, d’avancer dans mes propres travaux. Merci donc à mon professeur - Denis pour
m’avoir donné toutes les conditions matérielles nécessaires dont un thésard ne peut habi-
tuellement que rêver.
Merci aux personnels de l’Ecole Doctorale, de l’INPT pour leur professionnalisme et
leur disponibilité. Un grand merci aussi à tous les membres de l’IMFT et de
l’ENSEEIHT, mes collègues de tous les jours, grâce à qui j’ai pu mener ce travail à bien
dans la bonne humeur.
En particulier, je remercie le groupe HYDROECO qui m’a si bien accueilli, tant humai-
nement que matériellement.
Jaques GEORGE, pour ta bonne humeur, je te remercie très chaleureusement. Tu m’as
beaucoup aidé, tu as toujours été présent pour répondre à mes préoccupations scientifi-
ques… et humaines. Tu as participé à part entière à l’encadrement de mes travaux de
recherche ainsi que corrigé ma thèse.
Marie-Madeleine MAUBOURGUET, si sympathique, je te remercie beaucoup. Tu m’as
tant aidé pendant de ma thèse, tu as toujours été présente pour me répondre, notamment
aux problèmes rencontrés avec le logiciel MARINE.
Merci à Jaques CHORDA pour tes aides, au début de la thèse, tu m’as guidé, permis de
comprendre les problèmes des ArcMap et ArcView, tu as également été présent pour
répondre à toutes autres curiosités scientifiques.
Merci à Hélène ROUX qui m’a donné beaucoup de connaissances sur les théories de
sensibilité des paramètres, tu as été aussi présente pour répondre à mes questions scien-
tifiques et guider l’orientation de la thèse.
Je remercie Mme Sylvie SENNY, Mme Marie-Christine TRISTANI, ancien secrétaire
du groupe HYDRE.
Dominique HAUW, secrétaire du groupe HYDROECO, qui a un bon cœur. Tu m’as aidé
pour toutes les formalités dont j’avais besoin, je te remercie beaucoup.
Mercie à mes collègues, Kevin LARNIER et Hélène BESSIERE
Kevin LARNIER, brillant et intelligent, tu m’as beaucoup aidé, en particulier pour la
finition des modules de simulations Monte-Carlo dans MARINE.
Hélène BESSIERE, merci pour ta gentillesse. Je cois que tu as compris tout ce que je
pensais, ce que j’ai fait ; tu m’as chaleureusement expliqué toutes les astuces dans le
travail et dans la vie française.
Je pense également et plus généralement à tous les français pour leur gentillesse et leur
bon cœur.
Merci à mes amis qui m’ont suivi pendant toute la période de ma thèse.
Je remercie le Gouvernement vietnamien, Gouvernement français qui m’ont donné
l’occasion d’étudier en France.
Merci à mes grands parents, mes parents et ma femme qui m’ont donné les meilleures
conditions pour étudier en France.
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Table des matières

CHAPITRE I : INTRODUCTION GENERALE .......................................................................7
CHAPITRE II : LES CRUES : PREVISION, ANNONCE ET APPORT DES MODELES ...............10
II.1 La prévision des crues pour la gestion du risque inondation...........................10
II.1.1 Augmentation de la vulnérabilité du territoire ...................................10
II.1.2 Des crues qui ont marqué les mémoires .............................................10
II.1.3 Les différentes étapes de la gestion du risque.....................................11
II.2 L’annonce et la prévision des crues en France ...............................................12
II.2.1 L’annonce des crues en France : responsabilités, organisation,
évolutions ...........................................................................................12
II.2.2 Schéma général d’organisation de l’alerte et information au citoyen .12
II.2.3 Quelques dates importantes dans l’annonce des crues en France.......13
II.2.4 La réforme de l’annonce des crues ; besoins en outils de prévision
hydrologie...........................................................................................14
II.2.5 Quels systèmes d’alertes pour une prévision opérationnelle...............15
II.3 L’apport des modèles hydrologiques pour la gestion de crise du risque
inondation ...................................................................................................16
II.3.1 Généralité sur l’application d’un modèle opérationnel pour la
prévision des crues .............................................................................16
II.3.2 Synthèse processus/modèles ...............................................................17
CHAPITRE III : SYNTHESE BIBLIOGRAPHIQUE SUR LES M ODELES PLUIE-DEBIT ..........18
III.1 Le bassin versant, siège de processus hydrauliques complexes .....................18
III.1.1 Processus et composantes d’écoulement ...........................................19
III.1.2 Des caractéristiques fortement hétérogènes ......................................20
III.1.3 Difficultés liées à l’observation des hydrosystèmes ...........................21
III.1.4 Données in situ, information ponctuelle ou intégratrice ....................22
III.1.5 Données issues de la télédétection, indirectes mais spatialisées........23
III.2 Hydrologie des crues éclair ..........................................................................26
III.2.1 Processus physiques susceptibles d'être responsable de la genèse et
de la propagation des crues éclair ......................................................26
III.2.2 Fonction de transfert ........................................................................33
III.2.3 Spatialisation de l’information .........................................................36
III.2.4 Bilan de la genèse des crues éclair ...................................................37
III.3 Choix d’un modèle hydrologie pour les crues « éclair » ...............................39
CHAPITRE IV : SITE D’ETUDE, MODELE ET METHODES ...............................................40
IV.1 Les Gardons d’Anduze .................................................................................40
IV.1.1 Situation géographique .....................................................................40
IV.1.2 Morphologie de la région..................................................................41
IV.1.3 Les données hydrologiques (Marchandise 2007) ...............................47
IV.2 Schéma de fonctionnement de MARINE ......................................................50
IV.2.1 Données de pluie...............................................................................51
IV.2.2 Données de terrain............................................................................51
IV.2.3 Modélisation du transfert de l’écoulement superficiel .......................51

Xuan Kham LE - 2008 - 4 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

IV.2.4 Modélisation du transfert de l’écoulement dans le réseau de

drainage .............................................................................................56
IV.2.5 Représentation des pertes par infiltration .........................................57
IV.2.6 Modélisation des écoulements de subsurface.....................................59
IV.2.7 La liste des paramètres utilisés pour l’analyse de sensibilité ............59
IV.3 Analyse de sensibilité...................................................................................60
IV.3.1 Général .............................................................................................60
IV.3.2 Analyse de sensibilité généralisée. ....................................................63
IV.3.3 Generalized Likelihood Uncertainty Estimation (GLUE)...................66
CHAPITRE V : CALAGE DU MODELE ET VALIDATION ....................................................72
V.1 Introduction...................................................................................................72
V.2 Les critères de test .........................................................................................72
V.2.1 Le critère de NASH.............................................................................73
V.2.2 La fonction J ou critère du pic du crue ...............................................73
V.3 Combinaison des paramètres analysées..........................................................74
V.4 Les coefficients de Manning-Stickler ............................................................75
V.4.1 Analyse de sensibilité des paramètres.................................................75
V.4.2 Analyse de l’incertitude sur les prévisions du modèle .........................81
V.4.3 Conclusion .........................................................................................82
V.5 Le coefficient de conductivité hydraulique, le Manning du lit majeur et
l’humidité initiale du sol..............................................................................83
V.5.1 Analyse de sensibilité des paramètres.................................................83
V.5.2 Analyse de l’incertitude sur les prévisions du modèle .........................87
V.5.3 Conclusion .........................................................................................88
V.6 Le coefficient de conductivité hydraulique, la hauteur d’infiltration et le
Manning du lit majeur. ................................................................................88
V.6.1 Analyse de sensibilité des paramètres.................................................88
V.6.2 Analyse de l’incertitude sur les prévision du modèle ..........................92
V.6.3 Conclusion .........................................................................................93
V.7 Le coefficient de conductivité hydraulique, la porosité du sol et la force de
succion. .......................................................................................................93
V.7.1 Analyse de sensibilité des paramètres.................................................93
V.7.2 Analyse de l’incertitude sur les prévision du modèle ..........................97
V.7.3 Conclusion .........................................................................................98
V.8 La force de succion, la hauteur d’infiltration et l’humidité initiale du sol. .....98
V.8.1 Analyse de sensibilité des paramètres.................................................98
V.8.2 Analyse de l’incertitude sur les prévision du modèle ........................102
V.8.3 Conclusion .......................................................................................103
V.9 La porosité du sol, l’humidité initiale du sol et le Manning-Strickler du lit
majeur. ......................................................................................................103
V.9.1 Analyse de sensibilité des paramètres...............................................103
V.9.2 Analyse de l’incertitude sur les prévision du modèle ........................106
V.9.3 Conclusion .......................................................................................107
V.10 La porosité du sol et la hauteur d’infiltration .............................................107
V.10.1 Analyse de sensibilité des paramètres.............................................107

Xuan Kham LE - 2008 - 5 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.10.2 Analyse de l’incertitude sur les prévision du modèle ......................110

V.10.3 Conclusion .....................................................................................111
V.11 Conclusion ................................................................................................111
CHAPITRE VI : CONCLUSION GENERALE : ANALYSE DES RESULTATS ET
PERSPECTIVES ....................................................................................................112
VI.1 Introduction du modèle de sub-surface .......................................................113
VI.2 Introduction d’une variabilité du coefficient de Manning-Strickler.............113
VI.3 Perspectives ...............................................................................................114
CHAPITRE VII : REFERENCES BIBLIOGRAPHIQUES ....................................................116
CHAPITRE VIII : ANNEXES .........................................................................................124
VIII.1 Valeurs relatives à la crue de 1994 ..........................................................124
VIII.1.1 La combinaison des paramètres analysées....................................124
VIII.1.2 Les coefficients de Manning .........................................................125
VIII.1.3 La conductivité hydraulique, l’humidité initiale du sol et le
Manning du lit majeur.......................................................................128
VIII.1.4 Le coefficient de conductivité hydraulique, la hauteur
d’infiltration et le Manning du lit majeur ..........................................131
VIII.1.5 Le coefficient de conductivité hydraulique, la porosité du sol et la
force de succion. ...............................................................................134
VIII.1.6 La force de succion, la hauteur d’infiltration et l’humidité initiale
du sol. ...............................................................................................137
VIII.1.7 La porosité du sol, l’humidité initiale du sol et Manning-Strickler
du lit majeur. ....................................................................................140
VIII.1.8 La porosité du sol et la hauteur d’infiltration ...............................143
VIII.2 Valeurs relatives à la crue de 1996 ..........................................................145
VIII.2.1 Les coefficients de Manning .........................................................145
VIII.2.2 Le coefficient de conductivité hydraulique, l’humidité initiale du
sol et Manning du lit majeur .............................................................148
VIII.3 Valeurs relatives à la crue de 2006 ..........................................................151
VIII.4 Résultat de la prise en compte du Manning variable en utilisant le critère
de Nash .....................................................................................................154

Xuan Kham LE - 2008 - 6 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre I : INTRODUCTION GENERALE

La demande de prévision et d’anticipation des crues rapides sur les bassins versants peu ou
mal jaugés est de plus en plus pressante vu les risques encourus. Les bassins versants expo-
sés aux crues rapides ou « éclair » ne font pas, en général, l’objet d’annonces ou de prévi-
sions. Or, ces crues éclair, par leur soudaineté et leur brutalité menacent non seulement les
biens mais aussi les vies humaines. Nous devons développer des outils pour annoncer le
phénomène des crues rapides sur les bassins versants et mieux comprendre les paramètres
qui interviennent les mécanismes de ces crues.
Le but étant de représenter la réponse hydrologique (surtout, dans une première étape, la
phase de montée de crue), de bassins versants de taille petite à moyenne, à des évènements
météorologiques extrêmes, on a pris en compte en priorité les composantes du cycle hydro-
logique qui affectent l’écoulement rapide.
Ainsi, à l’échelle de l’évènement, on estime le volume du au ruissellement sur la surface du
bassin versant comme étant la composante principale de l’hydrogramme à l’exutoire. Parmi
les processus physiques susceptibles d’affecter la part de la pluie qui va participer à cet
écoulement superficiel, on ne retient que l’infiltration dans la zone non-saturée qui repré-
sente donc l’unique terme de perte du bilan hydrologique. On considère que les mécanis-
mes d’interception et d’évapotranspiration n’ont qu’une influence marginale sur la genèse
de ces crues, influence qui n’est pas représentée dans la structure du modèle auquel nous
nous intéressons.
La réponse à l’exutoire du bassin sollicité par des précipitations intenses dépend de nom-
breux facteurs influençant l’écoulement de surface sur sols filtrants. Selon le fonctionne-
ment hydrologique adopté, la pluie nette (résultat du refus d’infiltration d’une partie de la
pluie brute) va s’écouler par gravité le long des pentes et former l’essentiel de l’écoulement
rapide de crue. On s’attache donc, dans un premier temps, à représenter le ruissellement de
surface (runoff). La contribution des écoulements souterrains rejoignant l’exutoire à des
échelles de temps plus longues est également abordée dans un second temps, pour ce faire
on décompose l’infiltration en deux : l’alimentation des nappes profondes qui est considé-
rée comme perdue et le ruissellement de sub-surface qui fait l’objet d’un traitement parti-
culier et permet de rendre mieux compte de la décrue.
La morphologie du bassin versant (forme, pente, structuration du réseau hydrographique)
ainsi que l’état de surface (occupation des sols) jouent un rôle déterminant dans le transfert
de l’écoulement superficiel vers l’exutoire. En fonction de la taille du bassin versant et de
la dynamique de l’évènement pluvieux, la prise en compte de la variabilité spatiale de la
pluie pourra se révéler essentielle. Le profil de sol étant fortement sollicité par la pluie in-
cidente mais aussi par la lame d’eau provenant de l’aire drainée amont, la capacité
d’infiltration, principalement contrôlée par les caractéristiques de structure et de texture
des sols, est une composante déterminante du bilan hydrologique. La connaissance des ca-
ractéristiques géologiques, pédologiques et des conditions antécédentes d’humidité du mi-
lieu est donc indispensable.
Le Groupe HYDROECO de l’IMFT (Institut de Mécanique des Fluides de Toulouse) parti-
cipe au programme BVNE (Bassins Versants Numériques Expérimentaux) mis en place par
le SCHAPI (Service Central Hydrométéorologique d’Appui à la Prévision des Inondations)
depuis 2005. Dans ce cadre, le Bassin versant des Gardons d’Anduze a été retenu comme
base de test des modèles hydrologiques de prédiction des crues éclair ; nous avons donc

Xuan Kham LE - 2008 - 7 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

choisi de développer notre travail à partir des données récoltées sur ce site lors de diffé-
rents épisodes pluvieux.
Afin de faciliter l’intégration de données satellitales et l’utilisation de données SIG (Sys-
tème d’Information Géographique), le bassin versant est discrétisé sur une grille régulière
(MNT raster) sur laquelle on effectue les bilans de masse et de quantité de mouvement. On
peut donc potentiellement prescrire une valeur, par maille de MNT (Modèle Numérique de
Terrain), pour le forçage atmosphérique et les paramètres du modèle (conditions de surface
et caractéristiques du profil de sol).
Dans la littérature, il existe de nombreux modèles hydrologiques : modèles empiriques glo-
baux, modèles conceptuels, modèles à base physique. Nous évoquerons plus loin ces diffé-
rents types de modèles mais il nous semble que la spécificité d’un laboratoire de mécani-
que des fluides doit être de privilégier l’approche physique en essayant de raisonner en
terme de flux échangés, chaque bassin versant devant être caractérisé par des données phy-
siques « objectives » (pente, profondeur et nature du sol, taux d’humidité).
C’est ce que nous avons cherché à faire à l’IMFT où nous disposons du logiciel MARINE
(Modélisation de l’Anticipation du Ruissellement et des Inondations pour des évéNements
Extrêmes) dont le développement se poursuit depuis la thèse d’(Estupina-Borrell 2004). Ce
code spatialisé à base physique à fait du ruissellement par dépassement de la capacité
d’infiltration le processus expliquant la genèse des crues à cinétique rapide, il s’agit d’un
modèle pluie – débit distribué, événementiel, à base physique, intégrant l’imagerie satelli-
tale pour les crues à cinétique rapide. Ce modèle dispose d’une version « temps réel » qui a
été mise en place au SCHAPI pour les besoins des services d’alerte.
Le logiciel MARINE permet le calcul de l’hydrogramme de crue en tout point et en parti-
culier à l’exutoire d’un bassin versant. Il permet en outre d’estimer la répartition spatiale et
temporelle du stock d’eau dans le sol. De nombreux paramètres interviennent sur la forme
de l’hydrogramme du fait du caractère « distribué » et « à base physique » du modèle. On
peut citer l’humidité initiale des sols, leurs caractéristiques pédologiques, mais aussi les
vitesses de transfert des masses d’eau sur le bassin versant.
Le problème consiste à déterminer quels sont les paramètres les plus sensibles et quels pa-
ramètres nous permettent d’obtenir une bonne adéquation entre les modèles et les observa-
tions. Pour cela la méthode bayésienne GLUE « Generalized Likelihood Uncertainty Esti-
mation » définit un cadre théorique qui permet une analyse de sensibilité systématique des
différents paramètres intervenant dans les modèles. L’objectif est d’identifier les paramè-
tres les plus importants pour le modèle en fonction de différents critères tels que le critère
de NASH, le volume au pic de crue ou tout autre critère d’évaluation permettant de valider
le modèle.
L’objectif de la thèse, est donc de comprendre l’évolution des processus hydrologiques sur
les petits bassins versants à cinétique rapide, d’utiliser une méthode d’analyse de sensibili-
té afin de déterminer les paramètres importants et de les intégrer dans le modèle.
La spatialisation de l’approche implique d’avoir des données, ou pour le moins des estima-
tions des valeurs de chacun des paramètres en tout point du bassin versant. Comme il serait
vain d’essayer de tester la sensibilité de chaque paramètre au sein de chaque maille, nous
avons décidé de nous appuyer sur la répartition spatiale des données et de caler la valeur
d’un coefficient multiplicateur unique pour chacun de ces paramètres sur l’ensemble du
bassin versant. En d’autres termes, si on prend par exemple le cas de la profondeur du sol :
nous disposons de valeurs de la profondeur du sol en tout point du maillage (à partir de
données du BRGM). Ces valeurs n’intègrent pas l’existence possible de failles,

Xuan Kham LE - 2008 - 8 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

d’hétérogénéités, de cuvettes et peuvent conduire à une mauvaise estimation de la capacité

de stockage du sol. Nous avons donc choisi d’affecter la profondeur du sol d’un coefficient
multiplicateur et avons effectué le calage sur ce seul coefficient sans toucher aux données.
L’essentiel du travail a donc consisté en l’étude de l’importance relative des paramètres
considérés, à savoir : l’humidité initiale et les trois coefficients de Strickler caractéristiques
des rugosités (dans le lit mineur et dans le lit majeur des drains ainsi que sur les pentes du
bassin versant) d’une part ; un coefficient multiplicateur de la profondeur du sol, de la
conductivité hydraulique, la porosité et une de la force de succion d’autre part (en ce qui
concerne les paramètres dont nous disposons de données spatialisées).
Un second chantier, ouvert en parallèle dans le cadre de la thèse d’Hélène Bessière,
concerne l’amélioration de la version temps réel du code MARINE. Il a trait à
l’assimilation de données par dérivation du code grâce à l’utilisation du modèle
TAPENADE (développé à l’INRIA).
Ce document est divisé en 6 chapitres principaux :
- Chapitre 1. Introduction qui situe le contexte général de cette étude.
- Chapitre 2. Les crues : prévision, annonce et apport des modélisations qui donne
quelques informations sur les risques d’inondation, l’organisation de l’annonce et de
la prévision des crues en France et l’apport des modèles hydrologiques pour la ges-
tion de crise lors d’un risque d’inondation.
- Chapitre 3. Synthèse Bibliographique sur les Modèles pluie-débit reprend une pré-
sentation classique des processus hydrologiques intervenant dans un bassin versant
et on définit les particularités et les besoins en modélisation associés aux crues
« éclair ».
- Chapitre 4. Site d’étude, Modèle et Méthodes présente le bassin versant étudié « les
Gardons d’Anduze » et les données hydrologiques associées ; le modèle hydrologi-
que utilisé MARINE répondant aux besoins spécifiés au chapitre précédent, la mé-
thode d’analyse de sensibilité est basée sur de nombreuses simulations de type
Monte-Carlo.
- Chapitre 5. Calage du modèle et validation présente les critères utilisés pour le ca-
lage du modèle, propose un calage et essaie de dégager un classement des paramè-
tres significatifs entrant dans la modélisation des crues à cinétique rapide.
- Chapitre 6. Conclusion générale qui propose aussi quelques perspectives à ce tra-
vail.

Xuan Kham LE - 2008 - 9 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre II : LES CRUES : PREVISION, ANNONCE ET APPORT DES

MODELES

II.1 La prévision des crues pour la gestion du risque inondation

Le risque inondation est défini habituellement comme le croisement d’un aléa,
l’inondation, et de l’enjeu du territoire qui est soumis à l’inondation. La vulnérabilité ex-
prime et mesure le niveau de conséquence potentiel de l’aléa rapporté à l’enjeu du terri-
toire. L’importance, la perception et la gestion du risque ont considérablement évolué au
cours de ces 60 dernières années, sous l’effet dune urbanisation importante du territoire
français et d’une modification des modes de vie et de pensée. Les réponses institutionnelles
ont évolué parallèlement et font appel, aux différentes étapes de la gestion du risque, à des
outils et méthodes de plus en plus multidisciplinaires (Marchandise 2007)

II.1.1 Augmentation de la vulnérabilité du territoire

S’il est trop tôt pour pouvoir parler d’une augmentation de l’aléa à l’origine des inonda-
tions, lié à un éventuel dérèglement climatique d’origine anthropique, l’urbanisation galo-
pante du territoire français de ces 60 dernières années a conduit à une augmentation impor-
tante de sa vulnérabilité face au risque inondation. La construction de lieux d’habitation à
proximité de certains cours d’eau (et même parfois dans leur lit majeur !) en est une consé-
quence. En outre, l’urbanisation a eu pour effet d’amplifier l’aléa par l’imperméabilisation
des surfaces : ruissellement sur surfaces imperméabilisées, propagation de crues urbaines
en milieu « guidé » par les rues. On estime en France qu’une commune sur 3 est concernée
à un degré divers par le risque inondations, dont 300 grandes agglomérations (source
[Link]) ; 2 millions de personnes vivent à proximité d’un cours d’eau.

Panorama des crues dévastatrices dans le sud de la France depuis 1988

Coût estimé des dégâts Victimes
Territoire
matériels humaines
Nîmes, 1988 0,5 milliard d'euro 10
Vaucluse, Ardèche, Drôme, 1992 0,5 milliard d'euro 47
Aude, Tarn, Pyrénées-Orientales, 1999 0,5 milliard d'euro 36
Gard, 2002 1,2 milliards d'euro 24
Rhône, 2003 1 milliard d'euro 7
Tableau 1 - Conséquences humaines et matérielles des principales inondations depuis 1988 dans le sud de la France

II.1.2 Des crues qui ont marqué les mémoires

Ces 20 dernières années, une série de catastrophes humaines (et économiques) ont eu lieu :
Nîmes, 1988 ; Vaison-la-Romaine, 1992 ; Aude, 1999, Gard, 2002 ; Rhône, 2005, pour ne
citer que les crues du sud de la France. Par leurs conséquences humaines et matérielles
(Tableau 1) et leur aspect spectaculaire - relayé par des médias de plus en plus visuels (in-
ternet, télévision) et avides d’images spectaculaires, elles ont contribué à marquer les es-
prits.

Xuan Kham LE - 2008 - 10 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

II.1.3 Les différentes étapes de la gestion du risque

Dans la lutte contre les inondations, on distingue habituellement 3 étapes :
- la prévention
- la gestion de crise
- l’analyse post crise
Bien que complémentaires dans l’analyse globale du risque, ces étapes font appel à des
compétences, des méthodes et des outils spécifiques.
II.1.3.1 La prévention
Au stade de la prévention, le travail de l’hydrologue porte sur la détermination de l’aléa. Il
s’agit de déterminer l’aléa potentiel en terme de débit dans les cours d’eau et de déborde-
ments générés. Concrètement, il s’agit dans une première étape de déterminer une hauteur
d’eau ou un débit de période de retour donnée en chaque point du territoire. Les outils em-
ployés sont des outils statistiques et, suivant les données disponibles, on aboutit à différen-
tes méthodes :
- si on dispose de chroniques de données de débit, on détermine leur fréquence empi-
rique et on utilise une loi statistique pour extrapoler ces distributions de fréquences
vers les valeurs extrêmes. Les lois les plus couramment utilisées sont les lois des va-
leurs extrêmes généralisées -Generalized Extreme Values (Salvadori 2003) - ou
Double-Gumbel –Two Components Extreme Values- (Rossi et al. 1984) ;
- si on dispose uniquement de chroniques de pluie, ce qui est le cas pour de nombreux
petits bassins non jaugés, les méthodes consistent à ajuster une distribution statisti-
que sur les fréquences empiriques issues des chroniques de pluie. Dans une
deuxième étape, on utilise une méthode de passage de la distribution fréquentielle
des pluies à la distribution fréquentielle des débits. Les méthodes les plus em-
ployées sont la méthode du GRADEX (Guillot and Duband 1967), la méthode
AGREGEE (Margoum et al. 1994) ou la méthode SHYPRE (Arnaud and Lavabre
2002). Cette dernière fait partie de la famille des modèles semi-déterministes qui
couplent un modèle stochastique de génération de la pluie – basé sur l’étude des ca-
ractéristiques des averses -, une fonction de production et éventuellement une fonc-
tion de transfert, pour agglomérer en temps et en espace les contributions des écou-
lements amont (Goel et al. 2000); (Loukas 2002)).
- si on ne dispose ni de données de pluie, ni de données de débits, on utilise des mé-
thodes régionales pour extrapoler les paramètres des lois statistiques calées ponc-
tuellement. La méthode la plus connue est la méthode AURELHY (Benichou and
Breton 1987). Elle utilise une Analyse en Composantes Principales du relief pour
l’extrapolation spatiale des paramètres des lois statistiques fréquentielles ajustées
sur les pluies ponctuelles. Pour déterminer le débit de période de retour associée, il
faut distinguer le débit de ruissellement direct, qui est généré par la pluie tombant
sur la maille, du débit de bassin qui prend en compte l’apport éventuel de contribu-
tions amont de ruissellement. Dans le premier cas, l’utilisation d’un modèle de pro-
duction distribué suffit. Dans le second cas, il faut définir une Fonction de Transfert
Statistique, qui agglomère les contributions des débits de ruissellement de l’amont
(projet SHYREG, (Lavabre et al. 2003)).
L’application de ces méthodes de prédétermination des crues permet aux maires, à travers
les outils juridiques à leur disposition (PLU, PPRI) d’interdire ou d’autoriser sous certaines

Xuan Kham LE - 2008 - 11 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

contraintes (surélévation par exemple) les constructions dans les zones à aléa potentiel im-
portant. Pour le spécialiste en aménagement du territoire, ces méthodes permettent de di-
mensionner des ouvrages hydrauliques (barrages, ponts). Pour le prévisionniste hydromé-
téorologue, connaître à l’avance un débit ou une pluie de période de retour donnée permet
d’aider au diagnostic d’une situation pluvieuse. Ces méthodes statistiques de prédétermina-
tion de débits de crues, établies sur la base de chroniques de données importantes, nécessi-
tent une stationnarité dans les données. Elles sont limitées par leur caractère non détermi-
niste. Elles ne peuvent pas s’appliquer directement sur des bassins ou des aménagements
anthropiques viennent modifier les conditions d’écoulement.
En complément de cette analyse de l’aléa, l’analyse de la vulnérabilité fait appel à des
compétences de nature géographique et socio-économique afin de localiser et quantifier la
vulnérabilité des territoires, en effet, vu la situation présente, il convient de prendre en
considération la totalité des problématiques s'offrant à nous.
II.1.3.2 La gestion de crise
Au stade de la gestion de crise, il s’agit de savoir, étant donné une situation météorologi-
que observée ou prévue, où et quand les débordements vont avoir lieu. Les outils utilisés
sont à la fois des outils météorologiques et des outils hydrologiques déterministes.
II.1.3.3 La gestion post-crise
La gestion post-crise permet d’améliorer les deux étapes précédentes en valorisant les don-
nées issues de l’observation des crues, et notamment des crues rares. Gaume définit une
méthodologie de retour d’expérience hydrologique basée sur la collecte et les critiques des
données, associées à une interprétation hydrologique (Gaume 2002).

II.2 L’annonce et la prévision des crues en France

II.2.1 L’annonce des crues en France : responsabilités, organisation, évolutions
En vertu de ses pouvoirs de police municipale (article 2212-2-5° du code général des col-
lectivités territoriales), c’est au maire qu’il revient de prévenir la population de la montée
des eaux de crue dans sa commune. En effet, c’est sans obligation légale que l’Etat a, dès le
commencement (en 1856), mis en place des services chargés d’aider les maires dans la pré-
vention et la prévision des crues et des inondations. Le maire est donc responsable juridi-
quement et c’est lui ou ses services qui seront condamnés et cas de faute lourde à l’annonce
des crues prouvée par les juges. Si le maire est dépassé par les conséquences prévisibles de
l’inondation, il a le devoir de « provoquer l’intervention de l’administration supérieure » :
le préfet. C’est à lui qu’incombe l’organisation de la chaîne d’alerte, dans le cadre général
de la gestion des alertes relatives à la sécurité civile.

II.2.2 Schéma général d’organisation de l’alerte et information au citoyen

Dans l’organisation réglementaire, ce sont les préfectures qui centralisent les informations
et expertises des services techniques de prévision (SPC, Météo-France) avant de redistri-
buer l’information aux services de la sécurité civile, chargés de venir en aide aux popula-
tions vulnérables (Figure 1).
En complément de ce schéma d’organisation, destiné à la mobilisation de secours de la sé-
curité civile, on recense un certain nombre d’initiatives de la part des services institution-
nels (Météo-France, SPC, SCHAPI, Préfectures, Agences de l’Eau,…) visant à diffuser les
annonces directement au citoyen. Parmi les principales, on peut citer :

Xuan Kham LE - 2008 - 12 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

- depuis 1982, les messages de crue et les cotes des cours d’eau sont disponibles sur
le minitel. En 1995, internet a pris le relais de cette diffusion. (exemple
[Link]
- depuis 2001 une procédure de veille météorologique permet à Météo-France de lan-
cer des alertes de pluie. Une carte de vigilance à 4 couleurs est diffusée sur Internet
([Link]
- depuis juillet 2005, une carte de vigilance est établie sur les cours d’eau concernés
par l’annonce de crue réglementaire. ([Link]).

Figure 1 - Schéma Général d’Annonce des Crues en France

Certaines communes et collectivités locales ont souhaité développer leurs propres services
d’annonce et de prévision : des grandes agglomérations soumises à un aléa récurrent (Mar-
seille, Nîmes, …) mais également des communes plus modestes mais vulnérables (Sommiè-
res, Montfrin,….). Les systèmes d’alertes à la population sont multiples :
- utilisation des ondes hertziennes et de la radio ;
- déclenchement de la sirène des pompiers ;
- récepteurs individuels pour les maisons situées dans les zones à risque.

II.2.3 Quelques dates importantes dans l’annonce des crues en France

Notons que l’histoire administrative des Services d’Annonce des Crues commence en 1856
par la décision de la création d’un service spécial d’études de la Loire, du Rhône de la Ga-
ronne et de la Seine. Il faudra attendre 1964 pour avoir la première loi dans le domaine de
l’annonce des crues. Celle-ci concerne instaure la gestion intégrée par bassin versant des
cours d’eau français. Par cette loi sont crées 6 agences financières de l’eau. Leur aire
d’étude correspond aux 6 grands bassins français : Adour-Garonne, Artois-Picardie, Loire-
Bretagne, Seine-Normandie, Rhin-Meuse et Rhône Méditerranée-Corse. Depuis 1856, le

Xuan Kham LE - 2008 - 13 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

nombre des services d’annonce des crues a fluctué. Dans une première phase, l’extension
du réseau surveillé par les services s’est accompagné d’une augmentation de leur nombre
(32 en 1883, 35 en 1900, 59 en 1977). Ces 23 dernières années, la tendance est à la concen-
tration des moyens et des compétences : 52 services en 1997 contre 22 aujourd’hui.

Mise en place par le Conseil Général des Ponts et Chaussées d'un programme
1847
d'étude visant à la création d'échelles de crue sur la Loire
Décision de la création d'un service spécial d'études de la Loire, du Rhône, de la
1856
Garonne et de la Seine, annonce des crues sur la Loire
1872 Annonce des crues sur le bassin Seine-Normandie
1878 Annonce des crues sur le bassin de la Garonne
1883 Annonce des crues sur le bassin Rhin-Meuse et Artois-Picardie
1892 Annonce des crues sur le bassin Rhône-Méditerranée-Corse; création du service
d'Annonce des Crues du Gard
Organisation des Services d'Annonce des Crues; création de la commission minis-
1910
térielle permanent des inondations et de la commission des annonces de crue
Regroupement des deux commissions au sein du Service Central Hydrologique;
1962
création de dix services hydrologiques centralisateurs
Loi instituant la création de 6 agences financières de bassin nommée Agence de
1964
l'Eau
Transfert des attributions exercées par le Ministère des Transports en matière
1979
d'annonce des crues au Ministère de l'Environnement
Réorganisation des services d'annonce des crues et de la transmission des avis dé-
1984
crue
1997 Réorganisation géographique des services d'annonce des crues
2003 Loi instituant la création du SCHAPI et des SPC
Tableau 2 - Les dates importantes dans l’évolution administrative de l’annonce des crues (source MEDD)

II.2.4 La réforme de l’annonce des crues ; besoins en outils de prévision hydrologie

La loi 2003-699 du 30 juillet 2003 relative à la prévention des risques technologiques et
naturels et à la réparation des dommages fixe le cadre réglementaire de la réforme : l’Etat
est responsable de la surveillance, de la prévision et de la transmission de l’information sur
les crues (article 41). Cette loi précise que, sur les cours d’eau majeurs et sur lesquels exis-
te un risque important pour les infrastructures humaines ou pour les populations, l’Etat doit
assurer la prévision dans la mesure où cette dernière est techniquement possible et à un
coût économiquement acceptable. Notons que la notion de prévision apparaît dans cette loi.
Cela s’est traduit par une évolution sémantique puisque les Services de Prévision des Crues
(SPC) remplacent les anciens Services d’Annonce de Crues (SAC).
Institutionnellement, cette réforme s’est matérialisée par ((Tanguy et al. 2005) :
- une réorganisation de la carte des services d’annonces des crues en France qui s’est
traduite par un regroupement en un nombre restreint de SPC afin d’en concentrer les
compétences. Ainsi, sur le bassin Rhône-Méditerranée-Corse qui nous concerne, le
nombre de Service de Prévision des Crues est passé de 12 à 5 ;
- la Création d’un service centrale hydrométéorologique d’appui à la prévision des
inondations (SCHAPI), service technique central sous tutelle du Ministère de
l’Ecologie, du Développement et des Aménagements Durables (MEDAD)

Xuan Kham LE - 2008 - 14 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Elle a pour exigence :

- de susciter et permettre une attitude de vigilance partagée par le plus grand nombre
d’acteurs (services de l’Etat, collectivités locales, médias, grand public) de la part
des SPC et du SCHAPI ;
- une simplification et une concentration des alertes sur les phénomènes hydrologi-
ques jugés dangereux, de la part des services de la sécurité civile.
Un volet essentiel concerne la diffusion de l’information. Elle se matérialise par l’émission
de bulletins de suivi (réactualisés tous les 24 h au minimum), d’une carte de vigilance
inondations à 4 couleurs (vert, jaune, orange et rouge, par ordre de danger croissant) sur les
tronçons surveillés par l’Etat (Figure 2).

Figure 2 - Carte de vigilance « crues » élaborée par le SCHAPI

La carte de vigilance inondation, disponible sur Internet ([Link])

est élaborée conjointement par les SPC et le SCHAPI. Elle passe par le développement, de
la part des SPC, d’outils de prévision des débits et des hauteurs d’eau sur le réseau régle-
mentaire et d’une expertise sur cette prévision. Si des systèmes de prévision des crues ont
été développés dans ce sens par certains SPC (projet ALTHAIR au SPC 30 en particulier),
le SCHAPI a initié une démarche d’intercomparaison des modèles hydrologiques en temps
réel, afin de retenir les modèles les mieux adaptés à la prévision (projet BVNE).

II.2.5 Quels systèmes d’alertes pour une prévision opérationnelle

Il existe de nombreux systèmes d’alertes. En effet les différents services utilisateur (SPC,
services techniques municipaux, services de la sécurité civile) ont développé leurs outils,
pour répondre à un besoin identifié et sur un milieu donné. Les services techniques munici-
paux sont concernés en majorité par des problématiques de ruissellement sur des petits bas-
sins urbains ou périurbains (coefficients de ruissellement proches de 100 % une fois les
réseaux d’évacuation des eaux pluviales saturés). Leurs outils hydrologiques sont des indi-

Xuan Kham LE - 2008 - 15 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

cateurs basés sur les intensités et les cumuls de pluie ou des scénarios de propagation dans
les rues. Pour les Services de Prévision des Crues, qui gèrent en majorité des bassins de
tailles relativement importantes (bassins de superficies supérieures à quelques dizaines de
km2), les modèles utilisés seront soit des modèles de propagation hydraulique, soit des mo-
dèles pluie/débit, soit des modèles mixtes.
Parmi les principaux systèmes d’alerte (constitués d’un ou plusieurs modèles hydrologi-
ques), adaptés aux crues « éclair » et qui fonctionnent en opérationnel ou sont en test sur
des bassins versants français, on peut citer : ALTHAIR (bassins versants du Gard),
SOPHIE ; MERCEDES ou encore MARINE.

II.3 L’apport des modèles hydrologiques pour la gestion de crise du ris-

que inondation
Les systèmes d’alerte dont nous avons parlé précédemment incluent un ou plusieurs modè-
les hydrologiques. La plupart de ces modèles sont des modèles pluie/débit déterministes.

