Délimitation de bassins versants à partir d`un modèle numérique de

Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Délimitation de bassins versants à partir d’un modèle numérique de terrain.
Comparaison de différentes méthodes pour le bassin du Rio Negro
(Amazone)
Frédérique Seyler, Frédéric Muller, Gérard Cochonneau, Jean Loup Guyot
IRD, CP 7091, Lago Sul, 71619-970 Brasilia, DF, Brésil
Abstract. Based on the combination of Geographic Information System tools (GIS), remote
sensing products and digital elevation models (DEM), this work aims at preparing and testing
the existing data sources and algorithms for a distributed, physically-based, hydrological
modelling. It is focusing on the division of a medium-size basin into sub-catchments. Results
obtained for this study of the Rio Negro basin, Amazon river tributary, show that both tools and
existing data seem to be adapted for distributed hydrological mode lling.
Résumé. Ce travail combine les outils des systèmes d’information géographique (SIG), de la
télédétection spatiale, et des modèles numériques de terrain (MNT), dans une perspective de
modélisation hydrologique spatialisée. Il a pour objectif particulier de tester les méthodes
employées pour l’extraction automatique des bassins de drainage, les sources de données
disponibles, leur précision et leur qualité, et de mettre au point une démarche homogène
pouvant être appliquée à l’ensemble d’un grand bassin fluvial. Les résultats obtenus pour le
bassin du Rio Negro, affluent de l’Amazone, montrent que les sources de données existantes
sont d’une qualité et d’une précision suffisante pour la modélisation, et que les méthodes à
mettre en œuvre sont également suffisamment robustes.
INTRODUCTION
D’après McCullagh (1988), la combinaison de modèles numériques de terrain, de la
télédétection, de la modélisation mathématique des processus de surface et des systèmes
d’information géographique n’a pas été planifié e. Il y a cependant un besoin croissant de les
associer pour donner de meilleurs résultats pour l’interprétation des données en environnement.
Ce travail s’inscrit dans l’objectif général de modélisation spatialisée du bassin versant
amazonien (programme IRD UR 69). Ce programme propose pour la modélisation
hydrologique du bassin le couplage d’un SIG (constitué sur ArcView et ERDAS Imagine) et des
logiciels CRWR-PrePro, HEC-HMS 1.0 et HEC-RAS 2.1 (Maidment et al., 1997). La
délimitation des bassins versants est le préalable nécessaire à tout le processus de modélisation.
Les sources d’information spatialisée sur le bassin de l’Amazone sont extrêmement variables en
précision et en qualité suivant les pays qui composent le bassin dans sa totalité (Brésil,
Venezuela , Colombie, Equateur, Pérou, Bolivie). Il est nécessaire d’établir pour l’ensemble du
bassin une démarche homogène, la plus précise possible compte tenu des documents
cartographiques existants. L’objectif particulier de ce travail est donc de tester différentes
méthodes d’extraction de bassins versants à partir du MNT 30 arc-secondes de l’USGS
disponible pour le monde entier et qui est pour l’instant le seul modèle numérique de terrain
couvrant la totalité du bassin amazonien. Pour ce test, on a choisi le bassin de Rio Negro où
plusieurs jeux de données sont disponibles, réseau hydrographique du Digital Chart of the
World, cartes numérisées, ou réseau hydrographique extrait à partir d’images radar JERS
(Muller et al., à paraître).
