Document généré le 27 jan.

2024 08:44

Revue des sciences de l’eau

Journal of Water Science

Apport de la variabilité spatiale des caractéristiques physiques

du bassin versant dans la modélisation hydrologique et les
sous-produits du bilan hydrologique : cas du bassin versant de
l’aval Mekerra, Algérie
Contribution of the spatial variability of basin physical
characteristics in hydrological rainfall-runoff modeling and
by-products of hydrological balance: Case of Lower Mekerra
watershed, Algeria
Abdelkader Otmane, Kamila Baba Hamed et Abderrazak Bouanani

Volume 32, numéro 2, 2019 Résumé de l'article

Les avancées technologiques en matière d’acquisition de données spatialisées
Reçu le 10 décembre 2018, accepté le 5 février 2019 offrent la possibilité de prendre en compte la répartition spatiale des
caractéristiques physiques du bassin versant dans la modélisation
URI : https://id.erudit.org/iderudit/1065203ar hydrologique. Cet article présente une étude comparative des performances
DOI : https://doi.org/10.7202/1065203ar entre un modèle hydrologique semi-distribué à base physique SWAT (Soil and
Water Assessment Tool) et un modèle global à réservoirs GR4J (Génie rural à
Aller au sommaire du numéro quatre paramètres journaliers) appliqués au bassin versant de l’aval Mekerra.
Pour ces deux modèles, les données de pluie et de la température sont
similaires, la seule différence est la façon de considérer les différents processus
du cycle hydrologique en interaction avec les caractéristiques physiques du
Éditeur(s) bassin. L’approche semi-distribuée semble donner des résultats légèrement
Université du Québec - INRS-Eau, Terre et Environnement (INRS-ETE) meilleurs que l’approche globale sur le cas d’étude. Ceci est dû
vraisemblablement à la spatialisation des caractéristiques physiques du bassin
versant ainsi qu’à une meilleure représentation de la fonction de transfert du
ISSN
processus hydrologique du modèle SWAT. Cette étude met en évidence l’intérêt
1718-8598 (numérique) de la télédétection et du système d’information géographique (SIG) dans la
facilité de l’introduction des caractéristiques physiques du bassin pour une
Découvrir la revue utilisation optimale de la capacité du modèle. De plus, les résultats trouvés
montrent l’intérêt d’utilisation du modèle SWAT sans pour autant prétendre à
sa supériorité, car il peut offrir des résultats probants dans certains cas comme
notre bassin et être moins performant dans d’autres.
Citer cet article
Otmane, A., Baba Hamed, K. & Bouanani, A. (2019). Apport de la variabilité
spatiale des caractéristiques physiques du bassin versant dans la modélisation
hydrologique et les sous-produits du bilan hydrologique : cas du bassin versant
de l’aval Mekerra, Algérie. Revue des sciences de l’eau / Journal of Water Science,
32(2), 117–144. https://doi.org/10.7202/1065203ar

Tous droits réservés © Revue des sciences de l’eau, 2019 Ce document est protégé par la loi sur le droit d’auteur. L’utilisation des
services d’Érudit (y compris la reproduction) est assujettie à sa politique
d’utilisation que vous pouvez consulter en ligne.
https://apropos.erudit.org/fr/usagers/politique-dutilisation/

Cet article est diffusé et préservé par Érudit.

Érudit est un consortium interuniversitaire sans but lucratif composé de
l’Université de Montréal, l’Université Laval et l’Université du Québec à
Montréal. Il a pour mission la promotion et la valorisation de la recherche.
https://www.erudit.org/fr/
 APPORT DE LA VARIABILITÉ SPATIALE DES
CARACTÉRISTIQUES PHYSIQUES DU BASSIN VERSANT DANS
LA MODÉLISATION HYDROLOGIQUE ET LES SOUS-PRODUITS
DU BILAN HYDROLOGIQUE : CAS DU BASSIN VERSANT DE
L’AVAL MEKERRA, ALGÉRIE

Contribution of the spatial variability of basin physical characteristics in hydrological rainfall-runoff modeling and by-products of hydrological
balance: Case of Lower Mekerra watershed, Algeria

Abdelkader OTMANE1,2*, Kamila BABA HAMED2, Abderrazak BOUANANI2

1
Centre des Techniques Spatiales, Département de l’Observation de la Terre, 1 avenue de la Palestine, BP 13, 31200, Arzew,
Oran, Algérie
2
Laboratoire Promotion des Ressources hydriques, minières et pédologiques, Législation de l’Environnement et Choix
technologique, Département d’Hydraulique, Faculté de Technologie, Université de Tlemcen, BP 230, 13000 Tlemcen, Algérie

Reçu le 10 décembre 2018, accepté le 5 février 2019

RÉSUMÉ donner des résultats légèrement meilleurs que l’approche

globale sur le cas d’étude. Ceci est dû vraisemblablement à
la spatialisation des caractéristiques physiques du bassin
Les avancées technologiques en matière d’acquisition de
versant ainsi qu’à une meilleure représentation de la fonction
données spatialisées offrent la possibilité de prendre en compte
de transfert du processus hydrologique du modèle SWAT.
la répartition spatiale des caractéristiques physiques du bassin
Cette étude met en évidence l’intérêt de la télédétection et du
versant dans la modélisation hydrologique. Cet article présente
système d’information géographique (SIG) dans la facilité de
une étude comparative des performances entre un modèle
l’introduction des caractéristiques physiques du bassin pour
hydrologique semi-distribué à base physique SWAT (Soil and
une utilisation optimale de la capacité du modèle. De plus,
Water Assessment Tool) et un modèle global à réservoirs GR4J
les résultats trouvés montrent l’intérêt d’utilisation du modèle
(Génie rural à quatre paramètres journaliers) appliqués au
SWAT sans pour autant prétendre à sa supériorité, car il peut
bassin versant de l’aval Mekerra. Pour ces deux modèles, les
offrir des résultats probants dans certains cas comme notre
données de pluie et de la température sont similaires, la seule
bassin et être moins performant dans d’autres.
différence est la façon de considérer les différents processus
du cycle hydrologique en interaction avec les caractéristiques
Mots-clés : modèle hydrologique, répartition spatiale,
physiques du bassin. L’approche semi-distribuée semble
SWAT, GR4J, aval Mekerra, SIG, télédétection.

Auteur pour correspondance :

*

Téléphone : 213 06 59 25 33 61
Courriel : [email protected] ISSN : 1718-8598 Revue des Sciences de l’Eau 32(2) (2019) 117-144
 Performance et validité du modèle SWAT par rapport à GR4J
118

ABSTRACT Certaines d’entre elles affirment clairement le bénéfice que l’on

peut avoir à utiliser l’approche semi-distribuée (MICHAUD
et SOROSHIAN, 1994; KRYSANOVA et al., 1999; BOYLE
Technological advances in the acquisition of spatial
et al., 2001). Par contre, les travaux de DIERMANSE (1999),
data offer the possibility of taking into account the spatial
et KOKKONEN et JAKEMAN (2001) présentent des
distribution of the watershed physical characteristics in
conclusions allant en sens inverse.
hydrological modelling. In order to do this, we have chosen to
compare the performances of a semi-distributed hydrological
La synthèse de ces recherches nous montre que plus le bassin
model SWAT (Soil and Water Assessment Tool) and a global
est grand, plus l’approche semi-distribuée sera avantageuse.
reservoir model GR4J (Rural engineering model with four daily
Ainsi, la semi-distribution des paramètres est, en moyenne,
parameters) in the Lower Mekerra watershed. For these two
plus avantageuse pour des bassins qui présentent des indices
models, rain and temperature data are the same, the difference
de réponse élevés (KITE et KOUWEN, 1992). En effet,
is how they consider the various processes of the hydrological
l’approche semi-distribuée n’est donc pas systématiquement
cycle in interaction with the physical characteristics of the
synonyme d’améliorations. Tout dépend des cas étudiés et
basin. The semi-distributed approach seems to give slightly
des modèles choisis. Par ailleurs, la plupart des études se
better results than the global approach for the case study. This is
concentrent uniquement sur un type de modèle, un type de
probably due to the spatialization of the physical characteristics
bassin de taille bien définie et prennent en compte très peu de
of the watershed as well as to a better representation of the
critères d’hétérogénéités. Nous pouvons donc considérer que
hydrological transfer function in the SWAT model. This
chaque étude présente un cas particulier.
study highlights the interest of remote sensing and geographic
information system (GIS) in the ease of introducing the
Dans cette perspective, notre étude fait l’objet d’une
physical characteristics of the basin for optimal use of model
comparaison des performances entre deux modèles différents :
capacity. Moreover, the results found show the interest of using
GR4J qui considère le bassin versant comme une seule entité
the SWAT model without claiming its superiority because it
et SWAT qui peut le subdiviser en surfaces élémentaires
can offer convincing results for some cases like our basin and
homogènes. Ainsi, dans ce travail nous ne cherchons pas
be less efficient for others.
seulement à reproduire au mieux un hydrogramme, mais surtout
à reproduire de la façon la plus réaliste possible les différentes
Key words: hydrological model, spatial distribution, SWAT,
composantes du bilan hydrologique, particulièrement dans un
GR4J, Lower Mekerra, GIS, remote sensing.
bassin versant présentant une réelle difficulté liée essentiellement
au manque d’information spatiale sur les précipitations.

Les dernières recherches menées dans la comparaison

1. INTRODUCTION entre SWAT et GR4J donnent des résultats différents.
VELAZQUEZ et al. (2015) favorisent le modèle SWAT. Par
Pour une meilleure gestion des ressources en eau et des contre, SIMONNEAUX et al. (2008), GABORIT et al. (2010)
quantités d'eau disponibles, il est nécessaire de transformer les et TRUDEL et al. (2017), montrent que l'incertitude est plus
données pluviométriques en données hydrométriques. D'où élevée pour SWAT que pour GR4J. Par ailleurs, BRULEBOIS
l'intérêt de la modélisation pluie-débit basée sur l'utilisation de et al. (2018), mettent en évidence la robustesse des deux
modèles simulant la réalité. Parmi les paramètres qui entrent modèles.
en jeu lors de la modélisation hydrologique, les caractéristiques
physiques du bassin (pente, occupation du sol, pédologie, Généralement, la synthèse de ces recherches montre que le
etc.), ainsi que leurs hétérogénéités spatiales font l’objet modèle GR4J donne de meilleurs résultats dans les petits bassins
d’une classification des modèles (approche globale et semi- versants pour reproduire le débit observé dans le domaine
distribuée). Elles conditionnent largement la performance du temporel, alors que le modèle SWAT est plus performant
modèle, de même que la représentation spatiale des différents pour le cas de plus grands bassins versants. Cette constatation
processus qui décrivent le bilan hydrologique dans le bassin indique que les modèles semi-distribués sont particulièrement
(ruissellement, recharge, évapotranspiration, capacité de applicables pour les bassins hydrographiques complexes en
rétention, etc.) (BAUDEZ et al., 1999). raison de leur hétérogénéité physique (TEGEGNE et al.,
2017).
En termes de performance, la comparaison des approches
globale et semi-distribuée en modélisation pluie-débit est une Cette problématique se traduit-elle au niveau de la
problématique qui s’est fortement développée depuis longtemps structure interne du modèle, de la discrétisation spatiale des
(WENDING, 1992). L’ensemble des recherches scientifiques caractéristiques physiques du bassin, ou encore de la nature du
dans ce sens donne une image relativement complexe. processus hydrologique représenté?
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
119

