Etude Des Précipitations

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010
Chapitre 3. Etude des prcipitations

(co-auteur, H. Dakhlaoui)
__________________________________________________________________________________________
_
La pluviomtrie reprsente un facteur cologique trs

important pour les cosystmes terrestres et lacustres deau
douce et mme deau saumtre. La quantit de pluie reue par
un bassin versant va dterminer dans une large mesure la
vgtation et les coulements superficiels. La pluviomtrie
faonne les socits jusque dans leurs habitudes
vestimentaires, culinaires et leur habitat.
1. Caractrisation du rgime pluviomtrique
La pluie est observe laide dun pluviomtre. La surface
rceptrice standard dun pluviomtre est 400 cm. 2l deau
contenus dans le pluviomtre traduisent 50 mm. 10mm de
pluie traduisent 10 l/m.
Pour le suivi du dploiement spatial des pluies, plusieurs
pluviomtres sont ncessaires et leur ensemble constitue un
rseau pluviomtrique. La densit du rseau pluviomtrique
est le nombre de postes dobservation rapport la surface
considre. LOMM recommande une densit de 1 station /
250 km en rgion montagneuse et 1 station par 900 km en
zone ctire.
En Tunisie, la Direction gnrale des ressources en eau DGRE
publie des annuaires pluviomtriques, lINM publie des
bulletins climatiques qui donnent les prcipitations. La
premire observation date de 1873.
Quelques exemples du rgime des pluies en Tunisie (19011980) sont donns en Fig 1. Il sagit de totaux annuels moyens
sur 30 ans, prsents par anne hydrologique (dbut=1er
septembre, fin = 31 aut). On note des gradients nord-sud et
est-ouest.
43
Rpartition mensuelle des pluies (mm)

70
60
50
Tunis
40
Kairouan
Jendouba
30
Gafsa
20
10
0
sept
oct
nov
dec
janv
fev
mars
avr
mai
juin
juil
aout
Figure 1. Rgime des pluies pour des stations de Tunisie

Le diagramme ombothermique (Fig. 2a) compare la pluie
mensuelle et lETP mensuelle et permet de dterminer le
rgime climatique
Pluie et ETP mensuelle - rgion de Chaal; Sfax
200
180
P mm/mois
E mm/mois
P, ETP (mm)
160
140
120
100
80
60
40
20
0
1
4
5
6
7
8
9
10
mois de l'anne partir de septembre
11
12
Figure 2a. Pluie et EPT dans une station

44
Le quotient pluviothermique dEmberger a pour expression :

Ip = 1000 P / [{(M+m)/2}(M-m)]
Avec
P : pluie moyenne annuelle en mm
M : moyenne des maxima de temprature du mois le plus
chaud de lanne (K)
M : moyenne des minima de temprature du mois le plus froid
de lanne (K)
Ce quotient a permis son auteur de proposer une
rgionalisation climatique (Fig. 2b).
Indices pluviomtriques d'Emberger
240
220
200
Humide
180
Valeur de l'indice
160
140
Subhumide
120
Tempr
100
80
semi-aride
60
40
Aride
20
Saharien
0
-10
-5
10
15
20
Moyenne des minimas du mois le plus froid (C)
Figure 2b. Classification climatique selon Emberger

Soit une station avec une pluie annuelle de 450 mm, le
quotient est 60, ce qui la place en climat semi-aride (Tableau
1a)
45
Tableau 1a. Calcul du quotient dEmberger

Mois
Janvier
Fvrier
Mars
Avril
Mai
Juin
Juillet
Aot
Septembre
Octobre
Novembre
Dcembre
Min, Max
P mm
Quotient d'Emberger
Tmin C Tmax C Tmin K

Tmax K
7,2
15,7
280,2
288,7
7,4
16,5
280,4
289,5
8,3
18,1
281,3
291,1
10,4
20,7
283,4
293,7
13,7
24,9
286,7
297,9
17,3
29
290,3
302
20
32,6
293
305,6
20,8
32,7
293,8
305,7
19
29,7
292
302,7
15,5
25,2
288,5
298,2
11,3
20,5
284,3
293,5
8,2
16,7
281,2
289,7
7,2
32,7
280,2
305,7
450
60
Lvaluation de la moyenne annuelle des prcipitations sur les