1
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
MATERIEL ET METHODES
Présentation de la zone testée
La zone choisie pour ce test est le bassin du Rio Negro qui rejoint le Rio Solimões à Manaus
pour former l’Amazone. Le bassin du Rio Negro, d’environ 700 000 km2 de superficie, se situe
entre –3º et +5º en latitude et –58º et –73º de longitude. Le Rio Negro coule en grande partie sur
le bouclier guyanais (environ 50% du bassin), formations géologiques du précambrien à
l’archéen. Le reste du bassin est constitué de roches sédimentaires (secondaire, tertiaire ou
quaternaire). La végétation est composée de savanes plus ou moins arborées (région du
Roraima) et en majeure partie de forêt dense ombrophile. Les sols sont des latosols et des
podzols. La morphologie du bassin compte quelques reliefs sur la bordure ouest (Andes) et nord
(reliefs du bouclier guyanais), mais dans son ensemble le relief est modéré à aplani. Plus de la
moitié des bassins équipés de stations de jaugeage ont moins de 300 mètres de dénivelé et
l’altitude moyenne d’environ deux tiers de ces bassins est inférieure à 200 mètres. Entre les
Andes et le bouclier guyanais, les limites du bassin ne sont pas très marquées et des
phénomènes de diffluence sont observés entre le bassin de l’Amazone et celui de l’Orénoque
(Molinier et al.,1993).
Données utilisées
MNT 30 arc-secondes de l’USGS : Ce modèle numérique de terrain (MNT) appelé également
GTPO30 est une grille dont les points sont espacés d’une demi-minute d’arc (environ 1
kilomètre), élaborée par le U.S. Geological Survey Eros Data Center (Sioux Falls, Sioux
Dakota). Ce MNT est mondial, et pour faciliter la distribution électronique, il est divisé en 33
pavés. Le bassin amazonien est couvert par quatre pavés. La projection est géographique et
l’unité en altitude est le mètre. Ce MNT a été constitué à partir de sources diverses, numériques
ou cartographiques, suivant les régions du monde. Dans le cas de sources cartographiques, les
cartes ont été digitalisées. La précision est dépendante des sources utilisées. Pour l’Amazonie
brésilienne en général et le Rio Negro en particulier les sources du MNT sont les cartes au
1:1000000 de la série “International Map of the World”. Les cartes ont des intervalles de 100m.
Les erreurs en altitude pour ce type de cartes sont plus difficiles à estimer que pour les sources
numériques. Il est communément admis que la précision en altitude est d’un demi-intervalle,
soit 50m, mais les erreurs dans la constitution de la carte, les erreurs de numérisation et les
erreurs d’interpolation sont inconnues. L’espacement des points de la grille varie pour la latitude
du bassin (entre l’équateur et ±10º) de 921 à 922m dans la direction N/S et de 928 à 914m dans
la direction E/O.
Réseau hydrographique du Digital Chart of the World : Le Digital Chart of the world est un jeu
de données cartographiques numériques en format vecteur basé sur les cartes au 1:1000000 de la
série ONC (Operational Navigational Chart). C’est un produit NIMA (National Intelligence
Map Service, US army).
Réseau hydrographique extrait d’une mosaïque d’images JERS : Ce réseau hydrographique a
été numérisé de façon semi-automatique. Le procédé utilisé est décrit dans Muller et al., (1999).
Réseau hydrographique numérisé à partir des cartes au 1:1000000 de la série “International Map
of the World”.
2
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Méthodes
L’extraction de sous-bassins versants à partir d’un MNT dépend de plusieurs facteurs dont les
principaux sont :
la méthode utilisée pour l’extraction du réseau de drainage
la précision des données spatiales utilisées.
