Accounting for sparsely observed rainfall space-time variability in a rainfall-runoff model of a semiarid Tunisian basin

摘要

The management of water excesses and deficits is a major task in semiarid Mediterranean regions, where the variability of rainfall inputs is high at different time and space scales. Thus intense hydrometeorological events, which generate both potential resource and hazards, are of major interest. A simple method is proposed, with the example of the Skhira basin (192 km~2) in central Tunisia, to account for the event space-time variability of rainfall in a rainfall-runoff model, in order to check its influence on the shape, magnitude and timing of resulting hydrographs. The transfer function used is a geomorphology-based unit hydrograph with an explicit territorial significance. Simulations made for highly variable events show the relevance of this method, seen as the first step of a downward approach, and its robustness with respect to the quality and the density of rainfall data.%La gestion des excès et des manques d'eau est une préoccupation majeure en milieu semi-aride Méditerranéen, où la variabilité des apports pluviométriques est grande, à différentes échelles de temps et d'espace. Les événements hydrométéorologiques intenses, générateurs de ressource potentielle et de dangers, sont par conséquent d'un intérêt majeur. Nous proposons, pour l'exemple du bassin versant de Skhira (192 km~2) en Tunisie centrale, une méthode simple pour prendre en compte la variabilité spatio-temporelle événementielle de la pluie dans une modélisation pluie-débit, afin de vérifier son influence sur la forme, l'ampleur et le phasage temporel des hydrogrammes produits. La fonction de transfert utilisée est un hydrogramme unitaire à base géomorphologique, qui présente une correspondance territoriale explicite. Des simulations conduites pour des événements très variables montrent la pertinence de cette méthode, vue comme la première étape d'une approche descendante, ainsi que sa robustesse par rapport à la qualité et à la densité des données de pluie.