,,,/HGpILFLWG·pFRXOHPHQW
Méthodes de Turc et de Coutagne
VI / Etude de cas :
Contrôle des données de pluie par la méthode du double cumul
Comblement par régression linéaire
Un examen attentif des bordereaux et fichiers de données peut permettre de détecter des anomalies
accidentelles « j O·±LO ª &·HVW WRXMRXUV QpFHVVDLUH 0DLV GHV PpWKRGHV JUDSKLTXHV HW QXPpULTXHV plus
élaborées et des tests statistiques seront généralement indispensables pour mettre en évidence
O·H[LVWHQFHG·HUUHXUVV\VWpPDWLTXHVHWFRQWU{OHUODILDELOLWpHWO·KRPRJpQpLWpGHVGRQQpHV
'·DXWUes méthodes plus élaborées dont la méthode basée sur la régression linéaire entre données de
plusieurs stations régionales et OD PpWKRGH GH O·,':$ (Inverse Distance Weighted Averaging) sont
recommandées : aspects traités en TD
L e tableau 1 illustre ce problème de données manquantes
Année Sept Oct Nov Déc Janv Févr Mars Avr Mai Juin Juil Août
1970 M M M 117 250 16 189 325 95 25 M 0
1971 0 6 110 100 231 182 157 51 96 22 M 0
1972 39 M 23 52 102 54 79 1 50 M M 3
1973 M 10 11 269 46 99 72 195 11 12 M M
1974 M 19 19 M 99 102 198 58 32 12 M M
1975 0 6 23 162 53 126 97 129 73 0 1 5
1976 10 206 35 331 335 153 21 2 12 9 6 1
1977 0 74 47 198 129 167 51 162 114 24 M 0
1978 3 1 16 253 204 282 125 57 3 2 6 M
1979 0 162 50 32 55 34 91 50 137 4 M M
1980 25 77 196 43 8 19 82 166 66 6 M M
1981 6 6 0 268 110 117 50 100 6 1 3 0
1982 4 118 146 61 M 112 29 43 6 M M 0
1983 1 6 324 309 40 39 124 47 208 10 M M
1984 3 23 241 18 118 122 33 59 47 3 M M
1985 3 M 190 124 145 225 89 80 2 1 M M
1986 5 12 101 53 302 199 2 54 4 2 17 12
1987 2 55 119 167 167 28 33 57 30 8 M M
1988 M 88 123 33 66 179 76 121 18 0 2 0
1989 12 46 358 239 105 M 41 111 5 0 0 M
1990 3 93 108 213 5 172 179 38 4 14 M 3
1991 51 93 43 64 2 54 33 141 9 45 M 0
1992 3 89 7 54 26 24 62 147 96 2 M M
1993 35 164 191 15 88 149 0 63 18 0 0 0
1994 10 79 64 0 60 21 31 43 0 37 11 0
1995 14 0 104 254 551 84 83 98 166 16 M M
1996 47 113 92 549 250 M 1 64 12 16 3 14
1997 60 77 418 278 76 218 7 41 57 16 M 0
1998 44 12 M 94 96 61 28 12 23 0 M 0
1999 17 178 88 M M M 10 149 67 0 0 0
9 La méthode de simple masse : Elle consiste à représenter le cumul des pluies annuelles
enregistrées à la station à contrôler en fonction des années. La linéarité du graphique est un indice
G
KRPRJpQpLWp/·KpWpURJpQpLWpGHODVpULHVHWUDGXLWSDUXQFKDQJHPHQWGHSHQWHLQGLTXDQWO·DQQpH
GHO·KpWpURJpQpLWp
ª Principe de la méthode :
,OV·DJLWGHFRPSDUHUODWHQGDQFHGHODVWDWLRQpWXGLpHSDUUDSSRUWjFHOOHGHODVWDWLRQWpPRLQHQWUDoDQW
le graphe des données cumulées à la station étudiée par rapport aux données cumulées de la station
témoin.
