175-184
RESUME
Linformation sur les valeurs des prcipitations extrmes et leurs frquences est ncessaire pour les diffrents projets lis
leau. Dans cette tude, lanalyse frquentielle rgionale base sur les L-moments a t utilise pour amliorer la qualit
destimation des quantiles des prcipitations journalires maximales annuelles de la rgion situe au Nord Est de lAlgrie
reprsente par 50 stations de mesure. La rgion dtude a t divise en deux rgions statistiquement homognes en termes
des rapports des L-moments. Parmi les diffrentes distributions testes, (i) la distribution GEV (Generalized Extreme Value) a
t identifie comme distribution rgionale la plus adquate pour la modlisation des prcipitations de la rgion 1 caractrise
par un climat mditerranen et (ii) la distribution lognormale trois paramtres (LN3) pour la rgion 2, sujette un climat
semi-aride. Les courbes de croissance ont t tablies pour chaque rgion homogne. Ainsi, les quantiles des prcipitations
dans un site sont dtermins en multipliant la moyenne des prcipitations par les quantiles rgionaux correspondants. La
comparaison des quantiles estims partir de lapproche rgionale et locale a montr que pour 50,4 % des stations de la rgion
dtude, le modle local sous estime les quantiles de fortes priodes de retour.
MOTS CLS: Prcipitations extrmes journalires, moments linaires, analyse frquentielle rgionale, distributions GEV,
LN3, simulation des prcipitations.
ABSTRACT
Information on precipitation magnitudes and their frequencies is needed in various projects related to water. In this study, the
regional frequency analysis based on L-moments was used to improve the quality of estimating of the annual maximum daily
precipitations of the north eastern area of Algeria represented by 50 measuring stations. The investigated area was divided into
two regions statistically homogeneous in terms of L-moments ratios. Among the different tested distributions, (i) the
Generalized Extreme Value (GEV) distribution has been identified as the most appropriate regional distribution for modeling
precipitation in the northern region (region 1) characterized by a Mediterranean climate and (ii) the generalized lognormal
distribution (LN3) for region 2 of southern part subject to semi-arid climate. Growth curves, derived from the regional
distributions, were established for each homogeneous region. The growth curves shapes difference reflects the difference
between the two homogeneous regions precipitation patterns. Therefore, to estimate the different return periods precipitation
quantiles in a given site of the region, the mean precipitation of the site has to be multiplied by the corresponding regional
quantile. Comparison of estimated quantiles given by the regional and local approach showed that for 50.4 % of stations, at-
site model underestimates the quantiles having high return periods.
KEYWORDS: maximal annual daily precipitation, L-moments, regional frequency analysis, GEV, LN3 distributions, set
generation
ont t continuellement dveloppes depuis, par des facteur dchelle spcifique au site. Gnralement, le
chercheurs. GREHYS (1996a), Ouarda et al. (1999 ; 2008) facteur dchelle est la moyenne de la population au site
ont prsent et compar les diffrentes mthodes de (Hosking et Wallis, 1993). Par consquent, les quantiles de
rgionalisation des crues. frquence F au site i dune rgion homogne de N sites
Lapplication de lanalyse frquentielle des crues sest peuvent tre dtermins comme suit : Qi ( F ) i q( F )
tendue ensuite la rgionalisation des prcipitations et a o i est le facteur dchelle ou la moyenne au site i. Les
t la base de nombreux travaux sur ces dernires. Alila
(1999) a dvelopp un modle hirarchique rgional quantiles rgionaux q(F) forment la courbe de croissance
frquentiel pour la rgionalisation des prcipitations de rgionale dfinie par une distribution rgionale de la
courte dure au Canada. En France, les travaux de Djerboua variable rduite yij xij / xi o xij reprsentent les
(2001) et de Mora et al. (2005) ont port sur lestimation
prcipitations journalires maximales annuelles, xi leur
rgionale des prcipitations journalires. Nguyen et al.
(2002) ont propos deux mthodes alternatives destimation moyenne en chaque site et j=1,2,.., n i . n i est leffectif du
des prcipitations extrmes de diffrentes dures. Kysely et site i.
