Inférence et modélisation de la dépendance spatiale des extrêmes neigeux dans les Alpes

201 Pages·2014·9.84 MB·French

Inférence et modélisation de la dépendance spatiale des
extrêmes neigeux dans les Alpes françaises par processus
max-stables
Gilles Nicolet
To cite this version:
Gilles Nicolet. Inférence et modélisation de la dépendance spatiale des extrêmes neigeux dans les
Alpes françaises par processus max-stables. Climatologie. Université Grenoble Alpes, 2017. Français.
￿NNT: 2017GREAU017￿. ￿tel-01618950v2￿
HAL Id: tel-01618950
https://theses.hal.science/tel-01618950v2
Submitted on 15 Jan 2018
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
THÈSE

Pour obtenir le grade de
DOCTEUR DE LA COMMUNAUTÉ UNIVERSITÉ
GRENOBLE ALPES
Spécialité : Sciences de la Terre et Univers, Environnement
Arrêté ministériel : 25 mai 2016

Présentée par
Gilles NICOLET

Thèse dirigée par Nicolas ECKERT et
codirigée par Samuel MORIN

préparée au sein d’Irstea Grenoble – Equipe ETNA
et du CNRM/CEN (Météo-France – CNRS)
dans l'École Doctorale Terre Univers Environnement

Inférence et modélisation de la
dépendance spatiale des
extrêmes neigeux dans les
Alpes françaises par processus
max-stables

Thèse soutenue publiquement le 16 juin 2017,
devant le jury composé de :
Prof. Anne-Catherine FAVRE
Professeure, Grenoble INP – Ense3, Présidente
Prof. Liliane BEL
Professeure, AgroParisTech, Rapportrice
Dr. Juan Ignacio LOPEZ-MORENO
Tenured Scientist, Instituto Pirenaico de Ecología, Rapporteur
Dr. Juliette BLANCHET
CR CNRS, Institut des Géosciences de l’Environnement, Examinatrice
Prof. Anthony C. DAVISON
Professeur, Ecole Polytechnique Fédérale de Lausanne, Examinateur
Dr. Philippe NAVEAU
DR CNRS, Laboratoire des Sciences du Climat et de l’Environnement,
Examinateur
Dr. Nicolas ECKERT
ICPEF, Irstea Grenoble, Directeur de thèse
Dr. Samuel MORIN
ICPEF, Météo-France – CNRS, CNRM/CEN, Co-Directeur de thèse

