Régionalisation statistique de variables à grande échelle pour évaluer les risques et les incertitudes P. Yiou & M. Vrac LSCE ORACLE Kick-Off Meeting 1 Objet de l’étude • Utilisation de techniques de régionalisation statistique pour obtenir des caractéristiques locales de précipitation (en particulier les extrêmes) en fonction de grandeurs à grande échelle – Quantile matching (méthode développée pour le vent, Vrac et al. 2009) – Correlation clustering model (méthode développée pour les précipitations, Vrac et al. 2010) ORACLE Kick-Off Meeting 2 Pourquoi? • Détermination du « risque » climatique pour l’agriculture • Utilisation d’un paradigme statistique de l’assurance (Embrechts et al. 1997) ORACLE Kick-Off Meeting 3 L’équation de l’Assurance N (t ) U(t) U 0 c t X i i1 « Productivité » « Résilience » ORACLE Kick-Off Meeting « Evénements climatiques » 4 Probabilité de « ruine » (U0,c;T) Pr(U(t) 0, pour un t T) Connaissant l’aléa climatique X (et ses propriétés stats), on peut déterminer le risque de « ruine » pour un type de « résilience » et un « investissement initial » donné. Moyennant des hypothèses simples, nous voulons déterminer les propriétés de la somme aléatoire des X, dans un contexte de changement climatique (à partir de projections numériques). ORACLE Kick-Off Meeting 5 Modélisation de variables non gaussiennes • Cas du vent – Rectification de la PDF • Cas des précipitations – Modéliser le champ central et les extrêmes – Modéliser les périodes sans précipitation – Mixture de distributions ORACLE Kick-Off Meeting 6 Rectification de la PDF • Disponibilité de données représentatives de la grande échelle (e.g. vent moyen quotidien sur une région), et de quelques données à fine échelle (e.g. données sub-quotidiennes sur une station météo) • Relier la grande échelle à la petite • « Prévoir » la petite échelle à partir de la grande échelle ORACLE Kick-Off Meeting 7 Relier grande et petite échelles QuickTime™ et un décompresseur sont requis pour visionner cette image. ORACLE Kick-Off Meeting 8 Relier grande et petite échelles Distribution de proba de X: F(x) Pr(X x) Relation entre petite (S) et grande (G) échelles: FS (xS ) FG (xG ) Déduire la petite échelle de la grande par rectification: x S FS1 (FG (xG )) Méthode de « Quantile matching » Problème majeur: quand les distributions de la grande échelle évoluent dans le temps ORACLE Kick-Off Meeting 9 CDF-t matching FG et FS sont connues sur une période « historique » (h) et sont reliées par: FSh (x) T(FGh (x)) On sait comment se déforme FG au cours d’une période « future » (f). On peut alors estimer la déformation de FS pendant la période f: FSf (x) FSh ((FGh )1(FGf (x))) Estimation empirique à partir des observations de: ORACLE Kick-Off Meeting FSh ,FGh1,FGf 10 Projections of the IPSL GCM wind intensities Colors: changes in mean w10m Radius: Cramer von Mises (CvM) similarity test between present and future (anomaly) CDFs Projected wind decrease over France from IPSL model under SRESA2 scenario Michelangeli et al., Geophys. Res. Lett., 2009 R package (“CDFt”) developed and freely available ORACLE Kick-Off Meeting 11 Vent régional • Décroissance de la vitesse moyenne du vent au cours du prochain siècle • Forte dépendence de la qualité du prédicteur (sortie de modèle climatique) ORACLE Kick-Off Meeting 12 Relation entre grande et petite échelle • Classification en régimes de temps/précipitation de données de pression synoptiques et de précipitation locale ORACLE Kick-Off Meeting 13 Classification circulation/précipitation QuickTime™ et un décompresseur sont requis pour visionner cette image. 14 ORACLE Kick-Off Meeting Dépendence de la précipitation au régime QuickTime™ et un décompresseur sont requis pour visionner cette image. ORACLE Kick-Off Meeting 15