Hydrological SciencesJournaldes Sciences Hydrologiques, 51(2) avril 2006

239

Courbes intensitdurefrquence des prcipitations

Yangambi, Congo, au moyen de diffrents modles de type
Montana
BERNARD MOHYMONT & GASTON R. DEMARE
Institut Royal Mtorologique, Avenue Circulaire 3, B-1180 Bruxelles, Belgique
bernard.mohymont@oma.be; gaston.demaree@oma.be

Rsum Les auteurs tablissent des courbes intensitdurefrquence (IDF) des prcipitations pour la
station de Yangambi situe dans la zone tropicale du Congo. Diffrents modles de type Montana ont
t tests pour des dures dagrgation variant entre 15 min et 24 h. Cette formulation empirique a t
choisie parce quelle sinscrit dans le guide de lassainissement des villes en usage en France. Par
consquent, des bureaux dtudes excutant des projets en Afrique tropicale font couramment la
demande de cette information. Les avantages et les inconvnients des diffrents modles type Montana
sont discuts. On constate en particulier que les formules de Montana classiques devraient tre rejetes
en faveur dune formule ayant une base physique et probabiliste plus solide. Le choix final sest port
sur une famille de courbes parallles ne contenant que quatre paramtres estimer. Le manque de jeux
de donnes pour les valeurs extrmes de prcipitation pour des dures courtes (au-dessous de 24 h) et
pour des priodes de rfrence suffisamment longues en ce qui concerne lAfrique tropicale souligne
limportance de cette tude.
Mots clefs Congo; courbes IDF; formule de Montana; prcipitations; valeurs extrmes

Intensitydurationfrequency curves for precipitation at Yangambi, Congo,

derived by means of various models of Montana type
Abstract Intensitydurationfrequency (IDF) curves are established for precipitation at the Yangambi
station located in the tropical zone of Congo. Various models of Montana type were tested for durations
varying between 15 min and 24 h. These empirical formulas were selected because they are advocated
in the French guide for urban drainage systems and therefore engineering consultancies working on
development projects in tropical Africa are interested in that information. The advantages and
disadvantages of the different Montana type formulas are discussed. In particular, it is noted that the socalled classical Montana formulas should be rejected in favour of a more physically and probabilistically
sound formula. The final choice was made on a family of parallel curves containing only four
parameters to be estimated. The lack of data for the extreme values of precipitation for short durations
(less than 24 h) and of sufficiently long reference periods with regard to tropical Africa stresses the
importance of this study.
Key words Congo; IDF curves; Montana formula; rainfall; extreme values

INTRODUCTION
Le but principal de cet article est de prsenter des courbes intensitdurefrquence
(IDF) des prcipitations pour une station de la cuvette centrale du Congo ayant une
srie dobservations pluviographiques longue et fiable. En effet, de telles sries sont
plutt rares dans cette partie du globe, malgr les besoins urgents qui sy prsentent
aujourdhui. Les donnes pluviomtriques pour des pas de temps infrieurs la journe
sont requises pour le dimensionnement des ouvrages dart ncessaires pour lapprovisionnement en eau ou des infrastructures dassainissement pluvial des grands centres
urbains tels que Kinshasa, Lubumbashi, Mbuyi Maji, Kisangani ou dautres encore.
La station co-climatologique de Yangambi, dont est issue la srie de mesures
pluviomtriques tudie dans le prsent article, est localise sur le Fleuve Congo,
92 km louest de la ville de Kisangani, dans le Haut Congo. Yangambi est la station
principale du rseau de lInstitut National pour lEtude Agronomique du Congo belge
La discussion concernant cet article est ouverte jusquau 1er octobre 2006

Copyright 2006 IAHS Press

240

Bernard Mohymont & Gaston R. Demare

(INEAC), actuellement dnomm lINERA. La srie des extrmes calculs partir des
donnes enregistres par le pluviographe, pour des pas de temps courts, est longue de
33 annes compltes. Dans cette tude, la formule dite de Montana va tre utilise. La
raison en est que cette technique a t prconise par lhydrologie traditionnelle
franaise (Rmnrias, 1972). La formule dite Montana est empirique mais constitue
une rfrence en France pour le dimensionnement des systmes dassainissement des
agglomrations (Circulaire inter-ministrielle, 1981). Une formulation lmentaire de
la formule de Montana se trouve aussi dans le nouveau guide franais de
lassainissement (CERTU, 2003). Les coefficients ainsi dtermins sont ensuite insrs
dans la formule de Caquot pour calculer les dbits. Des conclusions dordres thorique
et pratique quant lutilisation de la formule de Montana pour des donnes
pluviographiques et des dures dagrgation infrieures un jour vont tre nonces.
Lusage de cette formulation permettra aux utilisateurs de comparer les rsultats
pour la cuvette congolaise avec les rsultats obtenus pour diffrentes rgions de la
mtropole franaise (Grosse et al., 1980). Remarquons que les deux autres stations
congolaises, situes Kinshasa, auraient galement pu faire lobjet dune tude
similaire celle dcrite dans cet article (Mohymont et al., 2004). Nous avons
cependant prfr nous concentrer ici sur la station ayant la plus longue priode de
mesure et prsentant les meilleures garanties de qualit; un des buts tant de tester un
certains nombres de modles.
Nous dfinissons prsent prcisment la notion de courbes IDF. Un ensemble de
courbes IDF pour les prcipitations (Ven Te Chow, 1964; Rmniras, 1972) constitue
une relation entre lintensit moyenne de la pluie (mesure en mm h-1), la dure ou le
temps dagrgation de cette pluie (mesure en minutes) et la frquence de lvnement
pluvieux (mesure en annes-1). La frquence dun vnement pluvieux x*, ici
caractris par la quantit de pluie tombe (en mm), mesure la raret de cet vnement
et est exprime par un paramtre dnomm la priode de retour T. La priode de retour
dun vnement pluvieux est dfinie comme tant linverse de sa probabilit de
dpassement annuelle:
T=

1
P ( X x* )

(1)

o X est la variable alatoire modlisant les valeurs maximales annuelles.

