Dans les cas les plus complexes des rsolutions

Info iconThis preview shows page 1. Sign up to view the full content.

View Full Document Right Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: errain (MINT). I - 1.4 Modélisation stochastique La prise en compte de l’hétérogénéité ou de l’incertitude sur les données dans les modèles est l’un des objectifs de l’hydrologie stochastique (Dagan 1989 ; Gelhar 1993 ; Zhang 2002). Une modélisation stochastique est nécessaire lorsque l’un ou plusieurs des paramètres du domaine sont traités comme une variable aléatoire, un processus stochastique, ou un champ aléatoire en espace. Par exemple, pour les aquifères hétérogènes, la perméabilité peut être considérée comme un champ aléatoire (Vanmarcke 1983). De plus, les conditions limites peuvent être décrites comme des processus stochastiques (précipitations, niveau de la mer…). Enfin, d’autres termes de forçages mal connus (par exemple le débit des puits de pompage) peuvent être considérés comme des variables aléatoires. Sur le plan mathématique, la modélisation stochastique peut être formulée à différents niveaux du modèle, et recouvrir les méthodes suivantes (liste non exhaustive) : • Au niveau des modèles mathématiques...
View Full Document

This document was uploaded on 01/19/2014.

Ask a homework question - tutors are online