principaux bassins hydrographiques de Tunisie a t ralise
en 1951 par Gaussen et Vernet (carte de Gaussen et Vernet
disponible sur le WEB). Le tableau 1b rsume les estimations.
Tableau 1b. Estimation des moyennes interannuelles par
rgion (mm)
Bassin Bassins
Bassin de Bassin Centre
Sahel
de
la
du
(bassins
de
lExtrme Medjerda Mliane du
Sousse
nord et
Zroud,
et de
de
Merguellil, Sfax
lIchkeul
Nebhana)
806
521
489
335
265
Pluie
moyenne
mm
46
Lisohyte 400 mm (courbe reliant les endroits recevant une

pluie de 400 mm / an) constitue une limite pour la rgion
semi-aride.
Variabilit interannuelle
La caractrisation de la variabilit interannuelle adopte
diffrents moyens parmi lesquels : le trac chronologique,
classement des donnes, le calcul des valeurs de tendance
centrale (moyenne, mdiane, mode) et de dispersion (min,
max, cart-type, coefficient de variation) ainsi que le calcul
des valeurs associes des probabilits doccurrence ou
quantiles (centiles). Le trac chronologique (Fig. 3.1 ) est trs
important pour visualiser la variable.
Pluie totale annuelle (mm) sur une station du

Mliane (1977 -86)
600
400
200
0
1
10
Figure 3.1. Chronologie des pluies annuelles

Les valeurs centrales et la variabilit interannuelle ainsi que la
variabilit saisonnire, caractrisent le rgime de pluie.
Tableau 2 Chronologie des pluies en une station, indicateurs
de tendance et de variabilit (on peut utiliser EXCEL pour les
obtenir)
47
anne
1977-78
1978-79
1979-80
1980-81
1981-82
1982-83
1983-84
1984-85
1985-86
1986-87
moyenne
mdiane
centile 10%
centile 90%
Quartile 1
Quartile 2
cart-type
M+2ET
M-2ET
pluie mm
343,3
482,1
526,5
389,5
462,6
482,3
424,9
507,5
232,3
407,6
425,9
443,8
332,2
509,4
394,0
482,3
88,5
602,8
248,9
A titre comparatif, la Fig. 3.2 reporte les quantiles de pluie

totale annuelle estims sous diffrentes latitudes en Tunisie.
48
Variabilit interannuelle des pluies (priode 1901-1980)
900
800
700
600
dpass 10%
500
moyenne
400
non dpass 10%
300
200
100
0
Bja
Jendouba
Tunis
Kairouan
Gafsa
Figure 3.2 Quantiles

2. Impact des pluies sur le rgime hydrologique
Lvolution des intensits au cours de lvnement pluvieux
dtermine plus particulirement les dbits et les quantits de
sol rodes.
Ainsi, lestimation de la pluie sur un domaine et le calcul des
intensits sont-ils trs importants pour ltude hydrologique.
Effet sur les crues
La pluie reue au cours dun vnement pluvieux se rpercute

sur les dbits des cours deau. La figure 4 donne le dbit
maximum moyen journalier rponse une prcipitation
moyenne sur un bassin versant (krige = interpole par la
mthode du krigeage, mthode dinterpolation linaire, voir
plus loin).
49
QmaXj vs Pmoy Krige (Tessa)

700
600
Qmax j (m3/s)
500
400
300
200
100
0
0
10
20
30
40
50
60
70
80
Pmoy krige (mm)
Figure 4. Effet de la pluie sur le dbit moyen journalier

maximum de crue
Effet sur lrosion hydrique due limpact des gouttes de
pluie. Lquation universelle des pertes de sol de Wischmeier
dfinit un indice drosion R proportionnel lintensit
maximale de pluie sur 30 minutes I 30max. Cet indice dpend
de lnergie cintique de la pluie par mm ei et estime
empiriquement par :
ei =8.73 log10 Ii.+11.9
Lnergie totale E pour un vnement pluvieux est calcule en
sommant sur les intervalles dintensit constante, de dure ti
(i=1,n) et de hauteur hi et dintensit Ii = hi / ti .
E = i=1,n hi ei
Calcul avec les units suivantes, lindice drosion est not
RUSA
RUSA= F.E. I 30max
E en Joules m-2, I 30max mm h-1 , en unites US, F=1/1189502.
Un indice suprieur 2 est considr critique.
50
3. Estimation de la pluie moyenne spatiale