Picek (2007) ont utilis une mthode base sur les L-
moments pour lestimation rgionale des prcipitations. Les paramtres de la distribution rgionale sont estims
Lanalyse frquentielle rgionale base sur la mthode de partir de lensemble des statistiques locales de la rgion
index de variable et L-moments a t utilise par homogne. Lestimation des statistiques locales est obtenue
Norbiato et al. (2007) pour analyser les prcipitations par la mthode des L-moments.
maximales annuelles de courte dure en Italie. Gaal et al.
(2008) ont appliqu la mthode des rgions dinfluence
dans lanalyse frquentielle des prcipitations en Slovaquie.
Gellens (2002) a combin lapproche rgionale et la
procdure dextension des donnes dans lestimation des 2.2 L-moments
prcipitations extrmes en Belgique.
Dans la bibliographie sur la rgionalisation des La thorie des L-moments a t dveloppe par Hosking
prcipitations prsente par St-Hillaire et al. (2003), on (1990). Les L-moments ont pour but de rendre les
remarque que les tapes communes la plupart des ajustements statistiques plus robustes contrairement aux
mthodes danalyse rgionale frquentielle sont moments traditionnels dordre lev dont les valeurs sont
gnralement : la dtermination des rgions statistiquement trs sensibles la variabilit dchantillonnage. Les L-
homognes, lidentification dune fonction de distribution moments sont analogues aux moments traditionnels mais ils
rgionale et finalement la dtermination des paramtres de sont estims partir de combinaisons linaires des donnes
cette distribution et lestimation des quantiles des ordonnes.
prcipitations.
Lanalyse frquentielle rgionale base sur les L-moments
Pour un chantillon ordonn x1, x2 , x3 ,..., xn o
propose par Hosking et Wallis (1997) est applique pour x1:n x2:n ... xn:nles moments de probabilit
lestimation des quantiles des prcipitations journalires
pondrs (PWM) sont estims par :
maximales annuelles en tout site de la rgion tudie.
Aprs la description de la mthode utilise et de la rgion
dtude et des donnes, les rsultats dapplication des
tapes de lanalyse frquentielle rgionale sont prsents et
discuts dans la Section 4 ; celles-ci sont la formation des
rgions homognes, lidentification de la distribution n
1
frquentielle rgionale et lestimation des paramtres et
quantiles de la distribution ajuste. Une conclusion est faite
0 n x
j 1
j :n
finalement n
j 1
1 n 1 x j :n
j 2 n 1
n (1)
2 METHODE DE REGIONALISATION ( j 1)( j 2)
2 n 1 x j :n
j 3 ( n 1)( n 2)
2.1 Mthode danalyse frquentielle rgionale n
( j 1)( j 2)( j 3)
La mthode danalyse frquentielle rgionale des 3 n 1 x j:n
prcipitations extrmes applique est base sur les L- j 4 ( n 1)(n 2)(n 3)
moments et associe la procdure de la mthode indice Ainsi on peut estimer les L-moments suivants en utilisant
de crue (Darlymple, 1960) applique aux donnes les PWM :
hydrologiques. La procdure utilise est une procdure de
simple scaling, les distributions de frquences des sites
dune rgion homogne sont identiques lexception dun
176
Approche rgionale pour lestimation des prcipitations journalires extrmes du Nord Est Algrien
l3 6 2 61 0
(2) n t
i 1
i
(i )
t
V1 N
(7)
l4 20 3 30 2 121 0
n i 1
i
n t
2 2
introduits : (i)
t t3( i ) t3
i
L-coefficientdevariation,L-Cv, V2 i 1 (8)
N
t = l2 / l1 (3) n
i 1
i
n t
(i) 2 2
i 3 t3 t4( i ) t4
L-Ck, t 4 l 4 / l 2 (5) i 1
V3 N
(9)
n
i 1
i
177
T.Benabdesselam & al
Cette loi deux paramtres est aussi largement utilise dans 2.4 Estimation des paramtres et quantiles de la
diffrents contextes climatiques. Le comportement distribution rgionale
asymptotique de la distribution Gumbel est cependant remis
Pour estimer les paramtres de la distribution rgionale les
en question par Koutsoyiannis (2004), qui confirme quelle
trois premiers L-moments rgionaux sont utiliss. La
a pour effet de sous estimer les valeurs des prcipitations de
courbe de croissance rgionale sera tablie sur la base des
frquences leves par rapport la distribution GEV (EV2)
paramtres de la distribution rgionale en appliquant la
(Generalised Extreme Value, type 2). Alila (1999) met
moyenne comme facteur dchelle. Dans cette approche
certaines rserves quant lapplication de la loi Gumbel
les L-coefficients dasymtrie et de variation rgionaux sont
dans un contexte rgional. Dans son tude de la
supposs constants. Ainsi, pour estimer les prcipitations
rgionalisation des prcipitations de courte dure au
associes aux diffrentes priodes de retour en un site
Canada, les diffrentes distributions ont t testes. Parmi
donn dune rgion homogne, il faut multiplier les valeurs
ces distributions la distribution GEV a t identifie comme
du quantile rgional correspondant aux mmes priodes de
tant la distribution rgionale la plus approprie. La
retour par la moyenne des prcipitations journalires
distribution GEV est la plus utilise tant pour lanalyse
maximales.