2. PRÉSENTATION DE LA ZONE La caractéristique de forme la plus utilisée est le coefficient

de Gravelius Kc (BENDJOUDI et HUBERT, 2002). Il se
D’ÉTUDE définit comme le rapport entre le périmètre du bassin versant
(P) et la surface (A) (Équation 1) (appelée aussi coefficient de
Le bassin versant de la Macta, situé au nord-ouest de compacité) :
l’Algérie (Figure 1a), couvre une superficie de 14 389 km2. Il P
se subdivise en 16 sous-bassins versants dont le sous-bassin de =
K c 0=
, 28 2, 26 (1)
l’aval Mekerra qui représente la partie septentrionale de l’oued A
Mekerra (Mekerra amont, moyen et aval) (Figure 1b) et où
Selon le coefficient de Gravelius, le bassin versant de l’aval
la ville de Sidi Bel Abbès est implantée dans la partie aval
Mekerra est de forme allongée orientée sud-ouest/nord-est (Kc =
constituant ainsi son exutoire (Figure 1c).
2,26), il implique un temps de concentration lent (CHERIF
et al., 2009). D’une façon générale, plus le coefficient de
Notre étude porte sur le sous-bassin versant de l’aval
compacité est petit, plus le temps de concentration est court,
Mekerra qui se situe entre les latitudes Nord 34°53' et 35°22'
et par conséquent un débit de surface important. En ce sens, la
et les longitudes Ouest 0°94' et 0°22' (Figure 1c). Il couvre une
comparaison des sous-bassins versants entre eux en termes de
superficie de 1 093 km2. Géographiquement, la région d’étude coefficient de compacité montre que les sous-bassins de Sidi Bel
est limitée par les monts de Tessala au nord, le massif tabulaire Abbès (1, 2 et 5), Sidi Khaled (28) et Lamtar (40) (Annexes 1-3)
de Tlemcen et Saïda au sud, le bassin de l’oued Isser à l’ouest et présentent un temps de concentration relativement court
les Monts de Béni Chougrane et Bouhanifia à l’est. (Figure 2e), traduisant ainsi la formation de crues violentes
correspondant à des évènements pluvieux intenses dans ces
Du point de vue climatique, l’Algérie a un climat endroits, provoquant par conséquent des inondations dans les
méditerranéen, caractérisé par une saison sèche et chaude plaines environnantes.
coïncidant avec la saison estivale et une saison froide, pluvieuse
correspondant à la saison hivernale (OTMANE et al., 2018).
Par ailleurs, dans notre région d’étude on peut distinguer un 3.1 Pédologie
climat de montagne pluvieux, froid à amplitude thermique
relativement faible et un climat de plaines plus sec relativement La carte pédologique de l’aval Mekerra (Figure 2f ) est
chaud et à forts écarts thermiques (KHALDI, 2005). réalisée sur la base de 138 profils pédologiques et analyse s
physicochimiques représentatifs. Le choix des profils est basé
sur des zones homogènes établies par une superposition de
couches d’informations (pente, géologie, altitude) (FARAOUN
3. CARACTÉRISTIQUES et BENABDELI, 2010; BOUZIDI et al., 2012).

MORPHOMÉTRIQUES Aussi, pour chaque type de sol et pour chaque horizon,

nous reprenons plusieurs paramètres. Dans certains cas où
Pour bien mener l’étude morphométrique, nous avons nous ne disposions pas de valeurs mesurées, nous étions
utilisé un modèle numérique de terrain ASTER (Advanced amenés à les estimer. ArcSWAT possède une base de données
Spaceborne Thermal Emission and Reflection Radiometer) des caractéristiques d’un nombre important de sols aux États-
d’une résolution spatiale de 30 m (Figure 2a) qui a permis Unis avec lesquels nous avons comparé les sols de notre bassin
de créer des cartes thématiques au moyen d’un SIG (ArcGIS en termes de pourcentage en masse de sable, limon et argile qui
10.1). Le code de calcul nous a permis de déterminer la pente caractérisent le sol.
(Figure 2b), le réseau hydrographique (Figure 2c) et les limites
du bassin versant et des sous-bassins versants (Figure 2d). La La densité apparente humide est calculée par l’équation 2
discrétisation spatiale du bassin de l’aval Mekerra a donné 54 (WINCHELL et al., 2010) :
sous-bassins (Annexes 1-4).
 ρ 
SOL BD = ρ a +  1 − a  (2)
L’oued Mekerra sillonne le bassin de l’aval Mekerra du  ρs 
sud au nord sur une distance d’environ 34 km, avec un réseau
hydrographique embryonnaire constitué par de nombreux où ρa est la densité apparente du sol. Celle-ci est calculée en
affluents, représentés fréquemment par des cours d’eau considérant les densités apparentes d’un sol sableux (1,5 g∙cm‑3),
temporaires. L’oued est alimenté par des précipitations et par limoneux (1,3 g∙cm-3) et argileux (1,1 g∙cm-3) et en pondérant
des sources naturelles (affleurements de la nappe) dont la plus ces densités apparentes par le pourcentage en masse de chacun
importante est Ain-Skhouna (Figure 2c). des trois composants. ρs est la densité réelle moyenne du sol
(2,65 g∙cm-3).
 Performance et validité du modèle SWAT par rapport à GR4J
120

a b

Figure 1. Situation géographique de la zone d’étude : a) bassins versants Algériens, b) sous-bassins de la Macta et c) sous-bassin de l’aval Mekerra.
Study area location: a) Algerians watersheds, b) Macta sub-basins, and c) Lower Mekerra sub-basin.

La conductivité hydraulique à saturation s’exprime selon 3.2 Occupation du sol

l’équation 3 (WINCHELL et al., 2010) :
La carte d’occupation du sol (Figure 2h) a été réalisée à
K sat = 20, 62 − 0, 96 ln C − 0, 66 ln S − 0, 46 ln MO − 8, 43SOL BD l’aide du logiciel ENVI 5, à partir de données spatiales issues
(3) du capteur Landsat 8, le 14 mars 2016 (Figure 2g). Selon notre
problématique, nous avons utilisé deux canaux du domaine
visible : bande 2 (bleu) et bande 3 (vert) dont le domaine spectral
où C est le pourcentage d’argile contenu dans la couche; S est
est respectivement 0,452-0,512 µm et 0,525-0,600 µm, ainsi
le pourcentage de limon contenu dans la couche; MO est le
que l’infrarouge bande 5 (0,851-0,879 µm) (BANNARI et al.,
pourcentage de matière organique dans la couche; SOLBD est la
2004).
densité apparente humide calculée par l’équation 2.
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
121

a b

c d

e f

Figure 2. Caractéristiques physiques du bassin : a) modèle numérique du terrain, b) carte des pentes, c) réseau hydrographique et sources, d) carte
des sous-bassins, e) carte de l’indice de compacité, f ) carte des sols.
Basin physical characteristics: a) digital elevation model, b) slope map, c) hydrographic network and sources, d) sub-basins, e) compactness
index, f) soil map.
 Performance et validité du modèle SWAT par rapport à GR4J
122

g h

(AGRL)

Figure 2. (suite) Caractéristiques physiques du bassin : g) image satellitaire et h) carte d’occupation du sol.
(continued) Basin physical characteristics: g) satellite image, and h) land cover map.

4. MODÈLES où SWt : contenu en eau du sol (mm), SW0 : eau disponible

pour les plantes au temps 0 (mm), Rday : précipitation (mm),
Qsurf : ruissellement de surface (mm), Ea : évapotranspiration
4.1 Modèle SWAT
(mm), Wseep : percolation (mm), Qgw : débit d'étiage (mm).
SWAT (Soil and Water Assessment Tool) est un modèle
Ce modèle a été validé sur de nombreux bassins versants
hydrologique semi-distribué à base physique, conçu et développé
dans le monde, de tailles différentes et dans des contextes
par les chercheurs de l’USDA (United States Department of
géologiques et climatiques variés (MANGUERRA et ENGEL,
Agriculture) (ARNOLD et al., 1993; ARNOLD et al., 1998).
1998; SRINIVASAN et al., 1998; SALEH et al., 2000;
L’aspect physique du modèle permet de reproduire les processus
SOPHOCLEOUS et PERKINS, 2000; VACHE et al., 2002;
qui ont réellement lieu dans l’environnement, à l’aide de
TRIPATHI et al., 2003; LAURENT et al., 2007). Aussi, la
nombreuses et parfois complexes équations (NEITSCH et al.,
performance du modèle SWAT a fait l'objet de plusieurs
2005; ARNOLD et al., 2012). Ce modèle est continu dans le
travaux en Algérie (YEBDRI et al., 2007; MENDAS et al.,
temps, il est conçu pour faire des simulations sur de longues
2008; ZETTAM et al., 2017; HALLOUZ et al., 2018).
périodes (PAYRAUDEAU, 2002).

Le modèle analyse le bassin versant dans toute sa globalité

4.2 Modèle GR4J
ou en le subdivisant en sous-bassins versants contenant des
portions homogènes appelées unités de réponse hydrologiques
Le modèle GR4J fait partie des modèles GR (Génie
(URH). Cependant, chaque URH se caractérise par une
rural) conçus depuis 1983 au Cemagref (Centre national du
occupation du sol unique, un type de sol et de sous-sol uniques
machinisme agricole, du génie rural, des eaux et des forêts),
et une topographie moyenne. La classification des URH du
actuellement l’IRSTEA (Institut de recherche en science et
bassin de l’aval Mekerra est décrite dans les annexes 1-4.
technologie pour l’environnement et l’agriculture). Il s’agit
d’un modèle global conceptuel à réservoirs. Ce modèle a connu
SWAT permet d’avoir accès aux différentes variables du
plusieurs versions, proposées successivement par EDIJATNO
bilan hydrologique à l’échelle de l’URH pour chaque pas de
et al. (1999), PERRIN (2000), PERRIN (2002), MOUELHI
temps (journalier, mensuel et annuel), ou de manière générale
(2003) et PERRIN et al. (2003) qui ont permis d'améliorer
sur toute la période de simulation (Équation 4) (NEITSCH
progressivement la performance du modèle. C'est la version
et al., 2001) :
de PERRIN et al. (2003) qui est présentée et utilisée dans
n cet article. Le modèle GR4J possédant quatre paramètres à
(
SWt = SW0 + ∑ Rday − Qsurf − Ea − Wseep − Q gw ) i
(4) caler fonctionne au pas de temps journalier. Ces paramètres
i =1 sont représentés par : X1 : capacité du réservoir de production
(mm), X2 : coefficient d’échanges souterrains, X3 : capacité à
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
123

un jour du réservoir de routage (mm) et X4 : temps de base et la taille du bassin comme paramètres physiographiques, ainsi
de l’hydrogramme unitaire HU1 (jour). Ce modèle est facile à que des séries de pluies (mm∙j-1), de température maximale,
configurer et à mettre en place. minimale et moyenne journalière (°C) comme variables
d’entrée (GR4J fait appel aux données de température et de la
Aussi, il a été déjà utilisé dans le contexte algérien dans latitude moyenne pour estimer l’évapotranspiration potentielle
plusieurs études qui ont démontré son adaptabilité au contexte en moyennant la formule d’OUDIN et al. [2005]).
climatique semi-aride (BOUANANI et al., 2010; MEDANE,
2012; OTMANE et al., 2016; GHERISSI et al., 2017; Aussi, pour simuler la lame d’eau écoulée journalière sur
OTMANE et al., 2017). l’aval Mekerra seulement, les débits à Sidi Ali Benyoub (amont
du bassin) ont été soustraits aux débits à Sidi Bel Abbès qui se
trouve à l’exutoire (Figure 2c).