/D PpWKRGH HVW IRQGpH VXU OH SULQFLSH TX· HQ O·DEVHQFH G·DQRPDOLH GHX[ VWDWLRQV $ % YRLVLQHV HW
régionales mesurent chaque année une pluviométrie annuelle dans un rapport sensiblement constant
G·XQHDQQpHjO·DXWUHTXHO·DQQpHVRLWVqFKHRXKXPLGH :
En conséquence les points M(i) de coordonnées les pluies cumulées calculées à chaque station A et B
MXVTX·jO·DQQpHLVRQWSUDWLTXHPHQWDOLJQpV(QUHYDQFKHVLXQHHUUHXUV\VWpPDWLTXHjODVWDWLRQpWXGLpH
Soient 2 stations X et Y ayant fourni les pluies annuelles X (x1, ....... xn) et Y ( y1, ...... yn).
n et le nombre d'observations annuelles communes à X et Y, et soit X la station de base .
1. 6·LOQ·H[LVWHSDVG·DQRPDOLHGDQVODVpULH<DORUVODSHQWHGHODGURLWHVHUDFRQVWDQWH :
ª La série Y est alors homogène par rapport à la série témoin X ( figure 2)
9000
8000
7000
Cum-Tabouaz
6000
5000
4000
3000
2000
1000
0
0 1000 2000 3000 4000 5000
Cum-Anseg
2. Dans le cas où la série étudiée a été perturbée par une modification des conditions de mesures,
la droite de double cumul présentera une ou plusieurs points de cassures qui vont être mis en
relief par un changement de la pente de la droite. La figure 3 illustre ce cas.
ª La série Y contrôlée présente des hétérogénéités. Il faut procéder à son
homogénéisation .
10000
9000
8000
7000
B
Cum-Loug
6000
5000 Série1
A
4000
3000
2000
1000
0
0 1000 2000 3000 4000 5000
Cum-Ansg
$ILQGHPLQLPLVHUO·LQIOXHQFHGHVHUUHXUVV\VWpPDWLTXHVTXLH[LVWHUDLHQWGDQVO·XQHRXO·DXWUHGHVVWDWLRQV
MXJpHVGHUpIpUHQFHVLSOXVLHXUVH[LVWHQWLOHVWSUpIpUDEOHG·pODERUHUXQHVWDWLRQWpPRLQSDr la moyenne
de ces stations.
/D SURFpGXUH JpQpUDOH G·KRPRJpQpLVDWLRQ GHV GRQQpHV SDU OD FRXUEH GHV GRXEOHV PDVVHV FRQVLVWH j
comparer chaque station à la moyenne des autres, la corriger et ensuite corriger chaque station
successivement. Le processus est UpSpWpMXVTX·jKRPRJpQpLVDWLRQGHWRXWHVOHVVWDWLRQV
$LQVLRQSHXWFRQFOXUHTXHOHFKRL[G·XQJURXSHGHEDVHH[LJHDXSUpDODEOHODFRPSDUDLVRQGHX[jGHX[
GHWRXVOHVSRVWHVVXVFHSWLEOHVG·rWUHLQWpJUpVGDQVFHJURXSH$GpIDXWRQSHXWVHFRQWHQWHUG·XQSRVWH
de base par région.
ª &RPPHQWSURFpGHUjO·KRPRJpQpLVDWLRQ"
La procédure de correction des données de la portion du graphe non fiable se fait en prolongeant la
pente la plus fiable selon la formule :
ma justé
Pcorrigé *P observé
mobservé
ma justé est la pent ede la port iondu graphefiable
mobservé est la pent ede la port ion du grapheà corriger
Le graphe de la figure 3 indique trois tronçons linéaires avec deux points de cassure A et B
On calcule les pentes graphiquement du graphe des doubles cumuls .On a trouvé :
WURQoRQGHVGRQQpHVUpFHQWHVV·pWDODQWGH1991/92 à 2001/02 : m1=1.98
WURQoRQFHQWUDOV·pWDODQWGH1986/87
à 1991/92 m2 = 2.84
WURQoRQV·pWDODQWGH1978/79 à 1986/87, la pente m3 HVWGHO·RUGUHde m1.
