Estimation bayésienne des courbes de tarage et des incertitudes associées : application de la méthode BaRatin au Congo à Brazzaville - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Article Dans Une Revue Proceedings of the International Association of Hydrological Sciences (IAHS) Année : 2021

Estimation bayésienne des courbes de tarage et des incertitudes associées : application de la méthode BaRatin au Congo à Brazzaville

Résumé

L'inférence bayésienne est une approche intéressante pour estimer les courbes de tarage hauteurdébit des stations hydrométriques et les incertitudes associées car elle permet de croiser les jaugeages et la connaissance a priori des contrôles hydrauliques dans un cadre probabiliste. Utilisable par tous à travers un logiciel gratuit et simple d'utilisation, la méthode BaRatin est ici illustrée avec une application récente à l'analyse de la courbe de tarage du fleuve Congo à l'échelle de Brazzaville. Par rapport aux ajustements conventionnels de courbes de tarage, l'approche bayésienne est basée sur des hypothèses explicites sur les contrôles hydrauliques et fournit une décomposition des sources d'incertitude sur les débits. Ceci facilite la justification et la révision future de la courbe de tarage, et permet une utilisation éclairée des données hydrométriques. La série des débits avec incertitudes du Congo à Brazzaville depuis 1902 ainsi calculée présente des incertitudes très réduites.
Fichier principal
Vignette du fichier
LeCoz_2021_piahs-384-25-2021.pdf (1 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03515669 , version 1 (06-01-2022)

Licence

Paternité

Identifiants

Citer

Jérôme Le Coz, Guy D Moukandi N'Kaya, Jean-Pierre Bricquet, Alain Laraque, Benjamin Renard. Estimation bayésienne des courbes de tarage et des incertitudes associées : application de la méthode BaRatin au Congo à Brazzaville. Proceedings of the International Association of Hydrological Sciences (IAHS), 2021, 384, pp.25 - 29. ⟨10.5194/piahs-384-25-2021⟩. ⟨hal-03515669⟩
7 Consultations
20 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More