Filling gaps in runoff time series in West Africa

Abstract

Design and operation of water resources management systems in many countries, particularly in the developing world, very often suffer from inadequate hydrological data. Consequently, many water resources management projects in the Third World do not function as optimally as they are supposed to since long uninterrupted time series of data are often not available for the assessment of the performance and reliability of the projects. Besides data inaccuracy, inadequate data may comprise the total absence or incompleteness (in terms of length of records) of data or irregular observation periods, leading to a number of gaps or discontinuities in the series. Infilling of missing sections of data is often necessary prior to the practical use of hydrological time series. It was the aim of this research study to find the most effective ways of infilling the numerous missing runoff data most commonly associated with Third World data based on a simple Decision Support System (DSS) valid in West Africa.

Résumé

Dans beaucoup de pays, et surtout dans les pays du tiers Monde, la planification et l'exploitation des systèmes de ressources en eau souffrent souvent d'un manque de données hydrologiques. De ce fait la plupart des systèmes de ressources en eau de ces pays ne fonctionnent pas de façon optimale comme cela devrait être le cas, en raison du manque de longues séries chronologiques continues permettant d'évaluer les performances et la fiabilité des systèmes. L'imprécision des mesures, l'absence ou l'incomplétude de séries chronologiques, les mesures recueillies selon des pas de temps irréguliers conduisent à des séries de données incomplètes ou discontinues. Il est souvent nécessaire d'estimer les données manquantes avant d'utiliser pratiquement les séries chronologiques de données hydrologiques. Le but de ce travail de recherche est de déterminer, dans le cas de l'Afrique de l'Ouest et grâce à l'utilisation d'un système d'aide è la décision (Decision Support System, DSS), les moyens les plus efficaces d'estimation des données manquantes.