Geneviève A

La modélisation hydrologique à des fins prédictives concerne le caractère plus « pratico-pratique » de l’hydrologie, soit l’estimation des conditions futures des phénomènes hydrologiques pour une période donnée, à partir des observations passées et actuelles (Coulibaly et al., 1999). Si la prévision hydrologique n’est pas une chose aisée, c’est essentiellement parce que les relations entre la pluie et le débit sont fortement non linéaires (Hsu et al., 1995 ; Sivakumar et al., 2004) et parfois même à tendance chaotique. L’hypothèse de la présence de chaos dans des séries hydrologiques (séries temporelles de débit) ne fait pas l’unanimité (Porporato et Ridolfi, 1996 ; Pasternack, 1999 ; Sivakumar, 2000 ; Khan et al., 2005) mais en attendant un consensus, la recherche s’oriente vers des méthodes alternatives afin de satisfaire aux besoins de prédiction. Le recours à des approches non mathématiques est souvent préconisé, et c’est là qu’entre en jeu la théorie neuronale.

De fait, les réseaux de neurones artificiels (RNA) sont une nouvelle approche d'approximation des systèmes complexes (Openshaw et Openshaw, 1997 ; Bossomaier et Green, 2000). Ce sont des outils relativement efficaces lorsque les systèmes à modéliser sont non linéaires ou mal appréhendés du point de vue de leur dynamique. Les RNA sont de plus en plus utilisés en hydrologie afin de prédire les variations des débits des rivières au sein de leur bassin versant. Ils ont en effet la réputation de pouvoir analyser des séries temporelles et extraire des patrons émergents ou des tendances qui sont trop complexes pour être détectés par les humains ou par les approches statistiques conventionnelles (Hsu et al., 1995 ; Coulibaly et al., 1999 ; Maier et Dandy, 2000 ; Dawson et Wilby, 2001).

Dans cette optique, on s'est proposé d’utiliser un RNA pour prédire le débit d’un cours d’eau. Le cours d’eau en question draine un petit bassin versant forestier (Bassin de l’Hermine, 0,05 km², Laurentides, Québec) à régime hydrologique nivo-pluvial. Ce régime se caractérise par une très forte saisonnalité. D’une part, on observe des débits très hauts après les fontes printanières et les pluies d’automne. À l’opposé, les débits estivaux sont très bas en raison des fortes chaleurs. De plus, il est difficile de circonscrire la variabilité intra-saisonnière des débits qui est fonction du contenu en eau du sol. A priori, on observe peu de régularité ou de systématisme dans les séries temporelles de débit. Les modèles hydrologiques conceptuels qui sont couramment utilisés n’arrivent pas à capter cette variabilité ni à dégager de patrons ou de tendances dans les séries historiques de débits enregistrés (Hsu et al., 1995 ; Shresta et al., 2005). La question était de savoir si les RNA donneraient de meilleurs résultats que les modèles conceptuels pour prévoir les débits dans un bassin versant à forte saisonnalité.

Chaire de recherche du Canada en dynamique fluviale (Canada Research Chair in Fluvial Dynamics)

Université de Montréal