14.09.2014 Views

Traitement et analyse de séries chronologiques continues de ...

Traitement et analyse de séries chronologiques continues de ...

Traitement et analyse de séries chronologiques continues de ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Partie 4 – Chapitre 12 : Variabilité <strong>de</strong>s flux <strong>de</strong> temps <strong>de</strong> pluie<br />

- La diversité <strong>de</strong>s résultats obtenus entre les sites.<br />

- La nécessité d’effectuer <strong>de</strong>s étu<strong>de</strong>s locales.<br />

- La difficulté <strong>de</strong> prévoir par la mise en œuvre <strong>de</strong> techniques d’<strong>analyse</strong> statistiques<br />

simples, les caractéristiques <strong>de</strong>s courbes M(V) (dynamique, masses du premier<br />

flot ou appartenance à un groupe) en considérant les caractéristiques<br />

traditionnelles <strong>de</strong>s sites <strong>et</strong> <strong>de</strong>s événements.<br />

Elles m<strong>et</strong>tent en évi<strong>de</strong>nce la complexité <strong>de</strong>s processus <strong>et</strong> la multiplicité <strong>de</strong>s facteurs qui<br />

ren<strong>de</strong>nt difficile une explication simple <strong>de</strong> la variabilité <strong>de</strong>s observations. Del<strong>et</strong>ic (1998)<br />

souligne <strong>de</strong> plus, pour le cas <strong>de</strong>s étu<strong>de</strong>s basées sur les techniques d’échantillonnage<br />

traditionnelles, qu’une explication possible <strong>de</strong>s résultats médiocres serait liée à la qualité <strong>de</strong>s<br />

mesures (nombre <strong>et</strong> fréquence <strong>de</strong>s échantillons).<br />

Enfin il semble important <strong>de</strong> souligner que les résultats <strong>de</strong> ces <strong>analyse</strong>s sont valables, pour<br />

les types d’<strong>analyse</strong> <strong>et</strong> les caractéristiques <strong>de</strong>s événements considérés. Par exemple Menacher <strong>et</strong><br />

Augustin (1992) observent que les pluies incluant plusieurs pics se traduisant par plusieurs pics<br />

<strong>de</strong> débit distincts présentent <strong>de</strong>s courbes M(V) plus proches <strong>de</strong> la bissectrice que dans le cas <strong>de</strong>s<br />

pluies ne comportant qu’un seul pic. Sag<strong>et</strong> <strong>et</strong> Chebbo (1995) observent <strong>de</strong> leur côté qu’en<br />

tendance les faibles valeurs <strong>de</strong> b sont liées à <strong>de</strong>s pluies <strong>de</strong> fortes intensités <strong>et</strong> caractérisées par<br />

<strong>de</strong>s pério<strong>de</strong>s <strong>de</strong> temps sec longues. Ces observations visuelles ne sont cependant pas mises en<br />

évi<strong>de</strong>nce par les <strong>analyse</strong>s statistiques.<br />

Dans le cadre <strong>de</strong> c<strong>et</strong>te thèse, nous avons choisi d’effectuer une ACP <strong>de</strong> manière analogue à<br />

Lacour (2009), en considérant les groupes A, B <strong>et</strong> C <strong>et</strong> les caractéristiques <strong>de</strong>s événements<br />

définies dans le paragraphe 12.1.2. Nous avons cependant fait la distinction entre les <strong>de</strong>ux<br />

catégories du groupe C i<strong>de</strong>ntifiées lors <strong>de</strong> l’<strong>analyse</strong> <strong>de</strong>s courbes dans le paragraphe 12.2.2.2.<br />

Les distributions <strong>de</strong>s variables en fonction <strong>de</strong>s groupes ont également été analysées variable par<br />

variable.<br />

12.2.3.3 2ème métho<strong>de</strong> : simulations <strong>de</strong> longue durée<br />

Bertrand-Krajewski <strong>et</strong> Chebbo (2003) proposent une métho<strong>de</strong> générale <strong>de</strong> dimensionnement<br />

<strong>de</strong>s bassins <strong>de</strong> r<strong>et</strong>enue-décantation <strong>et</strong> <strong>de</strong>s ouvrages <strong>de</strong> traitement au fil <strong>de</strong> l’eau, basée sur<br />

l’exploitation <strong>de</strong>s courbes M(V) couplée à l’utilisation <strong>de</strong> modèles événementiels <strong>de</strong> prédiction<br />

<strong>de</strong> la qualité <strong>de</strong>s RUTP. Le principe <strong>de</strong> base <strong>de</strong> c<strong>et</strong>te approche est analogue à celui proposée en<br />

1976 par (Marsalek 1976). C<strong>et</strong>te métho<strong>de</strong> est intéressante dans la mesure, où elle ne s’arrête pas<br />

à la caractérisation mathématique <strong>de</strong> la variabilité <strong>de</strong>s courbes, mais inclut c<strong>et</strong>te <strong>de</strong>rnière dans<br />

une perspective <strong>de</strong> gestion opérationnelle <strong>de</strong>s ouvrages.<br />

La métho<strong>de</strong> proposée, pour un polluant donné, comprend les principales étapes suivantes :<br />

- La modélisation stochastique <strong>de</strong>s courbes M(V) observées par une fonction<br />

mathématique appropriée. Les paramètres <strong>de</strong> la fonction sont alors caractérisés<br />

par leur distribution statistique.<br />

- La prévision <strong>de</strong>s masses événementielles du polluant considéré par l’utilisation<br />

<strong>de</strong> modèles locaux <strong>de</strong> type multi-régression, préalablement calés. Les<br />

simulations sont effectuées sur une durée suffisamment longue <strong>et</strong> pour une<br />

gamme d’événements suffisamment représentatifs, afin <strong>de</strong> garantir un<br />

dimensionnement approprié <strong>de</strong> l’ouvrage considéré.<br />

202

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!