II.3.1 Généralité sur l’application d’un modèle opérationnel pour la prévision des
crues
Un modèle est la rencontre d’un terrain d’étude, d’un chercheur doté d’une culture scienti-
fique donnée et d’un objectif, le tout avec certaines contraintes. Ceci explique qu’il existe
un grand nombre de modèles hydrologiques. L’application d’un modèle hydrologique dans
une optique de prévision des crues nécessite quelques réflexions et adaptations spécifiques.
II.3.1.1 L’apport d’un modèle hydrologique pour la prévision des crues
A partir de la connaissance de la pluie observée ou prévue et de l’état initial du bassin ver-
sant, un modèle hydrologique pour la prévision des crues détermine :
- quelle quantité d’eau de pluie (ou déjà présente dans les sols) va participer effecti-
vement à la crue ;
- dans quel délai celle-ci va rejoindre le cours d’eau et l’exutoire du bassin versant ;
- quelle sera l’étendue du champ d’inondation.
II.3.1.2 Modèle de simulations et modèles opérationnels
La plupart des modèles hydrologiques pluie/débit existant aujourd’hui ont été conçus dans
un cadre de reconstitution des débits à l’exutoire d’un bassin versant, c’est-à-dire dans un
cadre de simulation en temps différé. Les modèles les plus performants en simulation ne
sont pas nécessairement les modèles les plus performants en prévision ; néanmoins un mo-
dèle performant en simulation pour les bonnes raisons a de grandes chances d’être perfor-
mant en prévision. Dans une première étape, on peut donc rechercher un modèle perfor-
mant en simulation.
II.3.1.3 Limites des modèles globaux pour la simulation des crues « éclair »
Les modèles globaux (type GR) font l’hypothèse d’une relation stationnaire entre le signal
« pluie moyenne sur le bassin », un « stock initial en eau du bassin versant » et la réponse
du bassin versant. Pour faire fonctionner ces modèles, il est nécessaire de caler un paramè-
tre de transfert (temps de montée de l’hydrogramme unitaire qui s’apparente à un temps
concentration du bassin versant) et des paramètres de niveaux maximums et/ou coefficients
de vidange de réservoir. Ils constituent une schématisation adaptée à une analyse des diffé-
rentes composantes du cycle hydrologiques sur le bassin. Néanmoins, leur utilisation est

Xuan Kham LE - 2008 - 16 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

limitée si le comportement du bassin est non-stationnaire et difficile sur des bassins non
jaugés.
II.3.1.4 Modèles événementiels ou modèles continus ?
Dans l’utilisation des modèles dans un cadre opérationnel, on distingue classiquement le
mode continu : le modèle tourne tout au long de l’année ; du mode événementiel : le mo-
dèle n’est lancé que lorsqu’il se produit un événement pluvieux. La différence fondamen-
tale entre ces deux catégories de modèles réside dans la représentation plus ou moins com-
plète des différentes composantes du cycle de l’eau. Pour un modèle événementiel appliqué
à la prévision des crues « éclair », il suffira de représenter la dynamique de génération du
ruissellement de surface, la phase de montée et la décrue. Le modèle continu simulera en
complément les processus qui s’étalent sur une durée plus longue : redistribution de l’eau
dans les sols, évapotranspiration. D’un point de vue opérationnel, l’avantage des modèles
continus est qu’ils ne nécessitent pas d’initialisation. A l’inverse, les modèles événemen-
tiels doivent être initialisé en fonction d’indicateurs d’humidité initiale du bassin.

II.3.2 Synthèse processus/modèles

Si des études de terrain ou expérimentales permettent d’identifier, de caractériser et
d’identifier des processus à des échelles petites et moyennes, à l’échelle d’un bassin ver-
sant de plusieurs centaines de km2 , ce sont l’intégration spatio-temporelles des comporte-
ments hydrologiques des bassins élémentaires qui feront l’importance de la crue. Idéale-
ment, une modélisation intégrale des processus sur un bassin versant doit donc pouvoir dire
à la fois :
- quel processus se passera a priori sur une partie donnée du bassin versant en fonc-
tion d’indicateurs ou de descripteurs du milieu : épaisseur des sols, perméabilité,
propriétés structurales et texturales des sols ;
- comment agglomérer à l’échelle du bassin les différentes contributions liées aux dif-
férents processus.
Dans la pratique, on se contente souvent de modèle perceptuels ((Sivapalan 2003) ;
(Estupina-Borrell 2004)), qui modélisent le ou les processus dominants pour expliquer les
écoulements sur le bassin. C’est le cas de la grande majorité des modèles qui représentent
un processus de génération du ruissellement de surface associé au transfert de ce ruisselle-
ment jusqu’à l exutoire du bassin versant. L’écoulement de l’eau dans les sols et dans la
roche fissurée est rarement modélisé, ou alors de manière très grossière.

Xuan Kham LE - 2008 - 17 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre III : SYNTHESE BIBLIOGRAPHIQUE SUR LES MODELES

PLUIE-DEBIT
Vu la nécessité de bâtir des modèles performants en vue de la prévision des crues et des
inondations, il faut bien comprendre le fonctionnement des bassins versants.

III.1 Le bassin versant, siège de processus hydrauliques complexes

L’hydrologie s’intéresse à la distribution et à la circulation de l’eau dans la na-
ture(Marchandise 2007). Une partie de l’eau se trouve répartie soit dans les couches super-
ficielles du sol, soit dans l’océan, soit dans l’atmosphère terrestre ; elle évolue alors entre
ces trois milieux en passant par une succession récurrente de phases qui constituent le cy-
cle de l’eau. Sur les surfaces continentales, le cycle de l’eau fait intervenir des interactions
entre le sol, la biosphère et l’atmosphère, ainsi que la redistribution latérale l’eau entre les
différentes composantes du système.

Figure 3 - Exemple de bassin versant topographique, tiré de (Rigon et al. 2004)

Comme le souligne (Castaings 2007), il est nécessaire de définir un support géométrique

afin de formuler, à l’échelle locale ou régionale, des lois de conservation correspondant à
la partie continentale du cycle de l’eau. Étant donné que l’on s’intéresse dans le cadre de
cette thèse à la caractérisation du débit dans les cours d’eau, on définira le bassin versant
en fonction de sa capacité à alimenter les rivières. Ainsi, en une section droite d’un cours
d’eau, on considère la totalité de la surface qui contribue à l’écoulement de la dite section
(Hubert 2003). L’étendue ce cette surface dépend donc de l’endroit où l’on se place sur le
cours d’eau et correspond dans la plupart des cas au bassin versant topographique défini
par les lignes de crête (Figure 3).
Notre propos est centré sur les hydrosystèmes pour lesquels l’alimentation de la rivière ne
peut être influencée de manière significative ni par des effets anthropiques (ouvrages hy-
drauliques, voies de communication) ni par la fonte des neiges (les écoulements souterrains
de type karstique1 seront indirectement pris en compte sous la forme d’un coefficient

1
Karst : Région de calcaires et dolomites ayant une topographie souterraine particulière due à la dissolution de cer-
taines parties du sous-sol et au cheminement des eaux dans les galeries naturelles ainsi formées (Glossaire Interna-
tional de l’Hydrologie)

Xuan Kham LE - 2008 - 18 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

multiplicatif de la profondeur du sol). Le bassin versant est le siège de processus com-

plexes très largement influencés par l’extrême variabilité caractérisant la surface et la sub-
surface de cette aire drainée. On considère que les pertes s’effectuent uniquement par infil-
tration. L’évapotranspiration, combinaison de l’évaporation directe à partir des surfaces
d’eau libre (zones de stockage), des sols et de la transpiration végétale est négligée. C’est
le refus à l’infiltration qui va déterminer la fraction de la pluie qui va participer aux écou-
lements rapides de surface.

III.1.1 Processus et composantes d’écoulement

A l’échelle du bassin versant, un nombre important de processus se combinent en fonction
des conditions locales, du régime des précipitations ou de la saison. La Figure 4 présente
les composantes essentielles du bilan hydrologique sur une vue en coupe d’un versant. Du
point de vue de la formulation de lois de conservation, on peut classer ces différentes com-
posantes en fonction de leur rôle dans le système : les apports, les pertes et la redistribution
(latérale ou horizontale) des eaux en surface et en sub-surface. On se contente ici d’une
description succincte des ces différentes composantes afin de mettre en évidence la com-
plexité de la relation pluie-débit.

Figure 4 - Processus hydrologiques à l’échelle du bassin versant (tiré de Tarboton (Tarboton 2003))

Les précipitations, qui proviennent de manière indirecte de la condensation de la vapeur

d’eau atmosphérique, constituent l’unique source d’alimentation de la partie continentale
du cycle de l’eau. On distingue sur nos latitudes tempérées deux types de précipitations :
celles touchant de grandes étendues, de faible intensité mais de longue durée appelées pré-
cipitations stratiformes et celles frappant de plus petites surfaces, de faible durée mais de
forte intensité, qualifiées de précipitations convectives. Comparativement aux épisodes de
type stratiforme les épisodes convectifs sont caractérisés par une très importante variabilité
spatiale et temporelle des précipitations. Il est important de préciser que les deux types de
pluies peuvent coexister au sein d’un même système précipitant et que le relief joue un rôle
important dans leur déclenchement ou leur renforcement.
Les volumes non infiltrés (ou exfiltrés par intumescence de nappe) participent aux écoule-
ments de surface (sur versants et dans le réseau hydrographique) qui s’écoulent par gravité
le long des pentes. Le ruissellement se produit sur les versants en dehors du réseau hydro-
graphique (circulation connectée ou non à un drain permanent) et l’écoulement superficiel
désigne la circulation de l’eau en surface dans le réseau hydrographique. La genèse de ces
écoulements de surface résulte du dépassement de la capacité d’infiltration d’un sol non

Xuan Kham LE - 2008 - 19 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

saturé (Horton 1933) et/ou du refus d’infiltration d’un sol saturé (zones contributives satu-
rées d’après (Cappus 1960), (Hewlett and Hibbert 1967) et (Dunne and Black 1970)).
Une partie de l’eau infiltrée va participer aux écoulements de sub-surface. En effet lorsque
les couches superficielles de sols sont exposées à une averse, la circulation de l’eau à tra-
vers cette zone qualifiée de zone non saturée (milieux poreux) s’effectue principalement de
manière verticale sous l’effet de la gravité et des forces de succion (forces d’adhésion entre
le sol et l’eau), cependant, la totalité de l’eau infiltrée dans les sols ne circule pas de ma-
nière verticale. La stratification des sols associée à la présence de macropores dans les cou-
ches supérieures permettra à une partie des eaux de cheminer de manière latérale pour
constituer l’écoulement hypodermique ou de sub-surface. Cette composante d’écoulement,
dans certains cas qualifiée de nappe perchée temporaire contribue à la saturation des hori-
zons superficiels.
La majeure partie de l’eau infiltrée va lentement rejoindre la nappe pérenne (par gravité,
par percolation à travers les fissures du socle rocheux) et alimenter la rivière après une ab-
sence prolongée de précipitations. Cet écoulement qui provient de zones relativement pro-
fondes est appelé écoulement de base ou écoulement souterrain.
En définitive, la combinaison dans le temps et dans l’espace des ces différentes composan-
tes de la partie continentale du cycle de l’eau va constituer la réponse hydrologique d’un
bassin versant soumis à des précipitations atmosphériques.

III.1.2 Des caractéristiques fortement hétérogènes

Le bassin versant est caractérisée par une extrême variabilité des propriétés de surface et de
sub-surface. A travers la succession et l’enchevêtrement des différentes phases du cycle
hydrologique, les processus hydrologiques subissent et façonnent cette hétérogénéité.
La gravité étant le moteur principal des écoulements latéraux de surface et de sub-surface,
la pente est, parmi les caractéristiques morphologiques du bassin versant, celle dont
l’hétérogénéité spatiale est à la fois la plus évidente et la plus influente. L’étendue de la
surface de réception des précipitations, sa forme (allongée ou en éventail), et son relief
(pente) sont des propriétés essentielles. On peut en dire de même de l’ensemble hiérarchisé
et structuré des chenaux qui assurent le drainage superficiel permanent ou temporaire
(structuration du réseau hydrographique) et de ses attributs (topologie, longueur et pentes
caractéristiques, densité).
L’incroyable variabilité spatiale des propriétés de surface (occupation des sols, végétation)
entraîne directement ou indirectement une extraordinaire complexité des processus de sur-
face (ruissellement de surface, évapotranspiration, interception) et de sub-surface (infiltra-
tion). Les effets de relief entraînent également rétroaction sol-atmosphère qui influence la
dynamique des précipitations.
La texture du sol qui est, à l’échelle du volume élémentaire caractérisant les mesures ponc-
tuelles, un élément clé de l’hydrodynamique des sols, n’est à l’échelle du versant naturel
que l’un des nombreux éléments déterminant l’infiltrabilité. La couverture végétale, dont
l’influence est traditionnellement reconnue sur la dynamique de l’écoulement superficiel,
joue également un rôle capital à travers la présence ou l’absence de chenaux d’écoulement
préférentiels offerts le long des racines. Une description précise, des réseaux de drainage et
de la variabilité des propriétés hydrodynamiques du sous-sol, rendrait indispensable la des-
cription de l’ensemble des caractéristiques agro-pédogéologiques du milieu (couverture
végétale, profondeur, structure et texture des sols, activité biologique, degré de compac-
tage, fluctuations des propriétés avec la profondeur). Cette complexité, à l’origine de pro-

Xuan Kham LE - 2008 - 20 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

cessus fortement non-linéaires dont la compréhension et la représentation mathématique

constituent encore des problématiques de recherche scientifique, sera réduite par change-
ment d’échelle et conduira au choix de paramètres globaux.

III.1.3 Difficultés liées à l’observation des hydrosystèmes

Tout comme le forçage atmosphérique auquel il est soumis, le bassin versant est donc ex-
trêmement hétérogène. De cette hétérogénéité résulte une forte complexité des chemins de
l’eau vers l’exutoire. L’objectif de l’observation des hydrosystèmes est de décrire le milieu
et de procéder à l’échantillonnage spatio-temporel des variables hydrométéorologiques ca-
ractérisant son fonctionnement.
L’infiltration jouant un rôle majeur dans la détermination de la pluie nette (ruissellement),
il est fondamental de bien caractériser la nature du sous-sol. Pour cette partie essentielle du
cycle hydrologique la description du milieu et l’observation des processus hydrologiques
qui s’y déroulent est et restera problématique.

Figure 5 - Définition du triplet caractérisant la mesure (espacement, extension et échelle de support), tiré de (Grayson
and Blöschl 2001)

Cependant, même si il n’existe pas de réseau global d’acquisition comme en météorologie,

parallèlement aux développements en modélisation hydrologique, la multiplication et
l’enrichissement des sources de données en hydrologie a été possible grâce à la mise en
place de systèmes d’observation sol, spatiaux et aéroportés de plus en plus nombreux et
performants.
Idéalement, les mesures sont acquises à des échelles spatio-temporelles permettant de cap-
turer la variabilité qu’il est nécessaire de représenter pour simuler correctement la réponse
hydrologique. En pratique, de par les contraintes techniques, financières ou logistiques,
seule une part de cette variabilité est capturée. L’observation implique un échantillonnage
discret dont les caractéristiques (spatiales et temporelles) peuvent être résumées par le tri-
plet décrit par la Figure 5 selon (Blöschl and Sivapalan 1995). L’espacement exprime la
distance entre deux mesures ; la couverture spatiale est caractérisée par l’extension et
l’échelle de support définit le volume (ou l’aire) sur lequel la mesure est moyennée. Ce
concept peut être étendu à la dimension temporelle en évoquant l’intervalle
d’échantillonnage de la mesure, sa durée et la constante de temps relative à l’instrument
utilisé (Grayson and Blöschl 2001). Alors que la constante de temps des instruments de
mesure ne constitue pas vraiment une limitation, tel n’est pas le cas de l’intervalle
d’échantillonnage et dans une moindre mesure de la durée d’observation.
L’objectif de cette section n’est pas de faire un exposé détaillé de la problématique de la
collecte de données et des techniques de mesure mais plutôt de proposer une présentation
succincte des types de données généralement disponibles pour la caractérisation de la rela-
tion pluie-débit.

Xuan Kham LE - 2008 - 21 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

III.1.4 Données in situ, information ponctuelle ou intégratrice

Les données in situ, indispensables à la modélisation hydrologique/hydraulique, à la cali-
bration et à la validation des instruments spatiaux demeurent ponctuelles, éparses et relati-
vement coûteuses. Les données in situ constituent, selon leur nature, une information réel-
lement locale ou une mesure représentative de l’aire drainée amont.
III.1.4.1 Caractéristiques du bassin versant
Si les caractéristiques géomorphologiques du bassin versant sont généralement acquises par
télédétection (aéroportée ou spatiale), la description des éléments de structure des écoule-
ment (typiquement profils en travers ou profils en long du réseau hydrographique) fait par-
fois l’objet de relevés par un géomètre, ces mesures sont locales ou parfois à l’échelle de la
parcelle (de l’ordre du m2). D’autre part, la connaissance des propriétés hydriques des sols
est nécessaire à la description des transferts en sub-surface. Réalisées à partir de mesures
ponctuelles, les bases de données sols (information sur la texture), de plus en fréquemment
au format numérique, permettent d’apprécier la couverture pédologique de la zone
d’intérêt. De même, en dehors de bassins versants expérimentaux tels que Panola2, la pro-
fondeur de sol tout comme la stratigraphie des zones propices à l’écoulement (résistance à
la pénétration inversement proportionnelle à conductivité hydraulique à saturation), recon-
nus comme des contrôles importants pour les écoulements de sub-surface ((Freer et al.
2002), (Shanley et al. 2003)) ne sont en général pas disponibles.
III.1.4.2 Variables hydrométéorologiques
Le volume de précipitation, moteur de la relation pluie-débit, qui atteint une portion de
surface terrestre en un intervalle de temps donné est évalué par la hauteur de précipitation
cumulée que mesurent traditionnellement les pluviomètres ou pluviographes. Il s’agit d’une
mesure ponctuelle (le plus souvent au pas de temps journalier ou horaire) dont la précision
est largement affectée par le vent (jusqu’à 20% d’erreur à cause du vent en fonction des
pluviomètres). En effet, ces instruments ont tendance à sous estimer la pluie. Ce phéno-
mène est d’autant plus amplifié que les pluies sont fortes (durée de basculement de l’auget
0.5 s). De plus, la ponctualité de la mesure ne rend pas compte de la distribution spatiale de
la pluie (sauf cas particulier de petits bassins versants très densément instrumentés). Enfin,
ces appareils ne sont pas à l’abri de subir des détériorations au cours des orages, ce qui
rend impossible leur fonctionnement opérationnel durant tout l’événement. La spatialisa-
tion de cette information est traditionnellement effectuée à l’aide de méthodes
d’interpolation telles que krigeage (technique classique en géostatistique).
Le débit en rivière constitue la mesure la plus courante de la réponse de l’hydrosystème. Sa
mesure est en général fondée sur l’établissement d’une courbe de tarage débit/hauteur pour
une gamme la plus large possible. L’exercice étant périlleux et incertain pour des débits
importants (sécurité des personnels et du matériel, débit non permanent pendant la prise de
mesure), on estime ainsi que 80% des rivières françaises ne sont en fait pas jaugées pour
des débits de fréquence supérieure à dix ans (Delrieu 2003). En ce qui concerne les évène-
ments extrêmes, lorsque les instruments de mesure ne sont pas emportés ou détruits, la qua-
lité des données de débit est tributaire de la qualité de la relation utilisée, qualité très discu-
table parce qu’obtenue par extrapolation de courbe de tarage. Dans un futur proche une

2
Small Watershed Studies at the Panola Mountain Research Watershed - [Link]
Mesure de la profondeur de sol sur une grille de 2m de résolution.

Xuan Kham LE - 2008 - 22 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

amélioration pourrait être apportée par la mise au point de techniques non intrusives
(Fourquet 2005), (Hauet 2003)).
De plus jusqu’à très récemment, la multiplicité et la déconnexion des services à vocation
opérationnelle sur le territoire français a contribué à une importante hétérogénéité spatio-
temporelle en termes de disponibilité de qualité des observations. La banque HYDRO, crée
en 1982, et gérée depuis 2006 par le nouveau Service Central d’Hydrométéorologie et
d’Appui à la Prévision des Inondations (SCHAPI), couvre en majorité les grands bassins
hydrographiques. Pour les bassins versants de taille petite à moyenne (< 1000 km2), la dis-
ponibilité de données externes et internes à l’entité reste anecdotique en dehors de quelques
études dédiées à la compréhension des processus physiques.
Même si elle est de plus en plus courante, la mesure d’autres variables hydrométéorologi-
ques telles que l’humidité des sols ou le niveau piézométrique des nappes de versant est
loin de faire l’objet d’une procédure systématique. Les mesures concernant l’état hydrique
des sols sont de portée très limitée (faible support) et bien souvent leur utilisation se limite
à l’appréciation de variations saisonnières. Enfin, le traçage géochimique peut constituer
un élément essentiel pour la formulation ou la corroboration d’hypothèses de fonctionne-
ment concernant les chemins de l’eau.

III.1.5 Données issues de la télédétection, indirectes mais spatialisées

L’état de surface du bassin versant contrôlant directement ou indirectement un nombre im-
portant de processus du bilan hydrologique, une amélioration de sa connaissance devrait
contribuer à une meilleure représentation du fonctionnement des hydrosystèmes. Les don-
nées issues de la télédétection, qu’elle soit aéroportée ou spatiale, permettent une descrip-
tion et un suivi spatialisé des caractéristiques du bassin versant. La télédétection permet de
mesurer dans les différents domaines spectraux les signaux (réfléchis ou émis par le sys-
tème) qu’il faut ensuite interpréter pour accéder à des caractéristiques ou variables d’intérêt
pour l’hydrologie (Ottlé et al. 2003).
III.1.5.1 Caractéristiques du bassin versant
Parmi les caractéristiques du bassin versant observables par télédétection, les descripteurs
géomorphologiques et l’occupation des sols sont sans aucun doute celles qui ont motivé le
plus de développements méthodologiques et d’applications en hydrologie. Le modèle nu-
mérique de terrain (MNT) et les produits dérivés tels que le réseau hydrographique, peu-
vent être obtenus à partir d’images optiques, radar ou de données laser issues de capteurs
aéroportés ou satellitaires. La photogrammétrie et l’interférométrie radar sont les techni-
ques les plus employées ((Charleux-Demargne 2001); (Puech 2000)) au détriment de tech-
niques telles que le LIDAR (LIght Detection And Ranging), laser aéroporté permettant une
mesure plus précise mais bien plus coûteuse. La précision altimétrique des données satelli-
tales est insuffisante pour décrire la géométrie d’une plaine inondable en hydraulique flu-
viale mais convient à la caractérisation des pentes ((Borgniet et al. 2003); (Puech et al.
2004)).
L’occupation des sols, information capitale pour l’hydrologie, plus spécialement pour les
processus d’interception, de transpiration et les écoulement de surface, a été l’une des pre-
mières applications de la télédétection spatiale. Elle peut être obtenue à partir de la classi-
fication d’images optiques et/ou radar (Figure 6). Les radars imageurs à haute résolution
tels que les radars à synthèse d’ouverture présentent l’avantage d’être indépendants de la
couverture nuageuse. Les pixels présentant les mêmes propriétés spectrales sont regroupés
et la classification résultante est utilisée pour obtenir une estimation spatialisée de paramè-
tres hydrologiques tels que le coefficient de frottement pour l’écoulement de surface. Le

Xuan Kham LE - 2008 - 23 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

lien avec l’infiltrabilité est parfois directement pris en compte dans la modélisation (Séguis
et al. 2002).
En ce qui concerne les propriétés du sous-sol, les mesures issues de l’hydrogéophysique
(sondage électrique, tomographie électrique de résistivité) sont employées afin de caracté-
riser le milieu ou certains processus hydrogéologiques. Ces informations quantitatives peu-
vent largement contribuer à la formulation d’une modélisation dynamique des processus
intervenant dans la relation pluie-débit.
III.1.5.2 Variables hydrométéorologiques
La quantité d’eau précipitée sur le bassin versant n’est que partiellement capturée par les
données ponctuelles fournies par les pluviographes. Cet échantillonnage, très réducteur de
la réalité et dont la qualité dépend de la couverture du bassin versant peut se révéler insuf-
fisant pour la représentation de la pluie pour des épisodes présentant de forts gradients spa-
tiaux pour les intensités. Cette dernière limitation nous conduit à nous intéresser à d’autres
techniques d’observations. L’imagerie radar, en ce sens, peut devenir un outil exploitable
pour la prévision des crues éclair. En effet, bien que sa calibration reste délicate et néces-
site la connaissance de mesures au sol, le radar étend spatialement notre capacité
d’observation et rend compte de la distribution spatiale de la pluie (Delrieu 2006; Delrieu
2005)) comme le montre les travaux récents de Météo-France avec leurs produits « Pan-
thère » et « Antilope ». De plus, il ne risque pas de subir les conséquences des intempéries
et il fournit des observations pour des intervalles de temps courts et constants (quelques
minutes). Dans son étude, (Gaume 2002) constate que « malgré leurs imperfections, les
mesures RADAR, seules à même de donner un sens à l’hétérogénéité spatiale des écoule-
ments sur les bassins étudiés … se sont avérées essentielles. »

Figure 6 - Données pluviométriques fournies par Météo France

On retient généralement que la prévision d’une crue au cours de la phase d’annonce de crue
doit pouvoir se faire 6 à 12h à l’avance pour les bassins auxquels nous nous intéressons. Or
(Datin 1998) précise que la pluie observée au cours d’un épisode pluvieux n’influence
grosso modo les débits que pour une durée égale au temps de montée de la réponse du bas-
sin. Une anticipation des pluies pourra donc s’avérer nécessaire à une bonne prévision des
Xuan Kham LE - 2008 - 24 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

débits. Météo France met à notre disposition des images radar (traduites en terme de lame
d’eau) représentant soit les pluies observée en temps réel (Cheze and Helloco 1999), soit
les pluies issues de banques de données (utilisées pour la prévention), soit les pluies pré-
vues selon la méthode 2PiR (Prévision Immédiate des Précipitations par Imagerie Radar
basée sur la détermination du déplacement de cellules précipitantes à échelle fine), soit les
pluies prévues selon la méthode MesoNH (code de recherche météorologique dont les ré-
sultats ne sont pas disponibles en temps réel).
La mesure de la pluie grâce à des radars au sol (ex. réseau ARAMIS de Météo France),
avec une résolution spatiale de l’ordre du kilomètre carré et une résolution temporelle de
quelques minutes (5 à 15 mn), ouvre donc de nouvelles perspectives pour la prise en
compte de la variabilité spatio-temporelle de la pluie pour la genèse des écoulements. Au
delà des difficultés liées à la relation Z −R (relation entre la réflectivité radar et la quantité
de pluie), d’autres problèmes liés à la mesure tels que les échos fixes et masques partiels
(orographiques, anthropiques) ou les effets du profil vertical de réflectivité (variabilité en
fonction de l’altitude d’observation) sont encore des obstacles à surmonter. Si a posteriori
l’amplitude peut être réajustée à partir de données ponctuelles, l’intégration de données
radar pour le forçage en temps réel de modèles hydrologiques reste encore problématique.
Même si la combinaison de données optiques et hyperfréquences semble prometteuse pour
l’estimation des précipitations par satellite, les données restent encore beaucoup trop incer-
taines et limitées par la résolution spatiale et la fréquence temporelle des instruments pour
la plupart des applications locales ou régionales.
En ce qui concerne l’écoulement de surface résultant, le suivi des eaux continentales par
altimétrie satellitaire n’est envisageable que pour des grands bassins fluviaux (Frappart
2006). L’utilisation de photographies aériennes en période d’inondation, plus délicates à
obtenir à certains égards (autorisation de vol, couverture nuageuse) permet l’application à
des zones de dimension plus modeste ((Raclot 2003); (Roux 2004)). De même la cartogra-
phie des zones inondées ou des surfaces saturées par des radars à synthèse d’ouverture
((Horritt 2000); (Gineste et al. 1998); (Franks et al. 1998)) est possible pour des bassins
versants de taille petite à moyenne.
Pour la mesure d’autres variables telles que l’humidité superficielle, il est important de
rappeler que la télédétection spatiale permet de mesurer les signaux réfléchis ou émis par le
système terre-atmosphère qu’il faut ensuite interpréter pour accéder aux états de surface
(Ottlé et al. 2003). Cette interprétation requiert une correction de l’effet de l’atmosphère et
l’inversion de modèles d’observation complexes soumis aux mêmes contraintes que les
modèles hydrologiques (non linéarité, fermeture mathématique). A titre d’exemple, une
fois corrigés les effets perturbateurs de l’atmosphère, il faut encore séparer les effets de la
rugosité de surface et de la végétation avant d’accéder à l’humidité de surface (Quesney et
al. 2000). La caractérisation de la variable hydrologique ciblée n’est pas forcément plus
simple dans le cas de la télédétection sol ou aéroportée. En résumé, on ne peut espérer pour
le moment une estimation fiable de l’humidité superficielle que pour des surfaces relative-
ment uniformes et faiblement végétalisées (projet AIMWATER). L’estimation des flux de
surface, et spécialement de l’évapotranspiration, à partir de données de télédétection néces-
site l’analyse et la compréhension, à travers des modèles représentant les processus de dé-
roulant dans le continuum sol - végétation - atmosphère, de la relation qui existe entre la
température de surface (mesurée par Infrarouge thermique) ou le flux de chaleur sensible et
évapotranspiration.
Enfin, depuis 2002 date de lancement de la mission de gravimétrie spatiale GRACE (Gravi-
ty Recovery and Climate Experiment), les variations spatio-temporelles des stocks d’eaux
continentales (humidité du sol, eaux souterraines, couverture neigeuse) et des paramètres
Xuan Kham LE - 2008 - 25 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

hydrologiques associés peuvent être estimés à partir de l’étude du champ de pesanteur ter-
restre et de ses variations temporelles. L’utilisation de ces données est cependant limitée à
l’hydrologie globale, bien loin du point de vue des échelles spatiales et temporelles de
l’hydrologie à l’échelle des petits bassins versants (<1000km²).
En définitive, si les mesures in situ sont généralement précises et peuvent être continues
dans le temps, leur support et leur extension sont la plupart du temps très réduits. Seule la
télédétection peut réellement caractériser la structure spatiale des variables hydrométéoro-
logiques et du bassin versant. Cependant, les mesures ponctuelles restent indispensables,
pour la compréhension des processus, la calibration et la validation des modèles hydrologi-
ques et des systèmes d’observations basés sur la télédétection. L’expansion des données
issues de la télédétection devrait bientôt submerger l’hydrologie des bassins versants de
données dont il va falloir exploiter le contenu. La capacité croissante des capteurs spatiaux
à observer dans différentes bandes spectrales permet le développement de synergies
(Merlin 2005) pour une meilleure caractérisation des états de surface.

III.2 Hydrologie des crues éclair

Il est possible de trouver dans la littérature plusieurs définitions des crues éclair (Estupina
Borrell et al. 2005). Le seul critère de définition commun est leur apparition et leur évolu-
tion soudaines (réponse hydrologique rapide, temps de montée rapide, violence de la crue).
D'autres critères reviennent souvent, mais pas de façon systématique, comme les pluies
diluviennes qui en sont à l'origine, l'importance des débits dans les rivières, leur localisa-
tion géographique, les difficultés à les prévoir (et éventuellement les dégâts qu'elles engen-
drent). Dans tous les cas, l'aspect exclusivement qualitatif et non exhaustif de ces défini-
tions, ainsi que le fait de ne caractériser ces crues qu'à travers leurs évolutions et leurs
conséquences, laissent entrevoir les difficultés auxquelles on est confronté lorsque l'on en-
visage de les étudier.
Pour bien modéliser les crues éclair, il faut donc s’intéresser à leur genèse, définir une
fonction de production et modéliser les transferts (Estupina-Borrell 2004).

III.2.1 Processus physiques susceptibles d'être responsable de la genèse et de la pro-

pagation des crues éclair
Nous analyserons tout d’abord le type de précipitations à l’origine d’une crue éclair, puis,
par le biais d’une revue bibliographique, nous identifierons quelles sont les fonctions pro-
bables de production et de transfert du bassin versant au cours de ce type d’événement ex-
trême.
III.2.1.1 Crues éclair
La problématique de ce travail concerne l’anticipation des crues éclair. L’échelle tempo-
relle d’observation et de modélisation est de quelques heures à quelques jours (générale-
ment moins de 48h). Nous nous intéressons donc particulièrement à l’orage qui engendre la
crue éclair.
La notion d’orage reste vague ; il s’agit d’une structure spatio-temporelle qui se déplace
(même si ce déplacement peut être relativement lent), et qui peut engendrer, en un point
fixe donné, un hyétogramme assez “complexe”.
D’après (Rivrain 1997), les processus météorologiques complexes à l’origine des pluies
diluviennes de Méditerranée se font à la méso échelle. Dans certaines conditions météoro-
logiques, les cellules convectives s’organisent en vastes systèmes de une à plusieurs dizai-

Xuan Kham LE - 2008 - 26 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

nes de kilomètres, appelés systèmes convectifs de méso échelle. Leur forme peut être quasi
linéaire, en forme de V. Ils restent quasi stationnaires pendant plusieurs heures ou se dé-
placent lentement produisant ainsi de grande quantité de précipitations. Les fortes intensi-
tés de pluies apparaissent alors plutôt en début d’événement, ce qui favorise la formation
du ruissellement (Cosandey and Robinson 2000).
Parmi ces pluies, certains épisodes orageux sont qualifiés de cévenols. Ils touchent princi-
palement l’arc méditerranéen durant l’automne, mais pas seulement (14/7/1987 crue de la
Borne au Grand Bornant en Haute Savoie ; 21 et 22/9/1980 crue de la Loire et de ses af-
fluents en Haute Loire en amont du Puy en Velay). Parmi les averses cévenoles les plus
dévastatrices, citons les crues roussillonnaises en octobre 1940 (840 mm en 24 heures à
Llau), Nîmes le 3/10/1988 (420 mm), Vaison-La-Romaine le 22/9/1992 (ruissellement tor-
rentiel), Saint Hippolyte du Fort le 4/10/1995 (276 mm cumulés durant la nuit), Puysser-
guier 28/1/1996 (vague d’eau boueuse, 4 victimes), l’Aude et le Tarn le 13/11/1999 (620
mm en 48 heures à Lézignan).
Les avis sont partagés quant à l’importance de la connaissance de l’extension spatiale de la
pluie dans la modélisation d’une crue. Les études spécifiques aux crues éclair sont rares et
bien souvent les auteurs parlent de crue au sens large du terme.
D’après certains auteurs, la répartition géographique de la pluie ne joue qu’un rôle mineur
dans la genèse de la crue. D’après (Garçon 1999), l’étalement de l’hydrogramme à
l’exutoire d’un bassin est dû à 90% à l’étalement temporel de la pluie et à la fonction de
transfert moyenne du bassin. La distribution spatiale et l’intensité de la pluie, n’ont compa-
rativement qu’un rôle mineur. (Obled et al. 1994) abondent dans ce sens en précisant que
les fluctuations pluviométriques spatiales, bien qu’importantes, ne sont pas suffisamment
organisées pour prendre le dessus sur les effets du ruissellement (effets intégrateur et hu-
midificateur) pour des bassins ruraux de quelques dizaines de km2.
Pour d’autres, celle-ci pourrait avoir des conséquences non négligeables sur les crues. Ceci
a été souvent soutenu pour des grands bassins versants de quelques dizaines de milliers de
km2, mais beaucoup moins pour des petits. (Niemczynowicz 1987) précise que ceci est
d’autant plus vrai que le petit bassin versant est urbanisé. Mais (Krajewski et al. 1991),
(Corradini and Singh 1985), (Troutman 1983) ont suggéré que les petits bassins versants
naturels montraient aussi une forte sensibilité aux hétérogénéités de la pluie. (Datin 1998)
remarque que l’hétérogénéité spatiale de la pluie peut parfois avoir un rôle effacé sur la
réponse hydrologique du bassin, alors que d’autres fois ce rôle sera prédominant. Cette
différence de comportement hydrologique n’étant pas prévisible, seul un retour
d’expérience peut nous en faire prendre conscience. (Cosandey and Robinson 2000) esti-
ment que les intensités, durées et extensions spatiales des précipitations sont des facteurs
déterminants de la formation des crues.
Dans le cas de la prévision des crues éclair, il semble risqué de négliger la répartition spa-
tiale des pluies et nous étudierons ce phénomène en détail.
III.2.1.2 Fonction de production
Le bassin versant est le siège d’écoulements horizontaux et verticaux à la surface du sol et
dans le sous-sol. Ces écoulements vont induire un écoulement à l’exutoire du bassin. Les
écoulements souterrains profonds ne seront pas considérés dans cet exposé du fait de leur
échelle de temps incompatible avec la problématique des crues éclair. En effet, les conduc-
tivités hydrauliques des sols usuellement mesurées sont de l’ordre de 10-2 à 10-3 cm/s pour
des sols non argileux, ce qui induit des durées de plusieurs dizaines d’heures pour un par-
cours d’une longueur de 10 m seulement (Beven 1982b). Nous distinguerons parmi les

Xuan Kham LE - 2008 - 27 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

écoulements superficiels horizontaux deux grandes familles : le ruissellement hortonien et

le ruissellement sur zones contributives saturées. D’autres phénomènes peuvent venir se
greffer à ces écoulements et modifier ainsi les conditions de production du ruissellement.
• Théorie des aires contributives saturées.
Dès 1960, (Cappus 1960) a évoqué l’existence d’un ruissellement provoqué par la totalité
de la pluie tombant sur un sol saturé ou imperméable, dont l’étendue varie avec le niveau
de la nappe phréatique (Figure 7). Le bassin étudié était un bassin du Massif Central agri-
cole et pastoral soumis à un climat tempéré. Reprenant cette idée, (Hewlett 1961) men-
tionne la notion de « surfaces contributives » , qui sera reprise par (Hewlett and Hibbert
1967) en précisant l’idée que les écoulements sub-surfaciques peuvent générer des contri-
butions signifiantes dans les hydrogrammes de crue et non pas seulement le ruissellement
surfacique, suite à des expériences réalisés aux USA. Depuis cette théorie a fait son chemin
(Dunne 1983). On parle aujourd’hui d’aires contributives saturées sur lesquelles le ruissel-
lement apparaît par refus d’infiltration d’un sol saturé (dépassement d’un seuil de satura-
tion) car la totalité de la porosité est déjà occupée par de l’eau. La nappe affleure alors la
surface du sol. On parle de « saturation du sol par dessous ».

