Traitement et analyse de séries chronologiques continues de ...

Partie 2 – Chapitre 4 : Le concept d’incertitude en modélisation en hydrologie urbaine
Input data
uncertainties
systematic
random
Input data
e.g. - rain
- evaporation
MICA
Model
Calibration
adaption of parameters
Output data
e.g. - flow
- concentration
- loads
Objective function
e.g. - E (Nash-Sutcliffe)
- sum of squared
differences
corresponding
measurements
Calibration data
uncertainties
systematic
random
Calibration parameter
distribution
Figure 4.4. Structure générale de modélisation proposée par Deletic et al (2009) (source : Deletic et al. 2009)
Même si les conceptualisations proposées ne semblent pas antinomiques ou incompatibles,
leur diversité souligne le besoin d’harmonisation des concepts et de la terminologie relatifs aux
incertitudes dans la modélisation environnementale en général. S’il est encore difficile de
parvenir à un consensus, il semble envisageable en revanche de s’accorder sur des principes
communs.
53