Ceci justifie que la station a vécu des perturbations des conditions de mesure au cours de la
période 1986/87 à 1991/92
Prof N.SERHIR ± EHTP -6- Contrôle et régionalisation des données de pluie
On doit donc corriger les données observées sur cette période seulement par :
Pcorr =(m1/m2) Pobservée
/·KRPRJpQpLVDWLRQ GRLW VH IDLUH DSUqV DYRLU FRPEOp OHV ODFXQHV RX O·LQVXIILVDQFH G·REVHUYDWLRQV GH
certaines stations en prenant en considération les observations sans lacune et de longue durée
HIIHFWXpHVHQG·DXWUHVVWDWLRQV
/·LQGLFH UpJLRQDO j O·DQQpH M VH FDOFXOH VXU OD SpULRGH FRPPXQH G·REVHUYDWLRQ GLVSRQLEOH HQWUH
O·HQVHPEOHGHVVWDWLRQVGHOD]RQHSDU :
1 n Pi , j
Vj ¦
n i 1 Pi
Pi , j p lu ie a nnuelle de l ' a nnée j à la sta tion i
Pi modu le int er a nnuel de la sta tion i
/·DSSURFKHHVWEDVpHVXUODWHFKQLTXHGXGRXEOHFXPXOHWFRQVLVWHjFRPSDUHUOHFXPXOGH la station à
contrôler par rapport au cumul des indices du vecteur régional ainsi calculé .
Le problème qui est posé est de déterminer à partir de valeurs des précipitations observées en un
nombre de points réSDUWLV GH PDQLqUH LUUpJXOLqUH VXU XQ EDVVLQ YHUVDQW GRQQp OD YDOHXU G·XQH
précipitation moyenne représentative des précipitations dans le bassin ainsi que la valeur de pluie en
WRXWSRLQWQRQLQVWUXPHQWpQRQpTXLSpG·XQSOXYLRPqWUHGHFHEDVVLQ
Les méthodes les plus simples et les plus couramment utilisées sont les méthodes de calcul de
moyennes ou les méthodes d'interpolation des données pluviométriques collectées localement.
Les pluies sont caractérisées par une grande variabilité spatiale et temporelle. On notera que
L'hétérogénéité spatiale de la pluie est fonction de la variabilité du relief et du type de précipitations
.Des pluies convectives souvent de forte intensité peuvent intéresser une zone de superficie très
restreinte (averses estivaOHVSRXYDQWWRXFKHUOHVYHUVDQWVRXHVWGHO·$WODV
3DU FRQWUH OHV SUpFLSLWDWLRQV IURQWDOHV DVVRFLpHV j G
LPSRUWDQWHV SHUWXUEDWLRQV G·RXHVW VXU O·(XURSH
occidentale et débordant largement sur le Maroc, peuvent concerner une région très étendue de
plusieurs centaines de km2.
Les méthodes d'interpolation sont nombreuses .Les plus sophistiquées font appel à des notions
mathématiques et statistiques rigoureuses, comme la méthode des splines ou le krigeage universel. Ces
PpWKRGHVDLQVLTXHFHOOHGHO·,':$VRQWODUJHPHQWXWLOLVpHVHWLQWpJUpHVGDQVODSOXSDUWdes systèmes
d'informations géographiques, tel que SIG- $5&9,(: TXL SHUPHW OD UHSUpVHQWDWLRQ G·XQ FKDPS
physique sur une région définie par ses coordonnées géographiques (confier cours de SIG...)
