Université Gaston BERGER de Saint-Louis (Sénégal)

UFR des Lettres et Sciences Humaines (UFR-LSH)

Section de géographie
Parcours : Écosystèmes et Environnement
Mention : Hydrologie

MEMOIRE DE MASTER

Régionalisation des paramètres du

modèle GR2M dans le bassin
de la Gambie

Mémoire de Master
Soutenu publiquement par
Tegue Diagne NDIAYE
Le 03 Mars 2022
Devant le jury composé de :

Boubou Aldiouma SY Professeur Titulaire UFR LSH/UGB Président

Lamine DIOP Maitre-assistant UFR S2ATA/UGB Examinateur
Adama SARR Assistant UFR LSH/UGB Examinateur
Ansoumana BODIAN Maitre de conférences UFR LSH/UGB Encadrant

Année académique : 2020/2021

;:
Sommaire

Dédicace…………………………………………………..………………......…………..... iv

Remerciements……………………………………………………….…….………….……..v

Résumé………………………………………………………………….……….…..............vii

Liste des figures………………………………………………………………….…......…....ix

Liste des tableaux………………………………………………………………..……..…....xii

Sigles et Abréviations………………………………………………….………………........xiii

Introduction générale.................................................................................................................1

1. Contexte et problématique……………………………………………………….........1
2. Objectif………………………………………………………………..………............3
3. Plan du mémoire…………………………………………………………………........3
Chapitre 1 : Localisation et caractérisation de la zone d’étude…………………………..…...5

1. Bassin versant de la Gambie…………………………………………………………..5

2. Stations hydrométriques du bassin de la Gambie………….……………………….....6

3. Caractéristiques physiographiques des sous bassins versants…………….………......11
3.1. Caractéristiques géométriques des sous bassins versants…….……………….……...11
3.2. Caractéristiques topographiques des sous bassins versants……...…………………...13
3.3. Caractéristiques du réseau hydrographique des sous bassins ……….……………......15
Conclusion partielle…………………………………………………………………...17
Chapitre 2 : Outils, Données et Méthode…………………………………………….………..18
2.1.Outil : le modèle hydrologique GR2M………………………………………..……....18
2.1.1 Choix du modèle ……………………………………...………………..………...18
2.1.2 Description du modèle pluie débit mensuel GR2M…..………………………..….18
2.1.3. Paramètres optimisables du modèle GR2M……..………………………….……..19
2.1.4. Optimisation des paramètres du modèle………………………………….………..20
2.1.5. Evaluation de la performance du modèle…………………………………………..20
2.1.6. Choix des périodes de calage………..……………………………………………..22
2.2. Données utilisées……………………………………...……………………………..22
2.2.1. Les données hydrologiques….…………………………………………….....…….23
2.2.2. Les données de pluie……………………………………………………………….23

ii
 2.2.3. Les données d’évapotranspiration……………………...………………………….24
2.3. Méthodologie…….……...…………………………………………………………..25
2.3.1. Calcul de la pluie et de l’ETP moyenne des sous bassins versants………………. 25
2.3.2. Calage-validation du modèle et simulation des débits……………………….……25
2.3.3. Régionalisation des paramètres du modèle GR2M………………………………..26
Chapitre 3 : Résultats………………………………………………...….…………………….27
3.1.Analyse des pluies moyennes des sous bassins versants..…..………………………...27
3.1.1. Cycle saisonnier de la pluie des sous bassins versants ……………………….......27
3.1.2. Pluie annuelle de 1970 à 2015 des sous bassins versants………………………….27
3.1.3. La répartition spatiale de la pluie moyenne annuelle de 1970 à 2015 des sous
bassins………………………………………………………………………….....28
3.2. Analyse de l’évapotranspiration moyenne des sous bassins versants…………….….29
3.2.1. Cycle saisonnier de l’ETP des sous bassins versants……………………………..29
3.2.2. ETP moyenne annuelle des sous bassins de 1970 à 2015…………………………30
3.2.3. Répartition spatiale de l’ETP moyenne annuelle des sous bassins de 1970 à
2015……………………………………………………………………………….31
3.3. Calage global du modèle GR2M……………………………………………………..31
3.4. Simulation……………………………………………………………………...…….32
3.5. Régionalisation des paramètres du modèle GR2M………………………….……….34
3.5.1. Simulation de débits avec la moyenne arithmétique des paramètres optimisés et
régionalisés………………………………………………………………………..38
Conclusion partielle……………………………………………………………….42
Conclusion générale…………………………………………………………………..…...….43
Bibliographie……………………………….…………………………………………...….....44

iii
 Dédicace
Je dédie ce mémoire à titre posthume à feu Souleymane
Chakourane Jules DIOUF, coordonnateur national de
Climate Action Group (CAG). Tu m’avais promis d’être
présent le jour de ma soutenance. Mais, hélas !!! On ne
prend jamais de rendez-vous avec le destin….
Que le bon dieu t’accueille dans son paradis céleste.

iv
Remerciements

J’exprime toute ma gratitude au Professeur Ansoumana BODIAN qui a assuré l’orientation et

l’encadrement scientifique de ce mémoire. Vous n’avez ménagé aucun effort pour nous mettre
dans de bonnes conditions de travail de par votre disponibilité, votre rigueur et votre sociabilité.

Je remercie le Dr Papa Malick NDIAYE, qui a accepté de m’aider dans toutes les étapes de
mon travail. Merci pour le temps que vous avez accordé malgré votre programme chargé.
Également merci de m’avoir permis de bénéficier de votre expérience.

Mes remerciements vont également à l’endroit de M. Laurent Pascal Malang DIEME, doctorant
du Laboratoire Leïdi, « super ance », votre rigueur, votre sens du travail d’équipe et votre esprit
d’innovation m’ont bien marqué. Merci de m’avoir soutenu depuis la rédaction du projet de
recherche.

A M. Omar GOUDIABY, doctorant du Laboratoire Leïdi, je vous remercie de par votre

disponibilité.

Mes sincères remerciements vont à l’endroit de Mor Ndiaye de la Société d’Aménagement et

d’Exploitation des terres du Delta et de la Falémé (SAED), le grand programmeur, je te remercie
de ta disponibilité et de ta gentillesse. J’admire tes qualités humaines et tu es devenu un frère
de par ta loyauté et ta sincérité dans l’acte.

A M. Espoir GAGLO de l’Institut de Recherche pour le Développement (IRD) merci de votre

générosité intellectuelle.

Je remercie les membres du jury qui ont accepté d’apporter un regard critique et constructif à
ce travail. Je veux nommer M. Lamine DIOP de l’UFR des Sciences Appliquées et Techniques
(SAT) de l’UGB, M. Boubou Aldiouma SY de l’UFR des Lettres et Sciences Humaines (LSH)
de l’UGB et M. Adama SARR de l’UFR des Lettres et Sciences Humaines (LSH) de l’UGB,
qui ont significativement contribué à l’amélioration du document final.

Je remercie également M. Boubacar CISSE de l’Office des Lac et Cours d’eau (OLAC), M.
Konaté de l’Organisation pour la Mise en Valeur du fleuve Gambie (OMVG), M. Latsouck
DIOUF de l’Organisation pour la Mise en Valeur du fleuve Sénégal (OMVS), M. DIONG du
centre de documentation et des archives de l’Organisation pour la Mise en Valeur du Sénégal
(CDA-OMVS), M. Koné de l’école Prytanée Militaire de Saint-Louis et Dr Cheikh FAYE de
l’Université Assane SECK de Ziguinchor.

v
Enfin, je tiens à remercier tout, spécialement, ma bien-aimé mère Fatou SINE pour son amour,
son soutien, ses conseils et son encouragement inconditionnel. « sama yaye » comme j’aime
t’appeler affectueusement que le bon Dieu t’attribue une longue vie. Tu es ma grande force et
ma source de motivation. Je remercie aussi mes frères et sœurs Ndella, Ndeye Khady, Mamy,
Vieux Rawane, Boubou, Samba et les jumeaux (Ousseynou, Assane) pour votre amour et votre
soutient tout au long de mon cursus scolaire. Merci également à mes tontons Amadou Anta et
Babacar Samb de m’avoir bien aidé dans mes études. A ma nièce Aïssatou Diaw et mon neveu
Mouhamed Diaw, je vous aime.

vi
Résumé

En Afrique de l’Ouest, un suivi continu des ressources en eau des bassins versants se fait de
plus en plus rare et les chroniques de données disponibles sont lacunaires en dépit des efforts
accomplis par les services nationaux qui gèrent les réseaux de suivi hydrométriques. En effet,
les services hydrologiques nationaux ont des difficultés à assurer un suivi adéquat des cours
d'eau en raison d'un manque de ressources financières et humaines. La connaissance de la
ressource est donc limitée par l’inaccessibilité des données hydro-climatiques observées, leur
caractère lacunaire et la faible densité spatiale des stations de mesure. Ainsi, l’objectif de cette
présente étude est d’estimer les apports en eau dans le bassin versant du fleuve Gambie via une
régionalisation des paramètres du modèle hydrologique GR2M. La méthode de régionalisation
s’appuie dans un premier temps sur la connaissance des jeux de paramètres sur les bassins dont
on dispose des données hydrologiques, pour, dans un second temps prévoir les jeux de
paramètres sur des bassins non jaugés. La démarche méthodologique adoptée comporte trois
phases : (i) calcul de la pluie moyenne mensuelle et de l’ETP moyenne mensuelle (données
d’entrée du modèle GR2M) des sous bassins versants par la méthode distance inverse pondérée
au carré; (ii) évaluation de la performance du modèle et la détermination des paramètres X1 et
X2 pour les sous bassins dont les chroniques de débit des stations hydrométriques sont au moins
de cinq années puis simuler les débits avec les paramètres optimisés X1 et X2 ; (iii)
interpolation des paramètres X1 et X2 enfin de générer de nouveaux paramètres régionalisés
X’1 et X’2 pour les dix-huit bassins puis simuler les débits avec les paramètres X’1 et X’2
ensuite comparer les débits simulés en phase (ii) et (iii) avec KGE et PBIAIS comme critère
d’évaluation du modèle GR2M. Les résultats obtenus montrent que la démarche de
régionalisation ne donne pas des résultats concluants ce qui limite la connaissance des
ressources en eau des bassins versants non jaugés par cette approche.

Mots clés: Bassin de la Gambie, GR2M, Modélisation pluie-débit, Régionalisation, Simulation

vii
Liste des figures

Figure 1 : Localisation du bassin versant de la Gambie………………………...........................4

Figure 2: Répartition spatiale des stations hydrométriques …….……………………………...7

Figure 3: Répartition spatiale des sous bassins versants ………………………….…………...8

Figure 4 : Distribution des altitudes au niveau des différents sous bassins versants de la
Gambie……………………………………………………………………………………......9

Figure 5 : Profil topographique des sous bassins versants……………………………………10

Figure 6 : Schéma conceptuel du modèle GR2M décrivant les entrées, les variables internes, les
réservoirs et paramètres associés ………………………………..…………………………...19

Figure 7: Inventaire des données de débits des 18 stations hydrométriques retenues ………..23

Figure 8: Inventaire des données de débits des 18 stations hydrométriques retenues…….…....24

Figure 9 : Pluie moyenne annuelle des sous bassins …………………………………………27

Figure 10 : Cycle saisonnier de la pluie des sous bassins ………….…………………………28

Figure 11 : Répartition spatiale de la précipitation moyenne annuelle de la Gambie………...29

Figure 12 : ETP moyenne annuelle des sous bassins de 1970 à 2015………………..……….30

Figure 13 : l’évolution saisonnière de l’ETP des sous bassins ……………………………….30

Figure 14 : Répartition spatiale de l’ETP moyenne annuelle de la Gambie ………………...31

Figure 15 : Hydrogrammes des débits observés et simulés et la variation saisonnière des débits
observés et simulés des bassins de Gouloumbou, de Kédougou, de Mako et de Missira Gounas

………………………………………………………………………………………………...33

Figure 16 : Hydrogramme des débits observés et simulés (a) et la variation saisonnière des
débits observés et simulés (b) du bassin de Simenti…………………………….….…….…..34

Figure 17 : Hydrogrammes des débits observés et simulés avec les paramètres régionalisés des
bassins de Gouloumbou, de Kédougou, de Mako, de Simenti, de Wassadou amont et de
Wassadou aval ………………………………………………………………………………..36

viii
Figure 18 : Hydrogrammes des débits observés et simulés avec les paramètres (X’’1 et X’’2)
des bassins de Gouloumbou, de Mako, de Missira Gounas, de Simenti et de Wassadou
aval…………………………………………………………………………………………...37

Figure 19 : Hydrogrammes des débits observés et simulés avec les paramètres (X’’1 et X’’2)
des bassins de Gouloumbou, de Mako, de Missira Gounas, de Simenti et de Wassadou
aval…………………………………………………………………………………………...40

Figure 20 : Comparaison des débits et leur variation saisonnière ….……………….……….41

ix
Liste des tableaux

Tableau 1 : Inventaire des données disponibles sur les 18 stations du bassin de la Gambie....6

