Abstract:
Ce mémoire vise à étudier les précipitations maximales mensuelles et annuelles enregistrées dans cinq stations
du bassin versant de l’oued Reboa, situé au Nord-Est de l’Algérie, en utilisant l’analyse fréquentielle. Ce travail a
pour objectif d’ajuster les précipitations mensuelles maximales et annuelles maximales par des différentes lois
statistiques, on peut citer les lois de : GEV, Gumbel, Pearsen III, normale, log-normale et Weibull, … etc et de
proposer un modèle fréquentiel capable de représenter de manière fiable le régime des pluies maximales, en fonction
des différentes périodes de retour, et d’estimer les paramètres et les quantiles utiles à la prévention des risques liés
aux fortes précipitations. Le travail est motivé pour contribuer la prévention des catastrophes naturelles telles que les
inondations soudaines, et plus particulièrement les crues-éclairs qui affectent souvent les zones vulnérables. Pour ce
faire, nous avons utilisé deux logiciels : Excel et Hyfran 1.1. Les résultats obtenus montrent que Les précipitations
maximales s’ajustent généralement bien à la majorité des lois étudiées, notamment à la loi GEV et à la loi de
Gumbel, pour presque toutes les stations analysées. Et, à partir des traitements effectués à l’aide des deux outils ont
montré une stabilité dans les valeurs estimées aux différentes périodes de retour. Les hauteurs de pluie extrêmes
varient peu selon les méthodes c’est-à-dire que l’incertitude des pluies maximales en fonction des périodes de retour
évolue moyennement, ce qui indique la robustesse des modèles utilisés pour décrire le comportement
pluviométrique dans cette région.
Description:
56
Conclusion
Ce travail s’inscrit dans une démarche scientifique visant à analyser le comportement des
précipitations maximales mensuelles et annuelles à travers cinq stations pluviométriques situées
dans le bassin versant de l’oued Reboa. Dans un contexte marqué par la recrudescence des
événements hydro-climatiques extrêmes, l’analyse fréquentielle constitue un outil indispensable
pour la prévision des hauteurs de pluie associées à des périodes de retour données, et donc pour
la prévention des risques hydrologiques.
L’objectif fondamental de cette recherche a été de tester plusieurs lois de probabilité,
notamment GEV, Gumbel, Pearson III, normale, Log-normale et Weibull afin d’identifier celle
qui s’ajustent le mieux aux données empiriques observées. Cette approche repose sur une
méthodologie, combinant des traitements statistiques classiques sous Excel et l’utilisation du
logiciel spécialisé HYFRAN, permettant une évaluation rigoureuse des paramètres et quantiles
associés aux extrêmes pluviométriques.
Les résultats obtenus indiquent que les séries des précipitations maximales présentent une
bonne compatibilité avec les lois étudiées, en particulier la loi GEV dans la majorité des cas. Les
valeurs des quantiles estimés ont montré une faible variabilité entre les différentes méthodes,
traduisant ainsi une certaine stabilité des ajustements. De telles observations confortent la
pertinence de l’approche adoptée pour une utilisation dans les pratiques de dimensionnement
hydraulique et de gestion du risque. Ces résultats peuvent servir de base à l’élaboration de plans
d’aménagement hydraulique, à la gestion des ouvrages existants, ainsi qu’à la mise en place de
stratégies de prévention adaptées aux réalités climatiques locales.
Au-delà de l’ajustement statistique, cette étude met en évidence la nécessité de renforcer la
connaissance des dynamiques pluviométriques dans des bassins versants peu instrumentés et
vulnérables, comme celui de l’oued Reboa. Elle souligne également l’importance d’intégrer des
outils d’analyse probabiliste dans les politiques publiques de prévention des risques et de
planification territoriale.
Ce travail contribue à une meilleure compréhension des caractéristiques extrêmes du régime
pluviométrique régional et propose une base méthodologique solide pour l’évaluation et la
gestion des risques liés aux précipitations intenses. Il ouvre également la voie à des perspectives
futures portant sur l’intégration de modèles climatiques et hydrologiques plus complexes, en lien
avec les scénarios de changement climatique.