Académique Documents
Professionnel Documents
Culture Documents
INRS-ETE
Étude du potentiel des eaux de surface à Haïti pour répondre aux problèmes de pénurie
d'eau potable
Par
Gonel Joseph
Mémoire présenté
Pour l'obtention
du grade de Maître ès sciences (M.Sc.)
En sciences de l'eau
Jury d'évaluation
Février 2006
Le ruissellement suit le régime pluvial, il est plus important dans les bassins où les
précipitations sont plus abondantes. Ainsi, la lame d'eau annuelle estimée est surtout
importante dans les régions du nord, du sud et du sud-ouest. Cependant, la région du centre
présente une lame d'eau plus faible malgré l'abondance des précipitations dans cette partie du
territoire. La lame d'eau est plus faible du fait que le régime des cours d'eau soit influencé par
un barrage de retenue, située un peu à l'est du territoire proche de la République Dominicaine,
qui joue un rôle de régulateur de crues.
Loin d'être exhaustif, ce travail scientifique ouvre la voie à d'autres activités de recherche du
genre notamment: l'amélioration de l'estimation de l'évapotranspiration potentielle en tenant
compte de l'effet de l'altitude; l'estimation de l'évapotranspiration réelle qui tient compte des
facteurs de l'occupation du sol notamment en exploitant les données de la télédétection; le
développement d'une méthodologie pour estimer à l'échelle spatiale et temporelle
l'infiltration de façon à établir un vrai bilan hydrologique pour tous les bassins versants
délimités. Ce travail servirait également de base à de nombreux projets de développement
dont l'assainissement, l'hydroélectricité, l'irrigation, la construction de réservoirs, etc.
iv
DÉDICACES
G. Joseph
v
REMERCIEMENTS
Enfin, à tous ceux et celles qui, d'une manière ou d'une autre, ont apporté leur contribution à
la réalisation de ce mémoire, je témoigne ma plus profonde reconnaissance.
VI
RÉSUMÉ .............................................................................................................................. 1
DÉDICACES ..................................................................................................................... IV
REMERCIEMENTS ........................................................................................................... V
TABLE DES MATIÈRES ................................................................................................. VI
LISTE DES TABLEAUX ................................................................................................. IX
LISTE DES FIGURES ...................................................................................................... XI
CHAPITRE 1........................................................................................................................ 1
INTRODUCTION GÉNÉRALE ......................................................................................... 1
1.1 PROBLEMATIQUE ..................................................................................................... 1
1.2 OBJECTIF GENERAL DE LA RECHERCHE .....................................................•............... 2
1.2.1 Objectifs spécifiques .............................................................................................. 3
1.3 STRUCTURE DU MEMOIRE ............................. , ........................................................... 3
CHAPITRE II ......................................................................................................................4
MÉTHODOLOGIE ............................................................................................................. 4
2.1 REVUE DES DONNEES DISPONIBLES A HAÏTI ................................................................... .4
2.2 ESTIMATION DES RESSOURCES EN EAU ...................................... " ................................... .4
2.2.1 Estimation des précipitations .. ............................................................................... 5
2.2.2 Estimation des pertes par évaporation et évapotranspiration .... ............................. 5
2.2.3 Estimation des débits moyens annuels .................................................................... 6
2.2.4 Estimation des débits maximums annuels ............................................................... 6
CHAPTRE III ......................................................................................................................8
REVUE DE LITTÉRATURE DES MÉTHODES D'ESTIMATION DES
RESSOURCES EN EAU DE SURFACE ............................................................................ 8
3.1 ApPROCHE CARTOGRAPHIQUE ........................................................................................ 9
3.2 APPROCHE BASEE SUR LA TELEDETECTION ET LE SYSTEME D'INFORMATION
GEOGRAPHIQUE .....•.........................................................................••.................................. 9
3.3 ApPROCHE DE MODELISATION HYDROLOGIQUE ............................................................. 10
3.4 ApPROCHE LINEAIRE ET CONCEPTUELLE ....................................................................... 11
3.4.1 Approche linéaire ................................................................................................ 11
3.4.2 Approche conceptuelle par bilan hydrique ........................................................... 12
3.5 METHODES DE REGIONALISATION ................................................................................. 12
3.5.1 La méthode de transposition hydrologique ........................................................... 13
3.5.2 Le modèle hydropluviométrique appliqué au Bénin .............................................. 15
3.5.3 Méthodes d'interpolation et de reconstitution ...................................................... 17
vii
3.5.3.1 Transfert d'information entre deux sites par régression linéaire ....................... 17
3.5.3.2 Interpolation spatiale par la méthode du « krigeage » ....................................... 19
3.5.3.2.1 Analyse variographique ...................................................... ........................... 20
3.5.3.2.2 Mise en œuvre du krigeage ............................................................................. 21
3.5.3.2.3 Types de krigeage .......................................................................................... 23
3.5.3.2.3.1 Krigeage simple .......................................................................................... 23
3.5.3.2.3.2 Krigeage ordinaire ...................................................................................... 25
3.5.3.2.3.3 Krigeage intrinsèque ................................................................................... 26
3.5.3.3 Interpolation spatiale par l' « Analyse en Composantes Principales ................. 27
3.5.4 Estimation régionale des débits ................................................ ............................ 28
3.6 Analyse fréquentielle des débits maximums .. .................................................. ......... 30
CHAPITRE IV ................................................................................................................... 36
LES ETUDES ANTERIEURES ........................................................................................ 36
4.1 GENERALITES .............................................................................................................. 36
4.1.1 Les ressources en eau à l'échelle mondiale ...... .................................................... 36
4.1.2 État de eaux de surface dans le monde ................................................................. 37
4.2 LES RESSOURCES EN EAU DE SURFACE DE LA REPUBLIQUE D'HAÏTI. ............................... 38
4.3 LES USAGES ET BESOINS EN EAU ................................................................................... 39
4.3.1 Les usages de l'eau au niveau mondial ................................................................ 39
4.3.2 Usages de l'eau en Haïti ...................................................................................... 40
4.3.3 Les besoins en eau ............................................................................................... 42
4.3.3.1 Besoins domestiques ......................................................................................... 43
4.3.3.2 Besoins en eau d'irrigation ............................................................................... 43
4.3.3.3 Besoins industriels ............................................................................................ 44
4.4 QUALITE DES EAUX DE SURFACE A HAÏTI ...................................................................... 44
CHAPITRE V..................................................................................................................... 46
BANQUE DE DONNÉES .................................................................................................. 46
5.1 SOURCES D'INFORMATION ........................................................................................... 46
5.2 PROBLEMES RENCONTRES ............................................................... , ............................ 46
5.3 BANQUES DE DONNEES ..... , .................................................................................. , ....... 48
5.3.1 Caractéristiques générales du climat ................................................................... 48
5.3.1 Banque de données pluviométriques..................................................................... 49
5.3.1.1 Inventaire des stations pluviométriques ............................................................. 49
5.3.1.2 Distribution des sites et répartition spatio-temporelle de la pluviométrie .......... 57
5.3.2 Banque de données hydrométriques ..................................................................... 59
5.3.2.1 Historique et distribution du réseau de jaugeage ............................................... 59
5.3.2.2 Qualité et consistance des données ................................................................... 60
5.3.3 Banque de données physiographiques .................................................................. 65
5.3.3.1 Situation géographique ..................................................................................... 65
5.3.3.2 Relief et topographie ......................................................................... ................ 66
5.3.3.5 Le réseau hydrographique................................................................................. 66
5.3.3.3 Aperçu pédologique .......................................................................................... 71
5.3.3.4 Végétation naturelle .......................................................................................... 71
5.3.3.5 Suifaces cultivées ................................................................................ .............. 71
5.3.3.6 Ressourcesforestières ...................................................... ................................. 72
CHAPITRE VI ................................................................................................................... 73
RÉSULTATS DE L'ESTIMATION DE LA RESSOURCE EN EAU ............................. 73
viii
MENSUELLE
MOYENS ANNUELS
TABLEAU 3.2: RÉSUMÉ DES PROCÉDURES À UTILISER POUR LE CALCUL DE L'INTERVALLE DE CONFIANCE ........... 35
TABLEAU 5.4 : SUPERFICIE DES BASSINS ET ZONES HYDROLOGIQUES D'HAÏTI (SUITE) ......................................... 68
TABLEAU 6.1: RESULTATS DELA VALIDATION CROISEE SUR LES PRECIPITATIONS TOTALES ANNUELLES ............. 76
TABLEAU 6.1 : RESULTATS DE LA VALIDATION CROISEE SUR LES PRECIPITATIONS TOTALES ANNUELLES (SUITE) 77
TABLEAU 6.3 : STATISTIQUES SUR LES RESULTATS DE KRIGEAGE DES PRECIPITATIONS TOTALES ANNUELLES ...... 79
TABLEAU 6.4: STATISTIQUES SUR LES RESULTATS DEKRIGEAGE SAISONNIER DES PRECIPITATIONS .................... 82
TABLEAU 6.5 : PRECIPITATIONS TOTALES MENSUELLES ESTIMEES PAR KRIGEAGE SUR HAÏTI ............................... 84
TABLEAU 6.6 : ÉVAPOTRANSPIRA TION TOTALE ANNUELLE, SAISONNIERE ET MENSUELLE ESTIMEES PAR KRIGEAGE
SURHAÏTI. .................................................................................................................................................... 93
TABLEAU 6.7: BILAN DES PRECIPITATIONS ET DES PERTES MOYENNES EN EAU .................................................... 97
TABLEAU 6.8: CARACTERISTIQUES STATISTIQUES DES DEBITS MOYENS ANNUELS (SUITE) ................................. 100
TABLEAU 6.9 : RESULTATS DES DIFFERENTES ETAPES DE CALCUL POUR L'ESTIMATION DU DEBIT MOYEN ANNUEL
TABLEAU 6.10: CARACTERISTIQUES STATISTIQUES DES SERIES MAXIMUMS ANNUELLES .................................... 112
1991) ............................................................................................................................................................ 58
FIGURE 5.3: DISTRIBUTION SPATIALE DES STATIONS HYDROMETRIQUES D'HAÏTI ................................................ 59
FIGURE 5.4 : SITUATION GEOGRAPHIQUE D'HAÏTI (GRET/FAMV, 1991) ............................................................ 65
FIGURE 5.5 : REGIONS HYGEOGRAPHIQUES D'HAÏTI (MARKLEY ET AL., 1999) ..................................................... 69
FIGURE 5.6 : CARTE DE DELIMITATION DE TOUS LES BASSINS VERSANTS D'HAÏTI ................................................ 69
FIGURE 5.7: CARTE DE DELIMITATION DES BASSINS JAUGES D'HAÏTI.. ................................................................. 70
FIGURE 5.8 : CARTE DE DELIMITATION DES BASSINS NON JAUGES D'HAÏTI ........................................................... 70
FIGURE 6.1: MODELE DE SEMI-VARIOGRAMMEAJUSTE SUR LES PRECIPITATIONS ANNUELLES ............................. 75
FIGURE 6.2 : VALIDATION CROISEE SUR LES PRECIPITATIONS TOTALES ANNUELLES ............................................. 76
FIGURE 6.3 : CARTE DES PRECIPITATIONS TOTALES ANNUELLES PRODUITE PAR KRIGEAGE .................................. 79
FIGURE 6.4 : CARTE DE PRECIPITATION SAISONNIERE (SAISON SECHE) PRODUITE PAR KRIGEAGE ......................... 83
FIGURE 6.5 : CARTE DE PRECIPITATION SAISONNIERE (SAISON HUMIDE) PRODUITE PAR KRIGEAGE ..................... 83
FIGURE 6.6 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE JANVIER) PRODUITE PAR KRIGEAGE ...................... 85
FIGURE 6.7 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE FEVRIER) PRODUITE PAR KRIGEAGE 85
FIGURE 6.8: CARTE DE PRECIPITATION MENSUELLE (MOIS DE MARS) PRODUITE PAR KRIGEAGE .......................... 86
FIGURE 6.9 : CARTE DE PRECIPITATION MENSUELLE (MOIS D'AVRIL) PRODUITE PAR KRIGEAGE ........................... 86
FIGURE 6.10 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE MAI) PRODUITE PAR KRIGEAGE ........................... 87
FIGURE 6.11 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE JUIN) PRODUITE PAR KRIGEAGE .......................... 87
FIGURE 6.12 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE JUILLET) PRODUITE PAR KRIGEAGE ..................... 88
FIGURE 6.13 : CARTE DE PRECIPITATION MENSUELLE (MOIS D'AOUT) PRODUITE PAR KRIGEAGE .......................... 88
FIGURE 6.14 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE SEPTEMBRE) PRODUITE PAR KRIGEAGE ............... 89
FIGURE 6.15 : CARTE DE PRECIPITATION (MOIS D'OCTOBRE) PRODUITE PAR KRIGEAGE ........................................ 89
FIGURE 6.16 : CARTE DE PRECIPITATION MENSUELLE (MOIS DE NOVEMBRE) PRODUITE PAR KRIGEAGE ................ 90
FIGURE 6.17 : CARTE DE PRECIPITATION (MOIS DE DECEMBRE) PRODUITE PAR KRIGEAGE .................................... 90
FIGURE 6.18 : CARTE D'EVAPOTRANSPIRATION POTENTIELLE ANNUELLE PRODUITE PAR KRIGEAGE .................... 93
FIGURE 6.19 : CARTE DE LA LAME D'EAU NETTE (DEFICIT OU EXCEDENT D'EAU) ANNUELLE PRODUITE PAR
KRIGEAGE ..................................................................................................................................................... 96
FIGURE 6.20: VARIATION DE LA PRECIPITATION ET DE L'EVAPOTRANSPIRATION MOYENNES MENSUELLES ......... 96
FIGURE 6.21 : FREQUENCE DU NOMBRE DE STATIONS PAR NOMBRE D'ANNEES DE JAUGEAGE ............................. 101
FIGURE 6.22 : FREQUENCE DE DISTRIBUTION DE BASSINS VERSANTS NON JAUGES EN FONCTION DE LEUR
SUPERFICIE ................................................................................................................................................. 102
2
FIGURE 6.23 : REGRESSION ENTRE LE DEBIT MOYEN ANNUEL ET LA SUPERFICIE DU BV EN KM ......................... 103
FIGURE 6.24: VALIDATION CROISEE (METHODE REGRESSIVE) ............................................................................ 104
FIGURE 6.25 : LAME D'EAU MOYENNE ANNUELLE ESTIMEE PAR REGRESSION LINEAIRE ..................................... 104
xii
FIGURE 6.26: ORGANIGRAMME DE L'ESTIMATION DE LA LAME D'EAU PAR KRIGEAGE CANONIQUE................... 107
FIGURE 6.27: VALIDATION CROISEE (METHODE DE KRIGEAGE ORDINAIRE) ........................................................ 108
FIGURE 6.28 : LAME D'EAU MOYENNE ANNUELLE ESTIMEE PAR KRIGEAGE CANONIQUE.................................... 109
FIGURE 6.29 : VARIATION DE LA LAME D'EAU MOYENNE ANNUELLE PAR RAPPORT A LA PRECIPITATION TOTALE
INTRODUCTION GÉNÉRALE
1.1 Problématique
Plus d'un milliard d'êtres humains dans le monde seraient actuellement privés d'accès à l'eau
potable selon les estimations présentées à la conférence mondiale des Nations Unies sur
l'environnement (Johannesburg, 2001). Haïti n'est pas épargnée car seulement 20% de sa
population a accès à un système d'approvisionnement en eau potable. Haïti, pays des grandes
Antilles, d'une superficie de 27 750 km2 et peuplé d'environ 8 millions d'habitants, est
confrontée à de sérieux problèmes de pénurie d'eau potable. Haïti figure sur une liste de 46 à
52 pays qui feront face d'ici 2025 à de sérieuses pénuries d'eau si au cours de cet intervalle
aucune mesure préventive n'est envisagée pour corriger la situation (Gadelle, 1995). Une
estimation effectuée en 1997 chiffre les besoins en eau potable à 137 millions de m3 par an et
à l'horizon 2015 ces besoins s'élèveront à 230 millions de m3 par an (MDE, 2001). D'aucuns
estiment que ce n'est pas l'eau qui manque à Haïti, le problème serait lié à l'exploitation des
ressources en eau. Le problème de l'eau à Haïti réside dans sa répartition territoriale et
temporelle inégale et dans l'exploitation irrationnelle des ressources disponibles (OPS/OMS,
1996). L'eau souterraine est depuis longtemps considérée comme la seule ressource
susceptible d'être exploitée pour approvisionner la population haïtienne en eau potable. On
estime qu'elle est moins sujette à la variabilité dans le temps. Elle est en outre mieux répartie
dans l'espace grâce à la présence de formations aquifères généralisées (Emmanuel et
Lindskog, 2000). Profitant de la facilité d'accès à ces ressources et de leur bonne qualité, la
quasi-totalité des systèmes d'approvisionnement en eau potable d'Haïti exploite les eaux
souterraines, soit par des captages de sources, soit par des forages et des puits. Cependant,
l'exploitation des eaux de surface aux fins de consommation domestique n'est jamais
envisagée. Les eaux de surface ne sont exploitées jusqu'ici que pour l'irrigation d'une partie
des terres agricoles. La ressource en eau souterraine, estimée à 56 milliards de m3 par an selon
Emmanuel et Lindskog (2000), sont de loin très supérieures aux ressources en eau de surface
estimées à 14 milliards de m3 par an, mais la répartition des ressources en eau souterraine se
révèle très problématique car des 56 milliards de m3, 48 milliards sont emmagasinés dans les
2
aquifères continus généralement liés aux plaines littorales et alluviales et 8 milliards dans les
aquifères discontinus des faciès calcaires karstifiés toujours selon la même source. De plus,
les ressources en eau souterraine ne sont pas inépuisables et leur mise en valeur n'est pas non
plus exempte de difficultés: l'exploitation des aquifères demande un suivi pour prévenir les
effets non désirables comme la baisse des niveaux piézométriques, l'intrusion d'eau salée,
l'effondrement des constructions en surface et les risques de pollution. Aujourd'hui,
l'accroissement de l'urbanisation fait de plus en plus craindre les risques de pollution car
jusqu'ici, il n'existe aucune station d'épuration d'eaux usées à Haïti. Toutes ces difficultés
s'ajoutent aux risques associés aux changements climatiques qui pourraient entraîner
l'augmentation moyenne du niveau de la mer qui aurait comme conséquence la salinisation
des nappes phréatiques. Aussi, afin de diminuer la pression qui s'exerce sur ces ressources et
réduire les effets irréversibles (intrusion d'eau salée, pollution) sommes-nous dans
l'obligation de viser une solution alternative, celle de l'utilisation des eaux de surface dans la
consommation en eau de la population haïtienne afin de contribuer à trouver une solution
durable au problème chronique de pénurie d'eau potable. Ainsi, l'estimation des eaux de
surface et leurs distributions temporelle et spatiale sont indispensables afin de connaître,
d'une part, les caractéristiques globales disponibles de ces eaux pour tout le territoire haïtien,
et d'autre part, pour évaluer leur disponibilité afin de maximiser leur utilisation et minimiser
les risques et les impacts dévastateurs. L'évaluation du potentiel des eaux de surface pour
rencontrer les besoins grandissants de la population haïtienne constitue l'axe principal et
justifiant ce travail de recherche.
Les eaux de surface ne sont utilisées que pour l'irrigation d'une partie des terres agricoles.
Malgré de nombreux rapports parlant de l'abondance de cette ressource, elle demeure encore
mal connue. L'objectif général de cette étude est de proposer une méthodologie d'estimation
de la ressource en eau de surface. Ce travail de recherche se limitera à l'eau de surface, l'eau
souterraine n'y sera pas considérée.
3
Les objectifs spécifiques qui découlent de l'objectif général sont les suivants:
• Estimer les précipitations totales du pays à l'échelle annuelle, saisonnière et mensuelle
afin d'évaluer les apports d'eau à l'échelle du territoire;
• Estimer l'évapotranspiration à l'échelle annuelle, saisonnière et mensuelle afin
d'évaluer les pertes d'eau à l'échelle spatiale et temporelle;
• Estimer les débits moyens annuels des cours d'eau afin de connaître la disponibilité
spatiale des eaux de surface pour l'ensemble du pays;
• Estimer les quantiles de crues dans les rivières jaugées du pays afin de quantifier les
risques d'inondations.
CHAPITRE Il
MÉTHODOLOGIE
Cette première étape est essentielle. Elle consiste en une recherche bibliographique visant à
évaluer les données disponibles. Elle a trait au rassemblement de toute l'information
disponible concernant les eaux de surface à Haïti. Elle inclut les données météorologiques,
hydrométriques et physiographiques recueillies à travers les différentes sources consultées
comme: le Service National des Ressources en Eau (SNRE) de la République d'Haïti; les
bases de données des stations synoptiques mondiales du Fonds des Nations Unies pour
l'alimentation et l'Agriculture (FAO). D'autres documents et sites Web ont également été
consultés afin de résumer les travaux antérieurs de différents auteurs sur la ressource en eau
de surface à Haïti.
Cette étape nous a également permis de colliger les informations recueillies afin de constituer
les banques de données à savoir, la banque de données de précipitations, la banque de
données de débits et la banque de données physiographiques, présentées en détail au
cinquième chapitre.
La deuxième étape de la méthodologie est consacrée à l'estimation des ressources en eau. Les
matières premières sont les banques de données constituées à partir des informations
recueillies. Comme mentionné dans les objectifs, pour la mise en œuvre de l'estimation, nous
avons procédé en trois étapes, d'abord à l'estimation des précipitations, puis à l'estimation
des pertes en eau par évapotranspiration et enfin à l'estimation de l'écoulement (l'eau
disponible) dans les rivières. Cette présente étude se concentre sur les eaux de surface, elle ne
vise pas l'estimation de l'infiltration quoique faisant partie du bilan hydrologique. Nous
voulons estimer les précipitations et l' évapotranspiration pour avoir une connaissance des
5
Pour estimer les précipitations sur l'ensemble du pays, nous avons utilisé comme matériels:
la banque de données de précipitations constituée à cette fin et contenant des données
historiques mensuelles et annuelles de 86 postes pluviométriques disponibles pour des durées
variables allant de 5 à 62 ans ainsi que deux logiciels de support: GS+ (Gamma design
Software, version 7.0) pour l'interpolation des données sur tout le territoire et Mapinfo
(Mapinfo corporation, version 6.5) pour la cartographie de l'estimation.
Les précipitations sont estimées à l'échelle annuelle, saisonnière et mensuelle sur l'ensemble
du pays en utilisant le krigeage ordinaire dont les détails mathématiques sont développés dans
la revue de littérature au troisième chapitre. La méthode a été mise en oeuvre à l'aide du
logiciel GS+ en suivant une procédure en trois (3) étapes:
• Une analyse variographique qui permet d'élaborer le modèle de variogramme à partir
des données et informations disponibles;
• Une validation croisée qui consiste à estimer chaque donnée par krigeage puis
comparer les données observées aux données estimées, ce, afin de vérifier
l'adéquation entre les données et le modèle de variogramme utilisé;
• L'interpolation se fait sur une grille prédéfinie en transférant l'information des sites
voisins au site en question (le point où l'estimation doit avoir lieu) à l'aide d'une
combinaison linéaire qui tient compte de la structure de l' autocorrélation spatiale, qui,
elle, a été identifiée et quantifiée par l'analyse variographique;
Les données estimées sont ensuite exportées dans Mapinfo pour la cartographie de
l'estimation.
Pour savoir la quantité totale nette d'eau disponible pouvant être écoulée et infiltrée, les pertes
par évaporation et évapotranspiration ont interpolées sur l'ensemble du territoire par une
méthode de krigeage ordinaire en suivant la même procédure utilisée pour interpoler les
précipitations. Il faut noter que cette approche n'est pas précise puisqu'elle ne tient pas
6
Comme indiqué dans les objectifs spécifiques, l'estimation des débits des cours d'eau se fait
dans le but d'évaluer la disponibilité de la ressource en eau de surface d'un point de vue
spatial à l'échelle du territoire de la République d'Haïti. Il s'agit entre autres d'analyser les
séries historiques qui vont permettre de déterminer les valeurs centrales caractérisant
l'abondance ou la pénurie du régime afin de justifier le potentiel des eaux de surface.
Pour y parvenir nous avons commencé par examiner les séries historiques disponibles. Nous
avons pu remarquer que pour certaines stations avec des données disponibles les séries de
débits moyens annuels posent des problèmes de données manquantes. Pour pallier à ces
lacunes, les différents segments formant les séries ont donc été combinés et utilisés dans
certains cas comme s'il s'agissait d'une série continue. Cela signifie que les années
manquantes ont donc été ignorées.
Les séries de débits moyens annuels sont analysées pour estimer les caractéristiques
statistiques (caractéristiques centrales, tendances et sauts dans le temps) pour les rivières
jaugées. Pour quantifier la ressource en eau de surface disponible pour tout le territoire, nous
avons utilisé deux méthodes d'estimation régionale: une méthode statistique qui est une
régression linéaire et le krigeage canonique (krigeage ordinaire dans l'espace physiographique
construit à l'aide de l'analyse canonique des corrélations). Ces deux méthodes sont présentées
au troisième chapitre de ce présent mémoire. Un Modèle Numérique de Terrain (MNT) nous a
permis de délimiter tous les bassins versants jaugés et non jaugés et de déterminer toutes les
caractéristiques géométriques et topographiques de ces bassins dans lesquels la ressource en
eau a été estimée.
L'estimation des maximums annuels permet de déterminer pour certaines périodes de retour
les quantiles de crues qui, plutôt, quantifient les impacts dévastateurs des eaux. Afin de
quantifier les risques d'inondations, les débits maximums annuels ont fait l'objet d'une
analyse fréquentielle qui consiste à estimer les quantiles de crue. L'analyse fréquentielle est
7
utilisée pour estimer l'ampleur de l'événement temporel XI auquel est associé une période de
retour T (quanti le de période de retour T ou de probabilité au dépassement p=lI1).
L'estimation xr de la valeur du quanti le s'obtient en ajustant une loi de probabilité F(x;8) à
CHAPTREIlI
UNESCO/OMM (1997) soulignent que la cartographie est une technique qui permet
d'estimer les ressources en eau de surface. La cartographie des paramètres hydrologiques et
météorologiques effectuée à l'aide de techniques classiques (isolignes) n'exploite que
partiellement les données physiographiques, telles que la topographie et la pédologie, dans la
mesure où celles-ci sont considérées comme des indicateurs de base pour le tracé des
isolignes. Par contre, une cartographie informatisée par la méthode du quadrillage présente
une utilisation objective des données physiographiques.
Les Systèmes d'information géographique (SIG) sont devenus l'outil par excellence pour la
cartographie et l'analyse des données hydrologiques (AISH, 1993).
UNESCO/OMM (1997) ont rapporté que des images satellites ont été utilisées pour une
évaluation préliminaire des ressources en eau en Afrique du Nord et, à mesure que
s'améliorent la qualité de l'image et le savoir-faire des modélisateurs, ces études ne
manqueront pas de gagner en précision. On a également utilisé la photographie aérienne pour
obtenir des données hydrométriques et hydrographiques supplémentaires dans plusieurs pays
du monde. Ces données permettent une meilleure représentation spatiale, toutefois, elles sont
largement tributaires des données de contrôle recueillies sur le terrain utilisées pour calibrer
les données-image et nécessitent un matériel approprié et un personnel qualifié ainsi qu'un
rapport continu d'images et les moyens de les procurer.