5. MÉTHODOLOGIE 5.3 Calage et validation des modèles

5.1 Critère de qualité 5.3.1 SWAT

La validité du modèle est vérifiée par une comparaison La méthode préconisée par les concepteurs de SWAT se
des débits calculés (Qcal) et observés (Qobs) à travers le critère le nomme Shuffled Complex Evolution Algorithm - University
plus utilisé pour les modèles hydrologiques : le critère de Nash of Arizona (SCE-UA). Cet algorithme permet de trouver le
(NASH et SUTCLIFFE, 1970) qui s’exprime par l’équation 5 : jeu de paramètres optimal (SOROSHIAN et al., 1993) et une
description détaillée du fonctionnement de l’algorithme est
donnée dans GRIENSVEN et al. (2006). La première phase

∑ ( Qiobs − Qical ) 
n 2
 de calage dans SWAT consiste à comparer les sorties du modèle
Nash = 100 1 − ni
(5) en termes de pourcentage d'eau ruisselée et infiltrée avec les

( )

2

 ∑ i Qiobs − Qiobs  données observées. Bien que les pourcentages d'eau ruisselée et
infiltrée observés ne soient pas connus, une estimation peut être
Le critère de Nash (Équation 5) n'utilise pas la racine faite à partir du programme Baseflow développé par ARNOLD
carrée des débits, mais le carré de l'erreur. Donc, il attribue et al. (1995) et amélioré par ARNOLD et ALLEN (1999).
plus d'importance aux pics de crue (phénomènes extrêmes). Une fois que cette comparaison est effectuée, on procède à
la fixation des limites des paramètres qui ont une influence
KOFFI (2007) a donné l'échelle suivante quant aux valeurs sur l'eau ruisselée et infiltrée. Ensuite, on fait varier les autres
prises par le critère de Nash : I) 90 %, le modèle est excellent, paramètres de façon automatique jusqu'à ce qu'ils soient du
II) 80 à 90 %, le modèle est très bon, III) 60 à 80 %, le modèle même ordre de grandeur. Une simulation est faite avec de
est bon, IV) inférieur à 60 %, le modèle est mauvais. nouvelles données d'entrée et les résultats sont comparés avec
les données de terrain (données mesurées) afin de vérifier le
Par comparaison avec d’autres critères, celui-ci a l’avantage comportement du modèle sujet au jeu de paramètres trouvés.
d’être d’interprétation simple. En effet, s’il est positif, le modèle
donne de meilleurs résultats qu’un modèle donnant à chaque 5.3.2 GR4J
pas de temps un débit constant égal à la moyenne des débits Le calage est la phase d’initialisation du modèle choisi grâce
observés, tandis que s’il est négatif, c’est l’inverse (GERARD et à un algorithme d’optimisation des paramètres initiaux (X1, X2,
BERTHET, 2010). X3 et X4). Celui-ci peut être automatique, semi-automatique ou
manuel. Pour le calage du modèle GR4J, nous avons procédé
au calage automatique pour enlever la part de subjectivité due à
5.2 Données climatiques l’utilisateur pendant le calage manuel (MADSEN, 2000). Pour
cela, la fonction automatique DDS (Dynamically Dimensioned
Les données climatiques requises dans cette étude sont Search) élaborée par TOLSON et al., (2009) a été retenue, afin
observées à la station de Sidi Bel Abbès (Figure 2c) par l’Office de déterminer les paramètres en essayant une multitude de
National de la Météorologie (ONM). En effet, le modèle SWAT combinaisons pour trouver les valeurs qui permettent d'obtenir
nécessite l’utilisation des données de températures maximale et les débits calculés les plus proches possible de la réalité.
minimale (°C), précipitations (mm∙j-1), humidité relative (%),
vitesse du vent (m∙s-1) et le rayonnement solaire (calculé à partir La validation du modèle vise à vérifier si le modèle calé
du modèle horaire de BIRD et HULSTROM (1981) en W∙m- simule correctement des séries de données de référence
∙h et converti en MJ∙m-2∙j-1) avec un pas de temps journalier. En
2 -1
non utilisées lors du calage. La qualité du modèle se mesure
revanche, le modèle GR4J ne nécessite que la latitude moyenne
 Performance et validité du modèle SWAT par rapport à GR4J
124

à la valeur du critère de Nash (Équation 5). L’objectif est L’allure de l’hydrogramme (Figure 3) est marquée par des
de chercher à améliorer les valeurs des critères de qualité pics (crues), suivis d’une vidange rapide des réservoirs. Les
traduisant les performances des simulations. Seules les données tarissements sont rapides et les quantités d’eau reçues par le
pluviométriques et d'évapotranspirations potentielles sont biais de la percolation sont rapidement déversées dans les cours
utilisées pour valider le modèle GR4J. Le calcul est lancé en d’eau (débit hypodermique) ce qui caractérise l’aquifère alluvial
prenant pour paramètres du modèle les valeurs optimisées lors de la plaine de Sidi Bel Abbès (SOURISSEAU, 1972).
du calage. Les valeurs des débits issues du modèle sont alors
comparées aux valeurs observées par corrélation linéaire simple
et au moyen du critère de Nash. 6.2 Comparaison avec GR4J

Par comparaison avec SWAT, les résultats du calage (Nash =

5.4 Période d’étude 67,1 % et R2 = 0,68) et de la validation (Nash = 57,8 % et
R2 = 0,54) du GR4J sont légèrement moins bons. L’allure
Le choix des périodes de calage et de validation a été des courbes n’est pas synchrone en période de validation
déterminé en fonction de la disponibilité des données. La série (Figure 4). Les crues qui sont observées pendant cette période
disponible pour notre étude couvre la période du 1er janvier sont largement sous-estimées. Ces écarts semblent être dus
1996 jusqu’au 31 décembre 2005 et a été scindée en deux séries à un changement de régime pluviométrique (évènements
de cinq ans : 1996 à 2000 et 2001 à 2005. La première a été extrêmes) et l’incapacité du critère de Nash utilisé à ajuster ces
utilisée pour le calage des modèles avec une année de mise en évènements. Par ailleurs, la sensibilité du GR4J au manque
route pour démarrer les modèles allant du 1er janvier 1996 au d’information spatiale de la pluie influence directement le
31 décembre 1996, tandis que la seconde a été réservée pour la résultat de la modélisation. Ceci est confirmé par plusieurs
validation des modèles. travaux antérieurs réalisés sur l’effet de la distribution spatiale
des précipitations pour les modèles globaux (ARNAUD et al.,
2002; AUDREY, 2002; BEN KHEDIRI et DROGUE, 2016),
tandis que SWAT peut minimiser le risque de ce manque de
données par la compensation (distribution) d’erreurs suivant
6. RÉSULTATS ET DISCUSSION les différents processus hydrologiques.

6.1 Modélisation SWAT Ainsi, le modèle SWAT produit des simulations satisfaisantes
de débit (Figure 5), ce qui explique l’intérêt éventuel de prendre
Le résultat du calage du modèle SWAT montre que les débits en compte l’hétérogénéité physique des caractéristiques du
journaliers simulés concordent avec ceux observés à la station bassin versant dans la modélisation hydrologique (KITE et
de Sidi Bel Abbès avec quelques sous-estimations (Figure 3) KOUWEN, 1992; COGNARD-PLANCQ et al., 2001;
liées généralement à la variabilité spatiale des précipitations ANDREASSIAN, 2002), ainsi que l’avantage du modèle à
dans le bassin. Les lames d’eau écoulées observées et simulées base physique avec son formalisme pour décrire les processus
sont respectivement de 27,5 et 20,27 mm. Par ailleurs, le du cycle hydrologique dans les différents compartiments d’un
critère de Nash (70 %) et le coefficient de détermination hydrosystème. En plus, la complexité du type de zone sur lequel
(0,83) indiquent que le calage est bon. Ainsi, les paramètres nous nous concentrons et sa faible instrumentation requièrent
de modélisation utilisés peuvent être retenus pour expliquer le l’aspect exhaustif et à base physique propre à SWAT.
fonctionnement global de l’hydrosystème du bassin.

Concernant la validation du modèle, les débits journaliers 6.3 Bilan hydrologique et autres processus avec SWAT
simulés montrent un synchronisme moyen avec la courbe des
débits observés par rapport à la période de calage, comme en 6.3.1 Bilan hydrologique
témoigne le critère de Nash et le coefficient de détermination Le bilan hydrologique annuel, calculé avec le modèle
(Nash = 62 % et R2 = 0,61). Cela, peut être expliqué par les SWAT de 1996 à 2005 (Tableau 1), montre des précipitations
évènements extrêmes (crues) qui surviennent pendant cette moyennes annuelles de 391 mm (100 %), qui se répartissent
période et notamment ceux du 24 août 2002 (0,7 mm∙h‑1), entre l’évapotranspiration (282,8 mm, 72 %), l’écoulement
7 mai 2002 (0,96 mm∙h-1) et 9 juin 2003 (1,05 mm∙h-1) dans les rivières (20,27 mm, 6 %) et la recharge des réservoirs
(Figure 3). Généralement, cette faiblesse du modèle réside dans souterrains (87,9 mm, 22 %). Ces résultats mettent en exergue
le critère de qualité adopté pour la modélisation (Équation 5) l’importance de l’évapotranspiration et celle de la recharge.
qui n'utilise pas la racine carrée des débits et attribue donc plus
d'importance aux pics de crue (phénomènes extrêmes).
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
125

Figure 3. Hydrogramme de comparaison entre le débit simulé et observé à la station de

Sidi Bel Abbès avec le modèle SWAT : a) période de mise en route, b) période
de calage et c) période de validation.
Hydrogram of comparison between simulated and observed flows at Sidi
Bel Abbes station with the SWAT model: a) routing period, b) calibration
period, and c) validation period.

Figure 4. Hydrogramme de comparaison entre le débit simulé et observé à la station de

Sidi Bel Abbès avec le modèle GR4J : a) période de mise en route, b) période
de calage et c) période de validation.
Hydrogram of comparison between simulated and observed flows at Sidi
Bel Abbes station with the GR4J model: a) routing period, b) calibration
period, and c) validation period.
 Performance et validité du modèle SWAT par rapport à GR4J
126

a 5 b 5

4 y=x
4
y=x
Débits simulés (mm∙j-1)

Débits simulés (mm∙j-1)

3 3

2 2
R2 = 0,6089

1 R2 = 0,5351
1

0 0
0 1 2 3 4 5 0 1 2 3 4 5
Débits observés (mm∙j-1) Débits observés (mm∙j-1)

Figure 5. Débits simulés en fonction des débits observés en période de validation pour les modèles : a) SWAT et b) GR4J.
Simulated flows versus observed flows during validation period for a) SWAT and b) GR4J models.

