Cours d'hydrologie de surface

– Généralités

– Chapitre I Cycle de l'eau et Bilan

– Chapitre II Bassins versants

– Chapitre III Paramètres du bilan

hydrologique
 Chapitre III :
Paramètres du bilan
hydrologique
Dans ce chapitre il sera question des méthodes de mesure ou
d'estimation et de l’analyse des paramètres du bilan hydrologique annuel
d'un bassin versant :

• Précipitations
• Evapotranspiration
• Débit des cours d’eau
• Infiltration
 1. Précipitations
Les précipitations constituent la principale « ENTREE » des
principaux systèmes hydrologiques continentaux que sont les bassins
versants.
Ce sont l'ensemble des eaux météoriques qui tombent sur la surface de la
terre, tant sous forme liquide (bruine, pluie, averse) que sous forme solide
(neige, grêle) et les précipitations déposées ou occultes (rosée, gelée
blanche, givre,...). Elles sont provoquées par un changement de température
ou de pression.

On exprime généralement les précipitations en:

Hauteur ou lame d'eau précipitée (mm)

Hauteur ou lame d'eau précipitée par unité de surface horizontale.

1mm = 1dm3/m2 = 1 l/m2 = 10 m3/ha

Si on rapporte cette hauteur d'eau à l'unité de temps im, il s'agit

d'une intensité (mm/heure).
 1. Précipitations
1.1. Mesure des précipitations
Pluviographe

Les précipitations sont mesurées par l'intermédiaire d'un pluviomètre. Il s'agit

d'un récipient associé à une éprouvette graduée qui permet la lecture de la hauteur de
pluie H∆t (ou lame d'eau précipitée) reçu durant un intervalle de temps ∆t .

Le pluviomètre est un appareil où l'eau traversant une surface

réceptrice est dirigée par un entonnoir vers un seau récepteur
 1. Précipitations
1.1. Mesure des précipitations
1.1.1. Hauteur d’eau précipitée:
Les précipitations sont mesurées par l'intermédiaire d'un pluviomètre. Il s'agit
d'un récipient associé à une éprouvette graduée qui permet la lecture de la hauteur de
pluie H∆t (ou lame d'eau précipitée) reçu durant un intervalle de temps ∆t .

V
H t 
H∆t : hauteur de pluie
V : Volume récupéré par la surface du récipient
S S : Surface du récipient

Un pluviomètre peut être associé à un pluviographe qui permet la mesure

des hauteurs de pluie et leur intensité de manière automatique.

Pluviogramme
 1. Précipitations
1.1. Mesure des précipitations
1.1.2. Intensité des précipitations:
l'intensité d'une averse est exprimée en hauteur d'eau par unité de temps (mm/h).

P Im : intensité moyenne de la pluie [mm/h, mm/min]

Im  en mm / h ou mm / mn ∆P : hauteur de pluie de l'averse [mm]
t ∆t : durée de l'averse [h ou min]

Dans l’étude et dimensionnement de certains ouvrages hydrauliques tel que

les réseaux d’assainissements des eaux pluviales en hydrologie urbaine, on considère
la notion d’intensité de pluie. Celle-ci caractérise la force et l’énergie de la pluie plutôt
que sa hauteur.
En fait une pluie de 10mm tombée dans un bassin au cours de 24h ne
provoquera pas la même réponse du bassin que si elle est tombée en 12h ou en 48h.
L’intensité des pluies représente la lame d’eau tombée par unité de temps.

Les appareils doivent être normalisés: les dimensions et les conditions

d’installation sont imposées par l’OMM. La hauteur d’encrage doit être à 1.50m ou 1m
(Maroc).
 1. Précipitations
1.1. Mesure des précipitations
1.1.3. Fréquence de lecture
Jour j

18h 0h 6h du matin 18h 0h 6h du matin

Fréquence de lecture
de la pluie journalière
P(6h -18h), jour j P(18h -6h), jour j

P(24h), jour j
La lecture se fait tous les 6h du matin. On appelle pluie du jour i la pluie tombée entre
6h du matin du jour i et 6h du jour i+1. Si plusieurs lectures sont faites, alors la pluie
journalière représentera le cumul des lectures faites au cours d’une même journée.
La pluie maximale journalière annuelle: C’est la hauteur de pluie la plus forte enregistrée en 24h sur
365 jours de l’année.

On calcule aussi les pluies ou modules pluviométriques mensuels et annuels à partir des
pluies journalières.
Le module pluviométrique mensuel Pm: C’est la hauteur d’eau tombée mensuellement en mm
n
Pm   Pj Pj la pluie journalière égal au cumul des pluies mesurées au cours d’une même
journée n= 28, 29, 30 ou 31 jours.
1

Le module pluviométrique annuel: C’est la hauteur d’eau tombée annuellement en mm

12 365
Pa   Pm,i   Pj
i 1 1
La fraction pluviométrique mensuelle: C’est le rapport entre le module
mensuel et le module annuel en %. Elle permet de comparer les
pluviosités enregistrées dans différentes stations au cours des 12
mois
Pm
Fm  (( ) *100)
Pa

Le module pluviométrique inter annuel: C’est la moyenne arithmétique

des modules pluviométriques annuels calculés sur N années
N
1
Pmoy 
N
P
i 1
a ,i
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
L'analyse ponctuelle concerne la série de mesures d'un point donnée c'est-à-
dire d'une seule station. A partir d'une série de mesures ponctuelles on peut construire
deux types de graphes: la courbe des hauteurs de pluie et le hyétogramme
1.2.1.1.Courbe des hauteurs de pluie
Cette courbe représente les précipitations mensuel ou annuel (en mm)

Hauteurs des précipitations annuelles enregistrées par la station

de Sidi Slimane (Plaine du Gharb, Maroc) (1933/34-2001/2002)
1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.1.2. Le hyétogramme
C'est un histogramme qui représente l'intensité de la pluie (en mm/h ou
mm/j) en fonction du temps. La représentation de l'intensité de la pluies demande
l'acquisition de données sur un pas de temps réduit (heures ou jours).

Hyétogramme
Intensité des pluies versus temps

Courbe cumulative
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
Les mesures de précipitations acquises au niveau des stations
météorologiques peuvent subir plusieurs types de traitements et d'analyses. Elles font
l’objet de traitements statistiques répondant à deux objectifs:

appliquer une statistique descriptive

Tester la validité des mesures, (analyse ponctuelle et spatiale), à des séries
détecter une valeur erronée ou chronologiques pour en tirer des
compléter les lacunes de données. informations utiles (condenser les
informations, caractériser différents aspects
courbe des hauteurs des précipitations comme la fréquence d'un
de pluie cumulée événement pluvieux, tirer des lois etc.). Ces
informations seront utilisées pour estimer
hyétogramme principalement les débits de crue
une série de
nécessaires pour tout projet dans les
mesures d'une
aménagements hydrauliques.
seule station
temps de retour

courbes IDF (intensité- analyse ponctuelles et spatiale traitements statistiques

durée-fréquence) graphes statistique de « contrôle »
histogrammes
cartes statistique descriptive
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
1.2.2.1. Contrôle, homogénéisation, reconstitution et extension des données.
Les données pluviométriques proviennent de sources différentes.
Au Maroc, ces ressources peuvent être fournies par les services de la
Météorologie Nationale, l’Hydraulique (Agences de bassins), de
l’Agriculture (Offices régionaux de mise en valeur Agricole,….), des Eaux
et Forêts ou de l’Intérieur. La disparité de ces ressources posent souvent
un problème de la qualité des données. Les erreurs les plus souvent
rencontrées relèvent de deux catégories:

Les erreurs accidentelles et aléatoires dues:

La collecte au cours de l’observation:
pertes d’eau
absence de l’observateur non signalée
déguisement de la donnée ou décalage de jour
mauvaises conditions de mesure.
L’inscription sur les originaux et copies: oublies de virgules , mauvaises
interprétation des chiffres
La transmission et saisie de données
Le calcul des cumuls, moyenne etc.
 Les erreurs systématiques dues au:
Déplacement du site d’observation au cours du temps
Modification de l’environnement immédiat du poste de
mesure: déboisement, boisement, urbanisation,
construction d’un barrage…
Problème de dégagement du pluviomètre
Absence ou remplacement de l’observateur
La non conformité du matériel de mesure, défaut
d’appareillage non remarqués,
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
1.2.2.1. Contrôle, homogénéisation, reconstitution et extension des données.
Une information pluviométrique
peut contenir des valeurs observées erronées;
peut être constituée par des séries non homogènes;
peut manquer de quelques valeurs observées;
peut être courte ne permettant pas d’extraire des paramètres statistiques significatifs.
Ainsi avant toute étude hydrologique, il est recommandé de vérifier si la série des pluies
annuelles est homogène (l’échantillon fait bien partie de la même population ou non). Il est nécessaire de
faire
Un examen attentif à « l’œil » des bordereaux et fichiers de données;
Des tests graphiques, numériques et statistiques indispensables pour mettre en évidence
l’existence d’erreurs systématiques.
L’objectif de toute analyse de contrôle de qualité des données de pluie est de
former des séries homogènes fiables et étalées sur une période de temps maximale.