Figure 7 - Schéma de fonctionnement d’une aire contributive saturée

A l’échelle du versant :
Définissons tout d’abord l’intumescence de nappe qui est le fondement de cette théorie.
Considérons un versant incliné avec une rivière au pied de ce versant. La nappe, mise à la
pression atmosphérique, affleure au niveau de la rivière ; elle suinte et se draine. Par de
forts gradients gravitaires, la nappe prend la forme d’une intumescence qui penche vers la
rivière. S’il pleut davantage, la nappe s’exfiltre sur la berge et sur le versant. La nappe
n’accepte alors plus d’infiltrer l’eau de surface. Celle-ci ruisselle, on parle de ruissellement
par saturation. La partie amont du versant conserve plus longtemps son état initial.
Dans le cas d’un sol stratifié (macro pores de la couche de sol supérieure et existence
d’interface), l’eau s’accumule à l’interface et sature la couche supérieure. Il y a alors écou-
lement latéral souterrain (nappe perchée temporaire). Si cette nappe gonfle et affleure, il y
a exfiltration et refus d’infiltrer l’eau de surface.
Ce fonctionnement quasi tout ou rien est fortement non linéaire, bien qu’il puisse être li-
néaire dans le cas de faibles pluies lorsque le sol n’arrive pas à saturation. La colonne de
sol pourrait être schématisée par la juxtaposition d’un milieu poreux homogène répondant à
la loi de Darcy généralisée prolongé par un réseau de macropores anisotropes drainant

Xuan Kham LE - 2008 - 28 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

l’eau suivant le principe gravitaire. Les conductivités latérale et verticale diffèrent donc de
un à deux ordres de grandeurs.
D’après le concept des aires contributives saturées, le versant est défini par sa capacité
d’engorgement, c’est à dire par sa capacité à se saturer plus ou moins facilement. Il s’agit
du rapport entre la capacité à drainer de l’eau à l’amont et la capacité à évacuer l’eau en
souterrain vers l’aval (Beven and Kirkby 1979), les versants ainsi que le voisinage des ri-
vières seront les premiers concernés. Le sol peut être très rapidement saturé et l’eau de sur-
face se mettre à ruisseler totalement. Dans la couche supérieure du sol, un écoulement hy-
podermique apparaît avec une vitesse fonction de la conductivité hydraulique verticale.
Dans cette théorie, le volume d’eau ruisselée correspond au volume de l’écoulement rapide
de crue ainsi qu’au volume de pluie tombant sur les aires contributives saturées. Mais il ne
s’agit pas pour autant de la même eau : le ruissellement n’est pas le mécanisme dominant
de la genèse de crue. L’intensité de la pluie ainsi que l’occupation du sol n’influencent en
rien le phénomène.
A l’échelle du bassin versant :
Il y a connexion des zones contributives saturées entre elles au cours de l’événement. Ces
connexions brutales sont représentées par de fortes non linéarités à l’échelle du bassin ver-
sant. Le ruissellement se développe donc de l’aval vers l’amont. L’augmentation de la «
lame d’eau ruisselée » entraîne localement une augmentation des vitesses, mais pas globa-
lement. De plus la transition entre versant et bassin se fait par l’introduction du réseau hy-
drographique. Ceci suggère donc un comportement plus linéaire et régulier des bassins.
Aires contributives saturées et crues éclair: ce fonctionnement par zones contributives satu-
rées à l’échelle du bassin a déjà été observé, dans le cas de crues éclair. (Cosandey 1999)
explique que les crues cévenoles sur le mont Lozère, soudaines et brutales, sont générées
dans un premier temps par l’extension des zones contributives saturées par l’amont du bas-
sin (là où les sols sont les plus minces) sur lesquelles l’eau ruisselle puis s’infiltre plus en
contrebas. Dans un second temps, s’il continue de pleuvoir, l’aval se transforme aussi en
zones contributives saturées et là le ruissellement superficiel se généralise et touche tout le
bassin.
• Ruissellement de Horton:
La théorie de (Horton 1933) postule l’apparition d’un ruissellement de surface par refus
d’infiltration dans un sol initialement non saturé, on parle de « saturation superficielle ».
Jusque dans les années 70, la formation des débits de crue s’expliquait exclusivement par
cette théorie. (Obled 1999) et (Cosandey and Robinson 2000) en proposent des revues bi-
bliographiques complètes.
Cette « théorie de Horton » peut très bien s’accommoder de modèles d’infiltration autre
que celui de l’équation empirique d’infiltration de Horton (utilisable dans les modèles nu-
mériques : 1D verticale en sol homogène) tels que le modèle d’infiltration de Green &
Ampt, tant qu’on reste dans le schéma hortonien qui explique la genèse du ruissellement
uniquement comme une limitation de la capacité d’infiltration.
A l’échelle du versant :
Le schéma hortonien (Figure 8) considère la parcelle comme une colonne de sol homogène
caractérisée par des propriétés intrinsèques dont la surface contrôle l’infiltration. L'écou-
lement apparaît lorsque l'intensité de la pluie dépasse la capacité maximale du sol à absor-
ber l'eau. Cette capacité, caractérisée par l'infiltrabilité du sol, est supposée décroissante
dans le temps jusqu'à une valeur constante. L'écoulement de surface se produit donc lors-

Xuan Kham LE - 2008 - 29 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

que la capacité d'infiltration devient inférieure à l'intensité des précipitations. Toute l’eau
qui ne peut pas être infiltrée dans le sol participe au ruissellement.
Cette infiltration est suivie par une percolation lente vers la nappe profonde. Les transferts
latéraux par la nappe profonde sont suffisamment retardés pour ne pas intervenir dans les
volumes des crues. Les seuls qui interviennent sont les transferts latéraux se produisant à
surface des sols.

Figure 8 - Taux d’infiltration pour une pluie uniforme3

A l’échelle du bassin versant :

Horton (1933) propose de calculer un taux d’infiltration moyen pour l’ensemble du bassin
versant à l’aide d’une étude sommaire des chroniques (P, Q). Il considère que les premières
pluies s’infiltrent dans la couche superficielle du sol et la saturent rapidement. L’eau ne
peut alors plus s’infiltrer qu’à une vitesse maximale correspondant à la conductivité hy-
draulique à saturation considérée constante dans le temps et dans l’espace. Horton consi-
dère que lorsque l’intensité des pluies est supérieure à la capacité d’infiltration du sol, alors
le ruissellement a lieu. D’après (Obled 1999), il y a alors formation d’un écoulement en
lame d’épaisseur croissante, qui répond aux lois des écoulements à surface libre. C’est ce
ruissellement qui est à l’origine de la crue. L’ensemble du bassin versant contribue donc à
l’écoulement de crue, par contre seule une partie des précipitations y participe. Ecoulement
rapide de crue et ruissellement sont alors confondus et varient avec l’intensité de la pluie
ainsi que de la nature du sol.
Ruissellement hortonien et crues éclair : cette conception de la genèse des crues a été sou-
vent remise en question pour des basins versants tempérés où le ruissellement superficiel
direct est rarement observé. (Cosandey and Robinson 2000) et (Obled 1999) citent plu-
sieurs bassins français pour lesquels l’intensité des pluies n’était pas directement liée au
volume d’écoulement rapide de crue (Brie, Massif Central et Vosges). D’autres auteurs
abondent dans ce sens (Freeze 1972),(Iorgulescu and Jordan 1997)) car soit les traçages
géochimiques ont mis en évidence la part majoritaire de vieille eau dans les hydrogrammes
de crue, soit des crues se sont produites sans que le ruissellement superficiel n’ait été ob-
servé, soit les courbes de décrue extrêmement lentes maintiennent des débits importants
plusieurs jours après la fin des pluies (importance des écoulements souterrains). Le ruissel-
lement hortonien n’est donc pas universel et ne doit pas être considéré comme le seul mode
de genèse de crue.

3
Musy, A. (2001) Cours d’hydrologie générale – Ecole Polytechnique Fédérale de Lausanne.
[Link]

Xuan Kham LE - 2008 - 30 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

«D’un autre côté, les vitesses de transferts dans les sols sont relativement faibles et cadrent
mal avec les temps de réponse des crues » (Beven 1982a). En milieu semi aride, par exem-
ple, où les sols sont couverts d’une croûte de surface et où les pluies sont relativement in-
tenses, le schéma hortonien semble bien représenter le processus de genèse des crues
((Esteves et al. 2000), (Peugeot et al. 1997)).
Dans le Sud de la France, dans le cas de fortes intensités pluvieuses sur de petites surfaces
érosives, le ruissellement hortonien a été observé à maintes reprises à l’échelle de la par-
celle et la théorie de Horton a là aussi fait ses preuves (Albergel 2003). Dans ces cas, les
grosses gouttes de pluie peuvent être génératrices de ce type de ruissellement car elles ont
deux effets principaux sur la diminution de la perméabilité du sol : elles obstruent les pores
de la surface du sol et elles désagrégent la surface du sol engendrant alors un phénomène
d’érosion. (Albergel 2003) a observé que des intensités de pluie faibles (2 mm/h) suffi-
saient à faire apparaître ce type de phénomène, et a fortiori des intensités plus importantes.
Ce phénomène entraîne la formation d’un écoulement en nappe de faible épaisseur (de
quelques millimètres à 1 cm) et de vitesse inférieure à 0,1 m/s. Ce point est controversé du
fait de la présence de rugosités sur le sol et de la formation rapide de rigoles dans lesquel-
les s’effectue l’écoulement.
Le modèle hortonien présente quelques avantages et quelques inconvénients de mise en
oeuvre. Ses paramètres sont physiques et peuvent être mesurés. Mais du fait des hétérogé-
néités spatiales des pluies et de l’infiltrabilité des sols, le passage de la parcelle horto-
nienne au versant ou au bassin versant nécessite la spatialisation de ce concept. De plus, la
variabilité spatiale de l’infiltration ainsi que l’hétérogénéité des pluies autorisent l’eau, qui
n’aurait pu dans un premier temps s’infiltrer, à ruisseler pour éventuellement s’infiltrer
plus en aval. Le changement d’échelle à effectuer sur le modèle hortonien est donc loin
d’être trivial et n’a pas trouvé de solution satisfaisante à ce jour.
• Processus modifiant la structure superficielle du sol
A côté des modèles d’aires contributives saturées ou de ruissellement hortonien, certains
auteurs ont proposé des raffinements liés aux modifications des propriétés hydrodynami-
ques des sols au cours d’événements pluvieux.
Théorie des organisations pelliculaires superficielles : (Cosandey and Robinson 2000) ex-
pliquent que lorsque les sols sont mal protégés de l’impact des gouttes de pluie, « l’effet
splash » peut modifier l’état de surface du sol et ainsi ses conditions d’infiltration. Il se
forme alors des organisations pelliculaires superficielles (OPS) ou croûte de battance. C’est
une propriété souvent associée aux sols limoneux, mais qui peut concerner tous les types de
sols (Gaume 2002).
(Boiffin 1982) étudie les stades de la dégradation d’un sol, il considère un sol sans végéta-
tion pouvant infiltrer entre 30 et 60 mm/h, une fois que l’effet splash a formé une croûte
structurale en surface, l’infiltration varie alors entre 2 et 6 mm/h (croûte de battance). La
surface du sol peut alors devenir très lisse, une croûte sédimentaire ayant apparu, et son
infiltration maximale ne peut plus dépasser les 1 mm/h (croûte sédimentaire plus épaisse).
On retiendra que le taux d’infiltration d’un sol battant est généralement inférieur à 10
mm/h et peut descendre jusqu’à 1 mm/h. Sur ces OPS, le ruissellement pourra donc avoir
lieu quelle que soit la valeur de la conductivité hydraulique du sol à saturation. Le ruissel-
lement peut alors devenir un phénomène prépondérant en quelques dizaines de minutes
(phénomène d’autant plus rapide que le sol est initialement sec).
Ce phénomène apparaît préférentiellement :
- sur des sols battants : sol très travaillé, rapport limon sur argile supérieur à 2.5,
Xuan Kham LE - 2008 - 31 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

- sur des sols tassés : par les engins de labour,

- pour des événements pluvieux démarrant de façon très violente.
Ce phénomène peut être mis en parallèle avec un ruissellement hortonien se produisant sur
un sol ayant une capacité d’absorption extrêmement variable dans le temps et dans
l’espace. Ces croûtes se forment lorsque des pluies soudaines et violentes apparaissent (30
à 40 mm/h pendant une heure pour des expériences en laboratoire), en particulier pour des
crues éclair, sur certains sols battants ou tassés.
Limitations de la production du ruissellement surfacique par les macropores :
L’écoulement sub-surfacique peut être conditionné par les macropores qui accélèrent la
recharge de la nappe tout en favorisant le déclenchement de l’effet piston par
l’accroissement des vitesses de percolation. Leur formation est favorisée par les rongeurs,
les périodes de gel ou de sècheresse et l’effet splash (OPS). Dans ce cas, les écoulements
par macropores deviennent prépondérants et les conductivités hydrauliques moyennes (du
sol sans macropore) ne sont plus directement corrélées avec les vitesses d’écoulement. Les
vitesses d’écoulements sub-surfacique par les macropores et surfacique peuvent alors être
du même ordre de grandeur.
Toutefois leur modélisation est très mal connue à ce jour, elle passe par le couplage d’un
modèle basé sur la loi de Darcy et d’un modèle traduisant l’écoulement de l’eau dans les
macropores ainsi que d’observations terrain poussées qui semblent difficile à l’échelle d’un
bassin versant tout entier. Retenons cependant que leur présence peut suffire à expliquer
des drainages bien plus rapides que la loi de Darcy ne les prévoit.
• Processus modifiant la fonction de production : l’interception
Cosandey & Robinson (2000) définissent l’interception comme “la fraction de la précipita-
tion qui, lors de sa chute, est retenue, principalement par la végétation, mais aussi par dif-
férentes surfaces plus ou moins imperméabilisées par les constructions, les routes ou même
les roches à nu”. Ce stock d’eau est ensuite soit évaporé, soit redirigé vers le sol (le long
des troncs d’arbre, par égouttage des feuilles, …). Seul le volume évaporé peut être consi-
déré comme une perte, le second volume est simplement retardé.
On trouve dans la littérature des valeurs de la capacité maximale de stockage par la végéta-
tion. Celle-ci est extrêmement variable dans le temps et dans l’espace. Elle est fonction de
la morphologie de la végétation et de la densité du couvert végétal, des conditions météoro-
logiques et particulièrement du vent et du type d’événement pluvieux.
Nous retiendrons que pour un milieu tempéré elle est de l’ordre du millimètre sur la surface
occupée par la végétation (Cosandey and Robinson 2000). Le pourcentage intercepté dimi-
nue quand l’intensité de la pluie augmente et quand le volume précipité augmente4. Ce
phénomène est donc négligeable dans le cadre des crues « éclair ».
• Processus modifiant la fonction de production : l’évapotranspiration
Classiquement on considère que l’évapotranspiration est composée de la transpiration des
plantes et de l’évaporation du sol ou des plans d’eau. Maindment, par exemple considère
que l’on peut atteindre un valeur de 1 cm/jour sur la superficie du bassin versant
(Maidment 1993). Ce phénomène intervenant surtout par « beau temps » est à comparer
aux intensités de pluie que l’on étudie et est donc négligé dans le cadre des crues « éclair ».

4
Musy, A. (2001) Cours d’hydrologie générale – Ecole Polytechnique Fédérale de Lausanne.
[Link]

Xuan Kham LE - 2008 - 32 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

III.2.2 Fonction de transfert

III.2.2.1 Importance du ruissellement superficiel sur un bassin méditerranéen
(Ribolzi et al. 2000) ont étudié un petit bassin méditerranéen de 0.91 km2 à Roujan (Hé-
rault, à 60 Km à l’Ouest de Montpellier), dont la végétation est constituée de vignes sur
80% de la superficie. La géomorphologie est constituée (de l’amont vers l’aval) d’un pla-
teau rocheux, de terrasses en terre grasse, de pieds de pente en terre grasse et de dépres-
sions argileuses. L’écart des altitudes vaut 50m. Le réseau hydrographique y est important :
beaucoup de fossés et un grand fossé principal à l’aval. Le climat est méditerranéen (pluie
annuelle moyenne de 650mm). Il subit deux saisons humides par an : une à l’automne et
l’autre au printemps, caractérisées par un écoulement dans le chenal principal permanent.
A l’automne, la nappe est pleine et affleure le sol ce qui provoque d'importants coefficients
de ruissellement. Le ruissellement apparaît rapidement sur les routes et les sentiers, puis
sur les sols cultivés et rejoint, dans les canaux, les écoulements souterrains qui font alors
surface. Des expériences ont été réalisées à l’aide de traceurs chimiques. Les résultats mon-
trent que l’essentiel du débit dans le chenal aval vient du ruissellement. Les hydrogrammes
du ruissellement seul et du débit à l’exutoire ont la même forme et la contribution moyenne
du ruissellement sur la totalité de l’événement est comprise entre 12 et 82% suivant
l’importance de l’événement pluvieux. En effet, plus les pluies sont importantes, plus les
débits sont forts et plus la composante due au ruissellement joue un rôle prépondérant. Ce
fonctionnement semblerait être une caractéristique de ce type de bassins anthropisés. Les
écoulements souterrains ne se feraient ressentir qu’à la fin de l’écoulement, ils pourraient
être négligés durant tout l’événement de forte pluie.
(Albergel 2003) a aussi travaillé sur ce bassin à une période de l’année ou la nappe est pro-
fonde. Il a observé sous de fortes intensités de pluies, un ruissellement superficiel générali-
sé. Il a utilisé les différentes mesures qu’il a recueilli sur ce site pour caler les modèles de
Horton, Philip et Green & Ampt. Il a constaté que les meilleurs résultats ont été obtenus
pour le modèle de Horton et que, dans un sol homogène avec une nappe profonde, la limite
minimale de l’infiltrabilité et la conductivité hydraulique à saturation au sens de Darcy sont
semblables. Enfin, des expériences réalisées avec des traceurs géochimiques (Albergel
2003) et avec des marqueurs biologiques (Cadet and Albergel 1999) ont permis la mise en
évidence de l’apparition d’un ruissellement hortonien.
Pour la crue de l’Aude de novembre 1999, le maire de Lagrasse, employé de la DDE, a ob-
servé que « des trombes d’eau se sont abattues sur le village qui fut inondé du fait du ruis-
sellement des montagnes avoisinantes. La promenade, rue principale du village, fut recou-
verte d’une trentaine de centimètres d’eau venue des collines situées à l’est. Cette eau vînt
s’ajouter à celle de l’Orbieu dans la rue des deux Ponts, parallèle à la rivière et situé sur sa
rive droite. Ainsi, la hauteur maximale de 1,60m a été atteinte dans la nuit et un fort cou-
rant emporta plusieurs voitures»5
III.2.2.2 Modes d’écoulement du ruissellement de surface
Le mode de ruissellement sur les versants est très complexe. Il est courant de considérer
qu’à partir du moment où des flaques se forment sur le sol et présentent une épaisseur suf-
fisante, elles vont s’écouler. En amont le ruissellement se fait en nappe d’épaisseur fine qui
s’écoule le long d’une surface large. Ce mécanisme ne persiste que sur de courtes distances
(quelques dizaines de mètres). Au-delà, les non uniformités de la surface concentrent les

5
Issu des travaux des élèves ENSEEIHT dans le cadre du BEI 2002/2003
[Link]

Xuan Kham LE - 2008 - 33 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

écoulements en rigoles tortueuses. Au cours de cette phase on distingue les ravines éphé-
mères et larges des rigoles tortueuses, les zones d’érosion des zones de dépôts. Toutes les
rigoles se rejoignent, se concentrent, grossissent et créent ainsi le réseau hydrographique
temporaire qui rejoint le réseau permanent (Chow et al. 1988), (Puech 2000)). La localisa-
tion et la description du réseau temporaire en deçà d’un certain ordre sont difficilement
réalisables à l’échelle de la parcelle et donc a fortiori à l’échelle du bassin tout entier
((Souchere et al. 2003), (Cerdan et al. 2002)).
D’un autre côté, (Gascuel-Odoux et al. 1999) pensent que le ruissellement ne peut pas être
assimilé à une nappe répartie de façon homogène, pour eux la propagation du ruissellement
se fait suivant 3 étapes. Tout d’abord, la rugosité du sol forme des dépressions (flaques),
elles se remplissent et se connectent pour enfin former un réseau à l’échelle du versant. On
progresse d’autant plus que la pluie est importante, le ruissellement est de plus en plus hor-
tonien. On peut mettre en évidence l’apparition d’un seuil (entre le remplissage des dépres-
sions et leurs connections) pour lequel on passe de 0% de ruissellement à 100%.
L’échelle à laquelle on se place joue un rôle capital dans la définition du mode
d’écoulement. Gascuel-Odoux et al. (1999) présentent le ruissellement superficiel comme
contrôlé par la surface du sol à différentes échelles :
- à l’échelle du microrelief, les cailloux, fissures et plantes vont modifier localement
l’écoulement ;
- à l’échelle du motif agricole, l’extension de la zone saturée connexe au ruisseau est
contrainte par le réseau anthropique ;
- à l’échelle du versant, la pente fixe les directions d’écoulements ;
- à l’échelle du bassin, la topographie rend compte de l’existence du réseau hydrogra-
phique.
Ainsi, l’écoulement sur les versants peut être en nappes ou en rigoles, sur des surfaces im-
perméables ou à travers des sols (Moore and Foster 1990). Celui-ci dépend de l’échelle
d’observation, de la surface du sol et des précipitations.
La modélisation de ces écoulements passe donc par des hypothèses simplificatrices fortes.
(Chow et al. 1988) proposent de décrire l’écoulement par un régime permanent et uniforme
répondant aux lois des écoulements à surface libre. La loi reliant le débit à la hauteur d’eau
est donc une loi en puissance dont les paramètres dépendent de la turbulence de
l’écoulement. (Llamas 1993) modélise aussi ce ruissellement par une nappe pour laquelle il
propose une vitesse d’écoulement empirique dépendant exclusivement de la pente.
Une fois l’écoulement concentré, Chow et al. (1988) supposent que celui-ci peut être décrit
par la vitesse de Manning classique pour laquelle la géométrie du lit de la rivière va in-
fluencer l’expression du débit. (Kavvas 1988) propose une modélisation relativement com-
plexe des écoulement en rigoles sur des parcelles types.
Toutefois, il arrive que cet écoulement soit décrit par une seule et même conceptualisation,
de sa naissance à son exutoire. Par exemple, (Datin 1998), évoquant le ruissellement super-
ficiel sur les zones contributives saturées, les représente par une nappe à surface libre tout
le long de leur cheminement. Enfin, (Liu and Todini 2002) représentent le ruissellement
par un écoulement en nappe discrétisé selon la maille du MNT (Modèle Numérique de Ter-
rain) et régi par l’approximation de l’onde cinématique (OC).
La description du mode de ruissellement de surface reste donc un sujet ouvert, à la fois lié
à la modélisation retenue ainsi qu’à l’échelle à laquelle il est considéré.

Xuan Kham LE - 2008 - 34 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

III.2.2.3 Modes d’écoulement de sub- surface

La définition des écoulements de sub-surface peut être trouvée dans les cours en ligne de
Musy6 ou dans l’ouvrage de (Maidment 1993). On peut simplement retenir que la vitesse
horizontale reste faible par rapport aux écoulements de surface. On peut par exemple le
modéliser à partir de la transmissivité, donc de la loi de Darcy (Saulnier et al. 1997). Ces
écoulements contribuent surtout à la phase de récession d’un hydrogramme de crue. En
fonction de l’analyse que l’on souhaite effectuer on pourra le prendre en compte ou non
dans la contribution des crues « éclair ». A titre d’exemple, la Figure 9 estime le débit pro-
venant de la vidange de la sub-surface pour un bassin saturé en eau et un bassin ayant une
teneur en eau de 50%. Les débits à l’exutoire sont de l’ordre de 100m3/s et peuvent être
négligé dans une première approximation d’une crue, qui sur les Gardons d’Anduze est
plus souvent de l’ordre de 1000m3/s.
III.2.2.4 Propagation des crues éclair dans les cours d’eau
L’écoulement dans les cours d’eau joue un rôle déterminant dans la propagation d’une crue
éclair. La morphologie du bassin et de ses talwegs provoque une concentration des flux et
un adoucissement des pentes, et par suite une augmentation des hauteurs d’eau. Les vites-
ses estimées sont de l’ordre du mètre par seconde pour les crues éclair avec des régimes
d’écoulement globalement fluviaux. La rapide et importante montée des eaux observée est
caractéristique de ce genre d’événement, pour la crue de l’Aude des 12 et 13 novembre
1999 par exemple, l’augmentation du niveau de l’eau dans l’Orbieu a été de 4.7 mètres en 4
heures.
Pour des pentes faibles et des montées d’hydrogrammes rapides, ces écoulements répon-
dent aux équations complètes de Saint-Venant en régime non stationnaire (Maidment
1993), leur résolution sera traitée par un code de calcul spécifique. Les temps de calcul de
ce type de code étant non négligeables, une résolution en 1 ou 2 dimensions sera envisagée
suivant les applications recherchées.

Figure 9 – Courbe de récession issue du débit de sub-surface estimé sur les Gardons d’Anduze à partir de la transmis-
sivité du TOPMODEL pour un sol saturé à 100% (courbe bleu) et 50% (Courbe verte)

6
Musy, A. (2001) Cours d’hydrologie générale – Ecole Polytechnique Fédérale de Lausanne.
[Link]

Xuan Kham LE - 2008 - 35 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

III.2.3 Spatialisation de l’information

En plus des phénomènes physiques cités précédemment, l’importance de la distribution de
l’information à l’échelle du bassin versant doit être soulignée. Par exemple, on comprend
aisément que la réponse du bassin versant à orage violent centré en point sera différente
d’une pluie d’un volume égale réparti sur celui-ci. Les résultats que nous présentons peu-
vent être obtenus avec un modèle avec un modèle hydrologique distribué, par commodité
nous avons choisi d’utiliser MARINE pour effectuer cette analyse. Nous avons donc
d’abord comparé les hydrogrammes simulés avec et sans spatialisation avec les hydro-
grammes observés.
III.2.3.1 Spatialisation des caractéristiques physiques du bassin versant
Un premier test mené sur la crue de 1996 montre l’intérêt de la spatialisation des données
de sol, en l’occurrence, nous avons effectué une simulation (dite simulation de référence)
en ajustant au mieux (critère de Nash) les paramètres de l’étude avec des donnée spatiali-
sées. Nous avons alors comparé ces résultats à ceux d’une simulation pour laquelle la pro-
fondeur du sol (hauteur d’infiltration) était fixée à la moyenne du bassin versant.
Comme on peut le constater sur la Figure 10, lors de la crue de 1996, la non spatialisation
de la hauteur d’infiltration ne permet pas de rendre compte de la première montée du débit
à l’exutoire.

Tests de spatialisation de l'infiltration (événement du 10/11/1996)

800 0

700 10
20

Intensité de pluie (mm/h)

600
30
500
Débit (m3/s)

40
400 50

300 60
70
200
80
100 90
0 100
10 15 20 25 30 35 40 45
Heures 50 55 60 65 70 75 80 85 90

Hyétogramme Hydrogramme observé Hydrogramme de référence HInf Non Spat

Figure 10 - Test de spatialisation de la hauteur d’infiltration

Cette information est essentielle dans le cadre de ce travail. Comme on le verra plus loin,
des tests systématiques sont menés sur différentes informations spatialisées comme la pro-
fondeur du sol, la perméabilité … afin d’en déterminer les influences relatives.
III.2.3.2 Spatialisation des données de pluie
Un deuxième test, effectué celui-ci sur la crue de 2002, a montré qu’une mauvaise prise en
compte de la répartition de la pluie sur le bassin versant pouvait entraîner des erreurs im-
portantes : pour ce faire nous avons remplacé la pluie réelle répartie (Figure 11) par une
pluie uniforme donnant le même hyétogramme moyen sur le bassin versant.

Xuan Kham LE - 2008 - 36 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 11 - Pluie réelle le 08/09/1992

Comme le montrent les résultats de la Figure 12, la crue est alors lissée de façon exagérée
et la décrue intermédiaire constatée à l’exutoire est gommée du fait d’un temps de concen-
tration moyen trop long sur l’ensemble du bassin.
On peut noter ici que l’importance de la spatialisation des données de pluie est préoccu-
pante car, dans les simulations en temps réel, il faudra non seulement anticiper des scéna-
rios d’évolution de l’intensité de la pluie, mais il faudra aussi bâtir des scénarios de vent de
afin d’anticiper le déplacement de la cellule précipitante.

Événement du 08/09/2002
5000 0
4500 10
4000 20
3500 30
Débit (m3/s)

mm/heure
3000 40
2500 50
2000 60
1500 70
1000 80
500 90
0 100
20 25 30 35 40
Heures

Hyétogramme Hydrogramme observé Pluies spatialisées Pluies uniformes

Figure 12 - Test de spatialisation de la pluie

III.2.4 Bilan de la genèse des crues éclair

On peut observer différents types de genèse de crue sur différents bassins voire sur un
même bassin en fonction des échelles spatiales et temporelles d’intérêt.
Gaume (2002) a tiré les enseignements suivants de son étude sur la crue éclair qui a touché
l’Aude en novembre 1999 :
Xuan Kham LE - 2008 - 37 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

- les mécanismes de genèse des écoulements par saturation des sols sont prédomi-
nants par rapport aux mécanismes de genèse par dépassement des capacités
d’infiltration dits hortoniens,
- un seuil de fonctionnement apparaît en cours de crue : dans un premier temps, la
pluie s’infiltre laissant le coefficient de ruissellement progresser lentement, dans un
second temps les coefficients de ruissellement s’approchent de 100%,
- 150 à 200 mm de pluie sont retenus sur le bassin versant et ne participent pas à la
crue. Toutefois, ces chiffres sont obtenus par le calage d’un modèle, ils ne représen-
tent pas forcément une réalité extrapolable.
Ces propositions sont des hypothèses qu’il déduit de témoignages et de simulations. Il ne
s’agit en aucun cas de faits incontestables. Il conclut d’ailleurs : « les données disponibles
à la suite des crues sont-elles suffisamment riches et précises pour permettre une réelle in-
terprétation hydrologique ? »
Prenons maintenant l’exemple du Mont Lozère (Cosandey and Robinson 2000). Au cours
du temps, les processus peuvent changer. Le Mont Lozère a un comportement très différent
suivant la saison. L’hiver, les pluies abondantes sont responsables d’un fonctionnement par
zones contributives saturées. L’été, les gros orages provoquent un ruissellement par organi-
sations pelliculaires de surface visibles dans des rigoles qui se forment sur les versants.
Le champ de maïs de Gascuel-Odoux et al. (1999) présente aussi une forte variabilité tem-
porelle. Il répond à 3 fonctionnements distincts :
- nu l’hiver, il est mécanisé et peu couvrant, au relief modéré (pente et labour dans le
même sens), le ruissellement se fait sur les zones contributives saturées qui sont
plus ou moins étendues en fonction de l’état hydrique du sol (contrôle par
l’hydrologie du versant) ;
- au printemps il se forme une croûte de battance et un ruissellement sur de courtes
distances (processus de dégradation des sols) ;
- l’été, le ruissellement se produit sur de longues distances qui suivent les pentes jus-
qu’à la rivière (si les pluies sont assez fortes). Le ruissellement observé est alors
hortonien (contrôle par la topographie, variabilité spatiale et temporelle).
Le type d’événements pluvieux peut aussi expliquer des genèses différentes. Considérons
des pluies d’intensité exceptionnelle et qui génèrent des écoulements surfaciques impor-
tants (principe de Horton). Le plus souvent, ce phénomène apparaît sur de toutes petites
surfaces (<10km de diamètre, comme pour la crue de Puycerguier (1996) à moins qu’il ne
s’agisse de pluies provoquées par des systèmes convectifs de meso-échelle où l’extension
longitudinale du système prend en écharpe le bassin (quelques centaines de km2). Le for-
çage est alors généralisé et perdure anormalement. Le ruissellement surfacique se généra-
lise et concerne l’ensemble du bassin.
Enfin, suivant l’échelle spatiale d’observation du bassin, les conséquences de ces processus
peuvent être très différentes. (Jones 1997) a défini, de façon systématique, le type
d’écoulement qui se produit en fonction de la superficie du bassin et du temps de montée
des crues.
Il ne semble donc pas possible, dans l’état actuel des connaissances, de définir des lois gé-
nérales de fonctionnement de genèse de crues éclair. Le comportement de certains bassins
lors d’une crue éclair sera la prolongation de son fonctionnement courant, alors que dans

Xuan Kham LE - 2008 - 38 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

d’autres cas, le fonctionnement extrême sera un fonctionnement inhabituel qui ne corres-

pondra pas à l’extrapolation des fonctionnements courants (Obled 1999).

Figure 13 - Courbes enveloppes du temps de montée en fonction de la surface du bassin versant7 d’après (Jones, 1997)

III.3 Choix d’un modèle hydrologie pour les crues « éclair »

Les crues « éclair » que nous étudions se situant principalement en automne, sur de super-
ficies relativement faibles, un modèle de type pluie–débit, spatialisé, à base physique et
événementiel doit pouvoir convenir. Il doit être composé de deux modules principaux : la
fonction de production (calcul de la pluie nette avec modélisation de l’infiltration par diffé-
rentes méthodes à base physique) et la fonction de transfert sur le bassin versant.
Pour la fonction de production un modèle basé sur la relation de Green & Ampt permet de
décrire le ruissellement hortonien et le ruissellement par saturation. Ce modèle peut être
complété d’un modèle de subsurface qui rend compte l’existence d’aires contributives.
Pour la fonction de transfert sur le bassin versant, le calcul du ruissellement sur le bassin
versant, le transport dans le réseau de drainage puis en rivière s’effectue par différentes
approximations des équations de Saint-Venant.
Le code MARINE intègre toute ses fonctionnalités, traite les données spatialisées prove-
nant de l’imagerie satellitale ou simplement des champs de pluie distribués (données
CALAMAR ou PANTHERE). Il peut être choisi pour modéliser la dynamique des crues
« éclair » sur un bassin versant comme celui des Gardons d’Anduze.

7
Musy, A. (2001) Cours d’hydrologie générale – Ecole Polytechnique Fédérale de Lausanne.
[Link]

Xuan Kham LE - 2008 - 39 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre IV : SITE D’ETUDE, MODELE ET METHODES

Dans ce chapitre nous allons présenter le bassin versant étudié, le modèle hydrologique
utilisé et les méthodes d’estimation des paramètres utilisées.

IV.1 Les Gardons d’Anduze

Nous avons choisi de faire porter notre étude sur le cas particulier du Bassin Versant des
Gardons d’Anduze, bassin test qui fait partie des bassins Versants Numériques Expérimen-
taux mis en place par le SCHAPI.
A ce titre, le bassin des Gardons d’Anduze est bien documenté et on dispose d’une banque
de données importante permettant de valider la modélisation des évènements observés de-
puis 1992.

IV.1.1 Situation géographique

La région cévenole est une zone montagneuse du sud-est de la France, qui chevauche les
quatre départements du Gard, de l’Aveyron, de l’Hérault et de la Lozère (Figure 14). Le
point culminant des Cévennes est le pic de Finiel, au sommet du Mont Lozère, situé à une
altitude de 1699 m.

Figure 14 - Situation géographique des Cévennes (source IGN)

La région cévenole est très découpée du point de vue géologique, avec des causses calcai-
res d’une part et des massifs granitiques d’autre part.
L'escarpement des Cévennes est constitué de roches métamorphiques datant de l'ère pri-
maire. C'est un pays de vallées profondes, séparées par des crêtes aiguës, pratiquement sans
replat. Des terrains analogues prolongent les Cévennes au Nord / Nord-Est par le Vivarais.
Au Nord et au Sud les deux grands massifs granitiques, le Mont Lozère et le Mont Aigoual
encadrent la région. Formés eux aussi à l'ère primaire, ils constituent la charpente de la
région. Au Sud et à l'Est, on trouve les garrigues du Languedoc qui constituent le "premier
échelon" des Cévennes : le bassin des Gardons d’Anduze.
Le Gardon est en fait issu de la confluence de plusieurs rivières comme les Gardon de St-
Jean, de Ste Croix, de St Martin, de Mialet et d’Alès (Figure 15).
Le bassin versant du Gardon d’Anduze (545 km2) s’intègre dans l’ensemble du bassin des
Gardons, qui prend sa source à la crête des Cévennes, pour se jeter dans le Rhône, drainant
Xuan Kham LE - 2008 - 40 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

à la confluence une superficie d’environ 2025 km2. C’est le dernier affluent du Rhône en
rive droite. Il s’écoule du Nord-Ouest vers le sud-est et présente une forme allongée sui-
vant cette direction. Le Gardon d’Anduze (545 km2) est un sous-bassin situé sur la partie
amont. Il a deux sous-bassins : Le Gardon de Mialet et le Gardon de Saint-Jean. Le Gardon
de Mialet, qui draine trois affluents principaux, le Gardon de Saint-Germain, le Gardon de
Saint-Martin et le Gardon de Sainte- Croix, est situé dans la partie nord du bassin. Dans la
partie occidentale du bassin versant, le Gardon de Saint-Jean possède un affluent principal,
le Salindrenque. Gardon de Saint-Jean et Gardon de Mialet se réunissent 2 kilomètres en
amont d’Anduze pour former le Gardon d’Anduze.

Figure 15 - Localisation de la zone d’étude

En amont du bassin versant, le réseau est très ramifié et le cours d’eau trouve toute sa place
dans des gorges étroites. Seulement légèrement en amont d’Anduze, le lit du cours d’eau
s’élargit au sein d’une plaine alluviale.

IV.1.2 Morphologie de la région

Le bassin versant du Gardon d’Anduze est essentiellement schisteux avec néanmoins une
zone karstique en aval vers la confluence des Gardons de Saint Jean et de Mialet. Le bassin
versant étudié est un bassin versant à la pluviométrie très irrégulière, les crues automnales
sont redoutables. La végétation est haute, et l’ensemble du bassin est très boisé.

Figure 16 - Le Gardon de Mialet vers Majencoule

La pente moyenne du bassin versant est de 20%, et le relief est très marqué sur toute sa
superficie (Figure 16). En amont, les Gardons sont des torrents cévenols dont la pente du lit
peut atteindre 5 à 6%. Les données topographiques et morphologiques du bassin versant du
Gardon d’Anduze sont déduites du MNT à 50 m issu de la BD TOPO, et nous en disposons
sur une zone carrée englobant le bassin versant du Gardon d’Anduze.
Xuan Kham LE - 2008 - 41 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

IV.1.2.1 Les facteurs géomorphologiques, pédologiques et l’occupation des sols

L’occupation des sols, les facteurs géomorphologiques et pédologiques interviennent direc-
tement sur la génération et le transfert du ruissellement des eaux de crue jusqu’à l’exutoire
du bassin versant (Marchandise 2007)
Un bassin versant à dominante naturelle

Inventaire forestier Répartition (%)

Conifères 10
Châtaigniers 24
Chênes verts 11
Autres feuillis 3
Forêts mixtes 4
Grandes landes 3
Pelouses Pastorales 13
Garrigues boisées 5
Garrigues non boisées 0,1
Incultes ou friches 8,9
Tableau 3 - Répartition de la végétation sur le bassin du Gardon d’Anduze

Le bassin versant du Gardon d’Anduze est un bassin à dominante naturelle, essentiellement

recouvert de formation forestière (80 %, Tableau 3)
Les châtaigniers sont plutôt localisés en haut de bassin et sur les adrets tandis que les gar-
rigues boisées associées aux chênes verts se trouvent plus en aval et sur l’ubac. En extrême
aval du bassin versant, on trouve à proximité du cours d’eau des vignes et des vergers tan-
dis que des pelouses pastorales couvrent un espace réduit (3%) sur les hauts de versant.
Un substratum à dominante schisteuse et granitique
La majorité (64 %) des terrains du Gardon d’Anduze est constituée de roches métamorphi-
ques composées de schistes, de gneiss et de micaschistes (Figure 17). Les sous- bassins de
Mialet (220 km2) et Saumane (101 km2) sont constitués à 95% de ces roches (d’après
Ayral, 2004)

Schistes, Micaschistes,
Gneiss

Granites

Marnes, argiles

Alluvions récentes et
anciennes

Marnes et argiles

Figure 17 - Un bassin versant dont le substratum est à dominante schisteuse (d’après (Ayral 2005)

Xuan Kham LE - 2008 - 42 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Une organisation fragmentée des paysages et des sols

Dans les Cévennes centrales, gardoises ou lozériennes, le délitement assez aisé des schistes
sericiteux associé à une tectonique active a donné naissance à des vallées longues et très
encaissées (les "valats") dominées par des crêtes étroites avec pentes escarpées et ravinées :
les "serres cévenols". Forêts et landes y occupent plus de 80 % des surfaces avec garrigue
méditerranéenne et taillis de chêne vert en dessous de 500 mètres, taillis de châtaigniers au-
dessus en association avec le chêne blanc et surtout avec les végétations dégradées de lan-
des à bruyères, landes à genêts, sarothamme et fougère aigle.
Les types de paysages et de sols sont fonction de la position topographique sur les versants
et de l'interaction pente/pendage avec une distinction forte entre adret et ubac. Nous les
décrivons dans ce qui suit.
Description des paysages :
Selon la classification de l’INRA en grands ensembles paysagers, le bassin versant du Gar-
don d’Anduze appartient, dans sa plus grande partie, en amont, à la catégorie des collines
et versants sur socle. L’aval du bassin versant est lui coupé longitudinalement par un
paysage formé de collines et versants sur des formations sédimentaires.
Organisation à l’échelle des versants (source INRA) :
Les sols sont, de manière générale, peu développés et grossiers. On trouve en majorité des
rankers, des lithosols et des sols bruns. Les sols les plus épais sont situés se trouvent dans
les fonds de vallée et dans les zones colluvionnaires. L’organisation spatiale des sols est
relativement discontinue (Figure 18). Elle présente néanmoins un étagement suivant
l’altitude et son organisation dépend de l’interaction pente/pendage avec des différences
importantes entre l’Adret (versant Nord) ou l’Ubac (versant Sud). La Figure 19 présente un
profil type de cette organisation sur substratum schisteux.