Les algorithmes d’extraction du réseau de drainage ont fait l’objet de nombreuses recherches
(Rodriguez-Iturbe et Valdes, 1979 ; Gupta et al., 1980; Troutman et Karlinger, 1985, Rinaldo et
al., 1991; Tarboton et al., 1991; Riazanoff et al., 1992). La procédure la plus communément
utilisée (Gandolfi et Bischetti, 1997) pour extraire un réseau de drainage d’une grille régulière
de MNT est basée sur l’algorithme de O’Callaghan et Mark (1984), qui couple la détermination
de la direction de flux (le flux sort d’une cellule suivant la direction de plus grande pente), à une
valeur constante arbitraire de l’aire contributive minimum nécessaire à l’individualisation et au
suivi du cours d’eau. Le choix de cette valeur constante de seuil d’accumulation dans une
cellule pour donner naissance à un drain est évidemment la partie la plus critique de cette suite
d’opérations. Il a donné lieu à de très nombreux travaux. Ce choix est assez souvent basé sur la
comparaison visuelle du résultat obtenu (le réseau de drainage) avec un réseau “réel” obtenu par
numérisation de cartes ou par photo-interprétation (Gardner et al., 1991, Chorowicz et al.,
1992). D’autres auteurs ont essayé une approche quantitative de détermination de ce seuil en
utilisant des lois géomorphologiques reliant la valeur de cette aire contributive avec la pente du
cours d’eau qui en découle : loi liant l’aire du bassin à la pente du cours d’eau (Flint, 1974), ou
dépendance de l’aire contributive à la pente située en amont du cours d’eau (pente locale)
(Dietrich et al., 1992, 1993).
Dans ce travail, pour chacune des méthodes d’extraction testées et chacune des sources utilisées,
différentes valeurs du seuil d’accumulation ont été choisies (500-1000-5000-10000-50000, soit
respectivement environ 426, 852, 4260, 8520, 42600 km2 ). Les réseaux hydrographiques
obtenus pour ces différents seuils, et leur relations avec les caractères géomorphologiques,
géologiques, pédologiques et climatologiques des bassins qui en découlent font l’objet d’un
travail en cours. Mais pour l’objectif du présent travail qui est de tester différentes méthodes
d’extraction et différentes sources disponibles d’information spatialisée, le seuil d’accumulation
retenu dans chacune des procédures décrites ci-dessous a été celui permettant l’individualisation
d’un réseau hydrographique d’une précision minimum mais suffisante pour permettre le
placement sur le réseau obtenu des stations hydrométriques de mesure des flux (réseau de
l'ANEEL, Brésil), soit 1000 cellules ou environ 852 km2 . Pour pouvoir comparer le jeu de
données constitué à une référence commune, pour chacune des procédures utilisées, les sousbassins extraits ont été ceux correspondant aux stations hydrométriques existantes sur le bassin
du Rio Negro. Les surfaces des bassins extraits automatiquement ont été comparées aux
surfaces des bassins versants délimités pour chacune des stations par interprétation visuelle de la
mosaïque d’images radar (Muller et al., 1999).
L’extraction des bassins a dans tous les cas suivi la procédure décrite par l’algorithme de
O’Callaghan et Mark (1984). Les différentes étapes de cette procédure sont toutes des fonctions
implémentées dans Arc/Info-Grid. Ces différentes fonctions ont été portées sur Arc-View (en
scripts Avenue) par l’équipe de l’Université du Texas qui a développé les extensions CRWRPrePro. La description détaillée de ces procédures est faite dans Maidment et al., (1997).
Brièvement, cette suite de procédures est constituée :
d’un remplissage des “puits” du MNT (FILL). Cette fonction repère dans la grille du MNT les
dépressions fermées (soit réelles, soit créées par des artefacts d’interpolation pendant la
constitution du MNT) et les remplit.
d’un calcul des directions de flux
3
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
d’un calcul des taux d’accumulation pour chacune des cellules (nombre de cellules en amont).
du choix d’un seuil d’accumulation pour l’individualisation du réseau hydrographique
du repérage des confluences du réseau
du repérage des stations hydrométriques
de la délimitation des bassins versants de chacune des stations.