Tableau 2 : Formulation mathématique des paramètres morphométriques d’un bassin

versant………………………………………………………………………………………..12

Tableau 3 : Valeurs des paramètres morphométriques des sous bassins versants………..…..12

Tableau 4 : Formulation mathématique des paramètres topographiques d’un bassin versant...14

Tableau 5 : Valeurs des paramètres topographiques des sous bassins versants………………14

Tableau 6 : Classification du relief selon ORSTOM.................................................................15

Tableau 7 : Classification des sous bassins selon ORSTOM…………………………………..15

Tableau 8 : Formulation mathématique des paramètres du réseau hydrographique d’un bassin

versant………………………………………………………………………………………...16

Tableau 9 : Valeurs des paramètres du réseau hydrographique des sous bassins versants……16

Tableau 10 : Critères d'évaluation du modèle GR2M………………………………………....22

Tableau 11 : Valeurs des paramètres optimisés X1 et X2 des sous bassins et des critères
numériques…………………………………………………………………………………....32

Tableau 12 : Paramètres optimisés (X1 et X2) et régionalisés (X’1 et X’2)………….……….35

Tableau 13 : Valeurs de KGE et du PBIAIS en comparant des débits observés et simulés avec
les paramètres régionalisés………………………………………………….………………...37

Tableau 14 : Formulation mathématique des paramètres X’’1 et X’’2………………………38

Tableau 15 : Valeurs des paramètres X’’1 et X’’2 des sous bassins….………..…….……….39

Tableau 16 : Formulation mathématique des paramètres X’’’1 et X’’’2……………….……..39

Tableau 17 : Valeurs des paramètres X’’’1 et X’’’2 des sous bassins…………….…………39

x
Sigles et Abréviations
AISH : Association International des Sciences Hydrologiques

CEDEAO : Communauté Economique des Etats de l’Afrique de l’Ouest

CRU : Climate Research Unit

DGPRE : Direction de la Gestion et de la Planification des Ressources en Eau

ETP : Evapotranspiration Potentielle

GR2M : Modèle génie rural pluie-débit mensuel a 2 paramètres

IRD : Institut de Recherche pour le Développement

IRSTEA : Institut de Recherche en Sciences et Technologies pour l'Environnement et

l'Agriculture

OMVG : Organisation pour la Mise en Valeur du fleuve Gambie

OMVS : Organisation pour la Mise en Valeur du fleuve Sénégal

ORSTOM : Office de Recherche Scientifique et Techniques Outre-Mer

PAS-PNA : Projet d’Appui Scientifique aux Processus de Plans Nationaux d’Adaptation

PGES : Plan de Gestion Environnementale et Sociale

PUB : Predictions in Ungauged Basins

SAED : Société d’Aménagement et d’Exploitation des terres du Delta et de la Falémé

UGB : Université Gaston Berger

xi
Introduction générale
1. Contexte et problématique
A toutes les échelles territoriales, une bonne gestion des ressources en eau est une nécessité
(Bodian, 2012). Ce constat général prend encore plus de sens dans les régions Ouest africaines,
où la pression sur les ressources en eau s’accentue, notamment par l’accroissement de la
demande, la réalisation de nombreux projets de grands barrages, et la poursuite de la péjoration
des conditions hydro-climatiques (Niasse, 2004). Face à de tel contexte, il est important que la
région renforce sa capacité de prévention et donc de promotion de la concertation, surtout
autour de la gestion des cours d’eau. Car, le continent africain est couvert par 63 bassins
versants transfrontaliers (Niasse, 2004). Et, 25 d’entre eux (40 %) se situent en partie ou en
totalité en Afrique de l’Ouest (Niasse, 2004). Ainsi, les principaux cours d’eau transfrontaliers
de la région sont dotés d’organisations de bassin : Autorité du Bassin du fleuve Niger (ABN),
Organisation pour la Mise en Valeur du fleuve Sénégal (OMVS), Organisation pour la Mise en
Valeur du fleuve Gambie (OMVG), Commission du Bassin du Lac Tchad (CBLT). Etant donné
que, les cours d’eau transfrontaliers sont des milieux susceptibles de générer des conflits ou des
tensions autour de la ressource.
Cependant, on ne peut bien gérer une ressource que quand elle est connue (Bodian, 2011). Or,
la connaissance de la ressource hydrique est fragmentée dans les bassins versants Ouest
africains à l’occurrence le bassin versant de la Gambie. En effet, les services hydrologiques
nationaux ont des difficultés à assurer un suivi adéquat des cours d'eau en raison d'un manque
de ressources financières et humaines (Bodian et al, 2016).
Généralement, ce suivi est assuré par un réseau de stations hydrométriques qui constitue la
source principale d’information sur les débits à l’échelle du bassin versant (Joseph, 2007).
Concernant le bassin versant de la Gambie, le fleuve est jadis suivi à travers un réseau de
stations hydrologiques dont la station de référence est Kédougou. Malheureusement celle-ci est
endommagée durant la crue de 2013. Depuis cette date, la station de référence sur le fleuve
Gambie est Mako. Cette station se situe sur le cours principal du fleuve (Faye, 2019). D’autres
stations secondaires sont suivies : Simenti, Niokolo, Gouloumbou, etc. Ce suivi hydrologique
est assuré par des lecteurs qui relèvent les hauteurs d’eau à 08 h, 13 h et 18 h. Les données ainsi
collectées sont transmises à la brigade hydrologique de Tambacounda puis acheminées à la

1
DGPRE à Dakar. Ces données permettent de déterminer le régime hydrologique du fleuve
Gambie (DGPRE, 2017).

Cependant, ces dernières décennies, les pays qui se partagent le bassin de la Gambie (Guinée,
Sénégal et Gambie) ont des difficultés à assurer correctement la gestion optimale des ressources
en eau du fleuve en raison de l’insuffisance de la connaissance quantitative des apports
(dégradation de certaines stations hydrométriques, l’insuffisance du réseau de mesure, affluents
non contrôlés, suivi épisodique) (OMVG, 2008). Les chroniques de débit disponibles pour
certains affluents sont donc lacunaires, discontinues, de courte durée et, en conséquence,
difficilement exploitables pour une analyse hydrologique fiable.

Dans un tel contexte, qu’une mission d’installation de trois stations hydrométriques

automatiques sur le bassin de Kédougou, de Mako et de Diaguiri, est organisée pour renforcer
le système de suivi à l’échelle du bassin de la Gambie (Faty, 2021).

Et pour une bonne connaissance de la ressource sur la Gambie, il faut une technique alternative
pour combler les lacunes des chroniques de débit disponibles en vue d’assurer une bonne
maitrise des apports.

Cette technique alternative est la modélisation hydrologique. Car, la modélisation est un moyen
d’extrapolation des mesures et d’estimation des variables que nous ne savons pas mesurer
(Poncelet, 2016). Et l’usage du modèle pluie-débit constitue un palliatif pour les données
hydrologiques lacunaires puisqu’il nous permet de compléter des séries de débit à partir des
séries de pluie (Diémé, 2015).

Par ailleurs, les bassins pour lesquels la mesure du débit n’est pas disponible sur une période
d’intérêt sont regroupés sous le terme de bassins “non jaugés”. Pour ces bassins, le calage des
modèles est impossible et il est nécessaire de trouver des stratégies de paramétrisation
alternatives. Celles-ci sont regroupées sous le nom de régionalisation des paramètres (Poncelet,
2016).

La régionalisation a déjà fait l'objet de nombreux travaux (Roy, 2000 ; Tardif, 2005 ; Paturel et
al., 2006 ; Abaza, 2010 ; Khalifa, 2011 ; Poncelet, 2016 ; Dufour, 2017). Ces études réalisées à
l’échelle d’un bassin versant ainsi que les travaux de Predictions in Ungauged Basins (PUB) ou
prédiction dans un bassin non jaugé et de l’Association International des Sciences
Hydrologiques (AISH) mettent au point sur la compréhension de la régionalisation et les études
faisable sur les bassins non jaugés. Ainsi, à notre connaissance, peu de travaux (Bodian, 2011 ;

2
Paturel et al., 2006…) portant sur la régionalisation ont été recensés à l’échelle des bassins
versants Ouest-africains. Il y’a donc un intérêt de requérir aux méthodes de régionalisation et,
d’autre part, s’appuie sur le développement hydro-informatique innovant sur le bassin versant
de la Gambie.

2. Objectif

L’objectif de cette présente étude est d’estimer les apports en eau des affluents non suivis de la
Gambie à travers une régionalisation des paramètres du modèle hydrologique GR2M. De façon
spécifique, il s’agit de constituer une base de données hydrométriques dans le cadre d’une
exploitation opérationnelle pour une gestion rationnelle des ressources en eau.

3. Plan du mémoire

Après une introduction générale qui met en exergue le contexte, la problématique de l’étude et
les objectifs du mémoire, le document est structuré en quatre chapitres. Le chapitre 1 donne la
localisation du bassin versant de la Gambie, la présentation des 18 stations hydrométriques
retenues. Dans le chapitre 2 le modèle GR2M, les données hydroclimatiques utilisées ainsi que
la méthodologie adoptée sont présentés. Le chapitre 3 présente les résultats obtenus.

3
Chapitre 1 : Localisation et caractérisation de la zone d’étude

1. Bassin versant de la Gambie

Le bassin versant de la Gambie se situé entre 11°22' et 14° 40' N, et 11°13' et 16° 42' W avec
une superficie de 77054 km² et une longueur totale de 1180 km (Gomis, 2000). La Gambie
prend sa source au lieu-dit Horè Dima à une douzaine de kilomètres au Nord de Labé en plein
cœur du Fouta Djalon (Daget, 1960). La figure 1 donne la localisation du bassin versant da la
Gambie.

Figure1 : Localisation du bassin versant de la Gambie

Le bassin de la Gambie est divisé en deux grandes parties : la partie amont ou "bassin
continental" avec une orientation générale SE-NW qui s’étend de l’amont (les hautes terres du
Fouta Djalon) jusqu’à Gouloumbou au Sénégal (Lamagat, 1990) et la partie aval ou "bassin (ou
bief) maritime" avec une orientation E-W de Gouloumbou jusqu’à l’embouchure.

La Gambie dans son bief continental, est un fleuve alimenté essentiellement par les
précipitations. Il reçoit de nombreux affluents sur sa rive gauche (Diaguiri, Niokolo-Koba,
Niériko, Sandougou…) et sur sa rive droite (Thiokoye, Diarha, Koulountou… (Faye et Mendy,
2018).

4
Dans son bief maritime, le secteur estuarien, de longueur 520 km, correspond
approximativement à la partie gambienne du milieu aval. L’estuaire qui s’élargit
progressivement depuis la frontière sénégalo-gambienne jusqu’à Banjul, est soumis au niveau
de la mer et à l’influence de la marée, et constitue un axe navigable sur toute sa longueur. Il
peut schématiquement être découpé en trois secteurs (estuaire supérieur, estuaire moyen,
estuaire inférieur) en fonction des caractéristiques de salinité, d’amplitude de la marée et
d’amplitude de la crue (Etude économique complémentaire pour l’aménagement
hydroélectrique de Sambangalou sur le fleuve Gambie, 2011).

Dans sa globalité, le bassin versant de la Gambie est à cheval sur trois Etats: la Guinée (15,4%
de la superficie du bassin), le Sénégal (70,9% de la superficie) dont il draine presque toute la
région Tambacounda, une partie de la Haute Casamance et du Saloum méridional et la Gambie
(13,7% de la superficie) dont il est l'épine dorsale et où il rejoint l’océan Atlantique (Ndiaye,
2015).

2. Stations hydrométriques du bassin de la Gambie

Les observations hydrométriques ont commencé dans le bassin de la Gambie en 1953 avec
l’ouverture de la station de Gouloumbou. En 1968, l’ancienne Brigade Ecole de Tambacounda
a repris le suivi avec l’appui de l’ORSTOM dans le cadre du projet REG 60 pour l’étude des
bassins de la Gambie et de la Casamance. La convention n°48/CD/74/VI/A/12 passée entre le
Ministère du Développement Rural et l’ORSTOM a permis l’extension du réseau. Le
démarrage du programme AGRHYMET en 1973 a aidé le service à assurer la régularité et la
qualité du suivi, avec la fourniture d’équipements et la formation du personnel (Ndiaye, 1995).
Tout devait être mis en œuvre pour que les observations soient faites sans lacunes et que les
mesures soient exécutées régulièrement. Et les défaillances en matériel ou en personnel doivent
être évitées (Olivry, 1983). Cependant, compte tenu de la dégradation de certains équipements
et le suivi non régulier des stations, les chroniques de données du bassin sont lacunaires (cf.
tableau 1). C’est ainsi, en raison de l’objectif de cette présente étude, dix-huit stations
hydrométriques ont finalement été retenues avec une densité variable en amont et en aval de
Gouloumbou. Le tableau 1 donne l’inventaire des données des 18 stations hydrométriques. La
figure 2 montre la répartition spatiale de ces 18 stations hydrométriques.

