La prévision des crues du bassin versant de l'Oued Dis (Sebaou) par la métode DPFT

La modélisation pluie-débit dans le cas de la prévision des crues peut être étudiée par la méthode DPFT (différence première de la fonction de transfert) qui est une extension de la méthode de l'hydrogramme unitaire. Contrairement aux autres méthodes, la méthode DPFT permet d'obtenir à la fois la fonction de transfert à travers sa différence première (DPFT) et une série des pluies efficaces. L'avantage principal de la formulation en différences est la diminution de l'auto corrélation des débits successifs et des coefficients de la fonction de transfert.L'algorithme de calcul procède par itérations en résolvant alternativement un système multi-événements qui identifie la fonction de transfert et un système de déconvolution qui estime une série de pluies efficaces, cette fois-ci crue par crue. L'initialisation se fait à l'aide des pluies brutes comme première approximation des pluies efficaces puisque les résultats ne dépendent que des variations des débits. La convergence de l'algorithme est établie aisément lorsqu'on applique les différentes contraintes (positivité des ordonnées de la fonction de transfert et des pluies efficaces; normalisation de la fonction de transfert).La méthode DPFT ne nécessite donc que les mesures des pluies brutes et les débits pour effectuer les identifications de la fonction de transfert et des pluies efficaces. Elle n'impose pas de préciser la fonction de production. Une fois la fonction de transfert calée et les pluies efficaces estimées par la DPFT, l'ajustement de la fonction de production se fait par la suite en résolvant un problème du type entrée-sortie.Une application de la méthode DPFT est faite sur le bassin versant de Oued Dis (Sebaou) dans le but de tester les performances de cette méthode sur des données réelles, sachant qu'on a obtenu une confirmation assez rigoureuse de ces propriétés sur des données synthétiques générées. Les résultats de l'identification de la fonction de transfert sont satisfaisants tandis que ceux de l'ajustement de la fonction de production sont moins satisfaisants, ce qui a influencé directement la qualité des résultats de validation.Rainfall-runoff modelling in the case of flood forecasting may be studied by the first difference of the transfer function (FDTF) method, which is an extension of the unit hydrograph approach. In contrast to other methods, the FDFT method simultaneously provides both the transfer model by its first difference and an excess precipitation series. The principal advantage of the difference formulation is the diminution of the autocorrelation between successive flow data and the transfer function coefficients.The compilation algorithm proceeds iteratively by resolving alternately a multievent system which identifies the transfer function, and a deconvolution system which assesses the excess precipitation series event by event The initiatization is done with the total precipitation as a first approximation of the excess precipitations, since the results are only dependent on flood variations. The algorithm convergence is easily established if the various constraints are applied (positive values for the transfer function coefficients and the excess precipitations; normalization of the transfer function).Thus, the FDFT method only requires total precipitation and flood data in order to generate the transfer function and quantify the excess precipitation. It doesn't require that the production function be specified. once the Transfer fonction is calibrated and the excess precipitation estimated, the production function adjustment is carried out by resolving an input-output model type.The FDTF method has previously been applied successfully to simulated data. In the present study, the method has been applied to the Oued Dis watershed (Sebaou, Algeria) in order to test its performance using real data. The transfer function identification results proved satisfactory, but those related to the producton function adjustment were less satisfactory and degraded the overall quality ofthe validation results