The objective of flood frequency analysis (FFA) is to associate flood intensity with a probability of exceedance. Many methods are currently employed for this, ranging from statistical distribution fitting to simulation approaches. In many cases the site of interest is actually ungauged, and a regionalisation scheme has to be associated with the FFA method, leading to a multiplication of the number of possible methods available. This paper presents the results of a wide-range comparison of FFA methods from statistical and simulation families associated with different regionalisation schemes based on regression, or spatial or physical proximity. The methods are applied to a set of 1535 French catchments, and a k-fold cross-validation procedure is used to consider the ungauged configuration. The results suggest that FFA from the statistical family largely relies on the regionalisation step, whereas the simulation-based method is more stable regarding regionalisation. This conclusion emphasises the difficulty of the regionalisation process. The results are also contrasted depending on the type of climate: the Mediterranean catchments tend to aggravate the differences between the methods.

Extreme events are rarely observed, so their analysis is generally based on observations of more frequent values. The relevance of the flood frequency analysis (FFA) method depends on its capability to estimate the frequency of extreme values with reasonable accuracy using extrapolation. An FFA method based on stochastic simulation of flood event is assessed based on its reliability and stability. For such an assessment, different training/testing decompositions are performed for a set of data from more than 1000 gauging stations. We showed that the method enables relevant ‘predictive’ estimates, e.g. by assigning correct return periods to the record values that are systematically absent in calibration datasets. The model is also highly stable vis-a-vis the sampling. This characteristic is linked to the use of regional statistical rainfall data and a simple rainfall–runoff model that requires the calibration of only one parameter.

La méthode SHYREG a été développée pour la connaissance régionale des quantiles de débits de crue (débit de pointe et lames d'eau maximales écoulées sur les durées de 1 h à 72 h) pour les périodes de retour de 2 à 100 ans suivant une approche spatialisée. Elle associe un simulateur de pluies horaires et une modélisation simple pluie-débit, mis en oeuvre à une résolution kilométrique. Les quantiles de débits se déduisent directement des distributions de fréquence empiriques des valeurs maximales extraites des très longues chroniques de débit simulées. On obtient alors une base de quantiles de crues que l'on peut agréger à l'échelle de n'importe quel bassin versant, moyennant une règle d'abattement avec la surface. La régionalisation de la méthode a été réalisée sur la France métropolitaine, à l'exclusion de la Corse, en exploitant les données hydrométriques de 1 359 stations de jaugeage et des caractéristiques hydro-climatiques et hydrogéologiques spatialisées permettant de décrire la variabilité du paramètre saisonnier du modèle. Au final, cette régionalisation permet la connaissance des quantiles de débits de crue en tout bassin versant de la France métropolitaine avec une bonne restitution des quantiles de débit de pointe et journalier, pour les périodes de retour comprises entre 2 et 10 ans : un critère de Nash minimum de 80 % est obtenu sur les quantiles de débit de pointe pseudo-spécifique et de débit journalier spécifique des bassins versants non utilisés pour la régionalisation.