5
 Tableau 1 : Inventaire des données disponibles dans le bassin de la Gambie

Longitude Latitude
Nom de la en degré en degré Date Début Date Fin % lacunes Durée Bassin Rivière
station décimaux décimaux (année)
16/05/2000 16/08/2013
Kédougou -12,18 12,55 33 9 Gambie Gambie
Koulountou
au gue du -13,48 12,78 01/05/1974 18/07/2003 77 7 Gambie Koulountou
pnnk
Sintian
Koundara -13,92 13,25 01/07/1972 01/01/1995 2 22 Gambie Sima
aval
01/01/1973 30/09/2000
Koussanar -14,08 13,87 32 19 Gambie Koussanar
01/05/1970 11/11/2020
Mako -12,36 12,85 5 48 Gambie Gambie
Missira
07/07/1970 05/11/2000
Gounas -13,62 13,20 18 25 Gambie Koulountou
Diaguiri au
14/06/1974 16/11/2020
pont routier -12,09 12,63 20 37 Gambie Diaguiri
Diarha au
09/07/1972 14/04/2007
pont routier -12,77 12,61 22 27 Gambie Diarha
02/07/1953 12/11/2020
Gouloumbou -13,72 13,47 75 17 Gambie Gambie
01/01/1977 28/10/2020
Goumbeyel -13,18 13,69 53 21 Gambie Niéri ko
Niaoulé
16/08/1970 29/08/1993
Tanou -13,68 13,48 24 18 Gambie Niaoulé
Niokolo
Koba au -12,72 13,07 20/06/1971 13/11/2020 36 32 Gambie Niokolo
pont routier Koba
Sili au pont
02/07/1974 30/09/2011
routier -12,27 12,54 38 23 Gambie Siling
01/05/1970 12/10/2020
Simenti -13,30 13,03 11 45 Gambie Gambie
Sintiou
16/06/1973 10/09/2017
Malem -13,91 13,81 29 32 Gambie Sandougou
Tiokoye au
23/06/1971 31/08/2020
pont routier -12,54 12,57 21 39 Gambie Tiokoye
Wassadou-
29/04/1970 18/04/2004
amont -13,37 13,35 4 32 Gambie Gambie
Wassadou-
30/04/1970 09/07/2008
aval -13,38 13,35 1 38 Gambie Gambie

L’analyse du tableau 1 montre que la présence d'une station hydrométrique ne garantit pas
l'existence effective d'une chronique d'observations. Les données hydrométriques à l’échelle du
bassin versant de la Gambie sont incomplètes ou fragmentaires du fait des lacunes
d’observation. Il n’est pas toujours possible de disposer des séries chronologiques de débits

6
continues et longues sur un même site, en dépit des efforts accomplis par les services nationaux
(DGPRE, OMVG) gestionnaires des cours d’eau de la Gambie. Le suivi du régime
hydrologique du fleuve Gambie n’est donc pas assuré convenablement. Cette insuffisance de la
connaissance quantitative des apports (affluents non contrôlés, suivi épisodique) limite la
connaissance de ressource hydrologique du bassin de la Gambie. Or, une bonne connaissance
des régimes hydrologiques permet de mieux estimer les apports volumétriques annuels pour
mieux dimensionner les ouvrages de stockage et déterminer leur potentiel à contribuer au
développement et à la satisfaction des besoins des populations. Et une position géographique
idéale constitue un atout pour les stations hydrométriques dans leur fonction de quantifier de
débit des cours d’eau.

Figure 2: Répartition spatiale des stations hydrométriques

Le réseau des stations retenues permettant de couvrir le bief continental du bassin de la Gambie
est plus dense aux alentours de Gouloumbou ou les influences marines dominent les influences
fluviatiles en période de vives eaux (Chaperon et Guinguen, 1974). En particulier, ces stations
hydrométriques assurant la fonction de quantifier le débit des cours d’eau sont aussi des points
de référence afin de délimiter les bassins versants qu’ils contrôlent. Car, selon Martin et al.
(2004), le réseau des stations hydrométriques détermine un ensemble de bassins versants

7
emboîtés. En effet, 18 bassins versants (sous bassin versant) sont délimités à partir de ces
stations. Pour mener à bien cette démarche, le Modèle Numérique de Terrain (MNT) provenant
des images SRTM (Shuttle Radar Topography Mission), d’une résolution de 30*30m, a été
utilisé pour extraire celui du bassin versant de la Gambie puis délimité ce dernier en 18 sous
bassins à partir des stations hydrométriques retenues avec le logiciel Arcgis. La figure 3 donne
la répartition spatiale des sous bassins délimités.

Figure 3: Répartition spatiale des sous bassins versants

Le logiciel Arcgis avec son extension Arcswat et ses outils ont permis de réaliser la délimitation
ainsi que l’extraction de certains paramètres des bassins délimités (sous bassins) tels que la
superficie, le périmètre, la dénivelée, la longueur des cours d’eau. Ces sous bassins délimités,
étant dans une même entité géographique, sont les objets d’étude afin de comprendre le
comportement hydrologique du bassin versant de la Gambie. La figure 4 montre la distribution
des altitudes au niveau des sous bassins versants.

8
Figure 4 : Distribution des altitudes au niveau des différents sous bassins versants de la Gambie

Selon Chaperon et Guinguen (1974), le bassin versant de la Gambie est divisé en 4 zones de
relief : le haut bassin (supérieur à 600m), la seconde zone (600 à 250m), le bassin moyen (100
à 250m) et le bassin inférieur (0 à 50m). Il est donc nécessaire de répartir les sous bassins
versants en tranches d’altitude afin de dégager les différents paramètres du relief (Laabidi,
2016). De la figure 4, les sous bassins se trouvent dans des tranches d’altitude différentes. Et
d’après la figure 2, le bassin de la Gambie dans son bief continental, l’altitude décroit
progressivement vers Gouloumbou. Or, l’altitude influence les caractères du climat et le
fonctionnement hydrologique du bassin versant (El Khalki, 2015). Ainsi, pour mieux
comprendre le fonctionnement hydrologique des sous bassins il faut connaitre la configuration
de leur relief. La figure 5 ci-dessous regroupe le profil topographique des sous bassins.

9
 Figure 5 : Profil topographique des sous bassins versants

La figure 5 illustre la configuration du relief des sous bassins pour une bonne compréhension
du déclenchement et de la propagation des écoulements de crue des bassins. Car de nombreux
paramètres hydrométéorologiques varient avec l’altitude (précipitations, températures, etc.) et
la morphologie du bassin versant (Laabidi et al., 2016).

10
 3. Caractéristiques physiographiques des sous bassins versants

La transformation de la pluie en écoulement (aussi bien superficiel que souterrain) passe par
l'intermédiaire du bassin versant. Ce dernier est défini comme "la région qui reçoit les
précipitations et, suite aux processus hydrologiques entraînant pertes et retards, les achemine
jusqu'à un exutoire" (OMM, 1996). La réponse hydrologique d’un bassin dépend donc des
conditions climatiques auxquelles il est soumis mais aussi des caractéristiques physiques qui
lui sont propres : géologie, morphologie, couverture végétale etc. (Kisangala muke, 2008). Par
conséquent, chaque bassin versant est un système complexe, hétérogène et unique (Beven,
2000). Alors pour comprendre le fonctionnement hydrologique du bassin de la Gambie, il faut
déterminer les paramètres physiographiques des bassins versant délimités (sous bassins
versants). Et la détermination des paramètres physiographiques (paramètres de forme, de relief
d’un bassin versant et la typologie d’un réseau hydrographique) est devenue facile avec des
outils tels que le système d'information géographique (SIG) et la télédétection (CIAT, 2011).
Et l’usage du logiciel Arcgis et le Modèle Numérique de Terrain ( MNT) du bassin de la
Gambie, dans cette présent étude, ont permis d’extraire certains paramètres des sous bassins
notamment la superficie (S), le périmètre (P), l’altitude maximale (Hmax), l’altitude minimale,
la longueur du cours d’eau principal (Lcp), le nombre de cours d’eau élémentaire (ni) de chaque
sous bassin, la longueur des cours d’eau élémentaire (Lni). Ces paramètres extraits sont utilisés
afin de déterminer d’autres paramètres physiographiques tels que les paramètres géométriques,
topographiques et du réseau hydrographique avec le logiciel Microsoft Excel. Les formulations
mathématiques des paramètres géométriques, topographiques et du réseau hydrographique d’un
bassin versant sont regroupées dans les tableaux 2, 4 et 6. Les tableaux 3, 5 et 7 regroupent
respectivement les valeurs des paramètres géométriques, topographiques et du réseau
hydrographique des sous bassins.

3.1. Caractéristiques géométriques (morphologiques) des sous bassins

Pour évaluer la façon dont un sous bassin réagit par rapport à l’écoulement et sa contribution à
l’hydrologie du bassin, les paramètres morphologiques sont privilégiés (Faye, 2014). Les
classiques de l'hydrologie proposent, pour caractériser la géométrie d'un bassin versant,
différents indices de forme (Kc, IH…) destinés à comparer les bassins voire à estimer certaines
de leurs caractéristiques hydrologiques (Bendjoudi & Hubert, 2002). Cependant, les indices
(d’allongement ou d’élongation) abordent la forme du bassin versant dans une dimension plane

11
qui ne prend pas en compte le dynamisme imposé par le relief. De nouveaux indices
morphosynthétiques sont donc proposés pour mesurer l’influence de la morphologie sur la
dynamique de la réponse hydrologique en tout point de l’espace (Douvinet et al., 2022).
Néanmoins, dans cette étude les indices sont utilisés. Car, ils sont devenus des outils de
référence et faciles à calculer (Gaucherel, 2003). Le tableau 2 regroupe la formulation des
paramètres morphométriques d’un bassin et les valeurs en tableau 3.

Tableau 2: Formulation mathématique des paramètres morphométriques d’un bassin versant

Unité
Paramètres morphométriques Sigles Formules de
mesure
Kc (0,28*P)/S^0,5 ~
Indice de compacité de Gravélius

Longueur
L ((Kc*S^0,5)/1,12)(1+(1-(1,12/Kc)^2)^0,5) Km²
Rectangle équivalente
équivalent
Largeur équivalente I ((Kc*S^0,5)/1,12)(1-(1-(1,12/Kc)^2)^0,5) Km²

Rc 4ПS/P^2 ~
Circularité du bassin
Index de Forme F F =I/L ~
Indice de Horton IH IH =S/Lcp^2 ~

Tableau 3 : Valeurs des paramètres morphométriques des sous bassins versants

Rectangle
Indice de
équivalent en Circularité Index Indice
Les sous bassins Surface Périmètre compacité
km du bassin de de
versants en km² en km de
Forme Horton
Gravélius L I

2,13 253 21 0,22 0,08 0,16

Kédougou 5203 548
Diaguiri au pont
1,83 94 11 0,30 0,12 0,51
routier 1038 210
Tiokoye au pont
2,10 107 9 0,22 0,08 0,26
routier 949 231
2,09 243 20 0,23 0,08 0,17
Sili au pont routier 4978 527
2,49 380 21 0,16 0,06 0,15
Mako 8154 802
2,04 92 8 0,24 0,09 0,55
Diarha au pont routier 753 200
Niokolo Koba au pont
2,20 198 15 0,20 0,08 0,22
routier 2938 425
2,68 613 29 0,14 0,05 0,14
Simenti 17963 1285

12
Koulountou au gré du
2,82 332 14 0,12 0,04 0,12
PNNK 4738 693
3,33 448 13 0,09 0,03 0,09
Missira Gounas 6025 923
2,62 474 24 0,14 0,05 0,24
Wassadou amont 11292 996
3,02 901 33 0,11 0,04 0,17
Wassadou aval 30066 1869
2,48 65 4 0,16 0,06 0,36
Sintian Koundara aval 243 138
2,85 395 16 0,12 0,04 0,33
Goumbeyel 6507 822
2,76 164 7 0,13 0,04 0,36
Niaoulé Tanou 1211 343
2,96 1005 39 0,11 0,04 0,14
Gouloumbou 39022 2087
2,98 405 15 0,11 0,04 0,22
Sintiou Malem 6248 841

Koussanar 1797 516 3,41 251 7 0,08 0,03 0,44

L’indice de compacité de Gravélius est le plus communément utiliser pour caractériser la

morphologie des bassins versants (Bendjoudi & Hubert, 2002). Alors, les valeurs de l’indice de
compacité de Gravéluis varient de 1,83 pour le bassin de Diaguiri au pont routier à 3,41 pour le
bassin de Koussanar (Tableau 3). Ces valeurs traduisent allongement des sous bassins selon
Gravélius (1914). Ces résultats corroborent avec ceux de Faye (2014). En outre, la forme
allongée est caractéristique d’un bassin engendrant des crues avec un débit de pointe marqué et
un faible étalement de la montée et de la décrue (l’Helgoualc’H, 2016).