Dans certains cas, les informations dont le niveau d'eau du cours d'eau et la hauteur d'eau
précipitée sont collectées en temps réel comme c'est le cas du programme MED-HYCOS
installé dans la région méditerranéenne, lequel contribue à l'évaluation et à la gestion des
ressources en eau en aidant les services Hydrologiques Nationaux de la région à renforcer
leurs capacités (Morell 1998,). Selon UNESCO/OMM (1997), compte tenu de son coût élevé,
la collecte des données en temps réel n'est pas essentielle pour l'évaluation de base des
ressources en eau. Cependant, elle y contribue de diverses façons en augmentant la densité et
la fréquence des données, en procurant en particulier par le moyen de satellites
10
météorologiques des informations de base pour l'interpolation sur le terrain des données
ponctuelles.
Selon Dubreuil (1974) l'approche linéaire est un procédé visant à maximiser l'information
« débit» avant même tout processus d'analyse statistique. Les modèles linéaires représentent
l'ensemble des méthodes de corrélations linéaires, simples ou multiples. Selon Chaperon et
al. (1985) cette approche linéaire permet d'établir des relations statistiques existant entre les
précipitations et les débits (ou lames écoulées correspondantes) : corrélations simples (à deux
variables) ou multiples (plusieurs variables explicatives). Pour les corrélations multiples, on
utilise soit une régression multiple, soit une méthode graphique des déviations résiduelles. De
nombreux manuels ont décrit mathématiquement ces corrélations mais ce n'est pas notre but
de les présenter dans ces paragraphes.
Soulignons que cette approche pourrait être appliquée à plusieurs pas de temps pour
compléter les lacunes des séries:
• Régression hydropluviométrique au pas de temps journalier (corrélation simple) ;
12
P=ER+EC+INF (3.1)
Où:
P représente la précipitation moyenne sur le bassin;
ER l'évapotranspiration réelle du bassin, inférieure ou égale à l'évapotranspiration
potentielle ETP, sur le bassin;
EC l'écoulement immédiat en ruissellement de surface et écoulement oblique;
INF l'infiltration.
La technique de régionalisation est un procédé qui consiste à estimer la valeur d'une variable
quelconque en des points non jaugés à partir des mesures locales. Il existe une grande
diversité de méthodes de régionalisation en hydrologie. Présentement, l'intérêt pour ces
méthodes ne concerne que les aspects qui contribuent à la régionalisation des ressources en
eau de surface. Nous allons présenter quelques-unes dans les paragraphes qui suivent.
13
Cette méthode présentée par CADIER (1993) a été expérimentée dans le Nordeste, une région
semi-aride du Brésil. L'un des aspects importants de cette méthode consiste en une estimation
simple des ressources en eau en considérant certains facteurs au niveau du bassin versant
comme le type de sols, la pluviométrie moyenne du bassin versant ainsi que d'autres facteurs
correctifs. Le but est de déterminer au niveau du bassin versant le volume écoulé annuel
moyen Ve dont le calcul nécessite de connaître les informations suivantes:
a) La surface du bassin versant d'alimentation (BV) ;
b) La classification hydrologique ou hydropédologique du bassin;
c) Le total pluviométrique annuel et la zone climatique;
d) La lame d'eau écoulée
(3.2)
S (TS}), S (TS2 ) étant les surfaces des différentes unités de types de sols dans le bassin; S
Où:
• CV est le facteur correctif de végétation;
• CA est le facteur correctif de présence de barrage en amont (le cas échéant) ;
• CL est le facteur correctif de présence de zones de rétention d'eau (sols sableux dans
le lit des rivières et dans les parties basses des versants).
(3.5)
Où:
S est la surface du bassin versant en km2 ;
L(P) est la lame écoulée moyenne en mm qui est la moyenne pondérée S(i) par la surface des
L(PJ des diverses unités du bassin.
Il est important de noter dans cette méthode que tous les coefficients mentionnés ci-dessus
peuvent prendre une valeur unitaire sauf dans le cas où le bassin présente des caractéristiques
très spéciales.
Cette méthode de transposition peut paraître à l'origine très simple mais présente des
limitations en ce qui a trait à son utilisation. Les limites sont fonction du domaine
géographique et de la taille du bassin.
En voici, quelques exemples de limites d'application:
• C'est une méthode régionale qui consiste à déterminer le volume écoulé en un site
donné sans toutefois permettre d'apprécier la distribution saisonnière des apports;
• La partie hydrologique est conçue pour être utilisée pour des pluviométries inférieures
à 800 mm. Pour des zones de pluviométrie comprises entre 800 et 1000 mm, la
méthode sera utilisée mais avec une précision inférieure;
• Elle est conçue pour estimer les écoulements sur des bassins de taille comprise entre
0.1 et 500 km 2 • Cependant, l'évaluation des ressources en eau des bassins qui ont une
surface comprise entre 10 et 500 km 2 est la plus facile. Cela signifie que la méthode ne
performe pas pour les petites surfaces ;
• Entre 10 ha et 10 km2 il faudra vérifier la proportion et les types de sols existants
réellement sur le bassin;
• L'évaluation des volumes moyens annuels pourrait être utilisée pour des bassins de
taille supérieure à 500 km2 à condition d'effectuer des vérifications complémentaires;
Généralement, les débits des grands fleuves sont bien suivis par des stations hydrométriques.
Mais, il n'y a pas que ces grands fleuves, il y a aussi d'autres rivières qui forment une richesse
potentielle et pour lesquelles on ne dispose pas toujours d'observations directes des
écoulements. Pour estimer les régimes hydrologiques de ces sites non jaugés une étude
régionale s'avère indispensable. L'une des méthodes utilisées pour combler les lacunes des
séries chronologiques des données et pour l'estimation régionale des apports annuels aux sites
non jaugés est un modèle hydropluviométrique (Le barbé et al., 1993). Selon ce modèle, on
admet que l'écoulement annuel à l'exutoire d'un bassin peut être considéré comme résultant
de l'intégration spatiale d'écoulements ponctuels qui peuvent être estimés par l'expression
suivante:
Où:
Ea est l'écoulement annuel en mm;
Ph est la somme des pluies des mois d'hivernage en mm;
a est une fonction décroissante de Ph à déterminer pour chaque région homogène, à la
fois du point de vue du « paysage» et de celui de la répartition temporelle des pluies. Pour
chaque bassin délimité par une ou deux stations hydrométriques, on calcule la fonction
moyenne de a; ce qui permet d'identifier les zones homogènes. Et, à l'intérieur de chacune
d'elles, on procède à une optimisation de la fonction a de façon à reconstituer le mieux
possible l'ensemble des modules observés aux diverses stations hydrométriques.
Nh : La somme des nombres d'averses les plus probables. Elle se calcule par la formule.
ni =1 -0.5+ ~Si.Pi
Hi +.251 (3.9)
Où:
17
Pour des raisons économiques et techniques évidentes, il est impossible de mesurer tout et
partout. On choisit dans le cas idéal des emplacements de mesure de telle sorte qu'à partir de
cette information il soit possible d' « estimer}) les valeurs de la variable pluviométrique ou
hydrologique en tout point d'un champ spatial. Selon Miquel (2001), les modèles
d'interpolation et de reconstitution sont des outils permettant de reconstituer tout ou partie de
l'information manquante lorsqu'en un point donné, un dispositif de mesures de débit par
exemple tombe en panne momentanément. Dans tous les cas le principe est le même: il s'agit
de « reconstituer}) au mieux la réalisation d'un processus dont on ne connaît qu'une partie, et
ceci compte tenu des structures de processus que l'on mettra en évidence. Considérons parmi
ces modèles les trois grandes catégories suivantes:
a) transfert d'information entre deux sites par régression linéaire;
b) interpolation spatiale par la méthode du « krigeage }) ;
c) interpolation spatiale par l' « Analyse en Composantes Principales })
Considérons deux séries de débits par exemple en deux points d'un même cours d'eau, l'une
X de n observations xli) régulièrement espacées, et l'autre Y de k observations yli)
concomitantes avec une partie des observations de X (autrement dit k<n). Pour reconstituer
les informations manquantes de la série Y, on commence par établir une relation de
régression linéaire simple sur les k observations communes, puis on estime les informations
manquantes à partir de cette régression. Dubreuil (1974) présente une méthode de régression
qui permet d'étendre une série de débits courte à l'origine à l'aide d'une autre série de débits
observée pendant une période beaucoup plus longue sur une même rivière ou à proximité.
18
Les estimations des valeurs annuelles et des paramètres statistiques de la série Y de k années
observées à un poste B, à partir de la série X de n valeurs observées en A, sont fournies par les
formules suivantes (les k années d'observation de Y étant incluses dans les n années de X) :
(3.10)
Dans laquelle on a :
Yx : Moyenne conditionnelle de y en x
de x et de y observées simultanément;
observées simultanément;
kSx et kSy : écart-types de x et y estimés à partir des échantillons de k valeurs.
(3.11)
Dans laquelle on a :
partir de la première estimation Yk' des autres paramètres statistiques des échantillons de
L'équation (3.11) est de même forme que l'équation (3.10); c'est d'ailleurs elle que l'on
utilise si l'on veut une meilleure estimation de la moyenne Y; on utilise seulement (3.10) pour
reconstituer chaque valeur estimée de Y pour les n - k années non observées à l'aide des
valeurs correspondantes de X; si l'on a besoin de ces valeurs par exemple pour une corrélation
ultérieure.
(3.12)
19
Dans laquelle on a :
entre xety;
Le résultat donné par la formule (3.12) est celui que l'on trouverait en appliquant la formule
de définition de la variance
(3.13)
à la série composite des k valeurs Yi observées et des (n-k) valeurs estimées par la formule
(3.10);
A côté des paramètres moyenne et variance de la série étendue Y qui sont calculés par les
équations (3.11) et (3.12), on doit noter que la nature de la régression de Yen X est modifiée
également par cette extension et qu'en conséquence une nouvelle estimation du coefficient de
corrélation doit être recherchée. A cela, répond l'équation (3.14) :
(3.14)
Le krigeage est une technique géostatistique d'estimation locale. Il s'agit d'estimer la valeur
d'une variable régionalisée en un point X non mesuré à partir d'observations faites en K
points Xk. Ceci est particulièrement utile pour tracer des courbes isovaleurs d'une grandeur
répartie spatialement comme par exemple pour la pluie. L'application complète de la méthode
comprend plusieurs étapes.
20
L'interpolation est précédée d'une analyse variographique qui consiste à élaborer un modèle
de covariance ou de variogramme à partir des données et informations disponibles. C'est ce
modèle qui va permettre de construire l'estimation locale, en tenant compte à la fois de la
géométrie des données et des caractéristiques propres de la régionalisation, et de mesurer, de
manière élémentaire, la précision de l'estimation par l'intermédiaire d'une variance. La
covariance et le variogramme sont deux outils équivalents dans un cadre stationnaire. La
covariance mesure la ressemblance entre les valeurs en fonction de leur séparation, le
variogramme, au contraire, mesure la variabilité ou la dissemblance entre les valeurs en
fonction de leur séparation. Dans les applications pratiques on préfère souvent utiliser le
variogramme, qui est un outil plus général que la covariance. Il convient de souligner que la
qualité de l'estimation et l'appréciation de sa précision ne sont pas des propriétés inhérentes
au phénomène, mais reposent entièrement sur le modèle variographique utilisé. Cette étape est
fondamentale avant la mise en oeuvre du processus de krigeage car un mauvais ajustement ne
pourra donner de bonnes estimations. En cas d'isotropie, toutes les directions sont
équivalentes, les lignes d'isovaleurs dessinent des cercles ou des sphères concentriques, on
calculera un variogramme expérimental qui ne dépendra que de la distance, tandis qu'en cas
d'anisotropie, il faut tenir compte de la distance mais aussi de son orientation. Le
variogramme doit être ajusté par une courbe théorique qu'on appelle semi variogramme.
L'équation mathématique du variogramme expérimental s'écrit comme suit.
(3.15)
D'un point de vue stationnaire, nous nous limiterons à la présentation de trois types des
modèles théoriques décrits par (Kitanidis, 1992) en cas d'isotropie:
Modèle gaussien :
(3.16)
l'espace. On définit une portée pratique égaleL.J3 , pour laquelle le variogramme atteint 95%
de la valeur du palier.
Modèle exponentiel:
(3.17)
Modèle sphérique:
3h Ih3)
y(h)= ( -----3
pour 0«;, h «;,a
2a 2a
{ (3.18)
Y(h) = a 2 pour h >a
Voisinage du krigeage
C'est le domaine du champ qui contient le site à estimer et les données utilisées dans
l'estimation. Selon Arnaud et Emery (2000), dans la plupart des applications pratiques, il
n'est pas raisonnable de conserver toutes les données, soit parce qu'elles sont trop
nombreuses, soit parce qu'elles sont trop éloignées. On ne retient que les données voisines du
site à estimer: ceci correspond à la notion de voisinage glissant, par opposition à celle du
voisinage unique où toutes les données sont prises en compte.
La taille du voisinage doit être un compromis entre plusieurs facteurs: d'une part, l'hypothèse
de stationnarité retenue et le modèle variographique doivent être acceptables à l'échelle de ce
voisinage; d'autre part, le voisinage doit contenir un nombre suffisant de données (par
exemple environ quinze ou plus) pour conduire à une estimation précise et peu sensible à
l'ajout ou au retrait d'une donnée périphérique. On pourra tester plusieurs tailles de voisinage
par validation croisée, et choisir celle qui donne les meilleurs résultats.
Lorsqu'on parle de krigeage simple cela sous-entend que la stationnarité s'applique à toute la
zone. La notion de stationnarité signifie que la moyenne est connue et constante partout sur
toute l'étendue du voisinage considéré.
On suppose qu'ici Z est une réalisation d'une fonction aléatoire stationnaire du second ordre
telle que:
VxE V, E [ Z ( x )] =m connue
V x, X+hEV, cov[Z(x+h},Z(x}J=c(h}
Où v désigne le voisinage de krigeage utilisé.
Considérons les contraintes suivantes qui définissent la construction du système de krigeage :
- linéarité: on pose
24
Ce qui entraîne :
(3.21)
Le minimum de cette expression est obtenu en annulant les dérivées partielles par rapport aux
poids inconnus Àj • On obtient un système linéaire de n équations à n inconnues, dont la
résolution donnera les pondérateurs recherchés.
(3.25)
25
On voit que la moyenne intervient explicitement dans l'estimation et est affectée d'un poids
complémentaire au poids cumulé des données. Le poids de la moyenne va augmenter à
mesure que Xo s'éloigne des sites d'observations: dans les zones peu échantillonnées,
l'estimation par krigeage simple se rapproche de la valeur connue de la moyenne qui
compense en quelque sorte le manque d'information apportée par les données.
Il est souvent préférable de considérer cette moyenne comme inconnue; cela permet
d'assouplir l'hypothèse de stationnarité, car la moyenne peut varier d'une zone à l'autre dans
le champ, pourvu qu'elle restera à peu près constante à l'échelle d'un voisinage de krigeage.
C'est le cas du krigeage ordinaire.
Écrivons le système correspondant.
- linéarité: l'estimateur de Zen Xo est défini par :
n
i(xo) = a+ LÂ;Z(X;) (3.26)
;=1
a=O et LÂ j =1 ;
;=1
La minimisation de cette variance sous la contrainte de non-biais (somme des poids égale à 1)
nécessité d'introduire une inconnue supplémentaire v appelée multiplicateur de Lagrange. On
aboutit au système :
Ce système comporte une inconnue et une équation de plus que celui du krigeage simple. On
LÂjr(Xi-Xj)-Ji=r(Xi-XO) \1 i=l...n
i=l
(3.30)
n n
Considérons à présent une fonction aléatoire intrinsèque, que l'on désire estimer au point Xo à
partir des observées en Xi, i=I ...N. Les étapes du krigeage s'écrivent:
A n
- linéarité: Z ( Xo ) = L ÂiZ ( Xi); (3.32)
i=l
- autorisation: l'erreur d'estimation doit être une combinaison linéaire de poids total
n
La minimisation sous la contrainte d'autorisation est identique à celle effectuée dans le cadre
stationnaire. Il vient:
n
Œ;o (xo) =LÂ;r(x; -xo}-v. (3.35)
;=1
Ces équations sont identiques à celles obtenues dans le cadre stationnaire à moyenne
inconnue; c'est pourquoi ce krigeage est également appelé krigeage ordinaire. La contrainte
que la somme des poids soit égale à 1 a cependant une interprétation différente: ce n'est plus
une contrainte de non-biais.
Le principe consiste à décomposer la fonction aléatoire Z(x) non stationnaire en une dérive
déterministe m(x), qui va prendre en compte la tendance et un résidu aléatoire Y(x), sur lequel
vont porter les hypothèses de stationnarité :
Comme dans le cas du krigeage, le système s'obtient en écrivant les quatre étapes classiques.
Cette pratique de régionalisation concerne la restitution d'informations locales sous une forme
cartographique (Ouarda et al., 1999). L'objectif est davantage d'appréhender la variabilité
spatiale des écoulements, que d'estimer ceux-ci en tout point. Une méthode classique, pour
l'étude de la ressource en eau, consiste à cartographier le débit moyen annuel ou mensuel sous
forme de lame d'eau écoulée. Ouarda et al. (1999) proposent d'interpoler la caractéristique de
débit dans un espace à trois dimensions: la position géographique (deux dimensions x et y) et
la taille du bassin versant (une dimension S). La cartographie est réalisée avec une technique
de krigeage ordinaire utilisant la distance d qui combine l'information des trois variables
spatiales:
Les résultats montrent aussi d'après les auteurs que la méthode fonctionne mieux quand
l'espace physiographique est construit en utilisant l'analyse canonique des corrélations.
Comme mentionné précédemment, les écoulements représentent à la fois une ressource qu'il
convient d'évaluer pour la gérer au mieux des besoins et un danger contre lequel il faut se
prémunir. Dans ce cadre-là, leur description pourrait être vue en deux phases: une analyse des
apports et une analyse des crues. La deuxième partie est de notre intérêt dans cette présente
section. Dès que l'on veut construire une station de traitement d'eau potable, un système
d'irrigation, un pont, un barrage, bref un ouvrage fluvial quelconque exposé aux débits
extrêmes (crues), se pose le problème du dimensionnement (Miquel, 2001) : qu'il s'agisse de
l'application d'une norme ou du résultat d'une étude économique, on est forcément amené à
choisir un débit de conception, et donc un risque de dépassement de ce débit. Une erreur sur
le risque associé à ce débit peut avoir des conséquences catastrophiques, d'un point de vue
économique (ruine de l'ouvrage), parfois humaine (rupture de barrage par exemple). Pour
pallier à ces inconvénients majeurs, l'exploitation des données hydrologiques à l'aide d'une
analyse fréquentielle s'avère indispensable.
Dubreuil (1974) souligne que l'ingénieur d'aménagement se pose souvent la question à savoir
quelle valeur prend le débit pour une probabilité au dépassement donnée? Et avec quelle
précision est estimée cette valeur? L'auteur estime que lorsqu'il ne s'agit pas de la valeur
moyenne du débit, le choix de la probabilité dépend des considérations économiques (durée
de vie probable de l'aménagement, coût, risque de destruction, etc); la précision est
indispensable car elle donne son vrai sens à l'estimation statistique et apporte une garantie
supplémentaire au projeteur, puisqu'elle dépend également d'une probabilité de risque à
choisir a priori selon des critères comparables.
La réponse concrète veut qu'on utilise généralement un échantillon de la variable débit
soumise à un traitement statistique complet visant à définir les régimes à travers certaines
valeurs caractéristiques et représentatives qui sont de deux sortes: les valeurs centrales et les
valeurs extrêmes.
31
Les valeurs centrales caractérisent l'abondance des régimes tandis que les valeurs extrêmes
caractérisent les quantiles qui explicitent la valeur que prend le débit pour une certaine
probabilité choisie à l'avance (Dubreuil, 1974). C'est le domaine de l'analyse fréquentielle.
L'analyse fréquentielle est une méthode statistique de l'estimation consistant à étudier les
évènements passés, caractéristiques d'un processus donné (hydrologique ou autre), afin d'en
définir les probabilités de dépassement. Elle fait appel à diverses techniques statistiques et
constitue une procédure complexe qu'il convient de traiter avec beaucoup de rigueur. Les
diverses étapes sont résumées comme suit:
Analyse de l'échantillon pour déterminer ses caractéristiques à partir des indicateurs
statistiques usuels tels que la fréquence de chaque évènement, la moyenne, l'écart type, le
coefficient de variation et le coefficient d'asymétrie;
Il existe diverses formules pour déterminer la fréquence comme par exemple la formule de
cunane (Bobée et al., 1999). Dubreuil (1974) a proposé les formules suivantes pour déterminer
la fréquence:
Une fréquence expérimentale de r réalisations dans un échantillon E pourrait s'exprimer
comme suit:
ou
ou (3.38)
k: le rang;
N : la taille de l'échantillon.
L'échantillon est souvent caractérisé par certaines variables centrales et de dispersion dont:
- LXi
La moyenne: x=-- (3.40)
N
La variance : S
2=-_-
1 [~( _)2] =-_-
1 [~2
L..,. Xi-X L..,.xi-N'X 2] (3.41)
N 1 i=l N 1 i=l
L'écart-type: s = (3.42)
Vérification des hypothèses de base pour les séries de données utilisées (indépendance,
homogénéité et stationnarité). On peut utiliser:
o Le test de Wald-Wolfowitz pour vérifier l'hypothèse d'indépendance;
o Le test de wilcoxon pour vérifier l'hypothèse d'homogénéité et;
o Le test de kendall pour vérifier l'hypothèse de stationnarité.
Ces trois tests sont largement décrits par (Bobée et al., 1999).
Détermination des quanti/es qui passe par:
a) le choix du type de loi qui s'ajuste le mieux aux échantillons;
b) l'estimation des paramètres de la loi et vérification de son adéquation;
c) l'estimation de la valeur de la variable pour la probabilité P retenue, et calcul de
l'intervalle de confiance au seuil de risque a choisi.
qui sont utilisées dans le logiciel Hy/ran développé par la Chaire en Hydrologie Statistique de
l'INRS-ETE (Bobée et al., 1999).
GEV 1~.
Jtx) =~ l-~x-u) )'>-1 exp{[- l-~x-u)
k l''} a,u, k
Gamma a a, À.
J(~) = ~x;l.-le-O'.X
r(,,-)
Pearson <:l
/(.74) =_(.I_m)a-t e-ct.(x-III)
a , À. , m
type 3 , r(l.)
Gamma ~Ia.rh a , À. , S
Généralisée
f(x) = __ x~À.-le- (a.;r)
3
r(J..)
Gamma inverse
f(x) =cl- -
r()J
CJ+
x
1
e"""* a , À.
Log-Pearson l a '
J~~ gnx_l71Jl-ie:4fnrm>
À.
,m
Type 3
xf(~
Halphen (A)
J()4)::: 1 v
2m K,,(l<l)
)4"-loxp[-o{111.:!;.III)]
~
ct, m, U
f~)- 1112'14,(0..)Xh-lexp[-(~r+{=-)]
Halphen (B) a, m, U
2
m ln
Halphen (B- I )
f(,l): 2m"
~(a:)
.-2>-1"""[_(,,,)' «{!'!)]
.1.1
a, m, U
S4 (~-xo r (3.43)
Ji S2 +3(x-xot
(3.44)
En exagérant légèrement, on pourrait dire que sur un échantillon de taille réduite comme c'est
toujours le cas en hydrologie, où les séries dépassent rarement quelques dizaines d'années
une loi de probabilité est ajustable et que la multiplication de la taille par 2, 3 ou plus,
permettrait de vérifier l'adéquation de cet ajustement bien que les propriétés asymptotiques ne
sont pas toujours vérifiées suivant ce procédé. On juge généralement l'adéquation d'une loi à
un échantillon par le test de 1'2, variable aléatoire dont la distribution a été étudiée par
Pearson (Dubreuil, 1974). La statistique du test est calculée d'après la formule suivante
(Lachance, 2000) :
(3.45)
Oj : la fréquence observée
Ej : fréquence attendue
Tableau 3.2: Résumé des procédures à utiliser pour le calcul de l'intervalle de confiance
CHAPITRE IV
LES ETUDES ANTERIEURES
4.1 Généralités
D'après l'Organisation des Nations Unies pour l'Alimentation et l'Agriculture (FAO, 2002),
la planète disposerait d'environ 1 400000 de km 3 d'eau, dont 35 millions de km 3 (2,5%) d'eau
douce. Les grandes quantités d'eau douce contenues dans les calottes glacières et les glaciers
et dans les sols en profondeur ne sont pas accessibles et ne peuvent donc pas être utilisées.
L'eau douce utilisable provient essentiellement des précipitations qui tombent sur le continent
au cours du cycle hydrologique. L'eau est continuellement recyclée du fait de l'évaporation
provoquée par l'énergie solaire.
Les précipitations annuelles au-dessus des terres s'élèvent en moyenne à 119000 km 3 , dont 74
000 km 3 s'évaporent dans l'atmosphère. Les 45 000 km 3 restants s'écoulent dans les lacs,
réservoirs et cours d'eau ou s'infiltrent dans le sol et réapprovisionnent les nappes
souterraines. Ils représentent ainsi ce que l'on appelle communément les «ressources en eau».
En fait ce n'est qu'une partie de ces 45 000 km3 qui est accessible ou utilisable car une partie
de l'eau s'écoule dans des rivières inaccessibles. Il ne resterait donc que 9 000 à 14 000 km 3
d'eau économiquement viables pour la consommation humaine, soit une goutte d'eau dans
l'océan par rapport à la totalité des quantités d'eau dont dispose notre planète.
Les prélèvements annuels en eau pour la consommation humaine s'élèvent à environ 3 600
km 3 . Il faut laisser une partie des eaux de surface suivre son cours naturel pour assurer la
dilution des effluents et la protection des écosystèmes aquatiques. La proportion exacte d'eau
qu'il faut laisser s'écouler dans une rivière varie selon le moment de l'année et un ensemble de
facteurs propres à chaque bassin fluvial. Bien qu'il y ait encore des progrès à faire dans la
compréhension des écosystèmes complexes des rivières, le débit minimum à conserver dans
les cours d'eau a été évalué à 2 350 km 3 par an. En ajoutant ce chiffre à la quantité d'eau
37
Les projections démographiques et les prévisions des besoins en eau futurs indiquent que la
situation devient de plus en plus précaire. L'eau et les populations étant inégalement réparties,
certains pays et certaines régions sont déjà en position critique. Le nombre de régions qui,
dans le monde, souffrent d'une pénurie d'eau douce ne cesse d'augmenter et les usagers se
disputent de plus en plus l'accès à l'eau. Margat (1997) estime que plus de 80 pays connaissent
des pénuries, avec des effets néfastes sur l'agriculture et parfois de désastreuses famines.
D'après Moreil (1998) indique que la forte pression exercée sur les ressources en eau
associées aux incertitudes portant sur de probables évolutions climatiques incitent à porter un
effort spécifique à l'évaluation de leur disponibilité et de leur variabilité. Cette connaissance
passe inévitablement par l'acquisition puis l'analyse de données hydrologiques denses,
homogènes et fiables.
D'après Neuvy (1991) les eaux continentales de surface (sources, rivières, lacs) sont des
endroits où l'eau est facilement utilisable. Cependant, l'évaluation de la quantité disponible
revient à faire des mesures de débits ou de volumes. Les résultats étant liés à la pluviosité; ils
varient donc au cours des mois et aussi sur une série de plusieurs années; d'où la nécessité de
faire un grand nombre d'observations, à des intervalles de temps réguliers. Les cours d'eau
étant donc les indices témoignant de l'abondance des ressources en eau dans une région.