frquentielle rgionale des prcipitations que pour celle des
crues. Par exemple, Overeem et al. (2007) lont utilise
pour la rgionalisation des prcipitations de courte dure
pour lensemble de la Hollande. Djerboua (2001), Versiani
et al. (1999), Cannarozzo et al. (1995) ont choisi comme
modle statistique rgional des prcipitations journalires
maximales annuelles la distribution deux composantes
TCEV (Two Component Extreme Value). Pour dterminer
les courbes de croissance rgionales des prcipitations de
courte dure Sveinsson et al. (2002) ont utilis une
approche rgionale frquentielle base sur la mthode
dindice de crue en prenant en considration les diffrentes
distributions : log-normale trois paramtres (LN3), GEV,
log-normale (LN) et Pearson type 3 (P3).
Dans cette tude, nous faisons lhypothse que les
distributions GEV, LN3, P3 et GLO (Generalized Logistic)
sajustent aux sries des valeurs rduites des prcipitations
maximales annuelles journalires de la rgion dtude. La
pertinence de lajustement de chacune de ces distributions
trois paramtres est value en termes de diffrence entre le
L-aplatissement thorique de la distribution ajuste et le L- Figure1:Rgion dtude et localisation des stations. Les bassins
versants des deux grands oueds, ceux de la
aplatissement rgional. La signification de cette diffrence Seybouse et de la Medjerda sont dlimits par une
est estime par la statistique Z (Hosking et Wallis, 1993) : ligne discontinue
178
Approche rgionale pour lestimation des prcipitations journalires extrmes du Nord Est Algrien
179
T.Benabdesselam & al
2
2 ln 2 2 ln 2
k 7.859 2.9554 (16)
3 t3 ln3 3 t3 ln3
Pour la distribution LN3 :
l1
2
1 e / 2 (17)
l2 exp( 2 / 2)
(18)
erf ( / 2)
A0 A1t32 A2t34 A3t36
t3 , (19)
1 B1t32 B2t34 B3t36
x 1 t
o ( x) t
0
e dt reprsente la fonction Gamma ; erf
Figure2:Diagramme des rapports des L-moments. Les valeurs
des rapports des L-moments (t 4 / t 3 ) des stations est la fonction derreur ; A0 ,..., A3 et B1 , B2 , B3 sont les
(moyennes rgionales) sont prsentes gauche constantes dapproximation.
