/images/rss.gif)
Prédire la fréquence des phénomènes hydrologiques?
Les données relatives à l’environnement naturel acquises dans une région donnée représentent une valeur patrimoniale indéniable et sont les meilleurs garants de la description d’un état sur lequel l’ingénieur, le gestionnaire ou le politicien s’appuie pour valoriser un territoire ou pour le protéger. Leur acquisition est exigeante et demande une organisation et un investissement importants à toutes les étapes de leur collecte. Raison pour laquelle elles sont à la fois précieuses et parcimonieuses, car sensées décrire des systèmes ou des processus hautement complexes. De manière générale et quel que soit leur nombre, ces données, généralement ponctuelles, ne suffisent pas pour assurer une représentativité fiable du système dont elles sont issues et de son évolution spatio-temporelle. Elles doivent donc être analysées avec circonspection afin de leur soutirer toute l’information, parfois cachée, qu’elles contiennent.
L’analyse fréquentielle sert à ce traitement. Elle s’inscrit dans l’ensemble des méthodes et techniques d’analyses statistiques préalablement nécessaires à toute utilisation de données pour des applications spécifiques. Plus précisément, l’analyse fréquentielle permet la projection des données dans un espace probabiliste afin d’anticiper les comportements ou les réactions de systèmes ou de processus qu’elles sont sensées décrire ou représenter afin de fournir aux décideurs des informations validées et plausibles pour l’engagement d’actions concrètes sur le territoire. Ainsi par exemple, la réalisation d’ouvrages de gestion de crues, une digue, un réservoir de stockage temporaire, une dérivation, nécessite des informations pertinentes et consistantes pour évaluer des événements pluviométriques extraordinaires qui pourraient survenir dans le bassin versant concerné. Une analyse fréquentielle appropriée va ainsi permettre de préciser les critères nécessaires au dimensionnement de tels aménagements hydrauliques en offrant de surcroît une estimation sur la qualité des informations fournies en cernant leur degré de certitude, voire de vraisemblance.
Ces méthodes et techniques, souvent issues de l’expérience, sont fondées sur des principes et approches statistiques. Les connaissances scientifiques de l’ingénieur, son intuition et son expérience ont besoin d’être confortées par des démarches rigoureuses tant pour leur développement que pour leur justification. Les résultats doivent toutefois être confrontés à l’évaluation expérimentale. Ainsi par exemple, l’utilisation de certains tests statistiques souvent recommandés par des théoriciens se révèle en pratique mal adaptée au contrôle de certaines caractéristiques de séries temporelles, l’auto corrélation plus spécifiquement.
Si vous avez apprécié cet article, s'il vous plaît, prenez le temps de laisser un commentaire ou de souscrire au flux afin de recevoir les futurs articles directement dans votre lecteur de flux.
/images/thumb1.gif)
/images/thumb2.gif)
/images/thumb3.gif)
L’approche prédictive par des méthodes statistiques es tout à fait intéressante!