Le problme est destimer la valeur de la pluie intgre sur
une surface, partir de la connaissance de ce qui se passe en
un nombre rduit de points (le rseau dobservation) (Fig. 5).
La pluie varie dans lespace comme une fonction P plusieurs
variables (x, y, z).
P = P(x,y,z)
x : latitude
y : longitude
z : altitude
La moyenne Pm sur un domaine D est :
Pm (D) = 1/D p(x,y,z)dxdy
D
Lexpression analytique de P(x,y,z) est inconnue, P(x,y,z)
connue en certains points : les points dobservations dans le
domaine Pi i=1,N qui permettent une approximation de Pm
(D). On parle destimation. Toute estimation est entache
derreur.
Comme la pluie a une structure spatiale, la moyenne
arithmtique est accompagne dun biais (erreur
systmatique). Il est dconseill de lutiliser sauf quand le
rseau est dense et bien rparti dans lespace.
51
51133
53754
50738
57690
360000
57022
350000
53057
340000
53778
57643
330000
Y en m
51715
51103
55055
56250
320000
53964
310000
52603
52521
55887
58272
58270
300000
52512
52510
52508
55862
53922
52554
53839
290000
50553 50421
400000
410000
420000
430000
X en m
52
Fig 5 Exemple du rseau pluviomtrique du bassin du Tessa

(Medjerda). Source : Hassini S. (PFE, ENIT 2000)
Les chiffres sont les codes DGRE des stations. La croix
reprsente un point o on veut estimer la pluie partir des
observations
A- Mthode des polygnes de Thiessen
Cette mthode est aussi appele mthode du voisin le plus
proche. Elle affecte la valeur de lobservation la plus proche,
un site non observ. Le voisinage dun site dobservation est
dfini selon les mdiatrices entre sites. Ces mdiatrices
dessinent un rseau de polygones do le nom de la mthode
propose en 1922. En mathmatique, elle correspond la
distance de Hamming. De sorte que pour estimer la moyenne
spatiale, un poids est attribu chaque poste dobservation du
domaine
N
Pm (D) = i Pi
i=1
o i dpend de la position des postes entre eux

(configuration du rseau)
3
i = S i /S
o
2
Fig. 6 Mdiatrices pour 3 postes

S : aire du domaine D
S i : aire de laire dinfluence du poste i, qui reprsente un
polygone dlimit par les mdiatrices entre postes
Exemple :
P1 = 33mm ; P2 = 45 mm, P3 = 21 mm;
53
1 = 43%; 2= 35% ; 3= 22%

Pmoy = 33*0,43 + 45 * 0,35 + 21 * 0,22 = 35 mm
Moyenne arithmtique= (33 + 45 + 21) /3 = 33 mm
Supposons que la superficie totale du rectangle est de 750 km
(correspondant une densit de 250 km/poste), alors la pluie
reue est de 35 *10-3 * 750 * 106 = 26 Mm3
contre 33 *10-3 * 750 * 106 = 24 Mm3 ;
B- Mthode des isohytes
Cest une mthode qui passe par la cartographie. Elle consiste
tracer des isovaleurs du champ pluviomtrique partir des
observations. On les appelle isohytes.
Rseau d'observation
180
160
19
140
41.1
Y km
120
38
100
32.3
80
47.6
60
21.7
28.5
40
20
0
0
50
100
150
200
250
300
X Km
Figure 7. Exemple de trac par interpolation linaire dune

isovaleur (30 mm)
Le trac utilise une mthode dinterpolation. Les rsultats
diffrent selon la mthode dinterpolation adopte
54
(interpolation linaire ou cubique). Linterpolation

gostatistique tient compte explicitement de la structure
spatiale de variabilit (voir annexe) et a lavantage dtre un
interpolateur exact, et daccompagner chaque estimation de
lcart-type de lerreur.
Les isohytes sont alors exploites pour lestimation de la
pluie moyenne sur le domaine. La surface comprise entre deux
isovaleurs Pi et Pi+1 est planimtre. Une relation hauteur de
pluie- superficie est labore puis intgre pour donner la
valeur moyenne.
Tableau 3. Estimation par isohytes de la pluie journalire sur
un bassin de 1950 km
Plage de pluviomtrie
Pi - Pi+1 (mm)
0 10
10 20
20 30
30 40
40 50
> 50
% Surface entre les

deux isohytes (%)
30
20
25
15
5
5
% cumul (%)
30
50
75
90
95
100
Pluie maximale sur le rseau : 70mm

