No abstract

Evaluer le pouvoir prédictif d'un modèle pluie-débit est crucial en hydrologie de surface car cela permet de borner les limites de son utilisation en extrapolation, autrement dit dans des conditions hydro-météorologiques et géographiques différentes de celles de la phase d'apprentissage du modèle. En outre, ce pouvoir prédictif est susceptible d'être dépendant de la connaissance climatique des bassins et de la complexité de la relation pluiedébit. Pour tester la réaction d'un modèle hydrologique empirique à la stratégie d'échantillonnage de ses variables d'entrée climatiques, une étude de sensibilité a été appliquée au modèle hydrologique global GR4J. Celui-ci a fait l'objet d'un calage dynamique en utilisant une information climatique d'origine et de densité spatiale variables pour le calcul de ses entrées atmosphériques (précipitations et évapotranspiration potentielle). Les hydrogrammes journaliers calculés après recalage ont été comparés aux hydrogrammes journaliers observés sur un échantillon de 148 bassins faisant l'objet d'un suivi hydrométrique dans la partie française du bassin Rhin-Meuse. Les résultats de l'analyse montrent que le modèle GR4J réagit fortement au changement d'entrées de précipitations (précipitations au poste vs précipitations distribuées) en améliorant la définition des paramètres et en identifiant mieux le comportement hydrologique du bassin modélisé en conditions jaugées comme en conditions non jaugées. A l'inverse, le modèle GR4J montre une insensibilité au changement de densité spatiale du réseau de postes météorologiques utilisé pour calculer l'évapotranspiration potentielle prescrite au modèle et ne tire donc pas partie d'une concentration de postes pour simuler les débits en conditions jaugées comme en conditions non jaugées.

Abstract.We explore the potential of a multi-criteria selection of donor catchments in the prediction of continuous streamflow series by the spatial proximity method. Three criteria have been used: (1) spatial proximity; (2) physical similarity; (3) stream gauging network topology. An extensive assessment of our spatial proximity method variant is made on a 149 catchment-data set located in the Rhine-Meuse catchment. The competitiveness of the method is evaluated against spatial interpolation of catchment model parameters with ordinary kriging. We found that the spatial proximity approach is more efficient than ordinary kriging. When distance to upstream/downstream stream gauge stations is considered as a second order criterion in the selection of donor catchments, an unprecedented level of efficiency is reached for nested catchments. Nevertheless, the spatial proximity method does not take advantage from physical similarity between donor catchments and receiver catchments because catchments that are the most hydrologically similar to each catchment poorly match with the catchments that are the most physically similar to each catchment.