Prévision saisonnière du volume de crue du Fleuve Sénégal: utilisation des résultats du modèle ARPEGE Climat

Documents pareils
Modélisation géostatistique des débits le long des cours d eau.

Real-time Monitoring and forecast of IntraSeasonal Variability over Africa (MISVA)

Profils verticaux de la couverture nuageuse, de ses propriétés et des aérosols: données du lidar CALIOP et du radar CLOUDSAT (DARDAR) de 2006 à 2012

La gestion opérationnelle de la météosensibilité. La prévision météorologique et hydrologique au cœur de l Économie et de la Société

Efficacité énergétique des logements à haute performance énergétique, HPE : Application au site de Béchar

Modélisation couplée des processus de surface et souterrains pour prédire la distribution spatiale de l'évapotranspiration.

Post-processing of multimodel hydrological forecasts for the Baskatong catchment

Application de l'analyse multifractale à l'estimation des crues extrêmes en Tunisie

Population responses to environmental forcing : approaches to model and monitor habitat characteristics

Interest Rate for Customs Purposes Regulations. Règlement sur le taux d intérêt aux fins des douanes CONSOLIDATION CODIFICATION

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

AGROBASE : un système de gestion de données expérimentales

La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS

LA GESTION DES EVENEMENTS PLUVIEUX

M. F. PITA Departamento de Geografía Física. Universidad de Sevilla. C/ María de Padilla s.n SEVILLA (Espagne).

Les technologies IT au service de la. Application àl ORBE. Présentation: Dr Philippe Heller

Applications of Earth Observation for Disaster Risk Management

Sub-Saharan African G-WADI

If the corporation is or intends to become a registered charity as defined in the Income Tax Act, a copy of these documents must be sent to:

PROJET ACCLIMATE ETUDE SIM-CLIM THEME 3 Etude bilan des possibilités d une simulation climatique régionale

Validation probabiliste d un Système de Prévision d Ensemble

NORME INTERNATIONALE INTERNATIONAL STANDARD. Dispositifs à semiconducteurs Dispositifs discrets. Semiconductor devices Discrete devices

Colloque des arbitres et des commissaires aux résultats Moulin mer

L ESPACE À TRAVERS LE REGARD DES FEMMES. European Economic and Social Committee Comité économique et social européen

4. Résultats et discussion

Rôle des nuages dans l'anomalie de température de l'hiver 2007 en Europe

ETUDE COMPARATIVE DES MODELISATIONS NUMERIQUE ET PHYSIQUE DE DIFFERENTS OUVRAGES D EVACUATION DES CRUES

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

INTEGREE DES RESSOURCES EN EAU

" Gestion des données issues du réseau de mesures limnimétriques des cours d eau non navigables "

A 1 auteur. Captures accessoires par les chalutiers gu~b~cois en 1979

Global Monitoring Emergency Services

LA SURVEILLANCE DES PHÉNOMÈNES MÉTÉOROLOGIQUES POUR PRODUIRE DE L ÉLECTRICITÉ EN TOUTE SÉCURITÉ

Optimisation de l équilibre offre-demande, rôle des interconnexions et impact de l arrêt du nucléaire allemand pour EDF

Monitoring des classes de neige des calottes polaires par Envisat

Projet de Traitement du Signal Segmentation d images SAR

Synthèse des travaux réalisés par la DMN dans le cadre du projet ACCMA

RAPID Prenez le contrôle sur vos données

Chapitre 3. Les distributions à deux variables

Calculation of Interest Regulations. Règlement sur le calcul des intérêts CONSOLIDATION CODIFICATION. Current to August 4, 2015 À jour au 4 août 2015

1. L'été le plus chaud que la France ait connu ces cinquante dernières années.

Enjeux et défis en assurance habitation Marc-Olivier Faulkner 18 novembre 2011

Etudes des nuages et de la convection autour des dépressions intenses des moyennes latitudes

mesure des débits et des volumes dérivés par les canaux gravitaires

FIELD ACCEPTANCE TEST PROCEDURE OF 40 VAISALA PRESENT WEATHER PWD22 SENSORS AND USE OF A THIES SPECTRO-RAIN GAUGE.

Modélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs.

Évolution du climat et désertification

Latitude N Longitude E Altitude 376 m RÉSUMÉ MENSUEL DU TEMPS DE JANVIER 2014

FAITS SAILLANTS : 1. CONDITIONS CLIMATIQUES ET ENVIRONNEMENTALES EN AFRIQUE

COMPTABILITÉ. PCG : provisions pour grosses réparations vs amortissements par composants. Cette étude a pour objet. reflexion. Résumé de l article

La gestion du risque chez AXA

ETUDE DES PERFORMANCES D UN SYSTEME EOLIEN. APPLICATION POUR DES SITES ALGERIENS

Régionalisation des régimes de perturbations et implications pour l aménagement dans un contexte de changement climatique

Loi sur la remise de certaines dettes liées à l aide publique au développement. Forgiveness of Certain Official Development Assistance Debts Act

Étude comparative sur les salaires et les échelles salariales des professeurs d université. Version finale. Présentée au

Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé

Tableau 7: Emissions polluantes scénario «futur avec projet 2014»


ETUDE D IMPACT ACOUSTIQUE

Sommaire. Rentabilité du retour d une franchise de baseball de la Ligue majeure de baseball à Montréal (les «Expos»)

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Flood risk assessment in the Hydrographic Ebro Basin. Spain

LOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT

Principe de symétrisation pour la construction d un test adaptatif

Eric Chaumillon UMR CNRS 7266 Littoral Environnement et Sociétés LIENSs Université de la Rochelle

ÉVALUATION DE L UTILISABILITÉ D UN SITE WEB : TESTS D UTILISABILITÉ VERSUS ÉVALUATION HEURISTIQUE

United Nations, World Population Prospects, CD ROM; The 2008 Revision.