¾ /DPpWKRGHGHO·,':$ :
Elle consiste à pondérer les précipitations observées dans les stations voisines par l'inverse des carrés
GHVGLVWDQFHV'LTXLVpSDUHQWFHVVWDWLRQVDYHFOHOLHXRXO·RQYHXWHVWLPHUODSOXLH
1 ¦i Pi Wi
Wi P X
Di2 ¦i Wi
Avec : Pi sont les précipitations observées aux stations i
'LGLVWDQFHTXLVpSDUHODVWDWLRQLDYHFOHOLHXGHO·LQWHUSRODWLRQ
En supposant un réseau pluviométrique de n stations dans un bassin donné et connaissant les pluies Pi
(X,Y,t) relevées à chaque station i, on peut procéder par :
Elle convient notamment quand le réseau pluviométrique n'est pas homogène spatialement
(pluviomètres distribués irrégulièrement).
&HWWHPpWKRGHSHUPHWG·DIIHFWHUjFKDTXHSOXYLRPqWUHXQH zone d'influence dont l'aire, exprimée en
GH O·DLUH WRWDOH GX EDVVLQ UHSUpVHQWH OH IDFWHXU GH SRQGpUDWLRQ GH OD YDOHXU ORFDOH PHVXUpH /HV
différentes zones d'influence sont déterminées par découpage géométrique du bassin sur une carte
topographique suivant la démarche mentionnée ci-dessous (figure 4:
9 Les stations disponibles étant reportées sur la carte topographique de la région étudiée,
9 on trace une série de droites reliant les stations deux à deux, sans former d'angles entrants ,c'est
à dire qu'une droite entre une station i et une station j ne doit pas couper une autre droite entre
deux autres stations.
9 On trace les médiatrices de chacune de ces droites.
9 Les intersections de ces médiatrices forment un certain nombre de polygones, chacun associé
à une station donnée.
9 On mesure la superficie Si de chaque polygone associé à une station i.
9 Le calcul de la précipitation moyenne par cette méthode s'obtient par la relation :
n
P ¦Di Pi
i 1
n
n = nombre de stations
Di Si ¦ Si
i 1
Si = superficie du polygone associé à la station i et Pi = précipitation enregistrée à la station i
Di sont appelés coefficients de Thiessen
5HPDUTXHVG·RUGUHSUDWLTXH :
x Les stations à l'extérieur du bassin devraient être prises en compte et traitées de la même
manière que les stations internes au bassin.
x Les intersections des médiatrices se trouvant à l'extérieur du bassin devraient être rejetées et
remplacées par leurs intersections avec la limite du bassin.
On conclut alors que la construction géométrique permet de déterminer les coefficients de Thiessen
qui ne dépendent que de la répartition spatiale des postes dans le bassin versant et ne dépendent
nullement de la pluie et sa durée.
Figure 4
Polygones de Thiessen
Application :
Sur le bassin versant ci-dessus, les pluies annuelles sur les 3 stations (A, B et C) sont respectivement de
1100, 1130 et 1015 mm .Les superficies des 3 polygones associés sont respectivement de 185 ha, 102 ha
et 48 ha.
La pluie annuelle moyenne sur le bassin versant calculée par la méthode de Thiessen est
de 1097 mm. Et par une simple moyenne arithmétique est de 1081.7mm
Les trois stations A, B et C se situent en dessous de 780 m alors que plus de la moitié du bassin se situe
j SOXV GH P G·DOWLWXGH 2U HQ PLOLHX GH PRQWDJQH OD SOXLH HVW IRUWHPHQW LQIOXHQFpH SDU OH UHOLHI
JUDGLHQW DOWLPpWULTXH IRUW HIIHW RURJUDSKLTXH« &H TXL SHUPHW GH FRQFOXUH TXH QL OD PpWKRGH GHV
polygones de Thiessen ni la moyenne DULWKPpWLTXHQHVRQWYUDLPHQWDGDSWpHGDQVFHFDV,O\·DOLHXGH
faire recours à une méthode qui fait intervenir la dépendance entre le relief et les précipitations.
ª La méthode mixte
C'est une combinaison de la méthode de Thiessen et celle des isohyètes. Elle consiste à associer à
chaque polygone la précipitation qui s'est produite au centre de gravité du polygone. Cette précipitation
étant déterminée par le tracé des isohyètes.
