13.07.2015 Views

Assistance au calage de modèles numériques en hydraulique ... - TEL

Assistance au calage de modèles numériques en hydraulique ... - TEL

Assistance au calage de modèles numériques en hydraulique ... - TEL

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

CHAPITRE 3 CALAGE EN HYDRAULIQUE FLUVIALE– à plusieurs variables (Becker et Yeh, 1972, 1973) ;– distribué dans l’espace (Davidson et al., 1978) ;– continu dans le temps (Atanov et al., 1999).Le <strong>de</strong>uxième critère le plus utilisé, appelé minimax, porte sur le maximum <strong>de</strong>s écarts<strong>en</strong>tre valeurs observées et calculées :∣J = max ∣h i c − h i o∣ (3.17)i∈[1;p]Ce critère est parfaitem<strong>en</strong>t adapté à <strong>de</strong>s situations où existe une contrainte réglem<strong>en</strong>taireportant sur l’écart maximum <strong>au</strong>torisé <strong>en</strong>tre nive<strong>au</strong>x d’e<strong>au</strong> observés et nive<strong>au</strong>xd’e<strong>au</strong> calculés par le modèle. Des variantes adim<strong>en</strong>sionnalisées <strong>de</strong> ce critère ont <strong>au</strong>ssiété utilisées dans la littérature (voir par exemple Wormleaton et Karmegam, 1980).Comm<strong>en</strong>tairesLe choix d’une fonction coût s’avère extrêmem<strong>en</strong>t difficile, car il dép<strong>en</strong>d à la fois <strong>de</strong>sdonnées <strong>de</strong> référ<strong>en</strong>ce considérées, mais <strong>au</strong>ssi du domaine d’application visé. Si l’on suitle raisonnem<strong>en</strong>t <strong>de</strong> Gre<strong>en</strong> et Steph<strong>en</strong>son (1986), il f<strong>au</strong>drait avoir recours à plusieurscritères pour s’assurer <strong>de</strong> la crédibilité <strong>de</strong> résultats <strong>de</strong> simulation :No single statistical goodness-of-fit criterion is suffici<strong>en</strong>t to assess a<strong>de</strong>quately for all purposesthe fit betwe<strong>en</strong> a computed and an observed hydrograph.Quoiqu’il <strong>en</strong> soit, il importe <strong>de</strong> confronter visuellem<strong>en</strong>t le résultat final <strong>au</strong>x données <strong>de</strong>référ<strong>en</strong>ce, comme le rappell<strong>en</strong>t Gre<strong>en</strong> et Steph<strong>en</strong>son :Visual comparison of simulated and observed hydrograph provi<strong>de</strong>s a quick and oft<strong>en</strong>compreh<strong>en</strong>sive means of assessing the accuracy of mo<strong>de</strong>l output.De nombreuses étu<strong>de</strong>s ont porté sur l’optimisation conjointe <strong>de</strong> paramètres hydr<strong>au</strong>liques– le coeffici<strong>en</strong>t n <strong>de</strong> Manning – et <strong>de</strong> ✭ paramètres ✮ géométriques (Wormleatonet Karmegam, 1980, 1984; Abida et Towns<strong>en</strong>d, 1992; Atanov et al., 1999). Ces étu<strong>de</strong>sconsidèr<strong>en</strong>t ainsi <strong>de</strong>s cours d’e<strong>au</strong> à section trapézoïdale paramétrée par la largeur <strong>au</strong>fond et le fruit <strong>de</strong>s berges. D’<strong>au</strong>tres étu<strong>de</strong>s considèr<strong>en</strong>t l’optimisation <strong>de</strong> la géométrieseule (Rao et al., 1976). Ces points <strong>de</strong> vue, vivem<strong>en</strong>t critiqués par Cunge (2003), nepeuv<strong>en</strong>t être pris <strong>en</strong> compte dans la prés<strong>en</strong>te étu<strong>de</strong> dans laquelle les données topographiquesne sont pas considérées comme <strong>de</strong>s paramètres du modèle.Le table<strong>au</strong> 3.5 propose un récapitulatif <strong>de</strong>s différ<strong>en</strong>tes étu<strong>de</strong>s d’optimisation réaliséespour le <strong>calage</strong> <strong>en</strong> hydr<strong>au</strong>lique fluviale unidim<strong>en</strong>sionnelle. Ce table<strong>au</strong> montre larareté <strong>de</strong>s étu<strong>de</strong>s réalisées dans un contexte opérationnel, avec <strong>de</strong>s données observéesmesurées <strong>en</strong> quelques emplacem<strong>en</strong>ts et lors <strong>de</strong> plusieurs événem<strong>en</strong>ts.Choix <strong>de</strong> l’algorithme d’optimisationUne fois approuvée la distance mathématique <strong>en</strong>tre données <strong>de</strong> référ<strong>en</strong>ce et résultats<strong>de</strong> simulation, il importe <strong>de</strong> choisir l’algorithme qui va permettre <strong>de</strong> minimiser cettefonction. Cette section vise à prés<strong>en</strong>ter la diversité <strong>de</strong>s algorithmes utilisés pour le <strong>calage</strong><strong>en</strong> hydr<strong>au</strong>lique fluviale : algorithmes ✭ classiques ✮, mais <strong>au</strong>ssi algorithmes génétiques etalgorithmes d’assimilation <strong>de</strong> données comme le filtre <strong>de</strong> Kalman.73

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!