Peu de recherches ont t effectues quant ltablissement des courbes IDF des
prcipitations en zone tropicale africaine. Il y a dabord les vieilles publications dont la
mthodologie nest plus tout fait adquate (Bultot, 1956; Pire et al., 1960).
Rcemment, Mohymont et al. (2004) ont publi un article comparant les courbes IDF
des prcipitations obtenues pour trois stations situes au Congo avec celles obtenues
pour la station dUccle, situe non loin de Bruxelles, en zone climatique tempre
maritime. Le prsent article a pour but dtablir des courbes de type Montana pour une
longue srie en rgion tropicale africaine et de comparer les rsultats des diverses
formulations type Montana.
Une brve description du climat de la station de Yangambi, les instruments utiliss
ainsi que la description du jeu des donnes extrmes des prcipitations sont prsents
la section suivante. Les hypothses sous-jacentes au choix des modles probabilistes
sont nonces dans la troisime section. La quatrime section contient une tude plus
dtaille portant sur la srie des donnes pluviomtriques maximales annuelles
Copyright 2006 IAHS Press

241

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

journalires. La cinquime section traite de la modlisation des courbes IDF et contient

galement les rsultats numriques obtenus suite cette modlisation. Les conclusions,
reprises la dernire section, clturent cet article.
CLIMAT PLUVIOMETRIQUE, INSTRUMENTS ET JEUX DE DONNEES
La station de Yangambi est situe en zone climatique Af dans la classification de
Kppen (Kppen, 1923). Ce type de climat est dfini par labsence de saison sche,
cest--dire ayant une cote pluviomtrique suprieure 60 mm pour le mois le plus sec
et des tempratures moyennes mensuelles toujours suprieures 18C. Cette zone est
spcifiquement le domaine de la fort quatoriale ombrophile (Bultot, 1950).
La station de Yangambi se trouve dans la vaste cuvette centrale du Congo,
cheval sur lEquateur. Les pluies y sont abondantes et leur rpartition temporelle est
relativement uniforme. Au sein de la cuvette, la cote pluviomtrique annuelle varie de
1600 2200 mm. La normale pluviomtrique de la station de Yangambi-Km 5 est de
1826 mm pour la priode de rfrence 19311980. Une partie des pluies de la cuvette
centrale est gnre par le cycle diurne: chauffement des surfaces, vaporation,
condensation puis prcipitation. Un apport non ngligeable des prcipitations est
fourni par des masses dair en provenance de lAtlantique sud, et est dnomm
mousson de sud-ouest humide. Ces courants sont soumis au va-et-vient du front
intertropical de convergence (FIT) (Vandenplas, 1943; Ruwet et al., 1985).
La station de Yangambi ne subit pas rellement de saison sche mais on note deux
minima peu aprs les solstices, lun en janvier et fvrier et lautre en juin et juillet. Le
Tableau 1 reprend successivement la valeur normale des prcipitations mensuelles et
annuelles (en mm), le nombre de jours de prcipitations, et la cote pluviomtrique
maximale journalire (en mm) la station de Yangambi pour la priode de rfrence
19311980. On y note des valeurs moindres pour les mois de janvier, fvrier ainsi que
juin (Vandenplas, 1943; Ruwet et al., 1985).
A lchelle journalire, les pluies Yangambi doivent tre scindes en deux
groupes: les averses de laprs-midi (de plus courte dure et plus grande intensit) et
les pluies nocturnes (plus longue dure et moindre intensit). Pour les averses de
laprs-midi, on constate une baisse considrable de lintensit aprs 45 min mais la
pluie peut continuer moindre intensit jusqu deux heures et au-del. Pour les pluies
nocturnes, le maximum de lintensit est nettement moins prononc (Bultot, 1956). On
constate aussi quen moyenne, les maxima journaliers ne dpassent les valeurs des
maxima en 2 h que de 25%. Il est prciser que ces maxima ne relvent pas
Tableau 1 Caractristiques des prcipitations Yangambi pour la priode de rfrence 19311980
(Ruwet et al., 1985).
J
Valeur normale (en
mm)
83
Nombre de jours de
prcipitations
9
Maximum de la cote
pluviomtrique
journalire (en mm) 82