Tableau 1. Résultat du bilan hydrologique avec SWAT durant la période 1996 à 2005 pour
l’ensemble du bassin de l’aval Mekerra.
Table 1. Result of SWAT hydrological balance during the period 1996 to 2005 for the Lower
Mekerra basin.

Processus hydrologique Sous-produit Valeurs (mm)

Précipitation 391 (100 %)
Écoulement total Débit de surface (14,71 mm) 20,27 (6 %)
Débit hypodermique (5,28 mm)
Débit de base (0,28 mm)
Percolation 87,9 (22 %)
Évapotranspiration réelle (ETR) 282,8 (72 %)
Évapotranspiration potentielle (ETP) 1 682a
a
ETP n’intervient pas réellement dans le calcul de bilan hydrologique et alors on ne met pas le pourcentage (%).

6.3.2 Évolution mensuelle de différents processus période, le sol atteint une certaine humidité favorable à la
L’évolution mensuelle de différents processus du cycle croissance et au développement des plantes, ce qui induit par
hydrologique simulés avec SWAT (Figure 6) montre que conséquent une augmentation de l’évapotranspiration réelle
l’écoulement permanent de l’oued Mekerra est assuré par le (Figure 6f ), tandis que la pluie réduit l’évapotranspiration
débit de base (Figure 6a), alors que le ruissellement (débit de potentielle (Figure 6g) en diminuant le rayonnement solaire
surface, Figure 6b) survient selon les évènements saisonniers et le déficit d’humidité. L’évapotranspiration réelle diminue
et notamment en automne. La production du transport également en temps de pluie (BOUCHET, 1963).
solide dans le bassin de l’aval Mekerra montre une quantité
relativement importante au mois de février, ce qui explique Par contre, durant la période sèche où les précipitations
l’importance du couvert végétal et des pratiques culturales au sont quasiment nulles, l’évapotranspiration réelle reste stable
cours de cette période de l’année (Figure 6c). (mars-juin) grâce au couvert végétal. Ce dernier est alimenté
par la nappe souterraine à travers la zone racinaire (zone
En période humide allant de septembre à février, le niveau non saturée) par l’effet de capillarité (BERKALOFF, 1969;
piézométrique des nappes (Figure 6d) augmente parallèlement RIJTEMA et WASSINK, 1969), justifiant ainsi les valeurs
avec les hauteurs d’eau précipitées (Figure 6e). Durant cette négatives de la recharge. Ainsi, la régression progressive de cette
couverture végétale atteint son minimum au mois de juillet,
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
127

a b

d e

f g

Figure 6. Évolution mensuelle de différents sous-produits du bilan hydrologique avec SWAT (1996-2005) pour l’ensemble du bassin de l’aval
Mekerra : a) débit de base, b) débit de surface, c) transport solide, d) recharge, e) précipitation, f ) évapotranspiration réelle,
g) évapotransipration potentielle.
Monthly evolution of different hydrological processes with SWAT (1996-2005) of Lower Mekerra basin: a) groundwater flow, b) surface
flow, c) suspended solids, d) recharge, e) precipitation, f) real evapotranspiration, and g) potential evapotranspiration.
 Performance et validité du modèle SWAT par rapport à GR4J
128

ce qui diminue sensiblement l’évapotranspiration réelle et, par points d'eau dans cette région, notamment pour l'irrigation
conséquent, une compensation par la recharge (augmentation). des terres, et donc de l’augmentation du débit d'exhaure (débit
épuisé).
6.3.3 Évolution spatiale de différents processus
6.3.3.3 Débit de base
La représentation spatiale des phénomènes hydrologiques
par URH est très difficile, voire dans certains cas impossible. Pour confirmer le résultat de l’apport des eaux souterraines
Pour cela, nous avons adopté l’évolution spatiale en sous-bassin, dans l’hydrologie de l’oued Mekerra, il est nécessaire de
par le calcul de la moyenne de chaque processus simulé pour les considérer le débit hypodermique comme débit de base (débit
URH contenus dans le même sous-bassin. Les données utilisées retardé).
pour créer la figure 7 sont disponibles en annexes 5-10.
L’évolution spatiale de l’apport des nappes au bassin de l’aval
6.3.3.1 Débit de surface Mekerra (Figure 7d) montre que plus de 38 % (2,3 Mm3∙a-1) de
La spatialisation de la lame d’eau ruisselée sur le bassin la réponse totale du débit de base (5,56 mm3∙a-1 [6,07 Mm3∙a-1])
versant de l’aval Mekerra (Figure 7a) montre que la ville de provient de la région de Chetouane et de Sidi Ali Boussidi.
Sidi Bel Abbès appartient aux sous-bassins les plus générateurs
de débit de surface (Figure 7b), ce qui confirme le résultat de Sur la base de la localisation des sources les plus importantes
l’indice de compacité (Figure 2e), ainsi que l’occurrence des (considérées comme des affleurements des nappes et de
inondations dans la ville de Sidi Bel Abbès (HALLOUCHE, contacts anormaux dans la série géologique) inventoriées dans
2007; MERABET, 2008; MEGHERFI, 2010). le bassin, il est possible de justifier la spatialisation du débit
de base contrôlée par le modèle SWAT. En effet, la figure 7d
L’extraction des sous-bassins qui drainent la ville de Sidi montre que la plupart des sources sont concentrées dans les
Bel Abbès montre une lame d’eau ruisselée de 106,23 mm sous-bassins les plus producteurs de débits de base (Sidi Ali
au niveau du sous-bassin no 2 (Figure 7b). Ceci est largement Boussidi, Chetouane).
supérieur à la lame d’eau ruisselée sur tout le bassin (14,7 mm),
soit plus de 27 % de la lame d’eau précipitée. Avec l’extraction En plus, la superposition de la carte de débit de base et de la
et la superposition de celui-ci sur une image satellitaire à haute carte hydrogéologique de la plaine de Sidi Bel Abbès (Figure 8)
résolution, on remarque que le sous-bassin indiqué couvre une montre que les sous-bassins indiqués ci-dessus renferment les
zone industrielle située à l’ouest de la ville dans un point de nappes les plus importantes de la région (la nappe de calcaire
confluence de deux oueds, là où l'imperméabilisation de la éocène de Sidi Ali Boussidi et la nappe de calcaire et dolomie
surface urbaine accentue la production de débit de surface. jurassico-crétacé de Sidi Ali Ben Youb dans la région de
Chetouane).
6.3.3.2 Recharge
6.3.3.4 Évapotranspiration
Pour valider l’évolution spatiale de la recharge, nous avons
étudié l’évolution temporelle de la profondeur du niveau La distribution spatiale de l’évapotranspiration réelle
statique de quatre points d’eau répartis dans le bassin, dont les (Figure 7e) présente des valeurs relativement élevées tout le
caractéristiques sont représentées dans le tableau 2. long de l’oued Mekerra (73 % à 80 %), tandis que la moyenne
de l’évapotranspiration sur tout le bassin est de 72 % de la
Le suivi sur les quatre piézomètres montre un abaissement lame d’eau précipitée (Tableau 1). Ceci peut être justifié par
important du niveau piézométrique durant la période 1971- l’écoulement permanent de l’oued principal (hydrogramme
2007 surtout pour les points P3 et P10 (Tableau 2). Par contre, de la figure 3). Cependant, les sous-bassins de la ville de Sidi
en ce qui concerne l'année 2009, on remarque une augmentation Bel Abbès montrent des valeurs faibles de l’évapotranspiration
significative du niveau pour les piézomètres précités (P3 et réelle à cause de la densité du tissu urbain et l’absence du
P10). Ces fluctuations des niveaux piézométriques s’expliquent couvert végétal ainsi que les plans d’eau.
par une dépendance à la variabilité spatiotemporelle des
6.3.3.5 Transport solide
précipitations (OTMANE et al., 2018), ainsi qu'à leurs
caractéristiques : période où a lieu la pluie, durée et intensité Le bassin de l’aval Mekerra produit une quantité spécifique
de la pluie, nombres de jours sans pluie auparavant (formation de matière en suspension de 37,7 t∙km-2∙a-1, correspondant à
de croûte sur le sol par assèchement). Cela explique le taux de un apport total de 41 206 t∙a-1. Cet apport spécifique coïncide
recharge élevé des sous-bassins (Figure 7c). largement avec les différents travaux qui ont été effectués
précédemment dans cette région (TERFOUS et al., 2001;
Malgré le cumul pluviométrique important de l’année 2009 MOKADMI, 2012).
et le caractère rechargeable du sous-bassin d’appartenance, le
point P15 présente un rabattement significatif par rapport à Partiellement, la figure 7f fait apparaitre que les sous-
l’année 2007. La principale cause serait la multiplication de bassins 23, 48 et 53 produisent respectivement 223,4 t∙km‑2∙a-1
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
129

a b

c d

e f

Figure 7. Évolution spatiale des différents sous-produits du bilan hydrologique modélisés avec SWAT (1996-2005) : a) débit de surface, b) sous-
bassins de Sidi Bel Abbès, c) recharge, d) débit de base, e) évapotranspiration réelle, f ) transport solide.
Spatial evolution of the different hydrological balance processes simulated with SWAT (1996-2005): a) surface flow, b) Sidi Bel Abbes sub-
basins, c) deep recharge, d) groundwater flow, e) real evapotranspiration, f) sediment transport.
 Performance et validité du modèle SWAT par rapport à GR4J
130

Tableau 2. Variations du niveau statique dans les différentes régions du bassin de l'aval Mekerra (données de 2010 fournies par
l’Agence Nationale des Ressources Hydrauliques [ANRH], Oran, Algérie).
Table 2. Static level variations in different regions of lower Mekerra basin (2010 data obtained from ANRH, Oran, Algeria).

Profondeur du niveau statique (m)

No du point Régions de la
Décembre 1971 Décembre 2007 Décembre 2009
d’eau plaine
(pluie = 503,8 mm∙a-1) (pluie = 256,47 mm∙a-1) (pluie = 445,7 mm∙a-1)
W241-0002 P3 Sidi Khaled (centre) 18,54 23,46 18,62
W242-0010 P10 Région sud-est 5,11 11,5 10,43
W241-0068 P1 Région centrale 20,02 22,07 21,62
W272-0039 P15 Région sud-ouest 18,12 18,97 19,47

Figure 8. Superposition de la carte de débit de base sur la carte hydrogéologique de la plaine de Sidi Bel
Abbès élaborée par SOURISSEAU (1972).
Superposition of groundwater flow map on hydrogeological map of Sidi Bel Abbes plain developed by
SOURISSEAU (1972).

