Usage des jaugeages volants en régionalisation des débits d’étiage Using spot gauging data to interpolate low flow characteristics

Résumé

Cet article propose de valoriser les jaugeages volants dans un cadre de régionalisation de débits caractéristiques d’étiage. La variable examinée est le débit mensuel minimal annuel de fréquence quinquennale sèche (QMNA5). Le jeu de données est formé de 133 stations hydrométriques réparties dans le bassin Seine-Normandie.

La méthode dite « des jaugeages épisodiques » calcule le QMNA5 en un site cible (peu jaugé) en multipliant la valeur de QMNA5 d’une station hydrométrique voisine par un coefficient k. Ce coefficient k est obtenu à partir d’observations concomitantes au site cible et à la station d’appui. Une étude de sensibilité à la stratégie de collecte des jaugeages et au degré de similitude entre le site cible et la station de référence montre une faible sensibilité au nombre de jaugeages volants (le risque d’erreur importante est cependant plus élevé avec peu de données). En outre, il semble préférable d’effectuer les mesures en période d’étiage, de rechercher une station d’appui sur le même linéaire et de calculer k selon le rapport des moyennes des débits synchrones. Cette méthode a été comparée à des méthodes d’interpolation classiques (régression et deux variantes du krigeage). Leur performance a été appréciée par validation croisée sur le jeu de données en considérant tour à tour chaque station comme peu jaugée. Les méthodes géostatistiques, équivalentes en matière d’efficience, sont plus fiables qu’une régression linéaire exploitant des données climatologiques, mais sont surpassées par la méthode des jaugeages volants. Enfin, la méthode des jaugeages épisodiques a été intégrée dans un cadre géostatistique pour extrapoler les valeurs obtenues aux sites peu jaugés. La validation croisée opérée montre que l’exploitation des jaugeages épisodiques, même en nombre réduit dans une méthode régionale, permet donc de mieux apprécier les valeurs de QMNA5.

Mots clés:

• étiage,
• jaugeage volant,
• krigeage,
• interpolation,
• Seine

Abstract

A general framework for improving the use of sporadic measurement data to estimate low flow characteristics is presented. The variable studied is QMNA5, the annual minimum monthly flow with a return period of 5 years. The dataset consists of 133 gauging stations of the Seine-Normandy basin.

The method using the sporadic measurement data provides estimates of QMNA5 at a poorly gauged site by multiplying QMNA5 computed at a nearby gauging station by a scale coefficient k. The value of k is obtained through synchronous measurements recorded at the poorly-gauged site and at the nearby station. A sensitivity analysis of the data collection strategy and of the similarity of the two sites indicated a weak sensitivity to the number of sporadic measurement data. However, the risk of a large bias is obviously higher when few measurements are involved. In addition, we recommend collecting measurements during the low flow period, choosing the donor site upstream or downstream from the poorly gauged site, and computing k as the ratio of the average of the synchronous discharges.

This method was compared to three regionalization procedures: regression analysis and two variants of kriging. Their efficiency was measured by cross validation. The procedure considered in turn each station from the dataset as a poorly gauged site. Regression analysis performed worse than the two kriging techniques, the efficiencies of which were comparable. The method using sporadic measurement data yielded the best predictive performance even when the collected data were few. This method was introduced into a geostatistical framework to extrapolate the values obtained at the poorly gauged sites. A cross validation was carried out and demonstrated that there was a significant gain in accuracy in the interpolated QMNA5 values, even when using only a few sporadic measurements to supplement regional information.

Key words:

• Low flow,
• spot gauging,
• kriging,
• interpolation,
• Seine