Traitement et analyse de séries chronologiques continues de ...

Partie 2 – Chapitre 4 : Le concept d’incertitude en modélisation en hydrologie urbaine
4.3.2 Incertitudes sur la connaissance des processus
L’incertitude sur la connaissance des processus implique la proposition d’une structure de
modèle elle-même incertaine, tant au niveau de la conceptualisation des processus aux échelles
spatiale et temporelle, que des équations choisies pour les représenter. A ce sujet, Beven (2009)
distingue spécifiquement l’incertitude résultant du choix de discrétisation spatio-temporelle du
modèle associé à la mesure des observations (incertitude commensurable). Enfin, les méthodes
de calcul numérique employées pour la résolution des équations peuvent elles-mêmes être
source d’incertitudes (Schoups et Vrugt 2010b).
4.3.3 Incertitude sur la procédure de calage et d’estimation des
incertitudes
L’incertitude sur la procédure de calage est liée au choix de la fonction objectif utilisée pour
la comparaison des observations et des simulations, ainsi qu’au choix de l’algorithme mis en
œuvre pour la détermination du jeu optimal de paramètres. Cette incertitude peut être
importante pour les modèles non linéaires complexes, où la recherche du jeu de paramètres
optimal doit prendre en compte la complexité des surfaces de réponse du critère d’optimisation
dans l’espace des paramètres.
4.3.4 Quelle classification ?
Cette classification est comparable à celle récemment proposée par Kanso (2004).
L’incertitude sur les paramètres n’est pas classée comme une source d’incertitude proprement
dite, mais plutôt comme une conséquence des autres sources incertitudes. C’est d’ailleurs à ce
titre que l’incertitude sur les prédictions liée aux paramètres est évaluée (cf. paragraphe 4.2.3) :
elle est la résultante totale de la contribution des différentes sources.
Par exemple si la structure du modèle est mauvaise et si les paramètres sont par construction
corrélés ou insensibles, leur détermination risque d’être très incertaine. De la même manière les
incertitudes sur les données de calage ou les éventuelles erreurs dans la résolution numérique
des équations sont susceptibles de se traduire par des incertitudes plus larges sur les paramètres.
D’autres conceptualisations des sources d’incertitude plus détaillées sont proposées dans la
littérature. Par exemple Reichert (2009) ou Kleidorfer (2009) reprennent la classification
générale pour les modèles environnementaux de Beck (1991). Cette dernière distingue les
sources suivantes :
- Le comportement non déterministe du système, impliquant qu’une part du
système ne peut pas être prédite. Cette source est liée à la nature aléatoire des
processus environnementaux, non représentable du fait de la limitation des
systèmes de mesure.
- L’incertitude sur les paramètres du modèle.
- L’incertitude sur la structure du modèle.
- Les incertitudes sur les facteurs d’influence externes.
- Les incertitudes sur la solution numérique des équations.
Récemment Deletic et al. (2009) ont proposé une classification plus globale, en trois
groupes. Cette thèse est le fruit d’une réflexion du groupe de travail international sur les
51