La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1/57 Etude statistique des chroniques des paramètres climatiques en Europe dans la période instrumentale drd. Marcel.

Présentations similaires


Présentation au sujet: "1/57 Etude statistique des chroniques des paramètres climatiques en Europe dans la période instrumentale drd. Marcel."— Transcription de la présentation:

1 1/57 Etude statistique des chroniques des paramètres climatiques en Europe dans la période instrumentale drd. Marcel Mateescu lanalyse des cycles par la méthode fréquentielle des ondelettes Directeurs des recherches : Prof. dr. Ionel HAIDU (U.B.B.) Prof. dr. Pierre CARREGA (U.N.S.) pres.ppt

2 2/57 Structure Introduction, Contexte & Motivation Méthode danalyse du climat / outils statistiques Approches traditionnelles Lanalyse des cycles - méthode des ondelettes Contributions personnelles - améliorations / ondelettes Application de la méthode aux données climatiques: 16 stations de lEurope / période récente Résultats détaillés (Salamanca) Résultats synthétiques domaine temporel & fréquentiel Conclusions générales

3 3/57 1. Introduction le domaine de recherche le contexte le questionnement H lhypothèse la motivation de ce travail le projet de recherche les techniques utilisées

4 4/57 Le contexte général de la recherche lanalyse statistique des données climatiques exploratoireinférentielle exploratoire / inférentielle ses frontières expérimentation répétitive expérimentation répétitive modélisation & simulation modélisation & simulation H Les diverses méthodes statistiques danalyse sont assez puissantes, adaptées et capables de distinguer des données dentrée correctes …possibilités damélioration… …possibilités damélioration… 1. Introduction

5 5/57 Le projet de recherche. La méthode Appliquer des outils statistiques Consacrés Nouveaux & améliorés (contributions personnelles) aux chroniques des données climatiques (températures & précipitations) Mensuels, annuels Journalières (approche innovante) 1. Introduction Appliqué Interdisciplinaire

6 6/57 Les techniques utilisées Acquis statistique et méthodologique existant Ruptures : tests Mann-Kendall, Wilkoxon, Pettitt, SNHT Tendances: Easterling-Peterson Cycles : Fourier 1. Introduction Nouvelles approches / contributions personnelles à lamélioration de la méthode Ruptures: dans les périodicités Tendances: signification / longueur de léchantillon Cycles : Ondelettes, fine granularité des données

7 7/57 Lespace et la période couverts 16 stations météo de lEurope température minimale, maximale, précipitations 1. Introduction période instrumentale récente : données journalières

8 8/57 2. Présentation des outils statistiques que lon utilise dans lanalyse de lévolution temporelle du climat dun site la théorie en amont des analyses statistiques état de lart de la méthode Les Ondelettes – un meilleur outil pour lanalyse des cycles Contributions personnelles à lamélioration de lanalyse par ondelettes en climatologie : démonstration de lapplicabilité de la méthode sur des données journalières de température recherche des discontinuités fréquentielles dans les données

9 9/57 Les approches traditionnelles danalyse état de lart de la méthode la reconstruction des séries la détection des ruptures lhomogénéisation des séries lanalyse des tendances Contribution personnelle: outil danalyse comparative des tendances la détection traditionnelle des cycles - lanalyse de Fourier 2. Présentation des outils statistiques …

10 10/57 Outil danalyse comparative des tendances Un système climatique contient de la variabilité pour différentes échelles de temps distinction tendances <> variabilité pour quel laps de temps doit-on calculer les tendances? 2. Outils statistiques / Tendances / Contributions personnelles

11 11/57 Les approches traditionnelles danalyse un état de lart de la méthode la reconstruction des séries la détection des ruptures lhomogénéisation des séries lanalyse des tendances Contribution personnelle: outil danalyse comparative des tendances la détection traditionnelle des cycles - lanalyse Fourier 2. Présentation des outils statistiques …

