Les résultats présentés dans les sections précédentes ont permis de confirmer la robustesse des différents modèles utilisés dans la méthode SCHADEX. La définition de type de temps peut être établie à partir de réanalyses (e.g. types de temps autrichiens) ou de séries locales de pluie (e.g. types de temps canadiens) et permet d’avoir une variable robuste pour discriminer des sous-populations de pluies fortes à une échelle régionale. Le modèle hydrologique MORDOR reproduit avec de bonnes performances l’hydrologie moyenne (régime) comme l’hydrologie des forts débits (distribution des débits classés) dans différents contextes hydroclimatiques. S’il est impossible d’évaluer la justesse des estimations de débits extrêmes réalisées par la méthode SCHADEX, une comparaison entre les crues observées et les crues simulées semble révéler que le processus de simulation de la méthode SCHADEX permet de croiser efficacement les aléas pluies extrêmes et saturation du bassin versant dans différents contextes hydroclimatiques observés. La méthode SCHADEX semble donc pouvoir prédéterminer les crues extrêmes de bassins pluvio-nivaux de tailles moyennes.
L’application de la méthode SCHADEX sur des bassins de Colombie-Britannique a permis de confronter ces différents modèles à l’oscillation globale El Niño. Le modèle MEWP de prédéter-mination de pluies extrêmes “capte” des différences significatives en terme de fréquences d’occu-rences des pluies centrales entre les hivers El Niño et les hivers La Niña, mais aucune différence significative en termes d’intensités des pluies centrales. En combinant les évolutions de ces deux paramètres (fréquences des pluies centrales et intensités des pluies centrales par type de temps), le modèle MEWP ne génère pas d’estimations de pluies centrales extrêmes différentes. Ce résul-tat semble particulièrement intéressant : des variations significatives de fréquences d’occurences de types de temps et de pluies centrales par types de temps n’influencent pas significativement l’estimation de pluies centrales extrêmes avec le modèle probabiliste MEWP. Seules des va-riations significatives de l’intensité des pluies centrales semblent pouvoir influencer fortement sur les valeurs de pluies extrêmes estimées à partir du modèle MEWP. Un “calcul de coin de table” a été réalisé sur le bassin versant de la Coquitlam au barrage de Coquitlam (présenté dans la section 4.3.9), pour quantifier l’impact des oscillations El Niño sur les conditions de saturation des bassins versants simulées par le modèle hydrologique MORDOR. Cet exercice semble notamment mettre en évidence une proportion plus importante de journées vues comme étant saturées par MORDOR lors des hivers La Niña. Il serait particulièrement intéressant de prolonger l’exercice jusqu’à l’estimation de débits extrêmes avec la méthode SCHADEX sur plusieurs bassins versants, afin de quantifier l’impact de ces différents conditions de saturation des bassins versants en terme de distributions de débits extrêmes.
Les estimations SCHADEX réalisées sur les deux bassins versants canadiens ont de plus été comparées avec d’autres résultats obtenus par différentes méthodes d’estimation, notamment des estimations déterministes Probable Maximum Precipitation (PMP) / Probable Maximum
160 4. SCHADEX Worldwide
Flood (PMF). Ces comparaisons ont confirmé les fortes différences entre les valeurs de PMF et
les crues de périodes de retour 10 000 ans estimées par la méthode SCHADEX, d’ores et déjà identifiées parCFGB (1994) pour 43 bassins versants différents avec la méthode du GRADEX
(Guillot & Duband,1967). Néanmoins, ces différences sont moins importantes en termes
d’es-timation de pluies extrêmes (i.e. lorsque les valeurs de PMP et les pluies de période de retour 10 000 ans sont comparées) : les valeurs de PMP sont proches, voire inférieures à la valeur de pluies de période de retour 10 000 ans. Cette observation soulève plusieurs questions quant aux séries de pluies de bassins utilisées, à la transformation pluie-débit réalisée (transformant une valeur de PMP en une valeur de PMF) et aux conditions hydrométéorologiques défavorables (stock de neige de période de retour 100 ans, températures permettant la fonte du manteau neigeux, etc.) considérées lors de la simulation hydrologique générant la valeur de PMF. Plus généralement, cette comparaison met en évidence la nécessité d’utiliser les mêmes séries hydro-météorologiques observées en entrée des méthodes considérées, afin de réaliser une comparaison rigoureuse d’estimations de pluies et débits extrêmes.
Enfin, les différentes applications de la méthode SCHADEX sur des bassins versants “étran-gers” ont permis de confirmer certains acquis, comme par exemple la nécessité de travailler avec de longues séries de données de bonne qualité. Ces expériences ont de plus mis en évi-dence certains points sensibles de la méthode SCHADEX. La dépendance statistique entre les épisodes pluvieux majeurs (pluies centrales) et les pluies antérieures (i.e. la fréquence
d’occur-rence des épisodes pluvieux majeurs est-elle plus importante après des journées pluvieuses, ou
non ?) s’est notamment révélée être un élément important à quantifier pour assigner une
pro-babilité “juste” aux crues générées par le processus de simulation SCHADEX, notamment en Colombie-Britannique. Cette région est en effet différente de la France en terme de dépendance probabiliste entre les épisodes centrés et les pluies antécédentes. Néanmoins, des similarités peuvent exister entre cette région du monde et certains bassins versants fortement influencés par les flux océaniques, induisant des épisodes pluvieux pouvant s’étaler sur plusieurs jours.
5
Sensibilité des estimations SCHADEX à
la variabilité climatique observée
"Les statistiques, c’est comme les bikinis : ça donne des idées, mais ça cache l’essentiel."
5.1 Introduction
Ce chapitre est essentiellement basé sur un article actuellement en révision pour Water
Res-sources Research1 :
Sensitivity analysis of SCHADEX extreme flood estimates to observed hydro-meteorological variability.
Brigode, P.1,2, Bernardara, P.1, Paquet, E.3, Gailhard, J.3, Garavaglia, F.3, Merz, R.4, Mićović, Z.5, Lawrence, D.6 et Ribstein, P.2 (2013).
En révision, Water Ressources Research.
1 LNHE, R&D, Électricité de France, Chatou, France.
2 UMR 7619 Sisyphe, Université Pierre et Marie Curie, Paris, France.
3 DMM, DTG, Électricité de France, Grenoble, France.
4 UFZ Helmholtz Centre for Environmental Reasearch, Halle, Germany.
5 BC Hydro, Engineering, Burnaby, BC, Canada.
6 Norwegian Water Resources and Energy Directorate (NVE), Oslo, Norway.