(13 281 t∙a-1), 261 t∙km-2∙a-1 (11 296 t∙a-1) et 318 t∙km‑2∙a-1 7. CONCLUSION
(11 293 t∙a-1) de sédiments en suspension. Cet apport
constitue 87 % (35 850 t∙a-1) du transport total de matière
Les analyses effectuées dans cette étude font l’objet
en suspension du bassin. D’une façon générale, la forme en
d’une comparaison des performances entre deux modèles
éventail des sous-bassins (l’indice de compacité faible, annexes
hydrologiques différents (GR4J et SWAT) pour faire
1-3 et figure 2e) favorise les écoulements torrentiels (débit de
apparaitre l’apport des caractéristiques physiques du bassin
surface élevé), ce qui déclenche le pouvoir érosif notamment
dans la modélisation hydrologique. En effet, pour GR4J
dans les sols « forêt et/ou maquis » prédominants (facteur
les caractéristiques physiques (pente, occupation du sol,
d’érodabilité élevé, Figure 2f ), justifiant ainsi les faibles valeurs
pédologie, etc.) sont considérées comme homogènes sur
de l’évapotranspiration, la recharge et le débit de base.
la totalité du bassin et sont représentées de façon globale et
indirecte par le jeu de paramètres définis par calage (X1, X2, X3
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
131

et X4). Cela facilite aux utilisateurs de simuler directement et Cette étude a permis donc de présenter l’avantage et la
seulement la réponse globale du bassin, sans tenir compte de sa performance de la modélisation hydrologique semi-distribuée
variabilité spatiale, ce qui justifie sa simplicité (une seule sortie à base physique, mais ne démontre pas clairement la supériorité
et quatre paramètres). Par contre, dans le modèle SWAT, les de l’approche semi-distribuée sur l’approche globale, ni la
caractéristiques physiques du bassin sont considérées comme supériorité de SWAT sur GR4J.
données d’entrée provenant des images satellitaires et SIG
intégrés dans le modèle et constituent sa base de données
géospatiale. Elles permettent de représenter les caractéristiques
physiographiques réelles du bassin afin d’obtenir un meilleur
découpage spatial (URH) de l’hydrosystème et par la suite une REMERCIEMENTS
bonne reproduction et redistribution de la lame d’eau à travers
les différents processus du cycle hydrologique pour chaque Nous remercions l’Office National de la Météorologie
URH au moyen d’équations mathématiques complexes. (ONM) et l'Agence Nationale des Ressources Hydrauliques
(ANRH) de nous avoir fourni les données nécessaires à cette
Dans cette perspective, l’application du modèle SWAT sur étude.
notre site d’étude a permis de modéliser le fonctionnement
hydrologique du bassin versant sur 111 unités de réponse
hydrologique dans 54 sous-bassins versants. L’évolution
temporelle des débits simulés avec SWAT montre un
synchronisme avec la courbe des débits observés en période de
RÉFÉRENCES BIBLIOGRAPHIQUES
calage (Nash = 70 %), mais cette concordance perd légèrement
sa performance en période de validation (Nash = 62 %) à ANDREASSIAN V. (2002). Impact de l’évolution du couvert
cause des évènements extrêmes qui surviennent au cours de forestier sur le comportement hydrologique des bassins versants.
cette période. Le modèle GR4J parait légèrement moins bon Thèse de doctorat, Univ. Pierre et Marie Curie Paris 6,
particulièrement en période de validation (Nash = 57,8 %), France, 781 p.
malgré sa bonne calibration (Nash = 67,1 %). Cela montre
que GR4J transmettra beaucoup plus rapidement les erreurs ARNAUD P., C. BOUVIER, L. CISNEROS et
des données de précipitations, alors que SWAT minimise R. DOMINGUEZ (2002). Influence of rainfall spatial
l’erreur par sa distribution suivant les différents processus variability on flood prediction. J. Hydrol., 260, 216-230.
hydrologiques simulés.
ARNOLD J.G., P.M. ALLEN et G. BERNHARDT (1993).
Par ailleurs, les processus du bilan hydrologique modélisés A comprehensive surface-groundwater flow model.
par SWAT (recharge, débit de surface, débit de base, J. Hydrol., 142, 47-69.
évapotranspiration et transport solide) donnent des résultats
qui semblent concluants. Aussi, plus de données seraient ARNOLD J.G., P.M. ALLEN, R. MUTTIAH et
nécessaires afin de mieux évaluer les différentes composantes G. BERNHARDT (1995). Automated base flow separation
du modèle SWAT dans l’espace et dans le temps. and recession analysis techniques. Ground Water, 33, 1010-
1018.
Ainsi, la subdivision du bassin touche beaucoup plus que
seulement l’évapotranspiration. Elle permet d’augmenter ARNOLD J.G., R. SRINIVASAN, R.S. MUTTIAH et
l'exactitude et de donner une meilleure description physique J.R. WIILLIAMS (1998). Large area hydrologic modeling
du bilan hydrique, ce qui justifie de privilégier un modèle semi- and assessment part I: Model development. J. Am. Water
distribué à un modèle global. Resour. Assoc., 34, 73-89.

À l’issue de ce résultat, nous remarquons que l’approche ARNOLD J.G. et P.M. ALLEN (1999). Automated methods
semi-distribuée semble donner des résultats probants par rapport for estimating baseflow and ground water recharge from
à l’approche globale sur le cas d’étude, vraisemblablement streamflow records. J. Am. Water Resour. Assoc., 35, 411-
en raison de la représentation spatiale des caractéristiques 424.
physiques du bassin versant avec l’approche semi-distribuée et
à la meilleure gestion des processus hydrologiques avec SWAT. ARNOLD J.G., J.R. KINIRY, R. SRINIVASAN,
De plus, si cela est vrai pour notre zone d’étude, ce ne l'est J.R. WILLIAMS, E.B. HANEY et S.L. NEITSCH (2012).
pas forcément ailleurs comme le montre l’étude de GABORIT Soil and water assessment tool: Input/output documentation.
et al. (2010) qui avait obtenu de meilleurs résultats avec GR4J Version 2012, TR-439, Texas Water Resources Institute,
qu’avec SWAT. College Station, États-Unis, 650 p.
 Performance et validité du modèle SWAT par rapport à GR4J
132

AUDREY O. (2002). Intérêt d’une approche semi-distribuée par BOUZIDI M.A., F. FARAOUN, H. MELIANI,
rapport une approche globale en modélisation pluie-débit. I. BOUBEKEUR, M. KRALIFA et Z. ZATTAL (2012).
Rapport Cemagref, Université Louis Pasteur, Strasbourg, Caractérisation des sols occupés par les espèces du genre
France, 99 p. Ruta dans le Djbel Tessala (Nord-Ouest Algérien). Technol.
Lab., 7, 79-84.
BANNARI A., P. TEILLET et R. LANDRY (2004).
Comparaison des réflectances de surfaces naturelles dans BOYLE D.P., H.V. GUPTA, S. SOROSHIAN, V. KOREN,
les bandes spectrales homologues des capteurs TM de Z. ZHANG et M. SMITH (2001). Toward improved
Landsat-5 ET ETM+ de Landsat-7. Télédétection, 4, 263- streamflow forecasts: Value of semidistributed modeling.
275. Water Resour. Res., 37, 2749-2759.

BAUDEZ J., C. LOUMAGNE, C. MICHEL, B. PALAGOS, BRULEBOIS E., M. UBERTOSI, T. CASTEL, Y. RICHARD,
V. GOMENDY et F. BARTOLI (1999). Modélisation S. SAUVAGE, J.M. SANCHEZ PEREZ et N. LE MOINE
hydrologique et hétérogénéité spatiale des bassins. Vers (2018). Robustness and performance of semi-distributed
une comparaison de l'approche globale et de l'approche (SWAT) and global (GR4J) hydrological models
distribuée. Étude Gest. Sols, 6, 165-184. throughout an observed climatic shift over contrasted
French watersheds. Open Water J., 5, 41-56.
BENDJOUDI H. et P. HUBERT. (2002). Le coefficient de
compacité de Gravelius: analyse critique d’un indice de CHERIF E.A., M. ERRIH et H.M. CHERIF (2009).
forme des bassins versants. Hydrol. Sci. J., 47, 921-930. Modélisation statistique du transport solide du bassin
versant de l’Oued Mekerra (Algérie) en zone semi-aride
BEN KHEDIRI W. et G. DROGUE (2016). Quel est méditerranéenne. Hydrol. Sci. J., 54, 338-348.
l’impact de l’échantillonnage spatial des précipitations et
de l’évapotranspiration potentielle sur le pouvoir prédictif COGNARD-PLANCQ A.L., V. MARC, J.F. DIDON-
d’un modèle hydrologique empirique ? Climatologie, 12, LESCOT et M. NORMAND (2001). The role of forest
1-24. cover on streamflow down Sub-Mediterranean mountain
watersheds: a modelling approach. J. Hydrol., 254, 229-
BERKALOFF E. (1969). Effet de capillarité sur l’écoulement 243.
d’eau dans les nappes libres recelées par des roches à
interstices fin. Dans : Water in the unsaturated zone: DIERMANSE F. (1999). Representation of natural
Proceedings of the Wageningen Symposium. Studies and heterogeneity in rainfall-runoff models. Phys. Chem. Earth
reports in hydrology, Vol. 2, Pays-Bas, pp. 909-917. B, 24, 787-792.

BIRD R.E. et R.L. HULSTROM (1981). Simplified clear sky EDIJATNO D., N. OLIVEIRA, X. YANG, Z. MAKHLOUF
model for direct and diffuse insolation on horizontal surfaces. et C. MICHEL (1999). GR3J: a daily watershed model
Solar Energy Research Institute, Golden (CO), États-Unis, with three free parameters. Hydrol. Sci. J., 44, 263-277.
pp. 642-761.
FARAOUN F. et K. BENABDELI (2010). Cartographie et
BOUANANI A., K. BABA-HAMED et R. BOUANANI caractérisation physico-chimique des sols de la plaine de
(2010). Utilisation d’un modèle global pour la modélisation Sidi Bel Abbès (Algérie occidentale). Afr. Sci., 6, 18-26.
pluie-débit, cas du bassin de l’Oued Sikkak (Tafna - NW
algérien). Actes du 1er Congrès sur la Géologie du Maghreb, GABORIT E., G. PELLETIER, P. VANROLLEGHEM
10-12 novembre 2010, Tlemcen, Algérie, pp. 83-87. et F. ANCTIL (2010). Simulation du débit de la rivière
Saint-Charles, première source d’eau potable de la ville de
BOUCHET R.J. (1963). Évapotranspiration réelle et Québec. Can. J. Civ. Eng., 37, 311-321.
potentielle, signification climatique. Dans : Assemblée
générale de Berkeley General Assembly, 1963: Évaporation. GERARD L. et L. BERTHET (2010). Sensibilité des
IAHS Publication, No 62, Wallingford, Grande-Bretagne, performances d’un modèle de prévision des crues au critère de
pp. 134-142. calage. Mémoire de master, Institut national polytechnique
de Toulouse, France, 28 p.
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
133

GHERISSI R., K. BABA-HAME et A. BOUANANI (2017). MANGUERRA H. et B. ENGEL (1998). Hydrologic