L’un des principaux problèmes de l’identification des réseaux hydrographiques à partir du MNT
est l’individualisation des cours d’eau en terrain plat. De nombreux travaux ont été consacrés à
ce problème et la solution la plus communément adoptée est de creuser le modèle numérique de
terrain à l’aide d’un réseau préexistant. L’utilisation d’un réseau préexistant pour permettre
l’extraction automatique du réseau hydrographique à partir d’un modèle numérique de terrain
peut paraître incohérente. Mais l’objectif de modélisation (et c’est le cas d’un grand nombre de
modèles hydrologiques distribués utilisant des bases physiques) impose l’obtention d’un réseau
hydrographique cohérent avec une base topographique numérique maillée. Les questions
auxquelles le présent travail se propose donc de répondre sont les suivantes :
Quelle est la méthode d’extraction des bassins la plus efficace?
Quelle est la précision nécessaire et suffisante du réseau préexistant ?
Le MNT GTPO30 à maille espacée d’environ 1km est il suffisamment détaillé et précis pour les
objectifs de modélisation retenus (pour l’individualisation correcte des bassins de drainage des
stations hydrométriques servant pour le calage ou la vérification du modèle) ?
Les différents jeux de données constitués pour ces tests sont donc les suivants :
sans creusement du MNT
A
par creusement simple du MNT par les réseaux :
du Digital Chart of the World
B
numérisé sur la carte au 1:1000000
sans les rivières d’ordre 1 (Strahler)
H
sans les rivières d’ordre 1 et 2
I
extrait de la mosaïque d’images radar
complet
E
sans les rivières d’ordre 1 (Strahler)
F
sans les rivières d’ordre 1 et 2
G
par division du MNT par le réseau ordonné suivant Strahler
le bassin du Rio Negro étant individualisé avant l’extraction (seules les cellules de la grille
internes à cette limite ont été traitées). C
le bassin du Rio Negro est découpé après extraction des sous-bassins.
(les lettres de A à I se rapportent au tableau 1 ou à la planche 2).
RESULTATS
L’ensemble des résultats est présenté dans le tableau 1.
4
D
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Planche 1 : A: Limites en noir – résultat de l’extraction des bassins versants à partir du MNT
seul (colonne G dans le tableau). Fond coloré – carte de variabilité des altitudes dans une
fenêtre de 10x10 cellules, du blanc (moins variable) au rouge foncé (plus variable).
B: Agrandissement sur quelques bassins. Limites noires - résultat de l’extraction des bassins
versants à partir du MNT seul (colonne G dans le tableau). Réseau orange : réseau extrait
automatiquement à partir du MNT seul pour un seuil d’accumulation de 1000 cellules.
5
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Menu
Tableau nº 1 Abi = Surface du bassin interprété sur JERS - Abo = Surface du bassin extrait automatiquement
I
J
E
F
G
B
A
C
D division
million
million –
jers
jers
jers –
DCW
MNT seul
division/
/jers ordonne
-ordre 1
ordre 1 +2
-ordre 1
ordre 1+2
jers ordonne
sans limite
Moyenne des Abi - 9,3
Abo
15,9
10,7
9,4
12,8
20,8
14,7
12,6
12,2
Ecart Type
5,5
11,0
9,4
7,0
8,2
21,6
11,2
10,4
13,2
95%
95%
84%
95%
93%
74%
68%
91%
96%
9,3
12,7
6,5
8,4
12,4
17,1
12,8
9,8
des Abi - Abo
Coefficient
d'extraction
Abi - Abo
moyen pondéré
par la superficie 8,3
du BV
6
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Planche 2 : Résultat de l’extraction automatique des bassins avec un seuil d’accumulation de
1000 cellules. : Extraction à partir du MNT seul, B: Extraction à partir du MNT avec
creusement du réseau DCW, C : Extraction à partir du MNT après division par le réseau
ordonné, D : Extraction à partir du MNT sans limitation au bassin du Rio Negro après division
par le réseau ordonné, E : Extraction à partir du MNT avec creusement du réseau JERS entier,
F : Extraction à partir du MNT avec creusement du réseau JERS entier mois les rivières
d’ordre 1, G Extraction à partir du MNT avec creusement du réseau JERS entier moins les
rivières d’ordre 1 et 2
7