Serres et collines de type

cévenol sur schistes ou
quartzites

Collines et versants sur sol

faiblement métamorphisé
(gneiss, granites)

Grès et Marnes

Versants sur sables et argi-

les versicolores

Collines sur faciès calcaréo-

marneux dominant
Plaines alluviales récentes

Figure 18 - Ensembles paysagers autour du Gardon

Sur les hauts de versant, on trouve essentiellement :

• Des lithosols humifères dans les zones découvertes
• Des rankosols humifères sous forêts

Xuan Kham LE - 2008 - 43 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Tourgueille : Rankers humifères

Epaisseur 10-30 cm Sols très
caillouteux sur schistes durs,
riche en matière organique ≈ 20
%. Porosité 65% en surface,
50% entre10 et 20 cm. Densité
0.6 en surface, 1.2 entre 10 et 20
cm. Ks très élevée (> 500 mm/h)

Sumène: Brunisols colluviaux

anthropiques. Epaisseur 70-80
cm sur terrasses. Sols limono-
argilo-sableux 50 % sables sur
schistes peu altérés. Matière
organique < 2 %. Porosité 50%
en surface, 40 % à partir de 30-
40 cm. Densité 1.1 en surface,
1.5 à partir de 30-40 cm. Ks
élevée (≈ 200 mm/h)

Figure 19 - Coupe schématique de la répartition des sols sur un adret (d’après Hisinger 1985)

Les lithosols sont des sols très peu épais (<10 cm) posés sur une roche mère dure, continue
et peu fragmentée. Les rankosols sont constitués d’une couche humifère importante (Figure
21). Leur formation est due à l’érosion d’une roche dure et acide (granite) sur des zones de
fortes pentes. Le froid et l’humidité favorisent leur formation. La Figure 20 résume les ca-
ractéristiques de sols « type » que l’on trouve sur un profil cévenol. Ces caractéristiques
ont été établies à la suite de mesures effectuées par le laboratoire Hydrosciences Montpel-
lier.

Figure 20 - Distribution des sols sur terrains schisteux (d’après Perret)

Organisation spatiale des sols à l’échelle du bassin versant :

Nous avons récupéré la carte BDSol_LR réalisée par l’UMR Sol&Environnement de
l’Agro.M-INRA et diffusée par la Chambre Régionale d’Agriculture du Languedoc-
Roussillon. Le principe de constitution de cette carte repose sur la définition d’unités pédo-
paysagères. Ces unités sont le résultat du croisement de la lithologie, de la géomorphologie
et du système végétal associé (type de culture ou végétation naturelle dominante). A cha-

Xuan Kham LE - 2008 - 44 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

que unité correspond un nombre fini d’unités de sols, les Unités Typologiques de Sols
(UTS), qui sont décrites dans la base de données par leurs caractéristiques principales :
texture, épaisseur, description du profil vertical de sol. Sur le bassin du Gardon d’Anduze,
on trouve en majorité (30 %) des sols développés sur schistes et micaschistes, d’épaisseur
moyenne estimée à 25 cm. Une partie importante du bassin (27%) est caractérisée par des
sols nus.

20-30 cm de sol humifère

Figure 21 - Des sols peu développés sur une roche mère quasi-affleurante (rankolsols humifères)

A partir de la connaissance des superficies recouvertes par les 41 UTS sur le bassin du
Gardon et de leur épaisseur moyenne, nous avons estimé l’épaisseur moyenne des sols à
285 mm. Les sols d’épaisseur moyenne (entre 5 et 60 cm) constituent la majorité des sols
(53 %) tandis que les sols très fins (<5 cm) sont bien représentés (35%). Des sols épais sont
présents (12% de la surface du bassin), localisés essentiellement en aval du bassin versant,
dans les zones colluvionaires à proximité du cours d’eau. Les sous-bassins amont de Sau-
mane (100 km2) et Mialet (241 km2) ont des sols plus fins : 177 mm pour le sous-bassin de
Mialet, 207 mm pour Saumane.

Bassin Versant Gardon Gardon de Mia- Gardon de Sau-

d’Anduze let mane
(545 km2) (241 km2) (100 km2)
Répartition des e < 5cm 35 52,5 39,72
épaisseurs (e) 5cm < e < 60cm 53 46,06 54,81
en % e > 60cm 12 1,44 5,47
Epaisseur moyenne (cm) 28,5 17,7 20,7
Epaisseur Max (cm) 100 100 100
Tableau 4 - Caractéristique des épaisseurs de sol sur les bassins du Gardon d’Anduze (545 km2 )

Densités apparentes et porosité

Les valeurs de densité et de porosité à une profondeur donnée sont cohérentes entre elles.

Xuan Kham LE - 2008 - 45 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Profondeur (cm) Densité apparente (g/cm3) Porosité

-5 0,613 0,643
-5 0,652 0,671
-5 0,672 0,612
-15 1,091 0,502
-15 1,214 0,49
Tableau 5 - Calcul de porosité à partir du prélèvement d’échantillons de sol de volume connu

Pour la densité apparente, on a γa = 0.65 à 5 cm de profondeur et γa = 1.15 avec des écart-

types très faibles puisque σ = 0.03 à 5 cm et σ = 0.08 à 15 cm. Ces faibles valeurs, particu-
lièrement remarquables à 5cm de profondeur s’expliquent par un sol apparemment riche en
matière organique et en débris de toute sorte : morceaux de schistes fracturés, racines.
Même constat pour les valeurs de porosité qui sont très élevées de l’ordre de 0.65 à 5 cm,
de l’ordre de 0.50 à 15 cm.
IV.1.2.2 Le cadre physique (Marchandise 2007)
Le climat
Le bassin du Gardon d’Anduze est sous l’influence du climat méditerranéen, caractérisé
par des étés chauds et secs et des hivers plus frais et humides. Il est soumis à deux saisons
humides, en automne et au printemps. L’automne, saison où les intensités de pluie sont les
plus fortes, apporte les 2/3 de l’eau qui tombe annuellement. Les mois de Juin, Juillet et
Août sont les plus secs mais des orages d’été peuvent donner des cumuls de pluie impor-
tants. Notons la présence du climat montagnard sur le haut du bassin versant qui inclut des
pluies importantes et des températures plus froides (présence de neige l’hiver, qui n’est pas
à l’origine de crues importantes néanmoins)
Les événements pluviométriques d’Automne
Les faits :
En automne, des pluies très intenses touchent l’arc méditerranéen, parfois sur des grandes
surfaces. Entre 1958 et 1993, 191 événements engendrant ponctuellement un cumul de
pluie supérieur à 190 mm ont été enregistrés sur l’arc méditerranéen (Jacq 1994). 66% de
ces événements se sont produits entre le 15 Septembre et le 15 Novembre. Tous les 6 ans
en moyenne, on observe en Languedoc Roussillon un cumul de pluie dépassant les 400
mm. (Neppel et al. 1998). (Lebel 1984) établit une lame moyenne de 59 mm sur 1 heure et
350 mm sur 24 heures, pour la période de retour centennale.

Pas de temps P 100

1 heure 59
Gardon Anduze (545 km2)
24 heures 350
1 heure 64
Gardon Mialet (237 km2)
24 heures 371
1 heure 60
Gardon Saint Jean (165 km2)
24 heures 367
1 heure 53
Gardon Saint-André (53 km2)
24 heures 364
Tableau 6 - Lames en 1 heure et 24 heures de période de retour 100 ans sur des sous-bassins du Gardon d’Anduze

Parmi les valeurs remarquables de cumul sur 24 heures, on peut citer les 950 mm enregis-
trés en 1900 à Valleraugue (Gard) ou plus récemment les 687 mm relevés à Anduze en sep-
tembre 2002.
Xuan Kham LE - 2008 - 46 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Les causes :
La rencontre de deux masses d’air au cours de l’automne (l’une chaude et humide, l’autre
constituée d’air froid et sec), associée à des effets locaux dus essentiellement au relief, est
à l’origine des ces pluies importantes.
• Pourquoi ces pluies ont lieu principalement en Automne ?
L’automne est marqué par l’arrivée d’air froid d’altitude d’origine arctique. D’un autre
côté la présence de la mer Méditerranée, qui s’est réchauffée durant l’été sous un rayonne-
ment solaire conséquent, communique une réserve d’énergie et d’humidité aux basses cou-
ches des masses d’air qui y séjournent ou la traversent.
• Le rôle des Cévennes sur ces phénomènes
Le relief cévenol canalise, soulève, déforme, dévie les flux atmosphériques des basses cou-
ches. Il favorise le forçage, c’est-à-dire le soulèvement des basses couches de
l’atmosphère. L’ai chaud et humide en provenance de la Méditerranée s’élève ainsi vio-
lemment et entraîne un processus de condensation à l’origine des nuages à fort développe-
ment vertical. Néanmoins le relief n’est pas le seul responsable du forçage.
• Différentes origines au forçage
Le relief est à l’origine du forçage dit orographique. Ce forçage fait partie des forçages
d’échelle fine, par opposition aux forçages d’échelle synoptique, liés à des anomalies
d’altitude et qui affectent une épaisseur plus importante de l’atmosphère.
Les forçages frontaux ou les ascendances induites par une convergence de vent dans les
basses couches de l’atmosphère appartiennent également à la catégorie des forçages
d’échelle fine à l’origine des mouvements convectifs et peuvent aussi influer sur e niveau
des précipitations.
IV.1.2.3 Conséquences sur les processus hydrologiques
Les mesures d’humidité des sols mettent en évidence une humidification des sols du bassin
au cours des premiers événements pluvieux d’automne. Si les sols sont proches de la satu-
ration (sans forcément l’atteindre) au cours des événements pluvieux intenses, ils retrou-
vent assez vite (24 heures environ) une valeur palier de 15 %, en teneur en eau volumique.
On l’explique par un drainage latéral important – étant donné les pentes importantes - et
par des pertes en percolation dans la roche fissurée qui peuvent également être très impor-
tantes ; Ayral (2005) estime les intensités de percolation verticale supérieures à 100 mm/h.
Les facteurs énoncés précédemment conduisent à des crues d’intensité remarquable, com-
parée au débit de base du cours d’eau. Le débit de pointe instantané de période de retour 10
ans est estimé à 1340 m3/s ; le débit trentenaire à 1790 m3/s (source SAGE Gardons). Les 2
crues qui ont marqué les esprits dans les 50 dernières années sont celles du 9 septembre
2002 (Qp = 3500 m3/s) et d’octobre 1958 (Qp = 3000 m3 /s). En remontant dans le temps,
parmi les cures historiques à Anduze, on peut citer celles de 1846, 1847, 1861, 1890, 1891,
1907, 1958 et 2002.

IV.1.3 Les données hydrologiques (Marchandise 2007)

IV.1.3.1 Les données de pluie
De 1972 à 2007, on est passé d’une mesure au sol de la pluie avec un réseau dense de pos-
tes au pas de temps horaire à un réseau d’observation utilisant la complémentarité de la
mesure radar et de la mesure pluviométrique au sol à un pas de temps de 5 minutes.

Xuan Kham LE - 2008 - 47 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 22 - Localisation des postes pluviométriques et des stations limnimétriques sur le bassin du Gardon d’Anduze

IV.1.3.2 Les données issues du réseau de pluviomètres

Nous avons pu récupérer auprès de l’organisme gestionnaire (SPC Grand Delta) des don-
nées de pluviométrie horaire sur le Gardon d’Anduze à partir de 1960. De 15 postes cou-
vrant le bassin versant dans les années 70 (Figure 22), on est passé à 6 postes dans les an-
nées 1990. Parmi les postes présentés sur la, seuls Anduze, Mialet, Saumane, Barre des
Cévennes, Saint-Roman-de-Tousque et Saint-Jean-du-Gard restent opérationnels auprès du
SPC30.
IV.1.3.3 Les données radar issues du radar météorologique
Les pas de temps et la qualité des données radar sont variables suivant l’ancienneté et
l’algorithme de traitement utilisé. De 1994 à 2001, on dispose de d’intensités de pluie à un
pas de temps de 6 minutes. Ensuite, à partir de 2002, il passe à 5 minutes. L’image brute
est fournie par Météo-France. Cette image fait l’objet de traitements, de la part de la socié-
té Rhéa, pour corriger les erreurs liées :
• A l’étalonnage électrique du radar
• Aux échos fixes
• Au Profil Vertical de Réflectivité (PVR)
Un coefficient de calibrage correctif est utilisé pour corriger les erreurs du radar liées à une
mauvaise estimation du profil vertical de réflectivité. Ce coefficient est défini comme le
rapport entre les cumuls aux postes pluviométriques du réseau de calibrage et les cumuls
aux pixels radar correspondant. Jusqu’en 1997, il est supposé constant par zones. Il vaut
1.3 pour la zone du gardon d’Anduze. Après 1997, l’algorithme de calcul simule une évolu-
tion temporelle de ce coefficient.
IV.1.3.4 Les hydrogrammes de crue
Ils sont établis à partir des hauteurs d’eau relevées lors des crues et d’une courbe de tarage
permettant de convertir les hauteurs d’eau en débit.
Les données de hauteur d’eau :
A Anduze, Mialet et Saumane, la mesure de hauteur d’eau s’effectue à partir d’un capteur
de pression « bulle à bulle ». Le principe de la mesure de hauteur d’eau est basé sur la me-
sure de la pression d’eau au-dessus du capteur. L’acquisition et l’enregistrement se font à

Xuan Kham LE - 2008 - 48 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

un pas de temps fixe (horaire) sur une centrale d’acquisition. Depuis 1982 ces stations sont
télétransmises ce qui permet au service gestionnaire de connaître en temps réel les hauteurs
d’eau.
Les courbes de tarage :
Elles sont la plupart du temps élaborés sur les bases des jaugeages disponibles et à l’aide
d’une modélisation hydraulique. La modification du lit du cours d’eau (suite aux crues im-
portantes) est une source de détarage de la station ce qui nécessité des jaugeages réguliers.
Les épisodes retenus :
La base de données de (Marchandise 2007) comprend 90 événements pluvieux qui ont lieu
au long de l’année. On trouve en majorité des événements d’automne (45 événements) qui
donnent les crues les plus dévastatrices se produisent. 25 crues d’hiver et de printemps
permettent d’évaluer le modèle sur un bassin versant plus humide. Enfin 7 crues corres-
pondent à des averses orageuses d’été. La lame moyenne cumulée sur le bassin versant à
Anduze (Tableau 7) est comprise entre 28 mm et 428 mm suivant l’événement.

Coefficient de ruissellement (%) Durée Lame (mm)

Minimum 1,00 1 jour 28,00
Maximum 110,00 11 jours 5 heures 423,60
Médiane 38 3 jours 18 heures 127
Tableau 7 - Caractéristiques de la base de données

En terme d’intensités du pic de crue, la majorité des événements se situe dans la gamme de
débits [300 m3/s, 1000 m3/s] mais on dispose également de crues de fortes intensités, dé-
passant 1000 m3/s en débit de pointe.

Date Qmax observé Volume de pluie répartition des pluies (mm)

(m3/s) moyen (mm)

Septembre 1994 775 231

Novembre 1996 693 86

Septembre 2002 3635 117

Septembre 2006 191 31

Tableau 8 - Les valeurs des débits maximaux d’observation

Dans le cadre de ce document On utilise les données de pluie relatives à quatre épisodes de
crue : ceux de 1994, 1996, 2002 et 2006 dont les débits sont regroupés dans le Tableau 8.
Xuan Kham LE - 2008 - 49 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

On a choisi ces 4 épisodes car ils présentent un large éventail de conditions hydrologiques :
la crue de 2002 est une crue exceptionnelle (période de retour 100 ans) avec un épisode de
pluie continu ; la crue de 2006 au contraire correspond à une crue de très faible amplitude ;
les crues de 1994 et 1996 correspondent à des situations intermédiaires mais à la différence
des autres crues, la crue de 1994 présente deux épisodes pluvieux distincts à une trentaine
d’heures d’intervalle. Ces crues présentent aussi l’avantage d’avoir un jeu « complet »
d’informations nécessaires pour utiliser le logiciel MARINE.

IV.2 Schéma de fonctionnement de MARINE

Le code MARINE est un modèle de type pluie–débit, distribué, à base physique et événe-
mentiel. La modélisation des divers processus entrant en jeu est effectuée selon des lois
physiques appliquées à chaque maille d’un maillage régulier (structuré) du bassin versant.
Il est composé de deux modules : la fonction de production (calcul de la pluie nette avec
modélisation de l’infiltration par différentes méthodes à base physique) et la fonction de
transfert sur le bassin versant (calcul du ruissellement et du transport en rivière par diffé-
rentes approximations des équations de Saint-Venant adaptées soit au réseau de drainage
principal, soit aux rivières).
Ce code, dans son utilisation opérationnelle, doit permettre de fournir des informations en
temps réel des crues à cinétique rapide. Cette contrainte nous oblige à identifier et à sélec-
tionner les mécanismes principaux lors de la formation de ce type de crue et de nous
concentrer sur leur modélisation. Son adaptabilité, dans son utilisation recherche, nous
permet d’analyser et identifier ces mécanismes.
Le code MARINE est décomposé en trois blocs : le premier intègre les données relatives à
l’événement considéré (Figure 23), le deuxième met en place le modèle de terrain (Figure
24) et le troisième concerne la modélisation hydrologique (
Figure 25). Un quatrième module permet l’affichage des résultats.

Données

Pluies radar Météo France Humidité du sol

Figure 23 - Prise en compte des données météorologiques

Les données de pluie et l’humidité initiale du sol fournissent les conditions aux limites en
entrée. Le Code intègre des données de terrain (nature, pente, occupation du sol) et un taux
d’humidité initiale. Il s’en suit une modélisation des conditions de ruissellement,
d’infiltration ainsi que des écoulements de subsurface.

Xuan Kham LE - 2008 - 50 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Les données de sortie concernent prioritairement la modélisation de l’hydrogramme à

l’exutoire aval.

IV.2.1 Données de pluie

Les données de pluie proviennent des fichiers Calamar issus des meures radar de Météo-
France. Il s’agit soit de fichiers temps réel, soit de fichiers recalibrés en fonction des don-
nées sol disponibles (pluviomètres). Le calage des paramètres se fait à partir des fichiers
recalibrés.

IV.2.2 Données de terrain

Les données de terrain sont issues de données brutes concernant la morphologie et les pro-
priétés du sol. Les données topographiques proviennent de modèles numériques de terrain
(MNT) fournis par l’IGN. Les données concernant la nature et la profondeur du sol sont
fournies par le BRGM. Toutes les données brutes sont reformatées dans une étape de pré-
traitement qui consiste à adapter les données au pas d’espace du modèle, à rectifier certai-
nes pentes afin d’éviter la formation de cuvettes, à éliminer certaines aberrations et à com-
bler les données manquantes

Nature et occupation du sol

Hauteur s m axim al es
MNT
d’infiltration ( BRGM) et
composition du sol

Pentes

Infiltration et
écoulements
de subsurface

Figure 24 - Calcul du réseau de drainage et prise en compte des données de terrain

IV.2.3 Modélisation du transfert de l’écoulement superficiel

Le cheminement de l’écoulement à la surface d’un bassin versant naturel est un processus
qui peut s’avérer très complexe selon l’échelle à laquelle on se place. En effet, la pluie in-
cidente s’abat sur une surface très irrégulière, ce qui favorise une concentration de
l’écoulement en rigoles au bout de quelques mètres (ou dizaines de mètres), rigoles de plus
en plus importantes au fur et à mesure que l’eau est acheminée vers le réseau de drainage.
Le réseau de drainage désigne un ensemble hiérarchisé et structuré de chenaux qui assurent
le drainage superficiel, permanent ou temporaire du bassin versant (Hubert 2003). Cepen-
dant, cette notion est totalement dépendante de l’échelle à laquelle la description morpho-
logique est effectuée, échelle relative à la taille des éléments topographiques qui structu-
rent l’écoulement auquel nous nous intéressons.
Une fois celle-ci fixée, on peut distinguer :

Xuan Kham LE - 2008 - 51 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

– le ruissellement diffus dont l’épaisseur est faible, et dont les filets d’eau buttent et
se divisent sur le moindre obstacle
– le ruissellement concentré organisé en drains parallèles le long de la ligne de plus
grande pente.
L’écoulement concentré en rigoles existe sur toute une gamme d’échelles et il est indispen-
sable de faire le choix d’une échelle de support en deçà de laquelle les processus ne seront
pas représentés explicitement mais moyennés, paramétrés à l’aide d’un coefficient de frot-
tement empirique.
Si il est possible à l’échelle de la parcelle expérimentale (de l’ordre de la dizaine de m2)
d’acquérir une description très précise (résolution de l’ordre de la dizaine de cm) de la to-
pographie afin de représenter l’écoulement de manière très détaillée (Esteves et al. 2000);
(Liu et al. 2004)) ceci ne semble ni possible ni utile quand il s’agit de caractériser le débit
en rivière pour un bassin versant naturel même si il est de taille très modérée (quelques
km2).

Modélisation

R u i s s e l l e me n t s u r l e ba s s i n ve r s an t
Infiltration

∂z f ⎛ (θ − θ i )S f ⎞ ∂h S 5 2/3 ∂h
= K s ⎜⎜ 1 + ⎟⎟ + h = P−I
∂t ⎝ zf ⎠ ∂t n 3 ∂x

Transfert en subsurface
Transfert dans les drains
Qouti = Ti (θi ) grad ( hi ) dx
1
u= S R 2/3

n
Sol
Pente Ip

Hvraie
Hb

⎛ θ −θ ⎞
Ti (θi ) = T0 (i ) exp ⎜ sat ,i i ⎟
B
⎝ M ⎠

Transmissivité Teneur en eau

2

Figure 25 - Etape de modélisation

Xuan Kham LE - 2008 - 52 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Déterminer l’échelle en deçà de laquelle les chemins de l’eau ne sont pas représentés de
manière suffisamment détaillée pour reproduire les débits en rivière constitue une problé-
matique (potentiellement très délicate) qui ne fait pas l’objet de ce travail de thèse.
Selon Estupina-Borrell (2004), il est nécessaire de réaliser un compromis intégrant
– la résolution des données disponibles ;
– le domaine de validité du modèle physique ;
– la surface minimale du sous-bassin d’analyse des variables intermédiaires ;
– le coût de calcul.
Alors que certains modèles, par exemple (Jain et al. 2004) ; (Castillo et al. 2003), représen-
tent la totalité du bassin versant avec un formalisme correspondant à un écoulement diffus
en fine lame sur un plan, le cours d’eau principal peut-être pris en compte de manière diffé-
rente dans MARINE .
Un modèle d’hydraulique fluviale de type Saint-Venant 1D (MAGE du Cemagref - Institut
de Recherche pour l’Ingénierie de l’Agriculture et de l’Environnement) ou 2D
(TELEMAC-2D du Laboratoire National d’Hydraulique et Environnement - EDF/LNHE)
est alors utilisé pour la propagation de l’onde de crue dans le réseau hydrographique prin-
cipal. Le couplage réalisé (couplage faible) consiste à prendre en compte les apports pro-
venant des versants (apports latéraux ou en tête de réseau) à travers les termes de forçage
(conditions aux limites ou termes source).
Cependant, même pour l’échelle de support fixée, pour le type d’évènements auquel nous
nous intéressons la concentration du ruissellement en ruisseaux ou rigoles est effective bien
avant l’arrivée dans le réseau de drainage principal. Nous reviendrons un peu plus tard sur
certains des effets liés à ce choix de modélisation. Nous allons, dans le cadre de cette étude
nous concentrer sur la modélisation de la partie amont du bassin versant, zone pour la-
quelle le transfert est souvent modélisé sous forme de ruissellent diffus d’épaisseur faible.
On utilise pour cela une approximation des équations de Saint-Venant dont la capacité à
représenter les écoulements de surface (selon certaines contraintes et à certaines échelles
de temps et d’espace) n’est plus à démontrer (Singh 2002).
Afin de mettre en oeuvre une représentation simplifiée de l’écoulement de surface, il est
nécessaire d’effectuer des choix en termes de modèle physique représentant le processus du
ruissellement, de description de la géométrie du bassin versant, d’approche numérique
adoptée pour la simulation par ordinateur . Ces choix, potentiellement très délicats, peuvent
se révéler largement interdépendants.
Nous allons dans les paragraphes suivants décrire l’approche mise en oeuvre à l’IMFT,
approche dont l’objectif est une bonne représentation de la montée en crue, représentation
simplifiée pouvant intégrer facilement des données issues de la télédétection et dont la ré-
solution numérique est peu coûteuse en temps de calcul pour la prévision opérationnelle.
IV.2.3.1 Modèle physique et représentation géométrique
Le ruissellement de surface est un processus non stationnaire et non uniforme, ses gran-
deurs caractéristiques telles que hauteurs et vitesses varient très largement en fonction du
temps et de l’espace. Les phénomènes physiques instationnaires sont généralement décrits
par des équations aux dérivées partielles non linéaires. Les équations de Barré de Saint-
Venant, forme intégrée (intégration selon la profondeur) des équations de Navier Stokes,
sont les plus utilisées pour modéliser les écoulements à surface libre non stationnaires, gra-
duellement ou rapidement variés.

Xuan Kham LE - 2008 - 53 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Cependant, quand certains termes de l’équation de la quantité de mouvement peuvent être

négligés, les équations de Saint-Venant se réduisent à un équilibre pente/frottement ou
onde cinématique.
L’analyse dimensionnelle montre l’existence de deux nombres : le nombre de Froude F
u 1 L
(F = ) et le nombre d’onde cinématique K ( K = 2 s ) ; dont les valeurs renseignent
gh F h
sur les conditions d’applicabilité de cette approximation. Ici u, L, h et s représentent res-
pectivement les échelles de vitesse, longueur, hauteur d’eau ainsi que la pente du bassin.
La comparaison de la solution obtenue pour chacune de ces approximations à celle résul-
tant de l’intégration des équations de Saint-Venant permet de délimiter un domaine de va-
lidité dans le plan (F, K) (Vieira 1983). On peut dire pour simplifier que K doit être supé-
rieur à 20 avec KF2 > 5.
Selon Singh (2002), l’onde cinématique domine lors du ruissellement sur les versants du-
rant toute la phase de montée en crue puis pendant une partie importante de la phase de
récession. C’est également le cas pour la plupart des rivières naturelles ne comportant pas
d’aménagements susceptibles d’influencer l’écoulement (ouvrages d’art et structures hy-
drauliques). En général, les effets anthropiques pourront être négligés pour le type
d’évènements et le genre de bassins auxquels nous nous intéressons.
Dans le cadre de l’approximation de l’onde cinématique, la vitesse d’écoulement s’adaptant
immédiatement à toute variation de la profondeur, l’écoulement peut être assimilé à une
succession d’états d’équilibre uniforme. Le gradient hydraulique est approché par la pente
locale du terrain naturel et il n’y a pas d’influence de l’aval sur l’amont.
La formulation du terme de frottement, fixant la relation entre hauteur et vitesse de
l’écoulement uniforme, peut faire l’objet de différents choix de modélisation. De manière
générale, la même relation, empirique mais univoque est utilisée pour l’ensemble du bassin
versant.
Le modèle physique étant précisé, l’approximation par calcul numérique implique une dis-
crétisation en temps et en espace. Le pas de temps est souvent fixé par le schéma numéri-
que adopté pour l’intégration en temps (et donc indirectement par le pas d’espace) et non
par les contraintes liées à l’échantillonnage des processus physiques. L’approximation par
calcul numérique repose donc sur une représentation simplifiée de la géométrie du bassin
versant dont l’objectif est de représenter au mieux les chemins de l’eau vers l’exutoire et
qui conditionne fortement le choix du schéma numérique. Un inventaire des différents ty-
pes de représentations géométriques est proposé par (Singh 2001). Dans le cas du modèle
MARINE, une grille régulière est adoptée afin de faciliter l’intégration de données issues
de la télédétection.
Comme cela est souligné par (Beven 2001), l’approximation numérique de l’onde cinéma-
tique en 2D pose quelques difficultés. En effet, de par la nature des équations (équation
hyperbolique non linéaire du premier ordre) et la complexité de la géométrie du bassin ver-
sant, l’apparition d’ondes de choc est inéluctable. Si la mise en œuvre de schémas numéri-
ques plus sophistiqués permet de traiter le problème, beaucoup de modèles résolvent l’onde
cinématique en 1D sur une cascade de plans contigus représentant la géométrie des ver-
sants. Cette cascade cinématique très populaire en hydrologie pour représenter les écoule-
ments latéraux de surface ou de subsurface (Wigmosta et al. 1994), sur des maillages struc-
turés ou non structurés (Palacios-Velez et al. 1998), utilise le fait qu’il n’y a pas de dépen-
dance de la solution envers les conditions aval. Les plans constituant les différents biefs
d’écoulement 1D peuvent être de pente, d’épaisseur et de largeur variables.
Xuan Kham LE - 2008 - 54 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

En outre, pour chaque élément du maillage structuré de MARINE, on ne considère que 4

directions potentielles et l’unique direction d’écoulement est celle de la plus grande pente
(Figure 26). Ce calcul est réalisé lors d’une phase de prétraitement qui corrige les dépres-
sions du MNT et calcule la direction de l’écoulement pour chacun des éléments de la dis-
crétisation. Dans cette version du modèle, aucun traitement spécifique n’est réservé au ré-
seau de drainage, seul le réseau hydrographique principal auquel nous ne nous intéressons
pas ici comporte une représentation géométrique et un modèle physique différent.

Flux entrant
Flux sortant
y

x
Figure 26 - Schéma du transfert de l’eau maille à maille dans le cas de MARINE

En définitive, si l’on considère un écoulement unidimensionnel de hauteur h et de vitesse u

résultant du dépassement de la capacité d’infiltration de la surface, l’équation de la conser-
vation de la masse est donnée par
∂h ∂(uh )
+ = r −i (1)
∂t ∂x
où r est l’intensité de la pluie et i le taux d’infiltration. Alors que la relation hauteur-vitesse
ainsi que la largeur de ruissellement pourrait être différente d’une maille à l’autre, la for-
1
mule de Manning-Stickler donnée par u = ks 1 / 2 h 2 / 3 avec k = , coefficient de Strickler est
n
utilisée partout afin d’assurer la conservation de la quantité de mouvement (équilibre gravi-
té-frottement). Cette loi puissance très simple combinée à l’équation de conservation de la
masse permet de représenter le transfert des lames d’eau ne pouvant s’infiltrer vers
l’exutoire du bassin versant.
IV.2.3.2 Approche numérique
Alors que Estupina-Borrell (2004) approche le ruissellement superficiel en utilisant le prin-
cipe des isochrones variables (formulation lagrangienne), on s’intéresse à la formulation
eulérienne mise en oeuvre par (Neveu and Perrot 2002).
On peut rapprocher la manière dont est résolue l’équation résultant de la combinaison des
équations de conservation de la masse et de la quantité de mouvement de la méthode des
volumes finis dédiée aux lois de conservation.
Lors du bilan des flux sur chacune des mailles du MNT, la mise à jour des hauteurs d’eau
est effectuée de façon suivante : la lame d’eau précipitée est obtenue en effectuant le bilan

Xuan Kham LE - 2008 - 55 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

entre celle qui était présente au pas de temps précédent, la lame d’eau infiltrée et celle qui
est ruisselée vers l’aval.
Cependant, le schéma décentré revient à introduire une viscosité numérique qui va provo-
quer de la diffusion de nature à atténuer les hydrogrammes de crue. Ce schéma explicite en
temps, beaucoup plus facile à implémenter et souvent moins coûteux en temps de calcul
n’est pas sans inconvénients. La stabilité de la solution (majoration de l’erreur) ne peut être
assurée qu’au prix de pas de temps beaucoup plus faibles que pour les schémas implicites.
Alors que dans le cadre théorique classique on peut dériver une condition nécessaire et suf-
fisante de stabilité (condition CFL - Courant, Friedrichs, Lewy), la tâche semble bien plus
délicate dans le cas présent. Le pas d’espace étant fixé, on devrait pouvoir à partir d’une
estimation de la vitesse maximale atteinte au cours de la simulation spécifier un pas de
temps assurant la stabilité de la solution et une résolution numérique efficace. L’expérience
montre que l’estimation du pas de temps à partir de la condition CFL n’est pas toujours
satisfaisante. Face à ce constat, (Jabert and Mohtar 2002) proposent une stratégie de calcul
dynamique du pas de temps approprié.

IV.2.4 Modélisation du transfert de l’écoulement dans le réseau de drainage

Pour des aires drainées d’une superficie supérieure à 1 km², l’écoulement en nappe décrit
précédemment n’est plus efficient. On considère alors que l’écoulement est concentré dans
un réseau de drainage dont la forme est présentée Figure 27.

SD

hdn
HD

WD

Figure 27 - Géométrie du réseau de drainage

La section en travers de ce réseau est calculée en utilisant la méthode géomorphologique

« Optimal Channel Network » proposée par (Ibbitt 1997). Celle-ci permet d’obtenir une
estimation de la largeur et de la profondeur du lit mineur WD (m) et HD (m) en fonction de
l’aire drainée à l’amont ad (m²) du point considéré. qs dans cette méthode est le débit spéci-
fique pour une crue de retour 2 ans. Les drains sont peu profonds, d’un rapport lar-
geur/hauteur pris arbitrairement égal à 8 dans le lit mineur.
WD = 0.3(q s a d )
0.44
(2)
La pente du fruit des berges SD dépend du point du réseau de drainage considéré et est cal-
culée à partir du M.N.T. en utilisant les plus proches voisins.
L’écoulement dans ce réseau de drainage Figure 28 est simulé en utilisant aussi
l’approximation de l’onde cinématique. Deux paramètres de frottement sont alors nécessai-
res pour déterminer la vitesse de l’écoulement :
nmi : le coefficient de Manning du lit mineur (typiquement WD et HD Figure 27.)

Xuan Kham LE - 2008 - 56 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

nma : le coefficient de Manning du lit majeur. Le lit majeur est la partie adjacente au chenal
d'écoulement d'un cours d'eau, qui n'est inondée qu'en cas de crue (typiquement SD Figure
27.) Ce travail est en cours de publication dans le J. of H. (Roux et all 2008).

Figure 28 - Représentation du réseau de drainage pour les Gardons d’Anduze

IV.2.5 Représentation des pertes par infiltration

Dans le cadre de la théorie de (Horton 1933) choisie pour établir la relation pluie-débit, le
ruissellement superficiel est exclusivement lié à un dépassement de la capacité
d’infiltration des sols. Comme nous l’avons souligné, le processus d’infiltration intervient
donc uniquement comme un terme puits de l’équation de conservation de la masse formu-
lée pour le ruissellement superficiel.
A l’instant t, l’évaluation des pertes par infiltration implique donc la quantification de flux
verticaux totalement indépendants. Il s’agit donc de représenter la pénétration de la lame
d’eau incidente dans un milieu poreux (pluie directe ou ruissellement provenant de
l’amont) sur la surface du profil de sol.
La quasi totalité des descriptions effectuées pour ce processus sont encore basées sur la Loi
de (Darcy 1956). Cet ingénieur des Ponts et Chaussées établit de manière empirique une
équation gouvernant l’écoulement saturé à travers une colonne de sable. Elle suppose une
relation linéaire entre la vitesse d’infiltration i(t) et le gradient hydraulique de charge, la
constante de proportionnalité étant la conductivité hydraulique KH. Cette relation s’écrit
∂h
i (t ) = K H (3)
∂z
dans le cas où le flux est dirigé dans le sens de la profondeur. (Richards 1931) généralisera
cette loi aux écoulements non saturées en supposant qu’elle reste valable si la constante KH
dépend du contenu en eau.
Si l’intensité de la pluie est trop faible (r < i) on remplace, dans l’équation de conservation
de la masse, le terme de production par zéro et on considère que i vaut r :
∂h ∂ (uh )
+ = r −i = 0 (4)
∂t ∂x
La combinaison avec l’équation de continuité conduit à l’équation de Richards (1931),
équation aux dérivées partielles largement utilisée en hydrologie pour représenter
l’écoulement en milieux poreux non saturé. Alors que beaucoup de modèles (par ex.

Xuan Kham LE - 2008 - 57 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

(Horton 1933); (Philip 1957); (Philip 1963)) reproduisant le processus d’infiltration peu-
vent être dérivés de cette équation en effectuant des hypothèses plus ou moins restrictives
sur la dépendance du coefficient de diffusion capillaire et de la conductivité hydraulique
par rapport à l’humidité du sol, le modèle proposé antérieurement par (Green and Ampt
1911) repose sur une représentation plus simple et plus pragmatique du processus
d’infiltration.
Etant donné que l’objectif est d’évaluer uniquement le volume des pertes par infiltration et
non la distribution de l’humidité dans les sols, l’approximation proposée par Green &
Ampt (1911) semble raisonnable et c’est elle que nous avons adoptée. Cette schématisation
propose de considérer un front d’humectation abrupt et horizontal séparant une zone non
saturée, dont la teneur en eau est égale à l’humidité initiale du milieu hi (en %), à une zone
saturée, dont la teneur en eau θ est égale à la porosité p du sol.
Le liquide à une pression inférieure à la pression atmosphérique est aspiré dans le milieu
poreux par la force capillaire ψ. En partant de la Loi de Darcy, on démontre (par ex. (Chow
et al. 1988)) que si l’on suppose la hauteur de lame d’eau au dessus de ce profil de sol né-
gligeable par rapport à la force de succion capillaire et à la profondeur de pénétration de la
partie saturée (L), l’infiltration cumulée I(t) est régie par l’équation différentielle :
dI (t ) ⎛ θ (1 − hi ) ⎞
i (t ) = = K H ⎜⎜ψ + 1⎟⎟ (5)
dt ⎝ I (t ) ⎠
Dans la formulation courante, la colonne de sol est supposée infinie sur toute l’étendue du
bassin versant. Cependant, l’hétérogénéité des profondeurs de sols sur les bassins versants
méditerranéens peut affecter de manière significative l’abattement de la pluie brute sur le
bassin versant. En ce sens, on va introduire une profondeur de sol locale Lmax qui permet de
limiter la capacité du réservoir sol en fonctions des données disponibles.
D’autre part, il est important de préciser que le modèle utilisé ne prend pas en compte une
éventuelle fermeture du sol par la formation d’une croûte de battance ou une quelconque
modification de la structure du sol par des averses faibles mais prolongées.
En définitive, la formulation choisie essaye de reproduire, comme la quasi-totalité des mo-
dèles d’infiltration, une décroissance exponentielle du taux d’infiltration i(t) vers la
conductivité hydraulique KH en fonction du régime des précipitations, de l’état hydrique
initial et des propriétés du sol. La force capillaire n’est pas directement mesurable. Cepen-
dant, de nombreuses tables existent dans la littérature ((Rawls and Brakensiek 1982);
(Rawls and . 1989)) pour l’estimer à partir de caractéristiques des sols qui elles sont mesu-
rables. A partir des résultats obtenus par des campagnes expérimentales concernant des
milliers d’échantillons de sols, des expressions relient la texture du sol (pourcentages de
sable et d’argile) à ψ. La principale limitation de cette approche réside dans le fait que la
texture du sous-sol n’est pas le seul facteur affectant l’infiltrabilité, surtout aux échelles
d’agrégation spatiale des processus couramment employées (taille de la maille de l’ordre
de quelques dizaines de mètres). Cependant, la très grande disponibilité de cette informa-
tion a priori (nombreuses tables dans la littérature) associée à la simplicité et au très faible
coût de calcul du modèle explique en grande partie son succès dans la communauté des
hydrologues. En pratique, on est amené à caler les paramètres d’infiltration à des valeurs
bien supérieures aux valeurs de la littérature (coefficient multiplicateur de l’ordre de 5)
afin de tenir compte des inhomogénéités du sol (failles, zones karstiques, etc.).

