Session 3 : Estimation des crues des petits bassins africains
348
Cette variable n’apparaissait pas dans l’analyse en corrélation simple.
Dans les régions sahéliennes et tropicales sèches, l’ordre d’importance des variables
explicatives est le suivant: la superficie S, le coefficient de récession DS, le coefficient
d’écoulement Ke 10 . En zone tropicale humide, l’ordre est différent: le coefficient d’écoulement
Ke 10 , la superficie S, le coefficient de récession DS.
La connaissance des deux variables hydrologiques Ke 10 et DS s’avère donc très importante
pour l’estimation des crues. Elles nécessitent des mesures hydrologiques délicates et rarement
disponibles aussi avons-nous cherché à savoir quelles sont les grandeurs géomorphologiques qui
peuvent les expliquer, autant que possible en dehors de tout biais.
ANALYSE STATISTIQUE DU COEFFICIENT DE RÉCESSION DS ET DU COEFFICIENT
D’ECOULEMENT KE 10
L’analyse multivariable des grandeurs Ke 10 , t m et DS permet de mettre en évidence quelles sont
les grandeurs physiques et morphologiques qui les expliquent, mais aussi quelle dépendance elles
ont vis-à-vis de la violence des épisodes sur lesquels elles ont été mesurées.
Analyse du coefficient de récession DS
Le tableau 7 donne les coefficients de corrélation partielle (r) entre DS et chacune des variables
explicatives, compte tenu des autres, pour la meilleure corrélation multiple trouvée. L’étude est
faite en distinguant les deux zones climatiques et en comparant les résultats selon que les bassins
ont été triés d'après le critère de l'importance de l'extrapolation des débits (0.8
corrélation partiel est significative au seuil de 5%. Le carré du coefficient de corrélation multiple
non biaisé R2NB (tenant compte de la taille de l’échantillon) est également indiqué pour chaque
corrélation multiple.
TABLEAU 7
Meilleures corrélations expliquant le coefficient de récession DS. Le tableau donne les
coefficients de corrélation partielle, avec leur signe, entre DS et chaque variable, compte tenu
des autres, ainsi que le coefficient de détermination non biaisé R2NB.
Nbre. de
bassins
Variable
expliquée
S
Dd
Ig
P
RA
DP
R2NB
P<1000mm
39
DS
-0.59
0.61
0.38
0.78
P<1000mm
0.8
DS
-0.62
0.57
0.70
P>1000mm
57
DS
-0.43
0.41
-0.39
0.54
P>1000mm
0.8
DS
-0.42
0.64
-0.57
0.61
On peut constater que, dans les régions sahéliennes ou sèches, l’importance de la densité de
drainage Dd apparaît nettement, au point d’égaler celle de la superficie S comme facteur
explicatif. Dans les régions tropicales humides (P > 1000 mm), les grandeurs explicatives du
coefficient de récession DS sont la superficie S et la pente du bassin Ig.
La même analyse effectuée avec le temps de montée t m comme grandeur à expliquer montre
une remarquable similitude avec DS. Ce sont les mêmes variables qui interviennent et les
348
Cette variable n’apparaissait pas dans l’analyse en corrélation simple.
Dans les régions sahéliennes et tropicales sèches, l’ordre d’importance des variables
explicatives est le suivant: la superficie S, le coefficient de récession DS, le coefficient
d’écoulement Ke 10 . En zone tropicale humide, l’ordre est différent: le coefficient d’écoulement
Ke 10 , la superficie S, le coefficient de récession DS.
La connaissance des deux variables hydrologiques Ke 10 et DS s’avère donc très importante
pour l’estimation des crues. Elles nécessitent des mesures hydrologiques délicates et rarement
disponibles aussi avons-nous cherché à savoir quelles sont les grandeurs géomorphologiques qui
peuvent les expliquer, autant que possible en dehors de tout biais.
ANALYSE STATISTIQUE DU COEFFICIENT DE RÉCESSION DS ET DU COEFFICIENT
D’ECOULEMENT KE 10
L’analyse multivariable des grandeurs Ke 10 , t m et DS permet de mettre en évidence quelles sont
les grandeurs physiques et morphologiques qui les expliquent, mais aussi quelle dépendance elles
ont vis-à-vis de la violence des épisodes sur lesquels elles ont été mesurées.
Analyse du coefficient de récession DS
Le tableau 7 donne les coefficients de corrélation partielle (r) entre DS et chacune des variables
explicatives, compte tenu des autres, pour la meilleure corrélation multiple trouvée. L’étude est
faite en distinguant les deux zones climatiques et en comparant les résultats selon que les bassins
ont été triés d'après le critère de l'importance de l'extrapolation des débits (0.8
corrélation partiel est significative au seuil de 5%. Le carré du coefficient de corrélation multiple
non biaisé R2NB (tenant compte de la taille de l’échantillon) est également indiqué pour chaque
corrélation multiple.
TABLEAU 7
Meilleures corrélations expliquant le coefficient de récession DS. Le tableau donne les
coefficients de corrélation partielle, avec leur signe, entre DS et chaque variable, compte tenu
des autres, ainsi que le coefficient de détermination non biaisé R2NB.
Nbre. de
bassins
Variable
expliquée
S
Dd
Ig
P
RA
DP
R2NB
P<1000mm
39
DS
-0.59
0.61
0.38
0.78
P<1000mm
0.8
DS
-0.62
0.57
0.70
P>1000mm
57
DS
-0.43
0.41
-0.39
0.54
P>1000mm
0.8
DS
-0.42
0.64
-0.57
0.61
On peut constater que, dans les régions sahéliennes ou sèches, l’importance de la densité de
drainage Dd apparaît nettement, au point d’égaler celle de la superficie S comme facteur
explicatif. Dans les régions tropicales humides (P > 1000 mm), les grandeurs explicatives du
coefficient de récession DS sont la superficie S et la pente du bassin Ig.
La même analyse effectuée avec le temps de montée t m comme grandeur à expliquer montre
une remarquable similitude avec DS. Ce sont les mêmes variables qui interviennent et les