Amonpère
iv
Remerciements
Mes premiers remerciements vont à mes encadrants. En plus de ses compétences
scientifiques,jeremercieNicolasEckertpoursagentillesseetsadécontractionquiont
rendu l’atmosphère de travail d’autant plus agréable. Je le remercie aussi beaucoup
pour sa compréhension lors des moments difficiles. Je remercie Samuel Morin, et en
particulierpourlagrandepatiencedontilafaitpreuvelorsdesesexplications. Jenele
remercierai jamais assez pour avoir si longuement insisté sur l’importance du travail de
pédagogiepourlesnon-spécialistes. JeremercieJulietteBlanchetpoursasympathieet
sadisponibilité,ainsiquepoursoncoupd’œilpourrepérerleserreursquim’aététrès
utile.
Je remercie mon jury de thèse : Anne-Catherine pour l’avoir présidé, Liliane Bel et
Nachó Lopez-Moreno pour avoir rapporté mon manuscrit, ainsi que Anthony Davison
etPhilippeNaveau. Jeremercielespersonnesquiontparticipéàmoncomitédesuivide
thèse: Anne-LaureFougères,EmmanuelPaquetetBenjaminRenard, pourleurslectures
attentives, leurs conseils et leursremarques. Je remercie GuillaumeEvin et David Penot
pour leur aide. Je suis très reconnaissant envers mes encadrantes de stage de master,
CécileMercadieretAnne-LaureFougèrespourm’avoirinitiéauxstatistiquesextrêmes.
JesalueQuentinavecquij’aifaitmonstage.
Je suis très reconnaissant à Météo France et au CEN, et particulièrement à toutes
les personnes impliquées dans la constitution des jeux de données utilisés dans cette
thèse. Je remercieDéborah pourles réanalysesSAFRAN- Crocus. Je remerciele LabEx
OSUG@2020pouravoirparticipéaufinancementdemathèseetmonEcoleDoctorale
TerreUniversEnvironnement. UngrandmerciàChristinepoursonexcellenttravailà
l’ED.Je remercie lepersonneldu restaurantSodexodu CTPpourleur sympathie etleur
bonnehumeur.
vi
Je salue mes collègues (anciens et actuels) d’Irstea Grenoble que j’ai côtoyé durant
ma thèse : Simon, Perrine, Hugo, Coraline, Guillaume P., Guillaume D., Félix, Elodie,
Firmin, Antoine, Alexandra, Ségolène, Clément, Manon, Loïc, Pauline, Jiaying, Hao,
PascalH.,PascalS.,Hoan,Gaëtan,Raphaël,Eva,Adel,Didier,Mohamed,Thierry,Fred,
Hervé,Gwenola,Bertrand,Thomas,Christian,Valérie,Anne-Sophie,Geneviève,ainsi
quetousceuxquej’aioublié. Unementionspécialepourlespersonnesquiontpartagé
monbureau,François,Mélanie,CostanzaetYoichipourtouslesbonsmomentspassés
ensemble.
Je salue Nicolas, Xiaoxiu, Yann, Mao, Hélène, Wentao, Meina, Cédric, Zhu, Ying,
Chao,Patrick, Yanning, Dan,Donatien,Rudy,Shanshan, Alexandra,Cyril,Mamounet
tousceuxquetousceuxquej’aioublié.
Jeremerciemafamille,particulièrementJulia,Franck,LisaetYann. Jeremerciema
Maman. JeremercieLingranpoursapatienceetsagentillesse.
Abstract
Extremesnowfallandextremesnowdepthsareamong themostdangeroushazards
inthemountainousregions. Max-stableprocesses,whichconnectextremevaluestatistics
andgeostatisticsbymodelingthespatialdependenceofextremes,offerasuitableframe-
worktodealwith. Twochallengingissuesconcerningspatialdependenceofextremesare
broached in this thesis through the examples ofsnowfall and snow depthsin the French
Alps: modelselectionandtemporalnonstationarity. Weprocesstwowintermaximadata
setsof3-daysnowfall(90stationsfrom1958 to2013)andsnowdepths(82stationsfrom
1970to2013). First,weintroducealeave-two-outcross-validationprocedureappropriate
for evaluating the predictive ability of max-stable processes to model the dependence
structureofspatialextremes. Wecomparefiveofthemostcommonlyusedmax-stable
processes,usingasacasestudythesnowfallmaximadataset. Thisapproachallowsus
toshow thattheextremal-t, geometricGaussianandBrown-Resnick processesareable
to represent as well the structure of dependence of the data, regardless of the number
of stations or years. Then, we show, using a data-based approach allowing to make
minimalmodelingassumptions,thatsnowfallextremestendedtobecomelessspatially
dependent over time, with the dependence range reduced roughly by half during the
study period. Wedemonstrate that this is attributable at first to the increase in tempera-
tureanditsmajorcontrolonthesnow/rainpartitioning. Amagnitudeeffect,withless
dependentextremesduetoadecreaseinwintercumulatedsnowfall,alsoexists. Finally,
wetacklethefirst-everuseofmax-stableprocesseswithtemporaltrendsinthespatial
dependencestructure. Thisapproachisappliedtosnowdepthwintermaximamodeled
by a Brown-Resnick process. We show that the spatial dependence of extreme snow
depths is impacted by climate change in a similar way to that has been observed for
extremesnowfall.
Keywords: snowfall, snow depths, spatial extremes, max-stable processes, climate
change,FrenchAlps
viii
Résumé étendu
Cerésuméétenduaétépréparésouslaformed’unarticledesynthèsepourLaHouille
Blanche.