Xuan Kham LE - 2008 - 58 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

IV.2.6 Modélisation des écoulements de subsurface

La prise en compte des écoulements de subsurface a été décidée afin de prendre mieux en
compte la phase de décrue.
Le modèle que nous avons implémenté dans MARINE (Larnier 2006) est largement inspiré
de l’approche développée dans TOPMODEL (Saulnier et al. 1997). Il consiste en une ex-
pression de la loi de Darcy dans laquelle le débit q(t) par unité de largeur est fonction de la
perméabilité du milieu exprimée sous forme d’une transmissivité horizontale T, le gradient
horizontal de charge hydraulique étant supposé égal à la pente s de la maille (hauteur d’eau
uniforme dans le milieu poreux).
Il vient donc :
∂h
q(t ) = T = Ts (6)
∂x
La transmissivité dépend quant à elle de la transmissivité Ts à saturation et d’un para-
mètre M de décroissance exponentielle en fonction de l’écart à la saturation :
⎛ θ (1 − φ ) ⎞
T (t ) = Ts exp⎜ − ⎟ (7)
⎝ M ⎠
où φ représente le taux d’humidité relative et θ la teneur en eau à saturation :
θ = Hp(1 − φ ) (8)
H est la profondeur locale du sol et p sa porosité.
Nous avons amélioré le modèle en spatialisant la transmissivité à saturation à partir des
données de terrain :
Ts = K HS H (9)
où KHS est la conductivité horizontale à saturation.

IV.2.7 La liste des paramètres utilisés pour l’analyse de sensibilité

Il y a deux types des paramètres: les paramètres du modèle d’infiltration et les paramètres
des drains
Paramètres du modèle d’infiltration de Green & Ampt :
- Ks : la conductivité hydraulique (mm/h)
- θ: la porosité du sol
- ψ : la force de succion (mm)
- nver : le coefficient de Manning du versant
- Lmax : la hauteur d’infiltration (m) : c’est la hauteur de la surface de terrain à la
nappe imperméable
- θi : l’humidité initiale du sol
Paramètres des drains :
- nmi : le coefficient de Manning du lit mineur
- nma : le coefficient de Manning du lit majeur (Le lit majeur est la partie adjacente au
chenal d'écoulement d'un cours d'eau, qui n'est inondée qu'en cas de crue. La limite
du lit majeur correspond au niveau de la plus grande crue historique enregistrée).

Xuan Kham LE - 2008 - 59 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

IV.3 Analyse de sensibilité

IV.3.1 Général
De nombreux paramètres interviennent sur la forme de l’hydrogramme ; ils proviennent du
caractère « distribué » et « à base physique » du modèle. On peut citer l’humidité initiale et
les caractéristiques pédologiques des sols, mais aussi les vitesses de transferts des masses
d’eau sur le bassin versant. Le problème posé est le suivant : quels paramètres sont les plus
sensibles et quels paramètres nous permettent d’obtenir une bonne adéquation entre les
modèles et les observations ?
Plusieurs auteurs ont analysé la sensibilité des paramètres dans le modèle des crues. On va
citer quelques résultats des auteurs précédents qui ont analysé la sensibilité des paramè-
tres : (Estupina-Borrell 2004) les a fait sur le bassin versant de l’Orbieu-Lagrasse,
(Castaings 2007) les a fait sur le bassin versant du Thoré, tous les deux ont utilisé
MARINE pour ces calculs. (Marchandise 2007) les a fait sur le bassin versant Gardons
d’Anduze et utilisé le logiciel TOPMODEL. Le but de donner ces résultats pour justement
nous montrer que comment on a analysé la sensibilité des paramètres.

Figure 29 - Sensibilité à la valeur de l’humidité initiale – modèle de Green & Ampt, d’après (Estupina-Borrell 2004)

Figure 30 - Sensibilité à la valeur de la succion – modèle de Green & Ampt, d’après (Estupina-Borrell 2004)

Xuan Kham LE - 2008 - 60 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

(Estupina-Borrell 2004) l’a fait dans le contexte des « crues éclair ». Dans sa recherche,
elle a testé la sensibilité par rapport chacun des paramètres. Par exemple, elle a donné des
calages du coefficient de Manning. Les résultats obtenus sont les hydrogrammes à
l’exutoire du bassin. A partir de ces hydrogrammes, elle a pu critiquer la sensibilité du
coefficient Manning. Elle a procédé de même pour les autres paramètres : la conductivité
hydraulique et la force de succion du sol. Les Figure 29 et Figure 30 illustrent les différen-
ces correspondantes à chaque valeur de l’humidité initiale du sol et de la force de succion
pour le bassin Orbieu-Lagrasse. A partir de ces résultats, on peut critiquer la sensibilité de
l’humidité initiale du sol et de la force de succion.
Comme Estupina-Borrell, (Marchandise 2007) a analysé la sensibilité de la conductivité
hydraulique du modèle de subsurface (Ks) du bassin Saumane (Figure 31).

Figure 31 - Sensibilité du paramètre Ks sur hydrogramme de crue, d’après (Marchandise 2007)

Ces deux auteurs (Estupina-Borrell et Marchandise) ont utilisé la méthode globale pour
analyser la sensibilité des paramètres en étudiant séparément leur influence. Les résultats
nous donnent l’impact du paramètre qu’ils ont utilisé mais ne nous donnent clairement pas
le rôle de chaque paramètre dans le modèle.
(Castaings 2007) a utilisé la méthode locale pour analyser la sensibilité des paramètres.
Avec cette méthode, on est possible de dégager les caractéristiques essentielles que l’on
cherche à représenter par le modèle afin de qualifier l’hydrogramme de crue. On retient
donc
- le coefficient de ruissellement qui renseigne sur l’abattement de la lame d’eau pré-
cipitée par infiltration, la proportion de cette lame d’eau qui participe au ruisselle-
ment c’est à dire le volume de la crue est une variable clé du bilan hydrologique.
- le débit de pointe atteint au cours de l’évènement qui constitue une variable
d’intérêt capital pour la prévision opérationnelle.
A priori, le coefficient de ruissellement est principalement déterminé par les paramètres de
la fonction de production alors que le débit de pointe est essentiellement contrôlé par les
paramètres de la fonction de transfert. Afin de corroborer cette conception a priori et d’en
analyser la portée hydrologique, on formule les deux fonctions réponses correspondantes :

Xuan Kham LE - 2008 - 61 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

T
max q (t )
R (α ) =
∫ 0
q (t )dt
R2 (α ) =
t∈[0 ,T ]
(10)
1 T Ω
q ref
∫∫0 0
r (t )dΩdt

Avec α = [K,n,θ,ψ,η,um]
où qref est le débit de pointe obtenu dans le cas ou la totalité de la lame précipitée est ruis-
selée jusqu’à l’exutoire (infiltration négligeable). On rappelle que r(t) désigne l’intensité
de la pluie.
Alors qu’il est nécessaire de prescrire une valeur par élément de la discrétisation pour cha-
cun des paramètres, déterminer l’influence de chacune d’entre elles sur la réponse de
l’hydrosystème implique un coût de calcul totalement prohibitif avec les méthodes classi-
ques d’analyse de sensibilité. A l’opposé, la méthode de l’état adjoint permet d’obtenir la
sensibilité d’une réponse scalaire par rapport à toutes les variables de contrôle pour un coût
de calcul indépendant de la dimension de l’espace de contrôle.
A partir des fonction R1 et R2, Castaings a analysé la sensibilité quelques paramètres : la
conductivité hydraulique, le coefficient Manning et l’humidité initiale du sol.
- Analyse temporelle:
La sensibilité calculée est représentative de toute la période de simulation

Figure 32 - Evolution temporelle des sensibilités à R1 et variables explicatives, d’après (Castaings 2007)

La Figure 32 montre que la sensibilité des paramètres (K,n,θ,ψ,η) est fonction de la varia-
bilité temporelle : la sensibilité d’un paramètre est différente pour chaque épisode.
- Analyse spatiale:
L’information résultant de l’analyse de sensibilité était agrégée d’un point de vue spatial,
on a examiné le contenu du vecteur de sensibilités pour chacun des paramètres. Toutes les
mailles de la discrétisation ne contribuent pas de la même manière (direction, amplitude) à
la réponse hydrologique.

Xuan Kham LE - 2008 - 62 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

On peut en effet remarquer pour les deux paramètres que les sensibilités les plus fortes sont
réparties autour des zones de concentration de l’écoulement (Figure 33).
La variabilité des sensibilités calculées est plus importante pour la conductivité hydrauli-
que K que pour le frottement. En effet, pour le coefficient de frottement, la distinction en-
tre le réseau de drainage et les versants (sensibilité presque uniforme) est beaucoup plus
nette.
A partir des résultats de Castaings, on peut connaître la sensibilité des paramètres à chaque
pas de temps et en chaque point de l’espace. En revanche, on ne peut pas distinguer claire-
ment le rôle combiné de tous les paramètres ; son mode d’analyse ne permet pas de juger
de la réponse de l’hydrogramme à l’exutoire du bassin.
Pour éviter les problèmes précédents, il faut utiliser une méthode globale basée l’analyse
de sensibilité généralisée et une méthode « bayésienne » de type GLUE « Generalized Li-
kelihood Uncertainty Estimation ». Même si l’aspect Bayésien de la méthode GLUE est
remis en cause récemment par (Mantovan and Todini 2006) et (Mantovan et al. 2007) ,
(Beven et al. 2007) pensent que cette méthode reste applicable si l’on tient compte de tou-
tes les incertitudes introduites par la modélisation.

Figure 33 - Sensibilité de R1, d’après (Castaings 2007)

Cette méthode définit un cadre théorique qui permet une analyse de sensibilité systémati-
que des différents paramètres intervenant dans les modèles. Une analyse de sensibilité
comparative du rôle entre les paramètres est présentée en fonction de différents critères tels
que le critère de NASH ou celui qui est basé sur le volume du pic de crue

IV.3.2 Analyse de sensibilité généralisée.

IV.3.2.1 Introduction
(Hornberger and Spear 1981) partent du principe que, d’une part les modèles simulant le
comportement d’un système physique sont complexes et font intervenir de nombreux pa-
ramètres, variables d’état et relations non-linéaires, d’autre part, les données d’entrée/sortie
qui pourraient servir à calibrer un tel modèle ne sont pas toujours disponibles en quantité
suffisante. Selon ces auteurs, l’unique analyse pertinente dans un tel contexte doit se
concentrer sur la probabilité d’un comportement donné. Une des principales méthodes
d’application d’un modèle de simulation dans un contexte probabiliste est la méthode de
Monte-Carlo.

Xuan Kham LE - 2008 - 63 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Définition du comportement : Étant donné que les éléments du vecteur yo sont des variables
observées, il semble pertinent de définir le comportement du système à partir de ces sor-
ties. Dans le cas général, plusieurs catégories de comportements peuvent être distinguées.
Sans perdre de vue cette notion de généralité, il est toutefois possible de définir le compor-
tement de façon binaire, c’est-à-dire un phénomène qui a lieu ou non pour un scénario et un
jeu de paramètres donnés. Les jeux de paramètres ayant permis de simuler le phénomène
considéré appartiennent alors à la catégorie behavioural ; les autres, à la catégorie non-
behavioural.
IV.3.2.2 Méthodologie de l’analyse de sensibilité généralisée
L’idée clé est d’essayer d’identifier un jeu de paramètres significatifs et de caler leur va-
leur optimale.
Dans MARINE, ces paramètres sont représentatifs de la rugosité du sol, des propriétés
d’infiltration du sous-sol ainsi que d’autres caractéristiques du bassin versant et constituent
un vecteur x. Pour un scénario, un comportement et un jeu de distribution des paramètres x
donnés, une étude numérique permet d’explorer les propriétés de l’ensemble. En effet, un
jeu de paramètres, choisi de façon aléatoire à partir des distributions initiales, permet de
simuler le comportement du système. Il est alors possible de comparer (dans un sens à dé-
finir) le résultat de cette simulation au vecteur d’observations y0.
Ce processus, répété un grand nombre de fois pour des jeux de paramètres choisis de façon
aléatoire (méthode Monte-Carlo), détermine un échantillon de vecteurs x de paramètres
pour lesquels le comportement cherché s’est produit et un échantillon pour lesquels il ne
s’est pas produit.
Densité de probabilité de xk dans la
catégorie beavioural
Densité de probabilité cumulative

f ( x k / B)

Densité de probabilité a priori

f (x k )

f ( x k / B)
Densité de probabilité de xk dans la
catégorie non-beavioural

Figure 34 - Densités de probabilité cumulatives du paramètre x k , (d’après Hornberger & Spear 1981)

Le classement des éléments de x, en fonction de leur influence sur le résultat de la simula-

tion, est effectué au moyen d’une analyse des résultats des simulations. Soit xk, un élément
du vecteur de paramètres x et f(xk) sa densité de probabilité cumulative a priori (c’est-à-
dire avant les simulations Monte-Carlo). Après application de la méthode Monte-Carlo,
cette densité de probabilité va être divisée en deux parties (Figure 34), l’une associée aux
jeux de paramètres au “comportement correct”, behavioural ( B ) , l’autre associée aux jeux
de paramètres ayant eu un “comportement incorrect”, non-behavioural ( B ). L’exemple de
la Figure 34 suggère que le paramètre xk est important pour le comportement du système.
En effet, les densités de probabilité f(xk / B ) et f(xk/ B ) associées respectivement aux caté-

Xuan Kham LE - 2008 - 64 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

gories behavioural et non-behavioural sont bien distinctes. Dans le cas contraire, si

f(xk / B ) et f(xk/ B ) sont confondues avec la densité de probabilité a priori f(xk / B ), le para-
mètre xk n’est pas important pour le comportement recherché.
Un classement des paramètres en fonction de leur sensibilité peut être opéré à partir d’une
mesure directe de la séparation entre les deux densités de probabilité cumulatives f(xk / B )
et f(xk/ B ).
(Hornberger and Spear 1981) utilisent la statistique suivante :
d mc ,nc = Sup x S nc ( x) − S mc ( x) (11)
où Snc et Smc sont les fonctions de distribution des échantillons correspondant aux densités
de probabilité f(xk / B ) et f(xk/ B ) pour nc “comportements corrects” et mc “comportements
incorrects” ; dmc,nc est la statistique utilisée dans le test de Kolmogorov-Smirnov bilatéral
(Lacaze et al. 1997).
La table de Kolmogorov-Smirnov (Tableau 9) donne le risque de première espèce, c’est-à-
dire la probabilité que les deux échantillons Snc et Smc aient la même distribution. Étant
donné que Snc et Smc sont des estimations de f(xk / B ) et f(xk/ B ), dmc,nc représente la distance
verticale maximale entre ces deux courbes (Figure 35).

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

mc + nc
90,0% 0,100 1,22
mc .nc
mc + n c
95,0% 0,050 1,36
mc .nc
mc + n c
97,5% 0,025 1,48
mc .nc
mc + n c
99,0% 0,010 1,63
mc .nc
mc + n c
99,5% 0,005 1,73
mc .nc
mc + n c
99,9% 0,001 1,95
mc .nc
100% 0 ∞
Tableau 9 - Sources valeurs critiques de la statistique de Kolmogorov-Smirnov bilatéral (grands échantillons)

Par conséquent, une forte valeur de dmc,nc indique que le paramètre considéré est important
dans la simulation du comportement recherché. En revanche, le contraire n’est pas forcé-
ment vérifié. En effet, les densités de probabilité cumulatives f(xk / B ) et f(xk/ B ) peuvent ne
présenter aucune séparation alors que le paramètre xk est crucial dans la simulation du
comportement recherché, en raison de sa forte corrélation avec d’autres paramètres. C’est
alors l’interaction entre deux paramètres qui compte pour simuler correctement un compor-
tement donné. Dans un tel cas, il faut rechercher de l’information sur la covariance entre
ces deux paramètres pour avoir une idée du degré de sensibilité du modèle à ces paramè-
tres.
Xuan Kham LE - 2008 - 65 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 35 - Statistique du test de Kolmogorov-Smirnov bilatéral dmc,nc

Dans le cas de l’estimation de paramètres hydrauliques, reste à définir le seuil qui va sépa-
rer les modèles ayant un “comportement correct” de ceux ayant un “comportement incor-
rect”.

IV.3.3 Generalized Likelihood Uncertainty Estimation (GLUE)

IV.3.3.1 Introduction
Le procédé GLUE, introduit par (Beven 1989) reconnaît la quasi-équivalence de différents
jeux de paramètres dans la calibration des modèles distribués. Comme pour la technique
d’analyse de sensibilité proposée par Hornberger & Spear (1981), elle est basée sur la mé-
thode Monte-Carlo qui consiste à faire de nombreuses simulations à l’aide d’un modèle
donné et de jeux de paramètres choisis de façon aléatoire à partir d’une distribution fixée.
Sur la base d’une comparaison entre les réponses simulées par le modèle et celles obser-
vées en réalité, une valeur de vraisemblance est assignée à chaque jeu de paramètres. Cette
valeur peut être nulle lorsque le jeu de paramètres donne lieu à un comportement qui n’est
pas caractéristique du système. Les interactions entre les différents paramètres ne sont plus
un problème puisqu’elles sont implicitement prises en compte dans la valeur de vraisem-
blance. Il est également possible d’évaluer de la même manière des jeux de conditions ini-
tiales, de conditions aux limites ou bien différentes structures de modélisation.
Le terme de vraisemblance est employé par (Beven and Binley 1992) dans un sens très gé-
néral de mesure “floue” de la conformité du comportement du modèle au comportement
observé du système, et non pas au sens de la théorie du maximum de vraisemblance qui
nécessite un certain nombre d’hypothèses spécifiques (erreurs non biaisées, normalement
distribuées d’après (Sorooshian and Dracup 1980); (Sorooshian et al. 1983), hypothèses
non vérifiées ici.
Toutes les simulations qui fournissent une valeur de vraisemblance non nulle sont prises en
considération et ré-échantillonnées pour obtenir une fonction de distribution des jeux de
paramètres. La recherche d’un jeu optimal unique est le cas extrême de la méthode, pour
lequel la solution optimale se voit attribuer une valeur de vraisemblance de 1, tous les au-
tres jeux de paramètres ayant une vraisemblance nulle. Cette valeur de vraisemblance peut
donc être employée pour définir les simulations ayant “un comportement correct” dans
l’analyse de sensibilité généralisée : cela revient à choisir une valeur seuil en deçà de la-
quelle les simulations sont considérées comme ayant un comportement incorrect, sur la
base de la mesure de vraisemblance choisie.

Xuan Kham LE - 2008 - 66 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Ces mesures de vraisemblance peuvent être combinées au moyen du théorème de Bayes 8

lorsque différentes sources d’observations sont disponibles. Les valeurs de vraisemblance
ainsi obtenues servent de coefficients de pondération pour estimer l’incertitude associée
aux prédictions du modèle. Au fur et à mesure que de nouvelles observations du système
physique deviennent disponibles, la fonction de vraisemblance peut être corrigée.
Les étapes de la méthode GLUE sont les suivantes :
1. Définition de la (des) mesure(s) de vraisemblance appropriée(s). Il est bon de noter que
ce choix est nécessairement subjectif et que l’intervalle d’incertitude sur les prévisions va
en dépendre,
2. Choix de l’intervalle de variation des paramètres recherchés et de leur distribution à
l’intérieur de cet intervalle,
3. Choix de la procédure de calcul de l’incertitude sur les prévisions du modèle à partir des
coefficients de pondération, fonction de la vraisemblance,
4. Choix de la procédure de correction des coefficients de pondération chaque fois qu’une
nouvelle observation est disponible,
5. Choix de la procédure de calcul permettant d’évaluer l’apport des informations addition-
nelles à partir de l’incertitude corrigée.
En même temps que le calcul d’incertitude (étape n°3), il est possible d’entreprendre une
analyse de sensibilité en utilisant les valeurs de vraisemblance calculées et en choisissant
un seuil de vraisemblance comme critère séparant les simulations au comportement correct
de celles au comportement incorrect.
IV.3.3.2 Définition d’une fonction de vraisemblance
La méthode GLUE requiert le choix d’une mesure de la qualité d’ajustement (goodness-of-
fit) afin de pouvoir comparer les observations aux prédictions du modèle. Cette mesure de
vraisemblance doit vérifier la condition suivante : elle doit augmenter de façon monotone
avec la similitude entre comportement observé et comportement simulé. Nous nous limite-
rons ici à la présentation du critère de (Nash and Sutcliffe 1970) basé sur l’inverse de la
somme des carrés des erreurs :
1
LS = σ e− 2 = (12)
(
∑ i y − y iS
0
i )
2

σ e représente la déviation standard de l’erreur entre observations y et simulations y .

0 S

8
Le théorème de Bayes est une conséquence immédiate de la loi de composition des probabilités (qui est un
des axiomes fondamentaux de toute théorie des probabilités). Si A et B sont deux événements, cette loi de
composition des probabilités indique que la probabilité P (A ∩B) d’observer à la fois A et B est simplement
donnée par : P (A ∩B) = P(A)P(B/A) = P(B)P(A/B)
où P(A/B) se lit “probabilité d’observer A sachant que B s’est réalisé”. Cette équation implique immédiate-
ment :
P( A) P( B / A)
P( A / B) =
P( B)
qui est le théorème de Bayes. Ce théorème se généralise sans peine au cas de plusieurs événements Ai, i = 1
...n

Xuan Kham LE - 2008 - 67 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Comme on le verra plus loin on a aussi travaillé avec un critère mixte J basé sur le critère
de Nash et des critères liés à la montée du pic de crue.
IV.3.3.3 Distribution des paramètres a priori
Une fois la fonction de vraisemblance choisie, l’étape suivante de la méthode GLUE est la
définition des distributions initiales des paramètres recherchés. Encore une fois, cette défi-
nition, comme celle de la mesure de vraisemblance, fait intervenir une part de subjectivité
dans le calcul. Les intervalles initiaux de variation des paramètres doivent être suffisam-
ment larges pour être sûr de couvrir tous les comportements observés. Il est plus fiable de
partir d’un intervalle de variation très large, puisque la procédure bayésienne de correction
des coefficients de pondération permet de raffiner l’intervalle de variation acceptable cha-
que fois qu’une nouvelle observation est disponible.
Selon Beven & Binley (1992), ce problème de définition des distributions initiales des pa-
ramètres revient à exprimer une série d’hypothèses reflétant les connaissances a priori de
l’opérateur sur les valeurs de ces paramètres. Lorsque ces connaissances a priori sont prati-
quement inexistantes, une distribution uniforme sur un large intervalle de variation peut
être une définition de référence appropriée. En effet, dans la pratique, chaque fois qu’une
information en terme de comparaison entre réponses observée et simulée est ajoutée, si
cette information est valable, la distribution calculée à partir des valeurs de vraisemblance
l’emportera sur la distribution uniforme initiale dans le calcul de l’incertitude sur la prévi-
sion.
Il est important de souligner que ces procédures sont appliquées à des jeux de paramètres,
et non pas aux paramètres pris individuellement, de façon à prendre en compte implicite-
ment toutes les interactions entre paramètres. Comme nous le verrons dans la suite du do-
cument, l’analyse des matrices de covariances permet, dans certains cas, de mettre en évi-
dence une interaction entre des paramètres du modèle.
IV.3.3.4 Matrice de covariance
Certains des paramètres d’un modèle sont corrélés, cependant le niveau de corrélation peut
être différent d’un couple à l’autre. Pour connaître le lien entre les paramètres, on peut uti-
liser la matrice de covariance.
Soit une variable aléatoire Xk totalement discontinue pouvant prendre n valeurs xk1,
xk2,…, xkn de probabilités respectives pk1, pk2,…,pkn.
Espérance mathématique :
L’espérance mathématique E(Xk) (ou valeur moyenne) de Xk s’écrit :
n
E ( X k ) = ∑ xki pi
i =1

Variance :
[ ]
Var ( X k ) = E ( X k − E ( X k )) 2 = E ( X k2 ) − E 2 ( X k )
Covariance de deux variables :
Cov( X k , X l ) = E [( X k − E ( X k ))( X l − E ( X l ))] = E ( X k X l ) − E ( X k ) E ( X l )

Matrice de covariance :

Xuan Kham LE - 2008 - 68 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

⎛ Var ( X 1 ) Cov( X 1 , X 2 ) ... Cov( X 1 , X p ) ⎞

⎜ ⎟
⎜ Cov( X 2 , X 1 ) Var ( X 2 ) ... Cov( X 2 , X p ) ⎟
⎜ ⎟
⎜ ....... ........ ........... ⎟
⎜ Cov( X , X ) Cov ( X , X ) ... Var ( X ) ⎟
⎝ p 1 p 2 p ⎠
Remarque : Var ( X k ) = Cov( X , X k )

Propriétés de covariance:
- La valeur de covariance est telle que : -1 ≤ Cov(Xi,Xj ) ≤ 1
- Si deux variables (par exemple Xi et Xj) sont indépendantes alors leur covariance est
nulle : Cov(Xi,Xj ) = 0
- Si (Cov(Xi,Xj ))2 = 1, la liaison entre Xi et Xj est totale, c'est-à-dire Xi et Xj sont tota-
lement corrélées
- Si Cov(Xi,Xj ) > 0, la liaison entre Xi et Xj est croissante
- Si Cov(Xi,Xj ) < 0, la liaison entre Xi et Xj est décroissante
Grâce à la matrice de covariance, on peut connaître le degré de liaison qui existe entre deux
paramètres et ainsi leur degré d’interdépendance.
IV.3.3.5 Estimation de l’incertitude
Toute modélisation comporte de nombreuses sources d’incertitude : erreurs dues à
l’inexactitude des conditions aux limites et des variables d’entrée, erreurs associées à
l’imprécision des mesures utilisées pour calibrer le modèle, erreurs provenant de la struc-
ture de la modélisation choisie. La vraisemblance associée à un modèle par la méthode
GLUE prend en compte toutes ces causes d’erreurs et permet ainsi de traduire l’incertitude
globale.

1
Densité de probabilité cumulative

0.9

0.5

0.1

0 ys10% ys50% ys90%

Prévision du modèle y s
Figure 36 - Calcul des marges d’incertitude sur les prévisions du modèle, limites à 10%, 50% et 90% des simulations

Le calcul de cette incertitude va évidemment dépendre de la fonction de vraisemblance

choisie, ce qui peut sembler incohérent à première vue. En réalité, l’opérateur ne peut pas
manipuler la fonction de vraisemblance pour faire évoluer la marge d’incertitude à sa
guise. En effet, si cette marge est trop étroite, une comparaison avec la réponse observée
suggérera que la structure de la modélisation n’est pas adaptée au système étudié, en re-

Xuan Kham LE - 2008 - 69 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

vanche, si cette marge est trop large, elle portera à conclure que le modèle n’est pas capa-
ble de prédire le comportement recherché. Lorsqu’un seuil de vraisemblance est choisi,
toutes les simulations dont la valeur de vraisemblance est inférieure à ce seuil sont rejetées,
l’incertitude sur les prévisions va donc également dépendre de l’existence ou non d’un cri-
tère de rejet, et de la valeur du seuil.
Qu’il y ait eu ou non rejet de certaines simulations, les valeurs de vraisemblance associées
aux jeux de paramètres considérés sont ré-échantillonnées de façon à ce que leur somme
soit égale à 1. Ces valeurs ré-échantillonnées sont alors utilisées comme des coefficients de
pondération : la valeur de vraisemblance ré-échantillonnée, obtenue à partir d’un jeu de
paramètres, est appliquée à la prévision du modèle (variables de sortie) fournie par ce
même jeu de paramètres. Il en résulte une distribution cumulative des variables de sortie, à
partir de laquelle, une fois le pourcentage choisi, il est possible de calculer l’incertitude sur
la prévision du modèle. La Figure 36 représente le calcul des marges d’incertitude, 10 % et
90 %, ainsi que le calcul de la moyenne, 50 %. Si les observations sortent de la limite des
90 %, cela signifie que les erreurs dues à la modélisation et aux variables d’entrée dépas-
sent les erreurs associées avec le procédé de calibration lui-même (Freer et al. 1996).
IV.3.3.6 Sensibilité à un paramètre
La notion de comparaison entre le comportement observé du système et celui simulé à par-
tir d’une modélisation et d’un jeu de paramètres donné, qui n’avait pas été explicitée au
paragraphe précédent, trouve un sens, pour la modélisation hydrologique, dans la définition
d’une mesure de vraisemblance. Il devient possible de définir le comportement du système
physique de façon binaire : la valeur de vraisemblance associée à une simulation donnée
est en-dessus ou en-dessous du seuil choisi. Ce seuil, critère de différentiation entre les
deux catégories behavioural et non-behavioural, est une valeur subjective de la mesure de
la qualité d’ajustement. Si les distributions des deux catégories sont différentes, alors le
modèle est sensible au paramètre considéré.
(Freer et al. 1996) proposent une analyse plus détaillée de la sensibilité du modèle, basée
sur le même principe. Après avoir séparé l’ensemble des simulations en deux catégories
behavioural et non-behavioural, Freer et al. (1996) examinent uniquement les simulations
au comportement correct. Ils les divisent en 10 classes contenant le même nombre de simu-
lations, par ordre croissant de valeur de vraisemblance, et tracent les distributions corres-
pondant à chacune de ces 10 classes. Le raisonnement est ensuite le même que celui de
(Hornberger and Spear 1981), si les distributions de ces catégories sont sensiblement diffé-
rentes, alors le paramètre considéré influe de façon importante sur le comportement du sys-
tème.
La Figure 37 récapitule les différentes étapes des méthodes GSA et GLUE. Dans ce cas
particulier, le modèle est très sensible au paramètre x1, alors que l’analyse de sensibilité au
premier ordre montre une très faible influence de x2.
Dans les paragraphes suivants nous allons préciser le modèle physique et l’approche numé-
rique utilisés pour chacune des étapes de la transformation pluie-débit telle qu’elle est re-
présentée dans MARINE.

Xuan Kham LE - 2008 - 70 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 37 - Principales étapes de l’analyse de sensibilité et du calcul d’incertitude utilisant les méthodes GSA et GLUE

Xuan Kham LE - 2008 - 71 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre V : CALAGE DU MODELE ET VALIDATION

V.1 Introduction
L’hydrogramme à l’exutoire du bassin dépend de beaucoup de paramètres. Dans le modèle
MARINE, on a deux types des paramètres: les paramètres qui sont liés au processus
d’infiltration (la conductivité hydraulique, la porosité du sol, la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol) et ceux qui caractérisent le ruissellement dans les
drains (les différents coefficient de Manning). Le modèle sub-surface de MARINE n’ayant
pas encore été implanté; les paramètres qui le concernent ne seront donc pas testés.
Les quatre épisodes de crue utilisés sont ceux de 1994, 1996, 2002 et 2006. Ils ont été choi-
sis car ils présentent un large éventail de conditions hydrologiques § IV.1.3.4: la crue de
2002 est une crue exceptionnelle (période de retour 100 ans) avec un épisode de pluie
continu ; la crue de 2006 au contraire correspond à une crue de très faible amplitude ; les
crues de 1994 et 1996 correspondent à des situations intermédiaires mais à la différence
des autres crues, la crue de 1994 présente deux épisodes pluvieux distincts à une trentaine
d’heures d’intervalle. A cause de leurs caractéristiques, on utilise les crues de 2002 et 1994
pour critiquer de manière précise nos résultats et proposer des conclusions précises.
Afin de tester la sensibilité du modèle, un intervalle de variation a été choisi et fixé pour
chacun des paramètres concernés et on a choisi de les distribuer de façon uniforme à
l’intérieur de leur intervalle de variation. Le nombre de tirage dépend du nombre de para-
mètres que nous avons à tester. On considère en général que si on n paramètres sont à tes-
ter, un nombre de tirage de l’ordre de 10n est nécessaire. Dans la plupart des expérimenta-
tions numérique que nous allons réaliser 3 paramètres sont considérés, 2000 tirages aléatoi-
res sont effectués à partir de ces distributions.

V.2 Les critères de test

Il existe de nombreux critères dans la littérature. Dans la modélisation hydrologique, le
calage du modèle est souvent effectué par comparaison des hydrogrammes simulés et ob-
servés. En ce qui concerne la validation du modèle, dans le domaine de la prévision des
événements extrêmes (inondation ou sécheresse), la précision de la prévision est calculée à
partir de la différence entre débit observé et débit simulé sur la période considérée. Nous
nous intéresserons à deux critères : le critère de Nash et un critère mixte entre critère de
Nash et pic de crue, la fonction J.
Les tests de la méthode GLUE ont été appliqués aux deux critères de sensibilité. Ces critè-
res constituent les fonctions de vraisemblance de notre étude. Pour chacune des fonctions
de vraisemblance, et suite à une analyse de la répartition de la fonction coût J (Roux 2004),
la valeur du seuil de vraisemblance est fixé à 10%. Ces simulations sont divisées en 2 par-
ties : celles qui ont des valeurs de fonction correspondant aux 10% des meilleures valeurs,
c'est-à-dire les simulations qui présentent les plus fortes valeurs de vraisemblance, ont été
retenues comme ayant un «comportement correct» (behavioural, selon la terminologie de
Hornberger & Spear (1981)), les autres ayant un «comportement incorrect » (non-
bihavioural). Ce choix a permis de déterminer pour chaque fonction de vraisemblance le
seuil partageant l’ensemble des simulations en deux catégories behavioural et non-
behavioural.

Xuan Kham LE - 2008 - 72 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.2.1 Le critère de NASH

Le critère de Nash est défini par :

∑
n
(Qi0 − Qis ) 2
Nash = 1 − i =1
(13)
∑
n 0 2
i =1
(Q − Q )
i
0

Où, i est l’indice temporel

Qi0 est le débit observé à l’instant i (m3.s−1)
Qis est le débit calculé à l’instant i (m3.s−1)
Q o est la moyenne des débits observés pendant la période simulée, c’est-à-dire entre i = 1
et i = n.
La valeur du critère de Nash varie de -∞ à 1 et, pour un ajustement parfait, le critère de
Nash doit être à 1.

V.2.2 La fonction J ou critère du pic du crue

Avec le critère de Nash, on peut valider le calage entre les hydrogrammes observé et calcu-
lé. A partir de cela, on donne la précision de la prévision du modèle. Cependant le critère
de Nash ne donne pas assez de poids à la différence entre les pics de crue observé et calcu-
lé (ni en intensité, ni en temps). C’est pourquoi on a choisi d’utiliser le critère J qui est
défini de la façon suivante :
ΔT ΔQ
J = α .Nash + β (1 − ) + γ (1 − ) (14)
Tc Qmax
α, β, γ sont des coefficients arbitraires dont la somme est, par définition, égale à l’unité ;
ΔT, ΔQ Figure 38 sont respectivement la différence entre la valeur observée et calculée de
la date et du débit ; Qmax est la valeur du débit maximal d’observation ; Tc est le temps de
concentration (en minute) : c’est par définition le temps que met le ruissellement d’une
averse pour parvenir à l’exutoire depuis le point du bassin pour lequel la durée de parcours
est la plus longue. On peut le calculer à l’aide de l’une des deux formules empiriques sui-
vantes :
- Formule de Kirpich: Tc = 3.97 L0.77 S −0.385 (15)

- Formule de Bransby: Tc = 14.6 LA −0.1 S −0.2 (16)

L est la longueur du drain de la crête à l’exutoire du bassin (en km), S est la pente moyenne
du versant (en m/m), A est la surface du bassin (en km2).

Figure 38 – Illustration de ΔQ et Δ T

Xuan Kham LE - 2008 - 73 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Le deux déterminations du temps de concentration sont en fait très proches et les tests que
nous avons mené n’ont pas montré de différence sensible sur la détermination de J. Nous
avons donc choisi arbitrairement de travailler avec la formule de Bransby.

V.3 Combinaison des paramètres analysées

Figure 39 - Valeurs de Nash obtenus pour les 6 paramètres: la conductivité hydraulique, la porosité du sol, la force
de succion, la hauteur d’infiltration, l’humidité initiale du sol et le coefficient Manning du lit majeur (2002)

Xuan Kham LE - 2008 - 74 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Comme on l’a dit précédemment, les paramètres à prendre en compte dans MARINE sont
représentatifs de la rugosité du sol, des propriétés d’infiltration du sous-sol ainsi que
d’autres caractéristiques du bassin versant : le coefficient Manning, la conductivité hydrau-
lique, la porosité initiale du sol, la force de succion, la hauteur d’infiltration et l’humidité
du sol.
Avec la méthode GLUE, pour analyser la sensibilité des paramètres, il faut combiner des
paramètres, mais reste à savoir combien ? Dans la littérature on n’a pas exactement trouvé
la réponse : par exemple, pour tester la méthode GLUE, (Zin 2002) a utilisé 4 paramètres
dans le modèle TOPSIMPL alors que (Roux 2004) a utilisé 6 paramètres dans le modèle du
écoulement monodimensionnel permanent.
Pour savoir combien de paramètres il faut tester dans le cas de MARINE, on a testé la
combinaison de 6 paramètres des données de 1994 et 2002: la conductivité hydraulique, la
porosité initiale du sol, la force de succion, la hauteur d’infiltration et l’humidité du sol et
le coefficient Manning du lit majeur.
Les Figure 39 montrent les résultats obtenus avec la méthode GLUE. Les valeurs de vrai-
semblance de nma (coefficient de Manning) ont tendance à se concentrer et passer par un
maximum, ce qui n’est pas le cas des autres paramètres. C'est-à-dire, c’est difficile de dis-
tinguer le rôle entre des paramètres dans le modèle.
Alors, en trouvant les meilleurs résultats, on va tester chaque fois la combinaison de 3 pa-
ramètres pour faire l’analyse de sensibilité. Ensuite, on va comparer le rôle entre des pa-
ramètres dans le modèle. En fin, on va classer dans l’ordre le rôle de chaque paramètre, du
plus important au moins important.
On va donc commencer l’étude par la comparaison de l’importance relative des divers
coefficients de Manning, l’objectif étant de réduire au maximum le nombre de paramètres
de calage, en particulier dans l’optique du traitement temps réel.