Plusieurs procédés d’analyse des données pluviométriques peuvent être utilisés:

Contrôle des erreurs: des tests de contrôle statistique et graphiques.
Correction des hétérogénéités: des procédés graphiques et numériques
d’homogénéisation.
Reconstitution ou comblement de données manquantes: Approches d’estimation
ou régression linéaire simple.
L’extension ou maximisation des séries courtes: Approche par corrélation.
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
1.2.2.1. Contrôle, homogénéisation, reconstitution et extension des données.
a. Le comblement des
données manquantes.

Exemple de station illustrant l'ampleur des données manquantes:

Station Mdouar dans le bassin Loukous

Plusieurs méthodes d’approche:

a- remplacer les données manquantes par celles observées à

la station la plus proche (vérifier la proximité et la position en
altitude des deux stations).

b- estimer la donnée manquante par la moyenne

arithmétique des stations voisines (méthode fiable lorsque les
précipitations ne sont pas très irrégulières d’un poste à l’autre « on
peut tolérer une différence de 10% » ).
 c- pondérer les précipitations observées dans les stations voisines
par l’inverse des carrés des distances Di qui séparent ces stations avec la station
où les données manquent.

Pi= Précipitations observées aux

1 P W i i
stations i
Wi  2 P( x ,m )  i Di = distance qui sépare la station i
Di Wi avec la station où les données
manquent
Wi = Coefficient de pondération
 d- Estimer par la tendance annuelle des stations
pluviométriques à l’échelle de la région. Ainsi on peut calculer la
valeur manquante P(x,m) en fonction de:

1 n Pi ,m Pi,a: Précipitation annuelle à la station i

Px ,m   Px
n  1 i 1 Pi ,a ,a
pour i  x P : Précipitation mensuelle à la station i
i,m
Px,a: Précipitation annuelle à la station x
αi Px,m: Précipitation manquante mensuelle à la
station x

αi: représente la tendance annuelle entre les

stations i et x
n: est le nombre de stations existantes.
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
1.2.2.1. Contrôle, homogénéisation, reconstitution et extension des données.
a. Le comblement des données manquantes:

1 n Pi ,m Pi,a: Précipitation annuelle à la station i

Px ,m   Px
n  1 i 1 Pi ,a ,a
pour i  x Pi,m: Précipitation mensuelle à la station i
Px,a: Précipitation annuelle à la station x
Px,m: Précipitation manquante mensuelle à la station x
αi αi: représente la tendance annuelle entre les stations i et x
Exemple de calcul n: est le nombre de stations existantes.
On connait aux stations X,A,B,C les précipitations inter annuelles. Les précipitations sont connues
aux stations A, B et C. On voudrait estimer la donnée manquante à la station X.

Station P mens (mm) P ann (mm) 1  PA PB PC  

PX ,m   PX ,a    
X Px 37.9 3   A,a
P PB ,a PC ,a 
 
A 4.1 43.8
B 3.7 36.6 1  4.1 3.7 5.1  
PX ,m  37.9   
C 5.1 41.9 3  43.8 36.6 41.9  
PX,m= 4mm

e- Enfin la reconstitution se fait par le biais de procédé de la régression linéaire

simple. (Voir après)
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
1.2.2.1. Contrôle, homogénéisation, reconstitution et extension des données.
b. Méthodes graphiques de contrôle et d’homogénéisation.

La représentation graphique de la série chronologique de la pluie annuelle donne une

idée sur la tendance pluviométrique et permet de ressortir les excédents et les déficits d’apports
pluviométriques (années humides et années sèches) enregistrées en une station donnée.

Station Sahel
P(mm)

Années

Les techniques graphiques existent et permettent de vérifier et confirmer l’existence

d’une hétérogénéité dans une série pluviométrique. Parmi ces méthodes on a:
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.1. Analyse ponctuelles
1.2.2. Traitement des mesures de précipitations
1.2.2.1. Contrôle, homogénéisation, reconstitution et extension des données.
b. Méthodes graphiques de contrôle et d’homogénéisation.
b1. Contrôle par le cumul des écarts à la moyenne ou à l’écart type.
i
En calculant la grandeur Zi telle que: Zi  (X i  X ) , sur les pluies annuelles observées (Xi), de
j1
moyenne arithmétique X et en portant sur un graphique la variation de Zi en fonction des années i, on peut
déceler l’existence d’anomalies dans la série lorsque la courbe Zi n’oscille pas régulièrement autour de la
moyenne générale et s’y écarte trop en une année ou en une période donnée. Ceci peut provenir des erreurs
systématiques ou fluctuations accidentelles. Le même processus peut être appliqué par rapport à l’écart type. La
méthode ne permet pas de fournir une preuve, tout au plus un indice qui doit éveiller l’attention.

700
P-Pm

600 Ecart des P/

500
Mnasra moyenne (mm)
S_Tlat
400 Station Sahel
300
200
100
0
-100
-200
-300 Années

Années
Ecart entre la pluie annuelle (P en mm) et la moyenne interannuelle (Pm en mm).
b2. La méthode du double cumul: plus puissante et plus répondue.

L’homogénéisation par cette technique graphique nécessite la

connaissance d’une série de données annuelles et homogènes et
observées dans une station de référence dite station témoin ou station de
base, voisine et régionale avec la station à corriger.
La méthode du double cumul est une méthode bidimensionnelle.
Elle est employée pour évaluer, s’il y a lieu, la présence d’une anomalie
dans la série étudiée pour la corriger.

Principe de la méthode:
Il s’agit de comparer la tendance de la station étudiée par rapport à
celle de la station témoin, en traçant le graphe des données cumulées à la
station étudiée par rapport aux données cumulées de la station témoin.
La méthode est fondée sur le principe suivant:
En l’absence d’anomalie, deux stations A, B, voisines mesurent chaque
année une pluviométrie annuelle dans un rapport sensiblement constant
d’une année à l’autre, que l’année soit sèche ou humide. Soit:

PA (i)
 cte et est pratiquement indépendan t de l ' année i
PB (i)
 En conséquence les points M(i) de coordonnées les pluies cumulées
calculées à chaque station A et B jusqu’à l’année i sont pratiquement alignés.
En revanche si une erreur systématique à la station étudiée s’est produite
alors la droite des doubles cumuls présenterait une cassure de sa pente à
l’année de l’introduction de l’erreur.

Procédure de l’homogénéisation:

Dans le cas de présence de points de cassure, deux questions se

posent:
Quelle portion du graphe faudrait-il corriger, soit donc quelles
sont les valeurs du poste étudié à corriger?
Comment procéder à la correction?
b2. La méthode du double cumul: plus puissante et plus répandue.
Procédure de l’homogénéisation:
Quelle portion du graphe faudrait-il corriger, soit donc quelles sont les valeurs du
poste étudié à corriger?
On regarde l’historique de la station en cherchant des éléments indicatifs pouvant faciliter la
prise de décision sur la période à partir de laquelle on soupçonne l’introduction d’erreurs dans les
mesures. Dans le cas où aucun élément indicatif n’est disponible, on considérera que les
données les plus récentes sont les plus fiables.
Comment procéder à la correction?
La procédure de correction des données de la portion du graphe non fiable se fait en
prolongeant le pente la pente la plus fiable selon la formule:

S ajusté Stations à
Pcorrigé  Pobservé
Sobservé corriger

P observé est la précipitation mesurée

P corrigé est la précipitation corrigée
S ajusté est la pente de la portion du graphe fiable
S observé est la pente de la portion du graphe à corriger

Station(s) de
référence
b2. La méthode du double cumul: plus puissante et plus répandue.

Stations à Corrélation des doubles cumuls

corriger peut renseigner sur la qualité
des données des Précipitations
par changement de pente

CORRECTION

Station(s) de
référence Si correction
partie infér.:

Si correction
partie Supér.:
b3. La méthode du double cumul: plus puissante et plus répondue.

Corrections des données

-Méthode des doubles Cumulus: EXEMPLE d’APPLICATION

En mm
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.2 Analyse spatiale
L'analyse spatiale tient compte des mesures issues de plusieurs stations et a pour
but le calcul des précipitations moyennes à l'échelle d'un bassin versant. Parmi les
méthodes utilisées: la moyenne arithmétique, la méthode des polygones de Thiessen et la
méthode des isohyètes.

1.2.2.1. La moyenne arithmétique

Cette méthode est utilisée quand le réseau de mesure a une répartition homogène consiste à calculer la
moyenne arithmétique des valeurs. S'applique uniquement si les stations sont bien réparties et si le
relief du bassin est homogène.