Selon SPE (1993), l'eau de surface et dans l'atmosphère, essentielle à la vie sur la planète,
n'est que de 139000 km 3 . De cette quantité d'eau relativement faible 125000 km 3, ou 90% se
retrouvent dans les lacs. Des 14000 km 3 restants, seuls 10% se trouvent dans les cours d'eau,
fleuves et rivières, et 90% sont en circulation dans l'atmosphère.
L'eau de surface, contenue dans les lacs et les rivières, représente la principale source
d'approvisionnement durable soutenant les activités humaines. Elle ne correspondrait qu'à
0.26% des réserves d'eaux douce (Neuvy 1991; Sasseville 1997). Le Canada par exemple
38
Selon Trac (1990), Haïti dispose des ressources en eau considérables dont la seule partie
renouvelable est estimée à quelques 12 milliards de m3 par an. En 1990, moins de 10% de ce
potentiel était exploité. Les écoulements superficiels représentent à eux seuls plus de 90% du
total des ressources en eau potentielles. En 1997, grâce à un système d'information
géographique le potentiel des ressources en eau renouvelable contrairement à l'estimation
précédente a été évalué à 14 milliards de m3 par an dont 12,5 milliards correspondent aux
écoulements superficiels (Emmanuel et Lindskog, 2000). Selon eux, la répartition
géographique des ressources en eau et leur mode d'exploitation résultent en une insuffisance
de systèmes adéquats d'approvisionnement en eau potable, une faible couverture en
périmètres irrigués et l'existence d'un système d'assainissement déficient dans les principales
villes du pays. D'après Thys (1997), les ressources en eau sont abondantes mais la plupart des
eaux de surface d'un débit annuel estimé à 9,5 milliards de m3 ne sont ni aménagées ni
utilisées. Selon Emmanuel et Lindskog (2000), hydrologiquement, l'eau ne varie pas. La
variation existe au niveau du ruissellement et de l'infiltration. Cette variation est fonction de
l'occupation de l'espace, de l'activité anthropique, des activités économiques et de
l'incompréhension humaine du cycle hydrologique. De ce fait, il faudrait tenir compte de
l'adaptation de la société face aux conditions hydrologiques du milieu avant toute
confrontation entre les besoins et les disponibilités.
Le débit des principaux cours d'eau du pays oscille entre 10 et 100 m3/s. Cependant, les
ressources sont mal réparties car cinq rivières concentrent à peu près 60% des ressources en
eau du pays (MDE, 1998). Cette même source indique que le fleuve Artibonite, avec son
bassin hydrographique de 9550 km 2 dont le tiers se trouve en République Dominicaine,
représente le plus important cours d'eau du pays. Son potentiel hydroélectrique est exploité
grâce au barrage de Péligre dont la capacité installée s'estime à 47,1 mégawatts. En plus, le
même barrage joue un rôle de régulation des crues et d'approvisionnements des communautés
avoisinantes. Le tableau 4.1 présente les bassins de drainage majeurs.
39
Selon Neuvy (1991), on distingue quatre grands secteurs d'utilisation d'eau. Ils concernent la
consommation pour l'homme et le bétail, l'eau pour les cultures, les besoins industriels avec
la production d'énergie électrique, et la navigation fluviale.
Dans le monde actuel, l'agriculture continue d'être la plus forte consommatrice d'eau parmi les
activités humaines (FAO, 1993). Les exigences, tant quantitatives que qualitatives, en ce qui
concerne l'eau, accusent de fortes différences selon le type d'utilisation. A l'échelle mondiale,
environ 70 % de l'eau détournée de son cours naturel sont destinés à l'agriculture irriguée.
L'industrie utilise de grandes quantités d'eau, mais la majeure partie de celle-ci est recyclée
dans le système hydrologique. Le principal problème tient au fait que cette eau retourne à la
nature polluée, car chargée de déchets, de produits chimiques et de métaux lourds. Plus de
85% de l'eau consommée au total par l'industrie retourne à la nature sous forme d'eaux usées.
Un rapport de l'Unesco (2003) souligne que l'industrie consomme 22% des ressources en eau
mondiale en moyenne: 59% dans les pays à revenus élevés, 8% dans les pays à faibles
revenus. Le rapport prévoit que cette moyenne atteindra 24% en 2025, quand l'industrie
utilisera environ 1 170 km 3 par an.
Tandis que l'utilisation en eau pour les usages collectifs (8%) est modérée par rapport aux
usages agricoles et industriels, mais les exigences de qualité sont élevées.
En Haïti, l'eau est utilisée de façon irrationnelle et répartie de manière inéquitable entre les
secteurs. Seulement 10% des ressources en eau disponibles est utilisée. L'agriculture en
consomme à elle seule environ 90% et dont les eaux de surface en fournissent à peu près 92%
pour un total de 70.000 hectares de terres effectivement irrigués. En 1996, on estimait à 1 170
millions de m3 la consommation de l'agriculture irriguée (tableau 4.2).
La consommation domestique est surtout assurée par de l'eau de sources et le pompage des
eaux souterraines. Toutefois, une bonne partie de la population fait usage des eaux de surface
avec très peu de traitement. L'approvisionnement en eau de consommation est assuré par
divers organismes (publics et ONGs). Markley et al. (1999) ont souligné dans une étude
d'évaluation des ressources en eau en Haïti que trois organismes autonomes (CAMEP, SNEP,
POCHEP) et plusieurs organisations non gouvernementales assurent l'approvisionnement de
l'eau. Cette gestion multipartite constitue une entrave à l'inventaire et à l'utilisation des
ressources en eau disponible.
41
3
Tableau 4.2 : Consommation d'eau par région hydrogéographique (Mm lan)
Chaque organisme vivant est caractérisé par son besoin minimal en eau. Al' origine, la
répartition des ressources en eau dans le sol et en surface a donc délimité nettement les zones
d'habitat sur le globe terrestre. Par son pouvoir créateur, l'homme peut maintenant modifier
localement la répartition de ces ressources; ceci implique qu'il puisse parfaitement définir les
besoins en eau. Or, (Neuvy, 1991) estime que dans les projets, les besoins sont souvent sous-
estimés. Cette réalité provient du fait que la consommation en eau est d'autant plus forte que
les moyens mis en œuvre pour la distribuer sont plus perfectionnés.
Sironneau (1996) décrit l'eau naturelle comme une matière première considérée comme étant
le produit de consommation et le facteur de production dans tous les secteurs économiques.
Pour lui, il s'agit d'une matière première exceptionnelle vitale. Dans cette perspective, il
semblerait que la rareté de l'eau constitue une condition critique ou un handicap au
développement des pays les plus pauvres.
Falkenmark et Widstrand (1992), considèrent qu'une disponibilité en eau par habitant
inférieure à 1700 m3Jan pose des problèmes de développement, qu'une dotation en dessous de
1000 m3Jan est considérée comme une limite importante à la production alimentaire, au
développement économique et à la protection des écosystèmes et entraîne du même coup une
situation de pénurie relative, voire absolue en dessous de 500 m3Jan. Sasseville (1997) cite
43
que 26 pays et 232 millions de personnes tombent dans cette catégorie de région où la rareté
de l'eau devient un problème critique de développement. Ces considérations témoignent
l'hétérogénéité dans la distribution de l'eau douce sur la planète. Notons que dans les
paragraphes qui suivent les informations qui seront mentionnées ne concerneraient que le cas
d'Haïti.
En ce qui concerne les besoins domestiques, les informations divergent selon les sources. La
déclaration d'Haïti (2001) à Johannesburg à la conférence des Nations Unies sur
l'environnement mentionnait que seulement 20% de la population a accès à un système
d'approvisionnement en eau potable. 70 à 80% de la population est alimenté par des sources
non aménagées dont le débit diminue continuellement à cause de la déforestation (Neuvy,
1991). D'après Banque Mondiale (2004), en 2002, près la moitié de la population urbaine est
couverte par les services d'eau potable. En 2001, 27% des ménages des villes secondaires et
50% des ménages vivant en milieu rural s'approvisionnaient en eau à boire à partir d'une
source non aménagée ou à une rivière.
Selon MDE (2001), les besoins en eau potable du pays sont élevés. En 1997, les besoins en
eau potable sont évalués à 137 millions de m3, dont 52 millions pour le milieu rural et 85
millions pour le milieu urbain, dont 33.5 millions de m3 pour la seule ville de Port-au-Prince.
A l'horizon 2015, ils devraient s'élever à 230 millions de m3 , dont 65 millions pour le milieu
rural et 165 millions pour le milieu urbain, dont 68 millions de m3 pour la seule ville de Port-
au-Prince.
On constate que selon ces prévisions, qu'entre 1997 et 2015, alors que les besoins du monde
rural auront augmenté de 25%, ceux de Port-au-Prince auront plus que doublé. Les besoins en
eau potable sont en outre inégalement répartis dans l'espace.
Dans le secteur agricole, Trac (1990) estime que le potentiel des terres irrigables du pays est
de l'ordre de 180000 hectares. Le MDE (2001) a estimé les besoins en eau d'irrigation pour
l'année 1997 et pour l'horizon 2050, date à laquelle le potentiel des 180000 hectares de terres
irrigables serait susceptible d'être mis en valeur. Considérant l'efficience des systèmes
44
d'irrigation se situant entre 25 et 50%, la demande totale en eau en 1997 est de l'ordre de 750
millions à 1.5 milliard de m3 • En se référant au tableau 4.2 on voit que les besoins actuels de
l'agriculture irriguée et même dans un futur proche sont inférieurs à la consommation, cela
sous-entend qu'il y a des pertes énormes d'eau au niveau des systèmes d'irrigation. En
supposant, pour l'avenir une efficience comprise entre 30 et 70%, la demande en 2050 serait
comprise entre 2,3 et 4,3 milliards de m3 . Le sous-secteur de l'irrigation reste le plus grand
consommateur d'eau avec environ 90% de la demande.
En Haïti, la chloration reste le seul mode de traitement appliqué à l'eau brute destinée à la
consommation humaine (Emmanuel et Lindskog, 2000). Théoriquement, la désinfection au
chlore est très économique et très efficace mais il y a des risques qui y sont associés. Le
chlore, réagissant à des substances organiques contenues dans l'eau, formes des
trihalométhanes qui sont susceptibles d'être des produits ayant des effets cancérigènes.
Une étude menée par Markley et al. (1999) indique que la contamination de l'eau de surface
d'origine domestique et industrielle a lieu un peu partout dans le pays surtout près des zones
extrêmement peuplées (Port-au-Prince, 2 millions habitants). L'information spécifique sur la
qualité n'est pas disponible soulignent-ils, mais beaucoup de sources indiquent que la
contamination de l'eau de surface a augmenté significativement ces dernières années. Les
eaux usées domestiques et l'eau de drainage agricole causent la contamination biologique de
45
l'eau de surface à proximité et en aval des rivières des zones peuplées. La contamination
chimique peut être un problème sérieux près des grandes villes et des sites industriels.
46
CHAPITRE V
BANQUE DE DONNÉES
Pour mener à bien la recherche et obtenir les données nécessaires à la réalisation du mémoire,
nous avions commencé au début du mois de mars 2004 à échanger des correspondances avec
les responsables du Service National des Ressources en Eau (SNRE) chargé de la gestion des
informations hydrométéorologiques en Haïti. Nous avions eu la garantie de ces responsables
que les données nous allaient transmises au moment opportun. Pourtant nous avions dû
attendre plus de 6 mois avant d'avoir une partie des données dont nous avions besoin. Dans
l'intervalle, nous avions contacté plusieurs institutions internationales (UNESCO, OMM,
FAO) ainsi que divers autres centres de recherche comme GRDC CATALOG
(http://www.grdc.bafg.de), hydronet (http://www.hydronet.sr.unh.edu) répertoriées à travers
l'Internet et parcouru les sites de certaines bibliothèques canadiennes (Centre de
documentation de l'INRS, Université Laval) à la recherche de l'information
hydrométéorologique d'Haïti. Parmi ces institutions internationales seulement la FAO a
archivé dans sa base de données des stations synoptiques mondiales les données
météorologiques d'Haïti qu'elle nous a transmises suite à notre demande. Les données
hydrométriques nous ont cependant été fournies par le SNRE. Les sources d'information de
ce mémoire demeurent le SNRE, la FAO, les rapports des travaux précédents et l'Internet.
Les problèmes rencontrés sont liés aux conditions politiques et socio-économiques même
dans lesquelles évolue Haïti depuis un certain nombre d'années. C'est pourquoi les méthodes
de collecte des données se sont révélées très pénibles. Sur le plan organisationnel, Haïti
régresse davantage. Les difficultés que nous avons eues sont liées à trois types de
phénomènes très chroniques en Haïti :
47
Jusqu'à ce jour les structures mises en place pour la gestion des données
hydrométéorologiques sont révélées très anciennes. Les banques de données ne sont jusqu'ici
pas informatisées. Ces problèmes justifient tout le temps nécessaire pour avoir les premières
données. Pourtant, dans certains pays comme le Canada, en une journée on pourrait avoir
accès à toutes les données nécessaires. En Haïti, dans la plupart des cas, les informations sont
recueillies principalement pour le développement de certains projets spécifiques. Les projets,
une fois terminés, les gestionnaires ne manifestent aucun intérêt pour la suite. Les
informations sont laissées à la dérive. Markley et al. (1999) ont souligné dans un rapport
qu'une étude de SNRE et ASSODLO (1994) a fait état des problèmes de budget ayant causé
la détérioration du rassemblement des données du réseau de jaugeage d'Haïti. Ils ont cité
également que les deux organismes ont souligné que des 183 jauges hydrométéorologiques
trouvées dans leur recensement, seulement 25% fonctionnaient. Les responsables du SNRE
déclaraient en 1998 que seulement 3 de leurs 45 stations de jaugeage fonctionnaient.
2) Instabilité politique
L'instabilité politique en Haïti représente un grand défi pour le monde scientifique. L'absence
de continuité au niveau de l'administration publique haïtienne est le plus grand obstacle à
surmonter. Généralement, les projets arrivent à terme si le mandat du régime politique est plus
long que leur durée. Durant ces dernières années, le pays a connu trois successions de régimes
politiques (1986, 1991 et 2004) les plus difficiles qu'il ait jamais vécues. Certains projets dont
la reprise des mesures hydrométriques qui a débuté vers la fin des années 80 s'est arrêtée à
cause du manque de volonté et de l'instabilité politique (Markley et al, 1999).
3) Vandalisme
Chaque fin de régime entraîne des actes de vandalisme qui se traduisent toujours par des
scènes de pillage. Qu'elle soit du secteur privé ou public, aucune institution n'est épargnée au
vandalisme. Les plus récents actes de vandalisme ont lieu en février 2004, le service national
des ressources en eau (SNRE) de la République d'Haïti, entité étatique chargée de
l'acquisition et de la gestion des informations hydrométéorologiques, n'a pas été épargné.
48
Une partie des informations disponibles a disparu dans les flammes et dans le pillage. Même
les universités dont celle de l'État ont également été pillées, leurs bases de données ont été
vandalisées. Certaines informations pourraient être reconstituées si les institutions
internationales disposaient des données d'Haïti. Ce qui n'est malheureusement pas le cas.
Haïti est un pays tropical aux climats extrêmement variés. La variation du relief explique la
succession surprenante de microclimats très différents à l'intérieur d'un rayon de quelques
kilomètres.
La température moyenne annuelle à la grandeur du pays varie entre 15°C et 35°C (MDE,
2001). En raison de l'altitude et de la continentalité, les températures présentent une grande
variabilité dans l'espace, en plus de variabilité saisonnière. En général, l'année comprend
deux saisons: une saison très chaude, de mars à novembre culminant en juillet et août, et une
saison moins chaude entre décembre et février (Emmanuel et Lindskog, 2000).
L'insolation du pays dépasse 3 000 heures par année. Les valeurs hygrométriques passent par
un minimum de 63%, une moyenne de 75% et un maximum de 80% (Blaise, 1987).
Les vents soufflent avec une vitesse de 7,5 à 10 Km/h tout au long de l'année. Cependant,
sporadiquement des cyclones avec des pointes de 150 Km/h peuvent être enregistrés, surtout
dans la partie méridionale du pays. Exceptionnellement, les vents peuvent atteindre une
vitesse de l'ordre de 250 Km/h (GRETIFAMV, 1991).
Les précipitations, quant à elles, se produisent sous forme liquide. La pluviosité est fonction
de l'altitude, du relief et de l'exposition relative aux facteurs favorables à la précipitation. Si
49
certaines régions sont humides d'autres sont très marquées par la sécheresse, caractère parfois
accentué par l'érosion et le déboisement de vastes zones (GRETIFAMV, 1991).
Les systèmes climatiques de l'Amérique du Nord influencent beaucoup le climat du pays.
Cependant, il y a lieu de relever des variations régionales dues à la topographie et à la
direction des vents. Les vents véhiculent des masses d'air humide souvent à la limite de
l'instabilité. Lorsqu'elles rencontrent un relief suffisamment élevé, ces masses d'air subissent
un refroidissement par élévation, ce qui provoque des précipitations sur le versant au vent. A
l'inverse, la descente de l'air sous le vent entraîne son réchauffement et donc la disparition
rapide de la nébulosité et des précipitations, ce phénomène est connu principalement sous le
nom d' effet de foehn. Les chaînes de montagnes du pays étant perpendiculaires à la direction
des vents et ainsi les empêchent d'atteindre de la même manière toutes les régions: les
versants exposés au vent et les sommets des massifs sont les plus pluvieux; inversement, les
versants sous le vent et les dépressions (vallées et bassins) représentent les zones les plus
sèches.
À Haïti comme dans le monde tropical, les saisons se présentent sous la forme d'une
alternance de périodes sèches et de périodes pluvieuses avec de faibles variations de
température annuelle. Selon les régions, l'influence des alizés, des vents locaux et des fronts
froids est plus ou moins marquée. La répartition des pluies dans l'année y est donc différente.
Aucune donnée journalière n'a été trouvée. Pour la plupart de ces stations on ignore la date
même de début des observations. Seules des valeurs moyennes mensuelles et annuelles sont
disponibles pour une période variable comme mentionnée précédemment. Toutes les stations
recensées sont présentées au tableau 5.1. Nous donnons dans ce tableau, suivant un ordre
alphabétique, la liste des stations, leurs coordonnées géographiques (longitude et latitude) et
l'altimétrie. Les moyennes mensuelles et annuelles sont présentées au tableau 5.2. Rappelons
que les données de précipitations nous viennent des bases de données des stations synoptiques
mondiales de la F AO. Ces données seront utilisées pour estimer les apports en eau sur
l'ensemble du pays.
78 Saut Mathurine 282 205 172 325 430 349 254 409 533 532 253 251 3995 9
79 Savanne Zombi 31 37 73 106 353 222 173 260 349 388 110 60 2162 28
80 Seguin 35 38 74 125 237 175 166 181 180 391 98 33 1733 15
81 Sercey 41 46 69 172 239 148 141 187 182 180 102 46 1553 28
82 Sources Chaudes - - - - - - - - - - - - - -
83 Saint-Marc 8 10 36 56 141 165 176 172 84 94 21 39 1002 10
84 St-Michel 13 18 34 74 206 199 109 130 178 138 54 19 1172 53
85 St-Raphael 31 29 57 37 156 187 113 61 129 78 33 40 951 10
86 SaintLouis du Nord 156 113 109 113 153 133 95 102 120 193 341 247 1875 44
87 Saint-Louis du Sud 52 78 84 144 253 168 153 213 225 339 131 62 1902 54
88 St-Michel Attalaye 13 17 33 72 207 200 110 127 173 138 54 54 1198 61
89 Terre-Neuve 18 27 30 86 182 228 160 166 197 159 79 27 1359 36
90 Thomazeau 10 20 35 86 143 58 57 94 116 124 55 13 811 51
91 Tiotte 54 58 64 165 286 192 114 228 300 438 132 99 2130 15
92 Trou du Nord 56 44 59 65 206 135 80 94 130 105 199 116 1289 30
93 Vallières 89 78 66 127 305 300 223 237 291 237 210 155 2318 10
94 Verettes 7 22 29 74 203 ,~04 ,1 88 220 184 -
149 37 12 1329 45
Toutes stations confondues, quelque soit leur durée d'observation, le réseau de mesure
présente une densité moyenne de l'ordre de 0.34 stations par 100 km2 • L'altitude varie entre 0
et 1800 mètres et les stations recensées sont réparties sur l'ensemble du territoire selon la
figure 5.1.
+ Station Pluviométrique
o 50
kilometres
En ce qui a trait à la hauteur d'eau précipitée, on observe un décalage des pluies entre le nord,
le sud et le centre du pays selon l'Atlas d'Haïti (figure 5.2). Les mois les plus humides
(novembre, décembre et janvier) dans le nord correspondent à la saison sèche sur la plus
grande partie du pays. Inversement, l'été qui est la saison sèche dans le Nord correspond aux
mois les plus pluvieux dans la partie centrale. Généralement, la saison sèche s'étend de
novembre à mars et la saison pluvieuse d'avril à octobre.
Du nord au sud il existe une succession de bandes bien arrosées correspondant aux côtes et
aux massifs montagneux exposés aux vents pluvieux, et de bandes sèches constituées par les
58
dépressions et les côtes sous le vent (figure 5.2). Pour l' ensemble des régions les plus sèches,
les précipitations moyennes annuelles sont inférieures à 1000 mm. Environ le quart de la
superficie d' Haïti reçoit moins de 1200 mm. Les zones les plus arrosées reçoivent des
précipitations supérieures à 1500 mm. Ces dernières correspondent aux massifs montagneux
puisque la pluviosité augmente avec l' altitude, et en particulier les versants exposés au vent.
En Haïti, on distingue huit (8) grandes régions climatiques caractérisées par la répartition de
la pluviométrie. Ces régions sont identifiées par les précipitations moyennes mensuelle et
annuelle dans les stations de Jérémie, Môle Saint-Nicolas, Cap-Haïtien, Gonaïves, Les Cayes,
Port-au-Prince, Jacmel et Mirebalais résumées à lajigure 5.2 tirée de (GRETIFAMV, 1900).
Jé...e.-m le : :S.1'aoTtO""
1293 : pluvlomeTr'e.
~""wc.ne ~~2 .~O
~..,., ..\1', t..~e Jiyé .., i~-1293 - 3:;r
l=Cc;tyes- I 908-S
Rgure 5.2 : répartition spatiale-temporelle de la pluviométrie d'après l'Atlas d'HaTti (GRET/FAMV, 1991)
59
Les premières mesures hydrologiques à Haïti remontent à 1919. Des stations permanentes de
mesure de débit furent en opération de 1919 à 1943 et ensuite de 1961 à 1966. Le premier
annuaire hydrologique d'Haïti fut élaboré par la firme d'ingénieurs conseils LGL et publié en
1977 par l'Agence Canadienne de Développement International (ACDI). Il constitue le seul
document hydrologique officiel du pays disponible au Service National des Ressources en
Eau (SNRE) d'Haïti. Durant sa période d'exécution (1976-1977), le projet d'inventaire des
ressources hydrauliques (LGL, 1977) avait fait des mesures de débits sur des cours d'eau déjà
jaugés et aussi sur certains cours d'eau qui n'avaient jamais fait l'objet de mesure. Cependant,
des mesures ont été effectuées sur certains cours d'eau pendant les années 80 par le SNRE.
Les stations de jaugeage sont réparties géographiquement sur l'ensemble du pays d'après la
figure 5.3.
* station hydrométrique
o 50
i
kilometres
Les données hydrologiques obtenues sont de qualité très diverse. Elles sont très anciennes
pour la plupart. L'annuaire contient à 95%, des données recueillies au cours de la première
moitié du 20e siècle (1919-1943). Les mesures ont été interrompues pendant plus d'une
décennie avant d'être reprises durant les années 60 de façon très limitée et irrégulière dans
certains cours d'eau pour une très courte durée (inférieure à 5 ans). La reprise des mesures
dans les années 80 a aussi été marquée par de très fortes irrégularités.
L'annuaire hydrologique contient des données pour 71 stations, 60 sur des rivières et Il sur
des sources. Ces données sont de consistance très variables. Si l'on tient compte de
l'ensemble des stations, 19 sur 71 ont été observées pendant 15 ans et plus et en moyenne de
1922 à 1940. Pour le reste, les observations sont très irrégulières. Notons toutefois que les
données de débits sont des données journalières. Ces chroniques sont complétées par des
mesures qui ont été effectuées à la fin des années 70 et au début des années 80.
Les stations hydrométriques sont présentées au tableau 5.3 et on y indique le nom de la
rivière, la station de jaugeage, l'identificateur, les coordonnées géographiques, l'altitude, la
superficie drainée et la période d'enregistrement. Il est important de souligner que pour
certaines stations les superficies ne sont pas indiquées. Ce sont pour la plupart des sources qui
ne représentent pas l'exutoire du bassin versant. Les données sont présentées à l'annexe A, on
y trouve le débit moyen journalier, le débit maximum journalier et le débit minimum
journalier.
61
La République d'Haïti, située entre les latitudes 18° et 20° 6' Nord et les longitudes 71 ° 20' et
74° 30' Ouest, est comprise en totalité dans la zone tropicale. Elle est limitée au Nord par
l'Océan Atlantique, au Sud et à l'Ouest par la mer des Caraïbes, à l'Est par la République
Dominicaine (figure 5.4).
Elle s'étend sur une superficie de 27750 km2 , incluant celle des cours d'eau, des étangs et des
îles de la Gonâve, de la Tortue et de l'île à vache. Le pays a un littoral marin évalué à 1771
kilomètres (Emmanuel et Lindskog, 2000).
ANT!UfS
Le relief du pays est très accidenté et correspond à une topographie caractérisée par des
plissements structuraux et synclinaux. Cinq chaînes de montagne (Massif du Nord, Massif des
Montagnes Noires, Chaîne des Matheux, Massif de la Hotte, Massif de la Selle) couvrent
75% de l'étendue du territoire. Le plus haut sommet (Massif de la Selle) culmine à une
élévation de 2 689 mètres. Le 1/3 restant est constitué de plaines dont les quatre (4) parties
majeures sont celle du Nord entre l'Océan Atlantique et le Massif du Nord, la plaine de
l'Artibonite au nord de la chaîne des Matheux, la plaine du Cul-de-sac entre la chaîne des
Matheux et le Massif de la Selle, et le plateau central à l'Est des montagnes Noires. Elles sont
toutes indiquées à lafigure 5.4. Les pentes varient de zéro à plus de 40% et se distribuent par
rapport à la superficie comme suit :
La République d'Haïti est divisée en 30 zones ou grands bassins hydrologiques (tableau 5.4)
et découpée en six grandes régions hydrogéographiques (figure 5.5). Dans ces zones on
dénombre plus de 100 bassins versants. Les limites et par conséquent, le potentiel
hydrologique et hydrogéologique de la grande majorité de ces bassins sont encore inconnus
(Blaise, 1987). Selon cette source la superficie totale (26 823 km 2) de l'ensemble de ces
grands bassins hydrologiques ne couvre pas toute l'étendue du territoire (27 750 km2) soit une
incertitude d'environ 9.7% dans la méthode ou le système de découpage utilisé. Il se pourrait
que la superficie de certains lacs et étangs n'y soit pas incluse.