V.4 Les coefficients de Manning-Stickler

La rugosité du terrain et donc sa propension à freiner le ruissellement peut être caractérisée
par un coefficient appelé coefficient de Manning-Strickler.

V.4.1 Analyse de sensibilité des paramètres

Les coefficients de Manning-Strickler (n = 1/k) jouent un rôle majeur dans le la genèse des
crues car ils fixent la dynamique du ruissellement. Ils sont un des paramètres majeurs du
contrôle du ruissellement (Le et al. 2007) et ils affectent aussi le volume et le taux d'infil-
tration (Govers et al. 2000).
On trouve dans la littérature des tables donnant les plages de valeur du coefficient de Man-
ning pour des plaines inondables. En fait ces tables (Tableau 10 et Tableau 11) font appa-
raître des écarts importants pour des mêmes types de sol.
Face aux différences constatées entre deux sources différentes, il semble difficile d’adopter
une table de correspondance précise et unique. Nous réaliserons quelques tests de sensibili-
té et de calage pour trancher au cas par cas.
On doit fixer plusieurs coefficients de Manning différents : les trois coefficients de Man-
ning des drains (celui du versant, celui du lit mineur et celui du lit majeur) ; ainsi que le
coefficient de Manning du sol du bassin versant. On va successivement analyser la sensibi-
lité de tous les coefficients en admettant que le Manning du versant des trains et le Man-

Xuan Kham LE - 2008 - 75 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

ning du sol du basin versant ont la même valeur puisque le versant des drains n’est autre
que le sol du bassin versant.

Type de sol n
Revêtement de béton 0,012
Sol recouvert de graviers et bords en durs 0,020-0,033
Prairie 0,035
Champ cultivé 0,040
Broussailles clairsemées 0,050
Broussailles denses 0,070
Bois dense 0,100
Tableau 10 - Tableau extrait de Chox (Chow 1959)

Type de sol n
Argile 0,03
Sol en jachère 0,05
Végétation éparse 0,05-0,13
Sol cultivé (< 20%) 0,06
Sol cultivé (> 20%) 0,17
Prairie 0,10-0,20
Gazon clairsemé 0,20
Mottes d’herbe 0,20-0,50
Gazon dense 0,24-0,35
Pâturage 0,30-0,40
« Bermuda » 0,43
Tableau 11 - Sources :Crawford & Linsley (Crawford and Linsley 1966) , cités dans le (Estupina-Borrell 2004)

Les tests ont été menés sur les plages suivantes de variation :
- Coefficient Manning du versant (nver) : 0,02 ÷ 0,2
- Coefficient Manning du lit mineur (nmi): 0,02 ÷ 0,2
- Coefficient Manning du lit majeur (nma ): 0,02 ÷ 0,2
V.4.1.1 Les pluies de 2002
Des quatre événements qu’on a considérés, c’est celui de l’année 2002 qui a donné le plus
fort débit observé et qui a causé un maximum de dégâts à cause des crues rapides qu’il a
engendrées. C’est pourquoi on va d’abord étudier ce cas en s’intéressant d’une part à la
comparaison des critères de Nash et du pic de crue puis en considérant les densités de pro-
babilité (ddp) cumulatives pour chacun des trois paramètres considérés : Manning du ver-
sant, du lit mineur et d u lit majeur des drains.
En 2002, on constate que la forme des résultats de la fonction J est à peu près la même que
celle de Nash, c'est-à-dire qu’on peut admettre la validation mutuelle des critères de Nash
et du pic de crue.
Le modèle est sensible au coefficient du lit majeur nma, comme le confirment les Figure 40
et Figure 41 : les fortes valeurs de vraisemblance de nma ont tendance à se concentrer et
passer par un maximum, ce qui fait qu’on peut facilement estimer que les meilleures va-
leurs de nma se situent dans une plage comprise entre 0,07 et 0,09 pour le Nash, et de 0,08 à

Xuan Kham LE - 2008 - 76 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

0,105 pour la fonction J. Ces valeurs sont proches l’une de l’autre et correspondent aux
valeurs de référence des Tableau 10 et Tableau 11.

Figure 40 - Valeurs de Nash obtenus pour les 3 paramè-

tres: le coefficient Manning du versant, du lit mineur et
du lit majeur (2002)

Figure 41 - Valeurs de fonction J obtenus pour les 3 pa-

ramètres: le coefficient Manning du lit mineur, du versant
et du lit majeur (2002)

Xuan Kham LE - 2008 - 77 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

En considérant l’intersection des deux plages de variation, on peut finalement estimer que
le coefficient de Manning du lit majeur nma a vraisemblablement une valeur comprise entre
0,08 et 0,09.
En revanche, les valeurs de vraisemblance des coefficients du lit mineur (nmi) et du versant
(nver) sont dispersées sur tout l’intervalle choisi (Figure 40 et Figure 41), c'est-à-dire que le
modèle y est peu sensible.
Ce résultat concernant le coefficient de Manning du lit majeur est confirmé sur la Figure 42
et la Figure 43 où on voit que la différence statistique du test de Kolmogorov-Smirnov bi-
latéral dmc,nc du Manning du lit majeur est nettement plus grande que celle qui concerne les
autres coefficients de Manning (voir Tableau 12).
mc + n c
Comme on l’a vu précédemment, cette différence est définie par : d mc ,nc = α où α
mc .nc
est dépend du niveau de signification du test de Kolomogorov-Smirnov, mc est le nombre
des simulations behavioural (pour lesquelles le critère Nash ou J est le meilleur) et nc cor-
respond au nombre des valeurs non behavioural du paramètre considéré.
On remarque sur le Tableau 12 que les valeurs de dmc,nc correspondant aux 3 paramètres
(Manning du versant, Manning du lit mineur et Manning du lit majeur) sont très supérieu-
res au niveau de signification de 99,9% tel qu’il a été calculé (Tableau 13), c'est-à-dire
qu’ils sont touts sensibles. Comme la valeur dmc,nc du coefficient Manning du lit majeur est
la plus grande (voit la Figure 42 et Figure 43), on constate que le modèle y est plus sensi-
ble qu’aux coefficients du lit mineur et du versant des drains.

dmc,nc
Paramètres Nash Fonction J
Coefficient Manning du versant 0,2037 0,1487
Coefficient Manning du lit mineur 0,3672 0,1736
Coefficient Manning du lit majeur 0,6342 0,4399
Tableau 12 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,089 0,09
99,9% 0,001 0,141 0,142
Tableau 13 - Sources des valeurs critiques de la statistique de Kolmogorov (2002)

On peut expliquer ce comportement de la façon suivante : le vitesse de ruissellement dé-

pend directement de la pente (Souders and Hirt 2000) ; la pente du versant du bassin est
grande, alors, le temps de concentration de l’eau jusqu’aux drains est faible, le modèle est
donc moins sensible au coefficient Manning du versant. Dans le cas des donnés de 2002, la
pluie est très forte, les débits observés sont grands (Qmax observé = 3635 m3/s, voir le
Tableau 8), on observe donc des débordements sur le lit majeur ; de plus la dimension du
lit mineur est beaucoup plus petite que celle du lit majeur, c’est pourquoi le coefficient du
lit mineur est moins important que celui du lit majeur.

Xuan Kham LE - 2008 - 78 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 42 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient Manning du versant,
Manning du lit mineur et Manning du lit majeur, calcu-
lées à partir de Nash (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 43 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient Manning du versant, Man-
ning du lit mineur et Manning du lit majeur, calculées à
partir de fonction J (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Le Tableau 15 représente la matrice de covariance des paramètres en fonction de J. On

constate que le coefficient de Manning du lit majeur et du lit mineur sont très corrélés,

Xuan Kham LE - 2008 - 79 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

c'est-à-dire que si le modèle est sensible à l’un des paramètres il est aussi sensible à l’autre.
Cependant ce résultat n’est pas confirmé sur le Tableau 14 où, selon le critère de Nash, la
corrélation la meilleure, bien que faible, l’est entre nma et nver.

Paramètres nver nmi nma

nver 1 -0,241 -0,345
nmi -0,241 1 -0,289
nma -0,345 -0,289 1
Tableau 14 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres nver nmi nma

nver 1 -0,219 -0,137
nmi -0,219 1 -0,728
nma -0,137 -0,728 1
Tableau 15 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

En conclusion, le modèle est surtout sensible au Manning du lit majeur nma en ce qui
concerne les données de pluie de 2002. Ceci est dû au fait que la crue de 2002 a engendré
de forts débordements sur l’ensemble du bassin versant.
V.4.1.2 Les pluies de 1994 et 1996
On peut reprendre ici la même analyse que pour le cas de 2002, En ce qui concerne les
données de pluie de 1994 et 1996, la forme des résultats de la fonction J est aussi proche de
celle de Nash.
Le modèle semble encore une fois sensible au coefficient du lit majeur nma, comme le
confirment les Figure 78, Figure 79, Figure 113, Figure 114: les fortes valeurs de vraisem-
blance de nma ont tendance à se regrouper, c'est-à-dire qu’on peut trouver les meilleures
valeurs de nma dans la zone des maxima.
Pour les données de 1994, les meilleures valeurs du nma de Nash sont approximativement
comprises entre 0,07 et 0,1, et celles de J le sont entre 0,08 et 0,105.
Pour les données de 1996, les meilleures valeurs du nma de Nash sont comprises entre 0,07
au 0,95, et celles de J entre 0,05 et 0,09.
Au contraire, les valeurs de vraisemblance du coefficient du lit mineur (nmi) et du versant
(nver) sont dispersées dans tout l’intervalle choisie, c'est-à-dire, que le modèle y est moins
sensible.
Pour en revenir au coefficient de Manning du lit majeur, la statistique dmc,nc est plus grande
que celle des autres coefficients (voir Tableau 40 et Tableau 68).
Dans ces deux cas (donnés de 1994 et 1996), bien que les pluies soient raisonnables et les
débits observés moyens (Qmax observé de 1994 = 775 m3/s, Q max observé de 1996 = 693
m3/s, voir le Tableau 8), le ruissellement déborde sur le lit majeur; c’est pourquoi le coeffi-
cient de Manning du lit majeur joue un rôle si important.
On constate cette fois que les coefficients de Manning du lit majeur et du lit mineur sont
relativement bien corrélés aussi bien au sens du critère de Nash que de J (Tableau 42,
Tableau 43).

Xuan Kham LE - 2008 - 80 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

On confirme une fois encore que le modèle est aussi sensible au paramètre nma en ce qui
concerne les données de pluie 1994 et 1996.
V.4.1.3 Les pluies de 2006
En ce qui concerne les données de pluie 2006,la situation est moins nette. Le modèle sem-
ble sensible au coefficient du lit mineur nmi, comme le suggèrent les Figure 123 et Figure
124. Les meilleures valeurs de nmi sont approximativement comprises entre 0,05 et 0,075
pour le Nash, et entre 0,05 et 0,08 pour la fonction J.
Au contraire, les valeurs de vraisemblance de coefficient du lit majeur (nma) et versant
(nver) sont dispersées dans tout l’intervalle choisi (Figure 123 et Figure 124), c'est-à-dire,
que le modèle y est moins sensible.
La statistique dmc,nc du coefficient de Manning du lit mineur est plus grande que celle des
autres coefficients (voir Tableau 76, Figure 125 et Figure 126).
Dans ce cas, la pluie est faible et le débit maximal est petit (Qmax observé = 191 m3/s, voir
Tableau 8) ; de plus, le ruissellement n’envahit pas le lit majeur. C’est pourquoi le coeffi-
cient du lit mineur joue cette fois-ci un rôle si important.
La matrice de covariance des paramètres (Tableau 78,Tableau 79) montre que le coefficient
Manning du lit majeur et du lit mineur sont assez bien corrélés, c'est-à-dire le coefficient
Manning du lit majeur peut lui aussi jouer un rôle important dans les zones (peu nombreu-
ses dans ce cas) où il y a débordement des drains.

V.4.2 Analyse de l’incertitude sur les prévisions du modèle

Pour connaître la capacité de prévision du modèle, il faut en analyser l’incertitude.
En faisant varier les différents coefficients de Manning dans les plages considérées, on a
donc calculé des incertitudes à n% correspondant au nombre n% de valeurs du modèle su-
périeures aux valeurs réellement observées pour 3 valeurs de n (10, 50 et 90).
Les Figure 44, Figure 82, Figure 117 et Figure 127 représentent donc le résultat des marges
d’incertitude à 10% et 90%, ainsi que le calcul de la moyenne, à 50% pour les 4 crues test.
On a représenté sur ces courbes l’évolution temporelle du débit observé ainsi que celle des
débits Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de Nash ou du
critère du pic de crue J.
Les courbes Q10% et Q90% encadrent les débits observés sauf en quelques points particu-
liers sur lesquels on va revenir. La courbe Q50% est censée donner la meilleure estimation
de la crue considérée.
Premier point : lors de la petite crue de 2006, le modèle n’a pas permis d’anticiper la pre-
mière montée du débit (t = 2700mn, Figure 127). On peut penser que c’est dû au fait que la
simulation démarre avec les données de pluie relatives à la montée de crue mais qu’on a
ignoré un petit épisode pluvieux antérieur ou au fait qu’on n’introduit pas de débit de base
dans ce type de modélisation. Ce premier point n’a pas grande importance car ce qui inté-
resse le prévisionniste c’est surtout la chronologie et l’importance de la montée de la crue.
Deuxième point, plus important celui-là : on observe très nettement lors de la crue de 2006
(t = 2900, Figure 127) et c’est déjà visible lors de la crue de 1994 (t = 2600mn, Figure 82)
que le modèle est en avance par rapport à la montée de la crue, même si les Q10% et Q90%
encadrent bien son amplitude. Il semble raisonnable de penser que cela est dû à une exagé-
ration du ruissellement, le modèle ayant une dynamique trop importante par rapport à la
réalité (montée et descente de la crue trop raides). La version de MARINE utilisée dans ce

Xuan Kham LE - 2008 - 81 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

document n’intègre pas les éléments de sub-surface. On peut espérer que ce travers sera
corrigé prochainement avec l’introduction d’un modèle de ce type censé être plus représen-
tatif lors de la décrue. Ceci permettrait en outre d’améliorer les prévisions du modèle en fin
d’épisode ou lors d’évènements du type de celui de 1994 où on a observé deux pics très
séparés (d’une trentaine d’heures).

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 44 - Estimation de l’incertitude de la prévision du modèle sur le coefficient Manning du versant, Manning du lit
mineur et Manning du lit majeur (2002)

En dépit de ces quelques lacunes, on peut considérer que la modélisation Q50% donne une
très bonne estimation de la crue pour chacun des épisodes considérés puisque la prévision
du pic de crue ne s’écarte pas de plus de 30 minutes de la réalité, ce qui correspond à un
écart qui n’excède jamais 1,5% ; tandis qu’en intensité, l’écart entre la prévision et
l’observation n’excède guère 10% sauf dans le cas de 2006 où on approche les 60%
d’erreur, ce qui n’est pas satisfaisant mais reste cependant acceptable pour un prévision-
niste en l’état actuel des connaissances.
• Synthèse des résultats précédents
On vient de voir que pour toutes les pluies pour lesquelles ce coefficient a une importance
significative (fortes pluies), les meilleures valeurs du coefficient de Manning-Strickler du
lit majeur des drains sont comprises entre 0,08 et 0,09 alors que les autres coefficients (du
versant et du lit mineur) ne sont pas significatifs.
Dans le même temps, pour les pluies faibles, seul le coefficient du lit mineur est significatif
et se trouve compris entre 0,05 et 0,075.
On pourra donc désormais travailler avec des valeurs de Manning-Strickler telles que :
nma ∈ [0,08;0,09] et nmi ∈ [0,05;0,075] .

V.4.3 Conclusion
A ce niveau de l’étude, on peut récapituler les résultats de la façon suivante :
- lors des crues importantes, c’est le coefficient de Manning du lit majeur des drains
nma qui joue le rôle le plus important comme le montrent les critères de Nash ou du
pic de crue. Ce phénomène s’explique par le fait que les drains débordent,
- lors des crues faibles, c’est cette fois le coefficient de Manning du lit mineur des
drains qui est déterminant ; les drains ne débordent plus,

Xuan Kham LE - 2008 - 82 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

- le coefficient de Manning du bassin versant ne joue pratiquement aucun rôle car

l’essentiel de la crue est dû au ruissellement dans les drains,
- les tests de sensibilité issue de la méthode statistique de Kolmogorov ont confirmé
ces résultats,
- on peut encadrer les coefficients dans la fourchette nma ∈ [0,08;0,09] et
nmi ∈ [0,05;0,075] en croisant les données issues des critères de Nash et du pic de
crue.

V.5 Le coefficient de conductivité hydraulique, le Manning du lit majeur

et l’humidité initiale du sol
Les divers paramètres n’intervenant pas de façon totalement découplée les uns des autres, il
est fondamental de les tester simultanément. C’est pourquoi, à cette étape du travail, nous
avons décidé de considérer ensemble les évolutions de la conductivité du sol, du Manning
du lit majeur ainsi que l’humidité initiale bien que cette dernière soit en fait non pas dé-
pendante du bassin versant mais de l’état hydrique du sol au moment de la crue. A l’avenir,
on considèrera d’ailleurs l’humidité initiale comme une donnée spatialisée issue du modèle
ISBA de Météo-France, au même titre que la pluie est une donnée spatialisée issue de don-
nées radar.

V.5.1 Analyse de sensibilité des paramètres

Comme on l’a vu précédemment, le coefficient Manning du lit majeur est un paramètre
important. On va tester son couplage avec deux autres paramètres : la conductivité hydrau-
lique et l’humidité initiale du sol. Pour le coefficient de conductivité hydraulique, on utilise
les données spatialisées.
La crue de 2006 étant très faible, on va la laisser tomber et s’intéresser aux trois autres épi-
sodes de crues: ceux de 1994, 1996 et 2002.
Les plages de chaque paramètre qu’on a choisi sont les suivantes :
- Facteur de conductivité hydraulique (facteur de K): 1 ÷ 10
- Humidité initiale du sol (Humidité) : 20 ÷ 90
- Manning-Strickler du lit majeur (nma) : 2 ÷ 50
V.5.1.1 Les pluies de 2002
En 2002, le modèle est sensible aux trois paramètres, parce que les valeurs de vraisem-
blance ne sont pas dispersées sur tout l’intervalle choisi (Figure 45, Figure 46). Les fortes
valeurs de vraisemblance de nma ont tendance à se concentrer et passer par un maximum ;
c'est-à-dire nma joue un rôle le plus important dans le modèle, on peut facilement estimer
que les meilleures valeurs de nma se situent dans une plage comprise entre 9 et 13 pour le
Nash, 10 et 14 pour la fonction J (Le et al. 2007) . En revanche, le modèle est moins sensi-
ble aux deux autres facteurs.
On remarque sur le Tableau 16 que les valeurs de dmc,nc correspondant aux divers paramè-
tres (le coefficient de conductivité hydraulique, l’humidité initiale du sol et coefficient
Manning-Strickler du lit majeur ) sont très supérieures au niveau de signification de 99,9%
tel qu’il a été calculé (Tableau 17), c'est-à-dire qu’ils influent tous sur les sorties du mo-
dèle. La valeur dmc,nc du coefficient Manning-Strickler du lit majeur étant la plus grande
(voit la Figure 47, Figure 48), on peut confirmer qu’il joue le rôle majeur.

Xuan Kham LE - 2008 - 83 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 45 - Valeurs de Nash obtenus pour les 3 paramè-

tres: le coefficient de conductivité hydraulique,
l’humidité initiale du sol et Manning-Strickler du lit
majeur (2002)

Figure 46 - Valeurs de fonction J obtenus pour les 3

paramètres: le coefficient de conductivité hydraulique,
l’humidité initiale du sol et Manning-Strickler du lit
majeur (2002)

Xuan Kham LE - 2008 - 84 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 47 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient de conductivité hydraulique,
humidité initiale du sol et Manning - Strickler du lit ma-
jeur, calculées à partir de Nash (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 48 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient de conductivité hydraulique,
humidité initiale du sol et Manning - Strickler du lit ma-
jeur, calculées à partir de fonction J (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 85 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

La valeur de dmc,nc de l’humidité initiale du sol est plus grande que celle du facteur K, c'est-
à-dire le taux d’humidité initiale (humidité) est plus important que la conductivité hydrau-
lique K .
Les Tableau 18 et Tableau 19 représentent la matrice de covariance des paramètres (Céron
et al. 2002). On constate que le coefficient de conductivité hydraulique et l’humidité ini-
tiale du sol sont à peu près corrélés, ce qui n’est pas étonnant car l’humidité initiale joue
sur l’infiltration au même titre que la nature du sol.

dmc,nc
Paramètres Nash Fonction J
Facteur de conductivité hydraulique (facteur de K) 0,267 0,218
Humidité initiale du sol (Humidité) 0,295 0,242
Coefficient Manning du lit majeur (nma ) 0,701 0,557
Tableau 16 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,088 0,090
99,9% 0,001 0,143 0,144
Tableau 17 - Sources des valeurs critiques de la statistique de Kolmogorov (2002)

Paramètres Facteur de K Humidité nma

Facteur de K 1 0,486 0,162
Humidité 0,486 1 -0,283
nma 0,162 -0,283 1
Tableau 18 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres Facteur de K Humidité nma

Facteur de K 1 0,397 0,406
Humidité 0,397 1 -0,401
nma 0,406 -0,401 1
Tableau 19 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

V.5.1.2 Les pluies de 1994 et 1996

En ce qui concerne les données de pluie de 1994 et 1996, le modèle semble sensible à
l’humidité initiale du sol et au Manning-Strickler du lit majeur, comme le confirment les
Figure 83, Figure 84, Figure 118 et Figure 119 : les fortes valeurs de vraisemblance de nma
et humidité ont la tendance passer par un maximum, c'est-à-dire qu’on peut trouver les
meilleures valeurs de nma et humidité.
Pour les données de 1994, les meilleures valeurs de nma de Nash et de J sont approximati-
vement comprises entre 5 et 8. Les meilleures valeurs de humidité étant comprises entre 65
et 75%.
Pour les données de 1996, on ne trouve pas les meilleures valeurs de nma de Nash (Figure
118) mais celles de J sont comprises aussi entre 3 et 8. Les meilleures valeurs de humidité
sont comprises entre 80 et 85%.

Xuan Kham LE - 2008 - 86 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Au contraire, les valeurs de vraisemblance du facteur de conductivité hydraulique (facteur

K) sont dispersées sur tout l’intervalle choisi, c'est-à-dire, que le modèle y est moins sensi-
ble.
La valeur statistique dmc,nc de facteur de K de Nash (données de 1994 et 1996) est infé-
rieure à la valeur critique correspondant au niveau de signification de 99% (voir le Tableau
44, Tableau 45, Tableau 72 et Tableau 73). Dans ce cas, on peut confirmer que le modèle y
est moins sensible. En revanche, les valeurs dmc,nc de facteur de K, humidité et nma sont
toutes supérieures au seuil critiques du niveau de signification de 90%, c'est-à-dire que le
modèle est sensible à tous ces facteurs. Comme la valeur statistique dmc,nc de nma est la plus
grande (voir le Tableau 44 et Tableau 72), il joue cette fois encore un rôle majeur devant
l’humidité initiale du sol et la conductivité.
Sur les Tableau 46 et Tableau 47, on constate que les trois paramètres sont à peu près bien
corrélés (crue de 1994). Ce qui est beaucoup moins vrai pour la crue de 1996 (Tableau 74,
Tableau 75) pour laquelle le sol était proche de la saturation, surtout sur la deuxième partie
de l’épisode de crue qui a entraîné les débits les plus importants.

V.5.2 Analyse de l’incertitude sur les prévisions du modèle

La Figure 49 représente le résultat des marges d’incertitude à 10% et 90%, ainsi que le cal-
cul de la moyenne, à 50% pour la crue de 2002.

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 49 - Estimation de l’incertitude de la prévision du modèle sur le coefficient de conductivité hydraulique,

l’humidité initiale du sol et Manning du lit majeur (2002)

On a représenté sur ces courbes l’évolution temporelle du débit observé ainsi que celle des
débits Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de Nash et de J.
La courbe Q50% est censée donner la meilleure estimation de la crue considérée. Les cour-
bes Q10% et Q90% encadrent les débits observés sauf en quelques points particuliers sur
lesquels on va revenir : à partir t = 2100mn toutes les courbes prévoient un débit inférieur
au débit observé, ce qui signifie que le modèle n’a pas permis d’anticiper la baisse du débit
(t = 2100mn) ; en revanche la courbe Q10% a tendance à montrer une surestimation du dé-
bit au début de la montée de crue mais on est là dans une gamme de débits faibles où la
sensibilité du modèle est médiocre.
Dans l’ensemble, les résultats de la Figure 49 nous confirment donc que le domaine de va-
riation des paramètres est convenable et que la fonction de Nash est la dans la capacité de
prédire le comportement recherché.

Xuan Kham LE - 2008 - 87 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Pour les données de 1994, à partir t = 3150mn (Figure 87), on retrouve le même phéno-
mène, le modèle n’a pas permis de représenter la décrue.
Pour les données de 1996 (Figure 122), le modèle a du mal à bien encadrer les résultats. Ce
qui n’est pas étonnant au vu des remarques précédentes : on a en effet deux épisodes plu-
vieux distincts au cours de la même crue, ce qui entraîne une décrue intermédiaire que le
modèle ne peut pas représenter correctement à ce stade.
• Synthèse des résultats précédents
La pluie de 1996 donnant des résultats médiocres, on va se concentrer sur les simulations
de 2002 et 1994 pour critiquer les résultats
Pour les données de 2002, on trouve que les meilleures valeurs du coefficient de Manning-
Strickler du lit majeur des drains sont comprises entre 10 et 13, ce qui confirme relative-
ment bien les résultats de l’analyse précédente.
Pour les données de 1994, les meilleures valeurs de nma de Nash et de J sont approximati-
vement comprises entre 5 et 8 et les meilleures valeurs de humidité sont comprises entre 65
et 75%.

V.5.3 Conclusion
- Le coefficient de Manning du lit majeur des drains nma joue le rôle le plus important
comme le montrent les critères de Nash ou du pic de crue ;
- l’humidité initiale du sol est plus sensible que le coefficient de conductivité hydrau-
lique, c'est-à-dire que si on s’approche de la saturation, les données de sol n’ont
plus beaucoup d’importance
- les tests de sensibilité issue de la méthode statistique de Kolmogorov ont confirmé
ces résultats.

V.6 Le coefficient de conductivité hydraulique, la hauteur d’infiltration et

le Manning du lit majeur.
On va maintenant introduire la hauteur d’infiltration qui joue elle aussi un rôle important
dans le processus de développement des crues et comparer les évolutions du coefficient de
conductivité hydraulique, la hauteur d’infiltration et le Manning du lit majeur.

V.6.1 Analyse de sensibilité des paramètres

Le coefficient de Manning du lit majeur joue le rôle majeur ; on va donc surtout comparer
les rôles que jouent respectivement la hauteur d’infiltration et le coefficient de conductivité
hydraulique et, pour ce faire, on va utiliser les données de 2002 et de 1994.
On a éliminé les crues de 1996 et 2006 car : la crue de 1996 présente deux pics séparés, ce
qui entraîne une saturation du sol et rend difficile l’interprétation des résultats ; et la crue
de 2006 est si faible que les paramètres manquent de sensibilité.
Pour le coefficient de conductivité hydraulique et la hauteur d’infiltration, on a utilisé les
données spatialisées. On a choisi les plages de variation suivantes pour chaque paramètre :
- Facteur de conductivité hydraulique (facteur de K): 1 ÷ 10
- Facteur de la hauteur d’infiltration (facteur de la hauteur) : 1 ÷ 10
- Manning-Strickler du lit majeur (nma) : 2 ÷ 50

Xuan Kham LE - 2008 - 88 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.6.1.1 Les pluies de 2002

Figure 50 - Valeurs de Nash obtenus pour les 3 paramè-

tres: le coefficient de conductivité hydraulique, la hauteur
d’infiltration et le Manning-Strickler du lit majeur (2002)

Figure 51 - Valeurs de J obtenus pour les 3 paramètres:

le coefficient de conductivité hydraulique, la hauteur
d’infiltration et le Manning-Strickler du lit majeur (2002)

Xuan Kham LE - 2008 - 89 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 52 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient de conductivité hydraulique,
la hauteur d’infiltration et le Manning-Strickler du lit
majeur, calculées à partir de Nash (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 53 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient de conductivité hydraulique,
la hauteur d’infiltration et le Manning-Strickler du lit
majeur, calculées à partir de J (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 90 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

En 2002, le modèle est sensible aux trois paramètres (facteur de K, facteur de la hauteur et
nma), parce que les valeurs de vraisemblance ne sont pas dispersées sur tout l’intervalle
choisi (Figure 50 , Figure 51).
Les fortes valeurs de vraisemblance de nma ont aussi tendance à se concentrer et passer par
un maximum ; c'est-à-dire que nma joue toujours le rôle majeur, on peut facilement estimer
que les meilleures de nma se situent dans une plage comprise entre 9 et 13 pour le Nash, 10
et 14 pour la fonction J (résultats comparables à ceux du §V.4.1.1 ).
Le Tableau 20 donne des valeurs de dmc,nc correspondant à tous les paramètres (facteur de
conductivité hydraulique, facteur de l’hauteur d’infiltration et coefficient Manning-
Strickler du lit majeur ) très supérieures au niveau de signification de 99,9% tel qu’il a été
calculé (Tableau 21), c'est-à-dire que le modèle est sensible aux 3 paramètres. La valeur
dmc,nc du coefficient Manning-Strickler du lit majeur est la plus grande (voir la Figure 52,
Figure 54 et Tableau 20). La différence de sensibilité entre la conductivité hydraulique et la
hauteur d’infiltration n’est pas très importante mais la valeur de dmc,nc du facteur de la hau-
teur est un peu plus grande que celle du facteur de K, c'est-à-dire le facteur de la hauteur
est un peu plus important que le facteur de K.
Les matrices de covariance des paramètres (voir les Tableau 22, Tableau 23) montrent que
la conductivité hydraulique et Manning-Strickler du lit majeur sont à peu près corrélés ; ce
résultat confirme l’analyse précédente.

dmc,nc
Paramètres Nash Fonction J
Facteur de conductivité hydraulique (facteur de K) 0,344 0,309
Facteur de l’hauteur d’infiltration (facteur de la hauteur) 0,399 0,330
Coefficient Manning-Strickler du lit majeur (nma ) 0,704 0,568
Tableau 20 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,144
Tableau 21 - Sources des valeurs critiques de la statistique de Kolmogorov (2002)

Paramètres Facteur de K Facteur de la hauteur n ma

Facteur de K 1 -0,249 0,355
Facteur de la hauteur -0,249 1 0,202
nma 0,355 0,202 1
Tableau 22 Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres Facteur de K Facteur de la hauteur n ma

Facteur de K 1 -0,199 0,463
Facteur de la hauteur -0,199 1 0,421
nma 0,463 0,421 1
Tableau 23 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

Xuan Kham LE - 2008 - 91 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.6.1.2 Les pluies de 1994

En ce qui concerne les données de 1994, le modèle semble sensible à la hauteur
d’infiltration et au Manning-Strickler du lit majeur, comme le confirment les Figure 88,
Figure 89, Figure 90, Figure 91 : les fortes valeurs de vraisemblance du facteur de la hau-
teur et nma ont tendance à passer par un maximum, c'est-à-dire qu’on peut trouver les meil-
leures valeurs de facteur de la hauteur et nma. Les meilleures valeurs de nma de Nash et de J
sont approximativement comprises entre 5 et 8. Les meilleures valeurs de facteur de la
hauteur de Nash sont comprises entre 3,5 et 4,5 et celles de J comprises entre 3,5 et 5.
Au contraire, les valeurs de vraisemblance du facteur de conductivité hydraulique (facteur
de K) sont dispersées dans tout l’intervalle choisi, c'est-à-dire, que le modèle y est moins
sensible.
La valeur statistique dmc,nc de facteur de K de Nash est inférieure au niveau critique de si-
gnification de 90% (voir Tableau 48). Dans ce cas, on peut affirmer que le modèle y est
moins sensible. En revanche, les valeurs dmc,nc de facteur de K, facteur de la hauteur et nma
de fonction J sont supérieures au niveau critique de 99,9%. La valeur statistique dmc,nc de
nma est plus grande que celle des autres paramètres (voir le Tableau 49) ; dmc,nc de la hau-
teur est plus grande que celle de la conductivité hydraulique, c'est-à-dire la hauteur
d’infiltration joue un rôle plus important que la conductivité hydraulique.
Sur les Tableau 50 et Tableau 51 (matrices de covariance entre les paramètres) on constate
que la hauteur d’infiltration et le coefficient de conductivité hydraulique du sol (dans le cas
de Nash); le coefficient de conductivité hydraulique et Manning-Strickler du lit majeur
(dans le cas de fonction J) sont aussi à peu près corrélés.

V.6.2 Analyse de l’incertitude sur les prévision du modèle

Sur la Figure 54 on a représenté les courbes d’évolution temporelle du débit observé ainsi
que celle des débits Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de
Nash et de J. La courbe d’observation est à peu près encadrée par les deux courbes Q10%
et Q90% sauf à partir t = 2100mn, c'est-à-dire que le modèle n’a pas permis d’anticiper la
baisse du débit (t = 2100mn) (comme précédemment). Les résultats de la Figure 54 nous
confirment l’intervalle des paramètres choisis puisqu’ils permettent de prédire le compor-
tement recherché.

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 54 - Estimation de l’incertitude de la prévision du modèle sur le coefficient de conductivité hydraulique, la

hauteur d’infiltration et Manning-Strickler du lit majeur (2002)

Pour les données de 1994, à partir de t = 3025mn (Figure 92), les observations sortent du
cadre entre les deux courbes Q10% et Q90%, le modèle n’a donc pas permis d’anticiper la

Xuan Kham LE - 2008 - 92 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

décrue. Alors, les résultats de la Figure 92 nous confirmer que l’intervalle des paramètres
choisis correspondants et la fonction de Nash est la capacité de prédire le comportement
recherché.
• Synthèse des résultats précédents
Pour les données de 2002, on trouve que les meilleures valeurs du coefficient de Manning-
Strickler du lit majeur des drains sont comprises entre 10 et 13, cela confirme relativement
bien les résultats de §V.6.1.1.
Pour les données de 1994, les meilleures valeurs de nma de Nash et de J sont approximati-
vement comprises entre 5 et 8 et les meilleures valeurs de facteur de la hauteur sont elles
aussi comprises entre 3,5 et 4,5.

V.6.3 Conclusion
- Les trois paramètres sont influents et le coefficient de Manning du lit majeur des
drains nma joue le rôle le plus important comme le montrent les critères de Nash ou
du pic de crue;
- la hauteur d’infiltration est plus sensible que le coefficient de conductivité hydrauli-
que. Une fois encore, ce résultat montre que c’est la capacité du réservoir de stoc-
kage qui prime dans le processus d’infiltration dans la mesure où la profondeur du
sol en limite la capacité au même titre que l’humidité initiale
- les tests de sensibilité issus de la méthode statistique de Kolmogorov ont confirmé
ces résultats.

V.7 Le coefficient de conductivité hydraulique, la porosité du sol et la

force de succion.
Dans le processus d’infiltration du modèle de Green & Ampt, chaque paramètre joue un
rôle différent. C’est pourquoi, nous avons décidé de considérer ensemble les évolutions du
coefficient de conductivité hydraulique, la porosité du sol et la force de succion.

V.7.1 Analyse de sensibilité des paramètres

La porosité d’un sol varie entre 0 et 1. Les données des Gardons font apparaître une poro-
sité maximale de du sol égale à 0,5. On a donc fait varier le facteur multiplicatif de porosi-
té dans l’intervalle 0,5 ÷ 2. Pour les autres paramètres, on a choisi arbitrairement une
gamme assez large de 1 à 10.
- Facteur de la conductivité hydraulique (facteur de K): 1 ÷ 10
- Facteur de la porosité du sol (facteur de P) : 0,5 ÷ 2
- Facteur de la force de succion (facteur de F) : 1 ÷ 10
V.7.1.1 Les pluies de 2002
En 2002, il semble que le modèle soit sensible à la porosité du sol, parce que les valeurs de
vraisemblance ne sont pas dispersées sur tout l’intervalle choisi, c'est-à-dire que le modèle
est sensible au facteur de P ; la meilleure valeur du facteur de P est proche de 2. Pour le
facteur de conductivité hydraulique, on observe une légère augmentation entre 1 et 4, c'est-
à-dire que le modèle y est aussi sensible, mais moins qu’à la porosité du sol (Figure 55,
Figure 56).

Xuan Kham LE - 2008 - 93 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 55 - Valeurs de Nash obtenus pour les 3

paramètres : la conductivité hydraulique, la porosité du
sol et la force de succion (2002)

Figure 56 - Valeurs de J obtenus pour les 3 paramètres:

la conductivité hydraulique, la porosité du sol et la force
de succion (2002)

Xuan Kham LE - 2008 - 94 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 57 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la conductivité hydraulique, la poro-
sité du sol et la force de succion, calculées à partir de
Nash (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 58 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la conductivité hydraulique, la poro-
sité du sol et la force de succion, calculées à partir de J
(2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 95 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Au contraire, les valeurs de vraisemblance du facteur de la force de succion (facteur de F)

sont dispersées dans tout l’intervalle choisi, c'est-à-dire, que le modèle n’y est pas sensible
du tout.
Le Tableau 24 donne les valeurs de dmc,nc correspondant à tous les paramètres (facteur de
conductivité hydraulique, facteur de porosité du sol et facteur de la force de succion). Les
valeurs de dmc,nc de facteur de P et facteur de K sont supérieures au niveau de signification
de 99,9% tel qu’il a été calculé, ce qui confirme que le modèle y est sensible. La valeur de
dmc,nc de facteur de F est inférieure au niveau de signification de 99,9%, alors il y est
moins sensible (voir le Tableau 24, Figure 57 et Figure 58). La valeur de dmc,nc de facteur
de P est la plus grande, les valeurs de vraisemblance de facteur de P ne sont aussi pas dis-
persées sur tout l’intervalle choisi, c'est-à-dire, que le modèle y est le plus sensible. La va-
leur de dmc,nc de facteur de K est plus grande que celle de facteur de F, c'est-à-dire, la
conductivité hydraulique est plus sensible que la force de succion.
Les matrices de covariance des paramètres (voir le Tableau 26, Tableau 27) montrent que
la conductivité hydraulique et la porosité du sol sont à peu près corrélées; la force de suc-
cion sont moins corrélées avec les autres.

dmc,nc
Paramètres Nash Fonction J
Facteur de la conductivité hydraulique (facteur de K) 0,385 0,454
Facteur de la porosité du sol (facteur de P) 0,878 0,844
Facteur de la force de succion (facteur de F) 0,124 0,203
Tableau 24 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,144 0,144
Tableau 25 - Sources des valeurs critiques de la statistique de Kolmogorov (2002)

Paramètres Facteur de K Facteur de P Facteur de F

Facteur de K 1 -0,301 -0,259
Facteur de P -0,301 1 -0,118
Facteur de F -0,259 -0,118 1
Tableau 26 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres Facteur de K Facteur de P Facteur de F

Facteur de K 1 -0,316 -0,270
Facteur de P -0,316 1 -0,156
Facteur de F -0,270 -0,156 1
Tableau 27 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

Xuan Kham LE - 2008 - 96 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.7.1.2 Les pluies de 1994

En ce qui concerne les données de pluie 1994, le résultat est le même que celui de 2002 : le
modèle semble sensible à la porosité du sol, à la conductivité hydraulique, comme le
confirment les Figure 93, Figure 94 : les valeurs de vraisemblance de facteur de P ne sont
pas dispersées sur tout l’intervalle choisi, ceux de facteur de K varient entre 1 et 3,5 .C’est-
à-dire elles sont importants dans le modèle, la porosité du sol est plus sensible que la
conductivité hydraulique
Au contraire, les valeurs de vraisemblance de la force de succion sont dispersées dans tout
l’intervalle choisi, c'est-à-dire, que le modèle y est moins sensible (même résultat qu’en
2002).
Les valeurs de dmc,nc de facteur de P et facteur de K sont supérieures au niveau de signifi-
cation de 99,9% tel qu’il a été calculé, c'est-à-dire que le modèle y est sensible. La valeur
statistique dmc,nc de facteur de P de Nash et de la fonction J est la plus grande, (voir les
Figure 95, Figure 96, Tableau 52). Dans ce cas, on peut confirmer que la porosité du sol est
le plus important facteur. La valeur de dmc,nc de facteur de F est inférieure au niveau de
signification de 99,9%, alors il y est moins sensible. La valeur de dmc,nc de facteur de K est
plus grande que celle de facteur de F, c'est-à-dire, la conductivité hydraulique est plus sen-
sible que la force de succion (comme en 2002).
Sur les Tableau 54, Tableau 55, les matrices de covariance des paramètres montrent que la
conductivité hydraulique et la porosité du sol sont à peu près corrélées ; la force de succion
est moins corrélée avec les autres. Cela aussi correspond à ce que on a dit plus haut.

