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 prévision <strong>de</strong> la distribution <strong>de</strong>s masses <strong>de</strong> polluant pour les événements<br />

simulés, en effectuant <strong>de</strong>s tirages aléatoires <strong>de</strong>s paramètres <strong>de</strong> la fonction<br />

mathématique représentant les courbes M(V), par <strong>de</strong>s simulations <strong>de</strong> Monte<br />

Carlo.<br />

- Le dimensionnement <strong>de</strong> l’ouvrage considéré, sur la base du calcul <strong>de</strong>s efficacités<br />

d’interception <strong>de</strong>s flux polluants qui prend en compte la dynamique <strong>de</strong>s flux<br />

polluants au cours <strong>de</strong>s événements.<br />

Ces différentes étapes sont présentées en détail dans Bertrand-Krajewski <strong>et</strong> Chebbo (2003).<br />

C<strong>et</strong>te étu<strong>de</strong> est à notre connaissance le seul exemple récent <strong>de</strong> l’utilisation opérationnelle <strong>de</strong>s<br />

courbes M(V). Toutefois, l’application <strong>de</strong> la métho<strong>de</strong> nécessite d’être capable :<br />

- D’évaluer une fonction mathématique appropriée pour la modélisation <strong>de</strong>s<br />

courbes observées,<br />

- De disposer d’un nombre d’observations suffisant pour dériver <strong>de</strong> manière fiable<br />

les lois <strong>de</strong> probabilité <strong>de</strong>s paramètres <strong>de</strong> la fonction choisie.<br />

- De disposer d’un modèle satisfaisant <strong>de</strong> prévision événementiel <strong>de</strong>s flux<br />

suffisamment reproductif.<br />

Dans l’exemple proposé par Bertrand-Krajewski <strong>et</strong> Chebbo (2003), la métho<strong>de</strong> est appliquée<br />

en considérant les MES <strong>et</strong> les données <strong>de</strong> <strong>de</strong>ux bassins versants. Les courbes M(V) sont<br />

modélisées par une fonction puissance comprenant un unique paramètre b (cf. équation 12.4).<br />

Les distributions <strong>de</strong> b ont été établies sur la base <strong>de</strong> l’<strong>analyse</strong> <strong>de</strong>s données disponibles sur<br />

plusieurs sites d’étu<strong>de</strong>. Une distribution empirique normale du paramètre b a été considérée<br />

pour le cas d’un bassin versant unitaire, centrée sur 0.962 <strong>et</strong> d’écart type 0.186, <strong>et</strong> une loi<br />

lognormale pour le cas d’un bassin séparatif, soit normale sur le logarithme <strong>de</strong>s valeurs, centrée<br />

sur -0.3366 <strong>et</strong> d’écart type 0.385. Des modèles <strong>de</strong> prévision <strong>de</strong>s masses événementielles établis<br />

sur la base d’étu<strong>de</strong>s antérieures ont été appliqués.<br />

Dans le cadre <strong>de</strong> c<strong>et</strong>te thèse, nous nous sommes spécifiquement intéressés à la définition<br />

d’une fonction mathématique perm<strong>et</strong>tant une modélisation appropriée <strong>de</strong>s courbes M(V)<br />

observées sur les <strong>de</strong>ux sites d’étu<strong>de</strong> <strong>de</strong> Chassieu <strong>et</strong> d’Ecully.<br />

12.2.3.4 Résultats<br />

Recherche <strong>de</strong> variables corrélées<br />

Les résultats <strong>de</strong> l’ACP n’ont pas permis <strong>de</strong> m<strong>et</strong>tre en évi<strong>de</strong>nce <strong>de</strong>s regroupements <strong>de</strong>s<br />

événements suivant les groupes A, B ou C, tant à Chassieu qu’à Ecully. Aussi les résultats ne<br />

sont pas détaillés ici. L’<strong>analyse</strong> graphique <strong>de</strong>s distributions <strong>de</strong>s variables en fonction <strong>de</strong>s<br />

groupes, sous forme <strong>de</strong> représentation boxplot, a mis en évi<strong>de</strong>nce les tendances suivantes :<br />

Groupes A <strong>et</strong> C1<br />

- Pour ces événements, les hauteurs totales <strong>de</strong> pluie sont globalement les plus<br />

faibles, <strong>de</strong> manière particulièrement marquée dans le cas <strong>de</strong> Chassieu (Figure<br />

12.16). C<strong>et</strong>te observation suggère que pour <strong>de</strong>s hauteurs <strong>de</strong> pluie limitées, la<br />

masse <strong>de</strong> polluant érodée par la pluie sur la surface <strong>et</strong>/ou dans le réseau n’est pas<br />

le facteur limitant du flux total observé à l’exutoire.<br />

203

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

Saved successfully!

Ooh no, something went wrong!