Pmoy : précipitation moyenne sur le bassin,

1 n
Pmoy   Pi Pi : précipitations enregistrée dans les stations pluviométriques,
n i 1 ni: nombre de stations pluviométriques.
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.2 Analyse spatiale
1.2.2.2. Méthode de polygones de Thiessen
Cette méthode appelée encore moyenne pondérée est utilisée quand le réseau de mesure a
une répartition non homogène. La précipitation moyenne pondérée Pmoy pour le bassin, se calcule alors
en effectuant la somme des précipitations Pi de chaque station, multipliées par leur facteur de
pondération (aire Ai), le tout divisé par la surface totale A du bassin. Le facteur de pondération est une
surface ou aire d'influence déterminée par découpage géométrique du bassin sur une carte
topographique

1 n
Pmoy   Ai Pi
A i 1

Pmoy: Précipitation moyenne à l'échelle du bassin, Découpage en polygones de Thiessen

Ai : Surface du polygone associé à la station i, de la plaine du Gharb
A: Surface totale du bassin (=∑Ai).
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.2 Analyse spatiale
1.2.2.3. Méthode des isohyètes
Les isohyètes sont des lignes de même pluviosité (isovaleurs de pluies annuelles,
mensuelles. journalières, etc.). Elles sont construites grâce aux valeurs pluviométriques acquises aux
stations du bassin et aux autres stations avoisinante. Les méthodes d’interpolation sont nombreuses.
Les plus sophistiqués font appel à des notions mathématiques et statistiques rigoureuses comme la
méthode de splines ou de krigeage. Ces méthodes sont intégrées dans les systèmes SIG et donc le
travail peut se faire de manière automatique. La pluie moyenne est alors calculée de la manière
suivante:
hi  hi 1
avec Pi 
1 k 2
Pmoy   Ai Pi
A i 1
Pmoy: Précipitation moyenne à l'échelle du bassin,
K : nombre total d'isohyètes,
Ai : Surface du polygone associé à la station i,
A: Surface totale du bassin (=∑Ai).
Pi : moyenne des hauteurs h de précipitations entre deux
isohyètes i et i+1.
Traitement des données des précipitations:
Moyennes:

• Arithmétique
• Polygones de Thiessen
• Contours en isohyètes
 5.2

80.4

40.5

64.0

117.5

307.6

307.6 31.26
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles

1.2.3.1. Les courbes lDF (intensité-durée-fréquence)

Les projets d'aménagements hydrauliques ou hydrologiques sont

souvent définis par rapport à une averse type associée aux fréquences
probables d'apparition.

Lorsque l'on étudie des grandeurs comme les précipitations

(caractérisées à la fois par leur hauteur et leur durée) ou les débits de
crue d'un point de vue statistique, on cherche à déterminer par exemple la
probabilité pour qu'une intensité i ne soit pas atteinte ou dépassée .

Cette probabilité est donnée, avec i représente une variable aléatoire, par
la relation suivante :
F ( xi )  P(i  xi ) Probabilité de non- dépassement

On nomme cette probabilité fréquence de non-dépassement ou

probabilité de non-dépassement.
 Son complément à l'unité 1- F(xi) est appelé probabilité de
dépassement, fréquence de dépassement ou encore fréquence
d'apparition.

On définit alors le temps de retour T d'un événement comme étant

l'inverse de la fréquence d'apparition de l'événement. Soit :

1
T
1  F ( xi ) Probabilité de dépassement

Ainsi, l'intensité d'une pluie de temps de retour T est l'intensité qui

sera dépassé en moyenne toutes les T années.
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles
1.2.3.1. Les courbes lDF (intensité-durée-fréquence)
Les courbes lDF mettent la relation entre les intensités, la durée et la fréquence d'apparition
des pluies qui sont liées par deux lois générales de pluviosité.

Pour une même fréquence d'apparition (donc un même temps de retour) l'intensité
d'une pluie est d'autant plus forte que sa durée est courte.

A durée de pluie égale, une précipitation sera d'autant plus intense que sa
fréquence d'apparition sera petite (donc que son temps de retour sera grand).
Log I
Courbe IDF
(Intensité – Durée - Fréquence)

Log t
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse temporelle des précipitations
1.2.3.2. Notion de temps de retour
On cherche à savoir la probabilité pour qu'un événement pluvieux (par exemple
une hauteur, une durée ou intensité de pluie) soit atteinte ou dépassée.
Si par exemple on considère l'intensité de pluie i. Le temps de retour T d'un
événement est l'inverse de la fréquence d'apparition de cet l'événement. Cette formule veut
dire qu'en moyenne toutes les T années l'intensité de pluie i sera atteinte ou dépassée.

T : temps de retour
1 1 i étant une variable aléatoire,
F ( xi )  1  T F(xi) est la probabilité appelée fréquence de
T 1  F ( xi ) non dépassement:
F ( xi )  P(i  xi )

1  F ( xi ) est la fréquence d'apparition (ou de dépassement) donnée par

complément de F(xi) à l'unité.
•La période de retour d'une pluie est le temps statistique qu'il faut attendre pour observer la
pluie telle que définie ; c'est-à-dire sur sa hauteur de précipitation, son intensité, sa durée.

•Par exemple, si l'on dit que la pluie de hauteur 73 mm est une pluie de période de retour 10
ans (ou décennale), c'est que cette pluie s'est produite statistiquement à la fréquence d'une
fois tous les dix ans. Il est à noter qu'une pluie de période de retour 20 ans peut cependant
arriver plusieurs fois dans une même année
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles
1.2.3.3. Utilisation des courbes IDF
Les courbes IDF ne sont pas une fin en soi, mais sont construites dans un but bien
précis. Elles permettent d'une part de synthétiser l'information pluviométrique au droit d'une
station donnée et, d'autre part de calculer succinctement des débits de projet utilisées en
modélisation hydrologique et d'estimer des débits de crue.
1.2.3.4. Construction de courbes IDF
Les courbes IDF sont établies sur la base de l'analyse d'averses enregistrées à une station au
cours d'une longue période. Les courbes obtenues peuvent donc être construites de manière
analytique ou statistique.
a. Représentation analytique
Différentes formules sont proposées pour représenter l'intensité critique d'une pluie en
fonction de sa durée.
a
Talbot i t est l’intervalle de référence ∆t considéré au cours du
dépouillement exprimée en mn (période de retour)
bt i intensité exprimée en mm/h ou mm/mn
AB
a, b, A, B sont des paramètres régionaux qui dépendent du
Montana
B
i  At
lieu L où se trouvent la station pluviométrique et de la
t période de retour T de l’averse. Soit donc
a( L ,T )
i( L ,T )  (1) Formule de Talbot
b( L ,T )  t
 B( L ,T )
i( L ,T )  A( L ,T )t  ln (i( L ,T ) )  ln (a) - b ln(t) (2) Formule de M ontana
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles

En procédant à l’analyse systématique de toutes les averses

survenues au cours d’une période de plusieurs années à une
station, il est possible de dresser un tableau donnant les
intensités observés en fonction de la durée de référence ∆t et
la période de retour T.
On trace alors un graphique à 3 entrées: l’intensité, la durée
et la période de retour correspondant à la fréquence choisie.
Au nuage de points représentant chaque période de retour,
on définit des courbes (IDF) donnant I = f(T) pour
différentes périodes de retour T.
Log I

5.9t-0.59

5.0t-0.61

3.7t-0.62
3.1t-0.64

Log t
Exemple
Avant propos
Les précipitations tombées à Sousse (Tunisie) ont été enregistrées sur une période
de 10 ans environ. Le dépouillement de ces observations a été effectué de manière à
déterminer les courbes IDF: cela signifie que pour chaque averse, on a mesuré l'apport
pluviométrique maximum pour différentes durées de référence ( t = 6, 15, 30, 45, 60
minutes). Cette analyse est résumée dans le tableau, donnant les dix valeurs d'intensité
maximales observées sur les 10 années.

Question 1. Dresser un tableau donnant les intensités (mm/h) en fonction de la durée de

référence t et de la période de retour T. On adoptera les périodes de retour suivantes : 1, 2, 5
et 10 ans.

Question 2. Représenter graphiquement ces résultats par des courbes i=f(T) pour les
différentes durées de référence t et par des courbes i=f(t) pour les différentes périodes de
retour.

Question 3. Calculer les paramètres des courbes i=f(t) pour T= 1, 2, 5 et 10 ans, selon
l'expression analytique donnée par Montana.

Années 1 2 3 4 5 6 7 8 9 10
Durée de référence Intensités I (valeurs maximales)
(mn) (mm/h)
6 92 78 152 120 108 96 90 120 95 80
15 120 47 54 58 130 80 93 48 57 60
30 78 57 43 32 38 34 39 52 103 74
45 25 26 36 23 26 81 68 37 28 47
60 71 18 24 32 19 21 42 56 27 23
Question 1.
Calcul des intensités (mm/h) en fonction de la durée de référence t et de la période de retour T.
Méthode à appliquer : Calcul des fréquences de non-dépassement ou des fréquences d’apparition
Démarche et résultats
Etape 1 : Les intensité maximales observées sur les 10 années sont classées dans l’ordre décroissant.
Etape 2 : Pour une durée de précipitation donnée, la plus grande lame précipitée observée a une probabilité d'apparition de
1 fois en 10 ans correspondant à une probabilité de 0.1. Le temps de retour étant l'inverse de la probabilité de
dépassement, il est donc égal à 10 ans.
Etape 3 : Pour la 5ème plus grande lame précipitée, la probabilité de dépassement associée est de 0.5 puisque 5 lames
précipitées lui sont supérieures ou égales durant les 10 ans d'observation; ainsi son temps de retour est de 2 ans.
Etape 4 : Pour la 9ème plus grande lame précipitée, la probabilité de dépassement associée est de 0.2 puisque 2 lames
précipitées lui sont supérieures ou égales durant les 10 ans d'observation; ainsi son temps de retour est de 5 ans.
Etape 5 : Pour la 10ème lame précipitée, la probabilité de dépassement associée est de 1 puisque 10 lames précipitées lui
sont supérieures ou égales durant les 10 ans d'observation; ainsi son temps de retour est de 1 ans.
Les résultats sont résumés dans le tableau suivant :
Années 1 2 3 4 5 6 7 8 9 10

Durée de Intensités I (valeurs maximales) (mm/h)

référence (mn)
6 92 78 152 120 108 96 90 120 95 80
15 120 47 54 58 130 80 93 48 57 60
30 78 57 43 32 38 34 39 52 103 74
45 25 26 36 23 26 81 68 37 28 47
60 71 18 24 32 19 21 42 56 27 23
Question 2. Représentations graphiques des résultats.