Il existe un très grand nombre de bassins et sous-bassins dans ces zones hydrologiques. Des
données numérisées à l'aide des images radar acquises en 1999 sur l'ensemble de l'île (Haïti
et République Dominicaine) nous ont permis après le traitement de délimiter tous les bassins
versants d'Haïti (grands, moyens et petits). On en dénombre plus d'une centaine de bassins
dont leur taille varie de moins d'un kilomètre carré à plus de 8 000 kilomètres carrés. On en
67
Océan
Atlantique
RéPUBLIQUE
DOMINICAINE
o 50
kilometres
o 50
kilometres
o 50
kilome1res
Les substrats géologiques sur lesquels se développent les sols d'Haïti sont divers et variés
(MDE, 2001). Parmi ceux-ci, les plus répandus sont: les roches ignées (basaltes, granites,
granodiorites, andésites), les roches sédimentaires calcaires (Karst, calcaire cristallin, calcaire
crayeux, calcaire corallin), les roches sédimentaires détritiques. Généralement, en montagne,
les sols se développent sur le basalte et le calcaire. Les plaines, elles, sont constituées de
matériaux alluvionnaires. Les sols d'Haïti présentent une grande diversité dont les plus
fréquents, selon Magny (1991), sont:
• Les lithosols (constitués uniquement de pierres et impropres à la culture) et régosols
sur fortes pentes ;
• Les rendzines (sols peu évolués) sur les versants calcaires;
• Les oxysols profonds et bien drainés;
• Les ultisols rouges jaunâtres, le plus souvent associés aux oxysols ;
• Les vertisols dans les zones de piedmonts et les bas-fonds;
• Les inceptisols et antisols développés sur calcaire dur et sur les dépôts alluvionnaires
dans les plaines et vallées.
La végétation d'Haïti n'a cessé de se réduire au cours de ces dernières décennies. Cependant,
on peut encore dire qu'elle est variée. Il existe seize (16) catégories de couverture végétale
dont six (6) intéressent directement ou indirectement le secteur forestier. La végétation se
répartit comme suit sur le territoire national (MDE, 2001): Broussailles (22,7%); mangliers,
forêts de pins et végétation dense (18.25%). De ce total, les forêts de pins et mangroves
occupent respectivement: 0,97% et 0,53%.
Haïti est un pays essentiellement agricole. En effet, 43% de sa superficie est consacré à cette
activité (MDE, 1998) dont la plupart des exploitations agricoles ont une taille inférieure à un
(1) hectare. Les plus pratiquées étaient les cultures industrielles dont le café, le cacao, le sisal.
72
Ces dernières perdent de plus en plus de place au profit des cultures vivrières dont les
principales sont: le maïs, le sorgho, le riz, la banane, le haricot, les tubercules (IHSI, 1996).
Les principales formations forestières et un certain nombre d'espaces plus ou moins boisés en
Haïti sont réparties comme suit :
• La forêt des pins, réserve forestière de 32 000 hectares située à l'Est du pays;
• Le Pic Macaya, parc national de 2 000 hectares situé au Sud-Ouest du pays;
• Le parc La visite, parc national de 2 000 hectares situé au Sud-Est du pays.
Les espaces plus ou moins boisés peuvent se classer en forêts claires, très claires et dégradées,
les mangroves et les cultures sous couvert arboré (caféier, cacoyer).
L'état des ressources forestières se révèle désastreux. Au début de la dernière décennie, selon
les estimations officielles, la République d'Haïti disposerait d'à peu près 2% de couverture
végétale (MDE, 2001). La déforestation en Haïti constitue un des principaux problèmes
environnementaux les plus spectaculaires. C'est impressionnant même pour ceux qui vivent
quotidiennement avec le problème. Selon MDE (1998), 25 des 30 grands bassins
hydrographiques du pays sont nus. Selon OPS/OMS (1996), la déforestation a comme
conséquences principales, l'érosion des sols (36 millions de tonnes métriques de terres arables
sont perdus chaque année), la sédimentation des plans d'eau et la diminution du débit des
sources. En dépit de toutes ces informations, il n'existe aucune donnée numérisée sur
l'occupation du sol, ce qui limite la banque de données physiographiques.
73
CHAPITRE VI
a) objectifs et principes
Comme indiqué dans la méthodologie, il s'agit d'estimer la précipitation totale annuelle et
mensuelle sur l'ensemble d'un territoire. L'approche utilisée est une méthode
d'interpolation spatiale par krigeage ordinaire dont la description mathématique est
présentée au chapitre 3 de ce présent mémoire. Cette méthode est mise en oeuvre avec
l'aide du logiciel GS+ (Gamma design software, version 7.0). Les coordonnées
géographiques (latitude et longitude) des sites d'observations disponibles pour
l'interpolation sont converties en projection UTM (Universal Transversal Mercator) pour
leur représentation spatiale dans l'espace à deux dimensions de coordonnées X et Y en
mètres. L'interpolation a lieu dans cet espace géographique et nécessite une procédure en
trois (3) étapes: 1) analyse variographique ; 2) validation croisée; et 3) estimation.
1) Analyse variographique
L'analyse variographique permet d'élaborer un modèle de variogramme à partir du
variogramme expérimental calculé avec des données et informations disponibles. C'est ce
modèle qui permettra de construire l'estimation et de mesurer sa précision par
l'intermédiaire d'une variance. La qualité de l'estimation et l'appréciation de sa précision
reposent sur le modèle variographique utilisé.
2) Validation croisée
Elle consiste à estimer chaque donnée par krigeage en ne tenant compte que des autres
données, puis comparer la valeur estimée à la valeur observée. En statistique, cette
méthode est également sous le nom d'estimation par « Jacknife ».Cette comparaison
permet de vérifier l'adéquation du modèle variographique utilisé. A partir de cette étape
on réalise une étude statistique des erreurs commises pour l'ensemble des données
74
b) Application
Cette procédure en trois (3) étapes a été appliquée aux banques de données de
précipitations d'Haïti présentées au chapitre 5 pour estimer la précipitation totale sur
l'ensemble du territoire tant à l'échelle annuelle qu'à l'échelle saisonnière (saison humide,
saison sèche) ainsi qu'à l'échelle mensuelle.
1) analyse variographique
Sur une distance de 75 kilomètres, un intervalle constant de 15 kilomètres entre les sites
d'observations a été considéré. Le modèle de variogramme qui est ajusté le mieux aux
données est un modèle sphérique parce qu'il a atteint rapidement le seuil et pour lequel
nous avons observé un coefficient de détermination de 0,98 (figure 6.1). Au départ, parmi
les 86 sites pluviométriques disponibles pour l'analyse, nous avons pris en compte tous les
sites qui ont été mesurés pendant 15 ans et plus. Au total, 51 ont été retenus, 35 sites sont
éliminés dont 2 n'ayant aucune donnée, 21 mesurés pendant moins de 15 ans, et 12
éliminés pour cause de valeurs douteuses (certains sites ont des valeurs trop élevées par
rapport à leurs voisins immédiats tandis que d'autres ont des valeurs trop faibles). Ainsi, la
méthode a été calibrée en fonction de ces sites d'observations en tenant compte de la
valeur de la régression qui est de 0.979. Chaque point du variogramme expérimental étant
une moyenne de points plus nombreux. Les cinq points d'ajustement du modèle sphérique
(figure 6.1) représentent chacune une moyenne d'une certaine quantité de sites permettant
l'ajustement à la distance correspondante.
75
Isotropie Variogram
.~ 100945
!;! 67297
.~
(Il
33648
O~-+--+-~--~--~~--r--+--+-~--~~~
0.00 18750.00 37500.00 56250.00 75000.00
Separation Distance
2) validation croisée
Afin de vérifier l'adéquation entre les données et le modèle variographique ajusté, nous
avons procédé à une validation croisée qui nous a permis, entre autre, d'estimer chaque
poste par krigeage en considérant un domaine d'une distance maximale de 50 kilomètres
entre deux postes et un nombre maximum de 12 sites par estimation. Puis, les valeurs
estimées sont donc comparées aux valeurs observées. Les résultats de cette validation ont
donné une pente de 1,050, une régression de 0,55 et une déviation standard de 291,830
(figure 6.2). Les valeurs observées et estimées sont présentées au tableau 6.1.
Pour évaluer la performance de cette méthode utilisée, nous avons considéré un certain
nombre de critères d'évaluation: le coefficient de Nash, l'erreur quadratique moyenne
(REQM) et le biais moyen dont leurs formules sont présentées ci-après. Les statistiques de
la validation croisée sont présentées au tableau 6.2.
Normalement, le modèle serait très satisfaisant si d'abord le Nash était très proche de 1,
puis le biais moyen (BM) nul et l'erreur quadratique moyenne la plus faible possible. A
première vue, le coefficient de Nash de valeur 0,55 est faible, ce qui indique une précision
moyenne, le biais moyen (-12,13) n'est pas trop élevé mais la racine carrée de l'erreur
quadratique moyenne (291,56) est importante. Cependant, si nous analysons en terme
relatif nous trouverons pour la REQMr et le BMR des valeurs de -31,3% et -7,2%
respectivement. A partir de ces valeurs relatives, nous pouvons dire que la méthode a une
précision acceptable compte tenu de la nature du paramètre (précipitation) estimé. De plus,
l'EQM étant égale à la somme de la variance et le carré du biais moyen, par cette relation
nous avons déterminé l'écart type de notre modèle de manière à faire le lien entre le biais
76
3000
2S00
2000
1S00
1000
SOO
Tableau 6.1 : Résultats de la validation croisée sur les précipitations totales annuelles
Stations Z Z Stations Z Z
retenues observée estimée retenues observée estimée
1 841 1085.265 41 1602 1515,526
2 1 136 1521,538 42 1 345 1449,495
4 852 1107,625 43 1479 1621,492
5 1 518 1345,87 44 1206 1326,914
6 1037 1175,12 46 922 1730,395
7 1 809 1622,848 48 1 388 1580,141
8 1379 1363,946 50 1461 1446,679
9 611 1333,967 51 1924 2073,812
10 1 395 1395,648 52 2003 1698,664
12 1909 1625,005 53 1 852 1906,311
13 945 1037,301 54 1400 1057,784
14 2330 2050,377 55 1 716 1468,517
77
Tableau 6.1 : Résultats de la validation croisée sur les précipitations totales annuelles (suite)
Stations Z Z Stations Z Z
retenues observée estimée retenues observée estimée
15 1 558 1498,301 56 1 685 1446,749
16 1 610 1820,026 57 1 783 1754,354
17 1 615 1617,027 60 1 875 1352,507
18 2464 2052,699 64 909 1386,773
19 1445 1117,487 65 1 784 1730,744
21 953 1321,882 66 1 921 1751,199
23 938 872,908 67 941 993,719
24 1067 1213,469 68 1494 1911,832
25 587 866,431 69 855 1055,513
26 809 816,132 73 1 733 1537,598
27 920 921,93 74 1 553 1385,128
29 1450 1385,987 75 1002 948,73
30 1 366 1383,266 76 1172 1278,947
32 2036 1317,258 77 951 1453,514
33 1 414 1687,384 78 1 875 1548,563
34 1 888 1540,828 79 1902 1656,244
36 812 937,147 80 1 198 1015,554
37 1928 1509,707 81 1 359 1150,03
38 483 1156,861 82 811 968,078
39 1 125 1110,672 84 1289 1680,784
40 1 451 1372,7 86 1329 1133,783
(1) (2)
n: nombre de valeurs
z; : valeurs observées
z; : valeurs estimées
Tableau 6.3 : Statistiques Sll" les résultats de krigeage des précipitations totales annuelles
1750
1500
1250
1000
750
m
o 50
i
kilometres
4) Discussion
L'observation de la cartographie (figure 6.3) montre un certain contraste dans les apports
totaux de précipitations sur le pays car les valeurs précipitées observées sur l'échelle
varient de 750 à plus de 2 000 mm. Plus on se rapproche du rouge en observant les
couleurs de la carte, plus la valeur estimée est élevée (>2000 mm). Comparée à la figure
80
5.2, lafigure 6.3 montre à peu près les mêmes contrastes. Les côtes Nord, Sud, Sud-Est et
Sud-Ouest sont les régions qui reçoivent de plus grande quantité de précipitations au cours
de l'année. Ce constat reflète assez bien la formation des précipitations dans les zones
tropicales. La côte Nord étant soumise aux vents des Nordés en provenance de
l'Atlantique Nord, les masses d'air humides s'abattent sur les sommets des montagnes du
nord et provoquent la formation des précipitations constatées. Ce sont donc des pluies
orographiques qui se produisent par effet de foehn. Les côtes Sud et Sud-Est étant
soumises, elles, aux vents alizés en provenance de la mer des caraïbes, les masses d'air
humides rencontrent les sommets des massifs du Sud et entraînent de fortes précipitations
sur ces régions. Par contre plus on se rapproche du bleu plus la valeur précipitée est faible.
Le long de la côte Ouest représente une grande zone qui reçoit la plus faible quantité de
précipitations au cours de l'année. C'est une grande zone sous le vent qui subit r effet de
l'assèchement de l'air qui, après avoir traversé les sommets, perd son humidité, devient
plus sec et dense et du même coup entraîne la diminution des hauteurs de pluie ce qui
explique le caractère aride de cette vaste zone sur la carte.
On remarque aussi que l'écart sur les valeurs estimées est plus important dans la partie du
territoire qui reçoit la plus faible quantité de précipitation. On ne voit pas la valeur de
l'écart type sur la carte mais le coefficient de variation déterminé entre l'écart-type et
l'estimation a témoigné de son existence. Plus le coefficient de variation est faible, plus
l'écart-type est faible et plus l'estimation est bonne. On a pu remarquer que les écart-types
sont plus faibles là où les valeurs estimées sont plus élevées. Cela signifie que ,plus les
valeurs estimées sont bonnes et élevées moins il y a de variations. Les coefficients de
variation pour l'ensemble de la cartographie varient de 10 à 40% avec une moyenne
autour de 23% (tableau 6. 3). Par contre, ce qui est important à signaler, compte tenu des
statistiques que nous avons obtenues, dans les zones tropicales, la précipitation représente
un phénomène localisé et qu'il est souvent difficile à l'interpoler du fait que c'est un
paramètre très dépendant des conditions orographiques, de l'altitude et de la direction des
vents. Normalement, pour un meilleur résultat le coefficient de variation ne devrait pas
dépasser les 10% mais tous ces phénomènes que nous venons de mentionner expliquent sa
valeur de 22,6%, ce qui est quand même acceptable, vu la nature de la variable interpolée.
81
La définition des saisons dans cette présente section est basée sur l'abondance ou non de
la précipitation au cours de l'année. Bien qu'il existe de grandes variations liées à
l'existence de divers microclimats à Haïti, dans ce cadre-là nous ne retenons que deux
grandes saisons concernant les précipitations à savoir la saison sèche qui va de novembre
à mars et la saison humide d'avril à octobre. Signalons toutefois que la saison humide au
nord du pays (novembre à mars) correspond à la saison sèche dans le reste du pays.
Les procédures pour estimer les précipitations saisonnières étant les mêmes que celles
utilisées pour estimer les précipitations annuelles à savoir une analyse variographique, une
validation croisée et une interpolation. Dans cette section, nous ne reprenons pas toutes les
démarches pour arriver à l'estimation proprement dite. Nous nous contentons de présenter
les cartographies et les statistiques associées en utilisant les mêmes démarches.
L'estimation saisonnière a lieu afin d'observer la répartition temporelle des précipitations
sur les saisons. En observant les statistiques au tableau 6.4 on peut remarquer que durant
la saison sèche, le pays ne reçoit en moyenne que 307 mm, soit 21,14% de la précipitation
annuelle totale tandis que toutes les eaux annuelles sont pratiquement précipitées pendant
la période d'avril à octobre, soit une valeur de 1 093 mm ce qui représente plus de 75% de
la valeur annuelle totale. Ces valeurs saisonnières représentent les précipitations moyennes
qu'on peut espérer durant les deux plus grandes saisons sur l'ensemble du territoire. Les
écarts types associés à ces valeurs sont de 90 et 254 mm respectivement pour la saison
sèche et la saison humide. Il est à remarquer aussi, dans les statistiques, qu'il y a
beaucoup plus de dispersion pendant la saison sèche, car les valeurs estimées sont plus
faibles. Les cartographies nous montrent une distribution spatiale qui reflète pratiquement
l'allure de la répartition annuelle totale de la précipitation. On observe les mêmes zones de
faibles précipitations (figure 6.4) et les mêmes zones de fortes précipitations (figure 6.5).
La côte Ouest est la région la moins pluvieuse du pays tandis que les côtes Sud et Sud-Est
et le centre du pays demeurent les régions qui reçoivent de plus grandes quantités de
précipitations. Bien que déjà signalée précédemment, la grande différence entre les deux
saisons, c'est la variation des écarts types entre les valeurs estimées. Durant la saison
sèche (figure 6.4), les coefficients de variations atteignent même les 80% tandis que
durant la saison humide ce coefficient n'atteint même pas 40%. Il faut également
souligner que dans les deux cas les variations sont plus importantes là où les sites
pluviométriques sont dispersés. Donc, la distribution spatiale des sites pluviométriques
82
Tableau 6.4 : Statistiques sur les résultats de krigeage saisonnier des précipitations
...
""
'10
o 50
kilometres
+ _sm""",--"
-
-
a 50
kilometres
FiglXe 6.5 : Carte de précipitation saisonnière (saison humide) produite par krigeage
84
Les démarches pour estimer les précipitations totales à l'échelle mensuelle sur l'ensemble
du territoire de la République d'Haïti sont les mêmes que celles utilisées pour estimer les
précipitations annuelles et saisonnières. Dans ce cas, les détails ne seront pas présentés
comme dans le cas des précipitations totales annuelles. Dans cette section, nous ne
présentons que les cartographies et les statistiques. Rappelons que l'objectif de cette
estimation mensuelle est d'observer la répartition temporelle des précipitations sur les
douze mois de l'année. Ainsi, les statistiques des précipitations totales mensuelles
estimées sur l'ensemble du pays se résument au tableau 6.5. Les figures 6.6 à 6.17
représentent les cartographies des estimations montrant la distribution temporelle et
spatiale des précipitations mensuelles. Les parties hachurées du tableau 6.5 sont les mois
de la saison humide. Le mois de mai est celui le plus humide tandis que le mois de février
est celui le plus sec. Le mois de Novembre est celui considéré comme étant le début de la
saison sèche mais statistiquement sa valeur estimée indique le contraire, elle représente
presque le double de la valeur de n'importe quelle valeur des autres mois de la saison
sèche. La variation la plus importante (69%) est celle du mois de décembre qui fait partie
de la période sèche de la majeure partie du pays. Rappelons que les valeurs du CV indiqué
au tableau 6.5 est celui obtenu en faisant les statistiques du krigeage, celui des points de
grille est indiqué sur les isolignes dans les cartographies.
Tableau 6.5 : précipitations totales mensuelles estimées par krigeage sur Haïti
.. *
121 J21 30
~
'11_
62
39
a$6 ~18
"
'Ii
2:14
Iii
tto
U
9
'1
•
5J1
~
Go
a
41
64-
SI
43
27
~9
3l
AôOt 41 260 145 t~ n 4~ .~9
0,
~te
q 90
74
~'9
46Q
112
192
,167
177
8
'1
13
62
'11
$4
63
"
$9
68,
3.1
32
Novembre 31 296 106 95 34 64 50 49 46
Décembre 13 151 56 48 34 43 39 38 69
85
o 50
kilometres
Rgll"e 6.6 : Carte de précipitation mensuelle (mois de janvier) produite par krigeage
60
20
o 50
kilometres
Rgll"e 6.7 : Carte de précipitation mensuelle (mois de février) produite par krigeage
86
100
80
60
40
o 50
kilometres
RglJ'"e 6.8: Carte de précipitation mensuelle (mois de mars) prodlite par krigeage
Pr6cfp. Avri
160
140
120
100
80
o 50
i
kilometres
RglJ'"e 6.9 : Carte de précipitation mensuelle (mois davril) produite par krigeage
87
Prkip. -
350
.50
o 50
kilometres
Fig ....e 6.10 : Carte de pr~itation mensuelle (mois de mai) prodLite par Ioigeage
. .JuIn
200
.50
100
o 50
kilometres
Fig ....e 6.11 : Carte de pr~itation mensuelle (mois de juin) produite par krigeage
88
prtclp. Ju_
200
150
100
o 50
i
kilometres
Figure 6.12 : Carte de précipitation mensuelle (mois de juillet) produite par krigeage
• Aout
200
'50
100
o 50
kilometres
Figure 6.13 : Carte de prlq>itation mensuelle (mois d'Août) produite pa- krigeage
89
250
200
160
100
o 50
i
kilometres
Figure 6.14 : Carte de précipitation mensuelle (mois de septembre) produite par krigeage
--
~. a- .....
3110
200
-
o 50
kilometres
Figure 6.15 : Carte de précipitation mensuelle (mois d'octobre) produite par krigeage
90
Pr6c1p. Nov_
200
' 50
'00
50
mm
o 50
kilometres
Rgll'"e 6.16 : Carte de précipitation mensuelle (mois de novembre) produite par krigeage
Pr6cIp. 06cembn
1«1
120
100
80
110
«J
20
o 50
kilometres
Rgll'"e 6.17 : Carte de précipitation mensuelle (mois de décembre) produite par krigeage
91
Pour faire un bilan hydrologique sur une surface donnée, il est indispensable de connaître
les entrées et les sorties d'eau sur cette surface. Après avoir estimé les précipitations, il est
plus qu'évident de savoir la quantité perdue par évaporation et évapotranspiration. Il existe
diverses méthodes permettant d'estimer les pertes d'eau dues à l'évaporation et à
l'évapotranspiration. Entre autres, des méthodes de mesures directes comme les bacs
évaporatoires et d'autres indirectes basées sur la mesure d'un certain nombre de
paramètres comme: la température, la pression atmosphérique, le rayonnement solaire, le
vent, l'humidité de l'air, les caractéristiques de la végétation, etc. Parmi les méthodes
utilisant ces paramètres selon (Roche, 1963) on retrouve la loi de Dalton, la méthode de
Penman-Monteith, le bilan énergétique, la méthode de Turc et dans une moindre mesure la
méthode de Thomthwaite qui, elle, ne tient compte que de la température mesurée à une
hauteur standard de 2 mètres au dessus du sol. Le problème avec ces méthodes, pour les
utiliser, constitue au fait que la connaissance des paramètres cités plus haut est
indispensable, ce qui n'est jamais facile à l'échelle d'un pays et encore moins dans le cas
de Haïti. Par conséquent, on a souvent tendance à utiliser les méthodes incluant le moins
de paramètres possibles, on cite le cas de la méthode de Thomthwaite bien que les valeurs
estimées ne reflètent pas toujours la réalité observée. A Hai'ti particulièrement, il est
difficile d'estimer les pertes d'eau par les méthodes à plusieurs paramètres (Penman-
Monteith par exemple) sur toute la grandeur du pays parce que dans la grande majorité des
régions, ces paramètres ne sont pas connus. Ainsi, dans le cadre de cette recherche nous
disposons des données qui ont été estimées par la méthode de Penman-Monteith
seulement pour 17 stations. Afin d'estimer l'évapotranspiration moyenne sur l'ensemble
du territoire nous avons, d'une part, estimé la perte d'eau par la méthode de Thomthwaite
en utilisant les données de température mesurée dans ces mêmes stations citées plus haut,
et, d'autre part, établi une régression entre les valeurs estimées par les deux méthodes
(Thomthwaite et Penman-Monteith). Étant donné la bonne corrélation observée dans ce
cas précis entre les valeurs estimées à l'aide de ces deux méthodes, malgré l'existence
d'un biais entre les deux, sans toutefois déterminer laquelle est biaisée, nous avons choisi
de compléter les 17 séries de données disponibles en utilisant la méthode de Thomthwaite
afin de générer une plus grande série de données qui permettent d'interpoler les pertes
d'eau enregistrées sur l'ensemble du territoire sans toutefois ignorer les limitations de
cette méthode qui ne tient compte que de la température comme variable. Les données
92
Tableau 6.6 : Évapotralspiration totale annuelle, saisonnière et mensuelle estimées par krigeage sur Haïti.
1750
1500
1250
1000
750
-
o 50
kilometres
Le bilan hydrologique est une équation qui permet d'établir la différence entre les entrées
et les sorties d'eau quel que soit l'intervalle de temps considéré mais ayant une
signification hydrologique (année hydrologique). Il se situe à l'échelle d'un bassin versant
(quelle que soit sa taille) qui est donc considéré comme un système fermé. Dans l'équation
du bilan hydrologique:
P = ER+ EC+ INF
P : est la précipitation qui représente les entrées du système;
ER: est la perte d'eau (évapotranspiration réelle);
EC : est l'écoulement à l'exutoire ou la lame d'eau disponible (ruissellement) et;
INF : l'infiltration.
sont réparties sur toute l'année. Pour les précipitations, on observe deux pics dont le plus
important se situe au mois de mai tandis que les pertes varient très peu au cours de
l'année. Ce qui est important à souligner dans cette figure aussi, c'est que les pertes sont
plus importantes quand les précipitations sont plus faibles.
Au tableau 6. 7, les valeurs nous montrent un excédent d'eau relativement important
pendant la saison humide. Par contre, pour la saison sèche on observe un déficit énorme
qu'il faut combler. Au niveau mensuel, le nombre de mois déficitaires et celui pour
lesquels il y a un excédent d'eau se partage à moitié mais la somme des excédents d'eau
mensuels (252 mm) dépasse l'accumulation des déficits mensuels (141 mm). Ce qui fait
que la différence annuelle en considérant les 12 mois est de l'ordre de III mm. Pourtant,
les données annuelles donnent un excédent seulement de 61 mm. Si on examine le tableau
6.7 on peut facilement observer les périodes pour lesquelles il pourrait avoir de quantités
d'eau relativement importantes dans les rivières si à l'échelle du temps considéré on faisait
l'hypothèse que le terme INF soit négligeable dans le bilan hydrologique. La disponibilité
de l'eau dans les cours d'eau n'est pas simplement fonction des précipitations mais aussi
des pertes. Plus il y a des pertes, moins il y a de l'eau disponible à s'écouler. L'analyse des
précipitations n'est donc pas suffisante par exemple dans le cadre d'un projet de retenues
d'eau, il faut prendre en compte les pertes surtout celles dues à l'évapotranspiration.
Puisqu'il ne peut dissocier l'infiltration du ruissellement, ce bilan est loin d'être suffisant
pour estimer la disponibilité de l'eau à la surface, un des objectifs de ce présent travail. La
prochaine section sera consacrée à la présentation de deux méthodes utilisées afin
d'estimer la lame d'eau de surface disponible (ruissellement) à l'échelle du territoire de
Haïti.
%
PluIe nette
750
500
250
-250
mm
o 50
kilometres
Figure 6 _19 : Carte de la lame d'eau nette (déficit ou excédent d'eau) annuelle produite par krigeage
..