La pluie moyenne est estime par :
(Centre de classe * % de superficie)
Pm (D) = (5*30+15*20+25*25+35*15+45*5+60*5)/100
Pm (D) =21.3 mm
C- Mthode de linverse de la distance
Cette mthode commence par estimer la pluie aux nuds dun
maillage rgulier. Puis, la moyenne des valeurs estimes aux
55
nuds est adopte comme moyenne spatiale. Le poids donn

une observation est inversement proportionnel une fonction
de la distance entre le poste de mesure et le nud de la maille.
Soit i un point du rseau dobservation et j un nud de calcul.
La pluie estime au nud est
N
Pej = ij Pi
i=1
Soit NM: nombre de mailles du domaine (maillage rgulier);

Pm (D) est la moyenne des estimations aux noeuds
k=NM
Pm (D)= Pek /NM
k=1
Soit dij : distance entre un nud j et une station i. Diffrentes
fonctions sont proposes pour ij ; Exemples :
La fonction exponentielle dcroissante ij = exp (- dij)
ou
la fonction puissance ij = dij-
Les paramtres , , et sont dtermins
exprimentalement de sorte que
i=1,Nij =1 ; pour tout j
Le choix de et de peut adopter le coefficient de
dcroissance exponentielle ou de puissance du corrlogramme
Exemple
Estimer la pluie au point M0 connaissant 6 observations, on
donne =0.03. Rsultat : P0=25.1 mm
56
station
x(km)
1
2
3
4
5
6
M0
y(km)
27
57
137
215
128
60
90
125
104
65
52
115
200
60
z(mm)
47,6
41,1
32,3
21,7
28,5
38
beta (donne)
0,03
dI,M0
exp(-beta di) lamdai Pi
lamdai Pi
175,6
0,01
0,01
47,6
0,54
157,1
0,02
0,02
41,1
0,75
76,8
0,14
0,14
32,3
4,48
15,8
0,67
0,65
21,7
14,11
72,4
0,16
0,16
28,5
4,42
150,4
0,02
0,02
38
0,82
1,03
1,00 P estim 0
25,1
alpha
0,97
Comme attendu, le poste le plus proche a le poids le plus

important (0,65).
D- Notion de corrlogramme
La mthode de linverse de la distance ainsi que celle du
krigeage, font implicitement rfrence au corrlogramme rij ;
qui peut tre ajust par une dcroissance exponentielle ou
puissance. Le corrlogramme sobtient en traant les valeurs
du coefficient de corrlation rij entre les postes dobservation i
et j en fonction de la distance entre les postes. Pour quatre
stations de la figure 5 o les pluies mensuelles observes sont
donnes en tableau 4, on trace les chronologies des deux
stations les plus proches (52508 et 52510) et des plus
loignes (50553 et 50738). Plus les chronologies sont
57
diffrentes, moins les stations sont corrles (Fig 8 11). La

fig 12 donne un corrlogramme ajust par une formule
exponentielle. Deux formules sont proposes : lune passe par
le point (0,1), lautre suppose une discontinuit lorigine).
Tableau 4. Pluies mensuelles concomitantes en quatre stations
58
pluie 50553
19
11,5
46
45
11
24
9,4
7
33
9,5
27
6,2
42
39
10
20
90,7
0
31,3
59,5
52,5
52
13
77
16,7
64,5
74,5
5
110,1
40,1
97,3
68
40
14
19
0
42,3
34,7
22,7
34
8
35,7
91,8
37,3
42
82,7
7
0
6
pluie 50738 pluie 52508 pluie 52510

40
9,7
26
6,5
24
19
30
39,4
45
58,5
41,9
37
15,5
5,2
15
32,2
35,4
36
38,5
36,5
37
25,3
15,9
22
20,5
0,6
3
23
34,7
43
19,2
0
21
19
0
2
18,8
28,8
34,1
87,2
38,4
23,1
16,5
6
7,5
34,5
20
22,1
69,2
69,9
77,2
9,8
0
2,1
20,7
21,5
24,9
58
78,4
53,2
19,5
24,7
37,8
14,5
42
62,3
0
0
8,7
21
85,6
87,4
0
24,9
31,5
31
56
57,8
97,7
92,5
87,2
58,5
8,7
11,8
92,4
101,6
79,6
85,1
46,6
66,8
71,7
95,8
88,6
55,2
48
47
44,2
3,5
4
22,1
20
28,5
0
0
0
3
0
0
30
51,6
41,5
23,1
23,7
49,3
58,1
51
64
47,1
43,1
34,5
20,3
2
9,4
36,2
32,2
39
71,8
91,3
93,8
29,5
44,1
62
121,8
28,7
40,3
7,1
67
90,8
27,5
10,6
19,1
0
0
0
19,9
3,1
6
59
Chronologies 52508 - 52510