Intensité de l’averse (mm/h)

Durée de l’averse (mn)

Question 3. Calcul des paramètres des courbes i= f(t) pour T= 2 et 5 ans, selon l'expression analytique
donnée par Montana
Méthode à appliquer : Formule de Montana
Pour un temps de retour fixé, la détermination des couples durée – intensité moyenne est une étape très
importante puisqu’elle sert à déterminer la loi de pluviosité d’un lieu : ceci consiste à faire passer, au
mieux, une équation (loi de pluviosité) au travers des couples déterminés au point précédent. Différentes
formules sont proposées pour représenter l'intensité critique d'une pluie en fonction de sa durée. Pour la
station pluviométrique de Sousse, on fait l’hypothèse que la loi simplifiée de Montana est satisfaisante. Sa
formulation est la suivante :  b ( L ,T )
i ( L ,T )  a ( L ,T ) t  ln (i (L,T) )  ln (a) - b ln(t)
L’estimation des paramètres a et b de Montana est encore simplifiée en prenant le logarithme de cette
formule de manière à obtenir une relation linéaire :
 B( L ,T )
i( L,T )  A( L,T )t  ln (i( L,T ) )  ln (a) - b ln(t)
Pour chaque temps de retour T, la droite de régression passant par les couples (ln(t), ln(iT(t))) permet
d’estimer les paramètres de Montana.
Démarche et résultats
Etape 1 : Pour un temps de retour donné, représenter graphiquement les couples (ln(t),ln(i)) pour chaque
durée de précipitation t.
Etape 2 : La droite de régression passant par les couples (ln(t), ln(i)) a une pente égale au paramètre b de
la formule de Montana, alors que son ordonnée à l'origine est égale à ln(a).
durée temps de retour T Ln(durée) temps de retour T
[min] [an] [an]

1 2 5 10 1 2 5 10
6 78 96 120 152 1,79 4,36 4,56 4,79 5,02
15 47 60 120 130 2,71 3,85 4,09 4,79 4,87
30 32 52 78 103 3,40 3,47 3,95 4,36 4,63
45 23 36 68 81 3,81 3,14 3,58 4,22 4,39
60 18 27 56 71 4,09 2,89 3,30 4,03 4,26

pente de la
droite (b) = -0,63 -0,51 -0,35 -0,33
ordonnée à
l'origine
(Ln(a)) = 5,52 5,52 5,53 5,69

paramètre a
= 249,07 248,56 251,22 295,60
paramètre b
= 0,63 0,51 0,35 0,33
 Ln (Intensité)

Ln (durée)

Méthode des moments

La méthode des moments consiste à égaler les moments des ˆ 6 avec
b  ˆ σ: écart-type
échantillons avec les moments théoriques de la loi . Par la
méthode des moments les paramètres a et b sont calculés   μ: moyenne
a ˆ .
d’après les formules : ˆ  
ˆ b γ: (constante d'Euler ) = 0.5772

Les résultats sont résumés dans le tableau suivant :

1 2 5 10
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles
1.2.3.4. Construction de courbes IDF
b. Représentation statistique (méthodes probabilistes)
Les courbes IDF sont établies sur la base de l'analyse d'averses
enregistrées à une station au cours d'une longue période. L'analyse fréquentielle
peut s'appliquer si on ne présuppose pas une loi connue (de type Montana, etc.)
et si on s'intéresse à des événements rares, donc extrêmes. Les données
recueillies sont alors ajustées, à un pas de temps choisi, à une loi statistique qui
doit décrire relativement bien la répartition des extrêmes. C’est l’analyse
fréquentielle.
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles
L’analyse fréquentielle

L'analyse fréquentielle est une méthode statistique de prédiction

consistant à étudier les événements passés, caractéristiques d'un processus
donné (hydrologique ou autre), afin d'en définir les probabilités d'apparition
future.
L'analyse fréquentielle d'une série d'intensités maximales de pluie
permet de déterminer le temps de retour d'une valeur particulière il n'est en
revanche et a priori pas possible de répondre à d'autres questions pertinentes qui
peuvent se poser à l'ingénieur. Par exemple, la notion de temps de retour ne
permet pas de répondre aux questions où q est la probabilité que l'événement ne
se produise pas dans une année en particulier.
 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles
L’analyse fréquentielle
La prédiction d’un événement hydrologique repose sur la définition et la mise
en œuvre d'un modèle fréquentiel, qui est une équation décrivant le comportement
statistique d'un processus. Ces modèles décrivent la probabilité d'apparition d'un
événement de valeur donnée.

Avant de commencer tout travail, il est primordial de formuler clairement les

buts de l'analyse et d'adapter la démarche en conséquence. A cet égard, en
hydrologie, l'un des critères essentiels est certainement l'échelle spatio-temporelle :
étudier le comportement des crues dans un micro-bassin urbain (à très faible temps de
concentration) avec des données de pluie au pas de temps mensuel n'aurait pas de
sens ! L'inverse est tout aussi vrai : il est probablement inutile de disposer de pluies
au pas de temps de la minute pour l'étude du bassin versant de l'Amazone !

Choix du modèle fréquentiel

La validité des résultats d'une analyse fréquentielle dépend du choix du
modèle fréquentiel et plus particulièrement de son type. Diverses pistes peuvent
contribuer à faciliter ce choix, mais il n'existe malheureusement pas de méthode
universelle et infaillible.

Loi Normale, loi log normale, loi de Gumbel……

 1. Précipitations
1.2. Analyse ponctuelles et spatiale des mesures de précipitations
1.2.3. Analyse ponctuelles
L’analyse fréquentielle
La loi de Gumbel est la plus utilisée. Si l'opération est répétée sur
plusieurs pas de temps, on obtient la variation de l'intensité avec la durée de la
pluie pour différents temps de retour, c'est à dire des courbes IDF de la station
considérée sur la période analysée.
La loi de Gumbel est souvent utilisée pour ajuster les séries de pluies
maximales et les débits correspondants. Le caractère exponentiel de cette
distribution est décrit par la pente de la droite d’ajustement des pluies observées.
La pente de cette droite est le Gradient de cette distribution Exponentielle, d’où le
nom de la méthode GRADEX.
Chercher le « GRADEX » des pluies journalières observées consiste donc à
procéder à l’ajustement des valeurs maximales annuelles selon une distribution
de Gumbel pour en déduire une estimation du paramètre b de la droite
d’ajustement xq= a + b uq (avec u : variable réduite de Gumbel).
Ajustement d’une série de pluies maximales à une loi de Gumbel.
Méthode à appliquer : ajustement statistique d’une série de données

La fonction de répartition de la loi de Gumbel F(x) s’exprime de la

manière suivante :

  x  a x  a
F ( x)  exp   exp    Avec la variable réduite suivante u  
  b   b 

où a et b sont les paramètres du modèle de Gumbel.

La distribution s’écrit alors de la manière suivante :

F(x)  exp  exp  u  et u  -ln(-lnF(x))

L’avantage d’utiliser la variable réduite est que l’expression d’un quantile
est alors linéaire xq= a + b uq En conséquence, dès lors que les points de la série
à ajuster peuvent être reportés dans un système d’axes x et u , il est possible
d’ajuster une droite qui passe le mieux par ces points et d’en déduire les deux
paramètres a et b de la loi. L’estimation des paramètres a et b de l’ajustement peut
se faire graphiquement (ajustement à l’œil ou à l’aide d’une régression
statistique).
En pratique
Il s’agit essentiellement d’estimer la probabilité de non dépassement F(xi) qu’il convient
d’attribuer à chaque valeur xi. Il existe de nombreuses formules d’estimation de la fonction
de répartition F(x) à l’aide de la fréquence empirique. Elles reposent toutes sur un tri de la
série par valeurs croissantes permettant d’associer à chaque valeur son rang r. Des
simulations ont montré que pour la loi de Gumbel, il faut utiliser la fréquence empirique de
Hazen F(xr):
 r  0.5 
F ( xr )   
 n 
où r est le rang dans la série de données classée par valeurs croissantes,
n est la taille de l’échantillon, x[r] la valeur de rang r.