Anne

93

146

167

177

118

149

158

197

228

198

112

1826

14

15

15

13

14

14

16

19

18

13

169

112

89

112

146

81

170

126

123

134

98

119

170

Copyright 2006 IAHS Press

242

Bernard Mohymont & Gaston R. Demare

ncessairement de la mme date puisque la chronologie des vnements est carte

dans la thorie des valeurs extrmes. Cette relation entre les maxima en 2 h et les
maxima journaliers ainsi que les dures moyennes des averses de laprs-midi et des
averses nocturnes permet de pallier facilement le manque de donnes entre 2 et 24 h
pour les maxima journaliers. Lessentiel de linformation concernant les valeurs
extrmes de pluie se situe en effet ici dans une chelle de temps infrieure deux
heures; cest essentiellement pour cette raison que les oprateurs de lpoque nont pas
effectu le traitement pour les valeurs maximales de pluies pour des dures
suprieures.
Le pluviographe siphon en usage dans le rseau de lINEAC est du type ONM
(Office National de Mtorologie) et a t initialement construit par Richard Paris.
Linstrument a ensuite t amlior par Frre en vue de mieux tenir compte des
conditions tropicales. Ce modle possde une surface collectrice dont la superficie est
gale 4 dm2, comparable celle du pluviomtre, mais situe, du fait de la prsence du
systme enregistreur, un mtre cinquante au-dessus de la surface du sol. Le
pluviomtre est en usage depuis lanne 1911, date laquelle le rseau appartenant
lAgriculture et Forts a dbut. Le pluviomtre utilis est du type minicol ou Agri
et possde galement 4 dm2 douverture (Crabb, 1971).
Une srie de cotes pluviomtriques maximales mensuelles et annuelles et pas de
temps journalier existe depuis mai 1928; les donnes antrieures sont probablement
perdues. Le terme annuel est ici relatif lanne civile et non lanne
hydrologique; il en sera de mme dans la suite de cet article. La diffrence entre les
deux est ici insignifiante tant donn labsence de saison sche pour la station de
Yangambi. Les dernires donnes disponibles aux auteurs de cette note datent quant
elles de 1990. Quant aux donnes pluviographiques, elles sont disponibles depuis
lanne 1950 jusqu lanne 1983. Les observations climatologiques ont t
interrompues Yangambi en raison de la rbellion Simba dans les premiers jours de
dcembre 1964, et nont t reprises que le 1er octobre 1965. Une anne artificielle
combine 1964/1965 a, pour cette raison, t construite en prenant les onze premiers
mois de lanne 1964, complts par le mois de dcembre de lanne 1965.
Le jeu de donnes des extrmes des prcipitations est constitu par les maxima
annuels pour des dures dagrgation choisies gales 15, 30, 45, 60 et 120 min en
provenance du pluviographe. Les maxima en provenance du pluviomtre, et pour la
mme priode de rfrence, y ont t joints pour permettre lextension de lanalyse
jusqu lchelle journalire.

LA DISTRIBUTION DE PROBABILITE DES VALEURS EXTREMES

La mthodologie applique est base sur la technique des maxima annuels puisque
seuls ceux-ci sont connus. Une mthodologie de type peak over threshold (POT),
utilisant plusieurs extrmes par an aurait pu tre utilise si les deuxime, troisime,
maxima annuels avaient t disponibles.
Dans le cadre de la mthodologie des maxima annuels, deux distributions de
probabilit des valeurs extrmes sont trs souvent utilises. Il sagit de la distribution
gnrale des valeurs extrmes (GEV) et de son cas particulier, la distribution de
Gumbel. La fonction de rpartition de la loi GEV est donne par lexpression suivante:
Copyright 2006 IAHS Press

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

1 /

x
F ( x) = exp 1 +

243

(2)

avec un paramtre de courbure (ou de forme) impos non nul et o et sont

respectivement les paramtres de localisation et dchelle. Lorsque le paramtre
devient nul, la distribution GEV se rduit la distribution de Gumbel:

x
F ( x) = exp exp

(3)

Une justification thorique de lapplication de ces lois au cas des valeurs

maximales annuelles peut tre trouve par exemple dans Beirlant et al. (1996). Les
descriptions les plus simples tant en gnral les meilleures, nous proposons ici de
travailler avec la distribution de Gumbel qui est dcrite par seulement deux paramtres
(la distribution de GEV ncessite trois paramtres) et qui prsente de ce fait une
expression mathmatique plus simple. Cette hypothse a de plus t pralablement
teste et valide au moyen de diffrents tests statistiques (Mohymont et al., 2004). Il a
notamment t montr que le paramtre de courbure ntait pas significativement
diffrent de la valeur nulle et ce, au moyen dun test statistique appropri. On note
cependant que des tudes rcentes (Wilks, 1993; Koutsoyiannis & Baloutsos, 2000;
Coles et al. 2003; Koutsoyiannis, 2004) ont exprim un certain scepticisme concernant
lutilisation de la distribution de Gumbel pour les extrmes de prcipitations, montrant
que cette distribution peut, dans certains cas, sous-estimer srieusement les valeurs
extrmes de pluie pour de trs longues priodes de retour. Daprs les observations
faites dans ces tudes, il nest donc pas recommand dextrapoler les courbes IDF
bases sur la distribution de Gumbel des priodes de retour beaucoup plus grandes
que la longueur de lenregistrement. Nanmoins, lapplication des rsultats de ce type
dtudes ncessite de disposer de plusieurs stations situes dans une mme rgion, en
vue dobtenir une plus grande prcision sur lestimation du paramtre de courbure, ce
qui nest pas notre cas ici.
Les valeurs extrmes de pluie sobtiennent en inversant la fonction de rpartition
correspondant la loi de probabilit sous-jacente aux valeurs maximales annuelles.
*

Plus prcisment, le quantile xT ,d ayant une priode de retour T est dfini par la
grandeur x vrifiant lexpression suivante:

Fd ( x) = 1

1
T

(4)

et dans le cas de la distribution de Gumbel, en inversant la relation prcdente, nous

obtenons:

*
xT ,d = ln ln(1 )
T

(5)

tandis que lintensit extrme iT ,d des prcipitations correspondante est donne par:

iT ,d =
*

xT ,d
d

(6)

Copyright 2006 IAHS Press

244

Bernard Mohymont & Gaston R. Demare

Les estimations des paramtres et , et par voie de consquence, des valeurs xT ,d et