Prospective: Champ de gravité, méthodes spatiales

Cours IV Mise en orbite

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Impact on revenue requirements no Description (000$)

Le projet DRIAS : premières études et documents

Carte des Vents de l Algérie - Résultats Préliminaires -

EXPERIAN FOOTFALL: COMPTEZ-LES. ATTIREZ-LES. CONVERTISSEZ-LES.

Application Form/ Formulaire de demande

Expertise : lancement de satellite depuis une plate-forme en mer - septembre 2011

BUSINESS FORECASTING SYSTEM

Une étude de différentes analyses réalisées par le BIT

Must Today s Risk Be Tomorrow s Disaster? The Use of Knowledge in Disaster Risk Reduction

Contrôle de la convection profonde par les processus sous-nuageux dans LMDZ5B

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

The Tropical Warm Pool-International Cloud Experiment TWP-ICE

AIDE FINANCIÈRE POUR ATHLÈTES FINANCIAL ASSISTANCE FOR ATHLETES

Introduction à l approche bootstrap

DISPERSION ATMOSPHERIQUE DES REJETS DU SITE SVPR à SAINTE-MARGUERITE (88)

Conférence Bales II - Mauritanie. Patrick Le Nôtre. Directeur de la Stratégie - Secteur Finance Solutions risques et Réglementations

un environnement économique et politique

Equation LIDAR : exp 2 Equation RADAR :

Développement et Evaluation PHYsiques des modèles atmosphériques

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.

Short-term Pooled Investment Fund Regulations. Règlement sur le fonds commun de placement à court terme CONSOLIDATION CODIFICATION

T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5

Editing and managing Systems engineering processes at Snecma

Centre International de Recherche sur l Environnement et le Développement (CIRED) Philippe Roudier et Philippe Quirion

VILLE DE MONTRÉAL CITY OF MONTREAL. Arrondissement Kirkland Borough

TerrOïko : JEU en collaboration avec la SEEM

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

How to Login to Career Page

Thomas Loubrieu (Ifremer) Small to Big Data Novembre 2013, Ifremer, Brest

Transcription:

Hydrological Sciences Journal ISSN: 262-6667 (Print) 215-3435 (Online) Journal homepage: http://www.tandfonline.com/loi/thsj2 Prévision saisonnière du volume de crue du Fleuve Sénégal: utilisation des résultats du modèle ARPEGE Climat JEAN-CLAUDE BADER, JEAN-PHILIPPE PIEDELIEVRE & JEAN-PIERRE LAMAGAT To cite this article: JEAN-CLAUDE BADER, JEAN-PHILIPPE PIEDELIEVRE & JEAN-PIERRE LAMAGAT (26) Prévision saisonnière du volume de crue du Fleuve Sénégal: utilisation des résultats du modèle ARPEGE Climat, Hydrological Sciences Journal, 51:3, 46-417, DOI: 1.1623/ hysj.51.3.46 To link to this article: http://dx.doi.org/1.1623/hysj.51.3.46 Published online: 19 Jan 21. Submit your article to this journal Article views: 33 View related articles Citing articles: 3 View citing articles Full Terms & Conditions of access and use can be found at http://www.tandfonline.com/action/journalinformation?journalcode=thsj2 Download by: [37.44.27.146] Date: 22 January 217, At: 2:5