12 12/57 La détection des cycles par lanalyse de Fourier Décomposition dun signal dans une somme de sinusoïdes = Σ Signal continu 2. Outils statistiques / Cycles et fréquences / Fourier

13 13/57 La détection des cycles par lanalyse de Fourier Décomposition dun signal dans une somme de sinusoïdes Spectrogramme – fréquences des sinusoïdes = Σ f(x) = sin(x) + 2 sin(2x) + 3 sin(x/2) Signal continu 2. Outils statistiques / Cycles et fréquences / Fourier

14 14/57 La détection des cycles par lanalyse de Fourier Détection des fréquences des signaux Détection des moments dapparition des signaux Signal transitoire 2. Outils statistiques / Cycles et fréquences / Fourier

15 15/57 Limites de lanalyse de Fourier Impossibilité davoir en même temps une bonne précision en temps et en fréquence principe dincertitude de Heisenberg 2. Outils statistiques / Cycles et fréquences / Fourier

16 16/57 Les Ondelettes – un meilleur outil « contourne » le principe dincertitude de Heisenberg Information apriori rajoutée : forme de londe(lette) 2. Outils statistiques / Cycles et fréquences / Ondelettes

17 17/57 Ondelettes vs. Fourier Temps Fréquence Signification statistique 2. Outils statistiques / Cycles et fréquences / Ondelettes vs. Fourier

18 18/57 Contributions personnelles Valider la méthode danalyse ondelette sur des données climatiques Chroniques des données journalières de températures Étendre la méthode danalyse des chroniques climatiques Identification des discontinuités dans les périodicités 2. Outils statistiques / Ondelettes / Contributions personnelles

19 19/57 Validation pour des données journalières de température 2. Outils statistiques / Ondelettes / Contributions personnelles / Validation Domaine original : distribution gaussienne Distribution bimodale

20 20/57 Validation « Monte-Carlo » : 2. Outils statistiques / Ondelettes / Contributions personnelles / Validation Méthode « Monte Carlo »: Détermine la signification statistique de manière empirique Générer de milliers denchantions aléatoires vraisemblables Appliquer X() et comparer les résultats Pas de différences? – pas de signification Générateur de « clones » des chroniques de température Même « structure » que la chronique réelle

21 21/57 Validation « Monte-Carlo » : propriétés à « cloner » 2. Outils statistiques / Ondelettes / Contributions personnelles / Validation Générateur [ Matlab ]: Même moyenne Même écart-type Même autocorellation Même distribution Metropolis-Hastings

22 22/57 Metropolis-Hastings 2. Outils statistiques / Ondelettes / Contributions personnelles / Validation Technique: chaines Markov Création dun échantillon avec la distribution A partir dune f.d.p. paramétrable Définir les justes fonctions

23 23/57 Chroniques (échantillons) générées par M.-H. 2. Outils statistiques / Ondelettes / Contributions personnelles / Validation Caractéristiques similaires: Même moyenne Même écart-type Même autocorellation Même distribution Périodicité différente Choisie exprès afin de valider lanalyse des fréquences

24 24/57 Méthode ondelette: résultats simulées >> Validation 2. Outils statistiques / Ondelettes / Contributions personnelles / Validation Calcul des milliers des spectres Ondelette à partir des échantillons simulées Détermination du niveau de la signification statistique

25 25/57 Contributions personnelles Valider la méthode danalyse ondelette sur des données climatiques Chroniques des données journalières de températures Eteindre la méthode danalyse des chroniques climatiques Identification des discontinuités dans les périodicités 2. Outils statistiques / Ondelettes / Contributions personnelles

26 26/57 Détection des discontinuités fréquentiels 2. Outils statistiques/ Ondelettes/ Contrib. perso./ Discontinuités fréquentiels Sensibilité unique de la transformée Ondelette Détection des discontinuités inaperçues par dautres approches