3.2. Caractéristiques topographiques des sous bassins

L’influence du relief sur l’écoulement est encore plus évidente et se conçoit aisément, car de
nombreux paramètres hydrométéorologiques varient avec l’altitude (précipitations,
températures, etc.) et la morphologie du bassin versant (Laabidi et al., 2016). Le relief apparaît
donc comme un élément capital dans le comportement hydrologique d'un bassin versant (Faty,
2011). La formulation des paramètres topographiques d’un bassin est regroupée dans le tableau
4 et les valeurs des paramètres topographiques des sous bassins en tableau 5. Le tableau 6 donne
la classification du relief selon ORSTOM. Le tableau 7 donne la classification du relief des sous
bassins selon ORSTOM.

13
 Tableau 4 : Formulation Mathématique des paramètres topographiques d’un bassin versant

Paramètres
Sigles Formules Unité de
topographiques
mesure
Altitude moyenne Hmoy (Hmax+Hmin)/2 Mètre
Dénivelée D Hmax-Hmin Mètre
Indices Indice de pente Ig Ig = D/L ~
(pas global
d’unité de Ip ((1/0,8)*Ig)^0,5 ~
Indice de pente
mesure)
Ds Ds =Ig*S^0,5 mètre
Dénivelée Spécifique
Temps de concentration (((4*S^0,5)+(1,5Lcp))/(0,8((Hmoy-Hmin)^0,5))) Jour ou
tc
selon Giandotti, (1937) heure

Tableau 5 : Valeurs des paramètres topographiques des sous bassins versants

Indice de pente Dénivelée Temps de
Les sous bassins Altitude en m Dénivelée en m/km spécifique concentration
versants en m
Hmax Hmin Hmoy Ip Ig en m (Giandotti)
Kédougou 1533 110 821,5 1423 2,65 5,61 404,95 1j 2h
Diaguiri au pont
597 104 350,5 493 2,56 5,25 169,06 15h 38min
routier
Tiokoye au pont
1122 65 593,5 1057 3,52 9,92 305,47 11h 41min
routier
Sili au pont routier 1533 115 824 1418 2,70 5,84 411,69 1 j 1h
Mako 1533 83 808 1450 2,19 3,82 345,00 1j 9h
Diarha au pont
582 58 320 524 2,67 5,71 156,64 12h 46min
routier
Niokolo koba au
362 64 213 298 1,37 1,51 81,73 1j 16min
pont routier
Simenti 1533 25 779 1508 1,75 2,46 329,60 2j 1h
Koulountou au gré
1088 29 558,5 1059 2,00 3,19 219,40 1j 7h
du PNNK
Missira Gounas 1112 19 565,5 1093 1,75 2,44 189,35 1j 13h
Wassadou amont 176 20 98 156 0,64 0,33 34,96 4j 11h
Wassadou aval 1533 20 776,5 1513 1,45 1,68 291,13 2j 12h
Sintian Koundara
72 25 48,5 47 0,95 0,72 11,22 1j 2h
(aval)
Goumbeyel 176 30 103 146 0,68 0,37 29,85 3j 6h
Niaoulé Tanou 71 17 44 54 0,64 0,33 11,45 2j 6h
Gouloumbou 1533 14 773,5 1519 1,37 1,51 298,67 2j 23h
Sintiou Malem 96 16 56 80 0,50 0,20 15,61 4j 16h
Koussanar 64 19 41,5 45 0,47 0,18 7,60 2j 22h

14
Selon Thibault (2011), Le temps de concentration (Tc) correspond au temps de contribution
d’un bassin versant pour obtenir le débit de point. Alors, les valeurs du temps de concentration
(tableau 5) des sous bassins comprises entre [12h 46min ; 4j 16h] traduisent l’allongement et la
faible pente du bassin de la Gambie. Par analogie, la possibilité pour qu’il ait une concentration
de fortes pluies, génératrices d'écoulements torrentiels, est moindre, dans la Gambie.

Tableau 6 : Classification du relief selon ORSTOM

Classe Type de relief Ds
R1 Relief très faible 0―10
R2 Relief faible 10―25
R3 Relief assez faible 25―50
R4 Relief modéré 50―100
R5 Relief assez fort 100―250
R6 Relief fort 250―500
R7 Relief très fort >500

Tableau 7 : Classification des sous bassins selon ORSTOM

Type de relief Les sous bassins

Relief fort Kédougou ; Tiokoye ; Sili ; Mako ; Simenti ; Wassadou aval ; Gouloumbou
Relief assez fort Diaguiri ; Diarha ; Koulountou ; Missira Gounas
Relief modéré Niokolo Koba
Relief assez faible Wassadou amont ; Goumbeyel,
Relief faible Sintian Koundara aval ; Niaoulé Tanou ; Sintiou Malem
Relief très faible Koussanar

Pour Chaperon et Guiguen (1974), dans le bassin de la Gambie, plus de la moitié de la superficie
(53.2 %) est située entre 0 et 100 m ; 25.4% entre 100 et 200 m ; seuls 21.4% se trouvent au-
dessus de 200 m.

3.3. Caractéristiques du réseau hydrographique des sous bassins

Les pentes et la forme des talwegs ne constituent pas les seules conditions d'écoulement des
eaux fluviales, le tracé en plan des cours ď eau a également des répercussions sur le régime. Si
le réseau fluvial est ramifié, les débits absolus de la rivière augmenteront très rapidement. Car,
les affluents apporteront au cours d'eau principal un appoint important (Fischer, 1930). Ainsi,
selon Derruau, (1974), le chenal du bassin versant de la Gambie est majoritairement de type
anastomosés avec quelques rares chenaux sinueux (bassin Kédougou, bassin Koulountou...). Le
tableau 8 regroupe la formulation des paramètres du réseau hydrographique et les valeurs en
tableau 9.

15
Tableau 8 : Formulation mathématique des paramètres du réseau hydrographique d’un bassin
versant
Paramètres du réseau Sigles Formules Unité de
hydrographique mesure
Densité hydrographique en Km F ∑ni/S Km-²
Densité de drainage en Km/Km² Dd ∑Lni/S Km/Km²
constante de stabilité du cours d'eau
C 1/Dd Km²/Km
en km²/km

Tableau 9: Les valeurs des paramètres du réseau hydrographique des sous bassins versants

constante
Longueur Longueur
Densité de de
Nombre du cours totale des Densité
drainage stabilité
Les sous bassins versants de cours d'eau cours hydrographique
en du cours
d'eau principal d'eau en en Km-²
Km/Km² d'eau en
en Km Km
km²/km

Kédougou 27 178 460 0,01 0,09 11,31

Diaguiri au pont routier 37 45 185 0,04 0,18 5,61
Tiokoye au pont routier 31 61 170 0,03 0,18 5,58
Sili au pont routier 25 169 445 0,01 0,09 11,19
Mako 23 232 542 0,003 0,07 15,04
Diarha au pont routier 19 37 143 0,03 0,19 5,27
Niokolo Koba au pont
115 0,01 0,11 9,51
routier 25 309
Simenti 17 361 904 0,001 0,05 19,87
Koulountou au gré du
196 0,01 0,09 10,99
PNNK 25 431
Missira Gounas 27 257 475 0,004 0,08 12,68
Wassadou amont 33 218 606 0,003 0,05 18,63
Wassadou aval 25 416 1193 0,001 0,04 25,20
Sintian Koundara aval 13 26 48 0,05 0,20 5,06
Goumbeyel 25 140 469 0,004 0,07 13,87
Niaoulé Tanou 27 58 148 0,02 0,12 8,18
Gouloumbou 29 519 1480 0,001 0,04 26,37
Sintiou Malem 25 167 415 0,004 0,07 15,06
Koussanar 25 64 195 0,01 0,11 9,22

Selon Kisangala muke (2008), la densité de drainage dépend de la géologie (structure et

lithologie), des caractéristiques topographiques du bassin versant et, dans une certaine mesure,
des conditions climatologiques et anthropiques. Alors, les valeurs de densité de drainage
(tableau 7) obtenues comprises entre [0.04 ; 0.20] sont faibles. Ces résultats indiquent que les
sous bassins versants ne sont pas bien drainés. En effet, la Gambie se trouve en région à

16
substratum très perméable, à couvert végétal important et à relief peu accentué avec des cours
d’eau assez dense. Ces résultats corroborent ceux de Chaperon et Guinguen (1974).
Conclusion partielle
Pour mieux comprendre le comportement du bassin versant face à une quantité de précipitations
recueillis lors d’une averse, il est indispensable de faire une analyse de ses caractéristiques
physiographiques. Ces derniers interviennent dans les modalités de l’écoulement superficiel et
ils influencent fortement la réponse hydrologique du bassin.

17
Chapitre 2 : Outil, Données et Méthodologie
Les chroniques de données disponibles du bassin de la Gambie sont lacunaires (cf. tableau 1).
Ces lacunes découlant de la dégradation du système de suivi, des suivis épisodiques par manque
de moyens limitent la faisabilité des études hydrologiques dans le bassin. Par conséquent,
l’objectif de cette présente étude hydrologique est d’utiliser les données climatiques disponibles
et le modèle GR2M fonctionnant au pas de temps mensuel pour reconstituer les données
manquantes dans le bassin versant de la Gambie, grâce au package R (airGR) (http://www.r-
project.org/) de l’équipe Hydrologie INREA, téléchargeable gratuitement sur le site de l’équipe
(https://webgr.inrae.fr/logiciels/airgr/). Ce package contient les modèles hydrologiques GR4H,
GR4J, GR2M, GR1A (fonctionnant à des pas de temps horaire à annuel), le modèle de neige
CemaNeige, des outils de calage, ainsi que le calcul de critères d’efficacité, etc. (Delaigue et
al., 2018).

2.1. Outil : Le modèle hydrologique GR2M

2.1.1. Choix du modèle

Le choix d’une démarche de modélisation dépend des objectifs et des données disponibles.
L’idéal est aussi de choisir un modèle bien adapté aux processus se produisant dans le bassin
versant étudié. De ce fait, dans cette présente étude, on a choisi le modèle GR2M dont la
robustesse à simuler les écoulements en contexte africain a été montré dans plusieurs études
(Paturel et al. 1995 ; Ouédraogo et al., 1998 ; Mahé et al., 2005 ; Ardoin-Bardin et al., 2009).
Ce choix s’explique aussi par un certain nombre de contraintes. Etant donné que le bassin
versant de la Gambie est à cheval sur trois pays et dans l’état actuel des données disponibles
(lacunaires) sur le bassin il serait difficile de vouloir mettre en œuvre une modélisation à base
physique. Celle-ci est, en effet, complexe et nécessite un grand nombre de variables pour
lesquelles il n’existe généralement pas de séries observées au niveau dudit bassin.

2.1.2 Description du modèle pluie-débit mensuel GR2M

Le modèle GR2M (modèle du Génie Rural à 2 paramètres au pas de temps Mensuel) est un
modèle pluie-débit global à deux paramètres. La structure du modèle, bien qu'empirique,
l’apparente à un modèle conceptuel à réservoirs, avec une procédure de suivi de l’état
d’humidité du bassin qui semble être le meilleur moyen de tenir compte des conditions
antérieures et d’assurer un fonctionnement en continu du modèle (Bodian, 2011). Sa structure
est constituée de deux grandes parties : une partie production, représentée par une fonction de

18
production et une partie transfert représentée par une fonction de transfert. La fonction de
production traduit la transformation proprement dite de la pluie en lame d’eau disponible au
ruissellement; la fonction de transfert traduit le mouvement de cette lame d’eau, accumulée au
sol lors de la précipitation, vers l’exutoire du bassin versant. Ces fonctions permettent de
simuler le comportement hydrologique du bassin versant (Bodian, 2011). Pour une ample
précision sur le fonctionnement du modèle GR2M, le lecteur peut consulter l’étude de Bananeh
Junior (2015). Le schéma conceptuel du modèle GR2M est présenté à la figure 6.

Figure 6 : Schéma conceptuel du modèle GR2M décrivant les entrées, les variables internes,
les réservoirs et paramètres associés (source : Perrin, 2003)

2.1.3. Paramètres optimisables du modèle GR2M

Le modèle de bilan d’eau contient deux paramètres à caler : X1 et X2. Le premier paramètre1
(X1) représente la capacité maximale du réservoir « sol ». Le deuxième paramètre 2 (X2)
représente la constante de vidange du réservoir « eau gravitaire » (Bodian, 2016). Et selon
Mouelhi (2003), dans un modèle conceptuel global, deux paramètres libres sont largement
suffisants, à l’échelle mensuelle.