Validation des modèles hydrologiques GR2M et GR4J sur parameterization of watersheds for runoff prediction using
le bassin versant de l’oued Lakhdar (Tafna, Nord-Ouest SWAT. J. Am. Water Resour. Assoc., 34, 1149-1162.
algérien). Tech. Sci. Méthodes, 5, 87-103.
MEDANE K. (2012). Hydrologie et modélisation Pluie-Débit :
GRIENSVEN A.V., T. MEIXNER, S. GRUNWALD, cas du bassin versant de l'oued Boumessaoud (Tafna NW-
T. BISHOP, M. DILUZIO et R. SRINIVASAN (2006). A Algérien). Mémoire de maîtrise, Univ. Abou Bekr Belkaid,
global sensitivity analysis tool for the parameters of multi- Algérie, 96 p.
variable catchment models. J. Hydrol., 324, 10-23.
MEGHERFI K. (2010). Contribution à la protection des
HALLOUCHE B. (2007). Cartographie des zones villes contre les inondations cas de la ville de Sidi Bel Abbès.
inondables de la plaine de Sidi Bel Abbès par l’approche Mémoire de maitrise, Univ. des sciences et de la technologie
hydrogéomorphologique. Mémoire de maîtrise, Univ. Sidi Houari-Boumédiène, Algérie, 159 p.
Bel Abbès Djilali Liabes, Algérie, 114 p.
MENDAS A., M. ERRIH et F. BOUCHENAK (2008).
HALLOUZ F., M. MEDDI, G. MAHE, S. ALIRAHMANI et Hydrologic model combined with a GIS for estimating
A. KEDDAR (2018). Modeling of discharge and sediment hydrologic balance at watershed scale: application to the
transport through the SWAT model in the basin of Harraza Macta watershed (north-western Algeria). J. Water Supply
(Northwest of Algeria). Water Sci., 32, 79-88. Res. T., 57, 361-368.

KHALDI A. (2005). Impacts de la sécheresse sur le régime des MERABET A. (2008). Étude de la protection de la ville de Sidi
écoulements souterrains dans les massifs calcaires de l’Ouest Bel Abbès contre les inondations. Mémoire de maîtrise, Univ.
Algérien, Monts de Tlemcen-Saida. Thèse de doctorat, Univ. Sidi Bel Abbès, Algérie, 162 p.
Oran, Algérie, 229 p.
MICHAUD J. et S. SOROSHIAN (1994). Comparison of
KITE G. et N. KOUWEN (1992). Watershed modeling using simple versus complex distributed runoff models on a
land classifications. Water Resour. Res., 28, 3193-3200. midsized semiarid watershed. Water Resour. Res., 30, 593-
605.
KOFFI Y.B. (2007). Étude du calage, de la validation et des
performances des réseaux de neurones formels à partir des MOKADMI S. (2012). Étude hydrologique et modélisation du
données hydro-climatiques du bassin versant du Bandama transport solide en suspension dans le sous bassin versant de
blanc en Côte d’Ivoire. Thèse de doctorat, Univ. Cocody l’oued Mekerra. Mémoire de maîtrise, Univ. Oran, Algérie,
Abidjan, Côte d'Ivoire, 178 p. 113 p.

KOKKONEN T.S. et A.J. JAKEMAN (2001). A comparison MOUELHI S. (2003). Vers une chaîne cohérente de modèles
of metric and conceptual approaches in rainfall-runoff pluie-débit conceptuels globaux aux pas de temps pluriannuel,
modeling and its implications. Water Resour. Res., 37, annuel, mensuel et journalier. ENGREF, Paris, France,
2345-2352. 558 p.

KRYSANOVA V., A. BRONSTERT et D.L. MULLER- NASH J.E. et J.V. SUTCLIFFE (1970). River flow forecasting
WOHLFEIL (1999). Modelling river discharge for large through conceptual models part I. A discussion of
drainage basins: from lumped to distributed approach. principles. J. Hydrol., 10, 282-290.
Hydrol. Sci. J., 44, 313-331.
NEITSCH S.L., J.G. ARNOLD, J.R. KINIRY et
LAURENT F., D. RUELLAND et M. CHAPDELAINE J.R. WILLIAMS (2001). Soil Water Assesment Tool. User
(2007). Simulation de l’effet de changements de pratiques Manual. Agriculture Research Service, Grassland, Soil
agricoles sur la qualité des eaux avec le modèle SWAT. and Water Research Laboratory, Temple (TX), États-Unis,
J. Water Sci., 20, 395-408. 647 p.

MADSEN H. (2000). Automatic calibration of a conceptual NEITSCH S.L., J.G. ARNOLD, J.R. KINIRY et
rainfall-runoff model using multiple objectives. J. Hydrol., J.R. WILLIAMS (2005). Soil and Water Assessment Tool.
235, 276-288. Theoretical Documentation. USDA, Agricultural Research
Service, Blackland Research Center, Texas A&M University,
États-Unis, 494 p.
 Performance et validité du modèle SWAT par rapport à GR4J
134

OTMANE A., K. BABA-HAMMED et A. SAFA (2016). SIMONNEAUX V., L. HANICH, G. BOULET et

Modélisation Pluie-Débit à l’aide d’un modèle conceptuel S. THOMAS (2008). Modelling runoff in the Rheraya
global : Application au bassin d’Oued Mekerra (NW Catchment (High Atlas, Morocco) using the simple daily
Algérien). 3e Journées sur la Géologie algérienne, 23-25 model GR4J. Trends over the last decades. 13e Congrès
février 2016, Oran, Algérie, pp.16-20. Mondial de l'Eau, 1-4 septembre, Montpellier, France,
14 p.
OTMANE A., K. BABA-HAMMED, A. BOUANANI et
A. SAFA (2017). Prédétermination des valeurs de crues SOPHOCLEOUS M et S.P. PERKINS (2000). Methodology
extrêmes et contribution de la plaine de Sidi Bel Abbès and application of combined watershed and ground-water
dans le bilan hydrologique du bassin versant de l’oued models in Kansas. J. Hydrol., 236, 185-201.
Mekerra. Tech. Sci. Méthodes, 7-8, 27-48.
SOROSHIAN S., Q. DUAN et V.K. GUPTA (1993).
OTMANE A., K. BABA-HAMED, A. BOUANANI et Calibration of rainfall-runoff models, Application of global
L. KEBIR (2018). Mise en évidence de la sécheresse par optimization to the Sacramento soil moisture accounting
l’étude de la variabilité climatique dans le bassin versant de model. Water Resour. Res., 29, 1185-1194.
l’oued Mekerra (Nord-Ouest algérien). Tech. Sci. Méthodes,
9, 23-37. SOURISSEAU P. (1972). Étude hydrogéologique de la nappe de
Sidi Bel Abbès. Rapport de la direction des études de milieu
OUDIN L., F. HERVIEU, C. MICHEL, C. PERRIN, et de la recherche hydraulique d’Alger, Algérie, 95 p.
V. ANDREASSIAN, F. ANCTIL et C. LOUMAGNE
(2005). Which potential evapotranspiration input for SRINIVASAN R., T.S. RAMANARAYANAN, J.G. ARNOLD
a rainfall-runoff model? Part 2 - Towards a simple and et S.T. BEDNARZ (1998). Large area hydrologic modeling
efficient PE model for rainfall-runoff modelling. J. Hydrol., and assessment, Part II: Model application. J. Am. Water
303, 290-306. Resour. Assoc., 34, 91-101.

PAYRAUDEAU S. (2002). Modélisation distribuée des flux TEGEGNE G., D.K. PARK et Y.O. KIM (2017). Comparison
d’azote sur des petits bassins versants méditerranéens. of hydrological models for the assessment of water resources
ENGREF, Paris, France, 231 p. in a data-scarce region, the Upper Blue Nile River Basin.
J. Hydrol. Reg. Stud., 14, 49-66.
PERRIN C. (2000). Vers une amélioration d’un modèle
global pluie-débit. Thèse de doctorat, Institut National TERFOUS A., A. MEGNOUNIF et A. BOUANANI (2001).
Polytechnique de Grenoble, France, 530 p. Étude du transport solide en suspension dans l’Oued
Mouilah (Nord-Ouest Algérien). J. Water Sci., 14, 173-
PERRIN C. (2002). Vers une amélioration d’un modèle global 185.
pluie-débit au travers d’une approche comparative. La
Houille Blanche, 6-7, 84-91. TOLSON B., M. ASADZADEH, H.R. MAIER et
A. ZECCHIN (2009). Hybrid discrete dynamically
PERRIN C., C. MICHEL et V. ANDREASSIAN (2003). dimensioned search (HD-DDS) algorithm for water
Improvement of a parsimonious model for streamflow distribution system design optimization. Water Resour.
simulation. J. Hydrol., 279, 275-289. Res., 45, 15 p.

RIJTEMA P. et H. WASSINK (1969). Water in the Unsaturated TRIPATHI M., R. PANDA et N. RAGHUWANSHI (2003).
Zone: L’eau dans la zone non saturée. Proceedings of the Identification and prioritisation of critical sub-watersheds
Wageningen Symposium, IASH/AIHS-UNESCO, 995 p. for soil conservation management using the SWAT model.
Biosyst. Eng., 85, 365-379.
SALEH A., J. ARNOLD, P.W. GASSMAN, L. HAUCK,
W. ROSENTHAL, J. WILLIAMS et A. MCFARLAND TRUDEL M., P.L. DOUCET-GENEREUX et R. LECONTE
(2000). Application of SWAT for the upper North Bosque (2017). Assessing river low-flow uncertainties related to
River watershed. Trans. ASAE., 43, 1077-1087. hydrological model calibration and structure under climate
change conditions. Climate, 5, 24 p.
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
135

VACHE K.B., J. EILERS et M.V. SANTELMANN (2002). WINCHELL M., R. SRINIVASAN, M. DI LUZIO et
Water quality modeling of alternative agricultural scenarios J. ARNOLD (2010). ArcSWAT interface for SWAT 2005.
in the US Corn Belt. J. Am. Water Resour. Assoc., 38, 773- User’s Guide. Blackland Research Center, Texas Agricultural
787. Experiment Station, États-Unis, 489 p.

VELAZQUEZ J.A., M. TROIN et D. CAYA (2015). YEBDRI D., M. ERRIH A. HAMLET et A.E.B. TIDJANI
Hydrological modeling of the Tampaon River in the (2007). The water resources management study of the
context of climate change. Tecnol. Cienc. Agua, 6, 17-30. Wadi Tafna Basin (Algeria) using the SWAT model. Afr.
Water J., 1, 33-47.
WENDING J. (1992). Modélisation pluie-débit en zone
méditerranéenne : comparaison d’approches globales/ ZETTAM A., A. TALEB, S. SAUVAG, L. BOITHIAS,
distribuées, conceptuelles/physico-déterministes : essai de prise N. BELAIDI et J.M. SANCHEZ-PEREZ (2017).
en compte de la variabilité spatiale des pluies (application au Modelling hydrology and sediment transport in a semi-arid
bassin versant du Réal Collobrier). Thèse de doctorat, Institut and anthropized catchment using the SWAT model: the
National Polytechnique de Grenoble, France, 250 p. case of the Tafna River (Northwest Algeria). Water, 9, 18 p.
 Performance et validité du modèle SWAT par rapport à GR4J
136

Annexe 1. Discrétisation spatiale du bassin de l’aval Mekerra par unité de réponse hydrologique (URH)
(sous-bassins 1-22).
Appendix 1. Spatial discretization of Lower Mekerra basin by hydrological response unit (HRU) (sub-
basins 1-22).

