Une évaluation de la robustesse de la méthode du krigeage canonique pour l’analyse régionale des débits

Résumé Fr En

Dans le présent article, on se propose d’évaluer la généralité et la robustesse du krigeage canonique, une méthode d’estimation régionale du débit, en l’appliquant pour l’estimation du débit moyen interannuel en régime hydrologique tropical et dans des conditions imparfaites de qualité et de disponibilité de données. Pour ce faire, la méthode du krigeage canonique a été appliquée au cas de Haïti dont le réseau de stations hydrométriques est très limité. Le krigeage canonique a été comparé à la régression linéaire, une méthode simple d’estimation régionale. Selon les critères de performance définis, le krigeage canonique paraît légèrement plus performant que la régression. Il produit des estimations moins biaisées (un biais relatif moyen de ‑ 13 % contre ‑ 20 % pour la régression) et des erreurs relatives légèrement moins importantes (54,4 % contre 59,6 %). Toutefois, le krigeage canonique a été moins performant pour l’estimation du débit des plus grands bassins versants, bien que ses performances globales demeurent acceptables. Par ailleurs, vu les conditions très défavorables dans lesquelles la méthode a été appliquée, il n’a pas été possible de relier la baisse dans les performances du krigeage canonique à une déficience dans la généralité de l’approche et/ou dans sa robustesse.

The objective of this study was to test the general application and the robustness of canonical kriging, a new approach regional hydrological estimation. The evaluation of the robustness was carried out for the estimation of mean annual streamflow over the continental territory of Haiti, under a tropical climate and under non-optimal conditions of data quality and availability. The performances of canonical kriging were studied using cross validation. The results were compared to those of the linear regression between the mean annual streamflow and the watershed area applied for the same conditions. In general, canonical kriging yields slightly higher performances. It produces less biased estimates (mean relative bias of ‑ 13% against ‑ 20% for regression) with slightly less significant relative errors (54.4% against 59.6% for regression). However, the linear regression produced better estimates for the largest basins although the global performances of canonical krigeage remained acceptable. In addition, considering the very unfavourable conditions in which the method was applied, it was not possible to connect the decrease in the performances of canonical krigeage to a lack in the general application of the approach and/or its robustness.