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Si l’on tient compte du coefficient d’extraction, le meilleur résultat est obtenu avec le réseau
JERS par division du MNT, le bassin du Rio Negro étant découpé après extraction des sousbassins. Pour la minimisation de l’écart entre les surfaces obtenues par interprétation de la
mosaïque JERS et celles obtenues par extraction automatique des bassins à partir du MNT, le
meilleur résultat est obtenu en creusant le MNT par le réseau extrait de la mosaïque d’images
JERS. Beaucoup d’auteurs ont tenté d’améliorer la méthode d’extraction des bassins ou de
trouver des méthodes alternatives. Fairfield et Leymarie, 1991, ont fait une revue des travaux
portant sur l’une des principales critiques de la méthode : la recherche des cellules aval
adjacentes dans huit directions (huit voisins) qui crée des artefacts dans les réseaux extraits –
réseaux parallèles et « dérive du drainage suivant les diagonales, ligne, colonnes » (Riazanoff et
al., 1992.) -. Mc Cormack et al.(1993) et Garbrecht et Martz (1997), ont également proposé des
améliorations à la méthode. L’artefact des lignes parallèles et de la « dérive » des directions de
drainage dans les directions diagonales, verticales et horizontales de la grille peut très bien
s’observer sur les drainages extraits du MNT seul au seuil d’accumulation de 1000 cellules
(planche 1, B). Pourtant, l’absence d’extraction de certains bassins hydrographiques à partir du
MNT seul n’est pas liée aux seuls terrains plats (planche 1, A). D’ailleurs des bassins ont été
extraits à l’endroit où le phénomène des lignes de drainage parallèle est des plus accentué
(planche 1, B). La délimitation automatique des bassins sans correction de ces artefacts (MNT
seul, colonne A du tableau) est problématique par le faible pourcentage d’extraction par rapport
aux autres méthodes. Seulement 68 % des bassins ont été extraits. Mais le taux d’agrément avec
les bassins extraits par photo-interprétation n’est pas beaucoup plus mauvais qu’avec la
méthode utilisant le creusement du MNT par le réseau DCW (le taux d’agrément est meilleur en
moyenne que pour cette dernière méthode, colonne B du tableau). Ce problème de création de
directions artificielles et de nombreux cours parallèles dans les endroits plats par utilisation de
la méthode D8 (dans un voisinage de huit cellules) ne semble donc pas critique.
Le procédé consistant à creuser le MNT pas un réseau préexistant ou celui consistant à le diviser
par le réseau ordonné, corrige d’ailleurs ce problème. Planche 3, (A, B, et C), on peut noter que
le réseau extrait automatiquement (en rouge) suit fidèlement le réseau qui a été utilisé pour
creuser le MNT (en bleu). Donc, même si le MNT manque intrinsèquement de précision pour
extraire les bassins versants d’une manière adéquate pour notre application, les méthodes
consistant à « forcer » les directions de drainage suivant un réseau préexistant fonctionnent, et
assurent la cohérence des informations altimétriques avec les informations spatiales obtenues
par d’autres sources. Ce point est fondamental pour notre objectif de modélisation spatialisée.
La précision spatiale du réseau utilisé parait très importante. Les résultats obtenus par
creusement du MNT à l’aide du réseau Digital Chart of the World ont donné des résultats
équivalents à ceux obtenus par traitement du MNT seul. Le creusement par ce réseau n’amène
qu’une faible amélioration du taux d’extraction des bassins, par contre le taux d’agrément parait
bon pour certains bassins et très mauvais pour d’autres (écart type élevé). Le taux d’agrément
est bon pour les endroits du bassin où la précision spatiale du réseau est bonne (planche 3, A) :
le réseau DCW (en beige vert) est concordant sur presque tout le cours de la rivière avec le
réseau JERS. Ce bassin a été extrait correctement (planche 2,B). Par contre, le bassin présenté
planche 3,B n’a pas été extrait correctement et on peut voir que le réseau DCW suit un cours
très différent de celui du réseau JERS et crée un exutoire au bassin différent de l’exutoire réel.