Démarche et résultats

Etape 1 : Préparation de la série de données des précipitations maximales journalières

annuelles de pointe.
Trier les valeurs dans l’ordre croissant.
Attribuer un rang à chaque valeur.
Etape 2 : Calcul de la fréquence empirique pour chaque rang (Hazen, équation ).
Etape 3 : Calcul de la variable réduite « u » du Gumbel ).
Etape 4 : Représentation graphique des couples (ui, xi) de la série à ajuster.
Exemple
Années P maximales
journalières
mm
1930 46
1931 47
1932 39
1933 49
1934 47
35 --
36 -- Les données de pluies journalières maximales
37 54
38 40 annuelles de 1930 à 1975 pour un bassin de 300 km2 sont
39 38
40 66 données dans le tableau , on vous demande de répondre aux
41 31
42
43
49
69
questions suivante:
44 54
45 65
46 55 1- Ajuster une série de pluies maximales à la loi de Gumbel.
47 36
48 36
49 29
50 65
51 47 2- Utiliser la méthode GRADEX pour estimer les précipitations
52 33
53 51 pour des temps de retour de 20, 50, 100 et 500 ans
54 73
55 46
56 58
57 37
58 49
59 48
60 56
61 25
62 30
63 48
64 38
65 33
66 37
67 58
68 43
69 40
70 43
71 29
72 30
73 32
74 36
75 76
 précipitations maximales fréquence empirique variable réduite précipitations maximales précipitations
Années P mm/j année
journalières annuelles
rang
selon Hazen de Gumbel u journalières annuelles estimées
[mm/24 h] [-]  r  0.5  [-] [-] [mm/24 h] [mm/24h]
1930 46 F ( xr )  
 n 
u  -ln(-lnF(x))

1931 47
1632 39 1961 25 1 0,011 -1,50 25 25,1
1933 49 1949 29 2 0,034 -1,22 29 27,9
1934 47 1971 29 2 0,034 -1,22 29 27,9
35 -- 1962 30 4 0,080 -0,93 30 30,8
36 -- 1972 30 4 0,080 -0,93 30 30,8
37 54 1941 31 6 0,125 -0,73 31 32,7
38 40 1973 32 7 0,148 -0,65 32 33,6
39 38 1952 33 8 0,170 -0,57 33 34,3
40 66 1965 33 8 0,170 -0,57 33 34,3
41 31 1947 36 10 0,216 -0,43 36 35,7
42 49 1948 36 10 0,216 -0,43 36 35,7
43 69 1974 36 10 0,216 -0,43 36 35,7
44 54 1957 37 13 0,284 -0,23 37 37,7
45 65 1966 37 13 0,284 -0,23 37 37,7
46 55 1939 38 15 0,330 -0,10 38 38,9
47 36 1964 38 15 0,330 -0,10 38 38,9
48 36 1932 39 17 0,375 0,02 39 40,2
49 29 1938 40 18 0,398 0,08 40 40,8
50 65 1969 40 18 0,398 0,08 40 40,8
51 47 1968 43 20 0,443 0,21 43 42,0
52 33 1970 43 20 0,443 0,21 43 42,0
53 51 1930 46 22 0,489 0,33 46 43,3
54 73 1955 46 22 0,489 0,33 46 43,3
55 46 1931 47 24 0,534 0,47 47 44,6
56 58 1934 47 24 0,534 0,47 47 44,6
57 37 1951 47 24 0,534 0,47 47 44,6
58 49 1959 48 27 0,602 0,68 48 46,7
59 48 1963 48 27 0,602 0,68 48 46,7
60 56 1933 49 29 0,648 0,83 49 48,3
61 25 1942 49 29 0,648 0,83 49 48,3
62 30 1958 49 29 0,648 0,83 49 48,3
63 48 1953 51 32 0,716 1,10 51 50,8
64 38 1937 54 33 0,739 1,19 54 51,8
65 33 1944 54 33 0,739 1,19 54 51,8
66 37 1946 55 35 0,784 1,41 55 54,0
67 58 1960 56 36 0,807 1,54 56 55,2
68 43 1956 58 37 0,830 1,68 58 56,6
69 40 1967 58 37 0,830 1,68 58 56,6
70 43 1945 65 39 0,875 2,01 65 59,9
71 29 1950 65 39 0,875 2,01 65 59,9
72 30 1940 66 41 0,920 2,49 66 64,7
73 32 1943 69 42 0,943 2,84 69 68,1
74 36 1954 73 43 0,966 3,36 73 73,3
75 76 1975 76 44 0,989 4,47 76 84,3
Ajustement graphique du modèle (calcul
des paramètres « a » et « b » de la droite
d’ajustement de Gumbel par la méthode
graphique)
Etape 5 : Ajustement d’une relation
linaire de type xq = a + buq aux
couples (ui, xi). Avec un ajustement de
type graphique (à l’œil), on a alors une
estimation des paramètres a et b (a=
40.5 et b = 9.9 ). La pente b de cette
droite n’est autre que le Gradient
Exponentielle des pluies.
Autre méthode : Méthode des moments
La méthode des moments consiste à égaler les moments des ˆ 6 avec
b  ˆ σ: écart-type
échantillons avec les moments théoriques de la loi . Par la
méthode des moments les paramètres a et b sont calculés   μ: moyenne
a ˆ .
d’après les formules : ˆ  
ˆ b γ: (constante d'Euler ) = 0.5772

Coefficients a et b - PLUIE
Méthode des Moments moyenne = 45,7 [mm]
b a Ecart Type = 12,7 [mm]
9,9 40,0

période de retour T = 10 20 50 100 500 [an]

=1-(1/T) probabilité de non dépassement de Pp = 0,9 0,95 0,98 0,99 0,998

=-LN(-LN(Pp)) variable réduite de Gumbel uq = -2,25 -2,97 -3,90 -4,60 -6,21

=buq+a Pmoy pour période de retour T = 62,3 69,4 78,7 85,6 101,6 [mm]
 2. Humidification Infiltration et ruissellement

Le sous-sol renferme en temps normal de l’eau et

présente un profil. La forme du profil est fonction L’eau qui tombe à la surface du sol commence par
de la porosité et la de la perméabilité. humidifier la fraction sup du sol.
Dans la zone saturée l’eau est soumise à la gravité Si la force de capillarité est > à g L’eau est retenue
et la capillarité. comme une éponge et l’infiltration va être retardée
Dans la zone non saturée l’eau est soumise à la
force de gravité. Si la teneur en eau est > à la capacité de retention
spécifique, l’eau s’infiltre jusqu’à atteindre les
nappes d’eau.

L’eau qui tombe à la surface commence par humidifier le

sol. La tranche sup est saturée sur une faible épaisseur
sans être absorbé et donc ruisseler en surface et on peut
avoir un écoulement hypodermique. Le ruissellement se
fait suivant la ligne de plus grande ponte et alimentent le
réseau de drainage naturel
Si la surface du sol est imperméable (zone urbaine…), le
ruissellement apparaît instantanément après les premières
flaques d’eau.
 3. Evaporation et évapotranspiration

A l'échelle d'un bassin versant, on désigne par l'évapotranspiration la quantité

d'eau évaporée ou transpirée. Après un apport d'eau externe, l'évapotranspiration agit en
restituant une partie de l'eau vers l'atmosphère en la transformant à l'état gazeux dans les
conditions naturelles. C'est donc une évaporation qui agit d'une manière directe soit sur les
surfaces d'eau à l'air libre (Exemple: les lacs), soit de manière indirecte par l'intermédiaire
de la transpiration physiologique des végétaux

Évaporation - sublimation
C'est l'ensemble des processus physiques de transformation de l'eau liquide en vapeur.

Transpiration (phénomène biologique)

Elle dépend du couvert végétal, de son stade de développement...
3. Evaporation et évapotranspiration
3.1. profil hydrique de l’évaporation

Pendant l’arrêt des précipitations,

L’évaporation assèche peu à peu l’eau de
surface et celle interceptée par la
végétation. Dans le sol, l’existence de l’air
dans la zone non saturée permet
l’évaporation jusqu’à la nappe (10 à 15m).
La remonté de l’eau se fait par capillarité.

Plus la teneur en eau est faible, plus

l’évaporation devient difficile à cause de la
force de capillarité.

Pendant l’été, l’évaporation reprend la

totalité de l’eau qui a humidifiée le profil.
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
L'évapotranspiration potentielle (Etp) est la quantité d'eau qui serait évaporée ou
transpirée à partir d'un bassin versant si l'eau disponible pour l'évapotranspiration n'était
pas un facteur limitant.

Evapotranspiration réelle (Etr) est la quantité d'eau, évaporée ou transpirée

réellement par le sol, les végétaux et les surfaces libres d'un bassin versant.

Mesure de ETR
Lysimètre

L'ETR est déterminé par le bilan du bloc de sol durant un intervalle de temps t :

P  (Q  D  Etr )  R
Les mesures de l'évapotranspiration par case lysimétrique sont généralement
pratiquées en agronomie. Les mesures sont précises mais reste représentatives d'une
parcelle de terre limitée et d'une végétation donnée.
3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration potentielle et réelle
3.2.1. Mesure de l’Évaporation potentielle

Atmomètre de Piche

Bac d’évaporation

station météorologique
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.2. Estimation de l’Évaporation potentielle
En hydrologie l'évapotranspiration est estimée par des formules plus ou moins complexes. La plupart de ces
formules sont établies sur un certain nombre de bassins versants. Elles tiennent en compte des mesures climatologiques
telles que la température, l'humidité de l'air, le rayonnement global etc.