Surface No Surface
Sous-bassin Kca Occupation / Sol / Pente
(km²) URH (%)
1 0,0524 1,78 1 AGRL / BRUNCALCA / 0-8 70,37
2 URHD / BRUNCALCA / 8-16 9,63
3 URHD / BRUNCALCA / 0-8 20,74
2 0,1346 1,63 4 URHD / BRUNCALCA / 0-8 99,99
3 8,2244 2,12 5 AGRL / BRUNCALCA / 0-8 62,96
6 URHD / BRUNCALCA / 0-8 36,21
4 4,1868 2,2 7 AGRL / BRUNCALCA / 0-8 37,27
8 URHD / BRUNCALCA / 0-8 63,01
5 0,0197 1,68 9 AGRL / BRUNCALCA / 0-8 32,02
10 URHD / BRUNCALCA / 0-8 24,9
11 SWRN / BRUNCALCA / 0-8 28,46
6 0,3005 1,76 12 AGRL / BRUNCALCA / 0-8 100,74
7 4,0919 2,15 13 AGRL / BRUNCALCA / 0-8 99,91
8 0,0113 2,11 14 FRSD / BRUNCALCA / 0-8 53,34
15 AGRL / BRUNCALCA / 0-8 47,41
9 0,0043 2,09 16 AGRL / BRUNCALCA / 0-8 100,74
10 1,4499 2,22 17 AGRL / BRUNCALCA / 0-8 96,33
11 2,6522 2,35 18 FRSD / BRUNCALCA / 0-8 16,46
19 FRSD / RENDZINE / 0-8 22,43
20 AGRL / BRUNCALCA / 0-8 21,62
21 AGRL / RENDZINE / 0-8 39,91
12 16,559 2,28 22 FRSD / BRUNCALCA / 0-8 28,97
23 AGRL / BRUNCALCA / 0-8 55,12
24 AGRL / RENDZINE / 0-8 16,32
13 3,3215 2,2 25 AGRL / BRUNCALCA / 0-8 100,74
14 90,2842 1,86 26 AGRL / BRUNCALCA / 0-8 100,4
15 50,004 2,39 27 FRSD / MAQUIS / 0-8 27,73
28 FRSD / MAQUIS / 8-16 11,61
29 AGRL / BRUNCALCA / 0-8 60,82
16 23,0701 2,41 30 AGRL / ALLUVIAL / 0-8 34,87
31 AGRL/BRUNCALCA/0-8 65,77
17 0,1048 2,23 32 AGRL / ALLUVIAL / 0-8 100,74
18 33,1073 2,24 33 FRSD / BRUNCALCA / 0-8 12,72
34 FRSD / MAQUIS / 8-16 8,95
35 FRSD / MAQUIS / 0-8 23,82
36 AGRL / BRUNCALCA / 0-8 32,5
37 AGRL / MAQUIS / 0-8 22,72
19 0,628 2,14 38 AGRL / ALLUVIAL / 0-8 100,74
20 0,0875 2,05 39 FRSD / ALLUVIAL / 0-8 46,05
40 AGRL / ALLUVIAL / 0-8 54,69
21 23,2483 3,41 41 AGRL / BRUNCALCA / 0-8 73,21
42 AGRL / MAQUIS / 0-8 27,49
22 61,6247 2,28 43 AGRL / BRUNCALCA / 0-8 99,86
a
Coefficient de compacité
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
137

Annexe 2. Discrétisation spatiale du bassin de l’aval Mekerra par unité de réponse hydrologique (URH)
(sous-bassins 23-44).
Appendix 2. Spatial discretization of the Lower Mekerra basin by hydrological response unit (HRU) (sub-
basins 23-44).

Surface No Surface
Sous-bassin Kca Occupation / Sol / Pente
(km²) URH (%)
23 59,0732 2,02 44 FRSD / MAQUIS / 8-16 23,98
45 FRSD / MAQUIS / 0-8 42,09
46 AGRL / BRUNCALCA / 0-8 14,05
47 AGRL / MAQUIS /0-8 15,76
48 AGRL / MAQUIS / 8-16 4,64
24 13,6641 2,59 49 AGRL / ALLUVIAL / 0-8 20,23
50 AGRL / BRUNCALCA / 0-8 58,94
51 AGRL / RENDZINE / 0-8 21,42
25 0,0511 2,26 52 FRST / RENDZINE / 0-8 63,81
53 AGRL / RENDZINE / 0-8 36,94
26 26,3272 2,34 54 AGRL / BRUNCALCA / 0-8 100,72
27 14,9993 3,32 55 AGRL / BRUNCALCA / 0-8 100,74
28 0,0297 1,61 56 AGRL / RENDZINE / 0-8 100,74
29 47,8517 2,27 57 FRSD / MAQUIS / 0-8 20,97
58 FRSD / MAQUIS / 8-16 11,66
59 AGRL / BRUNCALCA / 0-8 68,02
30 25,6406 2,43 60 AGRL / BRUNFERSSIA / 0-8 68,45
61 AGRL / HORIZCALCA / 0-8 32,12
31 82,9685 2,04 62 FRSD / BRUNCALCA / 0-8 21,17
63 FRSD / MAQUIS / 8-16 7,59
64 FRSD / MAQUIS / 0-8 13,07
65 AGRL / BRUNCALCA / 0-8 58,36
32 5,888 2,2 66 AGRL / BRUNCALCA / 0-8 35,57
67 AGRL / BRUNFERSSIA / 0-8 65,18
33 0,7452 2,51 68 AGRL / BRUNCALCA / 0-8 20,41
69 AGRL / BRUNFERSSIA / 0-8 80,33
34 6,7576 2,36 70 AGRL / BRUNCALCA / 0-8 73,67
71 AGRL / BRUNCALCA / 8-16 25,18
35 0,5784 1,88 72 AGRL / BRUNCALCA / 0-8 100,74
36 0,3961 1,81 73 AGRL / BRUNCALCA / 0-8 100,74
37 37,8846 2,45 74 AGRL / BRUNCALCA / 0-8 98,19
38 4,8811 2,37 75 AGRL / ALLUVIAL / 0-8 30,83
76 AGRL / BRUNCALCA / 0-8 32,3
77 AGRL / BRUNFERSSIA / 0-8 37,36
39 0,056 1,83 78 FRSD / BRUNCALCA / 0-8 23,55
79 AGRL / BRUNCALCA / 0-8 75,71
40 0,1105 1,32 80 AGRL / BRUNCALCA / 0-8 51,26
81 AGRL / BRUNFERSSIA / 0-8 49,49
41 20,6612 2,29 82 AGRL / BRUNFERSSIA / 0-8 67,28
83 AGRL / HORIZCALCA / 0-8 33,42
42 0,0156 1,47 84 AGRL / HORIZCALCA / 8-16 27,98
85 AGRL / HORIZCALCA / 0-8 72,76
43 13,1777 2,71 86 AGRL / BRUNCALCA / 0-8 78,78
87 AGRL / HORIZCALCA / 0-8 21,96
44 6,2626 1,83 88 AGRL / BRUNCALCA / 0-8 100,74
a
Coefficient de compacité
 Performance et validité du modèle SWAT par rapport à GR4J
138

Annexe 3. Discrétisation spatiale du bassin de l’aval Mekerra par unité de réponse hydrologique (URH)
(sous-bassins 45-54).
Appendix 3. Spatial discretization of Lower Mekerra Basin by hydrological response unit (HRU) (sub-
basins 45-54).

Surface No Surface
Sous-bassin Kca Occupation / Sol / Pente
(km²) URH (%)
45 0,1081 2,63 89 WATR / BRUNCALCA / 0-8 32,56
90 AGRL / BRUNCALCA / 0-8 68,18
46 26,3091 1,75 91 AGRL / BRUNCALCA / 0-8 100,67
47 29,393 2,04 92 AGRL / BRUNCALCA / 0-8 47,49
93 AGRL / HORIZCALCA / 0-8 53,2
48 43,2823 1,89 94 FRSD / MAQUIS / 16-9999 7,78
95 FRSD / MAQUIS / 8-16 14,97
96 FRSD / MAQUIS / 0-8 13,69
97 AGRL / BRUNCALCA / 0-8 39,81
98 AGRL / MAQUIS / 0-8 16,13
99 AGRL / MAQUIS / 8-16 7,68
49 57,1165 2,86 100 AGRL / BRUNCALCA / 0-8 37,71
101 AGRL / HORIZCALCA / 0-8 58,34
50 86,1646 2,14 102 AGRL / BRUNCALCA / 0-8 64,73
103 AGRL / COLLUVIAL / 0-8 35,99
51 24,7799 3,28 104 AGRL / BRUNCALCA / 0-8 62,24
105 AGRL / HORIZCALCA / 0-8 38,51
52 0,0338 1,7 106 AGRL / BRUNCALCA / 0-8 100,74
53 35,2479 1,86 107 AGRL / HORIZCALCA / 0-8 66,22
108 AGRL / MAQUIS / 0-8 21,99
109 AGRL / MAQUIS / 8-16 12,49
54 30,6052 2,69 110 AGRL / BRUNCALCA / 0-8 27,81
111 AGRL / HORIZCALCA / 0-8 70,67
a
Coefficient de compacité

Annexe 4. Codes et significations des classes d’occupation du sol, types Code Signification
du sol et pente.
Occupation du sol
Appendix 4. Codes and meanings of land cover, soil types, and slope
classes. URHD Tissu urbain continu
FRSD Plantation forestière
FRST Territoire agroforestier
SWRN Sols nus
AGRL Systèmes culturaux parcellaires complexes
WATR Cours et voies d’eau temporaires
Type de sol
HORIZCALCA Horizon calcaire
BRUNCALCA Brun calcaire
MAQUIS Maquis
BRUNFERSSIA Brun ferssialitique
COLLUVIAL Colluvial
RENDZINE Rendzine
ALLUVIAL Alluvial
Classe de pentea
1 0-8 %
2 0-16 %
3 >16 %
a
Le pourcentage de pente permet de décrire le relief en exprimant le rapport entre la
dénivellation et la distance horizontale (mesure prise sur la carte). Par exemple,
une pente de 3 % correspond à une dénivellation de 3 m sur une distance
horizontale de 100 m.
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
139

Annexe 5. Répartition spatiale de débit de surface et débit de base par unité de réponse hydrologique (URH)
(sous-bassins 1-23).
Appendix 5. Spatial distribution of surface flow and groundwater flow by hydrological response unit (HRU) (sub-
basins 1-23).

