O coro baixo

Dans les sciences atmosphériques, la relative homogénéité de l’atmosphère rend plus simple le choix d’une résolution spatiale et des processus à résoudre. En hydrologie, la tâche est plus compliquée, en raison de la complexité du bassin versant, de sa nature hiérarchisée autour d’un réseau hydrographique et de son hétérogénéité spatiale. C’est pour ces raisons que plusieurs méthodes de discrétisation spatiale (régulière ou irrégulière) sont proposées par différents auteurs pour gérer cette complexité du paysage et pour représenter les processus hydrologiques.

Beaucoup de modèles hydrologiques spatialisés proposent l’utilisation de grilles régulières où les équations physiques établies à l’échelle ponctuelle sont utilisées et où les paramètres effectifs sont à déterminer en fonction de la résolution de la grille utilisée. C’est le cas des modèles tels que MIKE-SHE (Abbott et al, 1986a, 1986b) dont le fonctionnement est représenté sur la Figure (2.7), LISFLOOD (Bates and De Roo, 2000), ECOMAG (Motovilov et al., 1999), TOKPAPI (Ciarapica and Todini, 2002), etc.. Certains auteurs sont opposés à cette approche, soutenant qu’en raison des équations utilisées l’approche est finalement plus conceptuelle que réellement physique (exemple, Gottschalk et al., 2001). Les paramètres nécessaires ne sont pas mesurables sur le terrain à l’échelle des mailles de modélisation (Beven, 2002b) et sont parfois dénués de toute réalité physique à l’échelle de modélisation. Le choix de la taille des grilles est rarement explicité et ne semble pas toujours tenir compte des processus à modéliser, mais semble plutôt conditionné par les contraintes liées à la résolution des données disponibles. Des exceptions peuvent néanmoins être trouvées dans les travaux de Beldring et al (1999) et de Motovilov et al. (1999) qui utilisent le modèle ECOMAG dans le cadre du projet NOPEX. Dans ces travaux, la taille des mailles de modélisation est déterminée par une analyse de la stationnarité des valeurs moyennes des données ponctuelles (humidité des

sols, niveaux de nappe) calculées sur des mailles de taille croissante. Les données ont été obtenues en s’appuyant sur une stratégie d’échantillonnage spécifique sous forme de grilles emboîtées.

Figure 2. 7 : Illustration des composants et du fonctionnement de MikeSHE (sources : www.dhi.fr )

L’une des principales critiques à l’utilisation de grilles régulières est liée à la difficulté, dans ces représentations, de prendre en compte l’hétérogénéité du paysage. La tâche de paramétrisation est alors assez difficile puisque le paysage naturel n’est pas organisé en pixels et que les mailles carrées moyennent les hétérogénéités. Afin de contourner ces difficultés, plusieurs auteurs ont proposé différentes approches. Grayson et al (1992a) ont proposé une discrétisation spatiale des bassins versants, s’appuyant sur les courbes de niveau (Figure 2.8). Cette méthode de discrétisation a été utilisée dans le modèle THALES (Grayson et al., 1992a) et dans le modèle TOPOG (Vertessy et al, 1994). Plus récemment, des méthodes de discrétisation spatiale fondées sur l’utilisation des TINs (Triangular Irregular Networks) ont été proposées (Figure 2.9). La méthode de discrétisation en TINs offre un bon compromis entre précision et flexibilité de représentation de l’hétérogénéité comme le montrent les performances du modèle tRIBs (Ivanov et al, 2004). D’autres auteurs préfèrent utiliser des mailles de modélisation plus proches des éléments du paysage. Ainsi, la détermination de zones contributives à

l’écoulement dans un bassin versant s’appuie sur le concept de similarité hydrologique, et les zones correspondantes peuvent être déterminées par exemple par l’indice topographique (Beven et al., 1979). Dans ces zones contributives, on considère que les réponses hydrologiques du bassin versant sont similaires. Ce concept est utilisé dans le modèle TOPMODEL. D’autres auteurs utilisent la notion de ‘Hydrological Response Unit’ (HRU) (Flügel, 1995) qui a été utilisée dans le modèle SWAT (Neitsch et al, 2002). Les HRUs sont composées d’une combinaison unique de facteurs comme l’occupation des sols, le type de sol et le type de gestion des sols. L’un des inconvénients des HRUs est qu’ils fusionnent les unités de petites tailles avec de grandes unités, par le jeu de lissages cartographiques. Ceci est vraisemblablement à la base de pertes d’informations pouvant être importantes puisque, d’un point de vue hydrologique, les unités de petites tailles peuvent servir de support à certains processus hydrologiques importants (comme les zones humides, les ripysilves, les zones tampons, etc.).

Le concept de Surface Elémentaire Représentative (REA) proposé par Wood et al (1988), est un autre exemple de discrétisation spatiale. Ici, on recherche une échelle caractéristique au-delà de laquelle la localisation géographique des objets est négligée et gérée par des méthodes statistiques. Dans l’approche REW (Representative Elementary Watershed) proposée par Reggiani et al. (1998; 1999; 2000; 2001; 2005), le bassin versant est divisé en sous-bassins ou REWs (Figure 2.10) où on distingue, quelle que soit l’échelle, cinq zones (Saturée, non saturée, surface, Surface saturée et Rivière). Les cinq zones correspondent à divers processus hydrologiques. Les équations décrivant les processus hydrologiques sont formulées à l’échelle des sous-bassins et sont invariantes quelle que soit l’échelle. En revanche, les flux entre REWs et entre les différentes zones sont à définir pour chaque échelle. L’intérêt de cette méthode est de transformer le problème de formulation des processus à une échelle donnée en un problème de recherche de relations dites de fermeture à différentes échelles. On peut trouver des exemples de ces relations de fermeture et de formulation des flux entre zones ou REWs dans (Reggiani and Rientjes, 2005; Zhang et al, 2005). Toutefois, les travaux de Varado et al (2006) ont montré, sur un cas d’étude au Bénin où le modèle REW de Reggiani and Rientjes (2005) a été utilisé, qu’il pouvait être nécessaire de prendre en compte l’hétérogénéité au sein des REWs, spécialement dans la zone non saturée pour espérer reproduire correctement différentes

variables de sortie, à différentes échelles d’observation (débits, niveaux de nappe, humidité des sols).

En conclusion, il apparaît nécessaire de combiner les avantages de différentes approches de modélisation ascendantes ou descendantes, afin de tirer avantage des points fort de chaque approche, de manière à avoir une discrétisation spatiale compatible avec les processus à modéliser.

Figure 2. 8 : Exemple de découpage spatial d’un bassin versant en utilisant des courbes de niveau (Source : Grayson et al, 1992a).

Figure 2. 9 : Exemple de découpage spatial d’un bassin versant en TINs (Source : Ivanov et al, 2004)

Mailles de modélisation

Courbes de niveau

II.6. Conséquences pour la définition des mailles de