46 Hydrological Sciences Journal des Sciences Hydrologiques, 51(3) juin 26 Prévision saisonnière du volume de crue du Fleuve Sénégal: utilisation des résultats du modèle ARPEGE Climat JEAN-CLAUDE BADER 1, JEAN-PHILIPPE PIEDELIEVRE 2 & JEAN-PIERRE LAMAGAT 3 1 Institut de Recherche pour le Développement, BP 6451, F-34394 Montpellier Cedex 5, France bader@mpl.ird.fr 2 Météo France, CNRM, 42 Avenue G. Coriolis, F-3157 Toulouse Cedex, France jean-philippe.piedelievre@meteo.fr 3 Institut de Recherche pour le Développement, BP 1386, Dakar, Sénégal lamagat@dakar.ird.sn Résumé Le soutien de la crue annuelle du Fleuve Sénégal par le Barrage multi-objectifs de Manantali nécessite de fin août à début octobre de fortes lâchures qui peuvent grever la production hydroélectrique de l ouvrage. Pour faciliter la programmation de cet objectif par estimation du stock disponible dans le réservoir en fin de mousson, on cherche à prévoir en août le volume de crue naturel du fleuve de septembre octobre à partir d index d anomalies pluviométriques calculés fin juillet pour ces deux mois par le modèle ARPEGE Climat. Après analyse en composantes principales de ces index produits sur un maillage de 3 3 km couvrant l Afrique de l Ouest, on détermine une zone de 12 12 km décalée à l est du bassin où les vecteurs propres des index sont reliés au débit naturel de septembre octobre par une régression linéaire à cinq paramètres (R 2 =.651). Cette relation statistique calée sur la période 1979 2 est validée sur la période 21 25. Mots clefs Afrique de l Ouest; analyse en composantes principales; Barrage Manantali; Fleuve Sénégal; gestion de barrage; modèle ARPEGE; précipitations; prévision saisonnière des apports; soutien de crue Seasonal forecasting of the flood volume of the Senegal River, based on results of the ARPEGE Climate model Abstract From the end of August to the beginning of October, the support of the annual flood of the Senegal River by the multipurpose Manantali Dam requires high release volumes, which can be problematic for its hydro-electric production. To facilitate the programming of this objective by predicting reserves available in the reservoir at the end of the monsoon, attempts are made to predict in August the natural flood volume of the river for September October, starting from an index of pluviometric anomalies calculated at the end of July for these two months by the model ARPEGE Climat. After a principal components analysis of these indexes produced on a 3 3 km grid covering West Africa, a 12 12 km zone may be determined shifted to the east of the basin, where the eigenvectors of the indexes are related to the natural discharge of September October by linear regression with five parameters (R 2 =.651). This statistical relationship calculated for the period 1979 2 is validated for the period 21 25. Key words West Africa; principal components analysis; Manantali Dam; Senegal River; reservoir operation; ARPEGE model; precipitation; seasonal discharge forecast; flood support CONTEXTE ET OBJECTIF Implanté sur la Rivière Bafing en Afrique de l Ouest (Fig. 1), le barrage hydroélectrique de Manantali contrôle environ la moitié des écoulements du Fleuve Sénégal, caractérisés entre juillet et octobre par une crue annuelle de mousson très variable essentiellement alimentée par le haut bassin. Cet ouvrage géré par l OMVS (Organisation pour la Mise en Valeur du Fleuve Sénégal) qui regroupe le Mali, la Mauritanie et le Sénégal, est à vocation multiple. Un de ses objectifs consiste à garantir chaque année une crue suffisante pour inonder le lit majeur à l aval de Bakel, au bénéfice des cultures de décrue et de l équilibre écologique de la vallée. En cas d apports faibles sur les affluents non contrôlés, ce soutien de crue nécessite des débits La discussion concernant cet article est ouverte jusqu au 1er décembre 26 Copyright 26 IAHS Press

Prévision saisonnière du volume de crue du Fleuve Sénégal 47 repère : A B C D E F G H I J K 8 2 3 5 6 7 9 BAKEL 23 GOURBASSY MANANTALI 37 51 1 24 38 52 Zone A2 65 79 66 11 25 39 53 67 Zone A3 8 81 1 2 4 5 6 8 OUALIA 13 27 MAKANA 41 DAKA SAIDOU 55 69 83 14 28 42 56 7 84 Zone A4 Zone J4 9 93 94 95 9 97 5 98 85 1 km 86 87 8 89 9 9-21.9-18.28-15.47-12.66-9.84-7.3-4.22-1.4 1.41 4.22 7.4 9.85 12.66 15.47 1 15 29 43 57 71 longitude 2 16 3 44 58 72 3 17 31 45 59 73 4 1 3 4 6 7 5 19 33 47 61 Zone I3 75 6 2 34 48 Zone K2 62 76 7 2 3 4 6 7 16.74 13.95 11.16 Fig. 1 Carte du bassin du Fleuve Sénégal et maillage des résultats du modèle ARPEGE Climat. 8.37 5.58 2.79-2.79 latitude lâchés qui dépassent largement la capacité des turbines et entraînent un déstockage important dans le réservoir, pénalisant alors fortement la production hydroélectrique (Bader et al., 23). C est au 2 août, date optimale minimisant en moyenne la perte de production d énergie, due au soutien de crue, que ce dernier est déclenché. Il vise à réaliser à Bakel un hydrogramme objectif de crue s étalant de fin août à début octobre, défini en fonction des objectifs de cultures de décrue et du stock disponible dans le réservoir au début de l opération. Or l IRD (1999) a montré que, pour un hydrogramme objectif donné, le soutien de crue entraîne un déstockage net qui dépend fortement du débit naturel moyen de septembre octobre du Sénégal à Bakel. Une prévision de ce débit moyen effectuée avant le 2 août serait donc d un intérêt crucial. Elle permettrait au gestionnaire de Manantali de définir l hydrogramme objectif de crue en tenant compte du stock probable résultant dans le réservoir en fin de mousson, dont dépendent les possibilités de production d énergie pendant les huit mois d étiage suivants. On teste ici la possibilité de prévoir en août le volume de crue naturel de septembre octobre du Sénégal à Bakel, à partir des résultats du modèle ARPEGE Climat développé par Météo France. Ce modèle de circulation générale atmosphérique (CGMA) est dérivé du modèle opérationnel de prévision à courte échéance de Météo France (Deque et al., 1994). DONNEES Index d anomalie pluviométrique issus du modèle ARPEGE Climat La configuration du modèle adoptée pour la prévision saisonnière opérationnelle est une résolution horizontale de 2.8 carré et 31 niveaux sur la verticale. Le dispositif issu du projet PROVOST (Brankovic et al., 2) fonctionne en mode forcé (i.e. sans Copyright 26 IAHS Press