120
100
Pluie mensuelle mm
80
pluie 52508
pluie 52510
60
40
20
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
Temps
Figure 8. Chronologies de pluies mensuelles (deux stations

proches)
Chronologie 50553 - 50738
140
120
pluie mensuelle mm
100
80
pluie 50553
pluie 50738
60
40
20
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
temps
Figure 9. Chronologies de pluies mensuelles (deux stations

loignes)
60
Nuage de points N=49 r=0.93

100
pluie mensuelle (mm) station 52510
90
80
70
60
50
40
30
20
10
0
0
20
40
60
80
100
120
Figure 10 Nuage de points (stations proches)

Nuage de points N=49 r=0.54
140
120
100
80
60
40
20
0
0
20
40
60
80
100
120
61
Figure 11 Nuage de points (stations loignes)
La distance laquelle les observations deviennent

indpendantes (la porte) peut varier de quelques km (5 km)
quelques dizaines de km (20 150 km) pour les vnements
pluvieux extrmes observs en Tunisie.
Corrlogramme pluie journalire sur un bassin
1,2
-0,0215x
y=e
2
R = 0,8126
rij
Exponentiel (rij)
Exponentiel (rij)
corrlation
0,8
0,6
0,4
-0,0206x
y = 0,9037e
2
R = 0,8144
0,2
0
0
20
40
60
80
100
120
140
160
180
200
distance (km)
Figure 12 Construction dun corrlogramme

E- Coefficient dabattement
Lorsquune zone dtude dpasse 25 km, et quelle nest
observe quavec un seul pluviomtre ou pluviographe, il faut
appliquer un coefficient de rduction la pluie maximale
observe. Ce coefficient est de plus en plus faible au fur et
mesure que la surface en question augmente. Pour une mme
superficie, il est de plus en plus faible au fur et mesure que la
dure de la pluie de rfrence diminue. Figure 13 montre le
coefficient recommand par lOMM pour une dure fixe de
la pluie.
62
Relation surface-dure et rduction
coef de rduction (%)
100
90
80
dure 30 min
dure 1heure
Dure 3 heures
Dure 8heures
24 heures
70
60
50
25
150
275
400
525
650
surface (km)
775
900
Figure 13 Coefficients K de rduction ou abattement (source

OMM, 1994)
Des formules empiriques ont t proposes dans la littrature.
Par exemple :
- formule de Puppini avec pour une superficie S<10 km
K=(1-0.052 S + 0.002 S) t0.0175 S avec S en km et t en
heures ; pour 10< S< 200 km et 4<t<100heures K=[1 0.084
(S/100) + 0.007 (S/100)] t0.014(S/100)
- formule du ministre de lagriculture franais (1977)
K= [(1+ (0.08 S0.33)/( t p)0.5)]-1
Avec S en km et t en heures et la probabilit au dpassement
p=1-F de la pluie. Dans cette mthode la valeur de la pluie est
traduite en probabilit de non dpassement.
63
4. Etude des intensits

Le pluviographe est lappareil denregistrement de la pluie.
En zone urbaine lOMM recommande un poste tous les 10 20 km et en zone montagneuse un poste tous les 2500 km.
Gnralement un rapport de 1/10 entre densit des
pluviographes et des pluviomtres.
Le pluviographe est un pluviomtre muni dun enregistrement,
sur papier, ou sur support numrique. Le pluviographe auget
basculeur est muni dun auget qui bascule chaque fois quil
totalise 20 cm3. A chaque basculement, le temps est not. Sur
papier, le graphique rsultant est une courbe en escaliers.
A-Le pluviogramme
Le pluviogramme est la courbe de la pluie cumule en
fonction du temps, enregistre par le pluviographe.
Enregistrement la station de Grombalia (26 avril 1996) pour
une bague rceptrice de 400 cm.
Tranche dintensit constante
30 minutes les plus intenses
Figure 14 Pluviogramme
Le dpouillement des pluviogrammes permet dlaborer des
intensits. Le rsultat est un hytogramme : intensit en
64
fonction du temps I(t). Deux mthodes de dpouillement sont