3.2.2.1. Formule de Turc

La formule de Turc est exprimée en fonction du rayonnement global, de la température de l'air,
et de l'humidité relative lorsque celle-ci est inférieure à 50 % :

T  50  H r4   h
ETTurc  k ( Rg  50) 1   Rg  Iga 0.18  0.62 
T  15  70   H
Iga radiation globale théorique (en cal/cm2/jour) ;
H durée théorique des jours du mois.

Etp évapotranspiration potentielle mensuelle (en mm

d'eau)
T température moyenne mensuelle de l'air (en °C)
Rg radiation ou rayonnement globale moyenne
mensuelle reçue au sol (en calorie/cm2/jour) évalué à
partir de la durée de l’insolation H ;
k coefficient = 0.013h
h durée réelle moyenne d'insolation en (h/j)
Hr Humidité relative en % ≤ 50%
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.2. Estimation de l’Évaporation potentielle
En hydrologie l'évapotranspiration est estimée par des formules plus ou moins complexes. La plupart de ces
formules sont établies sur un certain nombre de bassins versants. Elles tiennent en compte des mesures climatologiques
telles que la température, l'humidité de l'air, le rayonnement global etc.

3.2.2.1. Formule de Turc

Si Hr est ≥ 50% la formule se base alors uniquement

sur le rayonnement global et la température.

T
ETTurc  k ( Rg  50)
T  15
Paramètres SEPT OCT NOV DEC JANV FEV MARS AVR MAI JUIN JUIL AOUT

Iga (1) 788,00 658,00 528,00 469,00 508,00 624,00 764,00 880,00 950,00 972,00 955,00 891,00

h/H (1) 27,41 29,20 31,55 32,65 31,70 28,20 32,00 30,50 30,70 29,11 29,50 32,26

Ra (2) 402,00 334,80 249,00 223,20 244,90 274,40 384,40 444,00 511,50 513,00 520,80 480,50

Rg (3) 1353,33 1203,09 1042,32 957,84 1007,57 1102,23 1529,53 1679,92 1825,33 1771,78 1763,89 1798,14

Valeurs de quelques paramètres climatiques pour la zone 30°N.

Abaques pour évaluer IgA et H en fonction de la latitude et du mois
STATION DES EXPERIMENTATIONS
HYDRO-AGRICOLES DE SOUK TLET
RELEVE DES MESURES METEOROLOGIQUES
SITUATION GEOGRAPHIQUE
X = 431 458 m Y = 448 946 m
Latitude = 38°48' Longitude = 9°43' Altitude = 8,70 m

HUMIDITE RELATIVE En %
Date TEMPERATURE En C° RG VT ETo
du jour Tmin Tmax Tm HRmin HRmax HRm en J/cm² Km/24h en mm
10/11/1994 10,6 23,4 20,10 65,0 99,0 82,00 3140 104 1,19
11/11/1994 10,6 24,2 16,5 61,0 98,5 89,0 1 201 113 1,31
12/11/1994 13,9 22,5 18,1 69,5 98,5 89,5 624 99 1,10
13/11/1994 11,9 22,2 16,1 43,0 98,5 80,5 1 255 127 1,61
14/11/1994 9,9 26,3 17,7 37,0 94,5 66,5 1 265 244 2,88
15/11/1994 12,4 27,4 18,3 32,5 89,5 62,0 1 244 190 2,82
16/11/1994 10,4 22,8 15,5 62,0 98,5 87,5 829 85 1,14
17/11/1994 11,3 21,1 15,7 58,0 98,5 83,5 636 107 1,24
18/11/1994 6,5 22,3 13,7 56,0 98,0 85,0 1 157 115 1,35
19/11/1994 10,3 22,7 13,6 76,0 99,5 94,5 972 120 1,03
20/11/1994 7,9 22,3 12,9 62,5 99,5 91,5 986 83 1,10
21/11/1994 6,1 25,7 13,7 39,0 99,5 86,5 1 156 97 1,67
22/11/1994 7,2 26,6 14,6 36,0 99,5 82,5 1 142 132 2,12
23/11/1994 7,9 27,4 15,7 32,0 96,5 70,0 1 114 152 2,46
24/11/1994 8,3 26,8 16,7 29,5 84,5 62,0 1 152 191 2,94
25/11/1994 6,8 24,0 13,5 45,5 98,0 82,5 864 101 1,51
26/11/1994 6,6 25,0 14,3 34,5 100,0 83,0 1 113 122 1,93
27/11/1994 9,0 21,8 13,9 64,5 99,0 87,5 930 121 1,20
28/11/1994 6,1 23,2 12,9 36,5 99,5 79,5 1 036 101 1,59
29/11/1994 7,8 23,9 14,6 33,0 98,0 72,0 975 108 1,78
30/11/1994 7,5 26,7 15,9 26,5 87,5 59,5 983 187 2,94
01/12/1994 9,6 25,8 17,0 29,0 71,0 50,5 894 246 3,47
02/12/1994 12,7 22,8 16,5 51,5 91,0 67,5 479 234 2,09
03/12/1994 8,2 23,8 15,4 50,5 98,5 82,0 1 011 126 1,52
04/12/1994 5,9 25,5 13,9 37,0 99,0 78,0 1 024 124 1,90
05/12/1994 5,3 22,6 13,4 50,0 99,0 83,0 938 115 1,45
06/12/1994 5,5 23,2 13,3 57,0 99,5 87,0 988 109 1,32
3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.2. Estimation de l’Évaporation potentielle
3.2.2.2. Formule de Thornthwaite:
Cette formule est basée sur la température de l'aire:
a
 10t 
ETPTh  16  K
 I 
t: température moyenne mensuelle du mois considéré,
I : indice thermique annuel, somme de douze indices thermiques mensuels i,
a: fonction complexe de l'indice I,
1.514
t 
12
1.6
I    a I  0.5
1 5 100
K: coefficient d'ajustement mensuel en fonction de la latitude K =N.ρ

N: durée astronomique du jour pendant le mois considéré [h/j];

ρ: paramètre dépendant du nombre de jours par mois
ρ = 0.0778 pour un mois de 28 jours
ρ = 0.0806 pour un mois de 29 jours
ρ = 0.0833 pour un mois de 30 jours
ρ = 0.0861 pour un mois de 31 jours.
Données météorologiques mensuelles (valeurs moyennes) mesurées.
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.2. Estimation de l’Évaporation potentielle
3.2.2.4. Méthode empirique de calcul de l’ETP par Blaney–Criddle (ETPBL-CR)

Hr : humidité relative ;
A  B. p
ETPBLCR  ( )(1.46Tmoy  8) B et A: Facteur dépendant de Hr, h/H et de la vitesse du vent
nb jours mois p: Coefficient fonction de la latitude
A  0.0043H r
h
 1.41 A+Bp=(pourcentage d’heures diurnes pendant le mois
H considéré para rapport au nombre d’heures diurnes annuelles)

Paramètres SEPT OCT NOV DEC JANV FEV MARS AVR MAI JUIN JUIL AOUT
p (1) 8,40 7,90 7,10 6,90 7,12 6,90 8,40 8,80 9,70 9,70 9,80 9,30
A (2) -1,32 -1,31 -1,30 -1,29 -1,29 -1,31 -1,30 -1,31 -1,31 -1,31 -1,31 -1,30
B (3) 0,9 0,8 0,7 0,6 0,6 0,6 0,7 0,7 0,8 0,9 0,9 0,9

Valeurs de quelques paramètres climatiques pour la zone 30°N.

 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.2. Estimation de l’Évaporation potentielle
3.2.2.5. Méthode empirique de calcul de l’ETP par Hargreaves et Samani (ETPHarg).

C’est une méthode qui dépend de la température et de la radiation solaire. L’ETPHarg

peut être estimée par la formule suivante :

ETPHarg  (0.00023Ra)(Tmoy  17.8)TD0.5

Ra: Radiation extra-terrestre (en équivalent de mm d’eau évaporé )

Tmoy: Température moyenne mensuelle (°C)
TD: Amplitude ou l’étendu de la température (différence entre max et min)
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.3. Estimation de l’Évaporation réelle
3.2.3.1. Formule de Turc

Cette formule tient compte de la hauteur annuelle de la pluie et de la température

moyenne annuelle et donne l'ordre de grandeur d'une moyenne annuelle de l'Etr.
P
Et r  avec L  300  25t  0.05t 3
P2
0.9  2
L
Etr: évapotranspiration réelle (en mm/an) ;
P: la hauteur annuelle de pluie (en mm) ;
t : la température annuelle (en ºC).
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.3. Estimation de l’Évaporation réelle
3.2.3.2. Bilan simplifié selon THORNTHWAITE
Cette méthode est basée sur la notion de la réserve hydrique du sol
a- Réserve hydrique du sol
Après une période pluvieuse, il se produit une saturation du sol par pénétration
d'eau atmosphérique à travers les couches superficielles. L'eau contenue dans le sol est
alors fractionnée en trois parties
L'eau gravifique: C'est la première eau mobilisée sous
l'action de la pesanteur. Elle est éliminée par
percolation verticale et alimente la nappe phréatique.