27 27/57 Algorithme de détection des discontinuités fréquentiels 2. Outils statistiques/ Ondelettes/ Contrib. perso./ Discontinuités fréquentiels Conception dun algorithme de détection des discontinuités Implémentation de celui-ci dans un outil informatique Application de celui-ci aux chroniques réelles étudiées Ex: Cluj Napoca, Précipitations,

28 28/57 Application de la méthode aux données climatiques 3. Application aux données climatiques Recherche détudes récentes sur le climat de lEurope Choix des tests à re-dérouler, des nouvelles analyses à lancer « Choix » des stations à analyser Chroniques des données journalières Chroniques assez longues Disponibilit E.C.A.& D

29 29/57 Analyse des chroniques 3. Application aux données climatiques Chroniques des données journalières de: Températures minimales (TN) Températures maximales(TX) Précipitations(R) Indices calculés TNn, TXx, GSL, DTR, CDD, CWD etc. Recherche des: Ruptures : Mann-Kendall, Wilkoxon, Pettitt, SNHT, discontinuités Ondelette Tendances : Easterling-Peterson, approche comparative personnelle Cycles : Fourier, Ondelette

30 30/57 Exemple détaillé: Salamanca, Application aux données climatiques / Salamanca 40.96N -5.65E 765m Base aérienne de Matacán à labri des effets durbanisation influences directes des vents de lAtlantique

31 31/57 Températures minimales : Ruptures Test T: 1950 (1975) Worsley: 1950 (1975) SNHT: 1950,1967 (1975) M.W.P.: 1967 (1975) 3. Application aux données climatiques / Salamanca / Températures

32 32/57 Températures minimales : Tendances Tendance générale faible et insignifiante Deux tendances opposées 1975 année de changement de régime 3. Application aux données climatiques / Salamanca/ Températures

33 33/57 Outil danalyse comparative des tendances Un système climatique contient de la variabilité pour différentes échelles de temps distinction tendances <> variabilité pour quel laps de temps doit-on calculer les tendances? Salamanca Températures Minimes 2. Outils statistiques / Tendances / Contributions personnelles 3. Application aux données climatiques / Salamanca/ Températures

34 34/57 Températures maximales : Variance CUSUM: 1971, 1951, 1982, 1995 Rodionov: 1971,1981, 1995, Application aux données climatiques / Salamanca/ Températures

35 35/57 TX: Changement de régime 3. Application aux données climatiques / Salamanca/ Températures

36 36/57 Indices dérivés : SU25 TX>25°C Application aux données climatiques / Salamanca/ Températures

37 37/57 Cycles – Temperatures minimes Fourier: 1 & 2 ans Ondelette 1 an, continu 3. Application aux données climatiques / Salamanca/ Températures

38 38/57 Précipitations - Ruptures Test T: 1965 Worsley -/- SNHT -/- M.W.P. (1965) 3. Application aux données climatiques / Salamanca/ Précipitations

39 39/57 Précipitations - Tendances 3. Application aux données climatiques / Salamanca/ Précipitations

40 40/57 Précipitations - Cycles 3. Application aux données climatiques / Salamanca/ Précipitations Fourier 3 mois 1 an 2 ans

41 41/57 Précipitations – Cycles 3. Application aux données climatiques / Salamanca/ Précipitations Ondelettes cycle biannuel cycle saisonnier résultats différents de ceux des températures

42 42/57 Résultats synthétiques 3. Application aux données climatiques / Résultats synthétiques Même analyses appliquées aux 16 stations présentation comparative des comportements présentation synthétique Tendances Cycles Températures Précipitations Indices dérivées

43 43/57 Températures: TNn / TNx 3. Application …/ Résultats synthétiques/ Tendances/ Températures croissance significative à 95% confiance statistique croissance sig. à 75% Pas de tendance décroissance sig. à 75% décroissance sig. à 95% Minimales absolues Maxima des minimales

44 44/57 Températures: FD0 3. Application …/ Résultats synthétiques/ Tendances/ Températures croissance significative à 95% confiance statistique croissance sig. à 75% Pas de tendance décroissance sig. à 75% décroissance sig. à 95% FD0: journées de gel De Bilt Prague Cluj Napoca

