9. Prevision hydrologique : cas general
439
Fortin et al. [135] ainsi que Coulibaly et al. [102] presentent des revues assez
generales des modeles de prevision, y compris des approches, encore experimentales dans ce domaine, comme reseau de neurones, fractales, etc.
Debit en m'!s
La Loire aBlois
150
100
50
----------~""";:::::-=-"""""-===f==9O%
~---.f__-SO%
---~_ _ 10%
Mai
Juin
Juillet
Aout
=
Septembre
=
FIGURE 9.6 - Exemple d'application de la methode de la courbe enveloppe
(d'apres EDF-DTG).
9.2.7 La technique des scenarios
Au-dela de quelques jours d'echeance, les previsions de pluies n'apportent
plus d'information. Une far;on de contourner cette difficulte consiste, un jour
donne, a prendre un ensemble de scenarios de pluie (les pluies observees dans
Ie passe) puis generer les chroniques correspondantes de debits d'etiage grace a
un des modeles cites precedemment : une simple analyse frequentielle permet
de communiquer sur l'eventail des possibles et d'en donner les caracteristiques
statistiques principales (quantiles) et ceci jusqu'a des echeances assez eloignees
(figure 9.7).
Cette methode par scenarios permet :
• d'utiliser une large gamme de modeles et surtout de pouvoir integrer
d'autres aleas relativement facilement (notamment la temperature, les
prelevements... ) ;
• de simuler des variables de l'utilisateur, notamment des decisions (interdiction d'irrigation, lachers de reservoirs, consequences thermiques et
environnementales) ;
• de selectionner les scenarios, pour explorer par exemple Ie risque en annees
seches.
439
Fortin et al. [135] ainsi que Coulibaly et al. [102] presentent des revues assez
generales des modeles de prevision, y compris des approches, encore experimentales dans ce domaine, comme reseau de neurones, fractales, etc.
Debit en m'!s
La Loire aBlois
150
100
50
----------~""";:::::-=-"""""-===f==9O%
~---.f__-SO%
---~_ _ 10%
Mai
Juin
Juillet
Aout
=
Septembre
=
FIGURE 9.6 - Exemple d'application de la methode de la courbe enveloppe
(d'apres EDF-DTG).
9.2.7 La technique des scenarios
Au-dela de quelques jours d'echeance, les previsions de pluies n'apportent
plus d'information. Une far;on de contourner cette difficulte consiste, un jour
donne, a prendre un ensemble de scenarios de pluie (les pluies observees dans
Ie passe) puis generer les chroniques correspondantes de debits d'etiage grace a
un des modeles cites precedemment : une simple analyse frequentielle permet
de communiquer sur l'eventail des possibles et d'en donner les caracteristiques
statistiques principales (quantiles) et ceci jusqu'a des echeances assez eloignees
(figure 9.7).
Cette methode par scenarios permet :
• d'utiliser une large gamme de modeles et surtout de pouvoir integrer
d'autres aleas relativement facilement (notamment la temperature, les
prelevements... ) ;
• de simuler des variables de l'utilisateur, notamment des decisions (interdiction d'irrigation, lachers de reservoirs, consequences thermiques et
environnementales) ;
• de selectionner les scenarios, pour explorer par exemple Ie risque en annees
seches.
