Issue |
La Houille Blanche
Number 5, Septembre-Octobre 2004
|
|
---|---|---|
Page(s) | 35 - 41 | |
DOI | https://doi.org/10.1051/lhb:200405003 | |
Published online | 01 June 2007 |
Les banques de données et leur utilisation pour la prévision des situations extrêmes
Data bases and their utility to predict extreme hydrologic events
Les banques de données sont des outils qui visent à favoriser une meilleure gestion en offrant une information la plus exhaustive possible à différentes échelles de temps et d'espace, qui peut permettre d'aider à la prévision des épisodes de crise les plus sévères. Les missions de ces bases de données sont complexes car, outre la collecte et la gestion pérenne de données parfois disparates et dispersées, celles-ci doivent être mises à disposition dans des délais rapides afin de faciliter le travail des gestionnaires de la ressource en eau. Des exemples sont présentés et notamment l'exemple de la gestion des étiages dans le bassin de la Charente qui illustre l'utilisation de l'administration de différentes sources de données dans un contexte de données multiples. La connaissance des évènements passés permet de cerner avec précision les évènements à venir. Des réseaux d'alerte peuvent facilement se généraliser afin de cibler les données nécessaires à acquérir sur un bassin versant donné pour contraindre les modèles de prévision.
Abstract
Databases are useful tools for an optimised management of hydrologic information at different spatial and temporal scales. This capacity enables us to use them to predict extreme hydrologic events. The role of databases are double: On the one hand they are supposed to archive data over significant time laps. On the other hand, data have to be made available in real time for potential end users. We present case studies, in particular drought management in the Charente basin that illustrate the use of decisions support systems including multi-criteria data analysis. Knowledge about past events allows to foresee the probability of extreme events in the future. This is only possible under the condition that predictive models can use real time data from warning networks.
Mots clés : Etiages extrêmes régionaux en Europe : perspectives historiques (suite)
© Société Hydrotechnique de France, 2004