508
Hydrologie quantitative
Ces scenarios peuvent integrer les conditions connues a t - 1 et donc la
capacite de prevision. Ainsi on remplace la connaissance des fonctions f(X q )
par ces scenarios pour evaluer l'esperance du cout d'une decision envisagee.
Pour ce qui est du ca1cul, nous revenons alors a une grille a deux dimensions
stock-temps, mais nous prenons en compte la troisieme dimension par les scenarios generes en chaque point. Sur cette grille a deux dimensions stock-temps est
appliquee une programmation dynamique dans laquelle les couts dits pseudooptimaux ca1cules en chaque point resultent a chaque fois d'un ensemble de
programmations dynamiques appliquees aux scenarios generes. Ces variantes
sont ainsi beaucoup moins lourdes en ca1cul que la programmation dynamique
en avenir incertain a trois dimensions.
Les fa<;ons de generer des scenarios sont multiples et exploitent toutes les
methodes indiquees dans les chapitres precedents et notamment Ie chapitre 9 :
• Modelisation stochastique pure: par exemple un modele markovien peut
parfois convenir si Ie pas de temps est assez grand (decade).
• Combinaison de previsions (presque parfaites) a court terme (scenario
unique pendant quelques heures ou jours) puis modelisation-simulation
pour Ie moyen et long terme.
• Combinaison de modelisation-simulation pour Ie court et moyen terme
(50 jours) puis scenario unique (predetermination).
• Utilisation de longues series observees de debit ou de pluies converties en
debits par modelisation.
Le nombre et Ie choix des scenarios dependent de l'objectif vise: une analyse
de sensibilite a montre qu'en annee courante, au-dela du court terme, 15 a 20
scenarios elabores par prevision-simulation pouvaient suffire [286]. Cependant,
dans certains cas, les annees atypiques ayant parfois des consequences lourdes
sur la performance d'une gestion, pour une estimation fiable de l'esperance par
utilisation de longues series observees, meme pendant ces annees atypiques, une
cinquantaine d'annees est un bon ordre de grandeur.
En plus d'alleger Ie ca1cul, cette methode presente plusieurs autres avantages :
• elle s'avere bien adaptee pour analyser des annees particulieres (groupe
d'annees seches, annees de reference pour un projet... ), en selectionnant
les scenarios ad hoc.
• elle est en mesure d'integrer plus facilement d'autres aleas, comme par
exemple des prelevements agricoles et urbains qui impactent Xt, ou encore
des aleas qui affectent la fonction de cout (demande, marche... ).
Hydrologie quantitative
Ces scenarios peuvent integrer les conditions connues a t - 1 et donc la
capacite de prevision. Ainsi on remplace la connaissance des fonctions f(X q )
par ces scenarios pour evaluer l'esperance du cout d'une decision envisagee.
Pour ce qui est du ca1cul, nous revenons alors a une grille a deux dimensions
stock-temps, mais nous prenons en compte la troisieme dimension par les scenarios generes en chaque point. Sur cette grille a deux dimensions stock-temps est
appliquee une programmation dynamique dans laquelle les couts dits pseudooptimaux ca1cules en chaque point resultent a chaque fois d'un ensemble de
programmations dynamiques appliquees aux scenarios generes. Ces variantes
sont ainsi beaucoup moins lourdes en ca1cul que la programmation dynamique
en avenir incertain a trois dimensions.
Les fa<;ons de generer des scenarios sont multiples et exploitent toutes les
methodes indiquees dans les chapitres precedents et notamment Ie chapitre 9 :
• Modelisation stochastique pure: par exemple un modele markovien peut
parfois convenir si Ie pas de temps est assez grand (decade).
• Combinaison de previsions (presque parfaites) a court terme (scenario
unique pendant quelques heures ou jours) puis modelisation-simulation
pour Ie moyen et long terme.
• Combinaison de modelisation-simulation pour Ie court et moyen terme
(50 jours) puis scenario unique (predetermination).
• Utilisation de longues series observees de debit ou de pluies converties en
debits par modelisation.
Le nombre et Ie choix des scenarios dependent de l'objectif vise: une analyse
de sensibilite a montre qu'en annee courante, au-dela du court terme, 15 a 20
scenarios elabores par prevision-simulation pouvaient suffire [286]. Cependant,
dans certains cas, les annees atypiques ayant parfois des consequences lourdes
sur la performance d'une gestion, pour une estimation fiable de l'esperance par
utilisation de longues series observees, meme pendant ces annees atypiques, une
cinquantaine d'annees est un bon ordre de grandeur.
En plus d'alleger Ie ca1cul, cette methode presente plusieurs autres avantages :
• elle s'avere bien adaptee pour analyser des annees particulieres (groupe
d'annees seches, annees de reference pour un projet... ), en selectionnant
les scenarios ad hoc.
• elle est en mesure d'integrer plus facilement d'autres aleas, comme par
exemple des prelevements agricoles et urbains qui impactent Xt, ou encore
des aleas qui affectent la fonction de cout (demande, marche... ).