utilises
- Dpouillement pas de temps fixe (on donne les
intensits moyenne dheure en heure par exemple)
- Dpouillement intensit fixe (on donne la succession
des intensits constantes par intervalle de temps)
La mthode de dpouillement pas de temps fixe permet
dlaborer les courbes IDF : Intensit Dure Frquence
La mthode intensit fixe permet le suivi de lvnement
pluvieux par un hytogramme plus fidle ce qui sest pass.
Le Tableau 5 donne les intensits maximales extraites dun
vnement pluvieux extrme, observ en plusieurs sites, pour
plusieurs dures de rfrence (de 15 minutes 3 heures).
Tableau 5. Intensits maximales (mm/h) ; bassin du Mliane et
du Cap Bon (le 30 septembre 1986) (Ghorbel et al., 1986)
Code
Nom
1484783606
TUNIS MANOUBIA
1484076608
BARRAGE MASRI
1484088908
BEZIR BARRAGE
1484294908
GROMBALIA DRE
1484778808
TEZOGHRANE
1484096107 BIR MECHARGA BGE
1484825507
ZERIBA AIN SFAYA
1484454223 MORNAG SIDI ZEYED
Imax (15 min) Imax (30 min) Imax (1 heure) Imax (2 heures) Imax ( 3 heures)
96
96
65,6
107,6
52
87
80
60
67,5
96
60
93,4
37,6
73
62
48
48
86,8
54,4
83,5
30,2
57
51
43,5
30,5
65
40,8
60,3
26,8
37
36
41
27
49,2
33,5
50,8
21
25
30
39,5
65
B- Elaboration des courbes IDF

Pour dure de rfrence, les intensits sont extraites de tous les
pluviogrammes enregistrs en une station. Une mthode de
slection des intensits par lanalyse statistique des valeurs
extrmes doit tre choisie.
- Mthode avec bloc de temps fixe et valeur maximale.
Exemple : chelle annuelle et intensit maximale
annuelle. N annes donnent N valeurs dintensit
- Mthode avec valeurs suprieures un seuil (exemple > 5
mm/h). Le choix de ce seuil doit tenir compte du
caractre extrme des prcipitations. N annes
dobservations donnent N valeurs dintensit
- Ces observations sont traites statistiquement pour
estimer les probabilits au non dpassement associes
aux intensits
Le traitement statistique consiste associer chaque
observation un centile ou probabilit au non dpassement F
(Tableau 6).
On appelle priode de retour T=1/(1-F). Elle reprsente la
dure moyenne entre deux vnements successifs de mme
ampleur.
F
0,5
0,8
0,85
0,9
0,95
0,98
0,99
0,995
0,999
T (ans)
2
5
7
10
20
50
100
200
1000
Type d'ouvrages
assainissement pluvial rural
routes- assainissement - banquettes anti-rosives - amnagement des voies d'eau
routes-ouvrages d'art- assainissement
lacs collinaires- autoroutes
lacs et barrages collinaires- digues de protection contre les inondations
grands barrages
Pour une tude pratique, par exemple conception du rseau de

drainage dune route, on choisit une ligne donne du tableau 6,
en fonction de limportance de la route (F=0.95 pour T= 20
66
ans). On choisit une colonne daprs le temps ncessaire la

collecte des eaux pluviales par le rseau de drainage.
Tableau 6. Intensits pour des dures fixes et leur frquence