1 Le paramètre X1 du modèle GR2M est noté X2

2 Le paramètre X 2 du modèle GR2M est noté X1

19
 2.1.4. Optimisation des paramètres du modèle GR2M

L’optimisation ou le calage d’un modèle hydrologique est une opération extrêmement

importante dans la réponse que celui-ci donnera lors des simulations. Il permet d’ajuster les
paramètres afin de représenter au mieux le régime hydrologique du bassin versant (Doucet-
Généreux, 2015). Dans la pratique, il existe deux types de techniques pour caler un modèle :
les techniques manuelles et les techniques automatiques avec l’utilisation d’algorithmes (Serna,
2005). C’est ainsi, le calage des modèles est porté à un niveau plus performant avec l’utilisation
d’algorithmes d’optimisation et avec l’avancement des technologies permettant une
augmentation considérable de la puissance de calcul (Cartier, 2012). L’optimisation
automatique est alors choisie dans cette étude car elle a l’avantage d’être plus rapide en utilisant
des algorithmes pour générer automatiquement les jeux de paramètres X1 et X2 du modèle
GR2M. Et plusieurs algorithmes sont renseignés dans le package airGR et celui développé par
Michel (1991) (noté Calibration_Michel) est utilisé.

2.1.5. Evaluation de la performance du modèle GR2M

L’optimisation des paramètres du modèle, qu’elle soit manuelle ou algorithmique, nécessite la

définition d’une fonction objective quantifiant l’erreur du modèle, c'est-à-dire la différence
entre les débits observés et les débits simulés (Agosta, 2007). On peut distinguer deux types de
critères d’évaluation des performances des modèles (Perrin, 2000) : les critères quantitatifs qui
font appel à des évaluations numériques et les critères qualitatifs, eux, s’appuient généralement
sur des observations graphiques (hydrogrammes comparant les débits observés et simulés). Les
critères quantitatifs NSE, KGE et RMSE sont utilisées dans cette étude pour quantifier la qualité
des ajustements réalisés par le modèle GR2M dans la Gambie. Car, le choix de la fonction
objective ou la mesure de performance lors de la calibration impacte la performance du modèle
calibré (Larabi, 2017). Etant donné que, chaque fonction objective est particulièrement sensible
à un seul aspect (débit élevé ou étiage) de l’hydrogramme dépendamment de sa définition selon
Vrugt et al. (2003). De même, Krause et al. (2005) dans son étude en comparant plusieurs
mesures (NSE, log NSE, RMSE, R2,…) conclue qu’aucune mesure de performance n’est
optimale. Et selon Yapo et al. (1998), aucune mesure de performance, peu importe sa définition,
n’est capable d’identifier tous les aspects et caractéristiques importantes de l’hydrogramme. Par
exemple, le NSE est performant pour capter l’occurrence du débit de pointe et la corrélation
linéaire entre les simulations et les observations, mais sous-estime la variabilité et le débit

20
moyen (Gupta et al., 2009). Gupta et al. (2009) proposent une décomposition de ce critère,
nommée Kling-Gupta Efficiency (KGE), pour tenir compte de la variabilité, de la corrélation
et de la moyenne des débits. Il a été démontré que le KGE est capable de capter la variabilité,
le débit de pointe ainsi que le débit moyen avec une corrélation linéaire élevée entre les
simulations du modèle et les observations selon Larabi (2017). Par conséquent, utiliser une
seule fonction objective est inadéquat pour représenter toute la variabilité d’un hydrogramme
(Pechlivanidis et al., 2011). En effet, Gupta et al. (1998) soulignent l’importance d’utiliser
simultanément une combinaison de mesures de performance dans le but de capter différentes
caractéristiques de l’hydrogramme et introduisent ainsi l’approche multi-objective. Les
formules des critères numériques sont regroupées dans le tableau 10.

 Coefficient de Nash-Stucliffe

Le critère de Nash permet d’évaluer la qualité des résultats des simulations en comparaison des
observations, à la fois en terme de phase et d’intensité (Nash et Sutcliffe, 1970). Cependant,
l’utilisation seule du critère de Nash-Stucliffe n’est pas suffisante afin d’évaluer la performance
d’un modèle. Tel que démontré par Jain et Sudheer (2008), il est possible d’obtenir de très fortes
valeurs de ce critère (proche de 1) avec des modèles mal adaptés aux conditions de simulations,
tandis que des modèles adaptés peuvent donner de très mauvais résultats. Cela indique donc
que le critère de Nash-Sutcliffe n’est pas suffisant comme seul indice de performance. Il est
donc nécessaire d’inclure d’autres critères dans le calage d’un modèle (Doucet-Généreux,
2015).
 KGE

Le Kling Gupta Efficiency (KGE-Gupta et al., 2009) est une version modifiée du critère de
Nash. Il ne donne qu’une indication sur les performances globales du modèle à produire des
débits proches de ceux de références. Le KGE varie entre -∞ et 1. Plus il est proche de 1, plus
les débits simulés sont proches des débits de référence (Mata Espinoza, 2017).

 Coefficient RMSE

On peut aussi évaluer l’erreur quadratique moyenne, Root Mean Square Error (RMSE) pour
décrire la dispersion entre les variables simulées et observées (Bireche, 2017). Plus la valeur
de RMSE est faible, plus la dispersion est faible et plus la variable simulée par le modèle est
proche de celle observée (Hyndman, 2006).

21
 Tableau 10 : Les critères d'évaluation du modèle GR2M
Plage de Valeur
Critères Formulation variation optimale
d'évaluation

n
∑ t=1 (Qobs,t - Qsim, t) ²
1- [0 ; 1]
NSE
∑
n
(Qobs,t - Qobs) ² 1
t=1

KGE 1 − √ (𝑟 − 1) ² + (β − 1)² + (α – 1)² ]-∞ ; 1] 1

RMSE 1
n ∑ (Q (i+L) – Q (i+L)) ² [0, +∞[ 0

2.1.6. Choix des périodes de calage et de validation

Le calage des paramètres s’effectue à partir des données de débit observées à l’exutoire du
bassin versant (Lebecherel, 2015). Car, le modèle GR2M nécessite des données de débit
observées plus ou moins longues et continu pour son fonctionnement. Alors, en raison du
caractère lacunaire des données de débit observé (cf. tableau 1), on a opté pour le calage global
avec les stations dont les années d’observations sont au moins de cinq années de données
complètes. Etant donné que, le choix des périodes de calage est primordial pour la spécification
des paramètres du modèle (Bodian, 2011). En outre, le fonctionnement du modèle GR2M
nécessite en entrées des données de précipitation et d’évapotranspiration moyenne mensuelle
et fournit en sortie le débit (Sossou, 2011).

2.2. Données utilisées

Dans le cadre de ce travail, trois jeux de données sont utilisés au pas de temps mensuel : les
débits, la pluie et l’ETP. Ces jeux de données couvrent la période 1970 à 2015 soit 45 ans
observations.

22
 2.2.1. Les données hydrologiques

La figure 7 donne l’inventaire des données hydrologiques disponibles dans le bassin versant de
la Gambie. La lecture de cette figure permet de constater que les données de débits observées
disponibles dans le bassin du fleuve Gambie sont très lacunaires. Les stations de Mako, de
Simenti, de Wassadou aval et de Kédougou ont les séries les plus longues et présentant moins
de lacunes. Ainsi, à cause du caractère très lacunaire des données de certaines stations
hydrométriques (Goumbeyel, Koulountou, Koussanar, Niaoulé Tanou, Niokolo Koba et Sintiou
Malem), elles n’ont pas pu être utilisées pour le calage-validation du modèle GR2M.

Figure 7 : Inventaire des données de débits des stations hydrométriques retenues

2.2.2 Les données de pluie

La figure 8 donne l'inventaire des données de pluie disponibles, illustrant le caractère très
lacunaire des données de certaines stations pluviométriques (Dabala, Tougue, Koussanar, Labé,
Yundum…).

23
 Figure 8 : Inventaire des données de pluie de 1970 à 2015 des stations de la Gambie

2.2.3 Les données d’évapotranspiration (ETP)

La prévision des écoulements futurs dépend fortement de l’évapotranspiration, dont l’évolution

est influencée par plusieurs variables climatiques (Bodian et al., 2018). Car l’évapotranspiration
constitue une « synthèse » climatique et donc un indicateur du changement climatique (Jiao et
Wang, 2017 ; Chu et al., 2017). Par contre, dans le bassin du fleuve Gambie, la connaissance
de l’évapotranspiration est limitée par l’inaccessibilité des données climatiques observées.
Ainsi, les données d'ETP, utilisées dans le cadre de cette étude, proviennent de la base de
données internationale « Climate Research Unit (CRU)-Université of East Anglia ».
Téléchargeable sur : http://badc.nerc.ac.uk/data/cru (New et al., 2000). Il s’agit de données
d’évapotranspiration potentielle (ou ETP), calculées à partir de la formule de Penman (1956).
Le choix de ces données se justifie par la qualité et la longueur des séries disponibles ainsi que
leur large utilisation dans la littérature scientifique.

24
 2.3. Méthodologie

La démarche méthodologique adoptée pour parvenir à la régionalisation des paramètres du

modèle GR2M sur les dix-huit sous bassins versants sélectionnés est synthétisée en trois phases.
La première phase consiste à calculer les pluies moyennes et l’ETP moyenne des sous bassins
versants. Cette partie est réalisée avec le logiciel Hydraccess. La deuxième phase est consacrée
au calage-validation du modèle et la simulation des débits avec le logiciel R. Et enfin la
troisième phase qui consiste à la régionalisation des paramètres du modèle GR2M, est réalisée
avec le logiciel Arcgis et R.

2.3.1. Calcul de la pluie et de l’ETP moyenne

Les pluies et ETP moyennes mensuelles des sous bassins versants, donnée d’entrée du modèle
GR2M, sont calculées avec le logiciel Hydraccess par la méthode distance inverse pondérée au
carré (Bodian et al., 2012). Pour cette méthode, la valeur à estimer en un point de la zone d’étude
est déterminée à l’aide de la moyenne pondérée des valeurs des points les plus proches du point
considère (Chang et al., 2005). En effet, Chang et al. (2005) indiquent que lorsque la densité du
réseau de pluviomètres est faible, à l’image de notre zone d’étude, les erreurs d'estimation
peuvent être importantes avec les autres méthodes de calcul (Krigeage..). Ainsi, ils ont souligné
que l'interpolation par distance inverse pondérée au carré peut réduire considérablement les
erreurs qui surviennent lorsque le nombre de stations est limité.

2.3.2. Le calage-validation du modèle et simulation des débits

Les modèles requièrent une phase de spécification des paramètres qui doit se faire sur des séries
de données suffisamment longues pour lesquelles il faut supposer qu’il n’y a pas eu de
changement dans les caractéristiques hydrologiques ou physiographiques du bassin versant
(Diello, 2007). Le choix des périodes de calage devient alors primordial pour la spécification
des paramètres du modèle. Alors, compte tenu du caractère lacunaire des chroniques des débits
(figure 7), on a opté pour le calage global avec douze bassins notamment de Diaguiri, de Diarha,
de Gouloumbou, de Kédougou, de Mako, de Missira Gounas, de Sili, de Simenti, de Sintian
Koundara aval, de Tiokoye, de Wassadou amont et de Wassadou aval dont leurs séries de
données de débit sont au moins de cinq ans de données complètes. Ensuite, les paramètres
optimisés seront appliqués à l’ensemble de la série pour la simulation des écoulements. Cette
simulation de débits permet de quantifier la performance du modèle GR2M dans le bassin
versant de la Gambie entre l’évolution des hydrogrammes observés et simulés et la variabilité
de ces derniers du point de vue saisonnier.
25
 2.3.3. Régionalisation des paramètres du modèle GR2M

Selon Arnaud et Emery, (2000), l’interpolation est la prévision de la valeur d’une variable en
un site où elle n’a pas été mesurée à partir des valeurs observées. Dans ce contexte, les
paramètres optimisés (X1 et X2) des douze bassins retenus en calage global sont interpolés à
partir des coordonnées (latitude et longitude) des stations du tableau 1 avec le logiciel Arcgis.
Afin de générer de nouveaux paramètres (paramètres régionalisés) X’1 et X’2 pour les
différents sous bassins avec l’outil extract values dans Arcgis. Les paramètres régionalisés (X’1
et X’2) sont utilisés pour simuler les chroniques de débit des sous bassins versants. Les débits
générés sont comparés aux débits observés avec KGE et PBIAIS comme critère d’appréciation.
Cette comparaison permet une analyse sur l’applicabilité de la méthode de régionalisation des
paramètres du modèle GR2M dans le bassin versant de la Gambie dans le but de reconstituer
les chroniques de débit des bassins versants non jaugés.

26
Chapitre III : Résultats
Cette partie présente les différents résultats obtenus à partir de la méthodologie décrite
précédemment.

3.1. Analyse des pluies moyennes des sous bassins versants

La figure 9 illustre le cycle saisonnier de la pluie des sous bassins. La figure 10 donne la pluie
annuelle des sous bassins versant et leur répartition spatiale à l’échelle du bassin versant de la
Gambie en figure 11.

3.1.1. Le cycle saisonnier de la pluie des sous bassins

Du point de vue saisonnier, les pluies sont plus abondantes entre le mois de Mai et d’Octobre.
Les intensités peuvent être parfois fortes, en particulier en Aout avec une valeur de 300 mm.
La pluviométrie est plus faible entre le mois de Novembre et d’Avril.