E
250
200
i. 150 -+- Évap_
f
~
~
.. 100
50
- Précip
0
L-
CD
L-
CD I!! "E tij c: l) -S f L-CD f f
-> 1:: cu
~ ~
-5
-...... -5 0 .0
c:
.,cu
>
-CD
LL
~ ., « .0
E 0
.0
CD -0
E
CD
.0
E
CD
Ci. 0
CD
~ ,~
en Z 0
Mois
Après avoir estimé les précipitations annuelles, saisonnières et mensuelles ainsi que
l'évapotranspiration potentielle. Il existe soit un déficit dans la plupart des cas, soit un
excédent d'eau disponible à être infiltré pour alimenter les nappes et à être écoulé dans les
cours d'eau. L'estimation globale des précipitations et de l' évapotranspiration potentielle
ne permet pas, cependant, de séparer l'infiltration de l'écoulement à l'exutoire dans le
bilan. Les écoulements à l'exutoire étant connus pour certains bassins, ils feront
directement l'objet d'études statistiques à travers les séries mesurées. A rappeler que
l'estimation des débits des cours d'eau comme indiquée dans les objectifs spécifiques a
pour but de quantifier la ressource en eau de surface disponible à l'échelle spatiale. Cette
estimation comprend deux niveaux: 1) une étude des débits moyens annuels afin
d'estimer la ressource pour la gérer au mieux des besoins; 2) une étude des débits
maximums annuels afin de quantifier les risques d'inondation contre lesquels il faut se
prémunir.
98
Pour estimer la lame d'eau annuelle disponible nous avons considéré les débits moyens
annuels. L'étude des débits moyens annuels consiste à déterminer les caractéristiques
statistiques (temporelle et spatiale) à travers des indicateurs usuels tels que la moyenne, la
médiane, l'écart-type et le coefficient de variation afin d'observer la disponibilité de l'eau
à la surface. L'étude de stationnarité des séries permettront de détecter l'existence de
tendance et saut dans le temps. Chaque station pour laquelle nous déterminons les
caractéristiques statistiques représente une zone hydrologique ou un bassin versant
identifié à travers la figure 6.21. Sur les 71 stations de jaugeage répertoriées à travers
l'annuaire hydrologique d'Haïti seulement 30 d'entre elles ont pu faire l'objet d'étude
statistique. La longueur des séries de ces stations retenues varie de 6 à 28 ans. Les stations
négligées ont été mesurées pendant 6 ans et moins ou ont beaucoup de données
manquantes difficiles voire même impossibles à remplacer. Les séries des stations
retenues ont été analysées afin de connaître leurs caractéristiques statistiques, leur
tendance, puis régionalisées afin d'estimer la lame disponible à l'échelle du territoire.
5
c
~ 4
.m
CI)
3
"C
e2
.c
E
o
c
o
6 7 8 9 10 11 12 14 15 16 17 18 19 20 21 22 27 28
Année de jaugeage
A Haïti, il existe un réseau hydrographique assez dense mais la plupart des cours d'eau ne
sont pas jaugés. Il est très difficile d'estimer la lame d'eau de surface disponible
uniquement à partir des statistiques des stations de jaugeage locales. La régionalisation est
l'une des méthodes utilisées pour transférer les données d'une zone à l'autre dans un
espace homogène lorsque ces problèmes se présentent. Certains éléments ou indicateurs
de base sont aussi nécessaires à l'application des méthodes de régionalisation comme par
exemple les caractéristiques physiographiques des bassins versants: la superficie, le
périmètre, le coefficient de forme, la longueur du cours d'eau principal, l'altitude et la
pente. Dans cette étude, toutes ces caractéristiques ont été calculées grâce à l'utilisation
d'un modèle numérique de Terrain d'une résolution spatiale de 90 m. Les bassins de
drainage des stations jaugées ont d'abord été localisés puis délimités. Également, les
bassins non jaugés ont été délimités en considérant l'exutoire comme le point le plus bas
drainant le bassin. Ainsi, les 30 bassins jaugés ont été localisés (figure 5. 7) et un nombre
important (> 100) de bassins non jaugés a aussi été délimité (figure 5.8). Les superficies
des bassins non jaugés varient de moins d'un kilomètre carré à plus de mille kilomètres
carrés. Lafigure 6.22 présentée ci-dessous donne la distribution des bassins en fonction de
leur superficie.
102
Tous les bassins versants Gaugés et non jaugés) ont été délimités, leurs caractéristiques
géométriques et topographiques déterminées. Il reste à appliquer la ou les méthodes de
régionalisation pour estimer la lame d'eau moyenne annuelle disponible sur tout le
territoire. Deux approches ont été considérées: une régression linéaire établie entre le
débit moyen annuel et la superficie du bassin versant et une méthode de krigeage
canonique (krigeage ordinaire dans l'espace physiographique). Pour la calibration et la
validation de ces deux méthodes, les données des 30 stations de jaugeage mentionnées
précédemment ont été considérées. Parmi ces stations seulement 21 d'entre elles ont pu
être utilisées. Celles qui sont mesurées pendant moins de 10 ans n'ont pas été considérées.
FREQUENCE
100
90
80
73
70
.
".
ïii 60
.t:I
"
."
!
50
.t:I
E 40
0
z
29
30
20 IR .7
Il 9
10
1i 11
o 4
1!~11!1 o
0
o
1 1 1 1 0000 1 o 0 0 0
-
1
~~~~~~~~~~~~#$$~&#$##~~###$~~~~~
2
SUPERFICIE (KM )
Figure 6.22 : fréquence de distribution de bassins versants non jaugés en fonction de leur superficie
C'est une régression simple établie entre le débit moyen annuel et de la superficie du
bassin de drainage. Cette méthode a été calibrée et validée avec les données de 21 des 30
stations de jaugeage répertoriées dans le réseau de jaugeage d'Haïti. Il existe une très
bonne corrélation entre le débit et la superficie. L'écart-type sur le débit annuel moyen a
aussi une très bonne corrélation avec la superficie. Quand la superficie augmente on
103
constante un accroissement du débit dans le même sens (figure 6.23). Lorsque toutes les
stations sont prises en compte, on trouve un coefficient de détermination entre le débit
moyen annuel et la superficie de 0,96 tandis que pour les stations de 10 ans d'observation
et plus soit un nombre de 21 la régression s'améliore soit une valeur de 0,99. Pour l'écart
type du débit moyen annuel et la superficie en considérant les 21 stations la régression est
de 0,97. Pour tester de la performance du modèle nous avons procédé à une validation
croisée (figure 6.24) qui donne une erreur quadratique moyenne relative (REQMr) de
8,2% et un biais moyen relatif (BMR) de -20%. Cette méthode, quelque soit la superficie
du bassin versant, permet de déterminer le débit moyen annuel. Ainsi, nous avons estimé
le débit moyen annuel puis nous l'avons transformé en lame d'eau pour tous les bassins
versants d'Haïti sauf pour certains ayant moins de 10 km2 dont leur surface totale (2 762
km2) représente près de 10% de la surface totale du territoire. Cette superficie n'a pas été
considérée puisque dans les bassins de moins de 10 km2 la lame d'eau estimée est erronée,
elle ne correspond pas à la réalité hydrologique. Une carte de ruissellement (figure 6.25) a
donc été produite. Pour n'importe quelle zone du territoire continental on peut identifier la
lame d'eau de surface disponible avec une moyenne d'environ 924 mm. Les îles
adjacentes n'ont pas été considérées dans cette démarche puisque nous n'avons aucune
donnée disponible et exploitable dans ces parties du territoire. Pour cette raison elles
apparaissent sur la carte comme des zones blanches.
120
y=O,0122x+ 1,8228
W=O,9968
REQMr= 8,2'lf.
100
ao
....S
1 60
f
(J
40
20
2
Figure 6.23 : régression entre le débit moyen anruel et la superficie du SV en Km •
104
1~ r-------------------------------------------------------------------------~
~=O, 9962
REQMr=8,2%
100 ~__=
B~M~
R~=~-20
~ ~________________________________________________~~~________~
%
...
"i
.&
~ ~------------------------------------------------~~--------------------~
!: ro ~--------------------------~~----------------------------~
.
li
~
~ ~ +-----------------------~~----------------------------------------------~
~ +---------~~--------------------------------------------------------~
O ~~---------r----------~------------~-----------r----------~----------~
o ro 100
Q moy annuel ob..rvé (m 3111)
-500
o 50 100
kiometres
FIgUre 6.25 : Lame deau moyenne annuelle estimée par régression linéaire
105
Cette méthode a été développée par Chokmani et Ouarda (2004). Elle permet entre autre
d'interpoler une variable hydrologique d'intérêt dans un espace physiographique en
utilisant les coordonnées des bassins versants. Des détails relatifs à la description de la
méthode ont été donnés au chapitre 3 du présent document. Pour interpoler la variable
hydrologique d'intérêt (débit moyen annuel dans ce cas précis) diverses étapes nécessaires
à cette démarche ont été considérées (figure 6.26) entre autre: 1) la définition des
variables (hydrologiques et physiographiques) à prendre en compte; 2) la transformation
de ces variables pour rendre les distributions symétriques; 3) la standardisation pour
éliminer l'effet d'échelle; 4) la création du jeu de données standardisées; 5) la définition
des vecteurs canoniques physiographiques (wl et w2) et hydrologiques (vlet v2) ; 6) le
passage dans GS+ avec les coordonnées définies pour l'analyse variographique et la
validation croisée. A noter que pour le choix des variables, nous avons effectué un test de
corrélation entre les différentes variables disponibles de façon à choisir celles ayant une
plus forte corrélation (statistique du test plus élevée et P-value la plus faible). Comme
l'indique la figure 6.26, pour les variables hydrologiques, nous avons retenu, le débit
moyen annuel et l'écart-type et parmi les variables physiographiques, nous avons retenu,
la superficie (A), le périmètre (P), le coefficient de forme (Kc), la longueur du cours d'eau
(L), l'altitude médiane (Amed) et la pente médiane (Smed). Certaines de ces variables ont
subi des transformations afin de normaliser leur distribution symétrique avant leur
utilisation. Les variables (débit, écart-type, altitude médiane) ont subi une transformation
logarithmique; la superficie, une transformation racine réciproque (l/X1I2) ; le périmètre et
la longueur, une transformation (l/X). Pour la suite des autres étapes (standardisation,
définition des ACC, définition des vecteurs canoniques, etc), il est conseillé de consulter
Chokmani et Ouarda (2004). La méthode a été calibrée avec les données des 21 stations
de jaugeage mentionnées précédemment en considérant la valeur de la régression. Puis, la
méthode a été validée avec les données de 21 des 30 stations de jaugeage mentionnées ci-
dessus dont les résultats sont présentés au tableau 6.9. Nous avons obtenu un coefficient
de détermination de 0,81 pour le débit moyen annuel (figure 6.27) et 0,79 pour l'écart-
type. Pour tester de la performance de la méthode, trois critères essentiels ont été définis
dont le coefficient de Nash de valeur 0,78, une erreur quadratique moyenne relative de
29,6% et un biais moyen relatif de -13%. Si l'on tient compte de la valeur de ces trois
106
critères de performance, nous pouvons dire à prime abord que la méthode performe assez
bien compte tenu de la quantité et de la qualité des données utilisées pour la valider.
Pour les sites non jaugés la même procédure a été reprise sauf que nous ne pouvons pas
définir de variables hydrologiques car c'est la variable d'intérêt à régionaliser en tenant
compte des données locales. L'espace physiographique étant donc construit, il ne reste
qu'à « kriger}) dans cet espace pour régionaliser la valeur du débit moyen annuel par la
méthode validée ci-dessus.
Le débit moyen annuel a été interpolé dans un rayon de 4.08 défini par le variogramme
avec un nombre maximum de 20 sites par estimation. Tous les sites se trouvant en dehors
de ce domaine n'ont pas pu être estimés à partir de ce modèle. Les bassins de moins de 10
2
km n'ont pas été pris en compte, quelques autres de plus de 10 km2 en dehors du domaine
n'ont pas pu être pris en compte également. La surface totale de bassins non estimés est de
2274 km 2, ce qui représente environ 8,2% de la surface totale du territoire. Par cette
méthode, la valeur du débit moyen annuel a été régionalisée. Ainsi, nous avons déterminé
la lame d'eau moyenne annuelle disponible pour tout le territoire haïtien avec une
moyenne d'environ 1 056 mm un petit plus que la valeur (924 mm) obtenue par la
régression linéaire. Toutefois, seule la surface continentale a été considérée puisque
aucune donnée exploitable n'est disponible pour les îles adjacentes. Une carte de
ruissellement (figure 6.28) indiquant la lame d'eau de surface disponible pour toutes les
régions du territoire a été produite. Les îles adjacentes apparaissent blanches sur cette carte
puisqu'elles n'ont pas été prises en compte.
107
Physiographiques :
Hydrologiques: Définition des 2
- superficie (km )
débit moy annuel variables 1 ~ - périmètre (km)
(m 3/s) ; - coef de forme (kc)
écart type (m 3/s) - longueur (km)
- altitude (km)
- pente (degré)
Importation de données:
Analyse variographique;
Validation croisée;
interpo lation
Tableau 6.9 : Résultats des différentes étapes de calcul pour l'estimation du débit moyen annuel et son écart
type par la méthode du krigeage.
ID w1 w2 Q ET Qt ETt Qts ET Q Q ET ET
obs ts tsestK estK tsestK estK
1 1,52 -0,021 88,6 22,6 4,5 3,1 2,3 2,1 1,6 41,1 1,7 14,7
2 2,88 -1,394 108 25,9 4,7 3,3 2,4 2,2 2,7 141,4 1,8 17,1
3 -0,45 -0,973 1,86 0,514 0,6 -0,7 -1,0 -1,3 -0,6 2,9 -0,7 1,0
4 -1,3 0,326 2,32 1,14 0,8 0,1 -0,8 -0,6 -1,0 1,8 -0,7 1,0
5 -0,3 -0,238 3,59 1,77 1,3 0,6 -0,4 -0,2 -0,3 3,8 -0,4 1,5
6 0,46 1,217 8,31 3,46 2,1 1,2 0,3 0,4 0,3 8,0 0,4 3,5
7 -1,01 -1,34 1,22 0,501 0,2 -0,7 -1,3 -1,4 -0,7 2,6 -1,2 0,6
8 -0,1 2,554 3,69 2,54 1,3 0,9 -0,4 0,1 -0,4 3,8 -0,1 2,1
9 0,53 -0,819 9,99 5,1 2,3 1,6 0,5 0,7 0,5 10,1 0,3 3,2
10 0,63 0,498 8,28 4,12 2,1 1,4 0,3 0,5 0,8 15,4 0,8 5,8
Il -0,21 -0,526 4,17 1,34 1,4 0,3 -0,3 -0,5 -0,3 3,9 -0,4 1,5
12 0,88 0,626 24,9 8,6 3,2 2,2 1,2 1,2 0,9 17,8 0,9 6,1
13 0,28 0,181 4,99 2,18 1,6 0,8 -0,1 0,0 0,4 9,2 0,5 4,0
14 -0,28 0,057 5,71 2,95 1,7 1,1 0,0 0,2 -0,4 3,7 -0,3 1,6
15 -0,47 -0,124 4,38 1,68 1,5 0,5 -0.2 -0,3 -0,5 3,1 -0,5 1,3
16 0,3 1,928 5,35 2,43 1,7 0,9 -0,1 0,1 -0,1 5,3 0,2 2,8
17 -1,27 0,072 1,46 0,893 0,4 -0,1 -1,2 -0,8 -0,8 2,3 -0,8 0,9
18 0,19 -0,971 5,96 1,87 1,8 0,6 0,0 -0,2 -0,1 5,4 -0,1 2,1
19 -1,13 -0,811 4,89 1,38 1,6 0,3 -0,1 -0,4 -1,3 1,2 -1,5 0,4
20 -1,14 -0,401 1,12 0,313 0,1 -1,2 -1,4 -1,8 -0,7 2,4 -0,7 1,0
21 -0,01 0,159 7,03 2,58 2,0 0,9 0,2 0,1 -0,1 5,2 0,1 2,4
160
=
.
2
R 0,8128
140
Nash 0,78=
REQMr 29,6%=
BMR -13% =
120
~.!!
.§. 100
.,-
~
~
Qi
~
80 /
/
c
c
~
c
[ 60
a
40
/
20 /•
o 1/
o 20 40 60 80 100 120 140 160
3
Q MOy annuel observé (m /s)
2000
1750
1500
1250
1000
750
500
mm
o 50
kilometres
Rglre 6.28 : Lame d'eau moyeme annuelle estimée par krigeage canonique.
La lame d' eau moyenne annuelle vient d' être estimée selon deux méthodes de
régionalisation. Comme pour la précipitation elle a été interpolée sur toute l'étendue du
territoire. TI est important de savoir comment varie cette quantité d' eau ruisselée à la
surface du sol par rapport à celle des précipitations. Le rapport entre la lame d' eau
ruisselée et les précipitations défini le coefficient de ruissellement (Cr) qui est un des
éléments caractérisant le bilan hydrologique d' un bassin Ce coefficient varie en général
entre 0 et 100%. Mais, dans certains cas il peut prendre des valeurs supérieures à 100%
lorsqu' il y a échanges entre les bassins via le système géologique en présence de milieu
karstique. Dans ce travail, en dehors de toute interprétation de bilan hydrologique, nous
essayons d'expliquer la réaction ou l'état de la surface du sol en établissant un rapport
entre la lame d' eau annuelle estimée et la précipitation moyenne annuelle (figure 6.29).
Dans la figure, le fond représente la précipitation totale annuelle estimée, et, les isolignes,
le rapport entre la lame d' eau moyenne et la précipitation. Ce rapport est le coefficient de
ruissellement dont les valeurs sont exprimées en pourcentage. Dans certaines parties de la
110
carte ce coefficient atteint les 75%. Le Cr apparaît plus faible dans la partie Est, sa valeur
varie dans cette zone de 15 à 25%. C' est une zone où l' écoulement est contrôlé car c' est
dans cette partie du territoire que se situe le plus grand barrage hydroélectrique d'Haïti.
Donc, la retenue influence l' écoulement. Par sa valeur, le Cr met en évidence l' état de la
surface du sol, la capacité du sol à retenir l' eau, l'existence ou absence de végétation
Même si les informations relatives à l' occupation du sol ne sont pas disponibles cela
pourrait supposer que lorsque le Cr est faible, il y a moins d' eau qui ruisselle, la végétation
est relativement abondante, une bonne partie de l'eau s' infiltre. Lorsqu' il est élevé, on
observe le contraire. En gros, le Cr est un indice important, sa connaissance pourrait
contribuer à mieux gérer la ressource en eau de surface disponible, à relever les faiblesses
et identifier les zones d' intervention prioritaire de façon à limiter les impacts dévastateurs
causés le plus souvent par les pluies diluviennes .
......-.-
2000
1750
1500
1000
75C
o 50
i
kilometres
Figtre 6.29 : Variation de la lame d'eau moyenne annuelle par rapport à la précipitation totale annuelle.
111
L'étude des débits maximums annuels consiste à déterminer les quantiles de crue afin de
quantifier les risques d'inondations probables pour des bassins versants jaugés du pays.
Connaissant la superficie des bassins jaugés, il est possible de déterminer les débits
spécifiques de crue (débit par unité de surface). La notion de débit spécifique est très
utilisée dans la pratique car, elle permet de comparer le régime hydrologique de plusieurs
bassins versants. Habituellement les débits spécifiques varient de façon inversement
proportionnelle à la surface sur laquelle ils sont calculés. Quand la taille des bassins
augmente les débits spécifiques diminuent. Dans le cadre de cette présente recherche, le
débit spécifique calculé pour les bassins jaugés donnera une idée des débits de crue pour
les bassins non jaugés.
Comme indiqué dans la méthodologie, la détermination des quantiles nécessite un
ensemble de procédés, de la détermination des caractéristiques statistiques en passant par
la vérification des hypothèses de base jusqu'au calcul des quantiles.
(4) stations montrent particulièrement une grande irrégularité parce qu'elles se démarquent
nettement des autres stations par leur CV élevé. Ce que nous constatons, lorsque les
valeurs minimales et maximales sont loin de la moyenne, l'écart type prend une valeur
élevée et fait augmenter le cv.
Le coefficient d'asymétrie (CS) mesure l'étalement des valeurs par rapport à la moyenne.
Elle permet de constater si les données sont étalées à gauche ou à droite de la moyenne
selon qu'il est négatif ou positif. Les coefficients calculés montrent que les données des
maximums annuels des 25 séries considérées sont d'une asymétrie positive à l'exception
d'une seule station.
Dans une analyse fréquentielle, la vérification des hypothèses de base est une étape
prépondérante permettant de vérifier l'indépendance, la stationnarité et l'homogénéité des
séries. Celle-ci est importante du fait que dans la pratique, certaines stations
hydrométriques pourraient être déplacées, certains instruments de mesure pourraient avoir
été remplacés. Dans ces circonstances, les conditions de mesure étant modifiées, il est
essentiel de vérifier s'il n'y a pas d'auto-corrélation entre les observations (propriété
d'indépendance). En général, le débit maximum annuel est une variable indépendante. Si
les caractéristiques statistiques (moyenne, variance) des données ne se varient pas dans le
temps, l'échantillon observé est dit stationnaire et enfin si les données proviennent de la
même distribution, l'échantillon est dit homogène. Cette dernière hypothèse est vérifiée en
comparant les moyennes de deux sous échantillons. Ces trois conditions essentielles
doivent être vérifiées pour permettre une bonne analyse fréquentielle. Dans le cadre de
cette présente recherche nous avons utilisé à travers le logiciel Hyfran les tests de Wald-
Wolfowitz, de Kendall et de Wilcoxon pour vérifier respectivement les trois hypothèses
précitées. Les résultats contiennent généralement la valeur de la statique du test et le p-
value associé. Les équations mathématiques qui caractérisent ces tests ne sont pas
114
développées dans ce texte, elles figurent dans des manuels statistiques spécialisés et
particulièrement dans le guide du logiciel utilisé que les lecteurs pourront consulter
(Bobée et al., 1999).
Les résultats des tests effectués sont présentés aux tableaux 6.12, 6.13 et 6.14.
L'hypothèse d'indépendance a été rejetée par le test de Wald-wolfowitz à une fois à un
niveau de signification de 5% et une fois à 1%. Tandis que l'hypothèse de stationnarité a
été rejetée par le test de Kendall 7 fois à un niveau de signification de 5% et une fois à 1%.
L'hypothèse d'homogénéité quand à elle a été rejetée par le test de Wilcoxon à 3 reprises à
un niveau de signification de 5% et à deux reprises à niveau de 1%. En dépit de ces rejets
compte tenu de la quantité de stations que nous avons pour l'analyse fréquentielle, les
stations rejetées, bien qu'elles ne respectent pas les hypothèses de base, ont été conservées
pour faire l'objet d'ajustement statistique à titre indicatif. Cependant, la station (040801) a
été enlevée puisqu'elle a été rejetée à trois reprises à un niveau de signification de 1%.
présentés au chapitre 3, ceux qui s'ajustent le mieux aux séries retenues pour lesquelles la
vérification des hypothèses a été effectuée sont présentés au tableau 6.15. Les lois
exponentielles à deux paramètres et Log-Normale sont celles les plus retenues,
respectivement 10 et 4 fois, puis vient la loi Weibull, 5 fois), et le reste, une fois chacune.
Les graphiques montrant la forme de ces distributions sont présentés à l'annexe E.
Les quantiles de crues estimés sont présentés au tableau 6.16 et les quantiles de débit
spécifique de crues au tableau 6.18. Rappelons que l'estimation des quantiles est faite
dans l'objectif de quantifier les risques d'inondation. Les bassins n'étant pas tous jaugés,
l'estimation des quantiles de débits par unité de surface (débit spécifique) laisse présager
ce qui pourrait avoir lieu dans les bassins non jaugés dont leur taille est similaire. Nous
avons pu remarquer que les quantiles de débits spécifiques de crue sont plus importants
quand la superficie du bassin est plus faible. Le débit spécifique est une quantité inverse
de la superficie du bassin versant. Ceci dit, un petit bassin versant soumis aux mêmes
conditions qu'un autre de taille plus grande aura un débit spécifique de crue supérieur et
entraîne des crues plus intenses et plus rapides en dépit du temps de concentration plus
faible que met la goutte d'eau quelque soit son origine pour atteindre l'exutoire.
Tableau 6.15 : Ajustement des lois statistiques aux débits maximums annuels
3
Tableau 6.17 : Statistiques des débits de crues (m /s)
2
Tableau 6.18 : Quantiles de débits spécifiques de crues. Débits maximums annuels (1Islkm )
2
Tableau 6.19 : Statistique des débits spécifiques de crues (lIs/km )
CHAPITRE 7
CONCLUSIONS ET RECOMMANDATIONS
7.1 Conclusion
La pénurie d'eau potable en Haïti est un problème épineux. D'aucuns estiment que ce
n'est pas l'eau qui manque car les ressources sont abondantes. Cependant, la quantité
disponible et exploitable reste nébuleuse. Notre travail de recherche qui considère
l'exploitation de l'eau de surface comme une solution alternative devant pallier à ce
problème de pénurie d'eau s'est donné pour objectif d'évaluer promptement cette
ressource. L'estimation des précipitations totales et toute l'eau de surface disponible sur
tout le territoire a été le principal objectif de cette recherche. Haïti, pourtant, ne dispose
pas d'une banque de données assez enrichies pour permettre l'estimation plus précise de la
ressource mentionnée. Les multiples crises politiques ont de graves conséquences sur la
gestion des informations. Au prime abord, avec les informations récoltées, nous avons
constitué des banques de données puis développé une méthodologie susceptible de les
exploiter pour rencontrer les objectifs fixés. Il s'agissait d'estimer les précipitations totales
et les pertes par évapotranspiration par une méthode de krigeage ordinaire et aussi l'eau de
surface disponible par une méthode régressive et une méthode de krigeage canonique
(krigeage dans l'espace physiographique). La méthodologie développée a permis
d'estimer les précipitations totales pour tout le territoire avec une moyenne annuelle de
1452 mm, puis l'évapotranspiration potentielle d'une moyenne de 1391 mm et une
disponibilité de surface pour tout le territoire continental avec une moyenne de 924 mm
par la méthode régressive et 1056 mm par la méthode de krigeage canonique. Les résultats
obtenus sont tributaires de la qualité des données utilisées. Par cette méthodologie et les
résultats obtenus, l'état de la ressource en eau de surface à Haïti pour l'ensemble du
territoire n'est plus un élément inconnu. Les précipitations totales tant à l'échelle spatiale
qu'à l'échelle temporelle sont connues avec une précision acceptable.
L'évapotranspiration potentielle est connue également à la grandeur du territoire.
Cependant, le paramètre qui intéresse le bilan hydrologique, entre autre
l'évapotranspiration réelle, n'a pas pu être estimée faute des données sur les
caractéristiques de l'occupation du sol. Le plus important parmi les paramètres estimés
dans cette étude reste et demeure la quantité disponible exploitable pour rencontrer les
121
La régression linéaire est une méthode simple qui a été établie en utilisant une relation
entre le débit moyen annuel et la superficie du bassin versant drainé. L'estimation
effectuée en utilisant cette méthode donne un coefficient de détermination de 0,99, une
erreur quadratique moyenne relative de 8,2% et un biais relatif moyen de -20%.
Mathématiquement, elle permet d'avoir des résultats très rapides mais qui ne sont pas
toujours réalistes physiquement. Elle permet d'estimer la lame d'eau, quelque soit la
superficie du bassin versant. Cependant, dans les petits bassins versants de moins de 10
km 2 nous constatons que les résultats ne correspondent pas toujours à la réalité, les valeurs
obtenues sont trop élevées pour de telles superficies. C'est pourquoi, dans cette étude, tous
les bassins de moins de 10 km 2 ont été écartés des résultats. De plus, l'une des limites de
cette méthode est qu'elle estime des valeurs sans pouvoir estimer l'écart type sur ces
valeurs estimées.