48 Jean-Claude Bader et al. rétroaction de l atmosphère vers la surface) par des températures de la surface des océans prévues à l aide d un schéma statistique autorégressif d ordre deux, élaboré à partir des SST Reynolds-Smith de la période 1979 2. A la fin de chaque mois, à partir d états initiaux issus des analyses produites par le Centre Européen de Prévision Météorologique à Moyen Terme (ECMWF) au réseau de 12 TU et décalés de 24 heures, un ensemble de neuf simulations fournit une statistique de prévision dont nous utilisons la moyenne, en moyennes mensuelles, sur la période des quatre mois suivants. En chaque point de la grille de calcul constituée de mailles carrées d environ 3 km de côté, les précipitations convectives et stratiformes issues du modèle ARPEGE sont cumulées et transformées en anomalies mensuelles moyennes centrées et réduites sur la période de référence 1979 2. L étude exploite les index d anomalie pluviométrique ainsi calculés chaque année depuis 1979 à la fin du mois de juillet pour les mois de septembre et d octobre, sur un ensemble de 84 mailles couvrant l Afrique de l Ouest entre les latitudes à 16.74 et les longitudes 21.9 à 18.28, ce qui dépasse très largement les limites du bassin actif du Sénégal à Bakel (Fig. 1). Chacun de ces 168 index (2 mois prévus 84 mailles) de pluviométrie mensuelle normée présente une moyenne nulle et un écart type { [(P P moy ) 2 /(N 1)]}.5 égal à 1 sur la période 1979 2. Une valeur d index positive ou négative représente donc une prévision de pluie mensuelle respectivement supérieure ou inférieure à la moyenne de cette période pour la maille, l année et le mois considérés. En l état actuel de la science, les modèles de prévision météorologique saisonnière ne peuvent prétendre à une grande précision (Deque, 24). Il en va ainsi du modèle ARPEGE Climat, qui fournit des prévisions à l horizon de plusieurs mois devant être interprétées de façon relative, à la fois en valeur et en localisation. C est pour cette raison que l étude, loin de se limiter aux quelques mailles situées sur le bassin du Fleuve Sénégal, exploite des index d anomalie pluviométrique couvrant largement l Afrique de l Ouest. Débit moyen naturel de septembre octobre du Sénégal à Bakel Les niveaux observés journellement à la station de Bakel sont traduits en débit par un étalonnage établi suivant la méthode du gradient limnimétrique (Dubreuil et al., 197). Avant 1987, ces débits observés correspondent au régime naturel d écoulement du fleuve. A partir de 1987 (mise en service du Barrage de Manantali), les débits journaliers naturels sont intégralement reconstitués de deux façons différentes: (a) Par modèle de propagation à temps de propagation variable (Morel-Seytoux et al., 1993), à partir des débits naturels de Soukoutali sur le Bafing, Oualia sur le Bakoye et Gourbassy sur la Falémé. Dans ce calcul, les débits de Soukoutali (station située à l emplacement actuel du barrage), sont eux-mêmes intégralement reconstitués à partir des débits observés aux stations de l amont: Daka-Saïdou jusque 1994, et Bafing Makana ensuite. (b) Par bilan de volume écoulé, à partir des débits observés à Bakel et à la sortie du barrage et du débit naturel à Soukoutali. On adopte un temps de propagation constant de trois jours entre Manantali et Bakel, qui correspond au délai observé pour les forts débits: Copyright 26 IAHS Press

Prévision saisonnière du volume de crue du Fleuve Sénégal 49 Q Bakel,Naturel (j) = Q Bakel,Observé (j) + Q Manantali,Naturel (j 3) Q Manantali,Observé (j 3) où Q Bakel,Naturel (j) est le débit naturel du Sénégal à Bakel au jour j; Q Bakel,Observé (j) est le débit du Sénégal à Bakel, observé le jour j; Q Manantali,Naturel (j 3) est le débit naturel du Bafing à Manantali au jour j 3; et Q Manantali,Observé (j 3) est le débit lâché par le barrage de Manantali au jour j 3. Les débits naturels reconstitués par la première méthode sont conservés pour des valeurs inférieures à 8 m 3 s -1. Le reste du temps, on adopte les valeurs obtenues avec la seconde méthode. Le débit moyen naturel de septembre octobre (observé jusque 1986 et reconstitué ensuite), dont la moyenne et l écart type s élèvent respectivement à 1327.2 et 495.9 m 3 s -1 sur la période 1979 2, est donné dans le Tableau 1 pour la période 1979 25. Il présente une faible autocorrélation interannuelle (R 2 =.22 sur 1979 2 et.9 sur 1979 25) et une légère tendance à la hausse en fonction du temps (R 2 =.43 sur 1979 2 et.35 sur 1979 25). Tableau 1 Débit moyen (m 3 s -1 ) de septembre octobre du Sénégal à Bakel en régime naturel, observé de 1979 à 1986 et reconstitué de 1987 à 25 à partir de débits observés en amont et non influencés par le Barrage de Manantali. Année 1979 198 1981 1982 1983 1984 1985 1986 1987 1988 1989 199 1991 Débit 929 1214 1179 962 641 576 11 1363 17 1612 1347 811 1383 Année 1992 1993 1994 1995 1996 1997 1998 1999 2 21 22 23 24 25 Débit 148 129 234 1869 1457 1499 227 2682 1367 1545 1191 2468 1228 178 METHODE Une relation est recherchée entre les index bruts d anomalie pluviométrique définis plus haut et le débit moyen naturel de septembre octobre du Sénégal à Bakel. Une fois établie sur la période 1979 2, cette relation est ensuite testée sur la période 21 25. Pour ce faire, les résultats du modèle ARPEGE Climat sont d abord regroupés suivant 3 zones rectangulaires (Fig. 1): 11 zones de 4 4 mailles notées A2 à K2; neuf zones de 6 5 mailles notées A3 à I3; 1 zones de 5 6 mailles notées A4 à J4. Sur chacune de ces zones, une analyse en composantes principales (Bouroche & Saporta, 198) est effectuée pour la période 1979 2 sur les index d anomalie pluviométrique concernés qui sont au nombre de 32 pour les zones A2 K2 et 6 pour les zones A3 I3 et A4 J4. Ceci permet d exprimer la majeure partie de l information contenue dans le jeu d index de la zone à partir d un nombre limité de variables indépendantes (vecteurs propres). Pour chaque zone, les cinq premiers vecteurs propres V 1 à V 5 sont retenus pour la recherche d une relation par corrélation linéaire multiple avec le débit moyen naturel Q de septembre octobre du Fleuve Sénégal à Bakel sur la période 1979 2. Ce choix de V 1 à V 5 est basé sur les arguments suivants: (a) on ne peut se limiter à V 1 qui n est pas forcément le meilleur préviseur du débit Q; (b) le petit échantillon de 22 années ne permet pas d utiliser de nombreux préviseurs; et (c) pour chaque zone, la part expliquée de variance totale des index est supérieure à 75% pour V 1 V 5 et inférieure à 6% pour chacun des vecteurs propres suivants. Copyright 26 IAHS Press

