Choix des modèles pour la région d’études par évaluation comparative à multi- multi-modèlemulti-modèle

Modèle semi-distribué Modèle distribué

Pas de temps de fonctionnement

Pas de temps horaire Pas de temps journalier Pas de temps mensuel Pas de temps annuel Pas de temps pluriannuel Fondement théorique et approche de

développement

Modèle conceptuel

Modèle empirique (à réservoir)

Modèle théorique fondé sur la physique

Cette catégorie de modèles distinctifs est probablement la plus fondamentale, même si les limites entre modèles empiriques, conceptuels ou théoriques demeurent très floues. Dans ce qui suit, nous présenterons les caractéristiques essentielles des modèles globaux et semi-distribués.

4.2. Choix des modèles pour la région d’études par évaluation comparative à multi-modèle

L'objectif de cette évaluation est de qualifier la capacité des modèles hydrologiques à représenter la relation pluie-débit en conditions actuelles, et donc le niveau de confiance que l'on peut leur accorder à leur "compréhension" du fonctionnement hydrologique des bassins étudiés. Un fonctionnement satisfaisant en conditions actuelles est souhaitable, car il est peu probable qu'un modèle en échec en conditions actuelles donne des résultats fiables en conditions futures. Une évaluation des performances sur des données observées est donc une étape indispensable et préalable à l'utilisation des projections, et permet une première quantification des incertitudes associées aux simulations hydrologiques. Cependant, un fonctionnement satisfaisant en climat présent n'est clairement pas une condition suffisante pour s'assurer d'un bon fonctionnement en conditions futures : un très bon modèle en

Chapitre 3. Critères de calage, validation et description de quelques modèles globaux et semi-distribués

conditions actuelles peut se révéler incapable de donner des résultats fiables dans des conditions futures très différentes des conditions actuelles. Il faut donc en plus s'assurer que le modèle a une bonne sensibilité à des variations de conditions climatiques et qu'il est capable de s'adapter à des conditions très différentes (fonctionnement en extrapolation par rapport aux conditions actuelles).

Notre travail de recherche s’inscrit dans le domaine de la simulation par les modèles globaux et semi distribués. Par conséquent, nous nous sommes focalisés sur ce type de modélisation, sachant que ces modèles sont simples, peu nécessiteux en données et relativement efficaces pour prévoir les débits, mais présentent également des contraintes et limites.

Le pas de temps d’étude a été imposé par le caractère de données journalières des observations dans la plupart des bases de données. Nous avons donc choisi d’utiliser, dans la mesure où il offre la plus grande richesse d’informations sur le comportement du bassin versant. Dans notre cas, il faut rappeler que les estimations d’ETP sont extrêmement inexistantes dans notre région d’études. Ainsi, il est difficile, de réaliser une représentation distribuée de l’ETP calculé par le modèle HBV Light.

4.3. Incertitudes liées aux modèles pluie- débit conceptuels, globaux et semi-distribué 4.3.1. Incertitudes

A partir des observations de pluie et débits journaliers comme entrée, les paramètres du modèle sont ajustés afin d’obtenir une simulation de débit la plus proche possible de la chronique des débits observés.

Beaucoup d’incertitudes existant en modélisation pluie- débit, cela dépend de la structure du modèle utilisé, qui n’est qu’une représentation grossière de la réalité. Rappelons ici, que la pluie qui tombe effectivement sur le bassin versant n’étant pas celle qui est estimée à partir de quelques pluviomètres. Les incertitudes liées aux entrées du modèle peuvent conduire à des incertitudes sur les débits simulés mais aussi sur le jeu de paramètres du modèle.

Plusieurs sources d’incertitude règnent dans la modélisation hydrologique tel que : • Incertitude sur les données, les observations de débit et de pluie ;

• Incertitude sur la spécification du modèle ; • Incertitude sur l’ETP ;

Chapitre 3. Critères de calage, validation et description de quelques modèles globaux et semi-distribués

Les problèmes liés aux incertitudes seront discutés plus en détail dans cette thèse, en particulier l’impact d’erreurs dans les chroniques des données d’entrée sur la performance et l’estimation des paramètres d’un modèle pluie-débit (Chapitre 5).

4.3.2. Choix de l’échantillon utilisé des bassins versants

Pour confirmer l’efficacité d’un modèle d’une région considéré, il est préférable de travailler sur un grand nombre de bassins versants, pour s’assurer de la réponse du bassin. Par exemple Perrin, (2000), compare 38 modèles pluie-débit sur 429 bassins versants, a montré que parmi les structures de modèles testées, il existe au moins un bassin parmi les 429 pour lequel une structure donnée est la plus performante. Ceci tend à indiquer que, s’il avait choisi un petit nombre de bassins, les conclusions de la comparaison auraient été beaucoup plus dépendantes de ce choix (Abadie, 2006). La bonne performance d’un modèle, se résume dans la disponibilité d’un large échantillon de données fiables sans lacunes.

Pour obtenir des résultats satisfaisants, une application à multi-modèle est appréciable, vu le nombre disponible de modèles globaux et semi-distribués, qu’on ne peut appliquer en même temps. Cette hypothèse est très pertinente car elle peut conduire à une multiplication des résultats larges et difficile à interpréter. De plus, le processus d’évapotranspiration au sein de ces modèles est traité différemment, et la comparaison des résultats obtenus sur 13 sous bassins de la zone d’étude peut donner des idées d’amélioration sur cette partie des modèles. Le choix de la méthode de comparaison entre le modèle GR4J et HBV Light est une approche que nous avons choisie afin de présenter des résultats complets et de tirer des conclusions d’ordre général. Cette approche présente aussi des limites pour les 13 sous bassins de notre région d’études. Cependant, ces représentations peuvent masquer certains résultats obtenus pour certains types des sous bassins non jaugés. A cet effet, nous nous sommes parfois focalisés sur deux modèles en particulier, pour limiter le volume des résultats présentés. Notre choix a été basé sur deux codes de calcul (voir chapitre 4) : le modèle GR4J (Perrin, 2000 et Perrin et al., 2003) et des versions modifiées du modèle HBV (Bergström et Forman, 1973 ; Bergström, 1995) et Seibert, (1997, 1999a et 2007). Les versions de ces modèles ne donnent probablement pas les mêmes performances pour la région d’étude de Oued Boussalem et Rhumel.

Ces modèles sont peu exigeants en données puisqu’ils n’utilisent que des données communes comme les débits observés, des pluies mais de manière différente en températures et ETP en

Chapitre 3. Critères de calage, validation et description de quelques modèles globaux et semi-distribués

entrée. Ils présentent l’avantage d’avoir des formulations de leur fonction de production relativement différentes, tout en restant simples dans leur paramétrage, c’est le cas du GR4J.