Rondel 2012 Partenariat-2011 TypologieThermodynamique

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/325226004
Thermo-mictic typology: Application to a classiﬁcation of French lakes
Technical Report · January 2012
CITATION READS
1 6,365
3 authors, including:
Martin Daufresne Pierre-Alain Danis

French National Institute for Agriculture, Food, and Environment (INRAE) French Biodiversity Agency (OFB) & National Research Institute for Agriculture, Fo…
59 PUBLICATIONS 3,888 CITATIONS 65 PUBLICATIONS 1,093 CITATIONS
SEE PROFILE SEE PROFILE
All content following this page was uploaded by Pierre-Alain Danis on 18 May 2018.
The user has requested enhancement of the downloaded file.

Partenariat 2011 – Changements globaux et climatiques et hydrosystèmes - Action 9
Typologie thermo-mictique
Application à une classification des lacs français
Rapport final
Caroline RONDEL (Irstea)

Pierre-Alain DANIS (ONEMA)
Martin DAUFRESNE (Irstea)
Janvier 2012
Contexte de programmation et de réalisation
L’influence du changement climatique sur les lacs est aujourd’hui une évidence. Les conséquences
sur le fonctionnement biologique et, par conséquent, sur les indices biologiques construits pour la
DCE impliquent une stratégie prospective dont la connaissance des processus thermodynamiques
actuellement dominants au sein de chaque plan d’eau est une étape importante.
Les auteurs
Caroline Rondel
Ingénieur de recherche
Irstea - Pôle études et recherches ONEMA-Irstea Hydro-écologie des Plans d’Eau
3275 route Cézanne (RD 17 au Tholonet)
CS 40061 13182 Aix-en-Provence Cedex 5
Martin Daufresne
Chargé de recherche CEMAGREF
Martin.Daufresne@irstea.fr
Pierre-Alain Danis
Ingénieur ONEMA
pierre-alain.danis@onema.fr
Les correspondants
Onema : Pascal Maugis, DAST Vincennes, pascal.maugis@onema.fr

Samuel Dembski, DCIE Vincennes, samuel.dembski@onema.fr
Irstea : Martin Daufresne, Irstea Aix-en-Provence, martin.daufresne@irstea.fr
Référence du document : Rondel C., P-A., Danis & M., Daufresne (2012) Application de la typologie
thermo-mictique aux plans d’eau français. Convention Onema-Irstea.
Droits d’usage : Accès libre

Couverture géographique : National
Niveau géographique
Niveau de lecture : Professionnels, Experts
Nature de la ressource : Document PDF
Partenariat 2011
Changements globaux et climatiques et
hydrosystèmes
Action 9
Application de la typologie thermo-mictique aux plans d’eau français
Rondel C., Danis P-A., Daufresne M.
RESUME ................................................................................................................................................. 4
ABSTRACT ............................................................................................................................................. 5
Synthèse pour l’action opérationnelle ................................................................................................ 6
1. Introduction ................................................................................................................................... 8
1.1. Objectifs du réseau thermique des plans d’eau (rappel) ................................................. 9
1.2. Objectifs de ce document ................................................................................................... 9
2. Typologies thermodynamiques................................................................................................... 9
2.1. Généralités ............................................................................................................................ 9
2.2. Les avantages de la typologie de Lewis .......................................................................... 11
2.3. Description de la typologie de Lewis ............................................................................... 12
3. Détermination des paramètres estimant les critères de la classification de Lewis ............ 14
3.1. Méthodologie ...................................................................................................................... 14
3.2. Description du jeu de données ......................................................................................... 14
3.3. Présentation et sélection des paramètres et des modèles............................................ 16
3.3.1. Variation spatiale du brassage du plan d’eau ........................................................ 16
a. Description des modèles et paramètres disponibles ....................................................... 16
b. Evaluation de l’estimation des modèles .......................................................................... 19
3.3.2. Température de surface du plan d’eau ................................................................... 20
3.3.3. Gel de la surface du plan d’eau ............................................................................... 23
3.3.4. Fréquence de brassage annuel du plan d’eau ....................................................... 29
4. Recherche des modèles les plus discriminants...................................................................... 39
4.1. Méthodologie ...................................................................................................................... 39
4.2. Discrimination des modèles ............................................................................................. 40
4.2.1. Déterminer les limites ............................................................................................... 40
a. Limites pour Dice ............................................................................................................. 40
b. Limites pour DTS4 ........................................................................................................... 41
c. Limites pour DR ............................................................................................................... 41
4.2.2. Test des différentes combinaisons ......................................................................... 42
5. Conclusions et perspectives ..................................................................................................... 51
6. Bibliographie ............................................................................................................................... 52
ANNEXES : ........................................................................................................................................... 54
Annexe 1 .......................................................................................................................................... 55
Annexe 2 .......................................................................................................................................... 58
Annexe 3 .......................................................................................................................................... 62
Janvier 2012 - p 3/66

Partenariat 2011
hydrosystèmes
Action 9

RESUME
Les écosystèmes aquatiques sont soumis à diverses pressions anthropiques locales
ou régionales dont les gestionnaires essayent de comprendre les conséquences
pour mieux les contrôler. De nos jours, ces pressions interagissent avec la pression
plus globale que représente le changement climatique. Afin de mieux gérer ces
interactions, il convient de bien connaître les dynamiques thermiques des
écosystèmes. Dans ce sens, l’Onema désire mettre en place un réseau pérenne de
suivi de la température des plans d’eau nationaux. Tous les plans d’eau ne pouvant
pas être équipés, il convient de sélectionner un sous-échantillon de plans d’eau
représentatif de la diversité des fonctionnements thermiques à travers notamment
l'intensité et la fréquence de leur mélange par retournement des lacs français. Un
pré-requis nécessaire à ce choix consiste à connaître cette diversité de
fonctionnement.
Pour ce faire, nous nous sommes basés sur la typologie thermo-mictique proposée
par Lewis (1983) qui regroupe les lacs en fonction de leur comportement physique.
Couramment utilisée, elle s’applique à des situations très variables
géographiquement (altitude/latitude) et morphologiquement (profondeur), et se base
sur différentes caractéristiques thermiques des lacs (e.g. existence/absence d’une
période de gel). Cependant, tous les lacs de France n’ont pas été thermiquement
suivis en continu et donc, pour certains, aucune information sur leur fonctionnement
thermodynamique n’est disponible. Cette manque de donnée thermique dans les
plans d’eau français nous contraint à recourir à l’utilisation de modèles empiriques
pour avoir une connaissance qualitative a priori de leur fonctionnement thermo-
mictique. Ces modèles empiriques sont basés sur des variables environnementales
classiques (e.g. profondeur maximale, surface, température de l’air…) et permettent
d’estimer des critères nécessaires pour classer les plans d’eau selon les grands
types de fonctionnement.
Le choix des modèles empiriques a été vérifié à l’aide des lacs pour lesquels il existe
un suivi, même partiel dans le temps et dans l'espace, de la température.
Finalement, un classement des lacs français selon la typologie de Lewis est proposé.
Mots clés
Plans d’eau, Classification de Lewis, thermodynamique, modèle empirique, France
Janvier 2012 - p 4/66

Partenariat 2011
hydrosystèmes
Action 9
Application of the thermo-mictic Lewis typology to French water bodies

ABSTRACT
Aquatic ecosystems undergo various local or regional anthropogenic pressures that
managers try to understand and to mitigate their consequences. Nowadays these
local and regional pressures interact with climate change. To better manage these
interactions, managers should be familiar with the thermal behaviour of aquatic
ecosystems. For lakes, Onema wants to set up a perennial temperature monitoring
network for national water bodies as it is being done for rivers. However, all French
lakes cannot be surveyed. As a consequence, lake subsampling, reflecting the
national diversity of thermal behaviour (and especially the intensity and the frequency
of the mixing events), has to be defined. Since temperature of a large amount of
lakes have never been measured, it is necessary to estimate first the thermal
behaviour diversity of all lakes. To do this, we used in this study the Lewis typology of
mixing behaviour which is based on thermal characteristics of the water column of
lakes. However, all lakes in France were not thermally monitored continuously and
therefore, for some of them, no information on their thermodynamic function is
available. This lack of temperature data imposes to use empirical models in order to
estimate their thermal behaviour from morphometric and climate data. These
empirical models are based on classical environmental variables such as maximum
depth, surface area or air temperature, and allow the estimation of several physical
variables necessary to classify water bodies according to the Lewis scheme. The
relevance of using specific empirical models was verified using the few actual data
available. Finally, a lake classification according to the Lewis typology is proposed.
Key words
Lakes, Lewis typology, thermodynamic, empirical model, France
Janvier 2012 - p 5/66

Partenariat 2011
hydrosystèmes
Action 9

Synthèse pour l’action opérationnelle

° Contexte général
Investit dans la recherche sur le fonctionnement des écosystèmes aquatiques,
l’ONEMA souhaite en particulier installer un réseau thermique dans un sous
échantillon de lacs représentatif de la diversité thermodynamique des plans d’eau
français. Cependant, il existe peu d’information sur le fonctionnement
thermodynamique de ces plans d’eau.
En se basant sur la typologie de Lewis, ce document se propose de fournir un
algorithme permettant de répondre à la question : à quel type thermo-mictique un
plan d’eau appartient-il ? En d'autres termes, quelle est la fréquence et l'intensité du
mélange convectif de l'eau d'un plan d'eau. L'algorithme a été appliqué à l’ensemble
des plans d’eau français à l’exception des plans d’eau méromictiques (i.e. sans
mélange hivernal).
° Les modèles nécessaires
Trois paramètres sont nécessaires pour connaître l’appartenance d’un plan d’eau
non méromictique à un type particulier de Lewis : Dice (durée de gel en fraction
annuelle [sans unité]), DTS<=4 (fraction du nombre de jours hebdomadaires pendant
lesquels la température de l’eau en surface est inférieure à 4 °C [sans unité]) et DR
(fraction de profondeur de mélange [sans unité]) dont les équations sont les
suivantes :
1
1
T  TAir _ A _ an cos 2 t  
D ice  1   erf  Air _ M _ an  dt 
2 0   2  
où t est le temps [jour julien], TAir_A_an est l’amplitude annuelle de la température de
l'air [°C], TAir_M_an la moyenne annuelle de la température de l'air [°C], σ est l’écart-
type hivernal de la température de l’air journalière [°C].
52
 tT t   4
s
DTS4  1
52
où Ts(t) est la température de surface en moyenne hebdomadaire Les données de
température nécessaires au calcul de cette variable sont obtenues avec le modèle
de Hakanson & Boulion (2001) qui utilise des variables hydromorphologiques (e.g.
profondeur), géographique (e.g. latitude) et climatique (e.g. température aérienne)
pour évaluer la température de l’eau.
DR 
3.71 S Lac
1/ 2
 
0.31
Z max
où SLac : surface du plan d'eau [km2], Zmax est la profondeur maximale du lac [m]
Janvier 2012 - p 6/66

Partenariat 2011
hydrosystèmes
Action 9
° L’algorithme de définition des types de Lewis

L’application de l’organigramme suivant permet de connaître le type du plan d’eau à
partir des trois modèles précédents :
Dice > 0 OU DTS<4 < 1
OUI
NON
Dice < 1
DR  1
NON OUI
NON OUI
Monomictique chaud DTS<4 < 1

Amictique
DR > 2
NON OUI
NON OUI
Monomictique froid DR > 1
Polymictique
Polymictique chaud continu
chaud discontinu
NON OUI
Dimictique DR > 2
OUI
NON
Polymictique
froid continu
Polymictique froid discontinu
° Conclusion
L'outil de modélisation empirique proposé ici fournit un classement a priori des plans
d'eau français selon la typologie de Lewis et ceci, sur la base de données
environnementales (profondeur maximale, surface, volume, altitude, latitude,
continentalité, température de l'air). Par contre, l'acquisition de données de
température, en particulier hivernale, est nécessaire pour ajuster la calibration des
modèles et des limites associées au cas des plans d'eau français. A terme, une fois
calibré, cet outil pourra permettre, par exemple : i) de connaître la fréquence et
l’intensité des phénomènes de mélange affectant chaque plan d'eau, ii) d'identifier
les plans d'eau susceptibles de changer facilement de type de fonctionnement
thermomictique en particulier dans le contexte des changements climatiques, ou iii)
de réviser la typologie des plans d’eau du programme de surveillance DCE...
° Pour en savoir plus

Boehrer, B. & Schultze, M. (2008). Stratification of lakes. Rev. Geophys., 46, 1-27.
Likens, G.E. (2009). Encyclopedia of inland waters. Surendra Kumar.
Rondel, C., Danis P-A. & Daufresne M. (2011) Réflexion sur la mise en place d’un réseau de mesure
thermique en plans d’eau. Rapport d’étape. Convention ONEMA-CEMAGREF.
Touchart, L. (2002). Limnologie physique et dynamique: une géographie des lacs et des étangs.
L’Harmattan.
Janvier 2012 - p 7/66

Partenariat 2011
hydrosystèmes
Action 9
1. Introduction
Les rôles économiques et sociologiques des milieux aquatiques sont nombreux. Ils
fournissent par exemple des ressources piscicoles ou de l’eau potable et permettent
de nombreuses activités récréatives. Le maintien de la qualité de ces biens et
services est donc un enjeu important pour nos sociétés et implique une gestion
collective comme celle guidée par la Directive Cadre européenne sur l’Eau (directive
2000/60/CE,European Commission, 2000). Celle-ci a pour objectif d’amener
l’ensemble des eaux européennes au bon état (ou bon potentiel pour les retenues)
écologique en 2015. Avant d’atteindre cet objectif, l’état actuel des masses d’eau doit
être évalué par des indices statistiques en cours de développement puis, si
nécessaire, des actions de restauration pour un retour au bon état ou potentiel
écologique d’ici 2015 seront mises en place.
Or, aujourd’hui, dans le contexte actuel des changements climatiques (Ipcc, 2007),
une des limites des indicateurs statistiques est la non considération de l’aspect
transitoire du problème. En effet, ces indicateurs sont développés sur la base
d’observations récentes (entre 2005 et 2011) et, par exemple, ne prennent pas en
compte l’évolution du fonctionnement de mélange des plans d’eau. Cette évolution
peut pourtant être drastique comme, par exemple, un changement d’un type
monomictique (un brassage complet hivernal de la colonne d’eau) à un type
méromictique (brassage partiel hivernal de la colonne d’eau (Danis et al., 2003). En
effet, chaque changement de fonctionnement de mélange implique une modification
des conditions physico-chimiques et donc une modification de l’équilibre de
l’écosystème aquatique et potentiellement de la qualité des biens et des services qui
en dépendent.
Programmée par l’Onema, la mise en place d’un réseau de suivi en continu de la

température des plans d’eau en France (Rondel et al., 2011) est essentielle pour
poursuivre un travail intégré de gestion et de restauration des milieux aquatiques
comme suggéré par de nombreux auteurs. Or, du fait du grand nombre de plans
d’eau nationaux concernés par l'application de la DCE (451), et de contraintes
budgétaires, un choix de plans d’eau représentatifs de la diversité nationale de
fonctionnement thermo-mictique doit être réalisé. Malheureusement, le type de
fonctionnement thermo-mictique n’est pas connu pour tous. En effet, nous ne
disposons que d’un jeu partiel d’observations. Ce jeu est à la fois partiel dans le
temps (le suivi des plans d’eau des réseaux RCO et RCS ne fournit aucune
connaissance sur les conditions thermiques hivernales) et dans l’espace (tous les
plans d’eau ne sont pas suivis et les plans d’eau suivis ne le sont qu’à la verticale de
la zone de plus grande profondeur). Le suivi des plans d’eau des réseaux RCO et
RCS ne fournit pas de connaissance sur l’ensemble des plans d’eau de France et ne
fournit aucune connaissance sur la variabilité spatiale de la température au sein
même des plans d’eau).
Le travail présenté dans ce rapport décrit la démarche permettant de classer les

plans d'eau en fonction de leur type de fonctionnement thermo-mictique. Ce
classement facilitera le choix de l’échantillon de plans d’eau à équiper dans le cadre
du futur réseau pérenne de suivi des températures lacustres.
Janvier 2012 - p 8/66