La division par le réseau ordonné n’amène pas d’amélioration significative ou constante par
rapport au creusement par un réseau de bonne précision spatiale. Par contre cette méthode nous
a permis de mettre en doute le fait qu’un réseau le plus précis possible donnait les meilleurs
résultats. La division par le réseau ordonné annule en effet l’effet du réseau d’ordre 1. Si la
précision de l’extraction est équivalente pour les deux méthodes (creusement par le réseau JERS
entier ou division par le réseau ordonné), le taux d’extraction des bassins est significativement
meilleur pour la méthode utilisant la division. Les meilleurs résultats systématiques obtenus
8
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
pour le réseau au million digitalisé et pour le réseau interprété à partir des images JERS sans
l’ordre 1 (colonne I et F du tableau, planche 2,F) montrent que la précision étendue à l’ordre 1
de ces réseaux n’est pas nécessaire et qu’elle nuit même tant au taux d’extraction qu’à sa
précision. Une explication peut être avancée. Compte tenu de la maille du MNT (environ 1km),
une trop grande densité de drainage amène un creusement du MNT qui crée des artefacts, par
exemple des communications entre certains bassins. Ce phénomène peut être observé planche
3,C.
Planche 3 : 3 exemples de bassins versants (agrandissements) extraits automatiquement du
MNT après creusement du réseau JERS. Le réseau rouge est le réseau extrait automatiquement
du MNT. Le réseau bleu est le réseau JERS ordre 2 (outremer) et ordre 1 (cyan). Le réseau
beige vert est le réseau du DCW.
Si l’ordre 1 du réseau amène de mauvais résultats, par contre l’ordre 2 est la précision
nécessaire à une prise en compte optimum des caractéristiques du bassin, surtout sur les marges
du bassin. Planche 3, A, B et C, le réseau automatiquement extrait pour le taux d’accumulation
de 1000 cellules suit en partie l’ordre 2 du réseau JERS. Les performances de la méthode
diminuent d’ailleurs pour l’extraction à l’aide du réseau JERS sans les ordres 1 et 2 (tableau 1,
colonne G et planche 2,G).
9
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
L’amélioration notable du taux d’extraction obtenue en ne limitant le bassin qu’après
l’extraction du bassin montre que des phénomènes de bord interviennent dans la définition des
directions de drainage et dans la constitution du taux d’accumulation par cellule. Cette simple
inversion de procédure met l’accent sur la nécessité de mettre au point un protocole homogène
et contrôlé pour l’ensemble du bassin.
Enfin, les excellents résultats obtenus dans l’extraction des bassins versants par la méthode du
creusement du MNT par le réseau JERS moins l’ordre 1 indique que la précision du MNT à
maille d’un kilomètre est suffisante pour notre application de modélisation, sachant que les
bassins testés sont ceux qui serviront soit pour le calage du modèle, soit pour sa vérification.
CONCLUSION
Les conclusions suivantes méritent d’être soulignées :
La précision et le maillage à 1km du MNT mondial GTPO30 est suffisante pour des objectifs de
modélisation spatialisée de bassins versants de la taille de celui du Rio Negro (700 000 km2) et
de ses sous-bassins dont le plus petit a une surface de 1600 km2 , compte tenu de la disponibilité
des données de terrain servant à calibrer et/ou valider le modèle réalisé.
La méthode “standard” d’Arc/Info-Grid portées sur Arc-View dans l’extension CRWR-PrePro
de délimitation des bassins versants est adéquate à notre démarche de modélisation spatialisée à
condition que soit employé un réseau de qualité spatiale suffisante, et que l’ordre du réseau à
prendre en compte soit testé de façon simple (par exemple par la méthode de la division).
