Statistiques hydrologiques et analyse fréquentielle

Les statistiques hydrologiques appliquent des méthodes probabilistes et stochastiques aux données hydrologiques afin de caractériser leur variabilité et d'estimer la fréquence des événements extrêmes tels que les crues et les sécheresses.

Definition

Les statistiques hydrologiques et l'analyse fréquentielle consistent en l'application de la théorie des probabilités et des statistiques aux données hydrologiques afin de décrire leur variabilité et d'estimer l'ampleur et la probabilité des événements, en particulier les extrêmes, pour la conception et l'évaluation des risques.

Scope

Ce sujet aborde les distributions de probabilité pour les variables hydrologiques, l'estimation des paramètres, y compris les L-moments, l'analyse fréquentielle et l'analyse fréquentielle régionale des extrêmes, ainsi que l'hypothèse de stationnarité. Il constitue le fondement statistique des valeurs de conception utilisées en hydrologie, notamment pour l'estimation des crues et des sécheresses.

Core questions

• Comment les variables hydrologiques sont-elles décrites par des distributions de probabilité ?
• Comment les paramètres de distribution sont-ils estimés de manière fiable à partir de séries de données courtes ?
• Comment l'analyse fréquentielle est-elle étendue régionalement et aux sites non jaugés ?
• L'hypothèse de stationnarité est-elle valide en contexte de changement ?

Key concepts

• Distributions de probabilité en hydrologie
• Période de retour et quantiles
• Estimation des paramètres et L-moments
• Analyse fréquentielle régionale
• Stationnarité et non-stationnarité
• Hydrologie stochastique

Key theories

Analyse fréquentielle des extrêmes

Les extrêmes hydrologiques sont modélisés à l'aide de distributions de probabilité dont les quantiles fournissent des valeurs de conception ; une bonne pratique prend en compte le choix de la distribution, l'estimation des paramètres et le traitement des valeurs aberrantes et des séries de données courtes.

Analyse fréquentielle régionale avec les L-moments

La mise en commun des données de nombreux sites et l'utilisation des L-moments permettent d'obtenir des estimations plus robustes des quantiles extrêmes que l'analyse ponctuelle, améliorant ainsi l'estimation sur les sites disposant de séries de données courtes ou inexistantes.

Non-stationnarité

Le changement climatique et l'évolution de l'utilisation des sols peuvent violer l'hypothèse de stationnarité sous-jacente à l'analyse fréquentielle traditionnelle, ce qui incite à développer des méthodes tenant compte des tendances et de l'évolution des risques.

Clinical relevance

Les statistiques hydrologiques fournissent les valeurs de crues de conception, de débits d'étiage et de précipitations utilisées pour dimensionner et réguler les infrastructures, fixer le prix des assurances inondation et planifier les ressources en eau ; le débat sur la stationnarité influence directement la manière dont ces valeurs de conception sont estimées dans un contexte de changement climatique.

History

L'hydrologie statistique s'est développée avec la théorie des valeurs extrêmes et l'allongement des séries de données tout au long du XXe siècle ; les méthodes régionales basées sur les L-moments ont amélioré l'estimation dans les années 1990, et l'argument de 2008 selon lequel « la stationnarité est morte » a cristallisé l'inquiétude que le changement climatique ne sape une hypothèse fondamentale de l'analyse fréquentielle.

Debates

La stationnarité face au changement climatique

Un débat central porte sur la question de savoir si l'hypothèse de stationnarité, établie de longue date, reste tenable pour la conception, et, dans le cas contraire, comment intégrer la non-stationnarité et l'incertitude profonde dans l'analyse fréquentielle et la gestion de l'eau.

Key figures

• Jery R. Stedinger
• Jonathan R. M. Hosking
• P. C. D. Milly

Seminal works

• stedinger1993
• hosking1997
• milly2008

Frequently asked questions

Pourquoi utiliser l'analyse fréquentielle régionale ?

Les sites individuels disposent souvent de séries de données courtes, ce qui rend les estimations d'événements rares peu fiables ; la mise en commun des données de sites hydrologiquement similaires, par exemple avec les L-moments, permet d'emprunter des informations à travers la région pour produire des estimations plus stables des quantiles extrêmes.

Que signifie l'expression « la stationnarité est morte » pour l'hydrologie ?

Elle exprime l'inquiétude que le changement climatique et l'évolution de l'utilisation des sols ne fassent du passé un guide peu fiable pour l'avenir, de sorte que les analyses fréquentielles supposant une distribution de probabilité inchangée pourraient mal évaluer le risque, ce qui motive des approches non stationnaires et basées sur des scénarios.