Partenariat 2011
hydrosystèmes
Action 9
Aujourd'hui, des modèles statistiques permettent d’estimer les caractéristiques du

fonctionnement thermo-mictique des plans d’eau à partir d’informations
hydromorphologiques (e.g. profondeur), géographiques (e.g. latitude), et climatiques
(e.g. température de l'air). Basé sur ces caractéristiques, le classement des plans
d’eau obtenu permettra d'en sélectionner un échantillon représentatifs de la diversité
nationale.
1.1. Objectifs du réseau thermique des plans d’eau (rappel)

 Affiner la compréhension du fonctionnement thermo-mictique des plans d’eau.
 Évaluer les effets du changement climatique à l’échelle du territoire.
 Déconvoluer les effets des pressions climatiques régionales et les effets des
pressions anthropiques locales.
 Fournir des éléments de réflexion à une caractérisation d'un risque de dérive
potentielle des indicateurs biologiques DCE.
1.2. Objectifs de ce document

 Sélectionner une typologie thermo-mictique applicable à l’ensemble des plans
d’eau français.
 Sélectionner et valider dans la mesure du possible des modèles empiriques
permettant d’évaluer les caractéristiques thermo-mictiques des plans d’eau
français.
 Fournir une classification des plans d’eau nationaux selon leurs caractéristiques
thermo-mictiques dans la typologie sélectionnée.
2. Typologies thermodynamiques
2.1. Généralités
Les typologies thermodynamiques permettent de classer les plans d’eau selon le
comportement physique de leur masse d'eau, comportement étroitement lié à la
particularité de la relation densité-température de l’eau douce autour de 4°C (Figure
0). Depuis les travaux pionniers de Forel sur le Léman, de nombreuses typologies
existent (pour plus de détails historiques voir Touchart, 2002, chapitre 4, p.237). La
typologie souvent citée est celle proposée par Hutchinson & Loffler (1956 dans
Touchart 2002) néanmoins la plus récente est celle de Lewis (1983).
Toutes ces typologies se basent sur la température et la fréquence de brassage de
la colonne d’eau. Le processus de brassage tend à uniformiser la température dans
la colonne d'eau et s'oppose ainsi au processus de stratification qui lui conduit à
l’apparition d’un gradient thermique (généralement accompagné d'un gradient
chimique). Les différentes possibilités d’alternance annuelle entre les cycles de
brassage et les cycles de stratification permettent de décrire plusieurs classes (ou
types) de fonctionnement thermo-mictique dans les lacs.
Janvier 2012 - p 9/66

Partenariat 2011
hydrosystèmes
Action 9
1001 1029
Masse volumique [kg/m3]

1028
1000
1027
999
1026
998 1025 Eau pure
1024
997
1023 Eau de mer
996 (S=35psu)
1022
995 1021
‐2 8 18 28
Température [°C]
Figure 0 : Relation entre la température de l'eau et sa masse

volumique [kg/m3] pour l'eau pure (en bleu, axe de gauche) et
pour l'eau de mer de salinité 35psu (en rouge, axe de droite).
Exemple d’un cycle de brassage et stratification

Au printemps, dans les lacs tempérés profonds, la température est homogène sur
toute la colonne d’eau (mois de mai sur la Figure 1). Les échanges de chaleur entre
l’atmosphère et l’eau provoquent l’augmentation de la température de l’eau en
surface. La faible efficacité des processus de diffusion/conduction de cette énergie
dans l’eau induit avec l’arrivée de l’été l’apparition d’un gradient thermique de plus en
plus important entre l’eau en contact direct avec l’atmosphère en surface et l’eau en
profondeur (juin, août & octobre sur la Figure 1). Le gradient de température ainsi
formé et l’action turbulente dû au vent font apparaître plusieurs couches aux
propriétés physiques différentes du fait de la relation densité-température de l’eau
douce (Heggen, 1983). La couche supérieure, appelée épilimnion, est de densité
faible avec une température quasi homogène et peut être facilement brassée par le
vent. La couche intermédiaire, dans laquelle le gradient de température et donc le
gradient de densité sont forts, est parfois réduite à un plan d’inflexion, nommé
thermocline, au niveau du maximum du gradient thermique (juin sur la Figure 1).
Lorsque la couche intermédiaire s’épaissit, elle peut être bornée par deux plans
situés au niveau des courbures maximales du profil de température (août & octobre
sur la Figure 1), elle est alors nommée le métalimnion. L’apparition du gradient
thermique empêche la diffusion de nombreux composés chimiques dans l’ensemble
de la colonne d’eau. Finalement, la couche profonde, appelée hypolimnion, est de
température presque homogène et de densité forte. En automne, le refroidissement
de l’épilimnion induit l’apparition de courants de convection (température plus froide
et densité plus forte) qui descendent dans la colonne d’eau jusqu’au couches d’eau
de densité équivalente. Plus la température diminue, plus ces courants
approfondissent la stratification jusqu’à sa destruction complète par un mélange
complet de la colonne d’eau, c’est le brassage automnale (novembre sur la Figure
1). Lors des périodes de brassage, le gradient thermique disparaît et permet la
convection dans toute la masse d'eau des composées chimiques comme l'oxygène
et les éléments nutritifs en particuliers. A la différence de l’eau de mer, salée, la
relation densité-température de l’eau douce comporte un maximum à la température
d'environ 4°C et une diminution de densité de part et d'autre de ce maximum alors
que la densité de l'eau de mer diminue toujours avec une augmentation de sa
Janvier 2012 - p 10/66

Partenariat 2011
hydrosystèmes
Action 9
température (Figure 0). Cette particularité engendre la formation de structures

thermiques originales dans les lacs d’eau douce en hiver. En effet, les eaux les plus
froides se retrouvent au-dessus des eaux de température plus chaude (février sur la
Figure 1). Cette situation est nommée « stratification thermique inverse ».
Février Mai
Température (°C) Brassage printanier Température (°C)
4 °C 4 °C
Thermocline
Glace
Epilimnion
Profondeur (m)
Profondeur (m)
Hypolimnion Mixolimnion
Juin
Novembre Température (°C)
Température (°C) Thermocline
Brassage automnale 4 °C
4 °C
Epilimnion
Profondeur (m)
Profondeur (m)
Mixolimnion Hypolimnion
Août
Octobre
Température (°C) Stratification esti vale Température (°C)
Thermocline 4 °C Thermocline 4 °C
Epilimnion Epilimnion
Profondeur (m)
Profondeur (m)
Métalimnion Métalimnion
Hypolimnion Hypolimnion
Figure 1 : Schéma du cycle annuel de stratification thermique d'un lac tempéré profond. Pour chaque
mois ont été représentés à gauche, une coupe du lac avec les différentes couches thermiques
possibles et, à droite, le profil de température correspondant à la situation de gauche. La lecture du
cycle annuel se fait dans le sens des aiguilles d’une montre.
2.2. Les avantages de la typologie de Lewis

Bien que couramment utilisée, la typologie de Hutchinson & Loffler (1956) ne
s’applique pas aux plans d’eau qui ne se stratifient jamais (e.g. lacs peu profonds) et
n’inclue pas les plans d’eau qui ne peuvent pas se mélanger sur l’ensemble de leur
colonne d’eau. Au contraire, la typologie de Lewis (1983) a pour but d’être
universelle et permet de classer le fonctionnement de l’ensemble des plans d’eau du
territoire national car elle s’applique à des situations très variables
géographiquement (altitude/latitude) et morphologiquement (profondeur). De plus, la
typologie de Lewis utilise un algorithme de classement avec seulement quatre
Janvier 2012 - p 11/66

Partenariat 2011
hydrosystèmes
Action 9
critères (Figure 2 et § 2.3), ce qui facilite la détermination du type de comportement

des plans d’eau .
2.3. Description de la typologie de Lewis

La classification de Lewis s’appuie sur quatre critères simples :
 L’épaisseur d’eau concernée par le brassage
 La présence de glace sur le lac
 La fréquence de brassage
 La température de l’eau en surface par rapport au seuil de 4°C
Ces critères sont appliqués de manière hiérarchique pour aboutir à 16 (2x8) types de
fonctionnement thermo-mictique (Figure 2). Lewis effectue d’abord une séparation
majeure entre deux types de plans d’eau en s’intéressant à l’épaisseur de la colonne
d’eau concernée par le processus de brassage complet, couche d’eau nommée le
mixolimnion (mai & novembre sur la Figure 1) :
- les plans d’eau méromictiques, où les brassages annuels ne sont que
partiels. Dans ces plans d’eau, la strate supérieure sujette au brassage
(mixolimnion) se différencie de la strate inférieure immobile
(monimolimnion). Il peut arriver que ces deux strates se mélangent, mais,
dans ce cas, l’intervalle de temps entre deux périodes de mélange doit être
supérieur à un an (e.g. lac Léman (74), lac du Bourget (73)).
- les plans d’eau holomictiques, où le brassage a lieu sur toute la colonne
d’eau (mai & novembre sur la Figure 1).
Puis, Lewis précise 8 sous-types à l’intérieur de ces deux types en se focalisant sur
les propriétés du mixolimnion (Figure 2).
 Les plan d’eau amictiques : la surface de l’eau est toujours sous la glace, ils
ne se mélangent jamais (improbable en France, e.g. figure 2 dans Lewis
1983)
 Les plans d’eau mono-mictiques : se mélangent qu’une fois par an.
o Ils sont dits mono-mictiques froids si leur température de surface ne
dépasse jamais 4°C (improbable en France, e.g. figure 2 dans Lewis
1983)
o Ils sont dits mono-mictiques chauds si leur température de surface
n’est jamais inférieure à 4°C (e.g. lac d'Annecy (74) dans Pourriot &
Meybeck 1995 (chapitre 2, p114), lac de Cazaux (33), lac de Parentis
(40), lac de Soustons(40) dans Cellamare 2009).
 Les plans d’eau di-mictiques : se mélangent deux fois par an (e.g. lac
Chauvet (63) dans Pourriot & Meybeck 1995, chapitre 2, p115)
 Les plans d’eau poly-mictiques : alternent plusieurs périodes de
stratification/mélange au cours de l’année. (e.g. lac d'Hourtin (33), lac de
Lacanau (33) dans Cellamare 2009)
o Ils sont dits poly-mictiques froids si leur température de surface ne
dépasse jamais 4°C
 Ils sont qualifiés de poly-mictiques froids continus si le
brassage s’effectue quotidiennement
Janvier 2012 - p 12/66
Partenariat 2011
hydrosystèmes
Action 9
 Ils sont qualifiés de poly-mictiques froids discontinus si le

délai entre deux brassages est supérieur à une journée.
o Ils sont dits poly-mictiques chauds si leur température de surface
n’est jamais inférieure à 4°C.
 Ils sont qualifiés de poly-mictiques chauds continus si le
brassage s’effectue quotidiennement
 Ils sont qualifiés de poly-mictiques chauds discontinus si le
délai entre deux brassages est supérieur à une journée.
Le plan d’eau est-il pris en glace plus de quelques heures par an?
NON OUI
Le plan d’eau est-il

Connaît-il un seul parfois libre de glace?
brassage par an?
NON OUI
NON OUI
Ce réchauffe t-il
Monomictique chaud
Amictique à plus de 4°C?
Connaît-il un brassage
quotidien?
NON OUI
NON OUI
Monomictique froid
Polymictique Connaît-il plus de
Polymictique chaud continu 2 brassages par an?
chaud discontinu
NON OUI
Dimictique Connaît-il un
brassage quotidien?
Ces catégories sont OUI

NON
valables pour les lacs holo
et méro-mictique
Polymictique
froid continu
Figure 2 : Classification de Lewis (1983). Détermination hiérarchiques des 8 sous-types

thermodynamique de plan d'eau.
Janvier 2012 - p 13/66

Partenariat 2011
hydrosystèmes
Action 9
3. Détermination des paramètres estimant les critères de la

classification de Lewis
3.1. Méthodologie
L’absence d’observation de la température de tous les plans d’eau de France ne
nous permet pas de classer ces plans d'eau directement selon la typologie de Lewis.
Pour faire le classement, nous avons donc utilisé des modèles empiriques pour
estimer les critères de classification à partir de données non thermiques disponibles
(hydromorphologie, localisation géographique, climat...).
Une étude bibliographique a permis de déterminer plusieurs paramètres permettant
d’évaluer les critères de Lewis. La plupart de ces paramètres sont des modèles
empiriques développés dans des contextes environnementaux et temporels précis.
Choix des modèles
Parmi les modèles existants, nous avons sélectionnés ceux qui répondent le mieux
aux critères suivants :
 Les conditions de construction du modèle empirique sont comparables aux
conditions françaises (e.g. même gammes de latitude) ;
 Les paramètres d’entrées du modèle sont disponibles dans la base de données
PLAN DEAU de Irstea à Aix-en-Provence et ceci pour un maximum plans d’eau ;
 Les résultats du modèle sont cohérents avec la réalité (e.g. un lac ne peut pas
geler plus de 365 jours par an).
Vérification des modèles
Au cours de ce travail, le terme « vérification » est employé, plutôt que « validation »,
car nous ne disposons pas de suffisamment de données pour valider rigoureusement
les modèles. Nous avons vérifié la cohérence des modèles entre eux, comparé leurs
résultats par rapport aux quelques observations disponibles mais nous n’avons pas
stricto-sensu « validé » les modèles. La part d’incertitude, notamment pour le critère
de gel du lac, reste incalculable en l’état actuel des chroniques disponibles de
températures.
3.2. Description du jeu de données
Chroniques de profils de températures des plans d’eau français