V.7.2 Analyse de l’incertitude sur les prévision du modèle

La Figure 59 représente l’évolution temporelle du débit observé ainsi que celle des débits
Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de Nash et de fonction J.
Le courbe d’observation est proche de la courbe Q10% sauf sur l’intervalle entre t = 1470
mn, t = 1640 mn et à partir t = 2020 mn. La courbe d’observation dépasse le cadre entre les
deux courbe Q10% et Q90% à partir t = 1730 mn et t = 1790mn, c'est-à-dire, que le modèle
n’a pas permis d’anticiper l’augmentation du débit (t = 1730 ÷ 1790) et la baisse du débit (t
= 2020mn). Comme la différence entre la courbe Q10% et les observations est faible, on
peut utiliser l’intervalle des paramètres choisis et les critères de Nash et de fonction J ont
la capacité de prédire le comportement recherché.

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 59 - Estimation de l’incertitude de la prévision du modèle sur la force de succion, la hauteur d’infiltration et
l’humidité initiale du sol (2002)

Pour les données de 1994, t = 1700 ÷ 1970mn, t = 2430 ÷ 2550mn, t = 2930 ÷ 3000mn et à
partir t = 3100mn (Figure 97), les observations passent le cadre entre deux courbes Q10%

Xuan Kham LE - 2008 - 97 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

et Q90%, alors, le modèle n’a pas permis d’anticiper à ce moment là. Le même d’analyse
de 2002, on peut aussi utiliser l’intervalle des paramètres choisis correspondants et la fonc-
tion de Nash, fonction J est la capacité de prédire le comportement recherché.
• Synthèse des résultats précédents
On trouve finalement que le comportement est le même pour les données de 1994 et 2002.
Les valeurs de vraisemblance de facteur de P ne passent pas par un maximum, mais elles
ne sont pas dispersées sur tout l’intervalle, celles de facteur de K ont changé entre 1 et 4,
c'est-à-dire qu’elles jouent un rôle dans le modèle. De plus, les valeurs de dmc,nc nous
confirment ces résultats.
Les valeurs de vraisemblance du facteur de F sont dispersées sur tout l’intervalle choisi,
c'est-à-dire que le modèle y est moins sensible.

V.7.3 Conclusion
- Le modèle est sensible à la porosité du sol et à la conductivité hydraulique mais sur-
tout à la porosité du sol, ce résultat n’est pas étonnant car plus la porosité sera im-
portante, moins le conductivité hydraulique du sol ne jouera de rôle ;
- le rôle de la force de succion n’est pas perceptible ;
- les tests de sensibilité issus de la méthode statistique de Kolmogorov ont confirmé
ces résultats.

V.8 La force de succion, la hauteur d’infiltration et l’humidité initiale du

sol.
On a analysé séparément la sensibilité de 3 paramètres : la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol, mais on ne les a pas encore testés simultanément.

V.8.1 Analyse de sensibilité des paramètres

Comme on l’a vu au-dessus §V.7 , le coefficient de conductivité hydraulique est plus sen-
sible que la force de succion dans le modèle. Maintenant, on va comparer le rôle entre la
force de succion, la hauteur d’infiltration et l’humidité initiale du sol ; ensuite, on va revoir
le rôle de la force de succion. C'est-à-dire, on va choisir trois paramètres :
- Facteur de la force de succion (facteur de F) : 1 ÷ 10
- Facteur de la hauteur d’infiltration du sol (facteur de la hauteur): 1 ÷ 10
- Humidité initiale du sol (Humidité) : 20 ÷ 90
V.8.1.1 Les pluies de 2002
En 2002, il semble que le modèle soit sensible à la hauteur d’infiltration et à l’humidité
initiale du sol, parce que les valeurs de vraisemblance ne sont pas dispersées sur tout
l’intervalle choisi (Figure 60, Figure 61); c'est-à-dire que facteur de la hauteur et humidité
sont sensibles, mais on ne peut pas distinguer à ce stade le facteur le plus important
(Tableau 28).
Au contraire, les valeurs de vraisemblance du facteur de la force de succion (facteur de F)
sont dispersées dans tout l’intervalle choisi, c'est-à-dire, que le modèle y est moins sensi-
ble.

Xuan Kham LE - 2008 - 98 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 60 - Valeurs de Nash obtenus pour les 3

paramètres : la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol (2002)

Figure 61 - Valeurs de J obtenus pour les 3 paramètres:

la force de succion, la hauteur d’infiltration et
l’humidité initiale du sol

Xuan Kham LE - 2008 - 99 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 62 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol, calculées à
partir de Nash (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 63 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol, calculées à
partir de J (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 100 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Le Tableau 28 donne les valeurs de dmc,nc correspondant à tous les paramètres sont supé-
rieures au niveau de signification de 99,9% tel qu’il a été calculé (Tableau 29), c'est-à-dire
que le modèle y est sensible. Pour le Nash la valeur dmc,nc du facteur de la force de succion
est la plus grande, ce qui n’est pas le cas pour la fonction J (voir Figure 62, Figure 63 et
Tableau 28). Cette constatation est étonnante et en contradiction avec les résultats des
Figure 60, Figure 61, elle ne permet donc pas de trancher en ce qui concerne l’importance
relative des 3 paramètres. Selon les résultats des paragraphes précédents, la hauteur
d’infiltration et l’humidité initiale du sol sont plus importantes que la conductivité hydrau-
lique ; de plus, la conductivité hydraulique est plus importante que la force de succion. On
peut donc affirmer que l’humidité initiale du sol et la hauteur d’infiltration jouent un rôle
plus important que la force de succion.
Les matrices de covariance des paramètres (voir Tableau 30, Tableau 31) montrent que la
hauteur d’infiltration et l’humidité initiale du sol sont corrélées; la force de succion est à
peu près corrélée avec les autres. Cela correspond ce que on a dit auparavant.

dmc,nc
Paramètres Nash Fonction J
Facteur de la force de succion (facteur de F) 0,384 0,156
Facteur de la hauteur d’infiltration (facteur de la hauteur) 0,353 0,146
Humidité initiale du sol (Humidité) 0,267 0,188
Tableau 28 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 29 - Sources des Valeurs critiques de la statistique de Kolmogorov (2002)

Paramètres Facteur de F Facteur de la hauteur Humidité

Facteur de F 1 0,257 0,595
Facteur de la hauteur 0,257 1 0,777
Humidité 0,595 0,777 1
Tableau 30 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres Facteur de F Facteur de la hauteur Humidité

Facteur de F 1 -0,119 0,122
Facteur de la hauteur -0,119 1 0,906
Humidité 0,122 0,906 1
Tableau 31 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

V.8.1.2 Les pluies de 1994

En ce qui concerne les données de pluie 1994, le résultat est un peu le même que celui de
2002 : le modèle semble sensible à la hauteur d’infiltration et à l’humidité initiale du sol,
comme le confirment les Figure 98, Figure 99 : les valeurs de vraisemblance de la hauteur

Xuan Kham LE - 2008 - 101 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

d’infiltration et de l’humidité initiale du sol ne sont pas dispersées sur tout l’intervalle
choisi, c'est-à-dire qu’elles sont importants pour le modèle.
Au contraire, les valeurs de vraisemblance de la force de succion sont dispersées dans tout
l’intervalle choisi, c'est-à-dire, que le modèle y est moins sensible (on retrouve le résultats
de 2002).
La valeur statistique dmc,nc de facteur de la hauteur de Nash est le plus grand, mais dmc,nc de
facteur de l’humidité de fonction J est le plus grand (voir Figure 100, Figure 101, Tableau
56). Dans ce cas, on ne peut pas confirmer ce qui est le plus important dans le modèle.
Comme on l’a constaté sur le résultat de 2002, on peut confirmer que l’humidité initiale du
sol et la hauteur d’infiltration jouent un rôle plus important que la force de succion ; on ne
peut pas non plus distinguer le rôle entre facteur de la hauteur et humidité
Sur le Tableau 58, Tableau 59 les matrices de covariance des paramètres montrent que la
hauteur d’infiltration et l’humidité initiale du sol sont corrélées; la force de succion est à
peu près corrélée avec les autres. Cela aussi correspond ce que on a dit au-dessus.

V.8.2 Analyse de l’incertitude sur les prévision du modèle

La Figure 64 représente l’évolution temporelle du débit observé ainsi que celle des débits
Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de Nash et de fonction J.
Le courbe d’observation est à peu près encadrée par les deux courbes Q10% et Q90% sauf
à partir t=2100mn, c'est-à-dire, le modèle n’a pas permis d’anticiper la baisse du débit (t =
2100mn). Alors, les résultats de la Figure 64 nous confirment que l’intervalle des paramè-
tres choisis est pertinent et la fonction de Nash ou J ont la capacité de prédire le compor-
tement recherché.
Pour les données de 1994, à partir t = 3100mn (Figure 102), les observations sortent de
l’intervalle entre les deux courbes Q10% et Q90%, le modèle n’a pas permis d’anticiper ce
moment là.

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 64 - Estimation de l’incertitude de la prévision du modèle sur la force de succion, la hauteur d’infiltration et
l’humidité initiale du sol (2002)

• Synthèse des résultats précédents

Pour les données de 1994 et 2002, on ne trouve pas de meilleures valeurs du facteur de la
hauteur et humidité, mais elles ne sont pas dispersées sur tout l’intervalle, c'est-à-dire
qu’elles sont importantes dans le modèle.

Xuan Kham LE - 2008 - 102 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Les valeurs de vraisemblance du facteur de F sont dispersées sur tout l’intervalle choisi,
c'est-à-dire le modèle y est moins sensible

V.8.3 Conclusion
- On confirme ici que la hauteur d’infiltration et l’humidité initiale du sol sont des
facteurs importants mais les tests de sensibilité issus de la méthode statistique de
Kolmogorov n’ont pas vraiment permis de trancher en ce qui concerne l’importance
respective de facteur de la hauteur et humidité ;
- cette analyse confirme que la force de succion ne joue aucun rôle directement per-
ceptible.

V.9 La porosité du sol, l’humidité initiale du sol et le Manning-Strickler

du lit majeur.
Comme on l’a vu dans la paragraphe §V.5 , le coefficient Manning-Strickler du lit majeur
est plus sensible que l’humidité initiale du sol, mais on n’a pas encore savoir le rôle entre
l’humidité et la porosité du sol ; entre Manning-Strickler du lit majeur et la porosité du sol
C'est pour quoi on va tester la sensibilité de 3 paramètres : la porosité du sol, l’humidité
initiale du sol et Manning-Strickler du lit majeur.

V.9.1 Analyse de sensibilité des paramètres

On va choisir l’intervalle chaque paramètre comme les paramètres au-dessus:
- Facteur de la porosité du sol (facteur de P) : 0,5 ÷ 2
- Humidité initiale du sol (facteur de F) : 20 ÷ 90
- Manning-Strickler du lit majeur (nma): 2 ÷ 50
V.9.1.1 Les pluies de 2002
En 2002, il semble que le modèle soit sensible au coefficient Manning-Strickler du lit ma-
jeur nma, comme le confirment les Figure 65 et Figure 66 : les fortes valeurs de vraisem-
blance de nma ont tendance à se concentrer et passer par un maximum (Figure 65, Figure
66). Les valeurs de vraisemblance de facteur de P et de humidité ne sont pas dispersées sur
tout l’intervalle choisi; c'est-à-dire que tous les trois paramètres sont sensibles ; le coeffi-
cient Manning-Strickler du lit majeur est le plus sensible dans le modèle. Ces résultats cor-
respondent au paragraphe précédent
Le Tableau 32 donne les valeurs de dmc,nc correspondant à tous les paramètres sont supé-
rieures au niveau de signification de 99,9% tel qu’il a été calculé (Tableau 33), c'est-à-dire
que le modèle y est sensible. Pour le Nash et la fonction J la valeur dmc,nc du coefficient
Manning-Strickler du lit majeur est la plus grande, c'est-à-dire c’est lui qui a un rôle le plus
important dans le modèle. La valeur dmc,nc de humidité est plus grande que ceux de facteur
de P, alors l’humidité initiale du sol est plus important que la porosité du sol (voir la
Figure 67, Figure 68 et le Tableau 32).
Les matrices de covariance des paramètres (voir Tableau 34, Tableau 35) montrent que la
porosité du sol et l’humidité initiale du sol sont un peu corrélés.

Xuan Kham LE - 2008 - 103 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 65 - Valeurs de Nash obtenus pour les 3

paramètres : la porosité du sol, l’humidité initiale du sol
et le Manning-Strickler du lit majeur (2002)

Figure 66 - Valeurs de J obtenus pour les 3 paramètres:

la porosité du sol, l’humidité initiale du sol et le Man-
ning-Strickler du lit majeur (2002)

Xuan Kham LE - 2008 - 104 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 67 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la porosité du sol, l’humidité initiale
du sol et le Manning-Strickler du lit majeur, calculées à
partir de Nash (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 68 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la porosité du sol, l’humidité initiale
du sol et le Manning-Strickler du lit majeur, calculées à
partir de J (2002)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 105 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de la porosité du sol (facteur de P) 0,386 0,367
Humidité initiale du sol (Humidité) 0,466 0,411
Manning-Strickler du lit majeur (nma) 0,679 0,638
Tableau 32 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 33 - Sources des Valeurs critiques de la statistique de Kolmogorov (2002)

Paramètres Facteur de P Humidité nma

Facteur de P 1 0,479 0,203
Humidité 0,479 1 -0,173
nma 0,203 -0,173 1
Tableau 34 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres Facteur de P Humidité nma

Facteur de P 1 0,388 0,312
Humidité 0,388 1 -0,352
nma 0,312 -0,352 1
Tableau 35 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

V.9.1.2 Les pluies de 1994

En ce qui concerne les données de pluie 1994, le résultat est un peu le même que celui de
2002 : le modèle semble sensible aux tous les trois paramètres : facteur de P, humidité et
nma, comme le confirment les Figure 103, Figure 104 : les valeurs de vraisemblance de la
porosité du sol et de l’humidité initiale du sol ne sont pas dispersées sur tout l’intervalle
choisi, les fortes valeurs de vraisemblance de nma ont tendance à se concentrer et passer par
un maximum, c'est-à-dire qu’elles sont importants pour le modèle.
Le Tableau 60 donne aussi les valeurs de dmc,nc correspondant à tous les paramètres sont
supérieures au niveau de signification de 99,9% tel qu’il a été calculé (Tableau 61), c'est-à-
dire que le modèle y est sensible. La valeur statistique dmc,nc de nma de Nash et de fonction J
est le plus grand, la valeur dmc,nc de humidité est plus grande que celle de facteur de P
(voir la Figure 105, Figure 106,Tableau 60) c'est-à-dire nma a un rôle le plus important et
l’humidité initiale du sol est plus important que la porosité du sol dans le modèle (ce résul-
tats est le même celui de 2002)
Sur le Tableau 62, Tableau 63, les matrices de covariance des paramètres montrent que la
porosité et l’humidité initiale du sol sont corrélées. Cela aussi correspond ce que on a dit
au-dessus.

V.9.2 Analyse de l’incertitude sur les prévision du modèle

La Figure 69 représente l’évolution temporelle du débit observé ainsi que celle des débits
Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de Nash et de fonction J.
Xuan Kham LE - 2008 - 106 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Le courbe d’observation est à peu près encadrée par les deux courbes Q10% et Q90% sauf
l’intervalle t = 1800mn au t = 1900mn et à partir t = 2200, c'est-à-dire, le modèle n’a pas
permis d’anticiper dans ces périodes. Alors, les résultats de la Figure 64 nous confirment
que l’intervalle des paramètres choisis est pertinent et la fonction de Nash ou J ont la capa-
cité de prédire le comportement recherché.
Pour les données de 1994, l’intervalle t = 2450mn au t = 2550mn et à partir t = 3200mn
(Figure 107), les observations sortent le cadre entre les deux courbes Q10% et Q90%, le
modèle n’a pas permis d’anticiper ce moment là.

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 69 - Estimation de l’incertitude de la prévision du modèle sur la porosité du sol, l’humidité initiale du sol et le
Manning-Strickler du lit majeur (2002)

• Synthèse des résultats précédents

Pour les données de 1994 et 2002, on trouve les meilleures valeurs du coefficient Manning
du lit majeur, on ne trouve pas ceux de la porosité et l’humidité initiale du sol mais elles ne
sont pas dispersées sur tout l’intervalle, c'est-à-dire qu’elles sont importantes dans le mo-
dèle.

V.9.3 Conclusion
- Les trois paramètres sont influents et le coefficient de Manning du lit majeur des
drains nma joue le rôle le plus important comme le montrent les critères de Nash ou
du pic de crue.
- L’humidité initiale du sol est plus sensible que le la porosité du sol.
- Les tests de sensibilité issus de la méthode statistique de Kolmogorov ont confirmé
ces résultats

V.10 La porosité du sol et la hauteur d’infiltration

Il nous reste à analyser le rôle entre la porosité du sol et la hauteur d’infiltration dont on va
tester les sensibilités respectives.

V.10.1 Analyse de sensibilité des paramètres

On va garder les intervalles de variation définis ci-dessus:
- Facteur de la porosité du sol (facteur de P) : 0,5 ÷ 2
- La hauteur d’infiltration (facteur de la hauteur) : 1 ÷ 10

Xuan Kham LE - 2008 - 107 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.10.1.1 Les pluies de 2002

En 2002, il semble que le modèle soit sensible aux deux paramètres, comme le confirment
les Figure 70 et Figure 71. Les valeurs de vraisemblance de facteur de la hauteur ne sont
pas dispersées sur tout l’intervalle choisi; c'est-à-dire que la hauteur d’infiltration est plus
sensible que la porosité du sol.
Le Tableau 36 donne des valeurs de dmc,nc supérieures au niveau de signification de 99,9%
tel qu’il a été calculé (Tableau 37), c'est-à-dire que le modèle y est sensible. Pour le Nash,
la valeur dmc,nc de la porosité du sol est à un peu plus grande que ceux de la hauteur
d’infiltration ; au contraire, pour la fonction J, la valeur dmc,nc de la hauteur d’infiltration
est plus grande que ceux de porosité du sol. Enfin, à partir des Figure 70, Figure 71, ainsi
que des
Figure 72, Figure 73 et du Tableau 36, on peut dire que la hauteur d’infiltration est plus
sensible que la porosité du sol.
Les matrices de covariance des paramètres (voir Tableau 38, Tableau 39) montrent que la
porosité du sol et la hauteur d’infiltration sont très corrélés.

Figure 70 - Valeurs de Nash obtenus pour les 2 paramètres : la porosité du sol et la hauteur d’infiltration (2002)

Figure 71 - Valeurs de J obtenus pour les 2 paramètres: la porosité du sol et la hauteur d’infiltration (2002)

Xuan Kham LE - 2008 - 108 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 72 - Densités de probabilité (ddp) cumulatives des 3 paramètres : la porosité du sol et la hauteur d’infiltration,
calculées à partir de Nash (2002). ---- ddp des simulations behavioural, ⎯ ddp des simulations non-behavioural

Figure 73 - Densités de probabilité (ddp) cumulatives des 3 paramètres : la porosité du sol et la hauteur d’infiltration,
calculées à partir de J (2002). ---- ddp des simulations behavioural, ⎯ ddp des simulations non-behavioural

dmc,nc
Paramètres Nash Fonction J
Facteur de la porosité du sol (facteur de P) 0,444 0,196
Facteur de la hauteur d’infiltration (facteur de la hauteur) 0,441 0,225
Tableau 36 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (2002)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 37 - Sources des Valeurs critiques de la statistique de Kolmogorov (2002)

Paramètres Facteur de P Facteur de la hauteur

Facteur de P 1 -0,94
Facteur de la hauteur -0,94 1
Tableau 38 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2002)

Paramètres Facteur de P Facteur de la hauteur

Facteur de P 1 -0,957
Facteur de la hauteur -0,957 1
Tableau 39 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2002)

Xuan Kham LE - 2008 - 109 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.10.1.2 Les pluies de 1994

En ce qui concerne les données de pluie de 1994, le résultat est à peu près le même que
celui de 2002 : les valeurs de vraisemblance du facteur de la hauteur d’infiltration ne sont
pas dispersées sur tout l’intervalle choisi (Figure 108, Figure 109), c'est-à-dire qu’elles
sont importants pour le modèle.
La Figure 110, Figure 111 et le Tableau 64 donne les valeurs de dmc,nc correspondant à deux
paramètres. La valeur statistique dmc,nc de facteur de la hauteur de Nash et de fonction J est
plus grande que celle de facteur de porosité, c'est-à-dire la hauteur d’infiltration a un rôle
plus important que la porosité du sol.
Sur le Tableau 66, Tableau 67, les matrices de covariance des paramètres montrent que la
porosité et la hauteur d’infiltration du sol sont ici encore très corrélées.

V.10.2 Analyse de l’incertitude sur les prévision du modèle

La Figure 74 représente l’évolution temporelle du débit observé ainsi que celle des débits
Q10%, Q50% et Q90% tels qu’on les a calculés à partir du critère de Nash et de fonction J.
Le courbe d’observation est à peu près encadrée par les deux courbes Q10% et Q90% sauf
sur l’intervalle de t = 1530mn à t = 1580mn, de t = 1640mn à t = 1730mn et à partir de t =
2100, c'est-à-dire que le modèle n’a pas permis d’anticiper ces périodes. Alors, les résultats
de la Figure 74 nous confirment que l’intervalle des paramètres choisis est pertinent et la
fonction de Nash ou J ont la capacité de prédire le comportement recherché.
Pour les données de 1994, le courbe d’observation est bien encadrée par les deux courbes
Q10% et Q90% sauf à partir t = 3200mn (Figure 112), les observations sortent le cadre en-
tre les deux courbes Q10% et Q90%, le modèle n’a pas permis d’anticiper ce moment là.
Ce résultat nous donne la confiance sur la conclusion des données de 1994.

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 74 - Estimation de l’incertitude de la prévision du modèle sur la porosité du sol, la hauteur d’infiltration (2002)

• Synthèse des résultats précédents

Pour les données de 1994 et 2002, on ne trouve pas les meilleures valeurs du facteur de la
porosité et de la hauteur d’infiltration du sol, mais les valeurs de la hauteur d’infiltration ne
sont pas dispersées sur tout l’intervalle ; la valeur de dmcnc du facteur de la hauteur est plus
grande que celle de facteur de P, c'est-à-dire que la hauteur d’infiltration a un rôle plus
importante que la porosité du sol dans le modèle.

Xuan Kham LE - 2008 - 110 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

V.10.3 Conclusion
- Les deux paramètres sont importants dans le modèle (comme les résultats au-dessus)
- La hauteur d’infiltration est plus sensible que le la porosité du sol.
- Les tests de sensibilité issus de la méthode statistique de Kolmogorov ont confirmé
ces résultats

V.11 Conclusion
A partir des 7 combinaisons testées, on peut synthétiser les résultats précédents de la façon
suivante en classant les divers paramètres par ordre d’importance croissante:
Facteur de F < facteur de K < facteur de P< facteur de la hauteur ≈ Humidité < nma
L’analyse de l’influence des divers paramètres a montré que le facteur dominant est en gé-
néral le coefficient de Manning-Strickler du lit majeur des drains, ce qui se comprend ai-
sément puisque, d’une part la crue est directement liée au ruissellement, et d’autre part elle
se fait la plupart du temps par débordement des drains.
La hauteur d’infiltration et l’humidité initiale du sol arrivent en second. Ce résultat n’est
pas surprenant car ces deux paramètres influent directement sur la capacité de stockage du
sous-sol. A ce stade de l’étude il n’a cependant pas été possible de trancher entre leur im-
portance respective.
La porosité a tendance à converger vers 1, ce qui est évident car un lac de retenue (porosité
égale à 1) écrètera la crue de façon immédiate et absolue dans la limite de ses capacités de
stockage. N’ayant pas beaucoup de données sur les variations possibles de la porosité, on
admettra qu’elles sont prises en compte par le facteur multiplicatif de la profondeur du sol.
Enfin, la vitesse et la force de succion jouent des rôles mineurs. Ces facteurs influent sur la
vitesse d’infiltration mais on peut penser que leur rôle de retardateur de la crue est masqué
par le choix du coefficient de Manning-Strickler qui détermine directement la dynamique
du ruissellement.

Xuan Kham LE - 2008 - 111 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre VI : CONCLUSION GENERALE : ANALYSE DES RESULTATS

ET PERSPECTIVES
L’étude que nous avons menée sur la variabilité des processus hydrologiques entrant dans
le mécanisme des crues sur les bassins rapides a débouché sur plusieurs améliorations du
code MARINE.
Notre analyse a montré que les paramètres entrant dans la genèse des crues sont de trois
ordres :
- les éléments caractéristiques de la nature du bassin (topographie, nature des sols et
du sous-sol) ;
- les paramètres relatifs aux conditions climatiques (humidité initiale) ;
- les données de pluie.
On a utilisé des données physiques issues de sources diverses (BRGM, IGN, Météo-France,
RHEA) afin de définir un nombre réduit de paramètres répartis sur un maillage régulier du
bassin versant (coordonnées et pentes, coefficient de Manning–Strickler du bassin versant,
du lit mineur et du lit majeur des drains ; profondeur du sol ; vitesse d’infiltration ; humidi-
té du sol ; données radar de pluie).
L’analyse de sensibilité a très rapidement montré la nécessité d’utiliser des données spatia-
lisés (ou géographiquement distribuées) chaque fois que possible.
Au cours de l’évolution de notre travail, on a considéré comme objectives les données de
pluie par leur intensité et leur localisation. On les a donc prises comme des données spatia-
lisées d’entrée.
Les autres paramètres sont plus difficilement quantifiables et leur valeur locale provient
d’un changement d’échelle entre l’échelle du pore ou de la micro parcelle et l’échelle du
pixel (200x200 m2). Comme le terrain peut en outre présenter des inhomogénéités, on a
décidé d’affecter chaque paramètre, géographiquement distribué à partir des données loca-
les, d’un coefficient multiplicateur global pour l’ensemble du bassin. Ainsi, l’analyse de
sensibilité peut être menée sur un nombre très réduit de paramètres significatifs.
Cette analyse de sensibilité a montré que le paramètre le plus important est, dans la plupart
des cas, le coefficient de Manning-Strickler du lit majeur des drains. Ceci peut s’expliquer
par le fait que les crues auxquelles nous nous sommes intéressés sont des crues rapides,
importantes et que la plupart du temps elles s’accompagnent d’une invasion du lit majeur
des drains. Seule la crue de 2006, générée par des pluies relativement faibles, a permis de
bien mettre en évidence le rôle du lit mineur des drains.
Ensuite, ce sont l’humidité initiale et la profondeur du sol qui influent sur les résultats des
simulations. Comme on l’a vu, ce résultat n’est pas surprenant quand on réalise que ces
deux facteurs déterminent la capacité d’infiltration dans le sous-sol.
La vitesse d’infiltration joue un rôle moins net car elle ne joue pratiquement que sur la
chronologie de la crue.
La décrue étant très mal anticipée quand on ne considère que le ruissellement de surface, il
a semblé intéressant d’introduire le modèle de sub-surface présenté au §IV.2.6. Avec la
prise en compte de ce modèle, une partie du débit infiltré peut participer, en léger différé,
au ruissellement de surface par exfiltration.

Xuan Kham LE - 2008 - 112 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VI.1 Introduction du modèle de sub-surface

L’étude de sensibilité que nous avons menée a permis d’extraire l’hydrogramme des meil-
leures valeurs de J avec et sans écoulements de sub-surface. Comme on le constate sur la
Figure 75, la prise en compte de ces écoulements apporte une amélioration à la prise en
compte de la décrue.
Crue de septembre 2002 avec et sans écoulements de subsurface

5000 0

5
4000
Hyétogramme

10
Débit (m3/s)

3000 Hydrogramme
Observé
15
Sans
2000 Subsurface
20
Avec
1000 Subsurface
25

0 30
20 25 30 35 40
Durée (h)

Figure 75 - Influence de la prise en compte des écoulements de subsurface

Ce premier essai de prise en compte des écoulements de subsurface a permis d’améliorer la

modélisation de la décrue finale mais la dynamique du modèle est toutefois insuffisante
pour rendre compte de la décrue intermédiaire qu’on observe au bout de 28h environ. Cette
dynamique insuffisante a pour inconvénient d’aplatir exagérément l’hydrogramme et de
générer un excédent de volume (parce qu’on a forcé la détermination du pic de crue avec le
choix de J).
La dynamique insuffisante du modèle nous a semblé provenir du fait que les écoulements
sur le bassin et dans les drains étaient modélisés par le biais d’un coefficient de Manning-
Strickler indépendant de l’épaisseur de la lame d’eau.

VI.2 Introduction d’une variabilité du coefficient de Manning-Strickler

Nous avons donc ouvert une piste de réflexion concernant le rôle de la variabilité du coef-
ficient de Manning-Strickler.
En effet de nombreuses études hydrauliques en canal ont montré que le coefficient de
Manning-Strickler ne reste pas parfaitement constant quand on fait varier le tirant d’eau, et
encore ces études ne portent en général que sur des écoulements en canaux à fond lisse ou
légèrement rugueux. Par exemple, pour (Garcia 2005), le coefficient de Manning n’est pas
constant ; il varie en fonction de l’épaisseur de la lame d’eau dans le canal, il dépend la
vitesse et du rayon hydraulique. C’est aussi ce que concluent Govers et al. (2000) dans leur
étude sur l’infiltration, la vitesse de ruissellement et l’organisation du ruissellement. On
peut penser qu’en présence de macrorugosités (obstacles, végétation, inhomogénéité du
sol), ce phénomène va être amplifié. C’est pourquoi il a été décidé de tester l’implantation

Xuan Kham LE - 2008 - 113 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

d’une variation du coefficient de Manning en fonction de l’épaisseur de la lame d’eau. On

a choisi une variation logarithmique du type :
1 ⎛ R ⎞
KS = = a ln⎜⎜ H ⎟⎟ + b (17)
n ⎝ R H min ⎠
où RH représente le rayon hydraulique (en fait, la hauteur de la lame d’eau), où RHmin est
une épaisseur minimale arbitraire fixée à RHmin = 10-3 m et où a et b sont deux coefficients
d’ajustement déterminés par la méthode GLUE.
Comme on le constate sur la Figure 76, cette prise en compte permet d’améliorer considé-
rablement la dynamique du modèle tant au niveau de la montée que de la descente de crue.
Une fois encore on a choisi de travailler avec le critère J mais comme on peut le voir en
annexe, ce choix n’est pas déterminant puisqu’une analyse similaire menée sur le Nash
donne des résultats analogues sinon meilleurs (Figure 128).
Crue de septembre 2002 avec et sans écoulements de subsurface

5000 0
Hyétogramme
5
4000

10 Hydrogramme
Débit (m3/s)

3000 Observé

15
avec subsurface
2000
20

1000 avec subsurface

25
et Strickler
variable
0 30
20 25 30 35 40
Durée (h)

Figure 76 - Influence de la variation du coefficient de Manning en fonction de l’épaisseur de la lame d’eau

L’analyse des résultats ci-dessus montre que le paramètre prépondérant correspond à la

variabilité du coefficient de Manning en fonction de l’épaisseur de la lame d’eau. En effet,
le calage des deux coefficients de la loi logarithmique nma(H) permet de rendre compte à la
fois d’une montée plus progressive de la pluie et d’un apport différé de débit lors de la dé-
crue.

VI.3 Perspectives
Avec les premiers tests d’introduction d’un modèle de sub-surface et de la variabilité du
Manning, on a amélioré considérablement les performances du modèle.
De plus, il a été possible de remplacer le calage arbitraire de l’humidité initiale par
l’utilisation de données spatialisées fournies par le programme ISBA de Météo-France.
Ceci nous a permis d’accroître notre confiance dans la représentativité de MARINE puis-
que désormais, l’humidité initiale, tout comme la pluie n’est plus un paramètre à modéliser
mais correspond à une donnée événementielle (condition initiale spatialisée).
Les perspectives d’évolution de MARINE sont d’au moins trois ordres :

Xuan Kham LE - 2008 - 114 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

- test de diverses lois d’évolution du coefficient de Manning-Strickler ;

- implémentation d’autres modèles d’infiltration et de sub-surface ;
- mise en place de techniques d’assimilations de données.
En ce qui concerne le coefficient de Manning-Strickler il conviendra de faire une étude de
sensibilité à différentes lois d’évolution en fonction de l’épaisseur de la lame d’eau et de la
nature du sol.
En ce qui concerne les modèles d’infiltration (en profondeur et en subsurface) il convien-
dra de tester d’autres modèles que celui de Green & Ampt, de tester au moins un modèle de
ruissellement par refus d’infiltration mais aussi d’implanter des modèles permettant de pas-
ser d’un code événementiel à un code fonctionnant en continu (modèle VIC par exemple).
Enfin, les techniques d’assimilation de données, telles que la méthode de l’adjoint actuel-
lement en cours de validation par H. Bessière dans sa thèse, devraient permettre de conver-
ger plus rapidement vers des solutions optimisées et surtout devraient grandement amélio-
rer les simulations temps réel en permettant un recalage régulier.
Dans un autre ordre d’idées, il faudra aussi travailler sur l’anticipation des niveaux de pré-
cipitation (suivi des trajectoires des nuages, couplage avec des modèles de prévision mé-
téorologique) car, comme on a pu le voir, la spatialisation des données, en particulier des
données de pluie, revêt une importance significative.

Xuan Kham LE - 2008 - 115 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre VII : REFERENCES BIBLIOGRAPHIQUES

Albergel, J. (2003). "Le modèle [Link]èse des crues et des inondations." Ed. SHF,
Paris, ENGREF.
Arnaud, P., and Lavabre, J. (2002). "Conceptual rainfall model and discharge model for
flood frequency estimation."Water Resources Research, 38(6), 1-11.
Ayral, P.-A. (2005). "Contribution à la spatialisation du modèle opérationnel de prévision
des crues éclair ALHTAIR; approches spatiale et expérimentale; application au bas-
sin versant du Gardon d'Anduze." l'Université Aix-Marseille, préparée au sein du
laboratorire LEGI de l'Ecole des Mines d'Alès,Alès.
Benichou, P., and Breton, O. L. (1987). "Prise en compte de la topographie pour la carto-
graphie des champs pluviométriques statistiques." La Météorologie, 7(19), 23-24.
Beven, K. (1989). "Changing ideas in hydrology - the case of physically-based models." J.
of Hydrology 105, 157–172., 105, 157–172.
Beven, K. (2001). "How far can we go in distributed hydrological modelling ?" Hydrology
and Earth System Sciences, 5(1), 1–12.
Beven, K., and Binley, A. (1992). "The future of distributed models : model calibration and
uncertainty prediction." Hydrol. Process., 6, 179–198.
Beven, K., Smith, P., and Freer, J. (2007). "Comment on "Hydrological forecasting uncer-
tainty assessment: Incoherence of the GLUE methodology" by Pietro Mantovan and
Ezio Todini." Journal of Hydrology, 338(3-4), 315-318.
Beven, K. J. (1982a). "On subsurface stormflow : An analysis of response times." Hydrol-
ogycal sciences Journal, 4(12), 505-521.
Beven, K. J. (1982b). "On subsurface stormflow : Prediction with simple kinematic theory
for satured and unsatured flows." Water Ressources Research, 18(6), 1627-1633.
Beven, K. J., and Kirkby, M. J. (1979). "A physical based, variable contributing areas
model of basin hydrology." Hydrology Sc. Bull, 21 (1), 43-69.
Blöschl, G., and Sivapalan, M. (1995). "Scale issues in hydrological modelling - a review."
Hydrological Processes, 9, 251-290.
Boiffin, J. (1982). "La dégradation structurale des couches superficielles des sols sous l'ac-
tion des pluies." Institut National Agronomique Paris-Grignon, Paris.
Borgniet, L., Estupina-Borrel, V., Puech, C., and Dartus, D. (2003). "Methodologies for
analyzing and required dem accuracy : examples for predicting the behaviour of
flash floods." Canadian Journal of Remote Sensing, 29 (6), 6, [Link].
Cadet, P., and Albergel, J. (1999). "Passive transport of phytoparasitic nematodes by runoff
water in the Sudano-Sahelian climatic area." J. of Hydrology, 214 (1-4), 91-102.
Cappus, P. (1960). "Etude des lois de l'écoulement. Application au calcul et à la prévision
des débits." La HouilleBlanche, 493-518.
Castaings, W. (2007). "Analyse de sensibilité et estimation de paramètres pour la modélisa-
tion hydrologique : potentiel et limitations des méthodes variationnelles." Thèse de
doctorat, Université J. Fourier.
Xuan Kham LE - 2008 - 116 / 154 -
 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Castillo, V., Gómez-Plaza, A., and Martínez-Mena, M. (2003). "The role of antecedent soil
water content in the runoff response of semiarid catchments : a simulation ap-
proach." Journal of Hydrology, 284(1-4), 114–130, 3.3.3.
Cerdan, O., Bissonnais, Y. L., Couturier, A., Bourennane, H., and Souchere, V. (2002).
"Rill erosion on cultivated hillslopes during two extreme rainfall events in Nor-
mandy, France." Soil and Tillage Research, 67 (1), 99-108.
Céron, J., Déroziers, M., Pérarnaud, V., Traullé, M., and Veysseire, J. (2002). "Cours de
statistiques. Applications à la météorologie." Météo France, 71-76.
Charleux-Demargne, J. (2001). "Qualité des modèles numériques de terrain pour l'hydrolo-
gie. Application à la caractérisation du régime de crues des bassins versants." Thèse
de doctorat de l'Université de Marne-La-Vallée.
Cheze, J.-L., and Helloco, F. (1999). "The HYDRAM Project of Météo-France : a Quality-
based approach for quantitative radar measurements." Prepr. 29th Conf. On Radar
Meteorology, Montréal.
Chow, V. (1959). "Open Channel Hydraulics." New-York, USA: Mc Graw-Hill.
Chow, V. T., Maidment, D. R., and Mays, L. W. (1988). "Applied hydrology." Mc Graw-
Hill International Editions.
Corradini, C., and Singh, V. P. (1985). "Effect of spatial variability of effective rainfall on
direct runoff by geomorphologic approach." Journal of Hydrology, 81, 27-43.
Cosandey, C. (1999). "Génèses de crues cévenoles dans les bassins élémentaires. L'exem-
ple du bassin de la [Link] de la normale à l'extrême." SHF, Lyon - France, 35-
44.
Cosandey, C., and Robinson, M. (2000). "Hydrologie continentale." Armand Colin.
Crawford, and Linsley. (1966). "Digital simulation in hydrology." Dept of civil engineer-
ing, Stanford university, Stanford.
Darcy, H. (1956). "Les fontaines publiques de la ville de dijon." Dalmont, Paris.
Datin, R. (1998). "Outils opérationnels pour la prévision des crues rapides : traitement des
incertitudes et intégration des prévisions météorologiques. Développements de
TOPMODEL pour la prise en compte de la variabilité spatiale de la pluie. Applica-
tion au bassin versant de l'Ardèche." INPG, Grenoble.
Delrieu, G. (2003). "L'Observatoire Hydro-météorologique Méditérranéen Cévènes-
Vivarais." La Houille -Blanche, 6, 83-88.
Delrieu, G. (2006). "Requirement for flash flood hydrometeorological monitoring." HR
Wallingford, UK.
Delrieu, G., Ducrocq, V., Gaume, E., Nicol, J., Payrastre, O., Yates, E., Kirstetter, P.-E.,
Andrieu, H., Ayral, P.-A., Bouvier, C., Creutin, J.-D., Livet, M., Anquetin, S., Lang,
M., Neppel, L., Obled, C., Parent-du-Châtelet, J., Saulnier, G.-M., Walpersdorf, A.,
and Wo-brock, W. (2005). "The Catastrophic Flash-Flood Event of 8-9 September
2002 in the Gard Region, France: A First Case Study for the Cévennes-Vivarais
Mediterranean Hydrometeorological Observatory." Journal of Hydrometeorology,
6(1), 34-52.
Dunne, T. (1983). "Relation of field studies and modelling in the prediction of storm run-
off." J. of Hydrology, 65, 25-48.