Le krigeage canonique est une méthode reposée sur des bases scientifiques justifiables qui
permet de régionaliser une valeur locale. Pourtant, selon les résultats obtenus (erreur
quadratique moyenne relative de 29,6% et biais relatif moyen de -13%), nous constatons
que la méthode éprouve notamment des difficultés à pouvoir être utilisée sur des bases de
données peu enrichies et de moins bonne qualité. Si on tient compte des résultats de
l'article publié avec l'application de cette méthode sur les données des 151 stations de
jaugeage dans l'Est de la province de Québec, on voit à première vue qu'elle utilise des
bases de données consistantes. Il semble que ce soit une méthode très sensible aux
banques de données limitées. Dans cette présente recherche nous l'utilisons sur une
banque de données de 21 stations de jaugeage. Pour chaque valeur estimée la distance
maximale entre les stations est de 4,08 Km pour un nombre maximum de 20 stations par
estimation. Au-delà de cette distance aucune valeur ne pourrait être estimée. C'est
pourquoi que cette méthode n'arrive pas à estimer la lame d'eau disponible pour une
123
7.2 Recommandations
Les recommandations de cette présente recherche s'appuient sur quatre grands axes : les
banques de données, les résultats obtenus, les méthodes utilisées et les objectifs fixés au
départ.
Les banques de données utilisées dans cette recherche ont été constituées à partir des
informations recueillies de diverses sources. Cette démarche a permis de colliger les
informations disponibles mais n'améliore pas la quantité ni la qualité. Ces trois banques
de données constituées sont: précipitations, débits et données physiographiques. Les
données étant faibles par rapport à la taille du pays (seulement 94 postes pluviométriques
ont été recensées dont 86 sont fonctionnels à des périodes de durée variable, 71 stations
hydrométriques ont été recensées dans l'annuaire hydrologique dont seulement 30 ont pu
servir à l'analyse statistique et à la régionalisation). Des données de telle consistance n'ont
pas sans conséquence sur les résultats obtenus. Pour cela, nous recommandons qu'un
dispositif de jaugeage soit mis en place pour compléter les banques de données
constituées:
1) Le réseau de mesure des paramètres climatiques doit être redistribué dans l'espace
tout en tenant compte du relief et de l'altitude;
2) Le réseau de jaugeage des cours d'eau doit être recalibré en tenant compte de la
délimitation et la taille des bassins versants et les sous bassins. Les données du
réseau actuel sont trop peu nombreuses pour obtenir des résultats satisfaisants. Il
faudrait mettre en place un nombre adéquat de stations de jaugeage et distribué de
façon à couvrir dans l'espace une surface significative du territoire;
3) Des mesures régulières doivent être effectuées dans ces stations afin de compléter
les banques de données déjà constituées.
124
Les résultats obtenus sont tributaires des données utilisées. C'est un travail académique
qui pourrait être amélioré en utilisant des banques de données plus consistantes et de
meilleures qualités. Toutefois, ce travail s'annonce prometteur et ses résultats pourraient
servir de base dans l'éventualité à d'autres travaux futurs de recherche et à de divers
projets de développement comme l'assainissement, l'hydroélectricité, l'irrigation, la
construction de réservoirs, etc. Cependant, toute application de ces résultats lors d'une
quelconque étude postérieure doit tenir compte des données qui ont été utilisées.
Les méthodes utilisées (krigeage ordinaire pour estimer les précipitation totales et les
pertes par évapotranspiration, krigeage canonique, méthode régressive pour estimer l'eau
de surface disponible) dans cette présente recherche sont des outils scientifiques ayant
déjà servi dans certains cas à des travaux de recherche antérieurs donnant des résultats
satisfaisants. Par contre, la satisfaction dépend des banques de données utilisées. Dans la
perspective d'autres travaux du même genre, elles sont fortement recommandées et en
fonction des résultats obtenus nous conseillons de:
1) utiliser le krigeage ordinaire pour estimer les précipitations totales tant à l'échelle
spatiale qu'à l'échelle temporelle;
2) améliorer l'estimation de l'évapotranspiration en tenant compte de l'altitude. Le
cokrigeage sera dans ce cas la méthode d'interpolation la mieux appropriée;
3) utiliser le krigeage canonique pour estimer l'eau de surface disponible en ayant
des banques de données enrichies car la robustesse de cette méthode est liée à la
consistance et à la qualité des données. Dans cette recherche, la méthode régressive
établie entre le débit moyen annuel et la superficie du bassin versant performe
mieux que le krigeage canonique si on tient compte des critères de performances
qui ont été utilisés. La méthode régressive se montre plus robuste que le krigeage
par rapport à ces données, elle pourrait être utilisée dans des cas similaires mais
lorsque les banques de données sont enrichies, si on tient compte de son
application antérieure, le krigeage canonique pourrait être bien meilleure.
125
On dit dans les travaux qui précèdent cette recherche que la ressource en eau de surface à
Haïti est abondante sans toutefois préciser la quantité tant à l'échelle spatiale qu'à
l'échelle temporelle. Notre travail de recherche a visé comme objectif d'estimer cette
ressource. Les résultats obtenus, loin d'être parfaitement satisfaisants, compte tenu de la
limitation des banques de données utilisées, sont donc l'empreinte de nos objectifs fixés
au départ. Les précipitations sont connues à l'échelle spatiale ainsi qu'à l'échelle
temporelle, l'eau de surface disponible est connue à l'échelle spatiale sur toute l'étendue
du territoire. Loin d'être exhaustif, ce travail ouvre la voie à d'autres travaux de recherche
du genre de façon à établir un bilan hydrologique complet pour tous les bassins versants
du territoire continental. Dans notre travail, nous avons développé une méthodologie pour
estimer les précipitations totales. L'évapotranspiration potentielle a aussi été estimée par
cette même méthode. Mais celle-ci pourrait être améliorée avec d'autres paramètres
notamment en faisant un cokrigeage avec l'altitude. Compte tenu du temps imparti, ce
travail n'a pas pu tout cerner. Afin de le compléter, nous recommandons fortement de:
1) exploiter les données de la télédétection pour construire une banque de données
numérisées sur l'occupation du sol;
2) utiliser un cokrigeage en tenant compte de l'altitude et des données numérisées
sur l'occupation du sol pour estimer l'évapotranspiration réelle qui est un élément
essentiel pour établir le bilan hydrologique;
3) exploiter au mieux ces travaux pour bien gérer la ressource en eau de surface
disponible de façon à répondre aux besoins grandissants de la population haïtienne en eau
potable;
4) développer une méthodologie pour estimer l'infiltration. Cette démarche
ouvrira la voie ultérieurement à une étude sur l'estimation des ressources en eau
souterraine ;
5) identifier à partir de ces travaux les zones d'intervention prioritaire de façon à
limiter les impacts dévastateurs des inondations.
126
RÉFÉRENCES BIBLIOGRAPHIQUES
Déclaration d'Haïti (2001). Conférence mondiale des Nations Unies sur l'environnement,
Johannesburg, Afrique du Sud, 2001.
Dubreuil, P. (1974). Initiation à l'analyse hydrologique. Editeurs: Masson et Cie, 120
Boulevard Saint-Germain, Paris 6e . Dépôt légal: 3e trimestre 1974.
Ehrlich, M. (1985). Haiti-Country Environmental Profile-A Field Study. Contract
No.521-0122-C-00-4090-00, Washington, DC: U.S. Agency for International
development.
Emmanuel, E., Lindskog, P. (2000). Regards sur la situation des ressources en eau de la
République d'Haïti, 25 p.
Falkenmark, M., Widstrand, C. (1992). Population and water resources: a delicate
balance. Population bulletin, population reference bureau, 1992; 47p.
FAO (2002). Les ressources mondiales en eau et agriculture,
http://www.fao.org/documents. Rome, Italie.
FAO (2000). World-wide agroclimatic database. SDRN-Working Paper NO.5. FAO
Agrometeorology Group, Rome.
FAO (1993). Situation de l'alimentation et l'agriculture. Collection FAO : Agriculture N°
26, Rome, Italie, 193 p.
Gadelle, F. (1995). Le monde manquera-t-il bientôt d'eau? N° 1, vol. 6, France, mars,
1995.
GRET/FAMV (1991). Manuel d'agronomie tropicale appliquée à l'agriculture haïtienne.
Éditions Tardy Quercy (S.A.) 46001 Cahors, France, 490 pages: 27-39.
Guiscafre, J., Klein, J.-C., Moniod, F. (1976). Les ressources en eau de surface de la
Martinique. Editions de l'ORSTOM. Collections monographies hydrologiques, Paris, 211
p., annexes et cartes.
IHSI (1996). Haiti en chiffres. Institut haitien de statistiques et d'informatique.
Statistiques de 1996.
Kitanidis, P. K (1992). Geostatistics. Department of civil Engineering Stanford,
California. Hand Book of hydrology. David R. Maidment Editor in chiy. MC Graw-Hill,
Inc, manuals, etc, New York, San Francisco, Washington De.
Kunzel, W. (1999). www.gdin.org/haitiDEMapr04.html. Modèle Numérique de Terrain
d'Haiti et République Dominicaine.
Lachance, M. (2000). Statistiques de base. Notes de cours EAUI03. Institut National de
la Recherche Scientifique, INRS-Eau, Québec, CANADA, 140 P : 20.
128
Le Barbé, L., Alé G., Millet B., Texier, H., Borel, Y., Gualde, R. (1993). Les
ressources en eaux superficielles de la République du Bénin. Editions ORSTOM.
Collections monographies hydrologiques N° Il, Paris, 540 : 133-146; 339-443 ; 479-499.
LGL (1989). Schéma directeur d'assainissement pour la région métropolitaine de Port-au-
Prince. MTPTC, Banque mondiale, AID, Haïti, Livre 0, p 1-23.
LGL (1977). Agence Canadienne de Développement international (ACDI). Projet
d'inventaire des ressources hydrauliques. Annuaire hydrologique, République d'Haïti, 620
pages.
Magny, E. (1991). Haïti: Ressources naturelles et environnement. Une nouvelle
approche. Editions de l'imprimerie Henri Deschamps, Port-au-Prince, Haïti, 252 pages.
Margat, J. (1997). L'eau dans le monde: ressources et problèmes. Symposium sur la
gestion de l'eau au Québec, Montréal, 10-12 décembre, 10 pages, annexes et cartes.
Markley, B., knowles, R. B., Buckalew, J. O., Waite, L. (1999). Évaluation des
ressources en eau de la république d'Haiti. Corps d'Ingénieurs. District de Mobile et
Centre d'Ingénieurs Topographiques (http://www.sam.usace.army.millen/wra/haiti). Etats-
Unis, 43 pages.
MDE (1998). Programme de formulation de la politique de l'au. Commission
interministérielle sur l'environnement, Secrétariat du plan d'action pour l'environnement
(PAE), Haiti, 29 p.
MDE (2001). Première communication nationale sur les changements climatiques.
Coopération technique GEF/UNEP No GF/2200-97-16/97-49. Port-au-Prince, 90 p.
Miquel, J. (2001). Hydrologie statistique. Introduction à l'étude des processus
hydrométéorologiques. Application à la prédétermination des débits de crues,
http://www.enpc.fr , 70 p.
Moreil, M. (1998). Le système méditerranéen du cycle hydrologique MEDHYCOS. Des
données, des outils et des compétences partagés, http://www.medhycos.com .• 6 p.
Musy, A. (2000). Hydrologie générale. Les précipitations et les régimes hydrologiques
(http://www.dgr.epfl.ch).
Neuvy, G. (1991). L'Homme et l'eau dans le monde tropical. Éditions Masson, Paris,
milan, Barcelone, Bonn, 228 p.
OPS/OMS (1996). Analyse du Secteur Eau potable et Assainissement. Comité National
Interministériel, Haïti, p.88.
Ouarda, T.B.M.J., C. Girard, G.S. Cavadias, and B. Bernard (2001). Regional flood
frequency estimation with canonical correlation analysis, J. Hydrol., 254, 157-173.
129
ANNEXES
131
Source: Eglise
Année Qmoyj Qmaxj Qminj
1928 0,09 57 0,02
1929 0,05 0,2 0,02
1930 0,07 0,23 0,02
1931 0,1 0,32 0,06
Source : Merlin2ue
Année Qmoy.i Qmax.i Qmin.i
1933 0,11 0,2 0,06
1934 0,1 0,14 0,06
1935 0,09 0,19 0,07
1936 0,12 0,19 0,08
1937 0,08 0,13 0,05
1938 0,07 0,13 0,04
140
Source: Lafortune
Année Qmoyj Qmaxj Qminj
1928 0,2 0,58 0,12
1929 0,26 0,66 0,12
1930 0,24 0,34 0,14
1931 0,25 0,46 0,1
Source: Gilbert
Année Qmoyj Qmaxj Qminj
1928 0,1 0,2 0,06
1929 0,13 0,15 0,12
1930 0,1 0,15 0,09
141
Source Despuzeau
Année QmoY.i Qmax.i Qmin.i
1922 0,38 0,89 0,26
1923 0,37 1,1 0,21
1926 0,56 0,8 0,43
1927 0,39 0,56 0,09
1928 0,62 2,2 0,3
1929 0,72 0,84 0,6
1930 0,69 0,9 0,48
1931 0,6 1,02 0,34
1932 0,82 1,26 0,57
1933 0,9 1,44 0,63
1934 0,82 1,38 0,6
1935 0,7 0,9 0,54
1936 0,66 0,9 0,4
1937 0,83 0,96 0,72
1938 0,77 1,02 0,69
144
Source Anse-à-Galet
Année Qmoyj Qmaxj Qmin.Î
1928 0,02 0,03 0,01
1929 0,02 0,02 0,01
1930 0,32 0,52 0,04
1931 0,02 0,02 0,02
AnnexeB:
Données d'évapotranspiration : méthodes de Penman-monteith et
Thomthwaite
Régression entre la méthode de Penman-monteith et celle de Thomthwaite
Pour l'estimation de l'évapotranspiration
152
Station J F M A M J J A S 0 N D
Baumont 83 91 117 127 126 134 139 141 123 111 88 80
Cap-Haitien 102 120 154 172 182 177 206 187 159 138 116 107
Fonds-des- 87 95 119 128 128 132 134 138 123 109 88 80
Nègres
Gde Riv, Nord- 95 101 130 137 153 149 154 154 132 120 96 87
HA
Gonaives 100 113 143 160 154 152 164 167 159 130 109 93
Hinche 97 112 160 138 147 139 151 161 125 121 107 92
Jean-Rabel 90 102 135 147 160 160 178 169 139 125 97 88
Jérémie 107 108 135 146 149 151 151 153 137 125 101 91
Kenscoff 84 83 105 113 119 122 129 132 116 101 77 78
Les-Cayes 131 127 153 154 159 160 175 170 149 137 119 119
Limbé 97 100 124 136 142 145 153 150 134 123 93 83
Limonade 86 86 121 135 147 149 154 155 140 123 91 75
Marmelade 76 80 109 114 126 121 128 125 111 99 80 73
Mirebalais 100 110 137 145 144 143 143 146 130 119 100 93
Port-de-paix 94 97 113 121 134 148 155 156 164 151 118 103
Seguin 49 49 50 47 52 61 66 67 68 56 56 41
Saint-Raphaël 74 105 115 104 108 108 119 162 133 119 109 83
Trou du Nord 89 99 110 127 137 149 154 155 152 144 123 104
Vallières 89 103 112 120 122 124 127 128 115 118 104 92
Source: FAO (2000)
Station J F M A M J J A S 0 N D
Anse-à-Galet 97 101 112 124 139 154 156 161 154 146 124 104
Anse-à-Veau 95 100 110 124 136 152 156 158 154 146 124 104
Aquin 97 101 112 124 139 154 156 161 154 16 124 104
Arcahaie 95 100 110 124 136 152 156 158 154 146 124 104
Bainet 95 99 110 123 136 151 155 157 153 145 123 104
Banane 78 83 91 98 108 119 122 124 121 114 98 85
Belladère 78 83 91 98 108 119 122 124 121 114 98 85
Belle-anse 97 101 112 124 139 154 156 161 154 146 124 104
Billiguy 81 86 95 102 113 125 128 130 127 119 104 88
Bombardopolis 72 75 82 89 97 107 109 112 109 102 90 78
Borgne 80 80 87 101 116 130 138 120 136 128 106 87
Cabaret 106 116 125 136 144 159 172 165 150 142 127 104
Campérin 83 88 97 105 116 128 132 133 130 122 106 90
Cap-Haitien 81 86 90 103 119 133 138 141 143 128 103 91
Cavaillon 95 100 110 122 136 152 154 158 152 144 122 103
Cerca-Ia-source 77 81 89 96 106 116 119 120 118 111 96 83
Chantal 93 97 108 121 133 148 152 154 150 142 121 102
Chappelle-LA 90 94 104 114 127 141 143 146 141 134 114 96
Chauffard 52 55 60 62 67 74 75 77 75 70 63 57
Chevallerie-LA 122 132 154 167 158 141 152 143 134 132 119 115
Cornillon 70 72 83 90 96 105 112 111 111 98 87 78
Croix-des-Bouquets 92 96 107 119 131 146 150 152 148 141 119 101
Damiens 87 94 105 115 113 110 116 112 104 104 94 85
153
Station J F M A M J J A S 0 N 0
Desdunes 95 100 110 124 136 152 156 158 154 146 124 104
Despuzeau 93 97 108 121 133 148 152 154 150 142 121 102
Dessalines 95 100 110 122 136 152 154 158 152 144 122 103
Duvalierville 106 113 139 137 152 168 172 175 163 152 128 115
Ennery 78 83 91 98 109 120 123 125 121 114 99 85
Fonds-des-Nègres 77 80 90 96 98 109 113 114 114 104 93 80
Fonds parisien 92 90 122 125 140 143 153 161 155 109 99 105
Fonds Verrettes 64 67 73 77 84 93 94 96 94 88 78 69
Forêts des Pins 42 46 55 56 56 60 65 65 60 58 55 50
Furcy 49 51 56 57 62 68 69 70 70 64 58 53
Gaillard 85 88 97 107 119 131 134 136 133 125 108 92
Ganthier 108 121 136 149 156 167 177 174 165 156 136 110
Gde Riv, Nord-HA 84 100 94 126 131 139 139 149 147 138 113 85
Gonaives 111 113 123 161 161 188 194 221 212 218 191 142
Grand Bassin 91 96 106 118 130 145 148 150 146 139 118 100
Grands-Bois 61 66 76 83 84 87 90 90 88 85 75 64
Grande Rivière 94 98 108 120 133 148 150 154 148 141 120 101
Gros-Morne 84 87 96 106 116 129 131 134 131 123 106 91
Hinche 77 103 121 112 120 116 129 179 144 135 124 83
Jacmel 109 111 113 119 121 140 150 164 162 150 144 118
Jean-Rabel 77 83 93 104 121 135 142 140 134 127 98 83
Jérémie 122 108 117 124 138 164 175 166 171 164 148 124
Kenscoff 55 51 55 60 65 69 71 69 72 68 64 57
Léogâne 83 100 110 124 136 152 156 158 154 146 124 104
Lesson 117 126 146 156 148 131 141 133 122 121 112 111
Limbé 86 103 97 130 136 145 145 154 153 143 114 88
Limonade 80 79 86 106 116 128 131 139 138 128 105 84
Maissade 81 86 95 102 113 125 128 130 127 119 104 88
Marfranc 90 95 98 110 123 132 141 139 131 126 110 90
Marmelade 65 68 74 79 86 95 97 99 96 90 79 70
Mirebalais 84 104 121 111 119 116 129 178 143 134 124 82
Môle Saint-Nicolas 98 96 110 130 154 166 131 133 89 168 133 111
Mont-Organisé 68 72 78 84 91 101 103 105 102 96 84 74
Ouanaminthe 94 98 108 120 133 148 150 154 148 141 120 101
Pétion-ville 85 89 97 106 115 124 133 133 125 113 100 88
Petite Rivière 99 107 121 131 129 124 132 126 116 115 104 96
Phaeton 97 101 112 124 139 154 156 161 154 146 124 104
Pilate 78 83 91 98 109 120 123 125 121 114 99 85
Plaisance 75 79 86 93 101 113 114 117 114 108 93 81
Pont-Sondé 95 100 110 122 136 152 154 158 152 144 122 103
Port-à-piment 97 101 112 124 139 154 156 161 154 146 124 104
P-au-P (aéroport) 111 116 129 141 148 168 180 175 161 145 133 118
Port-de-Paix 94 97 108 121 139 148 150 156 156 150 122 103
Saut Mathurine 166 86 96 105 118 131 134 136 132 124 107 90
Savanne Zombi 51 52 54 60 64 67 69 69 69 64 58 52
Seguin 40 45 45 48 51 59 62 64 61 56 52 43
Sercey 91 97 107 118 130 145 149 152 147 139 118 100
Saint-Marc 113 113 135 162 175 167 194 202 183 170 170 133
St-Michel 84 90 102 109 104 96 102 97 90 90 83 80
154
Station J F M A M J J A S 0 N 0
St-Raphael 72 96 113 104 111 108 120 164 136 125 115 80
SaintLouis du Nord 97 101 112 124 139 154 156 161 154 146 124 104
Saint-Louis du Sud 96 101 112 123 138 154 156 160 154 146 123 104
St-Michel ATT, 75 79 86 93 101 113 114 117 114 108 93 81
Terre-Neuve 77 82 92 98 93 84 89 84 79 79 74 73
Thomazeau 92 96 107 119 131 146 150 152 148 141 119 101
Tiotte 60 63 68 72 79 87 87 89 87 82 73 65
Trou du Nord 94 99 109 123 135 150 154 156 152 145 123 103
Vallières 90 100 112 125 126 123 125 126 118 118 104 92
Verettes 92 96 107 119 131 146 150 152 148 141 119 101
Données de Température
Station J F M A M J J A S 0 N 0
Anse-à-Galet 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
Anse-à-Veau 24,2 24,5 25,2 26 26,7 27,5 27,7 27,8 27,6 27,2 26 24,8
Aquin 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
Arcahaie 24,2 24,5 25,2 26 26,7 27,5 27,7 27,8 27,6 27,2 26 24,8
Bainet 24,1 24,4 25,1 25,9 26,6 27,4 27,6 27,7 27,5 27,1 25,9 24,7
Banane 22,1 22,5 23,2 23,8 24,6 25,4 25,6 25,7 25,5 25 23,8 22,7
Belladère 22,1 22,5 23,2 23,8 24,6 25,4 25,6 25,7 25,5 25 23,8 22,7
Belle-anse 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
Billiguy 22,6 23 23,7 24,3 25,1 25,9 26,1 26,2 26 25,5 24,4 23,2
Bombardopolis 21,2 21,5 22,2 22,8 23,6 24,4 24,6 24,8 24,6 24 22,9 21,8
Borgne 22,5 22,5 23,1 24,2 25,3 26,2 26,7 25,6 26,6 26,1 24,6 23,1
Cabaret 25 25,6 26,1 26,7 27,1 27,8 28,4 28,1 27,4 27 26,2 24,9
Campérin 22,8 23,2 23,9 24,5 25,3 26,1 26,3 26,4 26,2 25,7 24,6 23,4
Cap-Haïtien 22,7 23,1 23,4 24,4 25,5 26,4 26,7 26,9 27 26,1 24,4 23,5
Cavaillon 24,2 24,5 25,2 25,9 26,7 27,5 27,6 27,8 27,5 27,1 25,9 24,7
Cayes 24,4 24,4 24,9 25,2 25,9 26,7 26,8 26,9 27 26,3 26,1 25,2
Cerca-Ia-source 21,9 22,3 23 23,6 24,4 25,2 25,4 25,5 25,3 24,8 23,6 22,5
Chantal 24 24,3 25 25,8 26,5 27,3 27,5 27,6 27,4 27 25,8 24,6
Chappelle-LA 23,6 23,9 24,6 25,3 26,1 26,9 27 27,2 26,9 26,5 25,3 24,1
Chauffard 15,9 16,4 17,1 17,5 18,2 19,2 19,4 19,6 19,4 18,6 17,6 16,7
Chevallerie-LA 26 26,5 27,6 28,2 27,8 27 27,5 27,1 26,6 26,5 25,8 25,6
Cornillon 20,9 21,1 22,2 22,9 23,4 24,2 24,8 24,7 24,7 23,6 22,6 21,7
Croix-des- 23,9 24,2 24,9 25,7 26,4 27,2 27,4 27,5 27,3 26,9 25,7 24,5
Bouquets
Damiens 22,9 23,5 24,4 25,1 25 24,8 25,2 24,9 24,3 24,3 23,5 22,8
Desdunes 24,2 24,5 25,2 26 26,7 27,5 27,7 27,8 27,6 27,2 26 24,8
Despuzeau 24 24,3 25 25,8 26,5 27,3 27,5 27,6 27,4 27 25,8 24,6
Dessalines 24,2 24,5 25,2 25,9 26,7 27,5 27,6 27,8 27,5 27,1 25,9 24,7
Duvalierville 25,1 25,5 26,9 26,8 27,5 28,2 28,4 28,5 28 27,5 26,3 25,6
Ennery 22,2 22,6 23,3 23,9 24,7 25,5 25,7 25,9 25,6 25,1 24 22,8
Fonds-des-Nègres 21,8 22,1 23 23,5 23,7 24,6 24,9 25 25 24,2 23,3 22,1
Fonds parisien 23,8 23,7 25,8 26 26,8 27 27,5 27,9 27,6 25 24,3 24,7
Fonds Verrettes 19,4 19,8 20,5 21 21,8 22,7 22,8 23 22,8 22,2 21,1 20,1
Forêts des Pins 11,7 12,5 14 14,2 14,2 15 15,8 15,9 14,9 14,7 14 13,2
155
Station J F M A M J J A S 0 N 0
Furcy 14,4 14,9 15,6 15,9 16,6 17,6 17,8 18 17,9 17 16 15,1
Gaillard 23 23,3 24 24,7 25,5 26,3 26,5 26,6 26,4 25,9 24,8 23,6
Ganthier 25,3 26 26,8 27,4 27,7 28,2 28,6 28,5 28,1 27,7 26,8 25,4
Gde Riv, Nord-HA 23,1 24,3 23,9 26 26,3 26,8 26,8 27,3 27,2 26,7 25,2 23,2
Gonaives 25,7 25,8 26,3 28 28 29 29,2 30,1 29,8 30 29,1 27,2
Grand Bassin 23,8 24,1 24,8 25,6 26,3 27,1 27,3 27,4 27,2 26,8 25,6 24,4
Grands-Bois 18,9 19,6 20,7 21,5 21,7 22 22,3 22,3 22,1 21,8 20,6 19,3
Grande Rivière 24 24,3 25 25,7 26,5 27,3 27,4 27,6 27,3 26,9 25,7 24,5
Gros-Morne 22,9 23,2 23,9 24,6 25,3 26,2 26,3 26,5 26,3 25,8 24,6 23,5
Hinche 22,5 24,5 25,7 25,1 25,6 25,4 26,2 28,8 27 26,5 25,9 23
Jacmel 25,2 25,3 25,4 25,8 25,9 26,9 27,4 28,1 28 27,4 27,1 25,7
Jean-Rabel 22,2 22,8 23,6 24,4 25,6 26,5 26,9 26,8 26,4 26 24 22,8
Jérémie 26 25,2 25,7 26,1 26,8 28 28,5 28,1 28,3 28 27,3 26,1
Kenscoff 15,9 15,2 16 16,7 17,5 18,2 18,4 18,2 18,6 18 17,4 16,2
La Tortue 26,5 27 28,1 28,7 28,3 27,3 27,8 27,3 26,8 26,8 26,2 26
Lascahobas 22,9 23,3 24 24,7 25,4 26,2 26,4 26,6 26,3 25,9 24,7 23,5
Léogâne 24,2 24,5 25,2 26 26,7 27,5 27,7 27,8 27,6 27,2 26 24,8
Lesson 25,6 26,1 27,2 27,7 27,3 26,4 26,9 26,5 25,9 25,8 25,3 25,2
Limbé 23,4 24,6 24,2 26,3 26,6 27,1 27,1 27,6 27,5 27 25,3 23,5
Limonade 22,5 22,4 23 24,6 25,3 26,1 26,3 26,8 26,7 26,1 24,5 22,9
Maissade 22,6 23 23,7 24,3 25,1 25,9 26,1 26,2 26 25,5 24,4 23,2
Marfranc 23,5 23,9 24,1 25 25,8 26,4 26,9 26,8 26,3 26 25 23,5
Marmelade 19,7 20,1 20,8 21,4 22,1 23 23,2 23,4 23,1 22,5 21,4 20,4
Mirebalais 23,1 24,6 25,7 25,1 25,6 25,4 26,2 28,8 27 26,5 25,9 23
Môle Saint-Nicolas 24,3 24,2 25,1 26,3 27,6 28,2 26,4 26,5 23,7 28,3 26,5 25,2
Mont-Organisé 20,4 20,8 21,5 22,1 22,8 23,7 23,9 24,1 23,8 23,3 22,1 21,1
Ouanaminthe 24 24,3 25 25,7 26,5 27,3 27,4 27,6 27,3 26,9 25,7 24,5
Pétion-ville 22,9 23,3 23,9 24,6 25,2 25,8 26,4 26,4 25,9 25,1 24,1 23,2
Petit-Gôave 25,6 26,2 27,1 28,2 28,3 28,6 28,8 29,2 29,2 28,2 27,4 26,1
Petite Rivière 24,2 24,8 25,7 26,3 26,2 25,9 26,4 26 25,4 25,3 24,6 24
Phaeton 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
Pilate 22,2 22,6 23,3 23,9 24,7 25,5 25,7 25,9 25,6 25,1 24 22,8
Plaisance 21,6 22 22,7 23,3 24 24,9 25 25,2 25 24,5 23,3 22,2
Pont-Sondé 24,2 24,5 25,2 25,9 26,7 27,5 27,6 27,8 27,5 27,1 25,9 24,7
Port-à-piment 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
P-au-P (aéroport) 25,4 25,7 26,4 27 27,3 28,2 28,7 28,5 27,9 27,2 26,6 25,8
Port-de-Paix 24,1 24,3 25 25,8 26,8 27,3 27,4 27,7 27,7 27,4 25,9 24,7
Saut Mathurine 28,2 23,3 24 24,7 25,5 26,3 26,5 26,6 26,4 25,9 24,8 23,6
Savanne Zombi 14,9 15 15,4 16,3 17 17,5 17,8 17,8 17,8 16,9 16 15
Seguin 10,2 11,2 11,2 11,7 12,3 13,8 14,4 14,8 14,2 13,3 12,6 10,7
Sercey 23,8 24,2 24,9 25,6 26,3 27,1 27,3 27,5 27,2 26,8 25,6 24,4
Sources Chaudes 23,7 24 24,7 25,4 26,1 27 27,1 27,3 27 26,6 25,4 24,2
Saint-Marc 25,7 25,7 26,8 28 28,5 28,2 29,2 29,5 28,8 28,3 28,3 26,7
St-Michel 22,4 23 24 24,6 24,2 23,5 24 23,6 23 23 22,3 22
St-Raphael 21,9 23,9 25,1 24,5 25 24,8 25,6 28,2 26,6 25,9 25,3 22,6
SaintLouis du Nord 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
Saint-Louis du Sud 24,3 24,6 25,3 26 26,8 27,6 27,7 27,9 27,6 27,2 26 24,8
St-Michel ATT, 21,6 22 22,7 23,3 24 24,9 25 25,2 25 24,5 23,3 22,2
Terre-Neuve 21,2 21,8 22,8 23,4 22,9 22 22,5 22 21,4 21,4 20,9 20,8
156
Station J F M A M J J A S 0 N 0
Thomazeau 23,9 24,2 24,9 25,7 26,4 27,2 27,4 27,5 27,3 26,9 25,7 24,5
Tiotte 18,5 18,9 19,6 20,1 20,9 21,8 21,9 22,1 21,9 21,3 20,2 19,2
Trou du Nord 24,1 24,4 25,1 25,9 26,6 27,4 27,6 27,7 27,5 27,1 25,9 24,7
Vallières 23,5 24,2 25,1 25,9 26 25,8 25,9 26 25,5 25,5 24,5 23,6
Verettes 23,9 24,2 24,9 25,7 26,4 27,2 27,4 27,5 27,3 26,9 25,7 24,5
Station: Cap-Haïtien
145
135
.:;;
:t::
~ 125
c:
0
~
c:
III 115
E
c:
&. 105
95
"'0.. Regression
80 90 100 110 120 130 140 150 95% confid.