*

iT ,d , ont t effectues au moyen des estimateurs des moments-L, choisis en raison de

leur robustesse par rapport aux estimateurs du maximum de vraisemblance (Stedinger
et al., 1993).
*
Par ailleurs, des intervalles de confiance (IC) sur les estimations de , , xT ,d et
*

iT ,d peuvent tre obtenus au moyen de techniques de r-chantillonnage, la plus

simple tant dnomme bootstrap standard (Efron & Tibshirani, 1994). Ce genre de
technique a dmontr sa supriorit par rapport aux techniques plus classiques et
reposant sur des approximations asymptotiques (Mohymont, 1999). Tous les
intervalles de confiance que nous prsenterons dans la suite de cet article auront t
obtenus au moyen de cette technique.
ANALYSE DES MAXIMA ANNUELS DE LA COTE PLUVIOMETRIQUE
JOURNALIERE
Pour les donnes journalires, nous disposons dune srie de valeurs maximales
annuelles remarquablement longue, portant sur plus de 60 annes (19281990). La
Fig. 1 montre un histogramme de ces valeurs. La loi de Gumbel sajustant ces
donnes est galement reprsente sur cette figure ainsi que ses paramtres de
localisation et dchelle (avec leurs IC 95% de confiance respectifs, prsents entre
parenthses). Lchelle verticale pour la densit a t choisie de manire ce que laire

= 19.8 mm (15.5,23.8)
= 72.9 mm (67.9,78.4)

Fig. 1 Histogramme des valeurs maximales annuelles de pluie (exprime en mm) pour
une dure dagrgation dun jour Yangambi (19281990). La courbe continue est la
densit de Gumbel ajuste aux donnes. Les valeurs des paramtres ajusts sont
galement indiques sur la figure, avec leurs IC respectifs indiqus entre parenthses.
Copyright 2006 IAHS Press

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

245

Fig. 2 QQ-plot des maxima annuels de la station de Yangambi (19281990), pour une
dure dagrgation dun jour. La ligne droite continue reprsente la loi de Gumbel
ajuste aux donnes tandis que les courbes en traits semi-continus correspondent aux
IC de confiance 95%. Laxe des abscisses a trois chelles quivalentes: la probabilit
dtre infrieur lvnement pluvieux (chelle infrieure), la priode de retour
(chelle suprieure) ainsi que la variable rduite (chelle intermdiaire). Lchelle de
laxe des ordonnes est le millimtre.

sous la courbe soit gale laire de lhistogramme. La Fig. 2 reprend la mme

information sous forme de QQ-plot. Un QQ-plot est un outil statistique permettant de
visualiser graphiquement la qualit de lajustement dune loi donne un chantillon
de donnes (Beirlant et al., 1996). Dans ce graphique, les donnes sont reprsentes
par des toiles (*) tandis que la loi sous-jacente teste (ici, la loi de Gumbel) est
reprsente par une courbe continue (ici, une droite). Des intervalles 95% de
confiance sont galement reprsents (en traits semi-continus).
Nous observons que le modle de Gumbel semble convenir parfaitement dans le
sens o les quantiles empiriques (toiles) sont tous compris dans lIC et sont, de plus,
remarquablement proches de la loi continue. Le Tableau 2 reprend quelques valeursclefs pour la station de Yangambi, obtenues au moyen de la loi dcrite prcdemment.
Des IC 95% de confiance sont galement indiqus pour les quantits extrmes de
pluie.
A titre de comparaison, les valeurs obtenues par Demare et al. (1998) pour la
station de Lubumbashi (saisons de pluie 1921/221995/96) sont reprises au Tableau 3.
Nous observons que les valeurs extrmes de pluie Yangambi sont plus leves
que celles Lubumbashi, plus prcisment, entre 13 et 24% plus leves, cette
diffrence augmentant avec la priode de retour. Cette diffrence sexplique par la
situation gographique de Lubumbashi qui, tant situe une altitude de 1200 m dans
lextrme sud du Congo, est dj assez loigne de lEquateur et donc de la cuvette
Copyright 2006 IAHS Press

246

Bernard Mohymont & Gaston R. Demare

Tableau 2 Table des valeurs extrmes de pluie pour la station de Yangambi (19281990) et une dure
dagrgation dun jour.
qinf(95%)
q
Qsup(95%)
T
i
(mm)
(mm)
(mm)
(annes)
(mm h-1)
2
3.34
74.2
80.2
85.9
5
4.27
93.7
102.6
112.9
10
4.89
105.2
117.5
131.4
20
5.49
117.2
131.7
146.9
50
6.26
133.5
150.2
170.7
100
6.83
143.0
164.2
186.1
200
7.41
153.2
177.8
204.9
Notation: T: la priode de retour; i: lintensit extrme correspondant cette priode de retour;
q: la quantit extrme de pluie; qinf(95%) et Qsup(95%): les bornes infrieures et suprieures dun
intervalle 95% de confiance obtenu par une mthode de r-chantillonnage, faisant intervenir 1000
chantillons gnrs.
Tableau 3 Table des valeurs extrmes de pluie pour la station de Lubumbashi (19211996) et une dure
dagrgation dun jour.
T
(annes)
2
5
10
20
50
100
200
Notation: voir Tableau 2.

i
(mm h-1)
2.95
3.65
4.11
4.56
5.13
5.56
5.99

q
(mm)
70.9
87.6
98.7
109.4
123.1
133.4
143.7

congolaise pluvieuse. Bultot (1950) situe cette station dans la zone Cw de la

classification climatique de Kppen, cest--dire une zone dont la cote pluviomtrique
pour le mois le plus sec est infrieure ou gale au dixime du total des pluies
recueillies durant le mois le plus pluvieux. La pluviomtrie de cette rgion consiste en
une seule saison de pluie cheval sur deux annes conscutives et dune saison sche
situe au milieu de lanne.