Xuan Kham LE - 2008 - 117 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Dunne, T., and Black, R. (1970). "An experimental experimentation of runoff production in
permeable soils." Water Ressources Research, 2, 478-490.
Esteves, M., Faucher, X., Galle, S., and Vauclin, M. (2000). "Overland flow and infiltra-
tion modelling for small plots during unsteady rain: numerical results versus ob-
served values." Journal of Hydrology, 228 (3-4), 265-282.
Estupina Borrell, V., Chorda, J., and Dartus, D. (2005). "Prévision des crues éclair." Comp-
tes Rendus Geosciences, 337(13), 1109-1119.
Estupina-Borrell, V. (2004). "Vers une modélisation hydrologique adaptée à la prévision
opérationnelle des crues éclair - Application à de petits bassins versants du sud de la
France." Thèse de doctorat, Institut National Polytechnique de Toulouse.
Fourquet, G. (2005). "Développement d’un système hydrométrique par analyse d’images
numériques. Evaluation d’une année de fonctionnement continu sur l’Isère à Saint
Martin d’Hères." Thèse de doctorat, Institut National Polytechnique de Grenoble.
Franks, S. W., Gineste, P., Beven, K., and Merot, P. (1998). "On constraining the predic-
tions of a distributed model by the incorporation of fuzzy estimates of saturated ar-
eas into the calibration process." Water Resources Research, 34(4), 787-797.
Frappart, F. (2006). "Hydrologie spatiale : Développement d’applications pour l’utilisation
de la télédétection sur les grands bassins fluviaux." Thèse de doctorat, Université
Toulouse, III.[Link].
Freer, J., Beven, K. J., and Amboise, B. (1996). "Bayesian estimation of uncertainty in
runoff prediction and the value of data : an application of the glue approach." Water
Resources Research, 32 (7), 2161–2173.
Freer, J., McDonnell, J., Beven, K. J., Peters, N. E., Burns, D. A., Hooper, R. P., Aulen-
bach, B., and Kendall, C. (2002). "The role of bedrock topography on subsurface
storm flow." Water Ressources Research, 38(12).
Freeze, R. (1972). "Role of subsurface flow in generating surface runoff, 1. base flow con-
tributions to channel flow." Water Ressources Research, 8 (3), 609-623.
Garcia, R. (2005). "Analysis of Manning coefficient for small-depth flows on vegetated
beds." Hydrol. Process., 19, 3221–3233.
Garçon, R. (1999). "Modèle global pluie débit pour la prévision et la prédétermination des
[Link] de la normale à l'extrême." SHF, Lyon, 115-126.
Gascuel-Odoux, C., Merot, P., and Durand, P. (1999). "Genèse des crues normales dans les
petits bassins versants ruraux crues de la normale à l'extrême." SHF, Lyon - France,
25-34.
Gaume, E. (2002). "Eléments d'analyse sur les crues éclair." Thèse de doctorat de l'Ecole
Nationale du Génie Rural et des Forêts et de l'Institut National de la Recherche
Scientifique (Canada), 223-233.
Gineste, P., Puech, C., and Mérot, P. (1998). "Radar remote sensing of the source areas
from the coet-dan catchment." Hydrological Processes, 12, 267-284.
Goel, N. K., Kurothe, R. S., Mathur, B. S., and Vogel, R. M. (2000). "A derived flood fre-
quency distribution for correlated rainfall intesnsity and duration." Journal of Hy-
drology, 228, 56-57.

Xuan Kham LE - 2008 - 118 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Govers, G., Takken, I., and Helming, K. (2000). "Soil roughness and overland flow."
Agronomie, 20, 131-146.
Grayson, R., and Blöschl, G. (2001). "Spatial Patterns in Catchment Hydrology : Observa-
tions and Modelling." Cambridge University Pres, 1-2.
Green, W., and Ampt, G. (1911). "Studies on soil physics, part I : the flow of air and water
trough soils." Journal of Agricultural sciences, 4(1), 1–24,3.1.2, 3.1.2.
Guillot, P., and Duband, D. (1967). "La méthode du GRADEX pour le calcul de la probabi-
lité des crues rares à partir des pluies." Publication AISH, 84(1), 560-569.
Hauet, A. (2003). "Estimation de débit et mesure de vitesse en rivière par Large-Scale Par-
ticle Image Velocimetry." Thèse de doctorat, Institut National Polytechnique de
Grenoble - INPG.
Hewlett, J., and Hibbert, A. (1967). "Factors affecting the response of small watersheds to
precipitation in humid areas." In International Symposium on Forest Hydrology
,Pergamon, New York, 275-290.
Hewlett, J. D. (1961). "Watershed management, some ideas about dtorm runoff and base-
flow." USDA Forest Service, Aschville, Carolona.
Hornberger, G. M., and Spear, R. (1981). "An approach to the preliminary analysis of envi-
ronmental systems." Journal of Environmental Management, 12, 7–18.
Horritt, M. (2000). "Calibration of a 2-dimensional finite element flood flow model using
satellite radar imagery." Water Resources Research, 36(11), 3279-3291.
Horton, R. (1933). "The role of infiltration in the hydrological cycle." Trans. American
Geophysical Union, 14, 446-460.
Hubert, W. (2003). "Dictionnaire français d'hydrologie." Centre national français des
sciences hydrologiques, comission de terminologie. http ://[Link]/ hu-
bert/glu/[Link].
Ibbitt, R. P. (1997). "Evaluation of optimal channel network and river basin heterogeneity
concepts using measured flow and channel properties." Journal of Hydrology,
196(1-4), 119-138.
Iorgulescu, I., and Jordan, J. P. (1997). "Analyse du comportement hydrologique par une
approche intégrée à l'échelle du bassin versant, application au bassin de la Haute
Mentue." Ecole Polytechnique fédérale de Lausanne.
Jabert, F., and Mohtar, R. (2002). "Dynamic time step for one-dimensional overland flow
kinematic wave solution." Journal of Hydrologic Engineering, 7(1), 3–11, [Link].
Jacq, V. (1994). "Inventaire des situations à précipitaions diluviennes sur les régions Lan-
guedoc-Roussillon." Phénomènes remarquables n°3, Météo-France, SCEM.
Jain, M., Kothyari, U., and Raju, K. (2004). "A GIS based distributed rainfall-runoff
model." Journal of Hydrology, 299(3), 107–135.
Jones, J. (1997). "The role of natural pipeflow in hillslope drainage and erosion : extrapo-
lating from the Maesnant data." Phys. Chem. Earth, 22 (3-4), 303-308.
Kavvas, M. L. (1988). "Areally-averaged overland flow equations at hillslope scale." Hy-
drological sciences journal, 43 (3), 361-378.

Xuan Kham LE - 2008 - 119 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Krajewski, F. W., Lakshmi, V., Georgakakos, K. P., and Subhash, C. J. (1991). "A Monte-
Carlo study of rainfall sampling effect on a distributed catchment model." Water
Resources Research, 27 (1), 119-128.
Lacaze, B., Mailhes, C., Maubourguet, M. M., and Tourneret, J. Y. (1997). "Probabilités et
Statistiques appliquées." Cépaduès edn. Toulouse, France.
Larnier, K. (2006). "Modélisation du transfert de subsurface pour les crues à cinétique ra-
pide." Rapport de Master H2SE, Institut National Polytechnique de Toulouse.
Lavabre, J., Fouchier, C., Folton, N., and Gregoris, Y. (2003). "Une méthode pour l'estima-
tion régionale des débits de crue. Application aux régions méditerranéennes françai-
[Link] naturels et aménagement du territoire." SHYREG, 17, 97-111.
Le, X. K., Roux, H., Chorda, J., Maubourguet, M. M., and Dartus, D. (2007). "Parameter
sensitivity analysis of a distributed hydrologic model. Application of Marine on the
"Gardons d'Anduze" Basin, France." Japan-Vietnam Estuary Workshop, 71-76.
Lebel, T. (1984). "Moyenne spatiale de la pluie sur un bassin versant, estimation optimale;
génération stochastique et gradex des valeurs extrêmes." Thèse de doctorat, Institut
de Mécanique des Fluides,Grenoble.
Liu, Q., Chen, L., Li, J., and Singh, V. (2004). "Two dimensional kinematic wave model
for overland flow." Journal of Hydrology, 291, 28-41.
Liu, Z., and Todini, E. (2002). "Towards a comprehensive physically-based rainfall runoff
model." Hydrology & Earth System Sciences, 6(5), 859-881.
Llamas, J. (1993). "Hydrologie générale - Principes d'application." Gaetan Morin editeur,
Canada.
Loukas, A. (2002). " Flood frequency estimation by a derived distribution procedure."
Journal of Hydrolog, 255, 69-89.
Maidment, D. R. (1993). "Developing a spatially distributed unit hydrograph by using
GIS." Proceedings of HydroGIS'93. IAHS, 211.
Mantovan, P., and Todini, E. (2006). "Hydrological forecasting uncertainty assessment:
Incoherence of the GLUE methodology." Journal of Hydrology, 330(1-2), 368-381.
Mantovan, P., Todini, E., and Martina, M. L. V. (2007). "Reply to comment by Keith
Beven, Paul Smith and Jim Freer on "Hydrological forecasting uncertainty assess-
ment: Incoherence of the GLUE methodology." Journal of Hydrology, 338(3-4),
319-324.
Marchandise, A. (2007). "Modélisation hydrologique distribuée sur le Gardon d'Anduze ;
étude comparative de différents modèles pluie-débit, extrapolation de la normale à
l'extrême et tests d'hypothèses sur les processus hydrologiques." Thèse de doctorat,
Université de Montpellier II.
Margoum, M., Oberlin, G., Lang, M., and Weingartner, R. (1994). "Estimation des crues
rares et extrêmes : principes du modèle Agregee." Hydrologie Continentale, 9(1),
85-100.
Merlin, O. (2005). "Synergie des observations multispectrales : application en hydrologie."
Thèse de doctorat, Unisersité Toulouse III.
Moore, I., and Foster, G. (1990). "Hydraulics and overland flow." Water resources and
management, 215-254.

Xuan Kham LE - 2008 - 120 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Nash, J., and Sutcliffe, J. (1970). "River flow forecasting through conceptual models. Part I
- A discussion of principles." J. of Hydrology, 10, 282–290.
Neppel, L., Desbordes, M., and Masson, J. M. (1998). "Influence de l'évolution dans l'es-
pace et le temps d'un réseau de pluviomètres sur l'observation des surfaces de pluie
en fonction de leur aire." Revue des sciences de l'eau, 11(1), 43-60.
Neveu, J., and Perrot, X. (2002). "Validation d’un modèle pluie-débit à partir d’une base de
données d’évènements extrêmes." Technical report, Stage de DEA, Institut National
Polytechnique de Toulouse.
Niemczynowicz, J. (1987). "Storm tracking using raingauge data." Journal of Hydrology,
93, 135-152.
Obled, C. (1999). "Le versant et le bassin versant : quelques aperçus sur la formation des
crues et la production du ruissellement. Crues de la normale à l'extrême." SHF, Lyon
- france, 5-23.
Obled, C., Wendling, J., and Beven, K. (1994). "The sensitivity of hydrological models to
spatial rainfall patterns: an evaluation using observed data." Journal of Hydrology,
159(1-4), 305-333.
Ottlé, C., Hégarat, S. L., and Zribi, M. (2003). "Applications de la télédétection en hydro-
logie." Revue du Palais de la Découverte, "L’observation de la Terre par satellites",
304, 37-47, 1.2.2, [Link].
Palacios-Velez, O. L., Gandoy-Bernasconi, W., and Cuevas-Renaud, B. (1998). "Geometric
analysis of surface runoff and the computation order of unit elements in distributed
hydrological models." Journal of Hydrology, 211(1-4), 266–274, [Link].
Peugeot, C., Esteves, M., Galle, S., Rajot, J. L., and Vandervaere, J. P. (1997). "Runoff
generation processes: results and analysis of field data collected at the East Central
Supersite of the HAPEX-Sahel experiment." Journal of Hydrology, 188-189 (1-4),
179-202.
Philip, J. R. (1957). "The theory of infiltration : 1. The infiltration equation and its solu-
tion." Soil Science, 83(5), 345–357.
Philip, J. R. (1963). "Advances in Hydroscience." Chapter Theory of infiltration.
Puech, C. (2000). "Utilisation de la télédétection et des modèles numériques de terrain pour
la connaissance du fonctionnement des hydrosystèmes." Thèse de doctorat, Institut
National Polytechnique de Grenoble.
Puech, C., Raclot, D., Bailly, J.-S., Alquier, M., Chorda, J., Dartus, D., and Maubourguet,
M. (2004). "Valorisation de l’information issue de l’observation de la terre dans
l’établissement des cartes d’aléa extrême, expertise sur l’utilisation des données
spatiales dans le domaine de l’hydrologie." Technical report, Cemagref et Institut
de Mécanique des Fluides de Toulouse. (Convention "risques inondations no
01008), [Link].
Quesney, A., Hegarat-Mascle, S. L., Taconet, O., Vidal-Madjar, D., Wigneron, J. P., Lou-
magne, C., and Normand, M. (2000). "Estimation of watershed soil moisture index
from ers/sar data." Remote Sensing of Environment, 72(3), 290–303, [Link].
Raclot, D. (2003). "Méthodologie d’exploitation quantitative des photographies aériennes
d’inondation de plaine." Thèse de doctorat, Université Montpellier II, [Link].

Xuan Kham LE - 2008 - 121 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Rawls, W., and ., D. B. (1989). "Estimattion of soil water retention and hydraulic proper-
ties, Chapter Unsaturated flow in hydrologic modelling : Theory and Practice."
Kluwer Academic.
Rawls, W., and Brakensiek, D. (1982). "Estimating soil water retention from soil proper-
ties." Journal of Irrigation and Drainage, 108, 166–171.
Ribolzi, O., Andrieux, P., Valles, V., Bouzigues, R., Bariac, T., and Voltz, M. (2000).
"Contribution of groundwater and Overland flows to storm generation in a culti-
vated Mediterranean catchment." Journal of Hydrology, 233, 241-257.
Richards, L. (1931). "Capillary conduction of liquids through porous mediums." Physics, 1,
318–333, 3.1.2.
Rigon, R., Bertoldi, G., Over, T., and Tamanini, D. (2004). "GEOTOP: a distributed mod-
eling of the hydrological cycle in the remote sensing era. In Proceedings of the Sec-
ond Catchment-scale Hydrological Modeling and Data Assimilation (CAHMDA)."
Workshop, Princeton.
Rivrain, J. C. (1997). "Les épisodes orageux à précipitations extrêmes sur les régions médi-
terranéennes de la France." Météo France & l'Environnement M.d., 4.
Rossi, F., Fiorentino, M., and Versace, P. (1984). "Two-component extreme value distribu-
tion for flood frequency analysis." Water Resources Research, 20(7), 847-856.
Roux, H. (2004). "Estimation de paramètres en hydraulique fluviale, à partir de données
caractéristiques de l’imagerie aérienne." Thèse de doctorat, Institut National Poly-
technique de Toulouse, [Link].
Salvadori, G. (2003). "Linear combinations of order statistics to estimate the quantiles of
generalized pareto and extreme values distributions." Stochastic Environmental Re-
search and Risk Assessment, 17(1-2), 116-140.
Saulnier, G.-M., Beven, K., and Obled, C. (1997). "Including spatially variable effective
soil depths in TOPMODEL." Journal of Hydrology, 202.
Séguis, L., Cappelaere, B., Peugeot, C., and Vieux, B. (2002). "Impact on sahelian runoff
of stochastic and elevation-induced spatial distributions of soil parameters." Hydro-
logical Processes, 16(2), 313-332.
Shanley, J., Hjerdt, K., McDonnell, J., and Kendall, C. (2003). " Shallow water table fluc-
tuations in relation to soil penetration resistance." Groundwater, 41(7), 964–972.
Singh, V. (2001). "Kinematic wave in water ressources : a historical perspective." Hydro-
logical Processes, 15, 671–706.
Singh, V. (2002). "Is hydrology kinematic ?" Hydrological processes, 16, 667–716, 3.1.1,
[Link].
Sivapalan, M. (2003). "Process complexity at hillslope scale, process simplicity at water-
shed scale : is there a connection ?" Geophysical Research, 5.
Sorooshian, S., and Dracup, J. A. (1980). "Stochastic parameter estimation procedures for
hydrologic rainfall-runoff models : Correlated and heteroscedastic error cases." Wa-
ter Resources Research, 16 (2), 430–442.
Sorooshian, S., Gupta, V. K., and Fulton, J. L. (1983). "Evaluation of maximum likelihood
parameter estimation techniques for conceptual rainfall-runoff models : Influence of

Xuan Kham LE - 2008 - 122 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

calibration data variability and length on model credibility." Water Resources Re-
search, 19 (1), 251–259.
Souchere, V., Cerdan, O., Ludwig, B., Bissonnais, Y. L., Couturier, A., and Papy, F.
(2003). "Modelling ephemeral gully erosion in small cultivated catchments."
CATENA, 50 (2-4), 489-505.
Souders, D. T., and Hirt, C. W. (2000). "Modeling Roughness Effects in Open Channel
Flows." Flow Science, 10.
Tanguy, J., Carriere, J., Trionnaire, Y. L., and Schoen, R. (2005). "Réorganisation de l'an-
none des crues en France." La Houille Blanche, 2, 44-48.
Tarboton, D. G. (2003). "Rainfall-runoff processes." Utah State University.
Troutman, B. (1983). "Runoff predictions errors and biais in parameters estimation induced
by spatial variability of precipitation." Water Ressources Research, 19(3), 791-810.
Vieira, J. D. (1983). "Conditions governing the use of approximations for the saint venant
equations for shallow surface water flow." Journal of Hydrology, 60, 43–58, [Link].
Wigmosta, M., Vail, L., and Lettenmaier, D. (1994). "A distributed hydrology-vegetation
model for complex terrain." Water Ressources Research, 30, 1665–1679, [Link].
Zin, I. (2002). "Incertitudes et Ambiguïté dans la modélisation hydrologique." Thèse de
doctorat, Institut National de Polytechnique de Grenoble.

Xuan Kham LE - 2008 - 123 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Chapitre VIII : ANNEXES

VIII.1 Valeurs relatives à la crue de 1994

VIII.1.1 La combinaison des paramètres analysées

Figure 77 - Valeurs de Nash obtenus pour les 6 paramètres: la conductivité hydraulique, la porosité du sol, la force
de succion, la hauteur d’infiltration, l’humidité initiale du sol et le coefficient Manning du lit majeur (2002)

Xuan Kham LE - 2008 - 124 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.2 Les coefficients de Manning

Figure 78 - Valeurs de Nash obtenus des 3 paramètres: le

coefficient Manning du versant, du lit mineur et du lit
majeur (1994)

Figure 79 - Valeurs de fonction J obtenus des 3 paramè-

tres : le coefficient Manning du versant, du lit mineur et
du lit majeur (1994)

Xuan Kham LE - 2008 - 125 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 80 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient Manning du versant, Man-
ning du lit mineur et Manning du lit majeur, calculées à
partir de de Nash (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 81 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient Manning du versant, Man-
ning du lit mineur et Manning du lit majeur, calculées à
partir de fonction J (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 126 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Coefficient Manning du versant 0,0535 0,067
Coefficient Manning du lit mineur 0,2881 0,331
Coefficient Manning du lit majeur 0,4327 0,439
Tableau 40 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,074 0,061
99,9% 0,001 0,119 0,099
Tableau 41 - Sources des valeurs critiques de la statistique de Kolmogorov (1994)

Paramètres nver nmi nma

nver 1 -0,161 -0,214
nmi -0,161 1 -0,561
nma -0,215 -0,561 1
Tableau 42 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres nver nmi nma

nver 1 -0,206 -0,073
nmi -0,206 1 -0,571
nma -0,073 -0,571 1
Tableau 43 - Matrice de covariance entre des paramètres au « comportement correct » de la fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 82 - Estimation de l’incertitude de la prévision du modèle sur Manning du versant, Manning du lit mineur et
Manning du lit majeur (1994)

Xuan Kham LE - 2008 - 127 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.3 La conductivité hydraulique, l’humidité initiale du sol et le Manning du lit

majeur

Figure 83 - Valeurs de Nash obtenus des 3 paramètres :

le coefficient de conductivité hydraulique, l’humidité
initiale du sol et le Manning du lit majeur (1994)

Figure 84 - Valeurs de fonction J obtenus des 3 para-

mètres : le coefficient de conductivité hydraulique,
l’humidité initiale du sol et le Manning du lit majeur
(1994)

Xuan Kham LE - 2008 - 128 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 85 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient de conductivité hy-
draulique, l’humidité initiale du sol et le Manning du lit
majeur, calculées à partir de Nash (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 86 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient de conductivité hy-
draulique, l’humidité initiale du sol et le Manning du lit
majeur, calculées à partir de fonction J (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 129 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de conductivité hydraulique (facteur K) 0,059 0,252
Humidité initiale du sol (Humidité) 0,361 0,421
Coefficient Manning du lit majeur (nma ) 0,838 0,729
Tableau 44 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,089
99,9% 0,001 0,144 0,144
Tableau 45 - Sources des valeurs critiques de la statistique de Kolmogorov (1994)

Paramètres Facteur de K Humidité nma

Facteur de K 1 0,44 0,254
Humidité 0,44 1 0,01
nma 0,254 0,01 1
Tableau 46 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres Facteur de K Humidité nma

Facteur de K 1 0,162 0,414
Humidité 0,162 1 -0,186
nma 0,413 -0,186 1
Tableau 47 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 87 - Estimation de l’incertitude de la prévision du modèle sur le coefficient de conductivité hydraulique,

l’humidité initiale du sol et le Manning du lit majeur (1994)

Xuan Kham LE - 2008 - 130 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.4 Le coefficient de conductivité hydraulique, la hauteur d’infiltration et le

Manning du lit majeur

Figure 88 - Valeurs de Nash obtenus pour les 3 paramè-

tres: le coefficient de conductivité hydraulique, la hauteur
d’infiltration et le Manning-Strickler du lit majeur (1994)

Figure 89 - Valeurs de fonction J obtenus pour les 3

paramètres: le coefficient de conductivité hydraulique, la
hauteur d’infiltration et le Manning-Strickler du lit ma-
jeur (1994)

Xuan Kham LE - 2008 - 131 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 90 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient de conductivité hydraulique,
la hauteur d’infiltration et le Manning-Strickler du lit
majeur, calculées à partir de Nash (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 91 - Densités de probabilité (ddp) cumulatives des

3 paramètres : le coefficient de conductivité hydraulique,
la hauteur d’infiltration et le Manning-Strickler du lit
majeur, calculées à partir de fonction J (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 132 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de conductivité hydraulique (facteur de K) 0,082 0,295
Facteur de l’hauteur d’infiltration (facteur de la hauteur) 0,413 0,452
Coefficient Manning-Strickler du lit majeur (nma ) 0,832 0,708
Tableau 48 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 49 - Sources des valeurs critiques de la statistique de Kolmogoro (1994)

Paramètres Facteur de K Facteur de la hauteur n ma

Facteur de K 1 -0,522 0,313
Facteur de la hauteur -0,522 1 -0,122
nma 0,313 -0,122 1
Tableau 50 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres Facteur de K Facteur de la hauteur n ma

Facteur de K 1 -0,293 0,393
Facteur de l’hauteur -0,293 1 0,126
nma 0,393 0,126 1
Tableau 51 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 92 - Estimation de l’incertitude de la prévision du modèle sur le facteur du coefficient de conductivité hydrauli-
que, la hauteur d’infiltration et Manning-Strickler du lit majeur (1994)

Xuan Kham LE - 2008 - 133 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.5 Le coefficient de conductivité hydraulique, la porosité du sol et la force de

succion.

Figure 93 - Valeurs de Nash obtenus des 3 paramètres :

la conductivité hydraulique, la porosité du sol et la force
de succion (1994)

Figure 94 - Valeurs de fonction J obtenus des 3 paramè-

tres : la conductivité hydraulique, la porosité du sol et la
force de succion (1994)

Xuan Kham LE - 2008 - 134 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 95 - Densités de probabilité (ddp) cumulatives des

3 paramètres : la conductivité hydraulique, la porosité du
sol et la force de succion, calculées à partir de Nash
(1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 96 - Densités de probabilité (ddp) cumulatives des

3 paramètres : la conductivité hydraulique, la porosité
du sol et la force de succion, calculées à partir de J
(1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 135 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de la conductivité hydraulique (facteur de K) 0,290 0,236
Facteur de la porosité du sol (facteur de P) 0,926 0,946
Facteur de la force de succion (facteur de F) 0,130 0,101
Tableau 52 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 53 - Sources des valeurs critiques de la statistique de Kolmogorov (1994)

Paramètres Facteur de K Facteur de P Facteur de F

Facteur de K 1 -0,263 -0,148
Facteur de P -0,263 1 -0,105
Facteur de F -0,148 -0,105 1
Tableau 54 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres Facteur de K Facteur de P Facteur de F

Facteur de K 1 -0,265 -0,118
Facteur de P -0, 265 1 -0,053
Facteur de F -0,118 -0,053 1
Tableau 55 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 97 - Estimation de l’incertitude de la prévision du modèle sur la conductivité hydraulique, la porosité du sol et
la force de succion (1994)

Xuan Kham LE - 2008 - 136 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.6 La force de succion, la hauteur d’infiltration et l’humidité initiale du sol.

Figure 98 - Valeurs de Nash obtenus des 3 paramè-

tres : la force de succion, la hauteur d’infiltration et
l’humidité initiale du sol (1994)

Figure 99 - Valeurs de fonction J obtenus des 3 para-

mètrese : la force de succion, la hauteur d’infiltration
et l’humidité initiale du sol (1994)

Xuan Kham LE - 2008 - 137 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 100 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol, calculées à
partir de Nash (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 101 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la force de succion, la hauteur
d’infiltration et l’humidité initiale du sol (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 138 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de la force de succion (facteur de F) 0,255 0,146
Facteur de la hauteur d’infiltration (facteur de la hauteur) 0,279 0,160
Humidité initiale du sol (Humidité) 0,176 0,197
Tableau 56 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 57 - Sources des Valeurs critiques de la statistique de Kolmogorov (1994)

Paramètres facteur de F facteur de la hauteur Humidité

facteur de F 1 0,208 0,186
facteur de la hauteur 0,208 1 0,935
Humidité 0,186 0,935 1
Tableau 58 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres facteur de F facteur de la hauteur Humidité

facteur de F 1 -0,126 -0,097
facteur de la hauteur -0,126 1 0,933
Humidité -0,097 0,933 1
Tableau 59 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 102 - Estimation de l’incertitude de la prévision du modèle sur la force de succion, la hauteur d’infiltration et
l’humidité initiale du sol (1994)

Xuan Kham LE - 2008 - 139 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.7 La porosité du sol, l’humidité initiale du sol et Manning-Strickler du lit ma-

jeur.

Figure 103 - Valeurs de Nash obtenus des 3 paramè-

trese : la porosité du sol, l’humidité initiale du sol et
Manning-Strickler du lit majeur (1994)

Figure 104 - Valeurs de fonction J obtenus des 3 para-

mètrese : la porosité du sol, l’humidité initiale du sol et
Manning-Strickler du lit majeur (1994)

Xuan Kham LE - 2008 - 140 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 105 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la porosité du sol, l’humidité initiale
du sol et Manning-Strickler du lit majeur, calculées à
partir de Nash (1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 106 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : la porosité du sol, l’humidité initiale
du sol et Manning-Strickler du lit majeur de fonction J
(1994)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 141 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de la porosité du sol (Facteur de P) 0,266 0,310
Humidité initiale du sol (Humidité) 0,373 0,424
Manning-Strickler du lit majeur (nma) 0,802 0,724
Tableau 60 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 61 - Sources des Valeurs critiques de la statistique de Kolmogorov (1994)

Paramètres Facteur de P Humidité nma

Facteur de P 1 0,545 0,198
Humidité 0,545 1 -0,076
nma 0,198 -0,076 1
Tableau 62 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres Facteur de P Humidité nma

Facteur de P 1 0,512 0,238
Humidité 0,512 1 -0,235
nma 0,238 -0,235 1
Tableau 63 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 107 - Estimation de l’incertitude de la prévision du modèle sur la porosité du sol, l’humidité initiale du sol et
Manning-Strickler du lit majeur (1994)

Xuan Kham LE - 2008 - 142 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.1.8 La porosité du sol et la hauteur d’infiltration

Figure 108 - Valeurs de Nash obtenus des 2 paramètres : la porosité du sol et la hauteur d’infiltration (1994)

Figure 109 - Valeurs de fonction J obtenus des 2 paramètres : la porosité du sol et la hauteur d’infiltration (1994)

Figure 110 - Densités de probabilité cumulatives des 2 paramètres : la porosité du sol, la hauteur d’infiltration, calcu-
lées à partir de Nash (1994).---- ddp des simulations behavioural, ⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 143 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 111 - Densités de probabilité cumulatives des 2 paramètres : la porosité du sol et la hauteur d’infiltration,
calculées à partir de fonction J (1994). ---- ddp des simulations behavioural, ⎯ ddp des simulations non-behavioural

dmc,nc
Paramètres Nash Fonction J
Facteur de la porosité du sol (facteur de P) 0,114 0,130
Facteur de la hauteur d’infiltration (facteur de la hauteur) 0,314 0,212
Tableau 64 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte Carlo de Nash et de
fonction J (1994)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,090 0,090
99,9% 0,001 0,145 0,145
Tableau 65 - Sources des Valeurs critiques de la statistique de Kolmogorov (1994)

Paramètres Facteur de P Facteur de la hauteur

Facteur de P 1 -0,939
Facteur de la hauteur -0,939 1
Tableau 66 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1994)

Paramètres Facteur de P Facteur de la hauteur

Facteur de P 1 -0,957
Facteur de la hauteur -0,957 1
Tableau 67 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1994)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 112 - Estimation de l’incertitude de la prévision du modèle sur la porosité du sol, la hauteur d’infiltration
(1994)

Xuan Kham LE - 2008 - 144 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.2 Valeurs relatives à la crue de 1996

VIII.2.1 Les coefficients de Manning

Figure 113 - Valeurs de Nash obtenus des 3 paramè-

tres: le coefficient Manning du versant, du lit mineur et
du lit majeur (1996)

Figure 114 - Valeurs de fonction J obtenus des 3 pa-

ramètres : le coefficient Manning du versant, du lit
mineur et du lit majeur (1996)

Xuan Kham LE - 2008 - 145 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 115 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient Manning du versant,
Manning du lit mineur et Manning du lit majeur, calcu-
lées à partir de Nash (1996)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 116 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient Manning du versant,
Manning du lit mineur et Manning du lit majeur, calcu-
lées à partir de fonction J (1996)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 146 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Coefficient Manning du versant 0,0946 0,0713
Coefficient Manning du lit mineur 0,2779 0,2433
Coefficient Manning du lit majeur 0,3400 0,4401
Tableau 68 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo, seuil à 0,8 de
Nash et de fonction J (1996)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,114 0,160
99,9% 0,001 0,182 0,256
Tableau 69 - Sources Valeurs critiques de la statistique de Kolmogorov (1996)

Paramètres nver nmi nma

nver 1 -0,063 -0,564
nmi -0,063 1 -0,268
nma -0,564 -0,268 1
Tableau 70 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1996)

Paramètres nver nmi nma

nver 1 0,099 -0,485
nmi 0,099 1 -0,307
nma -0,485 -0,307 1
Tableau 71 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1996)

Correspondance du critère de Nash Correspondance de critère de fonction J

Figure 117 - Estimation de l’incertitude de la prévision du modèle sur Manning du versant, Manning du lit mineur et
Manning du lit majeur (1996)

Xuan Kham LE - 2008 - 147 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.2.2 Le coefficient de conductivité hydraulique, l’humidité initiale du sol et Man-

ning du lit majeur

Figure 118 - Valeurs de Nash obtenus des 3 paramè-

tres : le coefficient de conductivité hydraulique,
l’humidité initiale du sol et Manning du lit majeur
(1996)

Figure 119 - Valeurs de fonction J obtenus des 3

paramètres : le coefficient de conductivité hydraulique,
l’humidité initiale du sol et Manning du lit majeur
(1996)

Xuan Kham LE - 2008 - 148 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 120 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient de conductivité hydrau-
lique, l’humidité initiale du sol et Manning du lit ma-
jeur, calculées à partir de Nash (1996)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 121 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient de conductivité hydrau-
lique, l’humidité initiale du sol et Manning du lit ma-
jeur, calculées à partir de fonction J (1996)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 149 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Facteur de conductivité hydraulique (facteur K) 0,101 0,087
Humidité initiale du sol (Humidité) 0,707 0,793
Coefficient Manning du lit majeur (nma ) 0,726 0,597
Tableau 72 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (1996)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,091 0,089
95,0% 0,05 0,102 0,100
99,9% 0,001 0,146 0,144
Tableau 73 - Sources des Valeurs critiques de la statistique de Kolmogorov (1996)

Paramètres Facteur de K Humidité nma

Facteur de K 1 -0,118 0,163
Humidité -0,118 1 0,008
nma 0,163 0,008 1
Tableau 74 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (1996)

Paramètres Facteur de K Humidité nma

Facteur de K 1 -0,043 0,202
Humidité -0,043 1 -0,355
nma 0,202 -0,355 1
Tableau 75 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (1996)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 122 - Estimation de l’incertitude de la prévision du modèle sur : le coefficient de conductivité hydraulique,
l’humidité initiale du sol et Manning du lit majeur (1996)

Xuan Kham LE - 2008 - 150 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.3 Valeurs relatives à la crue de 2006

Figure 123 - Valeurs de Nash obtenus des 3 paramètres:

le coefficient Manning du versant, du lit mineur et du lit
majeur (2006)

Figure 124 - Valeurs de fonction J obtenus des 3 paramè-

tres: le coefficient Manning du versant, du lit mineur et
du lit majeur (2006)

Xuan Kham LE - 2008 - 151 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

Figure 125 - Densités de probabilité (ddp) cumulatives des

3 paramètres: le coefficient Manning du versant, Manning
du lit mineur et Manning du lit majeur, calculées à partir
de Nash (2006)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Figure 126 - Densités de probabilité (ddp) cumulatives

des 3 paramètres : le coefficient Manning du versant,
Manning du lit mineur et Manning du lit majeur, calcu-
lées à partir de fonction J (2006)

---- ddp des simulations behavioural

⎯ ddp des simulations non-behavioural

Xuan Kham LE - 2008 - 152 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

dmc,nc
Paramètres Nash Fonction J
Coefficient Manning du versant 0,1418 0,1091
Coefficient Manning du lit mineur 0,4386 0,3174
Coefficient Manning du lit majeur 0,0092 0,2197
Tableau 76 - Valeurs de la statistique de Kolmogorov obtenues à partir des simulations Monte-Carlo de Nash et de
fonction J (2006)

Niveau de signification Risque de première espèce Valeur critique de dmc,nc

Nash Fonction J
90,0% 0,100 0,152 0,114
99,9% 0,001 0,2429 0,183
Tableau 77 - Sources Valeurs critiques de la statistique de Kolmogorov (2006)

Paramètres nver nmi nma

nver 1 -0,307 0,063
nmi -0,307 1 -0,791
nma -0,063 -0,791 1
Tableau 78 - Matrice de covariance entre des paramètres au « comportement correct » de Nash (2006)

Paramètres nver nmi nma

nver 1 -0,348 -0,007
nmi -0,348 1 -0,775
nma -0,007 -0,775 1
Tableau 79 - Matrice de covariance entre des paramètres au « comportement correct » de fonction J (2006)

Correspondance de critère de NASH Correspondance de critère de fonction J

Figure 127 - Estimation de l’incertitude de la prévision du modèle sur Manning du versant, Manning du lit mineur et
Manning du lit majeur (2006)

Xuan Kham LE - 2008 - 153 / 154 -

 Variabilité des processus hydrologiques
entrant dans le mécanisme de la genèse des crues sur les bassins à cinétique rapide

VIII.4 Résultat de la prise en compte du Manning variable en utilisant le

critère de Nash

Débit du Gardon de Saint-Jean à Anduze (Obs) et Anduze (Marine)

pour l'événement du 8/09/2002
5000 0

5
4000
Hyétogramme
10
Débit (m3/s)

3000 Hydrogramme
Observé
15 avec subsurface

2000 avec subsurface et

20 Manning variable

1000
25

0 30
20 25 30 35 40

Heures
Figure 128 - Prise en compte de la variabilité du Manning avec l’épaisseur de la lame d’eau (selon le critère de Nash)

Xuan Kham LE - 2008 - 154 / 154 -

 Service Reprographie
[Link]
IMFT-Allée du [Link] Soula
31400 Toulouse
05 61 28 58 27