45 45/57 Températures: TXn / TXx 3. Application …/ Résultats synthétiques/ Tendances/ Températures croissance significative à 95% confiance statistique croissance sig. à 75% Pas de tendance décroissance sig. à 75% décroissance sig. à 95% Minima des maximalesMaximales absolues

46 46/57 Températures: WSDI 3. Application …/ Résultats synthétiques/ Tendances/ Températures croissance significative à 95% confiance statistique croissance sig. à 75% Pas de tendance décroissance sig. à 75% décroissance sig. à 95% WSDI: nombre dépisodes aux 6 jours ou TX>90ème percentile De Bilt Oslo Zurich

47 47/57 Précipitations : R10mm, SDII 3. Application …/ Résultats synthétiques/ Tendances/ Précipitations croissance significative à 95% confiance statistique croissance sig. à 75% Pas de tendance décroissance sig. à 75% décroissance sig. à 95% R10mm – Nombre de journées aux précipitations fortes SDII – Précipitation totale pour les jours au PRCPT > 1.0mm

48 48/57 Synthèse des tendances 3. Application …/ Résultats synthétiques / Tendances ascendante, 95% confiance statistique, ascendante, 75% confiance statistique, aucune tendance, descendante, 75% confiance statistique, descendante, 95% confiance statistique. PRECIPITATIONS TEMPERATURES

49 49/57 Températures : TN, TX 3. Application …/ Résultats synthétiques/ Cycles uniquement le cycle saisonnier 1 an - significatif

50 50/57 Précipitations 3. Application …/ Résultats synthétiques/ Cycles Différences prononcées entre les stations Influence continentale / océanique Cycles: 1 an 2 ans 4 ans 7-8 ans

51 51/57 Précipitations : cartographie des cycles 3. Application …/ Résultats synthétiques/ Cycles/ Précipitations Cycle annuel « continental »

52 52/57 Précipitations : cartographie des cycles 3. Application …/ Résultats synthétiques/ Cycles/ Précipitations Cycle 7-8 ans « océanique»

53 53/57 Conclusions générales H Les diverses méthodes statistiques danalyse sont assez puissantes, adaptées et capables de distinguer des données dentrée correctes? appliquer / améliorer des méthodes pour la détection & quantification des changements du climat Données : techniques dhomogénéisation utilité des données journalières Résultats / signification Nombre réduit des stations + répartition éparse pas de conclusions sur les évolutions climatiques pas de conclusions sur les évolutions climatiques 4. Conclusions générales

54 54/57 Conclusions générales Résultats confirment ou sont en concordance avec des résultats des autres chercheurs acquis par des méthodes déjà consacrées Réchauffement observable en Europe 1975 année de changement de régime augmentation des précipitations 4. Conclusions générales

55 55/57 Conclusions générales Nouveaux résultats : plutôt des améliorations méthodologiques nouvelle approche - ondelettes linfluence dun cycle non classifié de 7-8 ans pour les stations océaniques 4. Conclusions générales

56 56/57 Conclusions générales H Les diverses méthodes statistiques danalyse sont assez puissantes, adaptées et capables de distinguer des données dentrée correctes Approches consacrées pour détecter des ruptures, sauts, et tendances: +robustes +adaptées depuis des années résultats numériques sans « intelligence climatique » Comparaison des divers résultats impérative Approches consacrées pour détecter des cycles bien complémentées par la méthode ondelette contributions personnelles Possibilité très récente dapplication: Données journalières Puissance de calcul 4. Conclusions générales

57 57/57 FIN Je vous remercie fortement pour votre attention et votre soutien À votre disposition pour répondre à vos questions et toute autre information complémentaire


Télécharger ppt "1/57 Etude statistique des chroniques des paramètres climatiques en Europe dans la période instrumentale drd. Marcel."

Présentations similaires


Annonces Google