(droite) de la figure
Les paramtres rgionaux de ces distributions (Tableau 4)
ont t estims partir des rapports des L-moments
Tableau 4: Paramtres des distributions rgionales GEV et LN3 rgionaux comme expliqu dans la deuxime section
Rgions (k)
Rgion 1 GEV 0.826 0.302 -0.010
u ln 2 u
1 1
F x e 2 2
du , (13)
2 0 u
x
o u et les , et (k) sont respectivement les Figure 3:Courbes de croissance
180
Approche rgionale pour lestimation des prcipitations journalires extrmes du Nord Est Algrien
Les courbes de croissance rgionales, drives des simulation Monte Carlo (Hosking et Wallis, 1997) a t
distributions rgionales ont t traces pour les priodes de utilis. Cet algorithme est bas sur lapplication de la
retour spcifies T (Fig. 3). Ces courbes de croissance procdure de r-chantillonnage (bootstrap) pour calculer
traduisent la variation du quantile rgional q(F) en fonction lintervalle de confiance des quantiles rgionaux de priode
de la probabilit au non dpassement F ou en fonction de la de retour spcifie ( qT ) . Pour raliser la corrlation entre
priode de retour T, T 1 / 1 F . On observe partir les sites dune rgion, une matrice de corrlation t
de la figure 3 que les valeurs des quantiles rgionaux de la utilise avec un coefficient de corrlation pris gal 0.65
rgion 2 sont plus fortes que celles de la rgion1 pour les selon Hosking et Wallis (1997). En dcomposant la matrice
priodes de retour leves. de corrlation (dcomposition de Cholesky) on obtient la
matrice triangulaire qui sert gnrer une matrice de
La figure 4 prsente la distribution de frquences
empiriques des valeurs rduites des prcipitations observes Nnmax variables alatoires corrles uniformes (N est le
de lchantillon rgional de chaque rgion homogne. Les nombre des stations et nmax est la taille maximale dun site
frquences empiriques ont t calcules par la formule de
Cunnane ((i-0.4)/(N-0.2) o N dsigne leffectif total de de la rgion). Les 10000 (R) ralisations de chaque rgion
lchantillon et i le rang de lobservation, par ordre ont t effectues. Pour chaque ralisation les quantiles
dcroissant). rgionaux spcifis qT ont t estims partir de
lajustement des chantillons gnrs la loi GEV pour la
Les courbes de croissance rgionales, reporte sur la figure,
sajuste bien la distribution des valeurs rduites observes rgion 1 et la loi LN3 pour la rgion 2. Ainsi on constitue
correspondantes. Ceci confirme une fois de plus le choix de
une srie des quantiles simuls q qT ,1 ,..., qT , R . Dans la
GEV et LN3 comme distributions rgionales. On constate
srie trie les quantiles empiriques qT , / 2 et qT ,1 / 2 de
galement que le comportement asymptotique de la
distribution rgionale GEV est quasi exponentiel tant probabilit au non dpassement de respectivement /2 et 1-
donn que son paramtre de forme est proche de zro (k=- /2 ont t dtermins. On obtient donc lintervalle de
0.01).
confiance de qT au niveau 1- : qT , / 2 ; qT ,1 / 2 .
Les valeurs de la REQM (racine carre de lerreur
quadratique moyenne) relative rgionale et de lintervalle
de confiance (90%) des deux courbes de croissance
estimes pour les diffrentes priodes de retour sont
prsentes dans le tableau 5. Les faibles valeurs de la
REQM dmontrent la fiabilit de la mthode danalyse
frquentielle rgionale applique. Les intervalles de
confiance (90%) obtenus sont peu larges du fait des
distributions rgionales quasi exponentielles.
181
T.Benabdesselam & al
Pour voir lefficacit de lanalyse frquentielle rgionale, courbes de croissance rgionales et locales apparat partir
les valeurs des quantiles estims partir de lanalyse de la priode de retour de 20 ans.
rgionale et locale sont compares. Sur la figure 5 sont
prsentes les valeurs des quantiles centennaux estims
partir de lapproche rgionale et locale (GEV et LN3). La
comparaison de ces valeurs montre que lajustement local
sous estime les quantiles pour 50.4% des stations avec un
cart relatif maximal gal 32.7 %. Cet cart augmente
avec laccroissement de la priode de retour pour attendre
la valeur maximale de 51.65 % pour T=1000 ans. On
constate, daprs la figure 5, que lapproche rgionale rduit
la variabilit entre les sites des valeurs des quantiles estims
partir des modles locaux dune rgion homogne. Par
exemple, pour la rgion 1, constitue de 23 stations, daprs
le rsultat de lanalyse frquentielle locale les valeurs des
quantiles centennaux varient entre 80 et 159 mm, tandis que
dans lanalyse rgionale elles varient entre 94 et 137 mm.