LES COURBES IDF DES PRECIPITATIONS, METHODOLOGIE,

MODELISATION ET RESULTATS
Mthodologie et modlisation
Symbolisons lintensit moyenne de pluie par i (exprime en mm h-1), le temps
dagrgation de la pluie par d (exprim en min) et la priode de retour par T (exprime
en annes). La relation IDF sexprime alors mathmatiquement:
i = f (T , d )

Dans le cas de la sparation des variables T et d dans lexpression ci-dessus:

Copyright 2006 IAHS Press

(7)

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

i=

a (T )
b( d )

247

(8)

la relation IDF dcrit une famille de courbes parallles, lorsquelle est reprsente dans
un systme daxes doublement logarithmique. Dune manire gnrale, lintensit
pluvieuse diminue avec la dure dagrgation et augmente avec la priode de retour,
cest--dire que les intensits sont dautant plus faibles que la dure est plus longue
(Rmniras, 1972, p. 143). Cela implique que la fonction i doit tre une fonction
dcroissante et ne peut donc prsenter de bosses. Cette proprit permet de pallier sans
problme le saut entre 2 et 24 h dans la modlisation des courbes IDF. Les modles
retenus prsentent cet aspect. En outre, pour les dures daggrgation courtes, les
courbes IDF des prcipitations doivent prsenter une courbure oriente vers le bas, car
lintensit instantane (cest dire pour une dure dagrgation tendant vers zro) est
une grandeur physique et par consquent une grandeur finie. Les modles empiriques
doivent donc ncessairement prendre correctement en compte cet effet. Les diffrentes
priodes de retour considres pour le calcul des courbes IDF sont les suivantes: T = 2,
5, 10, 20, 50, 75 et 100 annes. Nous prsentons ci-aprs diffrents modles de
relations IDF que nous appliquerons ensuite aux donnes de la station de Yangambi:
(a) Modle 1:
i=

a (T )
1
avec a (T ) = ln ln1 et b(d ) = (d + )
b( d )
T

(9)

Les paramtres estimer sont , , , .

(b) Modle 2:
i=

a (T )
1
avec a (T ) = ln ln1 et b( d ) = d (1 + d )
b( d )
T

(10)

Les paramtres estimer sont nouveau , , et . Dans ce modle, les paramtres

ont des dimensions physiques: est exprim en diximes de mm; est adimensionnel; est exprim en min; et est a-dimensionnel.
(c) Modle 3 (Montana simple):
i=

1
a (T )
avec a (T ) = C + D ln(T ) et
= E + F ln(T )
b (T )
1 b(T )
d

(11)

Les paramtres estimer sont C, D, E et F (Grosse et al., 1980).

(d) Modle 4 (Montana amlior no. 1):
i=

1
a(T )
avec a (T ) = C + D ln(T ) et
= E + F ln(T )
b (T )
1 b(T )
(d + c)

(12)

Les paramtres estimer sont C, D, E, F et c.

Copyright 2006 IAHS Press

248

Bernard Mohymont & Gaston R. Demare

(e) Modle 5 (Montana amlior no. 2):

i=

1
a (T )
avec a (T ) = C + D ln(T ) et
= E + F ln(T )
1 b(T )
d
+c
b (T )

(13)

Les paramtres estimer sont C, D, E, F et c.

Les deux premiers modles sont inspirs de Koutsoyiannis et al. (1998). Le
troisime modle nest rien dautre que la formule de Montana sous sa forme
simplifie (Grosse et al., 1980). On constate galement que les modles 3, 4 et 5 ne
satisfont pas la condition de sparation des variables T et d, ce qui implique que deux
courbes de la mme famille peuvent sloigner ou se rapprocher. Les paramtres de ces
formulations doivent par consquent vrifier implicitement des contraintes supplmentaires de manire viter que des courbes associes en une mme famille ne se
croisent. Dans la reprsentation doublement logarithmique, le Modle 3 dcrit une
famille de droites. Or, une telle famille ne peut pas correctement reprsenter laspect
fini dune intensit instantane. Pour cette raison, le Modle 3 sera exclus de la
discussion qui suivra. Les deux derniers modles constituent des amliorations du
troisime modle, o le paramtre supplmentaire garantit la courbure de la famille des
fonctions dcrites par la relation IDF. Remarquons quil y a quatre paramtres
estimer pour chacun des trois premiers modles et cinq paramtres estimer pour
chacun des deux derniers modles. Dans chacun des cinq modles, la dure d est
toujours exprime en minutes tandis que lintensit i est toujours exprime en dixime
de millimtres par heure.
La mthode utilise pour estimer ces paramtres est classique, comporte trois
tapes distinctes et a dj t utilise par de nombreux auteurs (voir par exemple
Demare, 1985). Ces trois tapes sont les suivantes:
Ajustement dune densit de probabilit aux extrmes annuels et ce, pour chaque
dure dagrgation disponible et/ou choisie par lutilisateur. La densit opte pour
la station de Yangambi est la densit de Gumbel et les estimateurs utiliss sont les
estimateurs des moments-L.
Estimation des quantiles (appels quantiles empiriques) pour chaque dure et
chaque priode de retour, spcifies par lutilisateur, sur la base des densits
estimes la premire tape.
Rgression non linaire globale sur les quantiles empiriques estims lors de la
deuxime tape. Cette rgression permet lestimation des paramtres de la relation
IDF au moyen de la minimisation de la somme des carrs des erreurs relatives
entre les courbes et les quantiles empiriques.
Rsultats
La Fig. 3, constitue de quatre sous-figures, montre les rsultats obtenus pour les
modles 1, 2, 4 et 5. Les toiles reprsentent les quantiles empiriques tandis que les
courbes continues reprsentent les courbes IDF des prcipitations. Chacune de ces
sous-figures est ralise en chelle doublement logarithmique. Les valeurs obtenues
pour les paramtres sont reprises sur chacune des sous-figures, ainsi que lerreur de
rgression. Cette erreur est la racine carre de la somme des carrs des erreurs relatives
entre les quantiles empiriques et les courbes IDF.
Copyright 2006 IAHS Press