En France, les chroniques de suivi thermique en continu dans les plans d’eau sont
rares. EN effet, seul les grands lacs bénéficient d’un suivi régulier de leur
fonctionnement depuis plus d’une trentaine d’année (parmi les plus connus, les lacs
d’Annecy, du Léman, du Bourget ou le lac Pavin). Un sondage auprès des
responsables plans d’eau régionaux de l’ONEMA a montré qu’il existe des suivis
thermiques en continu sur d’autres plans d’eau que les grands lacs. Néanmoins,
n’ayant jamais fait l’objet d’une planification à l’échelle nationale, les données sont
assez disparates, i.e. couvrent rarement une année complète, sont conservées dans
des formats variables et, parfois, ne concernent que la température de surface ou
sub-surface. Un travail d’archivage et de bancarisation de ces études est apparu trop
chronophage pour être réalisé dans le cadre de cette étude mais pourrait être
envisagé par la suite.
Données géographiques et environnementales
Janvier 2012 - p 14/66
Partenariat 2011
hydrosystèmes
Action 9
Les données géographiques et environnementales sont issues de la base de

données PLAN_DEAU de Irstea à Aix-en-Provence qui rassemble les données
environnementales (morphométrie, climatologie…) relatives aux plans d’eau français
en particulier aux plans d’eau suivis dans le cadre de la mise en application de la
DCE.
Données climatiques
Les moyennes de température de l’air et les moyennes de vitesse du vent ont été
calculées à partir des réanalyses ERA-Interim du modèle déterministe européen de
l’European Centre for Medium-Range Weather Forecasts (Dee et al., 2011).
L’intensité du vent et la température de l’air sont établis à partir de ré-analyse des
données de l’année 2010, elles sont disponibles toutes les six heures sur une maille
d’environ 50km (0,5°). Nous avons initialement choisi ces données car elles
permettaient de disposer de la direction du vent associée à son intensité. Dans la
mesure où cette direction d'a finalement pas été gardée dans la typologie, les
données plus précises (résolution de 8kms) du modèle SAFRAN (Météo France)
pourront à terme être utilisées en remplacement.
Traitement des profils de températures
Dans la base de données PLAN_DEAU, 784 profils températures réalisés sur 145
plans d’eau entre 2004 et 2009 étaient disponibles (voir annexes). Ces profils ont été
généralement mesurés entre les mois de février et novembre donc ne fournissent
aucune connaissance sur les conditions thermiques hivernales.
A partir de ces profils, nous avons estimé la profondeur de la thermocline, l’épaisseur
du métalimnion et le Nombre du lac, un indice adimensionnel de stabilité
thermodynamique, grâce au modèle Lake Analyzer1 (Read et al., 2011). Le Nombre
du lac est une intégration du nombre de Wedderburn prenant en considération la
morphométrie du lac et les caractéristiques d’une stratification saisonnière. Il exprime
l’opposition des forces stabilisatrices (densité de stratification) aux forces
déstabilisatrices (vents, affluents et émissaires).
La température moyenne de la couche de surface a été calculée en pondérant par
les volumes des couches d’eau associées à chaque température des profils. Ces
volumes ont été estimés à partir de la forme des plans d’eau d'après les travaux de
Johansson et al. (2007).
1
Lake Analyzer est un programme développé par un groupement de chercheur, GLEON (Global Lake
Ecological Observatory Network). Développé en open source sous MatLab, il a été transposé par Caroline
Rondel en python pour le traitement des données de la base PLAN_DEAU.
Janvier 2012 - p 15/66
Partenariat 2011
hydrosystèmes
Action 9
3.3. Présentation et sélection des paramètres et des modèles
3.3.1. VARIATION SPATIALE DU BRASSAGE DU PLAN D’EAU
a. Description des modèles et paramètres disponibles

Probabilité de méromixie
P(Mx) est la probabilité qu’un lac soit méromictique (Berger, 1971 dans ; Nurnberg,
1988) Lorsque P(Mx) est supérieur à 1, le lac est potentiellement méromictique.
Z max
P(Mx) 
S Lac 1 / 4
où Zmax est la profondeur maximale [m] et SLac est la surface du lac [m²].
Figure 3 : Distribution des valeurs de Probabilité de méromixie, P(MX), pour

l’ensemble des plans d’eau DCE (All, à gauche) ; pour uniquement les plans
d’eau naturel (Natural, au centre) ; et pour uniquement les plans d’eau artificiels
(Artificial, à droite). Les distributions s’étendent du premier au troisième quartile
avec une ligne horizontale pour la médiane. La gamme de variation des données
est représentée par les extrémités. Le tracé discontinu vert correspond aux
limites inférieures de la probabilité de méromixie proposé par la littérature. Les
nombres au dessus des box plot représentent les nombres de plans d’eau pour
lesquels P(MX) a pu être calculé.
Facteur morphométrique du mixolimnion

Le facteur morphométrique du mixolimnion, MMF (i.e. “Morphometric mixolimnion
Factor“) caractérise la prédisposition théorique d'un plan d'eau à avoir une couche
profonde non mélangée (Bryhn, 2009). Lorsque MMF est supérieur à 0,1, le plan
d’eau est potentiellement méromictique.
Janvier 2012 - p 16/66
Partenariat 2011
hydrosystèmes
Action 9
1.23
Z max
MMF  0.1466  1/ 2
1
S Lac
où Zmax est la profondeur maximum [m] et SLac est la surface du lac [km²].
Figure 4 : Distribution des valeurs du facteur morphométrique du mixolimnion, MMF,

pour l’ensemble des plans d’eau DCE (All, à gauche) ; pour uniquement les plans
d’eau naturel (Natural, au centre) ; et pour uniquement les plans d’eau artificiels
(Artificial, à droite). Les distributions s’étendent du premier au troisième quartile avec
une ligne horizontale pour la médiane. La gamme de variation des données est
représentée par les extrémités. Le tracé discontinu vert correspond à la limite
inférieure du MMF proposé par la littérature. Les nombres au-dessus des box plot
représentent les nombres de plans d’eau pour lesquels MMF a pu être calculé.
Profondeur de dépôt sédimentaire laminaire

Larsen & MacDonald (1993) opposent les lacs à dépôt sédimentaire laminaire et les
lacs à dépôt sédimentaire massif. Si Zmax>Zl alors les sédiments se déposent de
manière laminaire au fond du lac indiquant l’absence de turbulence. Lorsque
Zmax/Zl>1, il est probable que ce lac soit méromictique.
Zl  7.78 S Lac Z max

Zmax_Zl 
0.294
et
Zl
où Zmax est la profondeur maximum [m] et SLac est la surface du lac [ha].
Janvier 2012 - p 17/66

Partenariat 2011
hydrosystèmes
Action 9
Figure 5 : Distribution des valeurs du rapport Zmax sur Zl, représentatif de la

variation spatiale du brassage dans la colonne d’eau, pour l’ensemble des plans
d’eau DCE (All, à gauche), pour uniquement les plans d’eau naturel (Natural, au
centre) et, pour uniquement les plans d’eau artificiels (Artificial, à droite). Les
distributions s’étendent du premier au troisième quartile avec une ligne
horizontale pour la médiane. La gamme de variation des données est
représentée par les extrémités. Le tracé discontinu vert correspond aux limites
inférieures de la probabilité de méromixie proposé par la littérature. Les nombres
au-dessus des box plot représentent les nombres de plans d’eau pour lesquels
Zmax/Zl a pu être calculé.
Tableau 1 : Valeurs limites des caractéristiques géographiques et morphologiques des plans d’eau
français et des plans d’eau de l’échantillon ayant servi à calibrer les modèles pour chacun des
paramètres.
Nombre
Corrélation
d'individus Latitude Profondeur Profondeur Fetch
du modèle Altitude Surface
Paramètre de maximale moyenne maximal
2
avec les [degrés
calculé l'échantillon [m.a.s.l.] [km²]
données Nord] [m] [m] [m]
de
observés
calibration
Plan d’eau 0.01-
41.5-50.9 0-2841 0.5-309.7 0.1-224 400-72300
français 578.1
P(MX) NA NA NA NA NA NA NA NA
0.002-
MMF 24 NA -0.5-64.8 NA 3.5-1637 2.2-688 NA
31500
Zl 159 NA 48-74 NA 0.001-2 0.3-150 NA NA
2
Fetch : distance que peut parcourir un vent donné sur un plan d'eau sans rencontrer d'obstacle.
Janvier 2012 - p 18/66
Partenariat 2011
hydrosystèmes
Action 9
Gamme d’application
Les paramètres d’entrées ayant permis de calibrer les différents modèles figurent
dans le Tableau 1. A l’exception de P(MX) pour lequel nous n’avons pas
d’informations, les modèles sont applicables aux données françaises.
Les analyses de corrélation réalisées sur les paramètres de sortie des modèles
(P(MX), MMF, Zl) seront effectuées à l’aide du test de Spearman car les distributions
des données ne suivent pas une loi normale (Shapiro : p<0,01 ; cf. Annexe 2).
b. Evaluation de l’estimation des modèles

Cohérence des paramètres entre eux
Tous les paramètres estimant la méromixie sont fortement corrélés (Tableau 3,
Figure 6). Cependant, la limite proposée pour le paramètre MMF est peut-être sous
évaluée pour les plans d’eau français (Figure 4). Les relations polynomiales entre les
valeurs de MMF et les valeurs de P(Mx) et de Zmax/Zl (Figure 6) permettent
d'estimer la valeur seuil pour MMF comme étant de l'ordre de 9 pour les plans d'eau
français. Cette valeur de deux ordres de grandeur supérieure à la valeur de 0.1 dans
Bryhn (2009).
Cohérence entre les paramètres et les données observées

Pour les lacs méromictiques français connus, tous les paramètres calculés sont
supérieurs à leurs valeurs limites confirmant un comportement potentiellement
méromictique (
Tableau 2). Dans le cas d'une limite à 0.1 pour MMF, environ 75% des plans d’eau
seraient potentiellement méromictiques alors que seulement 25% le sont pour les
deux autres paramètres (Figure 3, Figure 4 et Figure 5). Par contre, une limite de 9
réduit cette proportion de 75% à environ 25% des plans d'eau. Une connaissance de
fonctionnement réel des plans d'eau grâce à un suivi continu en profondeur est
nécessaire pour identifier les plans d'eau effectivement méromictiques et pour
recalibrer les paramètres des modèles.
Tableau 2 : Récapitulatif des valeurs des différents paramètres de prédisposition à la méromixie pour
les lacs français méromictiques.
Nom du lac
Références P(Mx) MMF Zmax/Zl
(département)
Lac Léman (74) Anneville & Boulanger (2002) 2 6.1 1.6
Lac du Bourget (73) Vinçon-Leite et al. (2002) 1.8 9.1 1.6
Pelletier (1968) dans Olive &
Lac Pavin (63) 3.7 58.8 4
Boulègue (2004)
Le Gour de Tazenat (63) Olive & Boulègue (2004) 2.8 44.9 3.1
Tableau 3 : Corrélations deux à deux entre les paramètres de prédisposition

à la méromixie.
MMF Zmax/Zl
R² p-value R² p-value
P(MX) 0.93 <0.01 1 <0.01
Zmax_Zl 0.96 <0.01
Janvier 2012 - p 19/66

Partenariat 2011
hydrosystèmes
Action 9
5
4.5
4
3.5
3
P(Mx)
2.5 y = 0.95x + 0.00
R² = 1.00
2
1.5
1
0.5
0
0 1 2 3 4 5
Zmax/Zl
80 80
y = 1.27x2 + 9.52x ‐ 1.42 y = 1.19x2 + 9.16x ‐ 1.52
70 70
R² = 0.94 R² = 0.97
60 60
50 50
40 40
MMF
MMF
y = 13.29x ‐ 2.77 y = 12.88x ‐ 2.93

30 30 R² = 0.96
R² = 0.93
20 20
10 10
0 0
0 1 2 3 4 5 0 1 2 3 4 5
‐10 ‐10
P(Mx) Zmax/Zl
Figure 6 : Relation entre les trois indicateurs de prédisposition à la méromixie. Les droites noires
représentent les droites de régressions linéaires et les droites rouges représentent les droites de
régressions polynomiales.
Conclusion pour les paramètres du brassage

Les paramètres P(Mx) et Zmax/Zl semblent convenir pour évaluer la potentialité de
méromixie d’un plan d’eau. Par contre, l'utilisation de MMF nécessite une calibration
particulière pour les plans d'eau français à l'aide de données issues par exemple du
réseau de suivi pérenne.
3.3.2. TEMPERATURE DE SURFACE DU PLAN D’EAU

Pour répondre à la question de Lewis (le plan d’eau se réchauffe t-il en surface à
plus de 4°C, Figure 2), il nous faut sélectionner un modèle prédisant la température
de surface. Le modèle empirique développé par Hakanson & Boulion (2001) permet
d’obtenir la température de surface à une fréquence hebdomadaire pour une année
type. Ce calcul se fait de la manière suivante :
Janvier 2012 - p 20/66

Partenariat 2011
hydrosystèmes
Action 9
 Calcul de la température moyenne annuelle de l'épilimnion, notée MAET (Mean

Annuel Epilimnetic Temperature) :
750
MAET  44  ( )1.29  0.1 Alt 0.5  0.25 (Cont 0.9  500) 0.52
90  Lat 0.85
où Lat est la latitude [°N ], Alt est l’altitude [m], Cont est la continentalité [km].
 Calcul de la température moyenne hebdomadaire de l'épilimnion, notée MWET

(Mean Weekly Epilimnetic Temperature)
52 MAET
MWET  MAET  SMTH (TnormW , ((   Vol.10 6 )0.21 ),1)
12 6
où SMTH est la fonction de lissage exponentielle de premier ordre de la courbe
initiale TnormW modulée par une fonction de MAET [°C] et de Vol, le volume [km3]
avec une valeur initiale de 1. Voir Hakanson & Boulion (2001) pour plus de détails.
Nous avons ensuite synthétisé les températures hebdomadaires de surface estimées

avec le modèle de Hakanson & Boulion (2001) sous la forme du paramètre DTS4 ,
qui est la durée pendant laquelle la température de l’eau est inférieure ou égale à
4°C. DTS4 est exprimée en fraction d’année.
Figure 7 : Distribution des valeurs de durée pendant laquelle la température de

surface est inférieure ou égale à 4°C pour l’ensemble des plans d’eau DCE (All, à
gauche) ; pour uniquement les plans d’eau naturel (Natural, au centre) ; et pour
uniquement les plans d’eau artificiels (Artificial, à droite). Les distributions s’étendent
du premier au troisième quartile avec une ligne horizontale pour la médiane. La
gamme de variation des données est représentée par les extrémités. Les nombres
au-dessus des box plot représentent les nombres de plans d’eau pour lesquels
DTS<=4 a pu être calculée.
Janvier 2012 - p 21/66

