Abstract:
La présente étude s’inscrit dans le cadre de la modélisation stochastique dynamique des phénomènes
hydrologiques pour des fins de prédiction. Dans ce travail, nous nous intéressons à la pluviométrie et sa variabilité
géographique et temporelle dans le bassin versant de Cheliff (Algérie). L’objectif est l’étude de l’applicabilité de la
technique du filtre de Kalman (FK) discret à la modélisation et la prédiction multi-site de la pluviométrie, ainsi que
l’amélioration des erreurs de prédiction et ce pour le pas de temps annuel et mensuel. L’outil FK présente
l’avantage majeur de procurer l’erreur de prédiction qui présente en soit un indicateur de précision. En plus, son
algorithme travaille dans le domaine temporel avec une nature récursive, et dispose d’un estimateur optimal dans le
sens des moindres carrés. Un autre aspect de son optimalité est qu’il incorpore toute l’information disponible sur le
système, les mesures et les erreurs, dans un opérateur adaptatif qui est recalé à chaque fois qu’une nouvelle mesure
devient disponible. A cet effet, les données de trente-neuf (39) stations pluviométriques dans le bassin versant de
Cheliff ont été investies et les séries chronologiques des précipitations mensuelles et annuelles observées sur une
période de 51ans (1959 à 2009) ont été mise en oeuvre. Les résultats obtenus montrent que les prédictions multisites
suivent de plus près les observations enregistrées et les erreurs de prédiction sont minimales. Ceci est valable
aussi bien dans la dimension temporelle que spatiale, autant au pas mensuel qu’annuel, ce qui montre que le FK est
un outil assez performant procurant de bonnes prédictions même en présence de saisonnalité. En fin, les
performances du FK sont démontrées en termes de moyenne, écart-type et valeurs extrêmes des erreurs de
prédiction. L’erreur relative moyenne des prédictions est inférieure à 10% ce qui est largement acceptable.