-1

= 8701
= 5.08
= 36.15
= 0.98
Erreur: 3.9%

-1

Sens croissant pour T

==9011
8897
==5.68
5.80
==40.81
43.58
==0.96
0.92

Erreur: 4.3%
4.1%

Modle 1

Modle 2

(0.1

Erreur: 4.1%

Modle 4
Dure (min)

-1

Sens croissant pour T

C = 40055
D = 8140.22
E = 46.49
F = 4.51
c = 29.86

Erreur: 4.0%

Modle 5
Dure (min)

Fig. 3 Courbes IDF pour les prcipitations Yangambi, Congo. Les valeurs des paramtres des modles sont indiques sur chaque sous-figure ainsi que lerreur de
rgression. Les quantiles empiriques (toiles) ont t obtenus au moyen dun modle Gumbel. Les priodes de retour utilises sont 2, 5, 10, 20, 50, 75 et 100 annes.

249

Copyright 2006 IAHS Press

C = 39804
D = 8375.08
E = 42.01
F = 2.34
c = 34.37

Intensit pluvieuse (0.1 mm h )

Sens croissant pour T

-1

Intensit pluvieuse (0.1 mm h )

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

Intensit pluvieuse (0.1 mm h-1)

Sens croissant pour T

Intensit pluvieuse (0.1 mm h )

250

Bernard Mohymont & Gaston R. Demare

Les Tableaux 4 et 5 reprennent de manire rcapitulative les valeurs des paramtres

obtenus pour chacun des modles ainsi que les erreurs de rgression obtenues.
Tableau 4 Valeurs des paramtres des courbes IDF pour les modles 1 et 2 ainsi que lerreur relative
dinterpolation commise. Cette erreur est la racine carre de la somme des carrs des carts relatifs entre
les courbes et les quantiles empiriques. Les dimensions sont indiques entre crochets.
Modle
1
2

8701
(-)
9011
(0.1 mm)

5.08
(-)
5.68
(-)

36.15
(-)
40.81
(min)

0.98
(-)
0.96
(-)

Erreur
0.039
(-)
0.041
(-)

Tableau 5 Valeurs des paramtres des courbes IDF pour les modles 4 et 5 ainsi que lerreur relative
dinterpolation commise (voir les explications au Tableau 4).
Modle
3
4
5

C
39804
(-)
40055
(-)

D
8375.08
(-)
8140.22
(-)

E
42.01
(-)
46.49
(-)

F
2.34
(-)
4.51
(-)

c
34.37
(-)
29.86
(-)

Erreur
0.041
(-)
0.040
(-)

Les valeurs leves du paramtre pour les modles 1 et 2 retiennent notre attention.
Pour des raisons physiques, ce paramtre est compris entre les valeurs 0 et 1. Une
valeur plus grande que 1 signifierait que la quantit extrme de pluie diminue avec la
dure, ce qui est impossible. Les valeurs estimes de 0.96 et 0.98 pour le paramtre
dans les courbes IDF sont trs proches de la valeur limite 1, ce qui confirme que
lessentiel de linformation concernant les valeurs extrmes pluvieuses se situe dans les
courtes dures et donc que lerreur dinterpolation commise entre les dures de 2 et de
24 h est faible. Par comparaison, les valeurs du paramtre calcules Uccle
(Belgique) pour les mmes modles sont de lordre de 0.75 (Mohymont et al., 2004).
De mme, Menabde et al. (1999) ont obtenu des valeurs comprises entre 0.65 et 0.75
pour les stations sud-africaines, mais au moyen dun modle multi-fractal.
Finalement, le Tableau 6 reprend quelques valeurs clefs, concernant la relation
IDF ajuste suivant le Modle 2 pour la station de Yangambi.
Il est intressant de comparer les valeurs du Tableau 6 pour la dure de 24 h (ou
1440 min) avec les valeurs du Tableau 2, prsentes la section intitule Analyse des
maxima annuels de la cote pluviomtrique journalire. Le Tableau 6 reprend les
valeurs extrmes de pluie pour la station de Yangambi (19501983) obtenues au
moyen de la relation IDF donne par le Modle 2 et base sur les valeurs extrmales
annuelles de pluie pour les dures dagrgation de 15, 30, 45, 60, 120 et 1440 min. La
partie gauche de ce tableau, constitue par les cinq premires colonnes, reprend
linformation IDF pour une priode de retour gale 20 annes tandis que la partie
droite reprend linformation pour une priode de retour de 100 annes. Pour chacune
des deux parties, la premire colonne indique la priode de retour. La deuxime
colonne indique lintensit extrme correspondant cette priode de retour. Les trois
dernires colonnes reprennent la quantit extrme de pluie (exprime en mm), ainsi
que les bornes infrieures et suprieures dun intervalle 95% de confiance obtenu
Copyright 2006 IAHS Press

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

251

Tableau 6 Table des valeurs extrmes de pluie pour la station de Yangambi (19501983) obtenues au
moyen de la relation IDF donne par le Modle 2 et base sur les valeurs extrmales annuelles de pluie
pour les dures dagrgation de 15, 30, 45, 60, 120 et 1440 min.
T = 20 ans
d
(min)
15
30
45
60
120
240
360
720
1440