Partenariat 2011
hydrosystèmes
Action 9

Cohérence des paramètres avec les données observées
Le modèle donne de bons résultats par rapport aux données observées (Figure 8).
Cependant, pour les valeurs faibles de températures de surface, le modèle semble
sur-estimer les observations alors qu’il les sous-estime dans les valeurs élevées.
Figure 8 : Températures de surface instantanées observées

dans les réseaux RCS et RCO (axe horizontal) par rapport
aux prévisions moyennes hebdomadaires (axe vertical)
données par le modèle de Hakanson & Boulion (2001) pour la
même semaine. La droite identité est en rouge. En bleu
pointillé figure la droite de régression entre les simulations et
les observations (pente=0.68, intercepte=3.66 et r=0.79).
Discussion et conclusion pour le paramètre de la température

Le choix du modèle de Hakanson & Boulion (2001) semble permettre d’estimer la
durée pendant laquelle la température de l’eau est inférieure à 4°C. Parmi les
températures observées (généralement pas en hiver), on note une tendance à la sur-
estimation des températures basses et à la sous-estimation des températures
hautes. Cependant, l’absence de données observées hivernale ne permet pas une
vérification de la qualité prédictive du modèle empirique, en particulier autour de 4°C.
Ne disposant d’aucun autre moyen de prédiction de la température en surface en
hiver et à la vue de la qualité des prédictions des températures plus chaudes, nous
avons ici utilisé les résultats de ce modèle. Des données issues par exemple du
réseau de suivi pérenne permettront à terme une calibration des paramètres du
modèle empirique de Hakanson & Boulion (2001) dans le cas des lacs français.
Janvier 2012 - p 22/66

Partenariat 2011
hydrosystèmes
Action 9
3.3.3. GEL DE LA SURFACE DU PLAN D’EAU

La durée d’englacement (Dice) d’un lac représente la durée annuelle pendant laquelle
le lac est gelé en surface. Notons qu’il n’existe pas de méthode standard pour
qualifier le jour de gel ou le jour de dégel d’un plan d’eau. En effet, le pourcentage de
couverture de glace stable pour un lac varie selon l’expérimentateur (Williams and
Stefan, 2006). Les processus de dégel s’opérant sur des périodes assez longues, la
variabilité des méthodes peut conduire à des incohérences sur la date moyenne
annuelle de dégel d’un lac. Walsh et al. (1998) considèrent ces incohérences
négligeables lorsqu’elles sont entre 2 et 4 jours. Pour le gel d’un lac, les
phénomènes s’opèrent généralement plus rapidement, la fenêtre d’erreur est donc
considérablement réduite.
Dans la littérature, les modèles de calcul de Dice appliqués à nos latitudes sont peu
nombreux. Nous avons ici sélectionné trois modèles estimant, pour deux d'entre eux,
directement la durée d’englacement ou estimant la durée d’englacement à l’aide d'un
modèle de date de début du gel et d'un modèle de date de fin du gel. Les durées
d’englacement obtenues pour chaque modèle sont exprimées en fraction d’année.
Modèle de Livingstone & Adrian (2009)

Livingstone & Adrian (2009) ont montré que pour le lac de Mügelsee la relation

suivante était vérifiée : D ice  0.0882 D prob  1.753 où D prob

[en fraction d’année]
est la durée pendant laquelle la température journalière de l’air est inférieure à 0°C
selon le modèle de probabilité suivant :
1
1
 T Air _ M _ an  T Air _ A _ an cos 2 t  
D 
 1   erf   dt 

prob
2  0  2  
où TAir_A_an est l’amplitude annuelle de la température de l'air [°C], TAir_M_an est la

moyenne annuelle de la température de l'air [°C], σ est l’écart-type de la température
de l’air journalière [°C] et erf est la fonction d’erreur de Gauss. D’après les auteurs,
l’écart-type de la température de l’air journalière reste stable sur plusieurs années
mais peut varier en fonction de la latitude (e.g. 3.6 à Berlin et entre 2.7 et 2.8 pour
l’Italie). Cependant, d'après les auteurs, les coefficients de la régression linéaire

entre Dice et D prob sont spécifiques au lac Müggelsee.
L'analyse des sorties des réanalyses ERA-Interim montre que les écarts-types
moyens mensuels de la température de l’air hivernale sont très différents des écarts-
types moyens de la température de l’air annuelle (Figure 9.D). Pour le calcul du
modèle, nous avons donc utilisé les écarts-types hivernaux propres à chaque lac
obtenus à partir des réanalyses ERA-Interim.
Dans notre cas il n’est pas possible d’effectuer la régression entre Dprob et Dice.
Nous considérerons néanmoins que Dprob est une approximation suffisante de Dice
pour plusieurs raisons :
- la température de l’air est un des principaux facteurs explicatifs de la phénologie
d’englacement d’un lac (Brown and Duguay, 2010)
Janvier 2012 - p 23/66
Partenariat 2011
hydrosystèmes
Action 9
- certains modèles physiques de croissance de la couverture de glace d’un lac

utilisent uniquement la température de l’air comme facteur de forçage (voir Saloranta
and Andersen, 2007; Stefan, 1890 dans Livingstone & Adrian 2009)
Figure 9 : Cartes de France présentant des écarts-types mensuels de température de l’air journalière
pour l’année 2010 calculés à partir des sorties des Réanalyses ERA-Interim (ECMWF). A) Moyennes
annuelles des écarts-types mensuels de température de l’air journalière [°C]. B) Ecarts-types des
écarts-types mensuels de la température journalière. C) Moyenne des écarts-types mensuels de
température de l’air pour les mois d’hivers [°C]. D) Différence entre les écarts-types mensuels moyens
annuels et les écarts-types mensuels moyennés sur la période hivernale.
Modèle de Eckel (1955) dans O’Sullivan & Reynolds (2005)

Dice 14  10.7  Alt
où Dice est la durée d’englacement [nb de jours] et Alt est l’altitude [hectomètres].
Janvier 2012 - p 24/66

Partenariat 2011
hydrosystèmes
Action 9
Figure 10 : Distribution des valeurs de durée d’englacement (Dprob [fraction d'année]) estimée par le
modèle de Livingstone & Adrian (2009), pour l’ensemble des plans d’eau DCE (All, à gauche), pour
uniquement les plans d’eau naturel (Natural, au centre), et pour uniquement les plans d’eau artificiels
(Artificial, à droite). Les nombres au dessus des box plot représentent les nombres de plans d’eau
pour lesquels Dprob a pu être calculée.
Figure 11 : Distribution des valeurs de durée d’englacement (Dprob [fraction d'année]) estimée par le
modèle d’Eckel (1955) pour l’ensemble des plans d’eau DCE (All, à gauche), pour uniquement les plans
d’eau naturel (Natural, au centre), et pour uniquement les plans d’eau artificiels (Artificial, à droite). Les
nombres au dessus des box plot représentent les nombres de plans d’eau pour lesquels Dprob a pu être
calculée.
Janvier 2012 - p 25/66

Partenariat 2011
hydrosystèmes
Action 9
Modèles de Williams & Stefan (2006)

Le jour de gel :
0.047 0.09
d ice-in   1013.9 TAir 50 _ M _ sept dec  Lat  0.015 Alt  0.0015 S Lac  0.1602 Z m  1527.9 ,
(n=962, r²=0.70)
où dice-in est le jour de gel [jour julien], TAir-50_M_sept-dec est la température moyenne de
l'air augmentée de 50°C entre le 1 septembre et le 31 décembre [°C], Lat est la latitude
[°N ], Alt est l’altitude [m], Zm est la profondeur moyenne [m], SLac est la surface du lac
[km²].
Le jour de dégel :
d ice-out   3.810 TAir _ M _ fev juin  0.936 Lat  0.0018 Alt  0.1572 Z m  76.7 , (n=2487, r²=0.80)
où dice-out est le jour de dégel [jour julien], TAir_M_fev-juin est la moyenne de la température
de l'air entre le 1 février et le 30 juin [°C], Lat est la latitude [°N ], Alt est l’altitude [m],
Zm est la profondeur moyenne [m].
La durée d’englacement est obtenue par : Dice= (dice-out  d ice-in )
Figure 12 : Distribution des valeurs de durée d’englacement (Dice [fraction d'année]) estimée par le
modèle de Williams & Stefan (2006) pour l’ensemble des plans d’eau DCE (All, à gauche), pour
uniquement les plans d’eau naturel (Natural, au centre), et pour uniquement les plans d’eau artificiels
(Artificial, à droite). Les nombres au dessus des box plot représentent les nombres de plans d’eau
pour lesquels Dice a pu être calculée.
Gamme d’application des modèles

Les paramètres d’entrée ayant permis de calibrer les différents modèles figurent
dans le Tableau 4. Nous avons peu d’informations précises sur le modèle d’Eckel,
nous savons cependant qu’il a été calibré pour des lacs européens (O’Sullivan et
Reynolds 2005). Ces modèles sont applicables aux données françaises.
Janvier 2012 - p 26/66

Partenariat 2011
hydrosystèmes
Action 9
Les analyses de corrélation réalisées sur les sorties des modèles seront effectuées à
l’aide du test de Spearman car les données ne suivent pas de loi normale d’après le
test de Shapiro (p<0.01, cf. Annexe 2).
de l’échantillons ayant servi à calibrer chacun des modèles. Les valeurs limites des plans d’eau
auxquels seront appliqués les modèles sont également présentées.
Nombre
Corrélation
d'individus Profondeur Profondeur Fetch
du modèle Latitude Altitude Surface
Modèle de de maximale moyenne maximal
3
avec les
calcul l'échantillon [°N] [m.a.s.l.] [km²]
données [m] [m] [m]
de
observées
calibration
Plan d’eau
41.5-50.9 0.0-2841 0.0-578.1 0.5-309.7 0.1-224 400-72300
français
Livingstone
1 NA 52 34 7.3 8 4.9 4300
& Adrian
Eckel NA NA NA NA NA NA NA NA
Williams &
962 et 2467 0.7 et 0.8 40-85.5 2-3615 0.01-7048 3-614 1-41 NA
Stefan

Pour deux plans d'eau Corse dont la durée d'englacement est de l'ordre de 0.7
année, les résultats du modèle d’Eckel (1955) se rapprochent le plus des
observations alors que les deux autres modèles semblent sous évaluer la durée
d’englacement observée (Tableau 5). Ce résultat semble ne semble pas
généralisable car les résultats du modèle de Williams & Stefan présentent des
valeurs plus élevées que les résultats du Eckel (Fig11 & 12) à l’exception des valeurs
extrêmes.
D'autres observations sont donc indispensables pour identifier le meilleur modèle

voire même faire une calibration des modèles adaptée au cas des plans d'eau
français. Pour ce faire, un ensemble de plans d'eau qui ne prennent jamais en glace
et de plans d'eau présentant un gradient de durées d'englacement est indispensable.
Tableau 5 : Résultats des modèles concernant deux lacs Corse dont la durée d’englacement est
connue.
Modèles
Nom du lac Duration of Williams & Livingstone
Références Ice Cover Eckel
(département) Stefan & Adrian
Gauthier et al.
Capitello (2B) (1984) et Legrand ~0.7 0.3 0.6 0.1
(1996)
Gauthier et al.
Melo (2B) (1984) et Legrand ~0.7 0.3 0.5 0.1
(1996)
3
Fetch : distance que peut parcourir un vent donné sur un plan d'eau sans rencontrer d'obstacle.
Janvier 2012 - p 27/66
Partenariat 2011
hydrosystèmes
Action 9

Les corrélations entre les modèles sont globalement faibles. La meilleure corrélation
est observée entre le modèle de Livingstone & Adrian et celui de Williams & Stefan
(Tableau 6). La distribution des deux modèles (Figure 13 au centre) montre que les
résultats du modèle de Livingstone & Adrian sont nettement inférieurs à ceux de
Williams & Stefan. Par ailleurs, le modèle de Williams & Stefan ainsi que le modèle
d’Eckel ne proposent aucune valeur nulle (Figure 11, Figure 12).
Figure 13 : Représentation des paramètres l’un

par rapport à l’autre. La droite rouge est la
droite identité.
Janvier 2012 - p 28/66

Partenariat 2011
hydrosystèmes
Action 9
Tableau 6 : Corrélation entre les résultats des modèles.

Dice Dice
Eckel Williams & Stefan
Modèles R² p-value R² p-value
Livingstone & Adrian
0.39 <0.01 0.66 <0.01
(Dprob)
Williams & Stefan 0.35 <0.01
Discussion et conclusion pour le paramètre de l’englacement

Il est très difficile de vérifier que ces modèles évaluent correctement la durée
d’englacement. En effet, il est évident que beaucoup de lacs de plaine ne gèlent pas
en hiver et pourtant seulement 1 modèle, le modèle de Livingstone & Adrian, indique
que certains lacs ne gèlent pas. Bien que le modèle d’Eckel présente des durées
nulles de gel, il n’est calculé qu’avec un seul paramètre, l’altitude. Or, le climat est le
principal facteur qui agit sur le phénomène d’englacement des lacs (Adrian et al.,
2009; Williamson et al., 2009). Les mécanismes du dégel dépendent essentiellement
des variables externes (e.g. radiations solaires, la température de l’air) alors que les
processus de gel du lac sont liés à la capacité de stockage calorifique du lac donc
modulés par les variables internes du lac (volume, surface, profondeur) (Brown and
Duguay, 2010)N’ayant pas de données hivernales à disposition, nous ne pouvons
privilégier un modèle en particulier.
3.3.4. FREQUENCE DE BRASSAGE ANNUEL DU PLAN D’EAU

La fréquence annuelle des brassages est estimée à partir de la stabilité de la
stratification dans la colonne d’eau mesurée au jour du maximum d’énergie stockée
dans le plan d’eau, i.e. généralement en août pour les régions tempérées de latitude
Nord (Hanna, 1990; Padisák and Reynolds, 2003; Patalas, 1984). Dans notre cas, il
est impossible d’estimer la date exacte à laquelle le plan d’eau est à son maximum
d’énergie seulement à partir des rares profils de température issus des réseaux
(RCS et RCO). Par défaut, nous avons donc pris le profil le plus chaud entre juin et
septembre. A partir de ce profil, nous avons calculé la stabilité de la stratification à
l’aide du Nombre du lac (sLN) (Imberger and Patterson, 1990) ou du nombre de
Wedderburn (W) (Thompson and Imberger (1980) dans Touchart (2002)). Plus le
Nombre du lac est grand plus la colonne d’eau est stable. Les valeurs de sLN
supérieures à 10 correspondaient à des stratifications très stables. Entre 3 et 10, la
stratification reste présente mais la thermocline commence à s’incliner verticalement.
Finalement, entre 1 et 3, la stratification persiste mais la thermocline est
suffisamment inclinée pour remonter proche la surface. En dessous de 1, il n’y a pas
de stratification stable (Voir, par exemple, détails dans Kohn (2010) ou Touchart
(2002)).
L’évaluation de la stabilité de stratification à partir des paramètres environnementaux
peut aussi se faire à l’aide du rapport entre l’estimation de l’épaisseur de l’épilimnion
et la profondeur maximale, c’est le « Depth Ratio » (Barbanti et al., 1996; Patalas,
1984). Ce paramètre de fréquence de brassage diminue avec l’augmentation de
stabilité de la stratification (Patalas, 1984; Padisák & Reynolds, 2003). Il se comporte
Janvier 2012 - p 29/66