Figure 9 : le cycle saisonnier des pluies dans les différents sous bassins versant

3.1.2. Pluie annuelle de 1970 à 2015 des sous bassins versants

Une comparaison des pluies moyennes annuelles des différents sous bassins versant (Figue 10)
permet de constater que les bassins Kédougou, Mako, Sili, Tiokoye, reçoivent les quantités de
plus les plus importantes de précipitation à l’échelle du bassin versant de la Gambie.

27
 Figure 10 : Variation de la pluie moyenne annuelle des sous bassins

3.1.3. Répartition spatiale de la pluie moyenne annuelle de 1970 à 2015 des sous bassins

Selon Lamagat (1990), le bassin versant de la Gambie est divisé en deux grandes parties : bassin
continental de la source jusqu'à Gouloumbou avec une orientation générale SE-NW et le bassin
maritime de Gouloumbou jusqu'à l’embouchure avec une orientation E-W. Ainsi, l’analyse de
la figure (11) montre que les sous bassins dont leur cours d’eau principal a le même sens
d’écoulement que le bassin de Gouloumbou (des hautes terres du Fouta Djalon vers la station
de Gouloumbou) ont les valeurs les plus élevées de pluie. Et les sous bassins qui se trouvent
aux alentours des hautes terres du Fouta Djalon (Kédougou, Sili, Tiokoye, Diaguiri, Mako,
Diarha et Simenti) reçoivent les quantités de pluies les plus importantes. Et pour Faye et Mendy
(2018) la Gambie dans son bief continental, est un fleuve alimenté essentiellement par les
précipitations. Par contre, pour les bassins Sintiou Malem, Koussanar, Niaoulé Tanou et
Goumbeyel dont leurs sens d’écoulement est différent de celui de Gouloumbou reçoivent les
quantités de pluies les plus faibles et se trouvent dans les isohyètes les plus faibles [700-800].
Alors, par analogie, les bassins de Sintiou Malem, Koussanar, Niaoulé Tanou et Goumbeyel se
trouvent dans le bief maritime de la Gambie. La figure 11 donne la répartition spatiale de la
pluie annuelle des sous bassins.

28
 Figure 11 : Répartition spatiale de la précipitation moyenne annuelle de la Gambie

3.2. Analyse de l’ETP moyenne des sous bassins versants

La figure 12 donne l’évolution saisonnière de l’ETP des sous bassins. La figure 13 donne l’ETP
annuelle des sous bassins de 1970 à 2015 et leur répartition spatiale en figure 14.

3.2.1. Cycle saisonnier de l’ETP des sous bassins versants

La variabilité saisonnière de l’ETP est forte dans la Gambie avec une tendance alternée. Les
fortes valeurs d’ETP sont obtenues entre le mois de Mars et de Mai. Ensuite elle décroit pour
atteindre une valeur minimale inférieure à 110 mm au mois d’Aout puis croit pour atteindre une
valeur supérieure à 110 mm au mois de Décembre.

29
 Figure 12 : l’évolution saisonnière de l’ETP des sous bassins

3.2.2. ETP moyenne annuelle des sous bassins de 1970 à 2015

Les bassins de Goumbeyel, Koussanar, Sintiou Malem et Wassadou amont ont les valeurs
d’ETP les plus importantes. La figure 13 donne ETP annuelle des sous bassins.

Figure 13 : Variation de l’ETP annuelle des sous bassins

30
 3.2.3. Répartition spatiale de l’évapotranspiration moyenne annuelle des sous
bassins de 1970 à 2015

Les fortes valeurs d’ETP sont notées à l’Ouest du bassin (le bief maritime) avec les bassins de
Koussanar, Sintiou Malem, Goumbeyel. Cependant, dans la Gambie, les sous bassins qui
reçoivent les quantités de pluie les plus importantes en occurrence Kédougou, Sili, Tiokoye,
Diaguiri, Mako, Diarha et Simenti (cf. figure 11) ont les valeurs d’ETP les plus faibles. La
figure 14 montre la répartition spatiale de l’ETP moyenne annuelle des sous bassins de 1970 à
2015.

Figure 14 : Répartition spatiale de l’évapotranspiration moyenne annuelle de la Gambie

3.3. Calage global du modèle GR2M

Les performances obtenues en calage global sont supérieures à 60% pour les critères de NSE et
du KGE et varie de 0,3474 à 24,455 pour le RMSE. Ces résultats témoignent de la performance
et de la robustesse du modèle GR2M dans le bassin versant de la Gambie. Ainsi, les bassins de
Gouloumbou, de Kédougou, de Mako et de Wassadou aval donnent les meilleurs résultats avec
les plus fortes valeurs des critères de NSE et de KGE. Par contre, les bassins de Sili et de

31
Diaguiri ont les valeurs de NSE et de KGE les plus faibles. Alors le modèle GR2M est moins
performant pour simuler les chroniques de débits des bassins de Sili et de Diaguiri. Le tableau
11 donne les valeurs des paramètres de X1 et de X2 et les critères numériques obtenus en calage
global.
Tableau 11 : Paramètres X1 et X2 obtenus en calage des sous bassins et valeurs des critères
numériques
sous bassins X1 X2 KGE NSE RMSE
Diaguiri 658,523 0,71 0,8007 0,6215 19,7503
Diarha 391,808 0,92 0,8713 0,7977 16,7085
Gouloumbou 918,455 0,825 0,9315 0,8672 6,0947
Kédougou 544,709 1,084 0,9557 0,9161 17,2279
Mako 557,793 0,921 0,9517 0,9061 13,8544
Missira Gounas 754,646 0,872 0,8869 0,7822 9,3728
Sili 685,398 0,072 0,8186 0,6377 0,3474
Simenti 729,855 0,835 0,8537 0,7057 16,244
Sintian Koundara aval 1465,571 0,652 0,8662 0,732 3,0363
Tiokoye 462,327 0,811 0,8772 0,8049 17,1869
Wassadou amont 201,306 1,198 0,8235 0,7231 24,455
Wassadou aval 758,895 0,77 0,9356 0,886 5,834

3.4. Simulation

Pour apprécier l’écart entre les débits observés et simulés, des critères graphiques sont utilisés.
L’avantage de la forme d’évaluation graphique est qu’elle permet d’apprécier visuellement la
qualité des simulations et la capacité du modèle à reproduire suffisamment bien les débits
observés. Ce que ne permettent pas forcément les critères numériques (Diémé, 2015). Ainsi, les
résultats obtenus avec le bassin de Gouloumbou, de Kédougou, de Mako, de Missira Gounas,
de Simenti, et de Wassadou aval montrent une bonne corrélation entre les débits observées et
ceux simulées. En effet, il y’a plus ou moins une bonne superposition des hydrogrammes des
débits observés et simulés. Ainsi, avec ces bassins on a comparé le débit observé et simulé du
point de vue saisonnier. De cette comparaison il ressort que le modèle simule mieux les débits
d’étiage et a du mal à bien reproduire les pics de crue. Néanmoins, la comparaison du débit
observé et simulé du bassin de Wassadou amont du point de vue saisonnier donne un résultat
qui diffère de ceux des autres bassins. Cette différence peut être expliquée par le fait qu’un
bassin versant constitue un ensemble unique de caractéristiques physiques et de modifications
anthropiques et cette unicité se reflète dans le jeu de paramètres optimisés du modèle
hydrologique de ce bassin versant selon Beven (1999). La figure 15 synthétise les

32
hydrogrammes des débits observés et simulés et la variation saisonnière des débits observés et
simulés des bassins de Gouloumbou, de Kédougou, de Mako et de Missira Gounas. La figure
16 regroupe l’hydrogramme des débits observés et simulés (a) et la variation saisonnière des
débits observés et simulés (b) du bassin de Simenti.

Figure 15 : Hydrogrammes des débits observés et simulés et la variation saisonnière des

débits observés et simulés des bassins de Gouloumbou, de Kédougou, de Mako et de Missira
Gounas

33
 Figure 16 : Hydrogramme des débits observés et simulés (a) et la variation saisonnière des
débits observés et simulés (b) du bassin de Simenti

L’analyse des figures 15 et 16 montre que, du point de vue saisonnier, le pic de crue est atteint
au mois de Septembre pour tous les bassins. Et pour les bassins de Kédougou et de Mako, on
note une bonne superposition entre le débit observé et simulé du mois de Janvier au mois de
Septembre.

3.5. Régionalisation des paramètres du modèle GR2M

Les paramètres (X’1 et X’2) générés après interpolation des paramètres optimisés sont utilisés
pour reconstituer les chroniques de débits des sous bassins. Alors, Seuls les bassins de
Gouloumbou (figure 17) et de Simenti (figure 17) donnent des résultats assez satisfaisants pour
la reconstitution de débit avec les paramètres régionalisés. C’est ainsi, pour évaluer la
performance du modèle GR2M avec la méthode de régionalisation, on a comparé les paramètres
optimisés et régionalisé (figure 18) puis les débits observés et simulés avec les paramètres
régionalisés (tableau 13) avec KGE et PBIAIS comme critère de performance. Les résultats
issus de cette comparaison montrent que les valeurs des paramètres optimisés sont supérieures
à celles des paramètres régionalisés. Ce qui reflète la capacité limitée du modèle GR2M à
reproduire les fluctuations des débits avec les paramètres régionalisés. Les paramètres optimisés
(X1 et X2) et régionalisés (X’1 et X’2) des sous bassins versants sont donnés par le tableau 12.
La figure 17 synthétise les hydrogrammes des débits observés et simulés avec les paramètres
régionalisés des bassins de Gouloumbou, de Kédougou, de Mako, de Simenti, de Wassadou
amont et de Wassadou aval. La figure 18 donne le résultat de la comparaison des jeux de
paramètres optimisés et régionalisés des sous bassins. Le tableau 13 synthétise le résultat des
valeurs de KGE et du PBIAIS issus de la comparaison des débits observés et simulés avec les
paramètres régionalisés.

34
 Tableau 12 : Paramètres optimisés (X1 et X2) et régionalisés (X’1 et X’2)

Paramètres optimisés Paramètres régionalisés

Sous bassins
X1 X2 X'1 X'2
Diaguiri 658,523 0,71 652,824768 0,782948
Diarha 391,808 0,92 404,832245 0,804004
Gouloumbou 918,455 0,825 920,120178 0,819406
Kédougou 544,709 1,084 572,136108 0,781622
Mako 557,793 0,921 562,70166 0,79566
Missira Gounas 754,646 0,872 778,738037 0,822139
Sili 685,398 0,072 663,737854 0,777804
Simenti 729,855 0,835 723,323547 0,822211
Sintian Koundara aval 1465,571 0,652 1423,10425 0,811583
Tiokoye 462,327 0,811 467,906006 0,792706
Wassadou amont 201,306 1,198 408,847565 0,830192
Wassadou aval 758,895 0,77 575,517944 0,829916
Goumbeyel 620,012512 0,822872
Koulountou 732,637451 0,816518
Koussanar 718,09259 0,808542
Niaoulé Tanou 864,236938 0,820485
Niokolo Koba 660,626587 0,810942
Sintiou Malem 750,965515 0,811901

Le tableau 12 montre que l’interpolation des paramètres optimisés permet de déterminer des
nouveaux paramètres sur les bassins de Goumbeyel, de Koulountou, de Koussanar, de Niaoulé
Tanou, de Niokolo Koba, et de Sintiou Malem dont leurs données de débits observés ne peuvent
pas être utilisées en calage global en raison de leur forte lacune dans les séries de données.

35
Figure 17 : Hydrogrammes des débits observés et simulés avec les paramètres régionalisés des
bassins de Gouloumbou, de Kédougou, de Mako, de Simenti, de Wassadou amont et de
Wassadou aval

L’analyse de la figure 17 montre qu’il y’a une bonne superposition entre les débits observés et
simulés des bassins de Gouloumbou et de Simenti. Et l’écart entre les débits observés et simulés
est important pour les bassins de Kédougou, de Mako, de Wassadou amont et de Wassadou
aval. Cet écart montre la limite de la méthode de régionalisation à reproduire les chroniques de
débit dans le bassin de la Gambie. Car, en calage validation, on a de bonne corrélation entre les
débits observées et ceux simulées avec les bassins de Gouloumbou, de Kédougou, de Mako et
de Simenti.

36
 Figure 18 : Comparaison des jeux de paramètres optimisés et régionalisés des sous bassins

L’analyse de la figure 18 montre que la valeur des paramètres optimisés (X1 et X2) est
nettement supérieure à celle des paramètres régionalisés.

Tableau 13: Valeurs de KGE et du PBIAIS en comparant des débits observés et simulés avec
les paramètres régionalisés

Sous bassins KGE PBIAIS

Diaguiri 0,32 -17347,33
Diarha 0,51 -127,29
Gouloumbou 0,46 -5375,38
Goumbeyel -0,66 -922,79
Kédougou 0,46 -1677,71
Koulountou -4,73 -17,4
Koussanar -648 99,91
Mako 0,51 -1616,1
Missira Gounas 0,31 -3746,49
Niaoulé Tanou -21 -14028,62
Niokolo Koba -4,69 24,32
Sili -75,30 98,19
Simenti 0,57 -798,22
Sintian Koundara aval 0,04 -27072,23
Sintiou Malem -416 99,81
Tiokoye 0,22 -14687,82
Wassadou amont -0,0016 -17326
Wassadou aval 0,52 -36445,07

L’analyse du tableau 13 montre une faible corrélation entre les débits observés et simulés avec
les paramètres régionalisés au regard des valeurs du KGE et du PBIAIS.