Soit donc PGi, la précipitation calculée, au centre de gravité G du polygone associé à la station i,
fonction des isohyètes les plus proches de G. Et soit Si la surface du polygone.
La précipitation moyenne dans le bassin se calcule par :
1n
P ¦ P Gi u Si
ST i 1
Cette méthode est plus rigoureuse mais plus difficile mettre en oeuvre.
Õ Le Hyétogramme moyen
III / /HGpILFLWG·pFRXOHPHQW
LHGpILFLWG·pFRXOHPHQWVHGpILQLWSDUODGLIIpUHQFHHQWUHODSOXYLRPpWULHWRPEpHVXUXQEDVVLQHW
OD ODPH G·HDX TXL D WUDQVLté par son exutoire. Sur une période de temps assez longue, le déficit
UHSUpVHQWHHVVHQWLHOOHPHQWOHVSHUWHVGXHVjO
pYDSRUDWLRQHWO·pYDSRWUDQVSLUDWLRQ,OSHXWrWUHHVWLPp
à l'aide de méthodes empiriques ou par des mesures .
D = P - Q en mm
Avec :
3ODODPHG·HDXPR\HQQHDQQXHOOHSUpFLSLWpHGDQVOHEDVVLQHQPP
4ODODPHG·HDXPR\HQQHDQQXHOOHpFRXOpHHQPP
D le déficit moyen annuel en mm
Certains auteurs (WUNDT, COUTAGNE, TURC) ont relié le déficit G·pFRXOHPHQW j OD
température moyenne annuelle et à la pluviométrie. Des expériences réalisées sur 254 bassins
versants situés sous tous les climats du globe ont abouti à la relation empirique de TURC qui
exprime la dépendance entre le déficit moyen annuel, la pluviométrie moyenne annuelle et la
température moyenne annuelle :
x Formule de TURC
P :
D
0 .9 P / L
2
Formule de Coutagne
D P m .P 2
Où m est un coefficient régional m= 1/(0.8 + 0.16 T)
1RWRQV TXH OD PpWKRGH GH 7XUF SHUPHW GH GRQQHU XQH HVWLPDWLRQ GH O¶pFRXOHPHQW HQ VXUIDFH j
SDUWLUG¶XQHVLPSOHFRQQDLVVDQFHGHODWHPSpUDWXUHHWGHODSOXYLRPpWULH
En utilisant les données de précipitations annuelles enregistrées en deux stations P1 et P2 ainsi que
les valeurs obtenues pour une station de référence on vous demande de :
1) contrôler l'existence d'anomalies dans les lames précipitées annuelles aux stations P1 et P2
Données :
Année Référence P1 P2
[mm] [mm] [mm]
Méthodologie à suivre
1. Pour la station de référence, calculer la somme cumulée des lames précipitées X(t) de 1990 à
1971.
2. Démarche identique à 1) pour la station à contrôler Y(t).
3. Représenter graphiquement les couples ( X(t),Y(t)).
4. Identifier la cassure de pente de la somme cumulée des précipitations, ainsi que la valeur des
pentes respectives.
5. En comparant avec le cumul de la station P1, il semble que la dérive de la station P2 se
produit entre 1971 et 1980.
6. Il faut multiplier le rapport pente "1990-1980"/ pente "1980-1971" pour corriger les valeurs
de la station P2 entre 1980 et 1971.
Résultats obtenus :
Les données des pluies annuelles enregistrées en deux postes pluviométriques Régionales A et B sont
présentées au tableau ci dessous .
On vous demande de :
1. Tracer la pluie annuelle en fonction des années pour chaque poste pluviométrique ;;
3. Contrôler l'existence d'anomalies dans les données du poste A en appliquant les méthodes
suivantes :
¾ la méthode du simple cumul ,
¾ la méthode du double cumul en prenant comme poste témoin celui de poste B
Dresser les graphiques correspondants et analyser les résultats obtenus