Partenariat 2011
hydrosystèmes
Action 9
donc à l’inverse du Nombre du lac. Les limites proposées diffèrent selon les auteurs
(Tableau 7).
ẐE
Le DR est calculé comme suit : DR 
Zmax
où DR est la fraction de profondeur [sans unité], Ẑ E est une estimation de la

profondeur de l’épilimnion à partir d’un modèle [m] et Zmax est la profondeur
maximale du plan d’eau [m].
Tableau 7 : Les principales limites de classes proposées dans la littérature pour le Depth Ratio.
Type thermo-mictique
Patalas (1984) Baranti et al. (1996)
associé
Mélangé : turbulent,
échange avec les DR>2 1<DR<2 Poly-mictique continue
sédiments importants
Parfois stratifié,
1<DR<2 Poly-mictique
stratification instable 1<DR<2
discontinue
(1 couche instable)
Parfois mélangé,
mélange complet par Généralement
0.5<DR<1 0.25<DR<1
vent fort di-mictique
(2 couches)
Stratification stable Di-mictique ou mono-
DR<0.5 0.05<DR<0.25
(3 couches) mictique
Modèle proposé par Arai (1981) dans Pompilio et al. (1996)

 
ẐE  4.6  S Lac
0.205
où SLac est la surface du plan d'eau [km2].
Modèle proposé par Davies-Colley (1988)


Ẑ E  7.69  S Lac
1/ 2
0.463
où SLac : surface du plan d'eau [km2].
Modèle proposé par Pompilio et al. (1996)

ẐE  3.71  S Lac
1/ 2
  0.31
où SLac : surface du plan d'eau [km2].
Janvier 2012 - p 30/66

Partenariat 2011
hydrosystèmes
Action 9
Figure 14 : Distribution des ratios de profondeur de l’épilimnion

d’après le modèle d’Arai pour l’ensemble des plans d’eau DCE
(Références, non références, artificiels et naturels). Les distributions
s’étendent du premier au troisième quartile avec une ligne horizontale
pour la médiane. La gamme de variation des données est représentée
par les extrémités. Les nombres au dessus des box plot représentent
la quantité de lacs pour lesquels le paramètre DR a pu être calculé.
Figure 15 : Distribution des ratios de profondeur de l’épilimnion d’après le

modèle de Davies-Colley pour l’ensemble des plans d’eau DCE
(Références, non références, artificiels et naturels).
Janvier 2012 - p 31/66

Partenariat 2011
hydrosystèmes
Action 9
Figure 16 : Distribution des ratios de profondeur de l’épilimnion d’après le

modèle de Pompilio pour l’ensemble des plans d’eau DCE (Références, non
références, artificiels et naturels.
Gammes d’application des modèles

Les paramètres d’entrées ayant permis de calibrer les différents modèles figurent
dans le (Tableau 8). Mis à part le modèle d’Arai (1981) pour lequel peu
d’informations sont disponibles, les paramètres des plans d’eau français sont dans
les gammes d’applicabilité des modèles.
Les analyses de corrélation réalisés sur les sorties des modèles seront effectués à
l’aide du test de Spearman car les données ne suivent pas de loi normale d’après le
test de Shapiro (p<0.01, cf. Annexe 2).
de l’échantillon ayant servis à calibrer chacun des modèles. Les valeurs limites des plans d’eau
auxquels seront appliqués les modèles sont également présentées.
Nombre
Corrélation
d'individus Profondeur Profondeur Fetch
du modèle Latitude Surface
Modèle de de Altitude maximale moyenne maximal
4
avec les
calcul l'échantillon [°N] [km²]
données [m] [m] [m]
de [m.a.s.l.]
observées
calibration
Plan d’eau 0.01~578.
41.5~50 0.0~2841 0.5~309.7 0.1~224 400~72300
français 1
Arai 32 NA 31~44 NA NA NA NA NA
Davies-
22 0.94 -40~-50 NA 0.14~616 8.7~380 NA 640~40200
Colley
0.07~367.
Pompilio 29 0.49 41~46 65~510 6.8~410 4.3~176.5 NA
9
4
Fetch : distance que peut parcourir le sur un plan d'eau sans rencontrer d'obstacle.
Janvier 2012 - p 32/66
Partenariat 2011
hydrosystèmes
Action 9

Pour tous les modèles proposés, le Nombre du lac diminue lorsque le Depth Ratio
augmente (Tableau 9, Figure 17, Figure 18 et Figure 19). Dans le cas du modèle de
Davies-Colley (1988), le nuage de point est légèrement décalé vers des valeurs plus
élevées par rapport aux deux autres modèles.
Tableau 9 : Corrélations avec le nombre de lac des modèles de fréquence de

brassage annuel du plan d’eau des Figure 17, Figure 18 et Figure 19.
Nombre du lac
Modèle de DR sLN
R² p-value N
Arai 0.78 <0.01 145
Pompilio 0.77 <0.01 145
Davies 0.79 <0.01 145
Figure 17 : Relation entre le DR calculé par le modèle d’Arai et le

nombre du lac pour les 145 lacs possédant des profils de
température. La droite rouge est la droite identité. Les 5 droites
verticales représentent de gauche à droite un DR de 0.05, 0.25, 0.5, 1
et 2. Les droites en pointillées représentent de bas en haut un
Nombre du lac de 1, 3 et 10.
Janvier 2012 - p 33/66

Partenariat 2011
hydrosystèmes
Action 9
Figure 18 : Relation entre le DR calculé par le modèle de Davies et le

nombre du lac pour les 145 lacs possédant des profils de
verticales représentent de gauche à droite un DR de 0.05, 0.25, 0.5, 1
et 2. Les droites en pointillées représentent de bas en haut un
Figure 19 : Relation entre le DR calculé par le modèle de Pompilio

et le nombre du lac pour les 145 lacs possédant des profils de
verticales représentent de gauche à droite un DR de 0.05, 0.25, 0.5,
1 et 2. Les droites en pointillées représentent de bas en haut un
Janvier 2012 - p 34/66

Partenariat 2011
hydrosystèmes
Action 9

Les différents modèles sont très fortement corrélés entre eux (Tableau 10 et Figure
20).
Tableau 10 : Résultats de la corrélation de Spearman entre des modèles de

la Figure 20 deux à deux.
Davies-Colley Pompilio
R² p-value R² p-value
Arai 1 <0.01 1 <0.01
Pompilio 0.99 <0.01
Discussion et conclusion pour le paramètre de la fréquence de stratification

Comme attendu, le Depth Ratio diminue avec l’augmentation de la stabilité de la
colonne d’eau. Le Depth Ratio semble donc être un bon modèle pour évaluer la
fréquence de la stratification. La redondance des modèles nous permet d’envisager
d’abandonner par la suite le modèle d’Arai (1981) dont les conditions d’applications
ne sont pas précisées par l'auteur. Seuls les modèles de Davies et Colley (1988) et
de Pompilio et al. (1996) seront utilisés pour évaluer la fréquence de stratification.
Janvier 2012 - p 35/66

Partenariat 2011
hydrosystèmes
Action 9
Figure 20 : Représentation des paramètres deux à deux. La

droite rouge est la droite identité.
Janvier 2012 - p 36/66

Partenariat 2011
hydrosystèmes
Action 9
Tableau 11 : Synthèse d’une transcription des questions de Lewis en valeur limite pour chacun des
paramètres de l’ensemble des critères.
Critères Questions de Lewis Paramètres Noms limites Définitions limites
Valeur pour
« Existence laquelle le gel du
Gèle t-il ? Dice
gel » plan d’eau est
effectif
Glace
Valeur pour
Est-il parfois libre de « Toujours laquelle le plan
Dice
glace ? gel » d’eau est toujours
gelé
Valeur pour
laquelle la
Se réchauffe-t-il à plus « Toujours <
Température DTS4 température en
de 4°C ? 4°C »
surface est toujours
inférieure à 4°C
Valeur pour
Connaît-il un seul « Mélange laquelle la
DR
brassage par an ? fréquent » stratification est
intermittente
Valeur pour
Stratification Connaît-il plus de deux « Mélange laquelle la
DR
brassage par an ? fréquent » stratification est
intermittente
Valeur pour
Connaît t-il un brassage laquelle la
DR « Turbulence »
quotidien ? stratification est
rare
Dice > limite « existence gel »
OUI
NON
Dice < limite « toujours gel»

DR < limite « existence mélange fréquent »
NON OUI
NON OUI
Monomictique chaud DTS<4 < limite « toujours - 4°C »

Amictique
DR > limite « turbulence»
NON OUI
NON OUI
Monomictique froid DR > limite « mélange
Polymictique
Polymictique chaud continu fréquent »
chaud discontinu
NON OUI
DR > limite
Dimictique
« turbulence»
OUI
NON
Polymictique
froid continu
Figure 21 : Schéma de la classification de Lewis (1983) en utilisant la transcription du
Janvier 2012 - p 37/66

Partenariat 2011
hydrosystèmes
Action 9
Tableau 11.
Janvier 2012 - p 38/66

Partenariat 2011
hydrosystèmes
Action 9
4. Recherche des modèles les plus discriminants

4.1. Méthodologie
La typologie de Lewis est modélisée par les quatre critères présentés dans le
chapitre précédent (§0). Cependant, la classification fine des plans d’eau
méromictiques posent un problème. En effet, sur les plans d’eau méromictiques (
Tableau 2), les critères de Lewis doivent être appliqués au mixilimnion. Nous ne
disposons pas d'observation de l'épaisseur du mixilimnion. Les plans d’eau
méromictiques ne seront donc pas étudiés ici.
Afin de classer les 446 plans d’eau non méromictiques de la base de données
PLAN_DEAU selon la typologie de Lewis, nous avons déterminé les limites
associées à chacune des questions de l’algorithme de la typologie (
Janvier 2012 - p 39/66

Partenariat 2011
hydrosystèmes
Action 9
Tableau 11, Erreur ! Source du renvoi introuvable.). Les valeurs limites pour les
différents paramètres peuvent être tirées de la littérature disponibles ou estimées à
l’aide des observations existantes. En appliquant la classification de Lewis (Erreur !
Source du renvoi introuvable.) sur les différents modèles et limites que nous avons
déterminés, nous avons obtenu plusieurs classements cohérents avec la typologie
de Lewis. Comme tous ces classements ne sont pas équivalents, nous avons
ensuite déterminé la combinaison de limites et de modèles discriminant le mieux ces
groupes à l’aide d’une analyse en composante principale centrée réduite des trois
paramètres (Dice, DR, DTS4) avec tous les modèles présentés (cf. § 3). Les
classements ont ensuite été appliqués à la distribution des plans d’eau sur l’ACP. La
combinaison retenue sera celle alliant vraisemblance des valeurs limites, cohérence
avec les plans d’eau connus et distance moyenne des barycentres la plus
importante.
4.2. Discrimination des modèles

4.2.1. DETERMINER LES LIMITES
a. Limites pour Dice

Le paramètre Dice est une estimation de la durée de gel (en fraction d'année) par
conséquent, très logiquement, dès que Dice est supérieure à 0 le plan d'eau a une
période de gel, et si Dice est égal à 1 le plan d'eau est toujours gelé. Ces deux limites
sont des valeurs que l'on appellera limites "logiques". L'inconvénient de ces limites
dites "logiques" appliquées à Dice estimée est qu'elles doivent normalement être
associée à l'incertitude du modèle de calcul. En effet, les modèles utilisées pour
calculer Dice ne donnent pas le résultat exact de Dice mais une estimation de Dice à
laquelle il faut attacher l'incertitude du modèle. L'absence de donnée hivernale ne
permet pas de calculer aujourd'hui cette incertitude.
Nous pensons qu'utiliser le modèle d’Hakanson & Boulion (2001) à un degrés près
peut nous permettre d'estimer une limite prenant en compte l'incertitude du modèle
de Dice. Nous supposons alors que lorsque la température de surface d'un plan d'eau
est inférieure ou égale à 1, le plan d'eau peut geler. Le modèle d'Hakanson &
Boulion permet de calculer un paramètre DTS1 représentant la durée pendant
laquelle la température de surface est inférieure ou égale à 1. Il s'en suit que Dice
devrait théoriquement être nulle lorsque DTS1 est nulle. Or, l'analyse des Dice a
montré que cela n'était pas vrai (pas illustré). Nous considérerons alors que la valeur
positive la plus faible de Dice lorsque DTS1 est nulle est une bonne estimation de
l'incertitude associée au modèle de calcul du Dice et nous la considérerons comme la
limite de l’« existence du gel » pour le modèle de Dice.
Pour calculer une limite du « toujours gel », nous aurions pu procéder de la même
façon. Néanmoins, la durée maximale durant laquelle la température de l’eau est
inférieure ou égale à zéro est de 0.21 avec le modèle de Hakanson & Boulion (2001),
bien en dessous des maxima calculés par les modèles de Dice (Figure 10, Figure 11,
Figure 12). Nous n'avons donc utilisé que la limite "logique". Le tableau ci-dessous
synthétise les limites que nous avons testées.
Tableau 12 : Synthèse des limites à tester pour le critère du gel selon les modèles.
Limites Limites
Modèles
« Existence gel » « Toujours gel »
Janvier 2012 - p 40/66
Partenariat 2011
hydrosystèmes
Action 9
Livingstone & Adrian (2009) 0 0.06 1

Eckel (1955) 0 0.07 1
Williams & Stefan (2006) 0 0.28 1
b. Limites pour DTS4

Le paramètre DTS4 a été construit pour répondre à la question de la classification de
Lewis. Le choix de la limite se déduit, comme pour Dice logiquement à 1.
Tableau 13 : Limite à tester pour le critère de la température