41 Jean-Claude Bader et al. RESULTATS Détermination du meilleur jeu d index Le Tableau 2, qui résume les résultats des 3 analyses effectuées, montre que les zones présentant les meilleurs résultats sont assez proches pour les trois formes analysées (I2, J2, K2; G3, H3; et G4, H4). C est la zone J2, située entre 4.22 et 15.47 E et entre 5.58 et 16.74 N qui présente la meilleure relation (R 2 =.651) entre le débit naturel de septembre octobre du Fleuve Sénégal et les cinq premiers vecteurs propres. Ces derniers expriment 88% de la variance des index d anomalie pluviométrique prévus sur cette zone. Ce sont donc les résultats obtenus avec les index calculés sur la zone J2 qui sont considérés dans la suite de l étude. Cependant, l éloignement de cette zone optimale J2 centrée 2 km à l est du Fleuve Sénégal, déterminée par une procédure de test effectuée sur de multiples zones, peut faire planer un doute sur les résultats obtenus. Le débit du Sénégal est-il réellement relié aux index, ou bien le R 2 de.651 ne résulte-t-il que d un heureux hasard récompensant la recherche acharnée d un résultat? Pour lever le doute, la procédure suivie à été reproduite pour trente séries différentes de débit de mêmes moyenne et écart type, obtenues chacune en recombinant de façon aléatoire (tirage sans remise) la série des débits naturels observés sur la période 1979 2. Ces séries R².7.6.5.4.3.2.1. R².7.6.5.4.3.2.1. 3 séries de débit aléatoire série de débit réel 1. zones : 2. A2 3. B2 4. C2 5. D2 6. E2 7. F2 8. G2 9. H2 1. I2 11. J2 12. K2 3 séries de débit aléatoire série de débit réel 1. zones 2. : 3. A3 4. B3 5. C3 6. D3 7. E3 8. F3 9. G3 1. H3 11. I3 12. R² 3 séries de débit aléatoire.7 série de débit réel.6.5.4.3.2.1. 1. zones : A4 3. B4 C4 5. D4 E4 7. F4 G4 9. H4 I4 11. J4 Fig. 2 Coefficient de corrélation multiple entre les vecteurs propres V 1 à V 5 des index (pour les 3 zones A2 K2, A3 I3 et A4 J4) et différentes séries de débit de septembre octobre sur la période 1979 2 (une série de débit naturel réel et 3 séries de débit aléatoire). Copyright 26 IAHS Press

Prévision saisonnière du volume de crue du Fleuve Sénégal 411.6.5.4.3.2.1 R² moyen zones A2 à K2 zones A3 à I3 zones A4 à J4 zones A2 à K2, débit réel zones A3 à I3, débit réel zones A4 à J4, débit réel.1.2.3.4.5.6.7.8.9 1 fréquence de non dépassement Fig. 3 Fonction de répartition de la moyenne sur les zones A2 K2, A3 I3, ou A4 J4, du coefficient de corrélation multiple (1979 2) entre les vecteurs propres V 1 à V 5 des index et le débit Q, pour les 31 séries de débit analysées (1 série réelle et 3 séries fictives). présentent forcément des caractéristiques d autocorrélation (R 2 entre. et.21) et de tendance (R 2 entre. et.12) différentes de la série réelle des débits naturels, ce qui n empêche pas, toutefois, la comparaison des résultats. La Fig. 2 montre que sur la majorité des trente zones analysées, les séries simulées (débits naturels aléatoirement recombinés) sont soit toutes, soit presque toutes, moins bien corrélées aux vecteurs propres V 1 à V 5 que la série des débits naturels observés. Ces derniers présentent une valeur moyenne de R 2 égale à.461 (resp..451 et.473) sur l ensemble des zones A2 à K2 (resp. A3 I3 et A4 J4), valeur dépassée seulement par une (resp. une et deux) des trente séries aléatoires testées (Fig. 3). Enfin, sur les 9 valeurs de R 2 obtenues avec les débits aléatoires (3 séries 3 zones), seules cinq dépassent, et de très peu (maximum:.678), la valeur.651 obtenue avec les débits réels sur la zone J2. Ces différents constats permettent de penser que la relation établie entre les index d anomalie pluviométrique de septembre octobre prévus fin juillet et le débit naturel du Fleuve Sénégal sur ces deux mois n est probablement pas le fruit d un pur hasard, même si cette éventualité ne peut être écartée à cent pourcent. Relation établie entre les index prévus sur la zone J2 et le débit La méthode de régression descendante (Scherrer, 1984), consistant à éliminer à chaque étape le préviseur le moins significatif, permet de relier le débit naturel moyen bimensuel Q de septembre octobre du Sénégal à Bakel exprimé en m 3 s -1 aux vecteurs propres V 1 à V 5 des index de la zone J2 de la façon suivante: Q = f(v 1.V 5 ) = 1327.2 12.41V 1 + 36.77V 2 89.81V 3 24.48V 4 82.8V 5 (R 2 =.657) Q = f(v 2.V 5 ) = 1327.2 + 36.77V 2 89.81V 3 24.48V 4 82.8V 5 (R 2 =.6422) Q = f(v 2.V 4 ) = 1327.2 + 36.77V 2 89.81V 3 24.48V 4 (R 2 =.62) Copyright 26 IAHS Press

