Transparents - version Claudine / e

DIVISION RECHERCHE ET DEVELOPPEMENT
DEPARTEMENT SYSTEMES DE PRODUCTION ET ENVIRONNEMENT
Réunion CEMAGREF 08/12/2004 1
Recherche et prise en compte de tendance dans les
événements météo extrêmes : Méthodologie et Exemple
Sylvie Parey et Carine Laurent (EDF/R&D/SPE)
Collaboration avec D.Dacunha-Castelle du Laboratoire de Mathématiques de l’Université d’Orsay
Projet national IMFREX (GICC, MEDD) 2003-2005
Projet « IMPEC : EDF et changement climatique » (2004-2008)

DIVISION RECHERCHE ET DEVELOPPEMENT
DEPARTEMENT SYSTEMES DE PRODUCTION ET ENVIRONNEMENT
Réunion CEMAGREF 08/12/2004 2
Méthodologie
Projet « IMPEC : EDF et changement climatique »

DIVISION RECHERCHE ET DEVELOPPEMENT
DEPARTEMENT SYSTEMES DE PRODUCTION ET ENVIRONNEMENT
Réunion CEMAGREF 08/12/2004 3
Méthodologie
Rappel des hypothèses statistiques à vérifier
•Stationnarité : régime climatique stable, sans périodicité ni tendance à
long terme
•Indépendance et Equidistribution des valeurs
•Ergodicité : dans la nature, une seule expérience…
Préparation des données
•Extraction des maxima journaliers sur la saison chaude (du 14/06 au
21/09 = 100 jours)
•« Jitterisation » des températures (mesurées au dixième de degré près)
: ajout d’une valeur aléatoire tirée uniformément sur [-0,05°C ; 0,05°C]
•A partir du quantile 10%, « déclusterisation » des valeurs (à 1 jour)
•On extrait Nu valeurs déclusterisées supérieures à un seuil u (on garde
par exemple 150 valeurs déclusterisées, soit environ 3 par saison)

DIVISION RECHERCHE ET DEVELOPPEMENT
DEPARTEMENT SYSTEMES DE PRODUCTION ET ENVIRONNEMENT
Réunion CEMAGREF 08/12/2004 4
Méthodologie
Méthode à seuil
•La série des dates de dépassement converge asymptotiquement
vers un processus de Poisson d’intensité I
•La série des valeurs converge asymptotiquement vers une
Distribution Généralisée de Pareto (GPD) :
si x0
sinon
x
x
1
)(1)/( 
 uXuxXxP
)exp()/(
uX
uxXxP 

DIVISION RECHERCHE ET DEVELOPPEMENT
DEPARTEMENT SYSTEMES DE PRODUCTION ET ENVIRONNEMENT
Réunion CEMAGREF 08/12/2004 5
Recherche de tendance
Choix d’un modèle optimal pour I(t) et (t) (x
supposé constant)
•Forme polynomiale de la tendance
•Tests du c2sur la vraisemblance de modèles emboîtés 
détermination du degré du modèle optimal
Estimation des paramètres des lois
•Par maximum de vraisemblance (GPD)
•Par minimisation de la négative LogVraisemblance (Poisson)