L'eau adsorbée ou hygroscopique : A la différence de

la première, c'est une eau non mobilisable. Elle n'est
disponible, ni pour les écoulements souterrains, ni
pour l'absorption par la végétation.
L'eau pelliculaire: C'est une eau de rétention comme
pour l'eau adsorbée, du fait qu'elle est liée également à
la phase solide par des forces d'attraction moléculaire.
Elle se distingue par sa position dans les vides entre
les granules solides du sol. Elle est non mobilisable
par écoulement mais elle est absorbable par le
système radical des plantes. Cette eau constitue ce
que l'on appelle la "réserve utile" (RU).
Schématisation de la réserve hydrique du sol (Brochet et al., 1974)
 3. Evaporation et évapotranspiration
3.2. Notion d'évapotranspiration réelle et potentielle
3.2.3. Estimation de l’Évaporation réelle
3.2.3.2. Bilan simplifié selon THORNTHWAITE
a- Réserve hydrique du sol

La « réserve utile» en agronomie est comprise entre

deux seuils d'humidité:

La « capacité au champ» (Hc), qui est la quantité

maximale d'eau que peut contenir un sol après
élimination de l'eau gravifique (mesuré une heure après
arrêt de la pluie).
Le « point de flétrissement permanent » (Hf), c’est
l’humidité minimum au-dessous de laquelle, la
dégradation par manque d‘eau du végétal est
irréversible.
La « réserve utile» est donc le résultat de la différence
entre la teneur en eau du sol à la capacité au champ Hc
et celle au « point de flétrissement permanent » Hf.
Celui-ci, correspond fréquemment à la moitié de
l'humidité à la « capacité au champ» (Hf= Hc/2).
Schématisation de la réserve hydrique du sol (Brochet et al., 1974)
 Eau gravifique

Vides laisser par l’eau

gravifique RFU
Eau pelliculaire

RU
Eau pelliculaire

Sol :
zone
insaturée Eau liée ou hygroscopique

Sol sec

Sol saturé avant ressuyage

 On peut distinguer plusieurs cas de figures :

• P < ETP : l'évapotranspiration se fera à la fois sur la totalité des précipitations et sur les
réserves emmagasinées par le sol.

• ETR = ETP jusqu'à épuisement des réserves (RFU atteint son maximum).

• P = ETP : toute la quantité d'eau précipitée sera reprise par l'ETR , celle-ci est égale à
l'ETP.

• P > ETP: l'évapotranspiration se déroulera d'une façon normale, mais il restera une
certaine quantité d'eau disponible (surplus) qui sera emmagasinée dans le sol jusqu'à la
saturation, permettant ainsi de reconstituer la réserve du sol.

• P >> ETP : la quantité d’eau précipitée sera suffisante pour l'évapotranspiration et l'ETR
est égale à l'ETP, mais le surplus d'eau se découlera soit par infiltration, soit par
ruissellement, si la réserve facilement utilisable atteint son maximum.
 Bilan Hydrologique dans un Bassin versant

sep oct nov dec janv fev mars avr mai juin juil aout

ETP 55 43 31 27 13 09 82 64 77 81 90 101
P 60 75 10 07 123 88 05 10 00 01 05 07
P-ETP

RFU 100

ETR

Δ rés

Excéd

Défic Agri

Infil ou
Ecoul

ETP: Evapotranspiration Potentielle (mm), ETR: Evapotranspiration réelle(mm),

P: Précipitations (mm),Réserve Facilement utilisable (mm), Infiltration(=Pluie efficace(mm))
 Bilan Hydrologique dans un Bassin versant

sep oct nov dec janv fev mars avr mai juin juil aout

ETP 55 43 31 27 13 09 82 64 77 81 90 101
P 60 75 10 07 123 88 05 10 00 01 05 07
P-ETP 5 32 -21 -20 110 79 -77 -54 -77 -80 -85 -94

RFU 100 100 100 79 59 100 100 23 00 00 00 00 00

ETR 55 43 31 27 13 09 82 33 00 01 05 07

Δ rés 0 0 -21 -20 41 0 -77 -23 0 0 0 0

Excéd +5 +32 0 0 +69 +79 0 0 0 0 0 0

Défic Agri 0 0 0 0 0 0 0 31 77 80 85 94

Infil ou +5 +32 0 0 +69 +79 0 0 0 0 0 0

Ecoul

ETP: Evapotranspiration Potentielle (mm), ETR: Evapotranspiration réelle(mm),

P: Précipitations (mm),Réserve Facilement utilisable (mm), Infiltration(=Pluie efficace(mm))
 3.3. Diagramme ombrothermique

Un mois est dit sec lorsque P<2T, avec P la précipitation et T la température. La

variation de ces deux paramètres au cours d’une année hydrologique moyenne est figurée
sur le diagramme ombrothermique. On en déduit les périodes sèches et les périodes
humides. On peut aussi déduire la période où La sécheresse est maximale.

120 50
P
2xT
100 45

2xT (°C)
P (mm)

80 40

PERIODE
PERIODE HUMIDE
60 ARIDE 35

PERIODE
HUMIDE
40 30

20 25

0 20
JANV FEV MARS AVR MAI JUIN JUIL AOUT SEPT OCT NOV DEC Mois

Diagramme ombrothermique de la station de Mnasra.

3.4. Classification des climats
3.4.1. En fonction de l’amplitude Thermique

AMPLITUDE THERMIQUE

• L’amplitude thermique maximum

est la différence entre la
température maximale et
la température
minimale.
• Attention au calcul
amplitude
lorsque l’une est positive
et l’autre négative !

minimum
 3.4. Classification des climats
3.4.1. En fonction de l’amplitude Thermique
Le diagramme achevé va être exploité en vue de déterminer le climat d’une station.
Température Amplitude Précipitations Nombre de
moyenne annuelle thermique totales mois secs CLIMAT

>20°C < 5°C >1500 mm … équatorial

>20°C > 5°C … >3 tropical

>20°C > 5°C … > 10 désertique chaud

De 15 à 20°C … … De 3 à 5 mois méditerranéen

en été

De 0 à 15°C < 20°C > 500 mm … tempéré

De 0 à 15°C > 20°C De 250 … continental

à 500 mm
De 0 à 15°C > 20°C < 250 mm … désertique froid

< 0°C … … … polaire

 3.4. Classification des climats
3.4.2. En fonction du coefficient d’aridité
Cet indice est déterminé à partir de la formule de Martonne (Martonne, 1950), du fait de sa grande
simplicité ; elle utilise deux éléments climatiques, la précipitation et la température.

I = Indice d’aridité ;
P P = Précipitation moyenne annuelle en mm ;
I  T = Température moyenne annuelle en °C.
T  10 Le nombre10 permet d’éviter les nombres négatifs.
Ainsi l’indice de Martonne peut caractériser différents climats :

45.00

Indice d'aridité
40.00
Milieu humide
35.00
INDICE D’ARIDITE TYPE DE CLIMAT
30.00
Milieu tempéré
30-20 milieu tempéré 25.00
20-10 milieu semi-aride 20.00
10-5 milieu aride 15.00 Milieu semi-aride
<5 milieu hyperaride 10.00
Milieu aride
Variation de l’indice de Martonne caractérisant 5.00
les différents climats (Martonne, 1950). 0.00

01
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98

20 9
9
Années
Variation de l’indice d’aridité à la station de Mnasra
(1975-2001).
3.4. Classification des climats
3.4.2. En fonction du climagramme de Sauvage.
La classification climatique établie sur la base du climagramme de Sauvage
(1963). Ce climagramme peut être tracé en se basant sur le coefficient d’Emberger (Q)et la
moyenne des minima du mois le plus froid en °C (m). Le Coefficient d’Emberger peut être
déduit par:

P
Q  1000 M = moyenne des maxima du mois le plus chaud en °C
m = moyenne des minima du mois le plus froid en °C
1
( M  m)( M  m) P = moyenne des précipitations annuelles (mm)
2
Q

m ide
200 Hu
ide
um
b -H
Su
150 e
ri d
Mnasra i -A
S.Tlat Sem
100
i de
Ar

50 n
rie
ha
Sa
m(°C)
0 Hiver frais 3 Hiver tempéré 7 Hiver chaud
Objectifs de l’exercice :
Appliquer différentes méthodes pour obtenir une estimation de
l’évapotranspiration de référence.
Comparer les estimations obtenues.
Données de l’exercice :
L’exercice porte sur les données météorologiques mensuelles (valeurs moyennes)
mesurées dans une station météorologique pour l’année 1999 qui sont regroupées dans le
tableau1.
Les tableaux 2 et 3 regroupent le pourcentage d’heures diurnes pendant le mois
considéré par rapport au nombre d’heures diurnes annuelles et les valeurs de la durée
astronomiques du jour N en fonction de la latitude, valeurs nécessaires à la résolution de
cet exercice.
Questions
A l’aide des données météorologiques mensuelles établies à la station pour
l’année 1999 (Tableau 1) et sachant que la station se situe à la latitude 46.52 °N, on vous
demande de répondre aux questions suivantes :
Question 1. Estimer l’évapotranspiration de référence ET0 en utilisant la formule
de Blaney et Criddle au pas de temps mensuel.
Question 2. Estimer l’évapotranspiration de référence ET0 en utilisant la formule
de de Turc au pas de temps mensuel.
Question 3. Estimer l’évapotranspiration de référence ET0 en utilisant la formule
de Thornthwaite au pas de temps mensuel.
Question 4. Représenter graphiquement et comparer les résultats obtenus. Quelle
relation s’applique le mieux ? Expliquer.
Tableau 1. Données météorologiques mensuelles (valeurs moyennes) mesurées.