Limite
Modèle
« toujours < 4°C »
Hakanson & Boulion (2001) 1
Tableau 14 : Synthèse des limites à tester pour le critère de la stratification selon les modèles.
Limites Limites
Modèles
« mélange fréquent » « Turbulence »
Davies-Colley (1988) 0.3 1 1 2
Pompilio et al. (1996) 0.2 1 0.4 2
c. Limites pour DR
La littérature fournit pour DR les limites de « mélange fréquent » et « turbulent » à 1
et 2 respectivement pour les deux modèles testés (cf. Tableau 7). A partir des
données observées et des caractéristiques du nombre du lac (cf. §3.3.4), nous avons
établi une limite propre à chacun des modèles sur la gamme des plans d’eau
français (Tableau 14). En effet, lorsque le Nombre du lac est proche de 1, la stabilité
de la colonne d’eau est faible, nous approchons donc de la limite « Turbulence ». Au
contraire, lorsque le Nombre du lac est proche de 10, la stabilité est forte, nous
approchons alors la limite « mélange fréquent ». Nous avons utilisé une équation de
régression entre le Nombre du lac et le DR pour chaque modèle afin d’obtenir les
résultats présentés dans le Tableau 14.
Janvier 2012 - p 41/66

Partenariat 2011
hydrosystèmes
Action 9
4.2.2. TEST DES DIFFERENTES COMBINAISONS

Afin de pouvoir comparer les ACP, celles-ci ont été réalisées qu’avec les variables
Dice, DR et DTS4 mais calculées pour chacun des modèles existant pour ces
paramètres. Nous avons ainsi établis 6 ACP permettant de projeter la distribution des
446 plans d’eau sur le plan 1-2. Tous les plans 1-2 des ACP expliquent au moins
88% de la variabilité existante avec au moins 53 % d’explication sur le premier axe
(Figure 22). Pour chaque ACP, la variable Dice est fortement corrélée à l’axe 1 et anti-
corrélée à DR. La variable DR est, quand à elle, fortement corrélé à l’axe 2. Dans le
cas des ACP utilisant le modèle de Livingstone & Adrian (2009) ou de Williams &
Stefan (2006) pour le calcul de Dice, la variable DTS4 sera fortement corrélé à Dice et
à l’axe 1 (Figure 22 A, C, D et F). Dans le cas du modèle d’Eckel (1955) (Figure 22 B
et E), la corrélation de la variable DTS4 à l’axe 1 est moins importante. Globalement,
les plans 1-2 des ACP où Dice est calculée à l’aide du modèle Williams & Stefan
(2006) et où DR est calculé à l’aide du modèle de Pompilio et al. (1996) sont plus
explicatifs que les autres. Néanmoins, la distribution des plans d’eau dans le cas du
modèle de Dice de Williams & Stefan (2006) semble fortement influencée par
seulement quelques points extrêmes (Figure 22 C et F).
Les résultats des groupements réalisés en utilisant la limite « Existence gel » égal à
zéro conduit à l’obtention de seulement 3 types de la typologie de Lewis quelque soit
les autres valeurs de limites choisis pour les autres paramètres (e.g. annexe 3). Or, il
existe en France des plans d’eau monomictiques (e.g. § 2.3). L’incohérence de ces
résultats avec la réalité nous conduit à éliminer la limite « Existence gel » égale à
zéro.
La même analyse est menée pour les autres limites avec à chaque fois le modèle correspondant (e.g.
Figure 23
Figure 23, Figure 24 et Figure 25). Les variables représentées dans chacune des ACP
étant les mêmes, elles sont comparables. Le calcul de la distance moyenne entre les
barycentres permet donc de déterminer, la combinaison la plus discriminante
(Tableau 15
Tableau 15, Tableau 16 et Tableau 17). Pour tous les modèles avec les différentes
limites testées, nous retrouvons 6 types de Lewis. Les groupes réalisés à l’aide des
Dice obtenus par Eckel (1955) ont toujours des distances moyennes plus faibles que
les autres groupes, à limites et modèles identiques (Tableau 15
Tableau 15,
Tableau 15Tableau 16 et Tableau 17). A l’opposé, lorsque le modèle pour le calcul des
Dice est Williams & Stefan (2006), les distances entre les barycentres sont les plus
importantes, à modèles et limites identiques. Cependant, la combinaison la plus
discriminante (Tableau 17 et Figure 25 D) scinde bien les plans d’eau en 6 types de
Lewis mais n’inclut dans un des types de Lewis qu’un seul plan d’eau (e.g. Figure 25
D, polymictique continue chaud). La limite calculée pour le paramètre Dice sur le
modèle de Williams & Stefan (2006) correspond à presque deux mois. Il semble peu
vraisemblable de considérer cette limite comme le temps minimum pour que le lac
soit considéré gelé. Nous avons donc sélectionné la seconde combinaison la plus
discriminante qui utilise les mêmes modèles et les mêmes limites pour DR et DTS4 ;
Janvier 2012 - p 42/66

Partenariat 2011
hydrosystèmes
Action 9
combinaison pour laquelle Dice sera calculée par le modèle de Livingstone & Adrian
(2009) (Tableau 15, Figure 23D et Tableau 18).
Janvier 2012 - p 43/66

A D
B E
C F
Figure 22 : Panneaux représentant le cercle des corrélations à gauche et la distribution des plans d’eau sur le plan 1-2 à droite pour chaque ACP. A) DR calculé à partir
du modèle de Davies-Colley, Dice à partir du modèle de Livingstone & Adrian (2009), DTS4 à partir du modèle de Hakanson & Boulion (2001). B) DR calculé à partir du
modèle de Davies-Colley (1988), Dice à partir du modèle de Eckel, DTS4 à partir du modèle de Hakanson & Boulion (2001). C) DR calculé à partir du modèle de Davies-
Colley (1988), Dice à partir du modèle de Williams & Stefan, DTS4 à partir du modèle de Hakanson & Boulion (2001). D) DR calculé à partir du modèle de Pompilio et
al. (1996), Dice à partir du modèle de Livingstone & Adrian (2009), DTS4 à partir du modèle de Hakanson & Boulion (2001). E) DR calculé à partir du modèle de Pompilio
et al. (1996), Dice à partir du modèle de Eckel, DTS4 à partir du modèle de Hakanson & Boulion (2001). F) DR calculé à partir du modèle de Pompilio et al. (1996), Dice à
partir du modèle de Williams & Stefan, DTS4 à partir du modèle de Hakanson & Boulion (2001).
Tableau 15 : Distances moyennes entre les barycentres des groupes déterminées à partir de plusieurs
modèles et limites. L’ACP est établie à partir des paramètres Dice calculés l’aide du modèle de Livingstone &
Adrian (2009), DTS4 calculés par Hakanson & Boulion (2001) et DR calculés à l’aide du modèle de Pompilio et
al. (1996) ou Davies-Colley (1988).
Distance
Limite Limite Limite Modèle Limite Nombre
Modèle de Limite moyenne
« Existence « Toujours « toujours - de DR « mélange de Figure
Dice «Turbulence» entre les
gel » gel » 4°C » fréquent » classes
barycentres
Livingstone Davies-
0.06 1 1 0.3 1 6 4.71
& Adrian Colley Figur
e 23 A
Livingstone Davies-
0.06 1 1 1 2 6 4.87
& Adrian Colley Figur
e 23 B
Livingstone Pompilio
0.06 1 1 0.2 0.4 6 4.52
& Adrian et al. Figur
e 23 C
Livingstone Pompilio
0.06 1 1 1 2 6 7.55
& Adrian et al. Figur
e 23 D
modèles et limites. L’ACP est établit à partir des paramètres Dice calculé à l’aide du modèle d’Eckel (1955),
DTS4 calculé par Hakanson & Boulion (2001) et DR calculé à l’aide du modèle de Pompilio et al. (1996) ou
Davies-Colley (1988).
Distance
Limite Limite Limite Modèle Limite Nombre
Modèle de Limite moyenne
« Existence « Toujours « toujours de DR « mélange de Figure
Dice «Turbulence» entre les
gel » gel » - 4°C » fréquent » classes
barycentres
Davies- Figure
Eckel 0.07 1 1 0.3 1 6 4.61
Colley 24 A
Davies- Figure
Eckel 0.07 1 1 1 2 6 4.36
Colley 24 B
Pompilio Figure
Eckel 0.07 1 1 0.2 0.4 6 4.36
et al. 24 C
Pompilio Figure
Eckel 0.07 1 1 1 2 6 6.86
et al. 24 D
modèles et limites. L’ACP est établit à partir des paramètres Dice calculé l’aide du modèle de Williams & Stefan
(2006), DTS4 calculé par Hakanson & Boulion (2001) et DR calculé à l’aide du modèle de Pompilio et al. (1996)
ou Davies-Colley (1988).
Distance
Limite Limite Limite Limite Nombre
Modèle de Modèle Limite moyenne
« Existence « Toujours « toujours « mélange de Figure
Dice de DR «Turbulence» entre les
gel » gel » - 4°C » fréquent » classes
barycentres
Williams & Davies-

0.28 1 1 0.3 1 6 4.63 Figur
Stefan Colley
e 25 A
Williams & Davies-
0.28 1 1 1 2 6 4.77 Figur
Stefan Colley
e 25 B
Williams & Pompilio
0.28 1 1 0.2 0.4 6 4.48
Stefan et al. Figur
e 25 C
Williams & Pompilio
0.28 1 1 1 2 6 8.29 Figur
Stefan et al.
e 25 D
A
C
B
D
Figure 23 : Panneaux représentant le cercle des corrélations à gauche et les barycentres ainsi que l’ellipse associé pour les groupes déterminés selon des limites
différentes. Les ACP des panneaux A) et B) sont établit à partir des valeurs de DR calculé à partir du modèle de Davies-Colley, Dice à partir du modèle de
Livingstone & Adrian (2009) et DTS4 à partir du modèle de Hakanson & Boulion (2001). Les ACP des panneaux C) et D) sont établit à partir des valeurs de DR
calculé à partir du modèle de Pompilio et al. (1996), Dice à partir du modèle de Livingstone & Adrian (2009), DTS4 à partir du modèle de Hakanson & Boulion (2001).
Les valeurs des limites pour chaque panneaux sont décrits dans le Tableau 15.
Partenariat 2011
Changements globaux et climatiques et C
hydrosystèmes
A Action 9
D
B
différentes. Les ACP des panneaux A) et B) sont établit à partir des valeurs de DR calculé à partir du modèle de Davies-Colley, Dice à partir du modèle d’Eckel
(1955) et DTS4 à partir du modèle de Hakanson & Boulion (2001). Les ACP des panneaux C) et D) sont établit à partir des valeurs de DR calculé à partir du modèle
de Pompilio et al. (1996), Dice à partir du modèle de Eckel (1955), DTS4 à partir du modèle de Hakanson & Boulion (2001). Les valeurs des limites pour chaque
panneaux sont décrits dans le Tableau 16.
Janvier 2012 - p 48/66

Partenariat 2011
hydrosystèmes
A Action 9 C
B D
Figure 25 : Panneaux représentant à gauche le cercle des corrélations et, à droite, les barycentres et les ellipses associées pour les groupes déterminés selon des
limites différentes. Les ACP des panneaux A) et B) ont été calculées à partir des valeurs de DR selon le modèle de Davies-Colley, les valeurs de Dice selon le
modèle de Williams & Stefan (2006) et les valeurs de DTS4 selon le modèle de Hakanson & Boulion (2001). Les ACP des panneaux C) et D) ont été établies à partir
des valeurs de DR calculées selon le modèle de Pompilio et al. (1996), les valeurs de Dice selon le modèle de Williams & Stefan (2006), les valeurs de DTS4 selon le
modèle de Hakanson & Boulion (2001). Les valeurs des limites pour chaque panneau sont décrites dans le Tableau 17.
Janvier 2012 - p 49/66

La comparaison des résultats pour des lacs dont le comportement mictique est
connu montre que certains lacs mono-mictiques chauds sont classés comme di-
mictiques. Pour corriger ce résultat, il faut que le plan d’eau passe de la branche
« froide » de la typologie à la branche « chaude » ce qui se fait au niveau de la
première question : présence de gel en surface du plan d’eau. Nous avons proposé
d’ajouter une contrainte supplémentaire propre aux plans d’eau mono-mictiques
chauds au même niveau que la question de l’existence du gel : la température de
surface d’un plan d’eau mono-mictique chaud n'est jamais inférieure 4°C (Figure 26).
Comme il s’agit ainsi de « rattraper » des plans d’eau, la nouvelle contrainte est non
exclusive avec la contrainte originelle. En utilisant cette contrainte supplémentaire,
les résultats sont en accords avec le comportement mictique des plans d’eau
connus.
Tableau 18 : Modèles et limites choisis pour la classification de Lewis.
Modèles Limites
« Existence « Toujours « toujours - « mélange

Dice DTS4 DR «Turbulence»
gel » gel » 4°C » fréquent »
Hakanson &
Livingstone & Pompilio et
Boulion 0.06 1 1 1 2
Adrian (2009) al. (1996)
(2001)
Dice > 0 OU DTS<4 < 1
OUI
NON
Dice < 1
DR  1
NON OUI
NON OUI
Monomictique chaud DTS<4 < 1

Amictique
DR > 2
NON OUI
NON OUI
Monomictique froid DR > 1
Polymictique
Polymictique chaud continu
chaud discontinu
NON OUI
Dimictique DR > 2
OUI
NON
Polymictique
froid continu
Figure 26 : Schéma permettant de classer l’ensemble des plans d’eau français holomictiques selon la
classification de Lewis (1983).
Partenariat 2011
hydrosystèmes
Action 9
5. Conclusions et perspectives
A l’aide des paramètres environnementaux classiques, d’une combinaison de

modèles et de limites associées (Tableau 18), nous pouvons aujourd’hui obtenir le
classement d’un plan d’eau selon la typologie de Lewis et ceci grâce à l’algorithme
de la Figure 26. Le calcul se fait à l’aide des paramètres Dice selon le modèle de
Livingstone & Adrian (2009) (§0), DTS4 à l’aide du modèle de Hakanson & Boulion
(2001) (§3.3.2) et DR avec le modèle de Pompilio et al. (1996) (§3.3.4). Cette
méthodologie permet d'obtenir un premier classement a priori des plans d’eau (hors
plan d’eau méromictiques) de la base de données PLAN_DEAU de Irstea à Aix-en-
Provence (cf. fichier Excel joint).
Néanmoins, ce classement reste approximatif tant qu'une calibration rigoureusement
des modèles et limites n'a pas été réalisée et ceci grâce à de nouvelles observations
à acquérir, en particulier sur les conditions thermiques hivernales. D’autre part, la
stationnarité du comportement des lacs est un ancien paradigme que le changement
climatique a modifié (Livingstone, 2008). L’application de la typologie de Lewis fixe le
comportement thermodynamique d’un plan d’eau dans une catégorie alors même
que ce comportement n’est pas stationnaire. Par exemple, le lac de Lavaud dans le
limousin passe d’un comportement monomictique chaud en 1995 à un comportement
polymictique discontinu en 1996 et 1997 par modification du régime hydrologique de
ses tributaires (Touchart, 2002). Egalement, dans son article de 1983, Lewis, lui-
même, proposait de qualifier un lac dont le brassage complet survient à une
fréquence irrégulière : parfois holomictique l’année où le brassage survient et
méromictique le reste du temps. De plus, en fonction du contexte environnementale
local, les facteurs agissant sur la stratification thermique varient. Par exemple, pour
un lac petit (<5km²) l’influence du vent est faible sur la formation de la stratification
thermique par rapport à un lac plus grand (Fee et al., 1996; Gorham and Boyce,
1989) mais, dans le cas de lac proche de la mer, cette relation n’est plus aussi visible
(Von Einem and Granéli, 2010)
Par conséquent, pour comprendre les processus qui agissent sur le mélange à
différentes latitudes et sur des lacs de tailles différentes, il faut pouvoir estimer
l’ampleur et la variation des forçages de surface, connaître la fréquence et l’intensité
des phénomènes de mélange et savoir comment le climat affecte ces mécanismes
au fil des saisons et des années. L’installation d’un réseau de suivi en continu sur
tout la colonne d’eau brassée (mixolimnion) (voir reflexion dans Rondel et al., 2011)
permettra de trouver comment se modulent les classes de la typologie de Lewis en
fonction de forçage environnementaux.
Pour finir, la typologie des plans d’eau du programme de surveillance DCE pourrait
être revue à la lumière de la modélisation de la classification thermo-mictique de
Lewis présentée dans ce rapport ; sous réserve d'une calibration robuste des
différents modèles à partir de données supplémentaires couvrant en particulier la
période hivernale.
Janvier 2012 - p 51/66

