260
Hydrologie qu antit ative
• On utili se plu tot des rnod eles param et riqu es dont les param etres sont
est imes it partir des donnees d 'ob servation.
• La complexite t ue Ie modele, car sa surpara metrisation en fait un outil
inst abl e, non robust e face a d 'autres jeu x de donnees qu e celles ayant serv i
au calage. La preventi on de cette derive est d 'employer systematiquernent
un systeme calage-validation sur deux echantillons de donnees differen ts
et d 'apprecier la perform an ce sur des donnees n 'ayan t pas ser vi au calage .
• Le choix du pas de te mps est a et udier en fonction des caracterist iques
du bassin versant et des besoins, et pas seulement selon la facilite de
mobiliser les informations.
• Les erreurs et incer ti tudes sont reparties dan s to us les comparti ments
(mesures, d' entree et de sortie, rep resent ati vite du modele, echant illonnage pour Ie calage ).
• C'est souvent Ie caractere tres int egre (lissage dan s Ie te mps et dan s
I'espace) des informations recherchees qui aide la modelisation a fourn ir
un resultat pertinent .
• II est frequ ent qu 'un modele pr esent e des resultats particulierement mauvais pour des evenernents particulier s ; la t ent ation est gra nde de les ecarte r et d 'imput er ces difficultes aux donnees : c'est la plu s sotte des att it udes. Sauf raison tres clair e, les donnees doivent et re pri vilegiees et
la modesti e de la qu alit e de representation des phenomenes doi t rester
presente a I'esp rit .
• Les systemes rnod elises ne sont generalement pas stationnaires , ne serait -
ce par ce que les pression s ant hropiques evoluent, mais aussi pour de mult iples raisons. Les modeles sont developpes en te ntant d 'integrer toutes
les variabili t es (saisonnalites, aleas des ent rees, etc .) et dan s la mesure du
possible toutes les non-stationnarites identifiees. Leur caractere predictif depend de la prise en compte exhaust ive des incerti tudes, y compr is
concernant la stationna rite. II convient don e de pr endre du recul par rapport aux resultats ainsi obtenu s, qui ne disp ensent pas de I'ensembl e des
pr ecautions qu 'il peut et re legitime de pr endre face a des incertitudes non
mod elisees.
• De to utes ces precau ti ons methodologiques, il ne faudrai t evidemrnent
pas conclure qu e I'exercice est vain , bien au contraire. C'est en en explorant au mieu x les limit es qu 'on en tire les enseignements les plu s riches
pour Ie decideur, Une part de I'information utili see dan s la modelisation,
sans dou t e difficile it comprendre d 'un point de vue mathem atique et it
codifier , est celle de l'exp erience acquise, certes ind ividu ellement mais
surtout collect iveme nt par I'accumulati on des travaux sur des structures
de rnodeles ap pliquees dan s divers contextes, par diverses equipes.
Hydrologie qu antit ative
• On utili se plu tot des rnod eles param et riqu es dont les param etres sont
est imes it partir des donnees d 'ob servation.
• La complexite t ue Ie modele, car sa surpara metrisation en fait un outil
inst abl e, non robust e face a d 'autres jeu x de donnees qu e celles ayant serv i
au calage. La preventi on de cette derive est d 'employer systematiquernent
un systeme calage-validation sur deux echantillons de donnees differen ts
et d 'apprecier la perform an ce sur des donnees n 'ayan t pas ser vi au calage .
• Le choix du pas de te mps est a et udier en fonction des caracterist iques
du bassin versant et des besoins, et pas seulement selon la facilite de
mobiliser les informations.
• Les erreurs et incer ti tudes sont reparties dan s to us les comparti ments
(mesures, d' entree et de sortie, rep resent ati vite du modele, echant illonnage pour Ie calage ).
• C'est souvent Ie caractere tres int egre (lissage dan s Ie te mps et dan s
I'espace) des informations recherchees qui aide la modelisation a fourn ir
un resultat pertinent .
• II est frequ ent qu 'un modele pr esent e des resultats particulierement mauvais pour des evenernents particulier s ; la t ent ation est gra nde de les ecarte r et d 'imput er ces difficultes aux donnees : c'est la plu s sotte des att it udes. Sauf raison tres clair e, les donnees doivent et re pri vilegiees et
la modesti e de la qu alit e de representation des phenomenes doi t rester
presente a I'esp rit .
• Les systemes rnod elises ne sont generalement pas stationnaires , ne serait -
ce par ce que les pression s ant hropiques evoluent, mais aussi pour de mult iples raisons. Les modeles sont developpes en te ntant d 'integrer toutes
les variabili t es (saisonnalites, aleas des ent rees, etc .) et dan s la mesure du
possible toutes les non-stationnarites identifiees. Leur caractere predictif depend de la prise en compte exhaust ive des incerti tudes, y compr is
concernant la stationna rite. II convient don e de pr endre du recul par rapport aux resultats ainsi obtenu s, qui ne disp ensent pas de I'ensembl e des
pr ecautions qu 'il peut et re legitime de pr endre face a des incertitudes non
mod elisees.
• De to utes ces precau ti ons methodologiques, il ne faudrai t evidemrnent
pas conclure qu e I'exercice est vain , bien au contraire. C'est en en explorant au mieu x les limit es qu 'on en tire les enseignements les plu s riches
pour Ie decideur, Une part de I'information utili see dan s la modelisation,
sans dou t e difficile it comprendre d 'un point de vue mathem atique et it
codifier , est celle de l'exp erience acquise, certes ind ividu ellement mais
surtout collect iveme nt par I'accumulati on des travaux sur des structures
de rnodeles ap pliquees dan s divers contextes, par diverses equipes.