Tableau 2 Pourcentage de variance des index expliqué par leurs cinq premiers vecteurs propres V 1 à V 5 sur les différentes zones pour la période 1979 2. Coefficient de détermination R 2 de la corrélation linéaire multiple entre ces cinq vecteurs propres et le débit moyen naturel de septembre octobre du Sénégal à Bakel. Zone A2 B2 C2 D2 E2 F2 G2 H2 I2 J2 K2 Variance expliquée (%) 85 84 85 86 86 87 87 86 87 88 87 R 2 de Q = f(v 1 V 5 ).36.341.381.375.379.383.462.55.62.651.625 Zone A3 B3 C3 D3 E3 F3 G3 H3 I3 Variance expliquée (%) 78 79 78 79 81 79 79 8 78 R 2 de Q = f(v 1 V 5 ).322.355.357.42.446.57.586.576.491 Zone A4 B4 C4 D4 E4 F4 G4 H4 I4 J4 Variance expliquée (%) 77 78 79 77 78 78 76 76 76 75 R 2 de Q = f(v 1 V 5 ).378.434.552.558.468.491.577.567.381.319 Tableau 3 Coefficients des index bruts d'anomalie pluviométrique calculés fin juillet dans le débit Q reconstitué, en fonction des coordonnées géographiques des mailles et du mois prévu, pour les modèles de prévision Q = f(v 1.V 5 ) et Q = f(v 2.V 5 ). Maille 3 4 5 6 17 18 19 2 31 32 33 34 45 46 47 48 Vecteurs Latitude 15.35 15.35 15.35 15.35 12.56 12.56 12.56 12.56 9.77 9.77 9.77 9.77 6.98 6.98 6.98 6.98 propres Longitude 5.63 8.44 11.25 14.6 5.63 8.44 11.25 14.6 5.63 8.44 11.25 14.6 5.63 8.44 11.25 14.6 utilises Septembre 27. 15.1 5.2 48.4 51.7 3.2 2.1 21.1 67.5 79.4 65.3 58.4.5 1.9 39.8 46.6 V 1 à V 5 Octobre 2. 14.4 25.4 1.3 7.9 2.5 29.2.1 17.2 17.5 26.1 12.4 92.4 11.8 65. 9.3 Consta nte 1327. 2 Septembre 24.9 17.4 52.1 5.5 49.3 27.8.3 18.3 66. 77.1 62.5 55.4 1.3 11.4 38.8 45. V 2 à V 5 Octobre 4.1 12.5 23.9 3.6 9.9 18.2 26.9 2.8 19.9 2.4 29. 15. 94.4 113. 67.6 11.8 Consta nte 1327. 2 412 Jean-Claude Bader et al. Copyright 26 IAHS Press

Prévision saisonnière du volume de crue du Fleuve Sénégal 413 3 3 25 25 débit réel (m 3 s -1 ) 2 15 1 débit réel (m 3 s -1 ) 2 15 1 5 5 5 1 15 2 25 5 1 15 2 25 Q = f(v 1.V 5 ) : débit reconstitué (m 3 s -1 ) Q = f(v 2.V 5 ) : débit reconstitué (m 3 s -1 ) 1979-2 21-25 intervalle à 8 % intervalle à 9 % Fig. 4 Relation entre les valeurs réelles du débit naturel de septembre octobre du Sénégal à Bakel et les valeurs reconstituées f(v 1.V 5 ) et f(v 2.V 5 ) à partir des cinq premiers vecteurs propres des 32 index d anomalie pluviométrique de septembre et d octobre calculés fin juillet pour la zone J2. 1.9 1.9 probbabilité de non dépassement.8.7.6.5.4.3.2.1 loi normale ( ; 336 ) -1-5 5 1 résidu (m 3 s -1 ) : Q réel - f(v 1..V 5 ) probbabilité de non dépassement.8.7.6.5.4.3.2.1 loi normale ( ; 33 ) -1-5 5 1 résidu (m 3 s -1 ) : Q réel - f(v 2..V 5 ) Fig. 5 Fonctions de répartition des résidus des relations Q = f(v 1.V 5 ) et Q = f(v 2.V 5 ) sur la période 1979 2. Bien que très lié (R =.985) à la moyenne des index sur la zone J2, le vecteur propre V 1 est peu signifiant. C est donc probablement la répartition (spatiale sur J2 et temporelle entre septembre et octobre) des valeurs d index, plus que leur moyenne d ensemble, qui est déterminante pour le débit Q. L écart type résiduel ajusté { [(Q réel Q reconstitué ) 2 /(N p 1)]}.5 des relations, où N est la taille de l échantillon (22) et p le nombre de paramètres (5, 4 et 3) s élève respectivement à 336, 33 et 338 m 3 s -1. La dégradation de l ajustement observée avec la troisième relation nous conduit à ne conserver que les deux premières. En utilisant les coordonnées des vecteurs propres, ces deux relations permettent d exprimer directement le débit Q en fonction des index bruts avec les coefficients indiqués dans le Tableau 3. Copyright 26 IAHS Press