Partenariat 2011
hydrosystèmes
Action 9
6. Bibliographie
Adrian R., O’Reilly C.M., Zagarese H., Baines S.B., Hessen D.O., Keller W., Livingstone D.M.,
Sommaruga R., Straile D., Van Donk E., Weyhenmeyer G.A., Monika W. (2009) Lakes as
sentinels of climate change. Limnology and Oceanography 54:2283-2297.
Anneville O., Souissi S., Ibanez F., Ginot V., Druart J.C., Angeli N. (2002) Temporal mapping of
phytoplankton assemblages in Lake Geneva: Annual and interannual changes in their patterns of
succession. Limnology and Oceanography 47:1355-1366.
Arai T. (1981) Climatic and geomorphological influences on lake temperature. Verh. Int. Ver. Limnol.
21:130-134.
Barbanti L., Pompilio L., Ambrosetti W. (1996) Morphometry and thermal stratification in Italian lakes.
2. The 'depth ratio' as a predictive index of thermal structures. Memorie - Istituto Italiano di
Idrobiologia 54:31-42.
Berger F. (1971) Zur Morphometrie der Seebecken. Carinthia 11, Spec. Issue 31:29-39.
Brown L.C., Duguay C.R. (2010) The response and role of ice cover in lake-climate interactions.
Progress in Physical Geography 34:671-704.
Bryhn A.C. (2009) A morphometrically based method for predicting water layer boundaries in
meromictic lakes. Hydrobiologia:1-7.
Cellamare M. (2009) Évaluation de l’Etat Ecologique des Plans d’Eau Aquitains à partir des
Communautés de Producteurs Primaires, Bordeaux.
Danis P.A., Grafenstein U.v., Masson-Delmotte V. (2003) Sensitivity of deep lake temperature to past
and future climatic changes: A modeling study for Lac d'Annecy, France, and Ammersee,
Germany. Journal of Geophysical Research 108:13 PP.-13 PP.
Davies-Colley R.J. (1988) Mixing depths in New Zealand lakes. New Zealand Journal of Marine and
Freshwater Research 22:517 - 528.
Dee D.P., Uppala S.M., Simmons A.J., Berrisford P., Poli P., Kobayashi S., Andrae U., Balmaseda
M.A., Balsamo G., Bauer P., Bechtold P., Beljaars A.C.M., van de Berg L., Bidlot J., Bormann N.,
Delsol C., Dragani R., Fuentes M., Geer A.J., Haimberger L., Healy S.B., Hersbach H., Hólm
E.V., Isaksen L., Kållberg P., Köhler M., Matricardi M., McNally A.P., Monge-Sanz B.M.,
Morcrette J.J., Park B.K., Peubey C., de Rosnay P., Tavolato C., Thépaut J.N., Vitart F. (2011)
The ERA-Interim reanalysis: configuration and performance of the data assimilation system.
Quarterly Journal of the Royal Meteorological Society 137:553-597. DOI: 10.1002/qj.828.
Eckel O. (1955) Beitrag zum Studium des Wärmeumsatzes in Seen. Archiv für Meteorologie,
Geophysik und Bioklimatologie. Serie A. 9:120-157.
European Commission. (2000) Directive 2000/60/EC of the European Parliament and of the Council.
Official Journal L327.
Fee E.J., Hecky R.E., Kasian S.E.M., Cruikshank D.R. (1996) Effects of Lake Size, Water Clarity, and
Climatic Variability on Mixing Depths in Canadian Shield Lakes. Limnology and Oceanography
41:912-920.
Gauthier A., Roche B., Frisoni G.F. (1984) Contribution à la connaissance des lacs d'altitude de la
Corse, PNRC. pp. 195-195.
Gorham E., Boyce F.M. (1989) Influence of Lake Surface Area and Depth Upon Thermal Stratification
and the Depth of the Summer Thermocline. Journal of Great Lakes Research 15:233-245.
Hakanson L., Boulion V.V. (2001) A practical approach to predict the duration of the growing season
for European lakes. Ecological Modelling 140:235-245.
Hanna M. (1990) Evaluation of Models Predicting Mixing Depth. Canadian Journal of Fisheries and
Aquatic Sciences 47:940-947.
Heggen R.J. (1983) Thermal dependent properties of water Journal Hydrological Engineering
109:298-302.
Hutchinson G.E., Loffler H. (1956) The thermal classification of lakes. Proceedings of the National
Academy of Sciences of the United States of America 42:84-6. DOI: 10.1073/pnas.42.2.84.
Imberger J., Patterson J.C. (1990) Physical Limnology, in: J. W. Hutchinson and T. Y. Wu (Eds.),
Elsevier. pp. 303-475.
Ipcc. (2007) Climate change 2007: Synthesis Report IPCC, Geneva, Switzerland.
Johansson H., Brolin A.A., Håkanson L. (2007) New approaches to the modelling of lake basin
morphometry. Environmental Modeling & Assessment 12:213-228.
Janvier 2012 - p 52/66

Partenariat 2011
hydrosystèmes
Action 9
Kohn M.S. (2010) Transport of fluid from the boundary of a lake, Graduate Theses and Dissertations,
Iowa State University. pp. 132.
Larsen C.P.S., MacDonald G.M. (1993) Lake morphometry, sediment mixing and the selection of sites
for fine resolution palaeoecological studies. Quaternary Science Reviews 12:781-792.
Legrand A. (1996) Etude de quatre lacs de montagne en Haute- Corse (mai, juin, juillet 1996) : le lac
de Bastani, le lac de Melo, le lac de Capitello et le lac de Nino. Hydrochimie et peuplement algal.
pp. 56-56.
Lewis J., W. M. (1983) A revised classification of lakes based on mixing. Canadian Journal of
Fisheries and Aquatic Sciences 40:1779-1787.
Livingstone D.M. (2008) A change of climate provokes a change of paradigm: Taking leave of two tacit
assumptions about physical lake forcing. International Review of Hydrobiology 93:404-414.
Livingstone D.M., Adrian R. (2009) Modeling the duration of intermittent ice cover on a lake for
climate-change studies. Limnology and Oceanography 54:1709-1722.
Nurnberg G.K. (1988) A simple model for predicting the date of fall turnover in thermally stratified
lakes. Limnology & Oceanography 33:1190-1195.
O'Sullivan P.E., Reynolds C.S. (2005) The Lakes Handbook: Lake restoration and rehabilitation John
Wiley & Sons.
Olive P., Boulègue J. (2004) Étude biogéochimique d'un lac méromictique : le lac Pavin, France /
Biogeochemical study of a meromictic lake: Pavin lake, France. Géomorphologie : relief,
processus, environnement. Octobre-décembre 10:305-316.
Padisák J., Reynolds C.S. (2003) Shallow lakes: the absolute, the relative, the functional and the
pragmatic. Hydrobiologia 506-509:1-11.
Patalas K. (1984) Mid-summer mixing depths of lakes of different latitudes. Verhandlung Internationale
Vereinigung Limnologie 22:97-102.
Pelletier J.P. (1968) Un lac méromictique, le Pavin (Auvergne). Annales de la Station Biologique de
Besse en Chandesse 3:147-170.
Pompilio L., Ambrosetti W., Barbanti L. (1996) Morphometry and thermal stratification in Italian lakes.
1. Predicative models. Memorie - Istituto Italiano di Idrobiologia 54:1-29.
Pourriot R., Meybeck M. (1995) Limnologie générale Masson, Paris.
Read J.S., Hamilton D.P., Jones I.D., Muraoka K., Winslow L.A., Kroiss R., Wu C.H., Gaiser E. (2011)
Derivation of lake mixing and stratification indices from high-resolution lake buoy data.
Environmental Modelling & Software 26:1325-1336.
Rondel C., Daufresne M., Danis P.-A. (2011) Réflexion sur la mise en place d’un réseau de mesure
thermique en plans d’eau. Convention Onema/Cemagref.
Saloranta T.M., Andersen T. (2007) MyLake-a multiyear lake simulation model code suitable for
uncertainty and sensitivity analysis simulations. Ecological Modelling:45–60.
Stefan J. (1890) On the theory of ice formation, with particular regard to ice formation in the polar sea.
Sitz. Ber. Kais. Akad. Wiss. Wien [In German.]:965-983.
Thompson R.O.R.Y., Imberger J. (1980) Response of a numerical model of a stratified lake to wind
stress.
Touchart L. (2002) Limnologie physique et dynamique: une géographie des lacs et des étangs
L'Harmattan.
Vinçon‐Leite B., Tassin B., Druart J.C. (2002) Phytoplankton variability in Lake Bourget: Phytoplankton
dynamics and meteorology. Lakes & Reservoirs: Research & Management 7:93-102.
Von Einem J., Granéli W. (2010) Effects of fetch and dissolved organic carbon on epilimnion depth
and light climate in small forest lakes in southern Sweden. Limnol. Oceanogr 55:920-930.
Walsh S.E., Vavrus S.J., Foley J.A., Fisher V.A., Wynne R.H., Lenters J.D. (1998) Global patterns of
lake ice phenology and climate: Model simulations and observations. J. Geophys. Res.
103:28825-28837.
Williams S.G., Stefan H.G. (2006) Modeling of Lake Ice Characteristics in North America Using
Climate, Geography, and Lake Bathymetry. Journal of Cold Regions Engineering 20:140-167.
Williamson C.E., Saros J.E., Vincent W.F., Smol J.P. (2009) Lakes and reservoirs as sentinels,
integrators, and regulators of climate change. Limnology and Oceanography 54:2273-2282.
Janvier 2012 - p 53/66

Partenariat 2011
hydrosystèmes
Action 9
ANNEXES :
Janvier 2012 - p 54/66

Partenariat 2011
hydrosystèmes
Action 9
Annexe 1
Liste des 144 lacs (dont 46 lacs naturels) montrant l’existence d’une thermocline en
été et utilisés pour vérifier les modèles.
Agence de Lac Surface Zmax Zmoy
Code Lac HER1 Typologie
l'eau référence (km²) (m) (m)
AP ARD62 No 20 A13b 0.1 2.3 1.3
AP AUD62 No 20 A13b 0.2 2.9 1.7
AG LOU64 No 14 A6b 0.4 26.2 12.9
AG TAI40 No 14 A6a 0.4 6.0 3.6
AG GEN82 No 14 A6a 0.4 9.3 4.7
AG BMS40 No 14 A6a 0.4 11.0 2.8
RMC OSP2A No 16 A10 0.5 25.0 7.2
RMC ALE2B No 16 A12 0.5 60.0 22.6
AG HAG40 No 14 A6a 0.5 13.3 5.3
AG BDB40 No 14 A6b 0.5 21.0 10.6
RMC COD2B No 16 A12 0.5 25.0 13.8
RMC RSV34 Yes 8 A10 0.5 20.0 5.7
AP VIG59 No 9 A14 0.5 3.3 1.6
AG BRA47 No 14 A6a 0.5 11.5 5.6
SN GAS14 No 12 A6b 0.5 13.0 4.4
RMC ANS69 No 15 A16 0.5 15.0 7.0
RM MUN67 No 18 A15 0.5 12.5 5.4
AG BAR32 No 14 A6a 0.6 9.6 4.1
AG AYG64 No 14 A6a 0.6 12.5 5.7
SN PPE14 No 9 A16 0.6 10.0 3.0
AG CAN32 No 14 A6a 0.6 7.2 3.0
AG RAM23 No 21 A4 0.6 3.0 1.3
AG TSC32 No 14 A6b 0.6 13.1 5.8
AG PRA33 No 14 A6a 0.6 2.5 1.1
AG BSJ32 No 14 A6a 0.6 8.9 4.1
AG UBY32 No 14 A6a 0.7 9.0 3.8
AG MIE32 No 14 A6b 0.7 13.0 5.6
AG BOU33 No 13 A14 0.7 18.0 7.7
SN PON21 No 10 A7b 0.7 22.0 9.0
RMC CHO04 No 7 A3 0.7 68.7 23.6
AG GIO40 No 14 A6a 0.7 10.0 4.4
RMC FIG2B No 16 A12 0.7 18.6 8.2
SN ARM77 No 9 A13a 0.7 2.5 1.0
RMC TOL2A No 16 A10 0.7 88.0 48.1
AG CAU19 No 11 A7a 0.7 7.0 3.4
SN TRA02 No 9 A16 0.8 8.0 2.3
RM LKW68 No 4 A6b 0.8 33.0 16.9
AP GOR59 No 20 A16 0.8 1.3 0.9
SN RAB61 No 12 A6b 0.8 17.0 7.2
AG SOU09 No 1 A1 0.9 66.5 34.6
SN ECL28 No 9 A16 0.9 15.0 3.1
SN CAN77c No 9 A16 0.9 10.0 3.0
RMC MON71 No 21 A13b 0.9 15.2 5.6
RM BAI08 No 9 A7a 0.9 9.0 4.8
Janvier 2012 - p 55/66