I
(mm h-1)
147.2
113.9
93.2
78.9
49
27.9
19.5
10.3
5.27

q
(mm)
36.8
57
69.9
78.9
98.1
111.7
117.2
123.2
126.5

q inf.
95%
32.6
51
61.8
69.4
85.1
96.7
101.2
106
107.8

q sup.
95%
41.2
64.3
78.7
90.1
113.7
129.5
135.8
142.8
146.6

T = 100 ans
d
I
(min) (mm h-1)
15
174.9
30
135.4
45
110.8
60
93.8
120
58.3
240
33.2
360
23.2
720
12.2
1440
6.26

q
(mm)
43.7
67.7
83.1
93.8
116.6
132.8
139.3
146.4
150.3

q inf.
95%
37.9
58.6
71.9
79.6
97
110.4
115.7
121.4
124.2

q sup.
95%
50.1
78.7
96.1
109.6
138.9
158.2
165.9
174.4
179.1

partir dune mthode de r-chantillonnage applique aux quantiles empiriques mais

adapte aux valeurs donnes par la relation IDF. Bien que diffrentes, les estimations
du Tableau 6 restent comprises dans les intervalles de confiance associs aux valeurs
du Tableau 2, et rciproquement. Les diffrences observes sont donc avant tout
dordre statistique, dans le sens o les longueurs des deux sries sous-jacentes sont
diffrentes (33 et 62 ans). De plus, les valeurs reprises dans ces deux tables sont
estimes au moyen de deux techniques distinctes; les valeurs donnes par un modle
IDF sont utilises au Tableau 6 tandis que les quantiles thoriques estims au moyen
de la loi de probabilit ajuste aux extrmes annuels sont utiliss pour le Tableau 2.
Mais le fait que les valeurs restent comparables, aprs prise en compte des IC, nous
rassure quant la consistance de notre mthodologie et quant au choix de la loi de
probabilit effectu.

CONCLUSIONS
Nous observons que les erreurs commises par les modeles 1, 2, 4 et 5 sont toutes
semblables et valent environ 4%. Cette valeur est remarquablement petite et nous
observons dailleurs visuellement sur les figures correspondantes que lajustement des
courbes aux quantiles empiriques est presque parfait. Nous remarquons galement que
les modeles 4 et 5 sont probablement sur-paramtrs puisquils prsentent la mme
erreur que les modles 1 et 2, alors que ceux-ci utilisent un paramtre de moins. De
plus, les modles 4 et 5 ne satisfont pas au critre de la sparation des variables d et T.
Quant aux modles 4 et 5, lexpression linaire retenue pour a(T) nest autre quune
approximation linaire de la fonction inverse de la loi de probabilit de Gumbel, ce qui
ne se justifie pas vu que la formulation complte prconise par Koutsoyiannis et al.
(1998) nest pas plus difficile utiliser.
Le Modle 3 dit Montana simple a t limin car il ne satisfaisait pas la
contrainte asymptotique requise lorsque d tend vers zro, ce qui explique que lerreur
commise par le Modle 3 est beaucoup plus importante (18%). Ceci vient du fait que le
Modle 3 correspond une srie de droites parallles alors que la loi IDF sous-jacente
Copyright 2006 IAHS Press

252

Bernard Mohymont & Gaston R. Demare

aux quantiles empiriques prsente manifestement une courbure. On conclut que la

formule classique dite Montana simple ne peut pas tre utilise pour des temps
dagrgation infrieurs un jour. Il est vident que pour des intervalles reprenant des
dures autres que celles utilises dans cet article, ce modle peut parfaitement
convenir. Dans ce cas, les courbes deviennent une famille de droites non-parallles
telles que celles obtenues par Grosse et al. (1980) pour des dures comprises entre 1 et
10 jours.
Nous concluons finalement que le Modle 2 est le plus intressant dans le sens o
il nutilise que quatre paramtres ayant chacun une dimension physique. Cette
proprit permet un changement dchelle des axes sans devoir recalculer les
paramtres au moyen dune nouvelle procdure doptimisation non-linaire. Lors dun
tel changement dchelle, les nouvelles valeurs des paramtres du Modle 2
sobtiennent simplement en effectuant un changement de dimension adquat sur les
paramtres.
Ces conclusions prconisent donc lutilisation dune formule type Montana sur des
bases physique et probabiliste plus solides et rejettent les formulations de Montana
dites classiques. Le dveloppement hydraulique subsquent conduisant la formule de
Caquot nest cependant plus aussi vident.
Nous avons galement montr que ladjonction dintervalles de confiance
appropris tait hautement intressante, voire indispensable. En effet, une estimation
ou une mesure, quelle quelle soit, ne signifie rien sans une ide de sa prcision. De
plus, dun point de vue gestion de risques, lutilisateur pourra, dans le doute, prendre la
borne suprieure de lintervalle de confiance sur la quantit extrme, plutt que
dutiliser des coefficients de risques purement artificiels.
Remerciements Les auteurs remercient en particulier Marcel Crabb qui a transmis les
donnes sous forme manuscrite et B. Totiwe TEssabe de lINERA Yangambi pour
les soins continus dobservations co-climatologiques, efforts sans lesquels cet article
naurait pas t possible.
REFERENCES
Beirlant, J., Teugels, J. & Vynckler, P. (1996). Practical Analysis of Extreme Values. Leuven University Press, Belgique.
Bultot, F. (1950) Carte des rgions climatiques du Congo Belge tablie daprs les critres de Kppen. Publication de
lInstitut National pour lEtude Agronomique du Congo Belge (INEAC). Communication no. 2, Bureau
Climatologique, Bruxelles.
Bultot, F. (1956) Etude statistique des pluies intenses en un point et sur une aire au Congo Belge et au Ruanda-Urundi.
Publication de lInstitut National pour lEtude Agronomique du Congo Belge. Communication no. 11, Bureau
Climatologique, Bruxelles.
CERTU (Centre d'tudes sur les Rseaux, les Transports, l'Urbanisme et les constructions publiques) (2003) La ville et son
assainissement. Principes et outils pour une meilleure intgration dans le cycle de leau. CERTU, Lyon, France.
Coles, S., Pericchi, L. R., & Sisson, S. (2003) A fully probabilistic approach to extreme rainfall modelling, J. Hydrol.
273(1/4), 3550.
Crabb, M. (1971) Recueil dinstructions relatives au rseau dcoclimatologie (quatrime dn). Institut National pour
lEtude Agronomique du Congo (INEAC), Kinshasa.
Demare, G. (1985) Intensitydurationfrequency relationship of point precipitation at Uccle. Reference period 1934
1983. Koninklijk Meteorologisch Instituut van Belgi, Publications Reeks A, nr. 116.
Demare, G., Derasse, S. & Assani, A. (1998) Extreme-value distribution of the rainy season daily precipitation depths at
Lubumbashi (Shaba), Zare. In: Tropical Climatology, Meteorology and Hydrology in Memoriam Franz Bultot
(19241995) (ed. by G. Demare, J. Alexandre & M. De Dapper) (Proc. Int. Conf., Brussels, 2224 May 1996), 507
515. Royal Meteorological Institute of Belgium Royal Academy of Overseas Sciences.
Efron, B. & Tibshirani, R. J. (1994) An Introduction to the Bootstrap. Chapman & Hall, London, UK.

