Quel est l’impact de l’échantillonnage spatial des précipitations et de l’évapotranspiration potentielle sur le pouvoir prédictif d’un modèle hydrologique empirique ?

What is the impact of spatial rainfall and potential evapotranspiration sampling on the predictive capacity of an empirical rainfall-runoff model?

Université de Lorraine, Laboratoire LOTERR (EA 7304), Île du Saulcy CS 60228, 57045 Metz cedex 1 – France

^* wiem.ben-khediri@univ-lorraine.fr
^** gilles.drogue@univ-lorraine.fr

Résumé

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 pluie-débit. 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

Assessing the predictive capacity of an empirical rainfall-runoff model is crucial in hydrology as it gives insight on its extrapolation capacity of streamflow both in space and time. This predictive capacity is likely to depend to the knowledge of catchment climatology and to the complexity of the rainfall-runoff relationship. In order to test the impact of a change in climate inputs of the model, we performed a dynamic sensitivity analysis of the well-known lumped GR4J hydrological model. The latter has been recalibrated with changing climate inputs. Simulated daily hydrographs has been compared to observed daily hydrographs for a sample of 148 gauged catchments located in the French part of the Rhine-Meuse catchment. Results show that the GR4J model reacts to the change of precipitation inputs (raingauge precipitations vs gridded precipitations) through a better parameter definition and identification of hydrological behaviour of catchments both in gauged conditions and in ungauged conditions. On the contrary the parameters and the predictive capacity of the model are almost not sensitive to the spatial density of the weather stations network used to compute the potential evapotranspiration prescribe to the model. This means that the GR4J model is unable to take advantage from a higher concentration of PET weather stations to simulate streamflow both in gauged and in ungauged conditions.