Amélioration des approches bayésiennes MCMC pour l'analyse régionale des crues

par Chi Cong Nguyen

Thèse de doctorat en Génie civil, Hydrologie


  • Résumé

    Cette thèse présente des développements et une évaluation de l’approche d’analyse régionale des débits proposée par Gaume (2010). Celle-ci consiste à incorporer dans l’analyse régionale les informations relatives aux crues extrêmes observées sur des bassins non jaugés. Une évaluation des performances et de la robustesse de la méthode est proposée ici par comparaison avec une approche régionale plus classique proposée par Hosking et Wallis (1997). Les comparaisons sont basées à la fois sur des simulations et sur l’étude de cas. La procédure d’inférence utilisée s’appuie sur une distribution GEV, associée à une formulation spécifique de la vraisemblance et une approche Bayésienne MCMC pour l’estimation des paramètres. Dans un premier temps, les résultats d’inférence obtenus sans tenir compte des crues extrêmes sont comparés sur la base de simulations, en s’intéressant aux effets possibles d’hétérogénéités au sein des régions considérées. Ensuite, les deux approches sont appliquées à deux régions. Cette application confirme l’impact très positif de l’incorporation de l’information sur les crues extrêmes dans l’analyse régionale qui permet souvent de dépasser les performances obtenues avec une analyse régionale classique.

  • Titre traduit

    Improvment of Bayesian MCMC approaches for regional flood frequency analyses


  • Résumé

    This thesis presents additional developments of an approach initially proposed by Gaume (2010), that aims to incorporate available information on extreme floods at ungauged sites in a regional flood frequency analyses (RFFA). The performances and robustness of this approach are tested and compared to a reference approach proposed by Hosking & Wallis (1997). The comparisons are based both, on simulations and case studies. The inference procedure is based on a GEV distribution associated with a specific likelihood formulation and a Bayesian MCMC algorithm for the estimation of the parameters. First, the inference results obtained without incorporating extreme floods are compared based on simulations, with a focus on the effects of possible heterogeneities in the considered regions. Next, both approaches are applied to two regions. This application finally confirms the very positive impact of the incorporation of information on extreme floods in RFFA, that enables to outperform the results based on a conventional regional approach.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (206 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 197-206

Où se trouve cette thèse ?

  • Bibliothèque : Université de Nantes. Service commun de la documentation. BU Sciences.
  • Disponible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.