Copyright 2006 IAHS Press

Courbes intensitdurefrquence des prcipitations Yangambi, Congo

253

Grosse, J. Y., Givone, C., Givone P., Colin, E., Oberlin, G. & Schwartz, J. (1980) Crues et assainissement. Analyse des
pluies de 1 10 jours sur 300 postes mtropolitains. La Mtorologie, VIe srie 20/21, 161168.
Circulaire inter-ministrielle (1981) Instruction technique relative aux rseaux dassainissement des agglomrations
Circulaire 77284/INT. Ministre de lIntrieur, Direction Gnrale des Collectivits Locales, Ministre de la Culture
et de lEnvironnement, etc. Paris, Imprimerie Nationale, 4 fasc.
Kppen, W. (1923) Die Klimate der Erde. Grundriss der Klimakunde. De Gruyter, Berlin, Germany.
Koutsoyiannis, D. (2004) On the appropriateness of the Gumbel distribution for modelling extreme rainfall. In:
Hydrological Risk: Recent Advances in Peak River Flow Modelling, Prediction and Real-time Forecasting.
Assessment of the Impacts of Land-use and Climate Changes (ed. by A. Brath, A. Montanari & E. Toth), 303319.
Editoriale Bios, Castrolibero, Bologna, Italy.
Koutsoyiannis, D. & Baloutsos, G. (2000) Analysis of a long record of annual maximum rainfall in Athens, Greece, and
design rainfall inferences. Natural Hazards 22(1), 3151.
Koutsoyiannis, D., Kozonis, D. & Manetas, A. (1998) A mathematical framework for studying rainfall intensityduration
frequency relationships. J. Hydrol. 206, 118135.
Menabde, M., Seed, A. & Pegram, G. (1999) A simple scaling model for extreme rainfall, Water Resour. Res. 35(1), 335
339.
Mohymont, B. (1999) Estimation de quantiles : mthodes paramtriques et non paramtriques. MSc Thesis, INMA, UCL,
Louvain-la-Neuve, Belgique.
Mohymont, B., Demare, G. R. & Faka, D. N. (2004) Establishment of IDF-curves for precipitation in the tropical area of
Central Africa-comparison of techniques and results. Natural Hazards and Earth System Sciences 4, 375387.
Pire, J., Berruex, M. & Quoidbach, J. (1960) Lintensit des pluies au Congo et au Ruanda-Urundi. Mmoires-Collection
in-4, Livre VI, Fascicule 1, Classe des Sciences Techniques, Acadmie Royale des Sciences dOutre-Mer.
Rmniras, G. (1972) LHydrologie de lIngnieur (troisime dn). Collection du Centre de Recherches et dEssais de
Chatou, Eyrolles, France.
Ruwet, A., Sengele, N., Agana, P. & Totiwe, T. (1985) Paramtres moyens et extrmes principaux du climat des stations
du rseau INERA, Tome 1 (troisime dn). Institut National pour lEtude et la Recherche Agronomiques (INERA),
Section de Climatologie, Yangambi, Rpublique du Zare.
Stedinger, J. R., Vogel, R. M. & Foufoula-Georgiou, E. (1993) Frequency analysis of extreme events. Ch. 18 in: Handbook
of Hydrology (ed. by D. R. Maidment). McGraw-Hill, New York, USA.
Vandenplas, A. (1943) La pluie au Congo Belge. Mmoires Institut Royal Mtorologique de Belgique XVI.
Ven Te Chow (1964) Handbook of Applied Hydrology. McGraw-Hill, New York, USA.
Wilks, D. S. (1993) Comparison of three-parameter probability distributions for representing annual extreme and partial
duration precipitation series, Water Resour. Res. 29(10), 35433549.

Reu le 12 avril 2005; accept le 22 novembre 2005

Copyright 2006 IAHS Press