BIBLIOGRAPHIE
Chorowicz J., Ichoku C., Riazanoff S., Youn-Jong, et Cervelle B., 1992. A combined algorithm
for automated drainage extraction, Water Resources Research, 28, 1293-1302.
Dietrich W.E., Wilson C.T., Montgomery D.R., Mc Kean J., et Bauer R., 1992. Erosion
thresholds and land surface morphology. Geology, 20, 675-679.
Dietrich W.E., Wilson C.T., Montgomery D.R., et Mc Kean J., 1993. Analysis of erosion
thresholds, channel networks and landscape morphology using a digital terrain model.
Journal of Geology, 101, 259-278.
Fairfield J., et Leymarie P., 1991. Drainage networks from grid digital elevation models. Water
Resources Research, 27, 5, 709-717.
Flint J. 1974. Stream gradient as a function of order, magnitude and discharge. Water Resources
Research, 19, 969-973.
Garbrecht J., Martz L.W (1997). The assignment of drainage direction over flat surface in raster
digital elevation models. Journal of hydrology, 193, 204-213.
Gardner T.W., Sosowsky K.C., et Day R.C., 1991. Automated extraction of geomorphic
properties from digital elevation data. Z. Geomorphologic Suppl., 80, 57-68.
Gupta V.K., Waymire E., et Wang C.Y., 1980. A representation of an instantaneous unit
hydrograph from geomorphology. Water Resources Research, 16, 855-862.
McCormack J.E., Gahegan M.N., Roberts S.A., Hogg J., Hoyle B.S., 1993. Feature-based
derivation of drainage networks. International Journal of Geographical Information
Systems, 7,3, 263-279.
McCullagh M.J., 1988. Terrain and surface modelling: Theory and practice. Photogrammetric
record, 12, 747-779.
10
Menu
Manaus’99 – Hydrological and Geochemical Processes in Large Scale River Basins
Maidment D.R., Reed S.M., Akmansov S., McKinney D.C., de Oliveira F., et Ye Z. 1997.
Digital atlas of the world water balance. Center for Research in Water Resources, University
of Texas at Austin.
Molinier M., Guyot J.L., de Oliveira E., Guimarães V., et A. Chaves, 1993. Hydrologie du
bassin de l’Amazone, Grands bassins fluviaux, Paris, 22-24 Novembre 1993, Eds J.C. Olivry
et J. Boulegue, Orstom Editions, p.335-344.
Muller F., Seyler F., Cochonneau G., et Guyot J.L., 1999., Utilisation d'imagerie radar ROS
JERS-1 pour l'extraction de réseaux de drainage. Exemple du Rio Negro (Amazone).
International Symposium on hydrological and geochemical processes in large scale river
basins, Manaus 99, Brazil, 15-19 nov 1999.
O’Callaghan J.F., et Mark D.M., 1984. The extraction of drainage networks from digital
elevation data. Computer Vision, Graphics and Image Processing., 28, 323-344.
Razianoff S., Julien P., Cervelle B., Chorowicz J., 1992. Extraction et analyse automatique
d’un réseau hiérarchisé de thalwegs. Application à un modèle numérique de terrain dérivé
d’un couple stéréoscopique SPOT. International Journal of Remote Sensing, 13, 2, 337-364.
Rinaldo A., Marani A., et Rigon R., 1991. Geomorphological dispersion. Water Resources
Research, 27, 513-525.
Rodriguez-Iturbe I. et Valdes J.B., 1979. The geomorphologic structure of hydrologic response.
Water Resources Research, 15, 1409-1420.
Tarboton D.G., Bras R.L., et Rodriguez-Iturbe I., 1991. On the extraction of channel networks
from digital elevation data. Hydrological Processes, 5, 81-100.
Troutman B.M., et Karlinger M.R., 1985. Unit hydrograph approximation assuming linear flow
through topologically random channel networks. Water Resources Research, 21, 743-754.
11