Thornthwaite
Station: Fonds-des-Nègres
145
135
125
..c
.t:
~ 115
c:
0
::!E
t!: 105
<Il
E
c:
QI
c.. 95
"'0.. Regression
80 90 100 110 120 95% confid.
Thomthwaite
Penman-M_thornthwaite
Penman =7.9245 + .94986 • Thornthwaite
Correlation: r = .99320
150
140
130
c
~ 120
~ 110
100
90
"'0.. Regression
80 90 100 110 120 130 140 150 160 95% confid.
Thornthwaite
Station: Gonaïves
Penman·M_Thornthwai!e
Pen man =1.0330 + .98548 • Thornthwaite
Correlation: r = .99790
240
220
200
180
c
tU
E
c(J)
160
Il.
140
120
Thornthwaite
BM =-1.43; BMr=-.008
159
Station: Hinche
Penman_Thornthwaite
Penamn =3.2471 + .98314 • Thornthwaite
Correlation: r =.98760
200 ~----~----~-----r---- __ ----~------~~~
180
160
140
100
80
"'a.. Regression
80 100 120 140 160 180 200 95% confid.
Thornthwaite
BM=1.21 BMr=O.009
Station: Jean-Rabel
Pen man_Thornthwaite
Penman =-2.221 + 1.0285 • Thornthwaite
Correlation: r =.98510
160 r--.....---....."..---.~-...----.-----.--...--- .....
150
140
130
c: 120
~
5i 110
c..
100
90
80
'0.. Regression
80 90 100 110 120 130 140 150 95% confid.
Thornthwaite
BM=O.98; BMr=O.006
160
Station: Jérémie
Penman_thornthwaite
penman = 6.1071 + .94436 * Thornthwaite
Correlation: r =.98921
180
170
160
150
c
as 140
E
cQ)
a. 130
120
110
Thornthwaite
Station : Kenscoff
Pen man_Thornthwaite
Penman = -6.548 + 1.1321 *Thornthwaite
Correlation: r = .95900
82r-----~----r_----r_----r-----r_----r_--~
78
74
70
c
~ 66
c
Q)
a. 62
58
54
""0... Regression
52 56 60 64 68 72 76 95% confid.
Thornthwaite
BM=1.84 ; BMr=0.025
161
Station : Limbé
Penman_Thornthwaite
Penman = 2.3751 + .97901 * Thornthwaite
Correlation: r =.99112
150
140
130
ai
E 120
c:
Q)
Q.. 110
100
90
'0... Regression
90 100 110 120 130 140 150 160 95% confid.
Thornthwaite
BM=-O.24 ; BMr=-O.002
Station: Limonade
PenmafLThornthwaite
Penman =14.062 + .87562' Thornthwaite
Correlation: r =.98206
140
130
120
c:
Ct!
E
~ 110
100
90
'0... Regression
80 90 100 110 120 130 140 150 95% confid.
Thornthwaite
BM=O.31 ; BMr=O.006
162
Station: Marmelade
Penman_Thornthwaile
Penman = -1.141 + 1.0278 * Thornthwaite
Correlation: r =.99073
100
95
90
c: 85
al
E
5ï 80
Cl..
75
70
65
'0.. Regression
65 70 75 80 85 90 95 100 105 95% confid.
Thornthwaite
BM=1.18; BMr=O.OI
Station: Mirebalais
Penman_Thomthwaile
Penamn =1.6529 + .98965 • Thomthwaite
Correlation: r =.99162
ffi
E
Iii
a.
"'D.. Regression
90 110 130 150 170 190 95% confid.
Thomthwaite
BM=OAO ; BMr=O.002
163
Station :Port-de-Paix
Pen man_Thornthwaite
Pen man ;:: -4.058 + 1.0335' Thornthwaite
=
Correlation: r .98969
160
150
140
c: 130
III
E
!B 120
c..
110
100
90
'0. Regression
100 110 120 130 140 150 160 170 95% confid.
Thornthwaite
BM=O.26 ; BMr=O.0005
Station: Seguin
Penman_Thornthwaite
Pen man = 6.3362 + .91861 • Thornthwaite
Correlation: r =.93538
70~------~------~------~------~--~--~
66
62
58
c:
~ 54
c:
Q)
c.. 50
46
42
'0. Regression
44 50 56 62 68 95% confid.
Thornthwaîte
BM=2.06 ; BMr=O.03
164
Station: St-Raphael
Penman_Thornthwaile
Penman =4.3184 + .94441 * Thornthwaite
Correlation: r =.99463
180~----~----~------~----~------------~
160
140
c:
~ 120
c:
G)
c...
100
80
"'0.. Regression
80 100 120 140 160 180 95% confid.
Thornthwaite
BM=-1.94 ; BMr=-O.OI
Penman_Thornthwaite
Pen man = -1.456 + 1.0064· Thornlhwaite
Correlation: r =.99523
160~--~----~----T--- ______- r____~__~~__~
150
140
130
c:
~ 120
c:
~ 110
100
90
'0... Regression
100 110 120 130 140 150 160 170 95% confid.
Thornthwaite
BM=-O.63 ; BMr=-O.006
165
Station : Vallières
Penman_Thornlhwaile
Penman = 4.2205 + .95424 • Thornthwaite
Correlation: r = .98185
125
115
c:
III
E
c:
cf 105
95
Thornlhwaite
BM=-O.98 ; BMr=-O.008
167
Annexee:
Cartographie de l'évapotranspiration saisonnière et mensuelle
168
t:vap.Stche
750
500
o 50
kilometres
1000
750
500
o 50
i
kilometres
..
.
-.
o 50
kilometres
ev....Février
,...
'"
o 50
i
kilometres
120
100
80
60
mm
o 50
i
kilometres
É"",. Avril
120
100
eo
mm
o 50
kilometres
év• . MoI
,..,
,'"
'00
.
••
o 50
kilometres
o 50
kilometres
év... _
,.
,..
le,.
'''''
..
-
o 50
i
kilometres
,sn
,œ
o 50
•
kilometres
Évap.~
140
120
100
80
o 50
•
kilometres
180
160
140
120
100
80
60
mm
o 50
i
kilometres
,m
,..
''''
'III
III
-
o 50
kilometres
év.p. D6c:emln
140
120
100
80
60
mm
o 50
i
kilometres
Annexe D:
Analyse de tendance et saut dans le temps des modules annuels
178
'in' 3.7
~3.6
---
1
---:
Observ.tionst
Courbe-:
[, " -
,
:
: :
,
"---'3\ :
.---------~--------. -----------"------------,------------
:
,
:
,
j------------,------------j-- ---------r------------,------------
:1
.,
~ 3.5
..
lii 3.4
"* 3.3
."
E 3.2
'" 31
~
o
3
2.9
Année GHYFRAN
160 r--!..;A"-'n=al~yiSe~de~te~n:=d~an~c~e~e~t~s:!:a~ut~d~a~n~s:,.::le~t!!e;!!mZ;Pis~à~l~a~s~ta~ti~o.:.!n~d~e~O~3~02~O~2;_...,
::::j::::j::::t::::~:::i::::i::::~:::j::l:-~:!::::j::::j::::t::::j::::j::::i::::t:::j::::
150
~ 140
ï 130
'" 120
~
li" 110
::t:trj::!rj:·i:iJ!!::r:::!::::::
~ 100
Èi' 90
E
'" 80
::Ej~?NIJ!r::;+f1Jm!Ei:r:r:E
----:---/::t::-+-+--+---:-----:{--+--+---:---+--+---:----~ ---1----:--- -,----
~ 70 ----1- (~\----f----f---~----\--- :---j ---\----f----l----\----f----l----\-- -\--- :---~----
sa ---f-i--+--+--+--;--+-- :----;--+---I----i--+--+--+--; --+-+--
50~~~~--+_-r_+--~+-~_+--r_+-_r~--r_~-+~r_4
~ ~ ~ ~ ~ ~ @~ ~ m m~ ~ ~ ~ ~ ~ m~ ~
Année @HYFRAN
Année @HYFRAN
179
~2.8
~2.6 ----l----i----t----r---i----i----r----j----i- --t----:---:~---t----r----1----1----r----r---
__ _.:____ ____ ! ____ ___ ____ ____ ____ l ____ ! ___ _ ___ ___ ! ____ __ _.:. __ _ ____ ___ _ __ _
"*c: 2.4
~ ~ ~ ~ ~----: ~ ~ ~ ~ ~ ~
:::J
fij
00
~
2.2
2
••••:•••• ••• ~ +. .~ . .~. .+. :- -.:. .-~----:----~---~---
----:----~----:----~--- ___ ---~
~ . . +. . ~ . . ~. +··+··H··+···~···
1 :----~- -:----~-\7-~----~---
---:--
1.8
Année OHYFRAN
Année ®HVFRAN
........ K··········
9
, , • l , , 1 l " l , , • , , , 1
, , 1 l , , , . 1 1
__ _ "'. ___ .. ___ -1 _ _ _ .1. __ . " _ _ _ _ 1. ___ . . . ___ L . _ _ _ __ L. ___ ___ .ol __ __ , ___ _•, ____ •1 ____ ••
l ,
___ ... ,
__ .... _ __ 1
L __ _
8
~ ~
l , , , , , 1 • l , l , l , • l , , ,
~ : : : : : : : : ': : : : : : : : : : :
: :I:I: I: I.y/\[]
:I: I:..J: :I:.:I..I·:.\~......
·I·.R·f·: iJ\: !..:.:i;.:lKi\:. :
.§.. 7
<JI
ai 6
~
c: 5
(II
'c:"
QI
>.
0
E 3 .. ++
.j/ \ .
·~t~··; ~. + ..:.. +... ~ .. :;+.+.+.+ ··:····:I··~···*-···
:::j:::: t::1:::t:::~::::t: : '~ ... :~:::j::::::::t::: j::::!::: :i::::!:: YT:: j::::t:::
~
i'i
'Q)
2
0
,
,
,
,
,
,
,
,
,,
,
,
,
•
,,
,
,
,
,
,
,
,
•
,
l
,
,
,
l
,
,
,
l
,
,
,
,
0
N
N
~
Année <IIHVFRAN
180
:0:
g 4843 ::::: :::::::t::::::::::::t::::::::::: t:::::: :::: j::::::::: ::: j:::::::: ::1::::::::::::
"*" 38
c:
: 33
c:
~28
E
223
:il
~ 18
13
~
Année @HYFRAN
25 r----,-A"-n",a",,lys
='e...::d:.:e:...:t""e:...:.nd=a:::n..:.:c;..:e:....:e:.:tc.::s",a:=u.:..td=a=::n..:.:s'-'l:.::e~te~m""=Pis-=à'-"la=st=a:::ti:.::o:...:.n-:=0"'3=02=:5"-1=------,
i2~~ ::::::::::::::I:::::::::::::i::::::::::::::i::::::::#i:::::::::::::
!~::::m::::I::
20+--------r'--------'r-------,'--------~'--------+'------~
Année ®HYFRAN
17r-~A~n~a~l~s~e:...:d~e~t:.::e:...:.nd~a==n~c~e...::e~t~sa==u~t~d~a~n~s~le:....:t:.::e~m~s~à~l~a~st=a~ti~o:...:.n~O~60~6;..:O:...:1~-.
-i---i--+++iN;AL+--+i-+T+-+--
I+:+:-:--r::ili:_::itIi}--l--~-r:
en
Qi
11
"c:c:
Année @HYFRAN
181
:i? 1
, .
____ .. ____
• 1 1 l
"
, 1
, .
1 1 l
____ .. ____ I _____ I ____ ... ____ ... ____ .. ____ .. ____ • ___
"
-+----
,
l ,
,
,
• 1
•
•
t
.., --- ...l ----0---.-0-----,-----.----
]. 2.85
~
1 • , 1 1 l , 1 1 • , l , 1 1 1 •
., 1
•
1
1
1
•
1
1 1
1
1
1
1
l
1
1
"
,
1
l ,
l
l ,
"
"
"
, l
"
, ,
'
1
"
1
1
1 1
gj 2.35 ____ 1. __ _ .1- __ _ .1- _ _ _ _ 1. ___ .1. ___ ..1. ___ ..1. ___ ... ____ .. ____ ____ ... __ _ .1. ____ L ___ .1.. _ _ _ .1.. __ _ .1. __ _ ••• __ _
~
1 • 1 1 1 1 1 1 1 l , l , 1 l , 1
c: • " • 1 1 1 1 1 • l , l , 1
c: • " 1 l , 1 1 • 1 • • 1 1
.,>. ----i----i-;\--i-----i-----i----i----j----j----i----l----1----i----i-----1-----i-----i----
o
:vt:t:~:j:::r:':::;::.::::.:: . :IJ4:::
E 1.35
en
..,....
~ 0.85
l , • , 1 " 1 t , . 1 1 •
0.35 +--t---t--t----t--t----t---t--t----t---t---t---t---t--t----t----1r-----t----1
~
Année <!>HYFRAN
,,,
, 1
,
l , , ,
-----_.- - _.----,.-----------------,.._.--------------,------------------,_._._--------._-.
.,
, , , 1
" , ,,
.. ----------------- ,.. -----------------,---------.--------,-----------------
,
Qi
~ 0.8 ----------------- 1 l , ,
c , l , ,
'"
1 1 1 1
, "
________________ ,...
" _. ______________ .. ____ .. ___ ... _____ ,____________ ------1--------------_·-
,
,.,~ 07 ,, , ,,,
" ,
E0.6
:::::::::::::-:~:::::::::::::::::t::::::::::::::::::::::::::::::::::~F~!.:::::
Ul
]
~ 0.5 , ,
0.4.j-------t-----+-----;-------1r--------!
Année <!>HYFRAN
11
Analyse de tendance et saut dans le temps à la station 030301
"W 10
;;; 9
E-
<Il 8
Qi
en " 7
c
Q)
E
6
'"c 5
~ 4
0
E
3
'"
~ 2
'Q)
0
1
0
N
~
Année ®HYFRAN
182
20
Anal se de tendance et saut dans le tem s à la station 030231
, , . . , . , . .
~18
g 16 :::::::F:::/t::::::S:::::r:::::::I:::::::l:::::::E::::::1::::::::;::::::::
-*l 14 'l'
l ,
'~"'"
• • , 1 l , 1
::u::v::t::J::t::t:~::::JS:J:::t::
.
"ê
ê 10
12
.,,.,
0 8
E
6
'"
.te
~
: : : : : : :"'-.j.. :
::::::::~::::::::r::::::::r::::::::r::::::::;::::::::;::::::::;::::::::i:~~S1::::::::
4
0
2
0
N
'"~
Année CIIHYFRAN
f0.75
'"
0.85
TI::::T!.':::::LA:
• •:• I:··m;[J·::::··I·~·l··i• • :
a;
.ê
c:
0.65
~ 0.55
>0
E
., 0.45
ii
~ 0.35
-------V----i-------T------:--------:--------j~:-----i--------i--------
0.25
Année "'HYFRAN
21r-~~a~n~a=l~s~e~d~e~te~n~d~a=n~c~e~e~t~d~a~n~s~le~te~m~s~à~la~st~a=ti~o~n~0~1~0~5~0~1--~_.
~ ~~ ::::;::::t::::t:):)::::t::::t:~-:-f-:-:l::::[::::!::::!::::I::::I::::I::::I::::I::::
i 15 ----r----r----r----r----r----r----r-- -r----;\;:-I----I----I----I----I----I----I----I----
ê 13 ---+---1----1---+---1----1----1-- -1----1:-\1---+---1----1----1---+--+---1----
1'~::~:Jttr{:{:::::r:rr:
3 : : : : : : : : : : : : :: ::
Année "'HYFRAN
183
p !s-=à:...:.la=st:;:a=ti:.=o",nc..::O",7..::;O-=3.::.01-,---,
e-"te::..:mc:..;l .e..::.
49 r-----,Ac..::n:..:;a::;II.....=.YIse::...=d.::.e..::te:;.:n.:..:d::.::a::.n:..:c:.::e....:;e;..:.t-=s.=au=.t:..;d:o;a:;:n.;.:s,-,lc:.
::::F::::EA\TJ::::::E::~I::::::
., 44
].39
"'
a;
::T<:::::::::::tsv+::::r::::
en 24
:ii
.'"
019
'4+-----~-----+----~------+-----~-----+----~------4
Année @lHYFRAN
10
Anal se de tendance et saut dans le tem s à la station 040501
• , l I t , , , , , 1 l , , 1 l , , " •
_ _ .1.. __ .1.. __ .1. __ -' ___ -'. __ '" _ __ ... ___ ... ___ L _ _ .'- __ .'- __ .1. __ •.• __ -'. __ ,j _ _ _ L ___ L _ _ .1.. _ _ _ _ .'. __
9 ~ _ _ _ ... _ _ _
~
, • , 1 •• l " " " " 1 l , 1
l , , , • 1 1 ," l , , 1 • 1 1 1 l ,
l , , • • • 1 1 l , , , , , • , 1 1 • l , ,
.s., 8 ---:----:-. --:--- -:-- -~--- i---t---t---: ---~ ---:----:----:-- --i- --i- --~- --t-- -~---~ ---r- -: -- -l- --
1 1 1 1 1 1 1 l , 1 1 1 1 l , 1
1 • 1 1 1 l , , 1 • , 1 1 1 1 l , , l , , ,
a; 7 - - - .. - - - .. - - -,- - - .. - - - .... - _ .. - - - + - - _. - - -
,1 ,l ,
,
,
,
,
,
~
,,
- - - .. - - - .. - -
,l ,,
-1- ___ • ___ ... ___ .. ___ .. ___ + ___ ~
,
,
,
1 l
, ,
, ,
, , ,
, ,
___ .. _ __ .. _
,
,
,
,
_1_ _ _1 __ _
:J
c:
:::::: __
:/':::::': :1'
l , , 1 l , , , , , , l , , , , 1 l , l , 1
c:
lU 6 ---~-- -~---:- -- ~-- -~---~---t--- t---~A- L. - --
--~---:---t\-'- ~- --~---~---t- --~- -- ~---~ - -:- - -:---
:j0"~'
"'c:w 5 ---~---~--LJ:::J:J\;---;-- ---~ +--:--T:--,*--~---~--+-+ - ---~ --:-- -:---
ff:lf:f::Ir:t+l[·~tEt#f+.E{·
".,
0
E 4
.'"-"'"
·W
3
0
2 , 1 • l , , , l , , 1 1 1 1 1 1 •• 1 1 1 1
, l " " " 1 1 1 1 1 1 1 l ,
, 1 " " 1 1 l , l , " • l ,
Année @HYFRAN
Année 0HYFRAN
184
Année ~HYFRAN
.,E 44
.
:ii
'Q)
03.9
, , , l " ,
3.4+-----r'----~'r---~'----~'----_r'-----r'-----r----,'----~
~ ~ ~ -ffi '"~
Année 0HYFRAN
14 ,----,a",n.:..:a:;:",1,-,s:..::e:...:d::..::e:...:t;=:,e,-,n=da",n.:..:c:..:;~:...:e:..::t-=s=au=:;t:...;~::..::a::..n:.=s,-,-Ie=-=;:t~:.:.:mc:=s:...:à=-I:.;:~:...::S:.:;ta::::t:..::io,,-n:,..:,0:...:1c::0.::.30=-1.:.....-,--,
13 - - -- -- - -- -:- -- -- - - -- -: -- -- - -- -- -~ - -- -- --- - ~- - -- -- - -- - ~ -- -- - -- -- -:- - -- -- - -- - ~ -- - -- -- -- +----
"' 12 -- -- ------:- -- ----' -:----- -- ---~- -- ------~--- ---- -- -:----- -- ---:-- --- -----~- ------ -- -~----
~11
"*ê 10
9
~ 8
~ 7
;;- 6
E 5
~ 4
~ 3
2 , , , , , , , ,
1~----~'----~'----~'~--~'----~'-----+'-----+'----~'~
c:>
§ ~ ~
Année ®HYFRAN
185
9
~ ~
~
l , , , , , " " ' " 1 1 l ,
, , , , , , " 1 l , , , , 1 l ,
, l , l , , , l , , , l , , l , l ,
• , , , , , , l , , , , , , , , l ,
B
..s.
w 7
II> ~~ ~ l ~ ~ ~ I~ ~ ~ l~ ~ ~ I ~~ ~ I~ ~ ~] ~~ ~ ~l ~~ ~ l -~ _] _
-~ ~ [~~ ~ I~ ~ ~ l ~ ~ ~l~ ~ ~ ~l ~ ~ ~ l ~ ~ ~] ~ ~ ~ ~l~ ~ ~ I~ ~ ~
: ::::)::: :::: :::: :
.,"" 6
.,"
,.,"
::·.:·N··I:::,::··,IBi:··
QI 5
0
E 4
]"' 3
."0
2 ----,----,----,.-.-.. --- .. ----,--.-,.----,----'----T----.----,---·,----,.---..,----'----r----,.---
, , , , 1 1 1 l , , , , , 1 • • , 1
, 1 1 1 l , , l , 1 1 1 1 l , l , •
l , , 1 1 l , , 1 l , l , , 1 1 1 •
Année @HYfRAN
:Vli:ttll i LEI:'!:E:N2:1::
0
E 5
<II
4
~
0 3
2 ----,----.,----r----r----'----.,----r---
,, ,, ,, ,, ,, ,, ,, ,, ----,----.,----T----r----'----'----T----r----'----,----
,, ,, ,, ,, ,, ,, ,, ,, ,, ,,
Année GlHYFRAN
4.5.-----;.~-"n.:.:a::;.ll,y'-'ls:..:ec..;~::.:eo..;t:::;~,:..:n-=d=an;.-=-,c=.;e'-e:;..:,t:...::s'-=a:;:~"'-t.:::.da::;:,nc:.:s:..cI:..;~-=te"'mc:.;~=Pls..::;à'-"la=-=.st~,a=ti.=.o~~-=O--,-4~~0=.;Oo..;1:..,.,-----,
, , , , , , , , " ""
i3:
(f)
~ 3
:" 2.5
""~ 2
E
1l 1.5
~ 1
0.5 +----t--.j.----t--.j.----t--.j.----t--.j.----t--.j.----t--.j.----t--.j.----t-----j
Année GlHYFRAN
186
"' 105
~ __ Mt
l
,
,
,
,
,
l
1
,
,
1
l
,
l
,
,
,
l
1
,
l
,
,
,
,
,
,
,
,
--,----,----l'''---r---'---,----'----r---f---'---.,----I'''---r---t---,----,----,..---r---'---
,
1
,
•
l
1
1
,
l
l
,
,
,
,
,
,
,
1
1
l
l
l
,
,
,
l , , , l , , , , 1 1 l , l ,
"' 9.5
0; ---r---r--T---r---r---1---T--T---r---r---1---T---r---r---r---:---T---r---r---1---
l , 1 1 l , , t , , , , 1 l , , , , l ,
:J
8.5
• l.;·mm• ~• !•
c:"co
7.5
.,'"c:
".,
0
6.5
E
5.5
;g'" 4.5 ;t:• • • • •
0
3.5
2.5
0
'"~
Année @HVFRAN
3.7,---!A-"n-"a:o;I.L:S"'e"--"'.d:<.e-"te~n!.!d"'a"-n'""c""e~~""t-"'s"'au~t~d",a~.n!.!s'-'l_"'e-"te"'m-'-:.=s-"à'-"la=st:;::.a"'ti'""o"-'nC.!O"'3o:;~:..!1-"'0-'-1--,
~3.2
.s.