414 Jean-Claude Bader et al. (m 3.s -1 ) Q = f(v 1.V 5 ) (m 3.s -1 ) Q = f(v 2.V 5 ) 3 3 débit naturel de septembre-octobre 25 2 15 1 5 réel reconstitué débit naturel de septembre-octobre 25 2 15 1 5 réel reconstitué 1975 198 1985 199 1995 2 25 année 1975 198 1985 199 1995 2 25 année Fig. 6 Comparaison du débit naturel réel de septembre octobre du Sénégal à Bakel avec les valeurs reconstituées par les modèles à cinq et quatre paramètres à partir des index calculés fin juillet sur la zone J2. Le tracé des valeurs réelles en fonction des valeurs reconstituées pour le débit Q (Fig. 4) montre que les relations Q = f(v 1.V 5 ) et Q = f(v 2.V 5 ) sont relativement linéaires et homoscédastiques. Leurs résidus se répartissent assez bien selon une loi de Gauss centrée ayant pour norme leur écart type résiduel (Fig. 5). Ceci nous permet de porter sur la Fig. 4 les intervalles de confiance à 8 et 9% de la relation Q réel = f(q reconstitué ), écartés respectivement de 1.282 et 1.645 écarts types résiduels de part et d autre de la première bissectrice. La Fig. 6 permet de comparer l évolution du débit naturel réel de septembre octobre avec celles du débit reconstitué à partir de f(v 1.V 5 ) et de f(v 2.V 5 ). Sur la période 1979 2, on constate que le sens de variation d une année sur l autre du débit réel est respecté 18 fois sur 21 par le débit reconstitué issu des deux modèles. Ceci constitue un assez bon score, compte tenu du fait que ce sens de variation change 11 fois sur la période. Champ spatial des coefficients d index Déduits des relations Q = f(v 1.V 5 ) et Q = f(v 2.V 5 ) et des coordonnées des vecteurs propres, les coefficients indiqués dans le Tableau 3 permettent de reconstituer directement le débit naturel de septembre octobre du Sénégal à Bakel en fonction des 32 index bruts de septembre et d octobre calculés fin juillet sur la zone J2. En notant I n (sept) et I n (oct) les index bruts prévus fin juillet par ARPEGE pour septembre et octobre sur une maille de rang n, les coefficients du modèle à cinq paramètres s interprètent de la façon suivante: Q = 27.I 3 (sept) + 46.6I 48 (sept) + 2.I 3 (oct) + + 9.3I 48 (oct) + 1327.2 Avec très peu de différence entre les modèles à cinq et quatre paramètres, ces coefficients présentent une structure peu marquée suivant la direction est ouest mais assez nette suivant la direction nord sud, comme le montrent les Figs 7 et 8 pour le modèle à cinq paramètres. Cette organisation spatiale pourrait être en relation avec la Copyright 26 IAHS Press

Prévision saisonnière du volume de crue du Fleuve Sénégal 415 septembre 6 4 2-2 -4-6 -8-1 5 7 9 11 13 15 longitude 14 12 1 8 6 4 2-2 -4 octobre 5 7 9 11 13 15 longitude latitude : 6.976 9.767 12.558 15.348 Fig. 7 Variations est ouest des coefficients permettant de reconstituer le débit naturel de septembre octobre du Sénégal à Bakel en fonction des index d anomalie pluviométrique de septembre et d octobre calculés fin juillet sur la zone J2 (modèle à cinq paramètres). 6 septembre 12 octobre 4 1 2 8 6-2 4-4 2-6 -8-2 -1 6 8 1 12 14 16-4 6 8 1 12 14 16 latitude latitude longitude : 5.625 8.438 11.25 14.63 Fig. 8 Variations nord sud des coefficients permettant de reconstituer le débit naturel de septembre octobre du Sénégal à Bakel en fonction des index d anomalie pluviométrique de septembre et d octobre calculés fin juillet sur la zone J2 (modèle à cinq paramètres). direction générale est ouest des isohyètes dans la région (L Hôte & Mahé, 1996), liée au déplacement nord sud du front intertropical de convergence qui est à l origine de la mousson annuelle. Résultant d un calage statistique, les coefficients du Tableau 3 s appliquent sur des index bruts de prévisions pluviométriques centrées réduites. Des corrélations négatives existent entre les index de certaines mailles (R =.428 entre I 3 (sept) et I 45 (sept); R =.457 entre S 4 (sept) et S 46 (sept); R =.298 entre S 5 (sept) et S 47 (sept); etc.), ce qui signifie que l excédent de pluie prévu sur telle maille va de pair avec un déficit prévu sur telle autre, et vice versa. Ceci pourrait expliquer la présence de valeurs négatives dans le Tableau 3. Copyright 26 IAHS Press

