Résumé

L'utilisation d'algorithmes demandant moins de simulations rend plus facile le calage de modèles de bassins versants coûteux en calcul. Cet article compare les performances de sept algorithmes d'optimisation globale pour le calage de 14 et de 8 paramètres au niveau du bassin versant. Les algorithmes d'optimisation incluent: la méthode de “shuffled complex evolution” (SCE), une méthode par évolution différentielle (DE), un algorithme évolutif basé sur une approximation à fonctions de base radiale (ESGRBF), et quatre méthodes d'optimisation locale couplées avec la procédure de démarrage multiple “multi-level single linkage” (MLSL). Les quatre algorithmes d'optimisation locale sont: la programmation quadratique séquentielle, qui est une méthode fondée sur les dérivées; l'optimisation sans contraintes par approximation quadratique, qui est une méthode de région de confiance sans dérivée; le “pattern search”; et le filtrage implicite. Les résultats indiquent que l'algorithme le plus efficace pour les deux exercices de calage est ESGRBF, suivi par le filtrage implicite couplé avec l'approche de démarrage multiple MLSL. Cette étude présente donc d'encourageantes alternatives à la méthode actuellement la plus utilisée pour le calage au niveau du bassin versant, dont les performances sont moindres.