Mois 1 2 3 4 5 6 7 8 9 10 11 12
q 0.2 0.23 0.27 0.3 0.34 0.35 0.34 0.32 0.28 0.24 0.21 0.2

Tableau 2. Pourcentage p d’heures diurnes pendant le mois considéré par rapport au

nombre d’heures diurnes annuelles pour la latitude de 46°N
Tableau 3. Nombre d'heures d'ensoleillement par jour en fonction de la latitude du lieu (N)
Selon FAO.
Question 1. Estimation de ET0 selon la formule de Blaney et Criddle.
Méthode à appliquer : formule de Blaney et Criddle.
La formule de Blaney et Criddle s’exprime comme suit :

ETPBLCR  nb de jours (p(0.46Tmoy  8))

q

Résultats.
L’évapotranspiration de référence ET0 est obtenue en appliquant l’équation (1). On
obtient ainsi une valeur annuelle : ET0 = 1376 mm
valeurs valeurs valeurs ETPBLCR  nb de jours x q(1.46Tmoy  8)
MOYENNES MOYENNES MOYENNES valeurs CUMULEES
rayonnement humidité
décade température durée d'ensoleillement ET0
global relative q
[°C] [W/m2] [%] [h] % [mm/mois]

Janvier 3,7 44,7 75,2 25,2 0,2 60,0

Février 1,9 67,1 75,9 27,7 0,23 57,1
Mars 7,4 124,5 67,6 51,4 0,27 95,3
Avril 9,7 159,5 70,5 52,2 0,3 112,1
Mai 16,7 203,1 69,5 64,7 0,34 165,3
Juin 17,2 242,7 64,9 77,3 0,35 167,0
Juillet 20,9 264,9 62,8 97,6 0,34 185,6
Août 20,1 195,2 69,9 69,2 0,32 171,1
Septembre 18,3 150,9 71,9 62,3 0,28 138,0
Octobre 11,9 89,2 77,4 37,8 0,24 100,4
Novembre 4,6 52,6 76,2 27,6 0,21 63,8
Décembre 3,9 41,1 73,2 24,4 0,2 60,8

Total = 1376,5 [mm]

Question 2. Estimation de ET0 selon la formule de de Turc
Méthode à appliquer : formule de Turc.
Suivant la valeur de l’humidité relative Hr, la formule de Turc (1961) s'écrit dans son
expression mensuelle :
Si Hr est < 50%
T  50  H r4   h
ETTurc  0.4 ( Rg  50) 1   Rg  Iga 0.18  0.62 
T  15  70  H
Si Hr est ≥ 50%
T
ETTurc  0.4 ( Rg  50)
T  15

Dans le cas où le rayonnement global RG (i.e. solaire incident donc tout ce qui arrive au sol)
est exprimé en W/m2, les relations ci-dessus s’expriment en multipliant la valeur de RG par
2.065.
Résultats.
L’évapotranspiration de référence ET0 est obtenue en appliquant l’équation (3) ou (4) de la
formule de Turc suivant la valeur de l’humidité relative. On obtient ainsi une valeur annuelle
ET0 = 726 mm
T
facteur multiplicatif [W/m2] ETTurc  0.4 ( Rg  50)
-->> [cal/j/cm2] = 2,065 T  15
coefficient
décadaire = 0,40
valeurs valeurs valeurs
MOYENNES MOYENNES MOYENNES valeurs CUMULEES
rayonnement rayonnement
décade température humidité relative durée d'ensoleillement ET0 Turc
global global
[°C] [W/m2] [%] [h] [cal/cm2/jour] [mm/mois]
Janvier 3,7 44,7 75,2 25,2 92,38503226 11,1800389
Février 1,9 67,1 75,9 27,7 138,6212473 8,35931261
Mars 7,4 124,5 67,6 51,4 257,0501505 40,4678675
Avril 9,7 159,5 70,5 52,2 329,2868817 59,5218115
Mai 16,7 203,1 69,5 64,7 419,323871 98,9237448
Juin 17,2 242,7 64,9 77,3 501,1275699 117,71178
Juillet 20,9 264,9 62,8 97,6 546,9247312 138,970101
Août 20,1 195,2 69,9 69,2 402,9212903 103,762246
Septembre 18,3 150,9 71,9 62,3 311,5141505 79,4901369
Octobre 11,9 89,2 77,4 37,8 184,1686022 41,5037505
Novembre 4,6 52,6 76,2 27,6 108,5219785 14,9706232
Décembre 3,9 41,1 73,2 24,4 84,79036559 11,1519516
Total = 726,013364 [mm]
Question 3. Estimation de ET0 selon la formule de Thornthwaite
La formule de Thornthwaite, établie aux Etats-Unis, permet de calculer l’évapotranspiration
de référence mensuelle (en cm) pour une durée théorique d’éclairement de 12 heures par 24
heures. Elle s’exprime comme suit :
1.514
a
t 
12
1.6
 10t 
ETPTh  16  K I    a I  0.5
 I  1 5 100

K: coefficient d'ajustement mensuel en fonction de la latitude K = N . ρ

N: durée astronomique du jour pendant le mois considéré [h/j];
ρ: paramètre dépendant du nombre de jours par mois
ρ = 0.0778 pour un mois de 28 jours
ρ = 0.0806 pour un mois de 29 jours
ρ = 0.0833 pour un mois de 30 jours
ρ = 0.0861 pour un mois de 31 jours.
 r  0,0778 pour un mois de 28 jours
r  0,0806 pour un mois de 29 jours
r  0,0833 pour un mois de 30 jours
r  0,0861 pour un mois de 31 jours.  10t 
a

valeurs valeurs valeurs 1.6 ETPTh  16  K

MOYENNES MOYENNES MOYENNES valeurs CUMULEES a I  0.5 K=N.ρ  I 
100
rayonnement humidité
décade température durée d'ensoleillement N i a i K ET th
global relative
[°C] [W/m2] [%] [h] [°C]

Janvier 3,7 44,7 75,2 25,2 9,1 1,109 1,25924 0,62449 0,78351 12,1879
Février 1,9 67,1 75,9 27,7 10,4 0,566 1,25924 0,22541 0,80912 6,42085
Mars 7,4 124,5 67,6 51,4 11,9 2,232 1,25924 1,79968 1,02459 32,0661
Avril 9,7 159,5 70,5 52,2 13,5 2,932 1,25924 2,72063 1,12455 46,2401
Mai 16,7 203,1 69,5 64,7 14,9 5,059 1,25924 6,21307 1,28289 91,0144
Juin 17,2 242,7 64,9 77,3 15,7 5,204 1,25924 6,48357 1,30781 95,431
Juillet 20,9 264,9 62,8 97,6 15,4 6,325 1,25924 8,71088 1,32594 117,592
Août 20,1 195,2 69,9 69,2 14,2 6,089 1,25924 8,22315 1,22262 104,38
Septembre 18,3 150,9 71,9 62,3 12,6 5,545 1,25924 7,13703 1,04958 81,6029
Octobre 11,9 89,2 77,4 37,8 10,9 3,614 1,25924 3,73293 0,93849 47,5565
Novembre 4,6 52,6 76,2 27,6 9,5 1,404 1,25924 0,89187 0,79135 15,5769
Décembre 3,9 41,1 73,2 24,4 8,7 1,184 1,25924 0,6896 0,74907 12,441
1.514
12
t 
I    I= 47.4523 Total = 662,509
1 5

Résultats.
L’évapotranspiration de référence ET0 est obtenue en appliquant l’équation (2). On obtient
ainsi une valeur annuelle : ET0 = 744 mm
Question 4. Comparaison des résultats

200
Blaney & Thornthw 180

Evapotranspiration (mm)
Turc
Criddle aite
160
[mm/mois [mm/mois
[mm/mois]
] ] 140
0 0 0
120
Janvier 60.0 12.2 11.2
Février 57.1 6.4 8.4 100
Mars 95.3 32.1 40.5 80
Avril 112.1 46.2 59.5
Mai 165.3 91.0 98.9 60
Juin 167.0 95.4 117.7 40
Juillet 185.6 117.6 139.0
Aout 171.1 103.8 20
104.4
Septembre 138.0 81.6 79.5 0
Octobre 100.4 47.5 41.5 1 2 3 4 5 6 7 8 9 10 11 12 13
Novembre 63.8 15.6 15.0 Temps (mois)
Décembre 60.8 12.5 11.1
Blaney & Criddle [mm/mois] Thornthwaite [mm/mois] Turc [mm/mois]
Total 1376.5 662.5 726.0

La valeur de l’évapotranspiration de référence ET0 obtenue par la formule de

Blaney et Criddle est le double par rapport aux deux autres méthodes dont les
résultats sont très similaires. Ces résultats ne sont pas étonnant puisque la
formule de Blaney et Criddle est généralement utilisée en zones arides et semi-
arides. Elle sera essentiellement appliquée lorsque les températures sont les
seules données météorologiques précises à disposition. La formule de
Thornthwaite, est mieux adaptée aux zones tempérées humides. En climats secs,
elle a tendance à sous-estimer l’évapotranspiration. La formule de Turc (1961)
s’applique aussi dans les régions tempérées.