416 Jean-Claude Bader et al. Validation Pour les années 21 à 25, situées hors période de calage, les débits de septembre octobre reconstitués par Q = f(v 1.V 5 ) et Q = f(v 2.V 5 ) se situent tous à l intérieur des intervalles de confiance à 9% de ces deux modèles (Fig. 4), avec une assez bonne reproduction du sens de variation interannuel (Fig. 6). Les erreurs quadratiques moyennes { [(Q réel Q reconstitué ) 2 /N]}.5 obtenues sur ces cinq années (367 m 3 s -1 pour Q = f(v 1.V 5 ) et 429 m 3 s -1 pour Q = f(v 2.V 5 )) montrent cependant une meilleure validation pour le modèle à cinq paramètres, que nous retiendrons comme résultat final. Sur l ensemble de la période 1979 25, ce modèle (Tableau 4) présente une erreur absolue moyenne équivalant à 19% du débit naturel moyen interannuel de septembre octobre. Tableau 4 Débit moyen (m 3 s -1 ) de septembre octobre du Sénégal à Bakel en régime naturel, reconstitué par le modèle à cinq paramètres Q = f(v 1 V 5 ) à partir des 32 index d anomalie pluviométrique de septembre et d octobre calculés fin juillet pour la zone J2. Année 1979 198 1981 1982 1983 1984 1985 1986 1987 1988 1989 199 1991 Débit 698 91 866 1533 115 911 122 1749 128 1573 1228 747 1589 Année 1992 1993 1994 1995 1996 1997 1998 1999 2 21 22 23 24 25 Débit 1247 1387 1787 14 1462 1665 1925 2166 1299 215 1428 218 1564 1421 CONCLUSION ET PERSPECTIVES Les résultats obtenus, à confirmer sur les années à venir, montrent que les prévisions saisonnières de pluviométrie faites par Météo-France avec le modèle ARPEGE Climat pourraient être utilisées pour prévoir approximativement, dès fin juillet, le volume naturel de crue de septembre octobre du Fleuve Sénégal à Bakel. Le modèle statistique à cinq paramètres proposé ici, calé sur un échantillon de 22 années, semble pour le moment validé par les observations hors calage de ces cinq dernières années. Au Barrage de Manantali, le soutien de crue annuel est actuellement programmé en fonction du stock d eau initial disponible dans le réservoir. Son coût en eau étant fortement lié au volume naturel de crue du Fleuve Sénégal, la prévision de ce dernier permet d envisager une programmation plus judicieuse, tenant compte des possibilités objectives de reconstitution du stock pendant la mousson. Le bénéfice potentiel apporté par cette prévision au niveau des performances de l ouvrage sera évalué par simulation numérique lors d une prochaine étude menée à l IRD par l UMR 183 G-Eau. L intérêt d une prévision saisonnière des pluies pour la gestion des barrages réservoirs est particulièrement évident pour ceux qui, comme Manantali, contrôlent des cours d eau alimentés par une mousson annuelle relativement brève. Une prévision sur quelques mois faite en début de mousson aide à programmer la gestion sur l année à venir, puisque les performances potentielles de ces ouvrages en saison sèche découlent inéluctablement du stock accumulé dans leurs réservoirs en fin de mousson. Le haut bassin du Fleuve Niger, contigu à celui du Fleuve Sénégal et soumis à des conditions climatiques très voisines, alimente les retenues de grands barrages déjà implantés ou en projet. Une étude similaire à celle menée ici pour le Fleuve Sénégal sera donc menée prochainement pour le Fleuve Niger. Copyright 26 IAHS Press

Prévision saisonnière du volume de crue du Fleuve Sénégal 417 Enfin, Météo France prévoit d améliorer son modèle ARPEGE Climat en remplaçant notamment le forçage de ses conditions aux limites par un couplage avec un modèle de circulation générale océanique. Dans le cadre de la collaboration qui va se poursuivre avec Météo France, l IRD utilisera les résultats de cette nouvelle version du modèle pour tenter d améliorer la prévision saisonnière des débits de crue du Fleuve Sénégal. REFERENCES Bader, J. C., Lamagat, J. P. & Guiguen, N. (23) Gestion du Barrage de Manantali sur le Fleuve Sénégal: analyse quantitative d un conflit d objectifs. Hydrol. Sci. J. 48(4), 525 538. Bouroche, J. M. & Saporta, G. (198) Que sais-je? L analyse des données. Presses Universitaires de France, Paris, France Brankovic, C. & Palmer, T. N. (2) Seasonal skill and predictability of ECMWF PROVOST ensembles. Quart. J. Roy. Met. Soc. 126, 235 267. Deque, M. (24) Peut-on faire des prévisions saisonnières? Le point de vue d un modélisateur. La Lettre du Changement Global. Lettre pigb-pmrc-france 17, 63 67. Deque, M., Dreveton, C., Braun, A. & Cariolle D. (1994) The ARPEGE/IFS atmosphere model: a contribution to the French community climate modelling. Climate Dyn. 1, 249 266. Dubreuil, P., Lamagat, J. P. & Vuillaume, G. (197) Tarage et calcul des débits des stations hydrométriques non univoques. Cahiers ORSTOM, sér. Hydrologie VII(3), 3 72. IRD (1999) Programme d Optimisation de Gestion des Réservoirs. Phase 2. Rapport de synthèse. IRD, OMVS. Dakar, Sénégal. L Hôte, Y. & Mahé, G. (1996) Afrique de l Ouest et Centrale, précipitations moyennes annuelles (période 1951 1989). Carte à l échelle 1/6. Orstom, Paris. Morel-Seytoux, H., Fahmy, H. & Lamagat, J. P. (1993) A composite hydraulic and statistical flow-routing method. Water Resour. Res. 29(2), 413 418. Scherrer, B. (1984) Biostatistique. Gaëtan Morin, Montreal, Canada Reçu le 7 mars 25; accepté le 1 mars 26 Copyright 26 IAHS Press