Débit de Débit de surface Débit de Débit de base moyen

No
Sous-bassin surface moyen par sous-bassin base par sous-bassin
URH
(mm) (mm) (mm) (mm)
1 1 0,37 70,87 6,72 10,12
2 105,99 19,88
3 106,25 3,77
2 4 106,23 106,2 4,11 4,11
3 5 0,37 53,29 7,11 5,72
6 106,22 4,34
4 7 0,37 53,30 5,52 4,7
8 106,24 3,88
5 9 0 35,58 5,12 3,08
10 0,38 2,55
11 106,37 1,58
6 12 0,37 0,37 5,32 5,32
7 13 0,37 0,37 6,72 6,72
8 14 0 0,19 0,67 1,54
15 0,38 2,41
9 16 0,37 0,37 6,72 6,72
10 17 0,37 0,37 5,12 5,12
11 18 0 15,89 4,75 2,76
19 19,04 0,44
20 0,37 5,52
21 44,18 0,34
12 22 0 14,85 4,94 3,54
23 0,37 5,32
24 44,18 0,35
13 25 0,37 0,37 6,12 6,12
14 26 0,37 0,37 6,91 6,91
15 27 46,37 30,98 0,4 2,63
28 46,2 1,17
29 0,37 6,32
16 30 10,33 5,35 0,86 2,79
31 0,37 4,72
17 32 10,32 10,32 1,11 1,11
18 33 0 33,40 7,99 3,46
34 46,21 1,15
35 46,37 0,4
36 0,37 7,51
37 74,07 0,26
19 38 10,32 10,32 1,03 1,03
20 39 0,31 5,32 0,91 0,96
40 10,33 1
21 41 0,37 37,22 7,51 3,89
42 74,07 0,26
22 43 0,37 0,37 7,11 7,11
23 44 46,22 48,19 1,15 2,17
45 46,34 0,64
46 0,37 7,9
47 74,07 0,28
48 73,95 0,91
 Performance et validité du modèle SWAT par rapport à GR4J
140

Annexe 6. Répartition spatiale de débit de surface et débit de base par unité de réponse hydrologique (URH)
(sous-bassins 24-47).
Appendix 6. Spatial distribution of surface flow and groundwater flow by hydrological response unit (HRU) (sub-
basins 24-47).

Débit de Débit de surface Débit de Débit de base moyen

No
Sous-bassin surface moyen par sous-bassin base par sous-bassin
URH
(mm) (mm) (mm) (mm)
24 49 10,33 18,3 0,96 2,39
50 0,37 5,92
51 44,2 0,29
25 52 13,15 28,66 0,88 0,61
53 44,18 0,34
26 54 0,37 0,37 6,91 6,91
27 55 0,37 0,37 6,12 6,12
28 56 44,2 44,2 0,29 0,29
29 57 46,34 30,97 0,63 2,64
58 46,21 1,16
59 0,37 6,12
30 60 60,32 39,96 0,36 0,55
61 19,6 0,75
31 62 0 23,23 8,73 4,65
63 46,21 1,15
64 46,33 0,64
65 0,37 8,09
32 66 0,37 30,35 6,91 3,63
67 60,32 0,34
33 68 0,37 30,35 8,29 4,31
69 60,32 0,33
34 70 0,37 0,365 8,87 20,27
71 0,36 31,68
35 72 0,37 0,37 6,91 6,91
36 73 0,37 0,37 7,51 7,51
37 74 0,37 0,37 7,9 7,9
38 75 10,32 23,66 1,11 2,86
76 0,37 7,11
77 60,31 0,38
39 78 0 0,185 8,54 8,8
79 0,37 9,06
40 80 0,37 30,34 5,92 3,15
81 60,32 0,38
41 82 60,33 39,97 0,34 0,54
83 19,61 0,74
42 84 19,18 19,37 2,02 1,43
85 19,57 0,84
43 86 0,37 9,985 7,51 4,15
87 19,6 0,79
44 88 0,37 0,37 8,29 8,29
45 89 0 0,185 0 4,44
90 0,37 8,87
46 91 0,37 0,37 8,09 8,09
47 92 0,37 9,99 7,51 4,13
93 19,61 0,75
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
141

Annexe 7. Répartition spatiale de débit de surface et débit de base par unité de réponse hydrologique (URH)
(sous-bassins 48-54).
Appendix 7. Spatial distribution of surface flow and groundwater flow by hydrological response unit (HRU) (sub-
basins 48-54).

Débit de Débit de surface Débit de Débit de base moyen

No
Sous-bassin surface moyen par sous-bassin base par sous-bassin
URH
(mm) (mm) (mm) (mm)
48 94 42,49 47,25 18,91 5,02
95 46,22 1,24
96 46,35 0,65
97 0,37 8,09
98 74,09 0,29
99 73,96 0,96
49 100 0,37 9,985 8,09 4,45
101 19,6 0,8
50 102 0,37 0,295 7,11 9,11
103 0,22 11,11
51 104 0,37 10 7,11 3,91
105 19,63 0,7
52 106 0,37 0,37 9,26 9,26
53 107 19,62 55,89 0,8 0,69
108 74,09 0,29
109 73,96 1
54 110 0,37 10 7,71 4,27
111 19,63 0,83
 Performance et validité du modèle SWAT par rapport à GR4J
142

Annexe 8. Répartition spatiale de l’évapotranspiration réelle (ETR), la recharge et les matières en suspension (MES) par
unité de réponse hydrologique (URH) (sous-bassins 1-23).
Appendix 8. Spatial distribution of real evapotranspiration, recharge, and suspended solids by hydrological response unit
(HRU) (sub-basins 1-23).

ETR moyenne Recharge moyenne MES moyennes

No ETR MES
Sous-bassin par sous-bassin par sous-bassin par sous-bassin
URH (mm) (t∙ha-1)
(mm) (mm) (t∙ha-1)
1 1 282,93 257,48 61,44 0 0,83
2 240,38 1,98
3 249,14 0,52
2 4 248,94 248,94 40,64 0,59 0,59
3 5 282,8 265,8 75,1 0 0,37
6 248,8 0,74
4 7 283,27 266,17 75,74 0 0,32
8 249,07 0,65
5 9 285,01 273,12 88,13 0 0,13
10 284,08 0
11 250,28 0,4
6 12 283,31 283,31 110,92 0 0
7 13 282,92 282,92 109,91 0 0
8 14 302,09 293,10 105,09 0 0
15 284,12 0
9 16 282,92 282,92 109,91 0 0
10 17 283,39 283,39 111,04 0 0
11 18 300,72 290,76 90,495 0 0,16
19 298,77 0,08
20 283,26 0
21 280,31 0,54
12 22 300,65 288,08 93,4504 0 0,22
23 283,31 0
24 280,29 0,66
13 25 283,09 283,09 110,34 0 0
14 26 282,83 282,83 109,81 0 0
15 27 287,23 285,70 80,606 0,89 1,17
28 286,87 2,63
29 283,01 0
16 30 314,03 298,76 93,015 0,01 0,01
31 283,5 0
17 32 313,93 313,93 74,56 0,01 0,01
18 33 299,61 284,32 78,738 0 1,02
34 286,87 2,38
35 287,22 0,86
36 282,65 0
37 265,23 1,85
19 38 313,96 313,96 74,61 0,01 0,01
20 39 326,71 320,35 73,3 0 0,01
40 313,98 0,01
21 41 282,66 273,95 84,87 0 0,96
42 265,23 1,91
22 43 282,77 282,77 109,67 0 0
23 44 286,86 277,32 72,236 2,68 2,23
45 287,1 0,89
46 282,51 0
47 265,2 2,14
48 264,92 5,46
 A. OTMANE et al. / Revue des Sciences de l’Eau 32(2) (2019) 117-144
143

Annexe 9. Répartition spatiale de l’évapotranspiration réelle (ETR), la recharge et les matières en suspension (MES) par
unité de réponse hydrologique (URH) (sous-bassins 24-47).
Appendix 9. Spatial distribution of real evapotranspiration, recharge, and suspended solids by hydrological response unit
(HRU) (sub-basins 24-47).

ETR moyenne Recharge moyenne MES moyennes

No ETR MES
Sous-bassin par sous-bassin par sous-bassin par sous-bassin
URH (mm) (t∙ha-1)
(mm) (mm) (t∙ha-1)
24 49 313,99 292,48 86,747 0,01 0,13
50 283,14 0
51 280,32 0,39
25 52 298,72 289,51 81,13 0,08 0,21
53 280,31 0,35
26 54 282,83 282,83 109,81 0 0
27 55 283,06 283,06 110,37 0 0
28 56 280,33 280,33 75,1 0,24 0,24
29 57 287,12 285,68 80,630 0,88 1,15
58 286,87 2,57
59 283,05 0
30 60 267,97 275,41 83,995 0,96 0,6
61 282,85 0,24
31 62 299,35 288,95 83,092 0 0,85
63 286,87 2,53
64 287,11 0,88
65 282,46 0
32 66 282,86 275,42 90,525 0 0,29
67 267,99 0,58
33 68 282,43 275,21 90,055 0 0,26
69 267,99 0,52
34 70 282,18 278,91 100,37 0 0,01
71 275,63 0,01
35 72 282,84 282,84 109,8 0 0
36 73 282,67 282,67 109,37 0 0
37 74 282,5 282,5 109,15 0 0
38 75 313,92 288,22 85,160 0,01 0,26
76 282,79 0
77 267,97 0,77
39 78 299,43 290,8 100,14 0 0
79 282,17 0
40 80 283,12 275,54 90,885 0 0,28
81 267,96 0,56
41 82 267,97 275,40 84,005 0,69 0,45
83 282,84 0,21
42 84 282,36 282,58 96,535 0,32 0,23
85 282,8 0,15
43 86 282,64 282,73 103,06 0 0,12
87 282,81 0,23
44 88 282,41 282,41 108,85 0 0
45 89 1 563,72 282,22 113,08 0 0
90 282,22 0
46 91 282,45 282,45 109,01 0 0
47 92 282,64 282,73 103,06 0 0,13
93 282,83 0,25
 Performance et validité du modèle SWAT par rapport à GR4J
144

Annexe 10. Répartition spatiale de l’évapotranspiration réelle (ETR), la recharge et les matières en suspension (MES) par
unité de réponse hydrologique (URH) (sous-bassins 48-54).
Appendix 10. Spatial distribution of real evapotranspiration, recharge, and suspended solids by hydrological response unit
(HRU) (sub-basins 48-54).

ETR moyenne Recharge moyenne MES moyennes

No ETR MES
Sous-bassin par sous-bassin par sous-bassin par sous-bassin
URH (mm) (t∙ha-1)
(mm) (mm) (t∙ha-1)
48 94 279,94 277,71 69,939 3,18 2,61
95 286,8 2,99
96 287,08 0,92
97 282,41 0
98 265,17 2,35
99 264,87 6,2
49 100 282,44 282,62 102,87 0 0,13
101 282,79 0,25
50 102 282,76 293,09 97,42 0 0
103 303,43 0
51 104 282,76 282,8 103,21 0 0,08
105 282,84 0,16
52 106 282,07 282,07 108,22 0 0
53 107 282,75 270,92 72,417 0,32 3,18
108 265,16 2,41
109 264,84 6,82
54 110 282,46 282,56 103,08 0 0,16
111 282,67 0,31