Partenariat 2011
hydrosystèmes
Action 9

RMC JOU11 No 6 A13b 1.0 4.0 2.6
RMC RLB11 No 3 A5 1.0 27.0 9.0
AG LES24 No 14 A6b 1.0 14.3 8.3
RM AME54 No 10 A13a 1.1 4.5 0.7
RMC BIS73 No 2 A1 1.1 55.0 34.6
RMC CAL2B No 16 A10 1.2 68.0 21.7
RMC AVE34 No 8 A10 1.2 57.0 28.2
SN CRE89 No 21 A5 1.2 25.0 11.1
SN BSA58 No 21 A5 1.3 10.5 3.5
RM VFO08 No 22 A6a 1.3 9.5 3.7
RMC RGL69 No 5 A14 1.4 3.7 1.6
SN AIL02 No 9 A7b 1.4 14.0 2.1
AG BOR33 No 14 A15 1.5 15.0 6.5
RMC BOU66 Yes 1 A1 1.5 20.0 11.5
RMC VIN66 No 1 A6b 1.5 46.0 16.0
AG ARJ40 No 13 A14 1.6 22.0 16.0
RMC NDC38 No 5 A3 1.6 40.0 20.5
RMC BIR01 No 15 A13a 1.6 1.5 0.6
AG GAB64 No 1 A6b 1.7 23.0 12.1
RMC LAN66 Yes 1 A1 1.7 55.0 40.8
SN CHA52 No 10 A7b 1.7 15.2 6.0
RMC CAR66 No 6 A12 1.7 43.0 15.0
SN BOU89 No 9 A7b 1.8 12.0 5.0
AG CHA48 No 3 A4 1.8 15.3 4.4
SN HOR52 No 9 A13a 1.9 1.2 0.8
RM BIS55 No 10 A13a 2.0 3.5 1.6
RMC MAT66 No 1 A1 2.2 30.0 9.4
AG LUN32 No 14 A6b 2.2 27.0 11.2
RMC RGM38 No 2 A1 2.3 120.0 59.7
SN LIE52 No 10 A7b 2.4 14.4 5.8
RMC CHE73 No 2 A1 2.5 180.0 95.2
AG EST11 No 14 A6b 2.5 27.0 9.8
RMC ESP04 No 6 A3 2.6 54.0 30.8
RM LAC55 No 10 A13a 2.6 4.0 2.2
RMC ROS73 Yes 2 A1 3.1 150.0 67.1
RMC SAU38 No 5 A3 3.2 115.0 34.1
SN SET58 No 21 A5 3.2 18.0 6.6
RMC SCA83 No 6 A12 3.6 55.0 16.3
SN PAN58 No 21 A5 4.5 46.0 15.3
SN AMA10 No 9 A7b 4.6 15.0 4.4
RMC CAS04 No 7 A3 4.9 95.0 30.5
RMC MON38 No 5 A3 5.1 135.0 53.3
AG ORX40 No 13 A6a 5.1 1.2 0.6
RM LIN55 No 10 A13a 5.8 5.0 2.1
RMC RMC73 Yes 2 A1 6.5 91.0 51.1
AG RBO63 No 3 A5 10.6 124.0 45.2
AG GRA15 No 3 A5 10.6 78.8 25.6
AG PAR12 No 3 A5 10.9 43.5 15.6
RMC VOU39 No 5 A3 15.9 100.0 38.0
Janvier 2012 - p 56/66
Partenariat 2011
hydrosystèmes
Action 9

SN SEI10 No 9 A7b 21.4 20.0 9.6
RMC SCR04 Yes 6 A3 22.0 83.0 34.9
RMC SPO04 No 7 A3 27.5 129.0 46.3
SN LDC51 No 9 A7b 41.6 16.0 7.8
RMC NEG06 Yes 2 N1 0.1 30.0 12.9
RMC PRA66 Yes 1 N1 0.1 16.0 5.0
RMC ANT74 Yes 5 N1 0.1 13.2 6.9
RMC VEN06 Yes 2 N2 0.1 20.0 8.6
RMC LLI66 Yes 1 N1 0.1 14.0 4.4
RMC LNC04 Yes 2 N2 0.1 30.0 12.9
RMC VAL38 Yes 2 N2 0.1 47.0 20.2
RMC ETI39 Yes 5 N3 0.1 9.5 4.6
RMC EYC05 Yes 2 N2 0.2 21.8 9.4
RMC BAR01 Yes 5 N3 0.2 15.0 8.0
RMC LGM39 Yes 5 N4 0.2 24.0 11.5
RMC MON74 Yes 5 N4 0.3 19.7 12.1
RMC SYL01 No 5 N4 0.4 22.0 13.3
RMC LAU38 Yes 2 N2 0.4 68.0 29.2
RMC GLC39 No 5 N4 0.4 20.0 12.0
SN LGM27 No 9 N12 0.4 0.8 0.3
AG LDC63 No 3 N7 0.5 63.0 27.1
AG BLE65 No 1 N2 0.5 120.0 22.4
RMC ALL04 Yes 2 N2 0.5 51.0 18.5
AG YRI40 No 13 N9 0.6 12.0 5.2
RMC ILA39 No 5 N4 0.7 32.0 10.9
RMC ENT25 No 5 N3 0.7 9.0 3.3
RMC LDC25 No 5 N4 0.7 31.5 8.6
RMC PET38 No 5 N4 0.8 19.2 10.8
RMC AUL13 No 6 N11 0.9 5.5 3.8
RMC LRO39 No 5 N4 0.9 18.2 7.7
RMC ENT13 No 6 N11 0.9 10.0 4.8
RMC LPC38 No 5 N3 1.0 10.3 6.6
RMC REM25 No 5 N4 1.0 27.6 9.9
RMC LAF38 No 5 N4 1.1 39.3 24.7
RMC NAN01 No 5 N4 1.3 42.8 30.3
AG BLA40 No 13 N10 1.6 2.0 0.6
RMC CHA39 No 5 N4 2.2 45.0 22.1
AG AUR40 No 13 N10 3.3 8.0 2.0
AG LEO40 No 13 N10 3.3 2.3 0.8
RMC PAL38 No 5 N4 3.5 35.9 27.4
RMC SPO25 No 5 N4 4.1 42.0 23.5
RMC AIG73 No 5 N4 5.2 74.0 32.2
AG LAC33 No 13 N10 16.2 8.0 3.3
AG PAR40 No 13 N9 31.9 22.0 7.6
AG CAZ40 Yes 13 N9 48.3 24.0 10.3
AG ECH33 Yes 13 N10 57.6 10.0 3.6
Janvier 2012 - p 57/66

Partenariat 2011
hydrosystèmes
Action 9
Annexe 2
Test de Shapiro pour les différents paramètres
MMF MMF
Raw data Log data
p= 1.0155074949608e-27 p= 7.08611916027379e-05
4
60
3
Sample Quantiles
Sample Quantiles
2
40
1
0
20
-1
-2
0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Theoretical Quantiles Theoretical Quantiles
P(MX) P(MX)
Raw data Log data
p= 1.99071680897397e-23 p= 2.85662513126716e-15
1.5
4
Sample Quantiles
Sample Quantiles
3
1.0
2
0.5
1
0.0
0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Zmax/Zl Zmax/Zl
Raw data Log data
p= 1.595842776583e-23 p= 5.52710144788626e-15
5
1.5
4
Sample Quantiles
Sample Quantiles
3
1.0
2
0.5
1
0.0
0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Janvier 2012 - p 58/66

Partenariat 2011
hydrosystèmes
Action 9
DTS..4 DTS..4
Raw data Log data
p= 1.01109163903166e-15 p= 5.77240237255546e-17
0.00 0.04 0.08 0.12

0.30
Sample Quantiles
Sample Quantiles
0.15
0.00
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DTS..1 DTS..1
Raw data Log data
p= 1.1975940208628e-28 p= 1.25035632696903e-28
0.08
0.20
Sample Quantiles
Sample Quantiles
0.04
0.10
0.00
0.00
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DTS..0 DTS..0
Raw data Log data
p= 1.08626177307864e-33 p= 1.16165888371492e-33
0.08
0.20
Sample Quantiles
Sample Quantiles
0.04
0.10
0.00
0.00
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Janvier 2012 - p 59/66

Partenariat 2011
hydrosystèmes
Action 9
Dprob Dprob
Raw data Log data
p= 2.17555574889549e-15 p= 5.54194895354243e-13
0.00 0.04 0.08 0.12

0.30
Sample Quantiles
Sample Quantiles
0.15
0.00
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DiceWil DiceWil
Raw data Log data
p= 1.71450556665088e-42 p= 1.41501221345474e-09
0.16
Sample Quantiles
Sample Quantiles
-200
0.12
-600
0.08
-1000
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DiceEckel DiceEckel
Raw data Log data
p= 1.1823574819286e-26 p= 1.86726353639354e-24
0.25
0.2 0.4 0.6 0.8
Sample Quantiles
Sample Quantiles
0.15
0.05
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Janvier 2012 - p 60/66

Partenariat 2011
hydrosystèmes
Action 9
DRPomp_All DRPomp_All
Raw data Log data
p= 9.765094008844e-28 p= 6.02132524578492e-22
Sample Quantiles
Sample Quantiles
4
0.6
3
0.4
2
0.2
1
0.0
0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DRDav_A DRDav_A
Raw data Log data
p= 4.10997439975038e-28 p= 1.79173302272685e-19
Sample Quantiles
Sample Quantiles
8
0.8
6
4
0.4
2
0.0
0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DRArai DRArai
Raw data Log data
p= 8.65817722579661e-28 p= 2.91795740999565e-21
0.0 0.2 0.4 0.6 0.8
5
Sample Quantiles
Sample Quantiles
4
3
2
1
0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
Janvier 2012 - p 61/66

Annexe 3
Représentation des ACP pour les combinaisons ne permettant pas de créer plus de 3 types de Lewis
différentes. Les ACP des panneaux A) et B) sont établit à partir des valeurs de DR calculé à partir du modèle de Davies-Colley, Dice à partir du modèle de Livingstone
& Adrian (2009) et DTS4 à partir du modèle de Hakanson & Boulion (2001). Les ACP des panneaux C) et D) sont établit à partir des valeurs de DR calculé à partir du
modèle de Pompilio et al. (1996), Dice à partir du modèle de Livingstone & Adrian (2009), DTS4 à partir du modèle de Hakanson & Boulion (2001).
différentes. Les ACP des panneaux A) et B) sont établit à partir des valeurs de DR calculé à partir du modèle de Davies-Colley, Dice à partir du modèle d’ Eckel (1955)
et DTS4 à partir du modèle de Hakanson & Boulion (2001). Les ACP des panneaux C) et D) sont établit à partir des valeurs de DR calculé à partir du modèle de
Pompilio et al. (1996), Dice à partir du modèle de Livingstone & Adrian (2009), DTS4 à partir du modèle de Hakanson & Boulion (2001).
différentes. Les ACP des panneaux A) et B) sont établit à partir des valeurs de DR calculé à partir du modèle de Davies-Colley, Dice à partir du modèle de Williams &
Stefan (2006) et DTS4 à partir du modèle de Hakanson & Boulion (2001). Les ACP des panneaux C) et D) sont établit à partir des valeurs de DR calculé à partir du
modèle de Pompilio et al. (1996), Dice à partir du modèle de Livingstone & Adrian (2009), DTS4 à partir du modèle de Hakanson & Boulion (2001).
Partenariat 2011
hydrosystèmes
Action 9
A C
B D
Janvier 2012 - p 63/66

Partenariat 2011
hydrosystèmes
Action 9
A C
B D
Janvier 2012 - p 64/66

Partenariat 2011
hydrosystèmes
Action 9
A C
B D
Janvier 2012 - p 65/66

Onema Irstea
Hall C – Le Nadar Parc de Tourvoie
5 square Félix Nadar BP 44,
94300 Vincennes 92163 Antony cedex
01 45 14 36 00 01 40 96 61 21
www.onema.fr www.irstea.fr
View publication stats

Rondel 2012 Partenariat-2011 TypologieThermodynamique

Transféré par

Droits d'auteur :

Formats disponibles

Rondel 2012 Partenariat-2011 TypologieThermodynamique

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Rondel 2012 Partenariat-2011 TypologieThermodynamique

Transféré par

Droits d'auteur :

Formats disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Thermo-mictic typology: Application to a classiﬁcation of French lakes

Technical Report · January 2012

Martin Daufresne Pierre-Alain Danis

SEE PROFILE SEE PROFILE

The user has requested enhancement of the downloaded file.

Application à une classification des lacs français

Caroline RONDEL (Irstea)

Onema : Pascal Maugis, DAST Vincennes, pascal.maugis@onema.fr

Irstea : Martin Daufresne, Irstea Aix-en-Provence, martin.daufresne@irstea.fr

Droits d’usage : Accès libre

Application de la typologie thermo-mictique aux plans d’eau français

Rondel C., Danis P-A., Daufresne M.

Janvier 2012 - p 3/66

Application de la typologie thermo-mictique aux plans d’eau français

Janvier 2012 - p 4/66

Application of the thermo-mictic Lewis typology to French water bodies

Janvier 2012 - p 5/66

Application de la typologie thermo-mictique aux plans d’eau français

Synthèse pour l’action opérationnelle

Janvier 2012 - p 6/66

° L’algorithme de définition des types de Lewis

Dice > 0 OU DTS<4 < 1

Monomictique chaud DTS<4 < 1

° Pour en savoir plus

Janvier 2012 - p 7/66

Programmée par l’Onema, la mise en place d’un réseau de suivi en continu de la

Le travail présenté dans ce rapport décrit la démarche permettant de classer les

Janvier 2012 - p 8/66

Aujourd'hui, des modèles statistiques permettent d’estimer les caractéristiques du

1.1. Objectifs du réseau thermique des plans d’eau (rappel)

1.2. Objectifs de ce document

Janvier 2012 - p 9/66

Masse volumique [kg/m3]

Figure 0 : Relation entre la température de l'eau et sa masse

Exemple d’un cycle de brassage et stratification

Janvier 2012 - p 10/66

température (Figure 0). Cette particularité engendre la formation de structures

2.2. Les avantages de la typologie de Lewis

Janvier 2012 - p 11/66

critères (Figure 2 et § 2.3), ce qui facilite la détermination du type de comportement

2.3. Description de la typologie de Lewis

 Ils sont qualifiés de poly-mictiques froids discontinus si le

Le plan d’eau est-il

Ces catégories sont OUI

Figure 2 : Classification de Lewis (1983). Détermination hiérarchiques des 8 sous-types

Janvier 2012 - p 13/66

3. Détermination des paramètres estimant les critères de la

3.2. Description du jeu de données

Chroniques de profils de températures des plans d’eau français

Les données géographiques et environnementales sont issues de la base de

3.3. Présentation et sélection des paramètres et des modèles

3.3.1. VARIATION SPATIALE DU BRASSAGE DU PLAN D’EAU

a. Description des modèles et paramètres disponibles

Figure 3 : Distribution des valeurs de Probabilité de méromixie, P(MX), pour

Facteur morphométrique du mixolimnion

Figure 4 : Distribution des valeurs du facteur morphométrique du mixolimnion, MMF,

Profondeur de dépôt sédimentaire laminaire

Zl  7.78 S Lac Z max