37
L’analyse des différents paramètres du modèle permet d’affiner le diagnostic sur le
fonctionnement du modèle GR2M avec l’approche de la méthode de régionalisation et
d’identifier les pistes d’améliorations à privilégier. Alors, de la comparaison des paramètres et
des débits (figure 18 ; tableau 13), on en déduit que les valeurs obtenues en régionalisation sont
faibles. La méthode de régionalisation demeure donc imparfaite en raison d'un grand nombre
d'incertitudes liées notamment à la qualité des données, à la condition de conception du modèle
et à la faible valeur des paramètres après interpolation. Mais, selon Kay et al. (2006), la
performance de chaque approche de régionalisation peut dépendre de la structure et des
paramètres des modèles pluie-débit utilisé. C’est ainsi, on a tenté une autre approche, d’ajuster
les paramètres régionalisés en calculant leur moyenne arithmétique afin de voir s’il peut mener
à de meilleurs résultats.

3.5.1. Simulation de débits avec la moyenne arithmétique des

paramètres optimisés et régionalisés

La reconstitution de débits avec la moyenne arithmétique des paramètres optimisés et

régionalisés est faite en deux phases.

Dans la première phase, pour les bassins retenus en calage global, on a calculé la moyenne
pondérée entre les paramètres optimisés et régionalisés de chaque sous bassins. Les paramètres
obtenus X’’1 et X’’2 sont utilisés pour reconstituer les chroniques de débits de ces bassins.
Dans cette phase, seuls les bassins de Gouloumbou (figure 19), de Mako (figure 19), de Missira
Gounas (figure 19), de Simenti (figure 19) et de Wassadou aval (figure 19) donnent des résultats
satisfaisants. Le tableau 14 donne la formulation mathématique des paramètres X’’1 et X’’2 et
les valeurs en tableau 15. La figure 19 synthétise les hydrogrammes des débits observés et
simulés avec les paramètres X’’1 et X’’2 des bassins de Gouloumbou, de Mako, de Missira
Gounas, Simenti et de Wassadou aval.

Tableau 14 : Formulation mathématiques des paramètres X’’1 et X’’2

Paramètres Formulation
X''1 (X1+X'1)/2
X''2 (X2+X'2)/2

38
 Tableau 15: Valeurs des paramètres X’’1 et X’’2 des sous bassins
Bassins X''1 X''2
Diaguiri 655,673884 0,746474
Diarha 398,320123 0,862002
Gouloumbou 919,287589 0,822203
Kédougou 558,422554 0,932811
Mako 560,24733 0,85833
Missira Gounas 766,692019 0,8470695
Sili 674,567927 0,424902
Simenti 726,589274 0,8286055
Sintian Koundara aval 1444,33762 0,7317915
Tiokoye 465,116503 0,801853
Wassadou amont 305,076783 1,014096
Wassadou aval 667,206472 0,799958

Dans la seconde phase, on a calculé la moyenne arithmétique des X’1 puis des X’2 des sous
bassins. Les paramètres X’’’1 et X’’’2 obtenus sont utilisés pour simuler les chroniques de
débits des sous bassins. Dans cette phase les bassins de Gouloumbou, de Simenti, de Missira
Gounas et de Wassadou aval donnent des résultats satisfaisants. Et les performances obtenues
en phase 1 avec ces bassins sont meilleures. Le tableau 16 donne la formulation mathématique
des paramètres X’’’1 et X’’’2 et leurs valeurs en tableau 17.

Tableau 16 : Formulation mathématique des paramètres X’’’1 et X’’’2

Paramètres Formulation
X’’’1 n
(∑ i=1 X’1i )/ni

X’’’2 n
(∑ i=1 X’2i )/ni

Tableau 17 : Valeur des paramètres X’’’1 et X’’’2 des sous bassins

X’’’1 X’’’2
694,464542 0,8089695

39
Figure 19 : Hydrogrammes des débits observés et simulés avec les paramètres (X’’1 et X’’2)
des bassins de Gouloumbou, de Mako, de Missira Gounas, de Simenti et de Wassadou aval

Pour avoir une appréciation globale de la méthode de régionalisation des paramètres du modèle
GR2M dans le bassin de la Gambie, on a comparé les débits observés, simulés (X1 et X2) en
calage global, simulés avec les paramètres (X’1 et X’2 et X’’1 et X’’2) au pas de temps annuel
et saisonnier. De cette comparaison, il ressort que les débits simulés sont plus proches en termes
de performance du modèle GR2M que le débit observé pour le bassin de Gouloumbou qui
donne un résultat assez satisfaisant que les autres sous bassins. Et le modèle GR2M reproduit
mieux les périodes d’étiage que les périodes de crue dans la Gambie. Dans ce contexte, Oudin
et al. (2008) affirment que la performance de la méthode de régionalisation dépend de la densité
du réseau des stations de jaugeage ; plus les stations de jaugeage sont rapprochées, meilleure
est la performance de la méthode. Et selon Ouarda et al. (2008), le fait que ces bassins versants
soient contigus n’implique pas nécessairement qu’ils partagent un même comportement et une
même réponse hydrologique. C’est ainsi, le fait de regrouper des bassins versants au sein de
régions homogènes, sur la base de leurs caractéristiques physiques et climatiques, n’assure pas
qu’ils soient similaires d’un point de vue hydrologique selon Oudin et al. (2010) qui ont
investigué la question en étudiant un échantillon composé de 893 bassins versants français et

40
10 bassins versants anglais. La figure 20 synthétise la comparaison des débits et leur variation
saisonnière.
Débit en m3/s
Débit (m3/s)
Débit (m3/s)
Débit (m3/s)
Débit (m3/s)

Figure 20 : Comparaison des débits et leur variation saisonnière

41
L’analyse de la figure 20 montre que l’application de la méthode de régionalisation a donné un
résultat satisfaisant qu’avec le bassin de Gouloumbou. Par conséquent, les paramètres ((X1,
X2) ; (X’1, X’2) ou (X’’1, X’’2)) peuvent être utilisés pour reconstituer le chronique de donnée
de débit du bassin de Gouloumbou. Car les données de débit sont précieuses et permettent
d’améliorer la qualité des études hydrologiques et par la suite l’optimisation des ouvrages
hydrauliques.

Conclusion partielle

Dans ce chapitre, le modèle GR2M est mis en œuvre pour la période allant de 1970 à 2015 au
niveau du bassin versant de la Gambie à travers une méthode de régionalisation dans l’objectif
de reproduire la genèse des chroniques de débit disponible. Cette méthode consiste à interpoler
les paramètres optimisés des sous bassins versants qui disposent des données de mesures de
débit au moins de cinq ans pour afin générer des jeux de paramètres pour l’ensemble des sous
bassins. Les paramètres générés sont ensuite utilisés pour simuler les chroniques de débit des
sous bassins. Il ressort de cette simulation que la méthode de régionalisation dans le bassin de
la Gambie se définit par une faible performance du modèle GR2M. Cette diminution de
performance peut être expliquée par la faible densité du réseau hydrométrique, le caractère
lacunaire des données de débits et des caractéristiques du bassin versant. Cependant, pour une
meilleure connaissance de la ressource dans la Gambie, il est nécessaire de mettre en place un
réseau hydrométrique optimum pour avoir des séries d’observation longues afin de permettre
une estimation aussi précise que possible des flux moyens entrants et sortants du bassin versant.
Car, actuellement la qualité et la longueur des séries de données observées de certains affluents
de la Gambie sont de nature à amoindrir la portée des conclusions des études hydrologiques.

42
 Conclusion générale
L'interaction des facteurs morphologiques, géologiques, pédologiques, biologiques,
topographiques et climatiques engendre des différences significatives de comportement
hydrologique des cours d'eau dans une région géographique donnée. Cette différence peut être
montrée par le temps de concentration des sous bassins. Car, le temps de concentration
caractérise en partie la vitesse et l'intensité de la réaction du bassin versant à une sollicitation
des précipitations et détermine l’amplitude de crue d’un bassin.

Cependant, un diagnostic sur la position géographique et d’un suivi régulier des stations
hydrométriques qui assurent la fonction de quantifier le débit des cours d’eau seraient un atout
pour l’estimation fiable des apports en eau à l’échelle du bassin. Étant donné que les suivis
épisodiques et la dégradation du réseau de mesure font que certains affluents de la Gambie sont
des bassins versants non jaugés.

Ainsi, l’objectif de cette étude est d'apporter une réflexion sur la méthode de régionalisation
des paramètres du modèle hydrologique conceptuel global GR2M sur le bassin versant de la
Gambie en vue de reconstituer ces chroniques de débit. Les résultats issus de cette étude mettent
en évidence que cette méthode ne donne pas des résultats concluants. Par conséquent,
l'approche hydrologique de la méthode de régionalisation n’a pas abouti à une meilleure
restitution de données hydrologiques du bassin de la Gambie.

C’est ainsi, pour rendre cette étude plus pertinente, il serait intéressant de faire un diagnostic
sur la réalité physique du bassin versant de la Gambie. Car, le niveau d’anthropisation du bassin,
la présence de barrage, les zones de captage ainsi que la chenalisation du cours d’eau ne sont
pas prises en compte dans le cadre de cette étude. Et la méthode de régionalisation des
paramètres ne s’applique pas sur les données d’un bassin qui « perd » de l’eau pour les adapter
à un voisin qui en « gagne » ou inversement. Il est donc important de vérifier au préalable que
les bassins versants utilisés comme « donneurs » pour la régionalisation soient cohérents pour
ce qui est du bilan hydrologique, en plus d’avoir une hydrologie peu influencée par les
aménagements anthropiques.

43
Bibliographie
Abaza M., 2010. Régionalisation des paramètres hydrologiques d’un modèle de prévision des
crues, rapport de stage, INRA (France).
Agosta C., 2007. Naturalisation des débits et modélisation hydrologique sur des sous-bassins
versant de la Garonne à Lamagistère, mémoire de master, université Pierre et Marie
Curie, École des Mines de Paris & École Nationale du Génie Rural des Eaux et des
Forêts, 51 pages.
Ardoin-Bardin S., Dezetter A., Servat E., Paturel J.E., Mahé G., Niel H. and Dieulin C., 2009.
Using general circulation model outputs to assess impacts of climate change on runoff
for large hydrological catchments in West Africa. Hydrological Sciences Journal, 54,
77-89.
Arnaud M. et Emery X., 2000. Estimation et interpolation spatiale. Hermes Science
Publications, Paris.
Bendjoudi H. et Hubert P., 2002. Le coefficient de compacité de Gravelius: analyse critique
d'un indice de forme des bassins versants. Hydrological Sciences-Journal-des Sciences
Hydrologiques, 47(6) décembre 2002.
Bireche M., 2017. Comparaison de modèles hydrologiques sur le bassin du Rhône, mémoire de
master, université Pierre et Marie.
Beven K. J. 1999. « Uniqueness of place and process representations in hydrological modelling
». Hydrol. Earth Syst. Sci., vol. 4, no 2, p. 203-213.
Beven K.J., 2000. Uniqueness of place and process representations in hydrological modelling
pp. 203–213.
Bodian A., 2011. Approche par modélisation pluie-débit de la connaissance régionale de la
ressource en eau : Application au haut bassin du fleuve Sénégal, thèse de Doctorat,
université Cheikh Anta Diop de Dakar, 288p.
Bodian A., Dezetter A., et Dacosta, H. 2012. Apport de la modélisation hydrologique pour la
connaissance de la ressource en eau : Application au haut bassin du fleuve Sénégal
Climatologie, 9, 109-125.
Bodian A., Ndiaye O., et Dacosta H., 2016. Evolution des caractéristiques des pluies
journalières dans le bassin versant du fleuve Sénégal : Avant et après rupture, Journal
des Sciences Hydrologiques.
Bodian A., Dezetter A., Diop L., Deme A., Djaman K., and Diop A., 2018. “Future Climate
Change Impacts on Streamflows of Two Main West Africa River Basins: Senegal and
Gambia”, Hydrology, 5, 21; doi:10.3390/hydrology5010021.
Chang C. L., Lo S. L., et Yu S. L., 2005 : Applying fuzzy theory and genetic algorithm to
interpolate precipitation. J. Hydrol., 314, 92-104.
Chaperon P. et Guiguen N., 1974. Etude hydrologique du bassin continental du fleuve Gambie.
Rapport terminal PNUD projet REG 60.ORSTOM avril 74·2 tomes, 257 p.
Cartier D., 2012. Optimisation sous contraintes d’un modèle hydrologique pour une
représentation de la physique des processus, mémoire de master, université de montreal.
Chu R., Li M., Shen S., Islam A., Cao, W., Tao S. et Gao P., 2017. Changes in Reference
Evapotranspiration and Its Contributing Factors in Jiangsu, a Major Economic and
Agricultural Province of Eastern China, Water, 9, 486, doi:10.3390/w9070486.