~ 2.7
:J
"c:
: 2.2
.,...."
li
EU
CI> :
:
:
: \: :
:
:
~:"
. .--., :
:
~ 1.2
·········-1-·········:·········· :. _-<.<+.~c···i·········-1 .. ··:~t·········
0.7 + - - - - ; - - - - i - - - - + - - - - + - - - - - i - - - - t - - - - j - - - - - 1
Année flHYFRAN
7.5
Anal se de tendance et saut dans le tem s à la station 060501
7
g~ 6.5
(/) 6
0;
~ 5.5
"co
(/) 5
c:
g!, 4.5
0
E 4
.,
~ 35
0
3
2.5
'"'"~
Année ~YFRAN
187
'Ol 4.2 l , , , 1 l ,
;;, /.
, ,
:
,
:
,
: :
1 l
:
,
:
.s., 3.7 ····/·r······· ~·········T·········r········T·········l·········T···· .........
, , , • , 1 •
~ 3.2
c:
c:
C1I
If)
c:
2.7 :::::::::~::::::::::;·::·:::::r::::::::l:::::::::r::::::::::~~::::
, , 1 1 1 1 1
::::
~22 . .. ..
, , , • , 1 1
---------.,----------r------ ---,----------,----------,---- -----,----------,---------- ----
l , , l , , •
E , ,
"
11 1.7
:0
----------j----------r----------l- --------!----------: ---------r----------r--------- ----
~ 1.2
_________ J __________ L _________ .'. _ _ _ _ _ _ l _________ , __________ 1 __________ '. ____________ _
l , l , , 1 1
, " ,
O.7~--~r_--~----_r----;_----r_--~----_T----_r~
III "1 III III "1 "1 III "1 ,...
cri
N N
<ri
N
ŒJ
N
en
N
0
fT!
""~ ~ en bl en
~ ~ ~ ~
Année @HYFRAN
'Ol1.B
!TI
.s 1.6 :,DiT::Ti:NLL,;:,T,T,
..,-{-,\c., "q'\:"""':'m'
ln
~ 1.4
c
:12
• ·j·l:t.·.I:.mJJ:·.:• • :.fffff:I.··:.··N·.
c
QI
~ 1
E
~ DB
~ 06
0.4
···Î-·t···;····r···;··+··;····r···;····r···;····:····;·...:....;....:..
, , 1 l , , 1 1
+--t--t---t-_r_T--t~r_t---t---t--t--t-_r-t---t---t~r_t--;---l
1 1 l , 1 1 l
+. ;. . [. .
, 1 1
Année @HYFRAN
12.5
Analyse de tendance et saut dans le temps à la station 020702
:B!llm~\r'irr:1
115
ID
~ 10.5
.
ëii
9.5
"c
c
8.5
co
7""7.,.\tJ""~+A+:i+
:!! 7.5
,..,
Q)
0
6.5
..
E
5.5
::::~:::j::::f::::~:::j::::t::~4:::f:::j::::l::::f:::tt::f::t:l:~:::
:ii
-<Il 4.5
0
3.5
2.5
N
'"~
Année @HYFRAN
188
;: ~~-~~-~~ ~-~t~~~~-~~r~-r~r~-~~~1~~-r:j-~-~~~~-r~t:r-r~-r-~-r~T~
i : . . :;"r:::ILiLt:f::rtt:::t::::T
~ 10 ---T- -r---r----r --r---r----r---r---r---r---r--T---r---r--T---r---r---r---
1~Tllj'#tm:I~:
5+--+--~~-+--+-~~--~-+~r-~-+--~~-+--+--+~~
Année ®HYFRAN
ê
g!, 15
o
E
11 10
::]':1::1::]:::::::::::
-:- - - - -- - --- - - -:- - - - - ------ --:- - ----- - - - - - -:-- - - - -- - - - - -~ --- -_. - - - - -- ~ -- - -- - - - ----
'<Il
o 5 -----------r' ~
II ------------,l------------.:------ ----------------- l !
-1- ---- --F ---1- ---- -------
: : :
O~----4------+------~----+-----~----~----~
: : \. :
Année OOYFRAN
189
Annexe E:
Méthodes d'ajustement des débits maximums annuels
190
Ajustement des max annuels de la rivière Artibonite à la station 030202 selon la loi Ajustement des max annuels de la rivière Artibonrte à 1. station 030201 selon la loi
Gumbel (Maximum de vraisemblance) Weibull (Maximum de vraisemblance)
~OOG=======~~_~-
___~__~__ ;_+,__-__-__-__ ,_~_-__-__-___i_;_-__~__ -___;_:~__~___~__~__~_;~___~__~__~__ ~
__ _ Boo~====~==~~-;---;---;~-;----;---~
, ,
~~:~ -------------,.----------("--------,---------,-----
1 l , ,
-
, 1
, , l , 1
~140D
.:li., 1200 , ,
01000 -- - --- ------
1
1
1
-'-
l
l
~
,
BOO
.,
1
,
l
1 l
"", ,
200
o
-+-------- ---------;---------: ----------; ------------
-- ~- -- --- -
,,""
-~
1 l , l ,
,
,
~
,
1
o~----_r----~--~~--~--~r_--~----~----~
§co ~
o Cl
~
CJ
§ci Cl ci CJ
ffi
rn
ci
~
o o Cl CJ Cl Cl Cl d
Probabilités au non-dépassement (papier normal 1 Cunnane) @HYFRAN
Probabilités au non-dépas5ement (papier normal 1 Cunn.ne) @HYFRAN
Ajustement des max annuels de la rivière Blanche à la station 040601 selon la loi Ajustement des max annuels de la rivière Bois à la station 030211 selon la loi
Exponentielle (Maximum de vraisemblance) Weibull (Maximum de vraisemblance)
50r-~==~==~--~----~--~~~--~----~ 70~====~==~~-;---;---;~--;---;---~
45 ObselVations-l- ---- ---- -~- --- --- -- ~ ----- --- -; -- --- --- -;--- --- -- --; ----- -- ---- ObselVationS+ "
. . ----------.. ---------I--------- . -_·_------.. -- ________ _
1 1
60 ~--------
co~O~:~: ---------~---------~---------~-------+--------+-----------
Modèle-
40 Int. Int. Conf. 95%-, ,
35 -- -- --- --- ---:--- -- ----- -,--- ---- --:--- ---- ---, ---- -----, -- --- ----:- ----- --- --, -- -- --- -----
50 ......... 1
_~---:--------:----------:----------:---------:----- -----:---
l , ,
1 1 1 l , ," ,,
1
1
1
1
1
1
1
l ,
-------------l'''----------r---------,.---------r---------r---------,.----------r -------- 1
1
1
-- :f
C'l
,,
1
,,
l ,
,,
,
40 -------------,-----------,..--------"')----------,----------,---------,-------
l ,
l
,
1 "
1
"
1 "
,
1
_____________ ... __________ ... _________ ... _________ ... _________ ... _________ "". _ _ _ _ _ _ _ _ t- _ _ _ _ _ _ • __ • __ 5
, , , , , , 1 ln 30
"
, l ,
1
,
------------_ ... ----------'---------_ ... _--------'----------'---------_ ... _-
l
,
,
1
,
:B
,
, ,
, l
, , 1
è!!l 20
15 --- ---- ---- --:-- --- --- --- ,- -- --- -- -:-- --- -- ---, -- --- --- -,------ , , ,
l
1
,
1
l
l
,
,
,
, 10 --:---------,-----------:-------------
, , ,
, , ,
5 --- -- -- ------.- --- --- --- .--- ---- --.- --- 0 ~~~~---~-----~----------:----------:---------i----------~-------------
,, ,,
, ,
O+-------~----;_----+_----~----r_--~------r_----~ -10
Ci
§ B ê ~ ~ ~ ~
l.Cl
cr>
cr>
m
cr>
cr>
a
a
l.Cl
a
co
o
~
0
~
0
~
0
~
0
~
a d 0 0 0 0 ci d d d ci a a co a ci
Probabilités au non-dépassement (papier normal f Cunnane) ®HYFRAN
Probabilités au non-dépassement (papier normal J Cunnane) ®HYFRAN
191
Ajustement des max annuels de la rivière Bouyaha à la station 030252 selon la loi
Ajustement des max annuels de la rivière Cavaillon à la station 060601 selon la loi
Wei bull (Maximum de vraisemblance)
Exponentielle (Maximum de vraisemblance)
500: 1
450 ObselVationst -:--------- --------- --------- --------~-----------:------------- 3300 ..
1
--------- 1 --------- • .. ---------""--------
• • ,
-------.-- .. ----.----.--
,,, ,,, ,,,
L:
l ,
ObselVationst
400 Modèle- -:--------- --------- --------- --------,-----------,-------------
350 -- Int.Conf
300
. 95%- -:---------
:
------------~-----------~--------
œ i l
(;j 250
--------- ---------
: :
--------- --------- --------~-----------:---------
--------~-----------~--
---
--------
2800
..,- 2300
....
_--~,
Modèle-
ln! Conf 95%-
--- :
---------~---------:.----------:--------- ----------
:
-------------:---------- ---------;----------:----------:--------- -----._--- ---'"'--------
-------- .....---
E
~ 200 ï2 1Boo
;g 150
_____ ::::r:::::::::l:::::::::;:::::::::;:::------f---~-: ;go
::::::::::::::::::::::: :::::::::t:::::::T::::::::i::::~:--------
o 1300
100
l--"~
800
" ,
-100
o
Ci
±
: 1
,
,
--,---------:---------:---------~--------~-----------:-------------
-50------------~-----~-----~-----------:-------------
. .
1
'
•
,
,
1
,
l
,
, ±
,
±
,
, 1m
_:::J
UUUU
: 1 il 111 ~ ± ± l
El
ID
DI.,()
Cl
Cl
0
CI
0001.,()
('\1 1,[)
Cl
(Il m
Cl
en
CI
m
iD
m
m
8o ::g
DON
@ :3 8L[)
8aJ @
en
ci ci ci 0 c::i 0 ci 0 ci ci cl ci 0 0 cl ci d
Probabilités au non-dépassement (papier normal 1 Cunnane) ~HYFRAN
Probabilités au non-dépassement (papier normal 1 Cunnane) ®HYFRAN
Ajustement des max annuels de la rivière Courjalle à la station 040901 selon la loi
Ajustement des max annuels de la rivière Ennery à la station 020111 selon la loi
70 Exponentielle (Maximum de vraisemblance) Exponentielle (MaXimum de vraisemblance)
~~:'~:cI~;::--::]----::--:-- ::::1:-:-:17::;
nt. on. '0 , , , ,
55
~50 - ---- - --- - - --~-- - -- -- --- - --- --- --~ -- -- - - - --~ - --. --- --~ -- -- --- --~ --- - --- --- -- - .--. ----
~ 45
1 " 1 1
, . , 1 •
-------------1"'---------- ---------,.---------r---------r---------r---------- -
l , 1 1
';;," 35 .5.40
.~ 35
~ 30
025 ~ 3D
25
~:::::::::::::t::::::::::t:::::::::t:::::::::t:::::::::t:2
20
15 20
10
5 t---m--m-~----ml--fl---I--+W4~r:=:=r=---lm-m--t--mmmi ::I-----'---"~j
~ ------------~---------i-I-------:r_~-~--- ~:
0
Ci cr;
0
0
ci
(ij
0
0
ci ci
Ci
LC1
0
ci
Ci
0
('1
ci
Ci
0
I,l)
ci
m
ci
Ci
0
ID m
ci
Ci
LC1
(ij
m m
m
ci
§
o
8ci §
o 0 0 0 0
en
8l
ci
Probabilités au non-dépassement (papier normal 1 Cunnane) ~HYFRAN
Probabilités au non-dépassement (papier normal 1 Cunnane) ~HYFRAN
192
Ajustement des max annuels de la rivière Estère à la station 030301 selon la loi Ajustement des max annuels de la rivière Fer-à-cheval à la station 030231 selon la loi
Normale (Maximum de vraisemblance) Weibull (Maximum de vraisemblance)
100 Ir====::!:::==~-'---:---;---:-'------:-------;--i 1000 r;::==~==::::;:-:--"---:---:----:-'-------:---------:---I
90 Observations+ ~ ----- --- ~ --------- ~- -- ------ ~- ------- - ~ ----------: ----------- 900 Observationst ~1 ~ ~ ~ ~-~ -. -:-- ---- --_.:- ---- _. -- -:- -- ~- --- ~+- -------~-~ ---- ------ ~-
1 l , , ,
Modèe- : :: Modèle-
BD Int. Conf. 95%- ~--------~---------~---------~---------~----------~--- -
1 :
---.-.- 800
Int. Conf 95%-
' - -........"""""": :: :' 700
70 -------------:------ -----~-----
, ,
---i---------,-- -------,---------f -------- -1-- ------ ----
,
, , l , , 1
_.o. _. ______ ... ______ .. _ _ _ ______ _
~
- __ - - - - - ..1_- __ ____ .. ___ ___ __ L.. _____ • • • L. ____ • _ .
l " ' "
600
~~ ~_ ~ ~ ~ ~_
l , , l , • 1
l , , 1 1 •
1 ___ _____ 1 _ • • __ • • __ 1 _ . __ • ____ 1 1 1 __
.§. 500 ___ ~ ___ ~ ___ _ .. ____ ~ ____ ~-t ~ ~ ~ 1· _ . __ • __ ~. _ ______ ~ ~ __ ___ ~ __ _
" ,, ,, "
' ,,
"
.t<
..0
400 - ~-
,,
- - - - - - - - -.,- - - - ~-
,,
- - _ ... - - - - _ . - - -f" - - - . - _. _.,. - - - - - - - _.,_. _. - - - -T _ • • - -
,,
- - - -,. - - - - - - - - - - - -
."0 300
30 200
20 100 ------------~--------·-1-·---·-·-:----·--- ï -
10 0 +--~'~~'a'~_~~~---------:---------;----------;------------ _____ 1
1
l
1
,
1
1
1
or-----~~~~~_r----r_--_r--~r---~~--~ -100
§
o
s
o
~
0
Probabilités au non-dépassement (papier normal 1 Cunnane)
R
0
§ci ~
ci
~
d
ffi
ci
al
al
al
ci
Ci
0
0
ci
~
o
d
o~ ...
do
~. DLlJD.
0
8CD
ci
@
m
do
Probabilités au non-dépassement (papier normal 1 Cunnane)
~
~
III
al
ci
0HYFRAN 0HYFRAN
Ajustement des max annuels de la rivière Gallois à la station 010403 selon la loi Ajustement des max annuels de la Grande rivière du Nord à la station 010501
Lognormale (Maximum de vraisemblance) Loi des Fuites (Maximum de vraisemblance)
40 900 ir====:::!:::==::::;:-:-----'';-----:------;--'--:-------;--i
• • , 1 1 1
35 ObservationS+ ~ -
1
~ - ~ - - ~ - .. ~ ~ ~ ~ ~ -
•
~ - ~ -I~ -
1
~ - - - - - - -1- - -
1
- - - - - - -t - - - - - - - - - - -0- - -
1 1
~ - ~ ~ - ~ - ~-
800 Observations+ -:- -- -- ----: - ---- --- -: -- ---- ---: ---- ---- <- - - - - - - - - - -:- - - - - - - - - - - --
Modèle-, " 1 1
, 1 1 • •
Modèle-: : :: :
3D Int. Conf. 950/.- ~- -- -- --- ~- -- ---- --~------- ---:- ---- ---- ~-- -- ---- -- ~- -- -- ---- --- 700 Int. Conf 95%- -:- --------: ---------: ---------: -------- ~- ----------:- -------- --
~--~--~' : , ~-"""!""'-~: :: ::
25 -------------!-----------:----------!----------!----------:---------1-----------:----- -------
1 1 1 1
500 --- ------ --- -:- - -- ~ - -----:- ~ ~ - --- --+- _. --- - ~ - T- - - _. ~ _. - ~ -. - - _. - - .:. - - _. -- - - - -:- - - -
1 l , 1 1 1
- _. - - - --
~ ~
1 . , • , 1 l , 1 1
, , , , 1 • •
20 -------------,-----------r---------"'\----------,-------- --,---------,----------, ----------- 500
.s
III 15
1
,
,
-------------I-----------~--------
.
"
l
,
.'
. ----------I--------
,
__ . . _____ _
1
1
1
1
1
E
';;;' 400
, "
o~ 300
.li., 10
1
l
- - - - - - - - - - - - .,• • • • • • • • • •
1
~L. ~. ~. ~ _. ~..I~
"
1
_ ~ _ ~ ~ ~
1
_ • •' • • • • _ . _ . _ .
1
1
• _ . __ _
,, ,
,,
, , • 1
0
5 ~~~~~~ --- -- - -:-, - - _. --- - - -:~, ~ ------- -: - - - - - 2DD ------------~-----------:---------1---------1---
: 1 : . . . . . .'T'"~~
l
,-------- ~ - "\- -
,
~ ~ ------ ~ --
, 1 1 1
• _ . _ . _ _ _ _ _ _ _ .1 • • _ _ _ _ _ _ _ _ _ 1 _ _ _ _ _ _ ..1 _ _ 1 . . _ . __ • _ . _. _ _ _ _ _ _ _ _ _ -t ___ • _ . ____ ..• __ - ___
____ _ . . __ - _
-5
~. ~ ~ ~ ~ ~ ~
1 1 1 l , 1 1
, 1 l , , l , 1 1 • 1 •
1 l , 1 1 1 1
-100 ' , , , ,
-1o~----~~--~~--~----I_--~~--~----~------~
§ ~ ~ 8l
al
8o §cl ~ ~ ~ ~ ~ m
cj cl 0 0 d ci cj cj cl cl do ci cl
Probabilités au non-dépassement (papier normal 1 Cunnane) OHYFRAN
Probabilités au non-dépassement (papier normal 1 Cunnane) 0HYFRAN
193
Ajustement des max annuels de la rivière Grande Anse à la station 070301 selon la loi Ajustement des max annuels de la rivière Grise à la station 040501 selon la loi
Weibull (Maximum de vraisemblance) Exponentielle (Maximum de vraisemblance)
2000 lr=====;:;-----!.-~~----:---~-----:------:---I 130
1BOO Observations+ -1---------t---------j----------l---------t----------r---p. 120 Observations+ >--------- .. --------- ... --------- ... ---------p----------.-------------
1 l
.. _-------,,---------"'---------"'--------_
, l , ,
", ,
Int. Conf. 95%- , " , 100 Int. Conf. 95%- :- - - - - - - - -.; - - - - - - - - - -:-- -- - - - - - -:- - - - - - - - - ~ - - - - - --- - - t - - - - -- - - - --
~_....-~"""'.....dI_~---------~---------~---------:---------t---- --. --~------------
1400 l , • , , •
90 ___.._~__m_-_-__-_-__-:---------------..-_~--------~---- -----~---------~---------~----------i----- ______ _
_ _ _ _ _ _ _ _ _ _ _ _ ..11 _ _ _ _ _ _ _ _ _ _ ..1 _________ 1.. _ _ _ _ _ _ _ _ _ 1.. _ _ _ _ _ _ _ _ _ l• _ _ _ _ _ _ _ _ _ oL.
, _______ 1 L______ ___ _ , 1 1 l , , 1
:ê' 1200 . ~
1 • , 1 • , ,
(Tl ,1 ,1
,. 1 1 1 l , ,
BD - - - - - - - - - - - - -t- _____ - - - - - .. - - - - - - - - .. - - - - - - - - - ... - - - - - _ - - - ... - - _ - - __ - - ~ - - - - - - - . - - . -
, 1 1 1 • , 1
- - - - - - - --
51000 ------------ ..o---------- .. -------- .... --------- .. ---------.------ --.-------- L_________ ______ ____ _
r I , , 1 • •
_____________ , ___________ I.. ________ J _________ J _________ .I _________
l , , ,
5 70
,.
1 . , • , • l , 1
, "
2 800
.ii., .~.,"' 60
50
Cl 600 0
40
400 _____________ , ___________ I.. ________ J _________ J. ________ .J __
"l ",
30 ,
,
,
,
, ,
Ajustement des max annuels de la rivière Guayamunc à la station 030251 selon la loi
Ajustement des max annuels de la rivière Islet à la station 061001 selon la loi
Exponentielle (Maximum de vraisemblance)
2200~====~====~----~----~---;~~-;-----;----~ Gamma (Maximum de vraisemblance)
900~~==~====~--~;----;----;-~-;-----;----~
2000 ,, --- --- -:-,, --- --- ---:-,, - ---- --- t---- ---- - -f, --- -- -- - ----
1BOO
ObservationS+
Modèe
- i, --- --- ---:---
, ,, ,
- ~, - - - - - - - - -!-, - - - - - - - - -:--, - - - - - - - - -:-, - - - - - - - - t, - - - - - - - - - - ,~ - - - - - - -- - --
800 Obs8rvationS+ ~- -- ---- -~ -- ---- -- --~--- -+ ------- -1------- -- -----t- -------- ----
Int. Conf. 95%- , . , , , , 700
Modèle-.
Int. Conf. 95%-
. , , .
~--------;---------;---------.:---------~--------
.
-:----------- -
1600 -1---------i---------i---------r--------r----------r-- ---- ----- ......;.;.;...;;.,;..;;..;,,;..;_..11' , , , l ,
, , , , . '.[ 500
~ 1000
.'"
------------.,----------.,--------- ... ---------,.---------,---------T------ --- .. ------ .----
"
" , ,
,
,
,
,, , ,, , 1l 400
~
0 800 ------------ ....,----------.,---------~--------- ... ---------,---------T-- -------
, , , , , ,, ,, , 300
600 -------------:----------;---------:----------:----------:-------
200
400 ------------ -:- - - - - - - - - - ~ -------- -:- - - - - - - - -:- - - - - - - - - -' - - ---
l " ,
-
, , l ,
, , l ,
'"'fi
260 . --.
240 --
Ajustement des max annuels de la rivière Jacmel à la station 050201 selon la loi
Observations-!-
Modèle-'
,,,.~.~".".-'~.,,m"m1·~;·~m~"~_,,) -, m
~--- - - - - _J _________ .! ______ ----!-- ---- ___ ~ _______ -_-i ___ -__ _____ ..t
• . . • .
n n - - , -- n --A 900
800
Ajustement des max annuels de la rivière limbé à la station 010302
.
ObservattcnS+
Modèe-
:
Exponentielle (Maximum de vraisemblance)
i .. i
~-------- - - -- - -- ---:-- ------- -:-- -- - ----~----- --- --
: : :
220 Int. Conf 95%- 700 Int. Conf 95%-' ---------i---------i---------t----------
200 _ 600 -- -----------i-----------~-------- ---------.;------ --- .;---------~- --- ------
:li!' 1BO
Ajustement des max annuels de la rivière massacre à la station 010901 selon la loi Ajustement des max annuels de la rivière Matheux à la station 041001 selon la loi
600 Lognormale (Maximum de vraisemblance) Lognarmale (Maximum de vraisemblance)
. . • . • . 1 80 1 ~:::
550 Observations+- ~-------+-- ------~--- ---- --~------ ---~-------- --i------------ ObselVationst _________ ~ ___________________________ ~ _____________________ _
500
450 - -
Modèle-
Int Conf 95%-·
~--------;---------~---------~---------~---------g-:---------- --
:- - -- - - -- - ~•- - - -- -- -- ~-• -- -- - - -- ~-• - -- -- -- - •~- - -- -- - - - -f• - - - - - - - - - - --
70
60
Madèle-'
Int. Conf. 9 5 % - ·
......
_-~---~~_.-.----~---------
:
:
---------:---------- ---------~--
Ajustement des max annuels de la rivière Momance à la station 040201 selon la loi Ajustement des max annuels de la Ravine du sud à la station 060501 selon la loi
Exponentielle (Maximum de vraisemblance) 700 Lognormale (Maximum de vraisemblance)
600 • • . . . • • • • • , • 1
550 ObselVation~ ~ --- - -- --~- -- -- --- - ~-- --- - - - -~-- - --- ---f ---- ------ f--- ----- ----- 650 ObselVations+ ~ - --- - ---~- - - ---- -- ~- ------- - ~--- --- - - - f- ----- ---- :-- --- -- ------
500 Madèle- ~--------;---------J---------L--------~----------:--~-------- - 600 Modèle- ~ - --- - ---~- - ------- ~- ------ - - ~------ - - - ~ -- --- - - ---:- --- - -- - -----
Int Conf 95%-: : : : : : 550 Int. Conf 95%- ~--------~---------~---------~---------:----------;---
450 -- ~- -- - -- --~ - -- -- -- -- ~----- - -- -~-- ---- ---~ ---- - -- --. t --- - -- - - - --- 500 _____________:___________ ________ _________
~ ~ ______
~--- _____ : __________ ;-
~----
';;;'300 : : : : : : •
';;;'350
~
::::::::::::~:::::::::::~::::::::i:::::::::~:::::::::~:::77i-------------
250 :il 300
o
200
~ 250
150
100
5~ tmmuu±---m-.ululmlm~tlm~-l--muml-uu--umj
200
100
1SO
5~
·
;mu
tuumm ,u : --u----:mmm-:mmm:mumurmummj
___ i m~. u_:_mm~u-:--umm--:
§ Ln
Cl
8
'"
§ ~
ci c::::i c:::i 0 Cl 0 ci Cl ci Cl Cl 0
Probabilités au non-dépassement (papier normal 1 Cunnane) @HYFRAN
Probabilités au non-dépassement (papier normal 1 Cunnane) @HYFRAN
Ajustement des max annuels des Trois rivières à la station 020702 selon la loi
Lognormale (Maximum de vraisemblance)
2400 -.-------.-.--------- ----------,----------,---------,---------t----------
, , , ,
2200 - ------- - - .. - - - - - - - - - .. - - - - - - - - ... - - - - - - - -. - - - - - - - - - - ----
,
,
l
,
,
,
,
,
,
~
1
2000
t - - - -- -
----------~--------+--------+--------i-----!----f----------
'. _________ ~ _________ :.. ________ _! _________ __________ _ ________ _
~ ~
-[-:J _ • :::::::7j:
",1600
11 1400
~ 1200
:lil 1000
-:_:-:1___ :____ I ____ ,__
Cl
800
:::: :::: ::::J:::::: :::: ::: :::: ::t:::::::::t :::::::: r::::::: t!._
l " "
600
400 ------------~----------
. ---------~---------~---------!--_./
..
200
,
------------..,---------- .,
---------,.---------,..---
0
8
Cl B § ~ § ~ ~ m IR
ci d ci c::J d ci d ci ci
Probabilités au nan-dépassement (papier normal 1 Cunnane) @HYFRAN