Pour la rgion 2, les valeurs des quantiles locaux varient
entre 59 et 116 mm et celles des quantiles rgionaux
varient de 64 106 mm. On constate, galement, que les
valeurs des quantiles diminuent du nord au sud de la rgion
dtude (Fig.5).
Pour vrifier la cohrence des rsultats obtenus avec Figure 6: Ajustement des distributions rgionales (GEV, LN3) et
lhypothse dhomognit et les lois rgionales choisies, la locales aux valeurs rduites des prcipitations
observes des sries de diffrentes tailles (n) : a)
distribution GEV et LN3 ont t reportes sur la distribution n=49 ; b) n=34 ; c) n=24.
en frquences empiriques des valeurs rduites observes
aux trois stations de diffrentes tailles (Fig.6). On note le
bon ajustement des distributions rgionales aux chantillons 5 CONCLUSIONS
des prcipitations observes de trois stations en particulier
aux prcipitations de priode de retour leve. Donc, les Cette tude a port sur la rgionalisation des prcipitations
rsultats obtenus sont cohrents avec lhypothse journalires maximales annuelles, dans le but dobtenir une
dhomognit selon laquelle les valeurs rduites des qualit fiable de lestimation des quantiles extrmes dans
prcipitations suivent en tous points dune rgion les stations de la rgion dtude. La mthode danalyse
homogne la mme loi de distribution. Pour la premire rgionale frquentielle base sur les L-moments introduite
station de taille n=49, le modle local GEV surestime les par Hosking et Wallis (1997) a t utilise. Lapplication de
quantiles (Fig.6a). Pour les deux autres stations de taille test dhomognit a permis de diviser la zone dtude en
n=34 et n=24, le modle local LN3 sous estime les quantiles deux rgions statiquement homognes. Le groupement des
(Fig.6 b, c). La diffrence entre les quantiles rduits des stations prsente une cohrence gographique et
182
Approche rgionale pour lestimation des prcipitations journalires extrmes du Nord Est Algrien
climatique. La premire rgion est constitue des stations [7] Gellens, D. (2002). Combining regional approach and
situes dans la partie nord de la rgion dtude caractrise data extension procedure for assessing GEV
par un climat mditerranen. Les stations de la deuxime distribution of extreme precipitation in Belgium. J.
rgion sont situes dans sa partie sud caractrise par un Hydrol. 268,113-126.
climat semi-aride. [8] Hosking ,J. R. M. (1990) L-moments: analysis and
estimation of distribution using linear combination of
Ltape importante de lanalyse rgionale a t order statistics. J. Roy. Statis. Soc. B52 (1), 105-124.
lindentification de la distribution rgionale de chaque
rgion homogne. Les distributions trois paramtres GEV, [9] Hosking ,J. R. M. &. Wallis, J. R. (1993) Some
LN3, GLO et P3 ont t testes. Parmi ces dernires, selon statistics useful in regional frequency analysis. Water
Resour. Res. 29(2), 271-281.
le test de la Z-statistique et le diagramme des rapports des
L-moments, la distribution GEV a t identifie comme la [10] Hosking, J. R. M. & Wallis, J. R. (1997) Regional
plus adquate distribution rgionale pour la rgion 1et la frequency analysis: an approach based on L-moments.
distribution LN3 pour la rgion 2. Cambridge University Press, Cambridge, UK.
La courbe de croissance rgionale a t tablie pour chaque [11] Koutsoyiannis, D. (2004) Statistics of extremes and
estimation of extreme rainfall: II. Empirical
rgion homogne sur la base des paramtres de la
investigation of long rainfall records. Hydrol. Sci. J.
distribution rgionale. Ainsi, pour estimer les prcipitations 49(4), 591-610.
associes aux diffrentes priodes de retour en un site
donn dune rgion homogne, il faut multiplier les valeurs [12] Kysely. J & Picek, J. (2007) Regional growth curves
du quantile rgional correspondant aux mmes priodes de and improved design value estimates of extreme
precipitation events in the Czech Republic. Climate
retour par la moyenne des prcipitations journalires
Research. 33, 243-255.
maximales.
[13] Mora, R. D., Bouvier, C., Neppel, L. & Neel, H.