44
CIAT (Comité Interministériel d’Aménagement du territoire), 2011. Guide méthodologique
pour les études de diagnostic des bassins versants.
Daget, 1960. Bulletin de l’I. F. 8. N. T. XYII. skr. A, no 2, 1960. La faune ichtyologique du
bassin de la Gambie 171. DOI : 10.1016/j.envsoft.2017.05.002.
Delaigue O., Coron, L. & Brigode, P. (2018). airGRteaching: Teaching Hydrological Modelling
with the GR Rainfall-Runoff Models (’Shiny’ Interface Included). R package version
0.2.2.2. URL: https://webgr.irstea.fr/en/airGR/
DGPRE, 2017. Note sur le suivi hydrologique du fleuve Gambie au droit des stations de Mako
et environs.
Diello P., 2007. Interrelations Climat–Homme–Environnement dans le Sahel Burkinabé :
impacts sur les états de surface et la modélisation hydrologique, thèse de Doctorat,
université de Montpellier II, 395 pages.
Diémé L.P.M., 2015. Analyse de la capacité du modèle GR4J à simuler les débits
caractéristiques observés du Bafing, mémoire de master, université Gaston Berger, p52.
Doucet-généreux P.L., 2015. Simulation des débits d’étiage dans un contexte de changements
climatiques : incertitude liée au choix du modèle et au critère de calage, mémoire du
projet de maîtrise, université de Sherbrooke (Québec).

Douvinet J., Delahaye D., et Langlois P., 2008. Modélisation de la dynamique potentielle d’un
bassin versant et mesure de son efficacité structurelle. European Journal of Geography.
URL:http://journals.openedition.org/cybergeo/16103 ;DOI :https://doi.org/10.4000/cy
bergeo.16103
Dufour B. M., 2017. Étude de méthodes de régionalisation des paramètres des modèles
hydrologiques et application à un bassin versant non jaugé au Mexique, mémoire de
master II, école de technologie supérieure, 194p.
El khalki E., 2015. Apport de la modélisation hydrologique dans la caractérisation de l’impact
des changements climatiques sur les ressources en eau au niveau du bassin versant de
l’Oued El Abid (Haut Atlas Central, Maroc), mémoire de Stage de fin d’études,
université Cadi Ayyad.
Espinoza S. V. M., 2017. AirGR un package de modélisation hydrologique à améliorer?
Évaluation sur un large échantillon de bassins versants, mémoire de Master, université
Pierre et Marie Curie.
Etude économique complémentaire pour l’aménagement hydroélectrique de Sambangalou sur
le fleuve Gambie, 2011.
Faty A., 2011. Caractérisation physiographique et prédétermination de la crue décennale des
bassins versants de Soungrougrou en amont de Diaroume, mémoire de master,
université cheikh Anta Diop de Dakar.
Faye C., 2014. Méthode d’analyse statistique de données morphométriques : corrélation de
paramètres morphométriques et influence sur l’écoulement des sous-bassins du fleuve
Sénégal. Cinq Continents, 4 (10): 80-108.
Faye C., 2019. System for predicting dischearges over the high water period through the
classification techniques data: case of the Gambia river basin of Mako. J. Fundam. Appl.
Sci., 2019, 11(2), 883-900.

45
Faye C., et Mendy A., 2018. Variabilité climatique et impacts hydrologiques en Afrique de
l’Ouest : Cas du bassin versant de la Gambie (Sénégal), EWASH & TI Journal, Volume
2, pp. 54-66.
Fischer J., 1930. L’élaboration d’une étude d’hydrologie fluviale. ln : Les études rhodaniennes,
vol. 6, n4,1930. pp.427-449
Gaucherel C., 2003. Pertinence de la notion d’indicateur pour la caractérisation du bassin
versant, Espace Géographique, vol.3, 265-281.
Gupta H., Kling H., Yilmaz K. K. and Martinez G. F., 2009. Decomposition of the mean
squared error and NSE performance criteria: Implications for improving hydrological
modelling. J. Hydrol, 377(1-2), 80-91.
Hyndman Rob. J.; Koehler et Anne B. 2006. Another look at measures of forecast accuracy".
International Journal of Forecasting.
Jiao L. et Wang D., 2017. “Climate Change, the Evaporation Paradox,and Their Effects on
Streamflow in Lijiang Watershed”, Policies Journal of Environmental Studies, Vol. 27,
No. 6 (2018), 2585-2591, DOI : 10.15244/pjoes/81290.
Joseph G., Chokmani K., Ouarda T. B. et Saint-Hilaire A. 2007. Une évaluation de la robustesse
de la méthode du krigeage canonique pour l’analyse régionale des débits. Revue des
sciences de l'eau / Journal of Water Science, 20(4), 367–380.
https://doi.org/10.7202/016911ar.
Kay A. L., Jones D. A., Crooks S. M., Calver A., Reynard N. S., 2006. A comparison of three
approaches to spatial generalization of rainfall-runoff models, Hydrology
Processessings, 20: 3953– 3973.
Khalifa A., 2011. Tentative d’amélioration des techniques de régionalisation des modèles
hydrologiques pluie-débit, mémoire de master, université Pierre et Marie Curie, École
des Mines de Paris & École Nationale du Génie Rural des Eaux et des Forêts.
Kisangala M. M., 2008. Analyse des paramètres morphométriques, climatologiques et
hydrométriques du bassin du Kasaï, dans sa partie congolaise, mémoire de master,
université de Kinshasa.
Krause P., Boyle D. and Bäse F., 2005. Comparison of different efficiency criteria for
hydrological model assessment. Advances in Geosciences,5, 89-97.
Laabidi A., El Hmaidi A., Gourari L., El Abassi M., 2016. Apports du modèle numérique de
terrain MNT a la modélisation du relief et des caractéristiques physiques du bassin
versant du moyen beht en amont du barrage El Kansera (Sillon Sud Rifain, Maroc).
European Scientific Journal edition vol.12, No.29 ISSN: 1857 – 7881.
L’Helgoualc’H R., 2016. Analyse du fonctionnement hydrologique du bassin versant de
Bourville et des transferts de pesticides associés. Science des sols. ffdumas-01408640f.
Lamagat P., Albergel J., Bouchez J.M., et Descroix L., 1990. Monographie du fleuve Gambie,
ORSTOM-OMVG, 256p.
Larabi S., 2017. Nouvelles approches de calibration automatique appliquées à un modèle
hydrologique conceptuel semi-distribué, thèse de doctorat, université du Québec.
Lebecherel L, 2015. Sensibilité des calculs hydrologiques à la densité des réseaux de mesure
hydrométrique et pluviométrique, thèse de doctorat, IRSTEA, AgroParisTech (Paris),
280 p.

46
Mahé G., Paturel J.E., Servat E., Conway D. and Dezetter A., 2005. Impact of land use change
on soil water holding capacity and river modeling of the Nakambe River in Burkina-
Faso. Journal of Hydrology, 300, 1-4, 33-43.
Martin F., Martin C., Lavabre J. et Folton N., 2004. Fonctionnement hydrologique des bassins
versants de roches métamorphiques : exemple du bassin versant des Maurets (massif
des Maures, Var, France). Etudes de Géographie Physique, UMR 6012 ”ESPACE” -
Équipe G.V.E. 2004, XXXI, pp.39-69. ffhal-00318476f.
Mouelhi S., 2003. Vers une chaine cohérente de modèles pluie-débit conceptuels globaux aux
pas de temps pluriannuel, annuel, mensuel et journalier, thèse de doctorat de l’ENGREF,
Cemagref (Antony), université Paris VI / 323 pages.
Nash J. E., Sutcliffe J. V., 1970 : River flow forecasting through conceptual models. Part I - A
discussion of principles. Journal of Hydrology, 10, 282-290.
Ndiaye., 1995. Base de données hydrométriques du bassin versant de la Gambie en amont de
Guénoto (Sénégal).2p
Ndiaye P. M., 2021. Evaluation, calibration et analyse des tendances actuelles et futures de
l’évapotranspiration de référence dans le bassin du fleuve Sénégal, thése de Doctorat,
université Gaston Berger de Saint-Louis.
New M., Hulme M. and Jones P., 2000. Representing twentieth century space-time climate
variability. Part II: development of a 1901-1996 monthly grids of terrestrial surface
climate. J. Clim. 13(13), 2217–2238.
Niasse M., 2004. Prévenir les conflits et promouvoir la coopération dans la gestion des fleuves
transfrontaliers en Afrique de l’Ouest, Vertig0 – la revue électronique en sciences de
l’Environnement [ en ligne], Volume 5, Numéro 1.
OMM (Organisation Météorologique Mondiale), 1996. Guide des pratiques hydrologiques :
acquisition et traitement des données, analyses, prévision et autres applications.
Publication OMM no.168.OMM (Word Meteorological Organization ), Genève, Suisse.
OMVG (Organisation pour la Mise en Valeur du fleuve Gambie), 2008. Projet de gestion
intégré des ressources en eau dans le bassin versant du fleuve Kayanga-Gêba, rapport
d’évaluation, 46p.
Ouarda, Taha B.M.J., André S. et Bernard B., 2008. Synthèse des développements récents en
analyse régionale des extrêmes hydrologiques. Revue des sciences de l'eau / Journal of
Water Science, vol. 21, no 2, p. 219-232.
Oudin, Ludovic, Andréassian V., Perrin Ch., Michel C. et Nicolas L.M., 2008. Spatial
proximity, physical similarity, regression and ungaged catchments: A comparison of
regionalization approaches based on 913 French catchments. Water Resources
Research, vol. 44, no 3.
Oudin, Ludovic, Kay A., Andréassian V. and Perrin Ch., 2010. Are seemingly physically
similar catchments truly hydrologically similar? Water Resources Research, vol. 46, no
11, p. W11558.
Ouédraogo M., Servat E., Paturel J.-E., Lubes-Niel H., Masson J.-M., 1998. Caractérisation
d'une modification éventuelle de la relation pluie-débit autour des années 1970 en
Afrique de l'ouest et centrale non-sahélienne. Proc. of the Abidjan Conf., Ivory Coast,
Water Resources Variability in Africa during the XXth Century, 315-321.

47
Paturel J.-E., Servat E., Vassiliadis A., 1995 : Sensitivity of conceptual rainfallrunoff
algorithms to errors in input data - case of the GR2M model. Journal of Hydrology, 168,
11-125.
PAS-PNA (Projet d’Appui Scientifique aux processus de Plans Nationaux d’Adaptation), 2008.
Etat des lieux des connaissances scientifiques sur les changements climatiques pour les
secteurs des ressources en eau, de l’agriculture et de la zone côtière.
Paturel J. E., Servat E., Dezetter A., Boyer J. F. , Laroche C., Mounirou L., Lubes-Niel H. et
Mahé G., 2006. Modélisation hydrologique et régionalisation en Afrique de l’Ouest et
centrale. IAHS Publ. 307, 2006.
Pechlivanidis I. G., Jackson B. M., Mcintyre N.R. and Wheater H. S., 2011. Catchment scale
hydrological modelling: A review of model types, calibration approaches and
uncertainty analysis methods in the context of recent developments in technology and
applications. Global NEST Journal, 13(3), 193-214.
Penman, H. L., 1956. Evaporation: an introduction survey. J. Agric. Sci. 1, 9–29.
Perrin C., 2000. Vers une amélioration d'un modèle global pluie-débit au travers d'une approche
comparative, thèse de Doctorat, INPG (Grenoble) / Cemagref (Antony).
Poncelet C., 2016. Du bassin au paramètre : jusqu’où peut-on régionaliser un modèle
hydrologique conceptuel ?, thèse de Doctorat, université Pierre et Marie Curie, 366p.
Roy E., 2000. Méthode régionale d'estimation des débits d'étiage pour la province de Québec,
mémoire de master, université de Montréal.
Serna C.R. 2005. Quelle connaissance hydrométrique minimale pour définir les paramètres
d’un modèle pluie-débit ? thèse de Doctorat, ENGREF / Cemagref (Antony), 320 pages.
Tardif S., 2005. Régionalisation et facteurs de variabilité spatiale des débits saisonniers et
extrêmes journaliers au Québec méridional, mémoire de master, université du Québec à
trois-rivières.
Thibault S., 2011. Barycentre d’un réseau fractal, lag-time et temps de concentration. hal-
00655526.
Vrugt J. A., Gupta H. V., Bastidas L. A., Bouten W. and Sorooshian S., 2003. Effective and
efficient algorithm for multiobejctive optimization of hydrology models. Water Ress.
Res. 39(8), 1214. doi:10.1029/2002WR001746.
Yapo P. O., Gupta H. V. and Sorooshian S., 1998. Multi-objective global optimization for
hydrologic models. J. Hydrol., 204(1-4),83-97.

48
49