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

IF 0.8 Q4 Environmental Science Houille Blanche-Revue Internationale De L Eau Pub Date : 2019-12-01 DOI:10.1051/LHB/2019047
G. Nicolet, Nicolas Eckert, S. Morin, J. Blanchet
{"title":"Inférence et modélisation de la dépendance spatiale des extrêmes neigeux dans les Alpes françaises par processus max-stables","authors":"G. Nicolet, Nicolas Eckert, S. Morin, J. Blanchet","doi":"10.1051/LHB/2019047","DOIUrl":null,"url":null,"abstract":"La gestion des risques dans les régions montagneuses nécessite une caractérisation des extrêmes neigeux. Nous utilisons le cadre des processus max-stables, qui relient statistique des valeurs extrêmes et géostatistique, pour étudier la dépendance spatiale des maxima hivernaux de chutes de neige cumulées sur 3 jours et de hauteurs de neige dans les Alpes françaises. Deux questions sont abordées : la sélection de modèle et la non-stationnarité temporelle. Nous commençons par introduire une procédure de validation-croisée que nous utilisons pour évaluer les capacités de plusieurs processus max-stables à capturer la structure de dépendance spatiale des maxima de chutes de neige. Ensuite, nous mettons en évidence une baisse de la dépendance spatiale des chutes de neige extrêmes durant ces dernières décennies. Enfin, nous montrons comment modéliser des tendances temporelles dans une structure de dépendance spatiale des extrêmes à travers l'exemple des maxima de hauteurs de neige. Pour les extrêmes de chutes comme de hauteurs de neige, la dépendance spatiale est fortement impactée par le changement climatique, premièrement par l'effet de la hausse de la température sur la phase (neige ou pluie) de la précipitation, et ensuite par la baisse du cumul hivernal des chutes de neige.","PeriodicalId":50397,"journal":{"name":"Houille Blanche-Revue Internationale De L Eau","volume":"105 1","pages":"150 - 158"},"PeriodicalIF":0.8000,"publicationDate":"2019-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Houille Blanche-Revue Internationale De L Eau","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1051/LHB/2019047","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Environmental Science","Score":null,"Total":0}
引用次数: 0

Abstract

La gestion des risques dans les régions montagneuses nécessite une caractérisation des extrêmes neigeux. Nous utilisons le cadre des processus max-stables, qui relient statistique des valeurs extrêmes et géostatistique, pour étudier la dépendance spatiale des maxima hivernaux de chutes de neige cumulées sur 3 jours et de hauteurs de neige dans les Alpes françaises. Deux questions sont abordées : la sélection de modèle et la non-stationnarité temporelle. Nous commençons par introduire une procédure de validation-croisée que nous utilisons pour évaluer les capacités de plusieurs processus max-stables à capturer la structure de dépendance spatiale des maxima de chutes de neige. Ensuite, nous mettons en évidence une baisse de la dépendance spatiale des chutes de neige extrêmes durant ces dernières décennies. Enfin, nous montrons comment modéliser des tendances temporelles dans une structure de dépendance spatiale des extrêmes à travers l'exemple des maxima de hauteurs de neige. Pour les extrêmes de chutes comme de hauteurs de neige, la dépendance spatiale est fortement impactée par le changement climatique, premièrement par l'effet de la hausse de la température sur la phase (neige ou pluie) de la précipitation, et ensuite par la baisse du cumul hivernal des chutes de neige.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
用最大稳定过程推断和模拟法国阿尔卑斯山极端积雪的空间依赖性
山区的风险管理需要对极端积雪进行表征。我们使用最大稳定过程的框架,将极值的统计值与地质统计值联系起来,来研究法国阿尔卑斯山冬季3天累积降雪最大值和积雪高度的空间依赖性。讨论了两个问题:模型选择和时间非平稳性。我们首先介绍一个交叉验证过程,我们使用它来评估几个最大稳定过程捕获最大降雪空间依赖结构的能力。其次,我们发现在过去几十年里,极端降雪的空间依赖性有所下降。最后,我们展示了如何通过最大雪高的例子来模拟极端空间依赖结构中的时间趋势。对于雪瀑布从高处一样的极端依赖太空impactée很强,而气候变化、温度上升带来的效应首先由阶段或雨(雪)上,然后沉淀累积下跌冬季的大雪。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
CiteScore
0.40
自引率
0.00%
发文量
0
审稿时长
>36 weeks
期刊介绍: La Houille Blanche, revue internationale de l ''eau/International Water Journal, is the only almost all French-written journal of Water science. It promotes the dissemination of research and innovative practices in the field of water, as a key resource for everyday use for human needs, agriculture, energy and transport, and hydraulic public works. This includes environmental and risk assessment and management issues related to hydrology, meteorology, flood, low flows and drought, as well as issues in the field of fluid mechanics, hydraulics machinery, multiphase flows, microfluidics... La Houille Blanche, International Water Journal, is cited by Science Citation Index Expanded of Institute for Scientific Information (I.S.I) in USA, and by CNRS in France; since 1902, the journal publishes high-standard relevant peer-reviewed research papers. La Houille Blanche also provides more general information and recent news about the water world, and the SHF association and its members life: scientific events, book review, R & D advancements, … Six issues per year. Thematical journal for original articles and reviews mostly in French.
期刊最新文献
Conception et fonctionnement des puits de rupture de pente des aqueducs romains : les exemples de Cordoue (Espagne) et Autun (France) Compte-rendu du colloque digital SHF-ANEB « Risque ruissellement : diagnostic et solutions », du 30 novembre au 2 décembre 2020☆ Les évolutions du service d'avertissement sur les pluies intenses et les crues soudaines en France☆ Élasticité des débits aux précipitations en Afrique sub-saharienne Les risques liés au ruissellement, l'apport des données de sinistralité☆
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1