Pour valuer la prcision et quantifier les incertitudes (2005) Regional approach for the estimation of low-
de lestimation des quantiles rgionaux le test de simulation frequency distribution of daily rainfall in the
Monte Carlo a t effectu. Les faibles valeurs de la REQM Lanquedoc-Roussiillon region, France. Hydrol. Sci. J.
relative dmontrent la fiabilit de la mthode applique. 30(1), 85-109.
La comparaison des quantiles des prcipitations [14] Mebarki, A. (2005) Hydrologie des bassins de lest
extrmes estims partir de lapproche rgionale et locale a Algrien: Ressources en eau, amnagement et
montr que pour 50.4% des stations de la rgion dtude les environnement. Thse de doctorat dtat. Universit
Mentouri de Constantine, Algrie.
modles locaux sous estime les quantiles de fortes priodes
de retour. [15] Nguyen, V. T. V., Nguyen, T. D. & Ashkar, F. (2002)
Regional frequency analysis of extreme rainfall. Water
Sci. Techn. 45(2), 75-81.
REFERENCES
[16] Norbiato, D., Borga, M., Sangati, M. & Zanon, F.
[1] Alila, Y. (1999) A hierarchical approach for the (2007). Regional frequency analysis of extreme
regionalization of precipitation annual maxima in precipitation in the eastern Italian Alps and the August
Canada. J Geophys Res. 104(D24), 31645-31655. 29, 2003 flash flood. J. Hydrol. 345,149-166.
[2] Cannarozzo, M., DAsaro, F., & Ferro, V. (1995) [17] Ouarda, T. B. M., Long, M., Bobe, B., Bernier, J. &
Regional and frequency analysis for Sicily using the Bois, P. (1999) Synthse de modles rgionaux
two component extreme value distribution. Hydrol. destimation de crues utilises en France et au Qubec.
Sci. J. 40(1), 19-42. Rev. Sci. Eau 12(1), 155-182.
[3] Djerboua, A. (2001) Prdtermination des pluies et [18] Ouarda, T. B.M., St-Hilaire, A. & Bobe, B. (2008)
crues extrmes dans les Alpes franco-italiennes. Synthse des dveloppements rcents en analyse
Prvision quantitative des pluies journalires par la rgionale des extrmes hydrologiques. Rev. Sci. Eau
mthode des analogues. Thse de doctorat de lInstitut 21(2), 219-232.
National Polytechnique de Grenoble, France.
[19] Overeem, A., Buishand, A. & Holleman, I. (2007)
[4] Dalrymple, T. (1960) Flood frequency methods. US Rainfall depth-duration-frequency curves and their
Geol. Survey Water Supply Paper. 1543A, 11-51. uncertainties. J. Hydrol. 348, 124-134.
[5] GREHYS (1996a) Presentation and review of some [20] Rousseeuw PJ (1987). Silhouettes: A graphical aid to
methods for regional flood frequency analysis. J. the interpretation and validation of cluster analysis. J.
Hydrol. 186, 63-84. Computat. Appl. Math. 20,53-65.
[6] Gaal, L., Kysely, J. & Szolgay, J. (2008). Region-of- [21] St-Hillaire, A., Ouarda, T. B. M., Lachange, M.,
influence approach to a frequency analysis of heavy Bobe, B., Barbet, M. & Bruneau, P. (2003) La
precipitation in Slovakia. Hydrol. Earth Syst. Sci. 12, rgionalisation des prcipitations : une revue
825-839. bibliographique des dveloppements rcents. Rev. Sci.
Eau 16, 27-54.
183
T.Benabdesselam & al
[22] Sveisson, O. G. B., Salas, J. & Duane, G. B. (2002) [23] Versiani, B. R., De Andrade Pinto, E. J. & Bois, P.
Regional frequency analysis of extreme precipitation (1999) Analyse des pluies extrmes annuelles sur la
in northern Colorado and the Fort Collins flood of rgion de Ninas Gerais (Brsil) : modle de
1997. J. Hydrol. Engng. ASCE. 7(1), 49-63. rgionalisation TCEV. IAHS Publ. 255, 201-207.
184