F(x)
5 min
0,1
0,3
0,45
0,65
0,77
0,8
0,85
0,9
0,99
10 min
10
12
18
25
35
45
58
75
125
20 min
7
8
13
17
22
29
39
50
90
30 min
5,5
6
8
10
15
18
27
42
65
60 min
4,5
5
6
7,5
10
15
22
28
40
120 min
3
3,5
4
5,5
7
10
15
23
30
2
2,5
3,5
4,5
6
8
11
17
22
Modlisation
Les donnes du tableau 6 se traduisent en figure 16. Pour
linterpolation des intensits, on labore des relations ou
modles IDF sont de la forme I=I(t,F). Plus gnralement on
exprime I(t,T) ; I en fonction de sa dure et de sa priode de
retour.
Lorsque les donnes se prtent une transformation log-log
(Figure 17) on utilise le modle de Montana. Sinon, on utilise
le modle de Talbot
Modles de Montana
I = a(T)tb(T) (b<0)
Modle de Talbot
I = a(T) /(t+b(T))
a et b sont des paramtres estims par rgression et dpendent
de la priode de retour T o T=1/(1-F). Ce sont des
coefficients rgionaux.
Mthode des moindres carrs
67
Lestimation des paramtres a et b seffectue en minimisant

lcart moyen quadratique aprs avoir linaris. La
linarisation pour le modle de Montana se fait en utilisant la
transforme log-log. Soit Y= log(I) ; X=log(t) ; Y=aX+b ; a
et b sont estims par les moindres carrs :
a= covariance(X,Y) / variance(X) ;
b=Ymoyen - aXmoyen ;
La linarisation pour le modle de Talbot se fait en passant par
la variable 1/I.
Le coefficient de dtermination R de la rgression indique la
part de la variance explique par le modle. La part non
explique est (1-R). Cest le prix payer pour remplacer le
nuage de points par le modle.
68
courbes IDF
Intensit en mm/h
140
120
F=0,1
100
F=0,3
F=0,45
80
F=0,65
60
F=0,77
40
F=0,8
20
F=0,85
F=0,9
0
0
50
100
150
F=0,99
Dure min
Figure 16 Intensits selon dure pour une frquence donne
Relation Intensit de pluie- dure pour une frquence F=0,8 en une

station
dure (min)
1
10
100
1000
intensit mm/h
100
10
-0,5544
y = 102,76x
2
R = 0,9874
Figure 17 Relation Intensit dure pour une frquence donne
69

Etude Des Précipitations

Transféré par

Droits d'auteur :

Formats disponibles

Etude Des Précipitations

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Etude Des Précipitations

Transféré par

Droits d'auteur :

Formats disponibles

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Chapitre 3. Etude des prcipitations

La pluviomtrie reprsente un facteur cologique trs

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Rpartition mensuelle des pluies (mm)

Figure 1. Rgime des pluies pour des stations de Tunisie

Figure 2a. Pluie et EPT dans une station

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Le quotient pluviothermique dEmberger a pour expression :

Moyenne des minimas du mois le plus froid (C)

Figure 2b. Classification climatique selon Emberger

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Tableau 1a. Calcul du quotient dEmberger

Tmin C Tmax C Tmin K

Lvaluation de la moyenne annuelle des prcipitations sur les

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Lisohyte 400 mm (courbe reliant les endroits recevant une

Pluie totale annuelle (mm) sur une station du

Figure 3.1. Chronologie des pluies annuelles

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

A titre comparatif, la Fig. 3.2 reporte les quantiles de pluie

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Variabilit interannuelle des pluies (priode 1901-1980)

non dpass 10%

Figure 3.2 Quantiles

La pluie reue au cours dun vnement pluvieux se rpercute

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

QmaXj vs Pmoy Krige (Tessa)

Pmoy krige (mm)

Figure 4. Effet de la pluie sur le dbit moyen journalier

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

3. Estimation de la pluie moyenne spatiale

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Fig 5 Exemple du rseau pluviomtrique du bassin du Tessa

o i dpend de la position des postes entre eux

Fig. 6 Mdiatrices pour 3 postes

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

1 = 43%; 2= 35% ; 3= 22%

Figure 7. Exemple de trac par interpolation linaire dune

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

(interpolation linaire ou cubique). Linterpolation

% Surface entre les

Pluie maximale sur le rseau : 70mm

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

nuds est adopte comme moyenne spatiale. Le poids donn

Soit NM: nombre de mailles du domaine (maillage rgulier);

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Comme attendu, le poste le plus proche a le poids le plus

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

diffrentes, moins les stations sont corrles (Fig 8 11). La

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

pluie 50738 pluie 52508 pluie 52510

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Chronologies 52508 - 52510

Figure 8. Chronologies de pluies mensuelles (deux stations

Figure 9. Chronologies de pluies mensuelles (deux stations

Zoubeida BARGAOUI, Cours dHydrologie, ENIT, 2009-2010

Nuage de points N=49 r=0.93