III.1) Analyses spectrales du Moment Angulaire Atmosphérique Motivation Générale Les analyses statistiques occupent une place centrale en climatologie.

Slides:



Advertisements
Présentations similaires
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Advertisements

Analyse en composante indépendante
Analyse Spectrale de Fourier
S. Ricci, A.T. Weaver, E. Machu, P. Rogel CERFACS J. Vialard LODYC
Méthode de spatialisation du rayonnement solaire global AJONC
Yohan RUPRICH-ROBERT, Christophe CASSOU et Soline BIELLI
SMOS : une mission vitale > Tour d’horizon scientifique
Inférence statistique
MODULE - METHODES POTENTIELLES I. Introduction Générale – J.B. Edel II. Champs de potentiel (gravimétrique, magnétique, …) – P. Sailhac III. Sources (densité
l’OCEANOGRAPHIE PHYSIQUE
Cours analyse spectrale Part I
Probabilités et statistique en TS
VII.2) Analyses statistiques de cartes météorologiques (I): moyennes, variances et composites avec test de Student Statistiques du Géopotentiel à 700hPa,
Les tourbillons océaniques de la Mer des Solomon Réunion du 18/10/2012
Utilisation des données ONSS dans les comptes nationaux et régionaux Bruxelles, Monica Maeseele.
Chapitre 6 La planification du marketing et les prévisions des ventes
Présenté par: Mario Gagnon Ph.D Océanide inc.
COURS 5 Les tableaux croisés, le chi-carré et la corrélation
rebond post-glacière Atmosphère
Modélisation du climat : les équations primitives maltraitées
Régression linéaire simple
Partie 1: Ondes et Particules.
Méthodes de prévision (STT-3220) Section 4 Concepts fondamentaux de séries chronologiques Version: 8 novembre 2004.
Prévisions météorologiques, projections climatiques : que peut- on prévoir et avec quelle fiabilité ? Exercice 2: estimation de la prévisibilité dans le.
Introduction aux interactions Océan-Atmosphère en Atlantique tropical
Le tableau de bord Outil permettant de mesurer une performance globale, à l ’aide d ’indicateurs-clés.
Equations pour les mesures gradiométriques (GOCE)
Forme ‘générique’ des spectres AR, ARMA, MA
Séries chronologiques et prévision
Chapitre 5 Prévisions.
STATISTIQUES COURS 4 La régression. Nous avons vu divers tests statistiques afin de vérifier le degré d ’interdépendance entre 2 variables Test.
Chapitre 3: Les Caprices du Temps
VII.3) Analyses statistiques de cartes météorologiques (II): cartes d'anticorrelation et EOFs Teleconnections: maxima d'anticorrelation entre des points.
DU PASSE GEOLOGIQUE A L ’EVOLUTION FUTURE DE LA PLANETE
Une méthode de désagrégation adaptée au forçage de modèles océaniques M. Minvielle, J. Boé, C. Cassou, J. Najac, L. Terray, R. Bourdallé-Badie.
I.1) Climatologies Moyennes Les trois couches de l'Atmosphère neutre (z
Le vendredi 12 octobre 2007 Groupe TPE Capelle G Raës Y Barrière A 1/7.
Théorème de la limite centrale l’inférence statistique
V.1) Identification spectrale de l'ENSO dans l'indice Tahiti-Darwin et description générale Situations normales: La convection est centrée au dessus de.
M2 Sciences des Procédés - Sciences des Aliments
IV.1) Filtrage dans la bande intrasaisonnière application au MAA Pour extraire les signaux à jours identifiés dans le Spectre de M, on « filtre »
1 1 Licence Stat-info CM7 a 2004 V1Christophe Genolini Récapitulatif : Variables qualitatives Variables qualitatives : –on se demande si elles sont liées.
Transfert radiatif dans les sprays. Application aux rideaux d’eau.
TNS et Analyse Spectrale
TNS et Analyse Spectrale
Couche limite atmosphérique
II.3) Principes de bases d'un modèle de circulation générale de l'atmosphère Un Modèle de Circulation Générale de l'Atmosphère calcule l'évolution temporelle.
CLIMATOLOGIE ≠ METEOROLOGIE
Couche limite atmosphérique
Travail de génétique 2°Doc Doppagne M.L. Evrard L. Peduzzi F. Schoenars P.
L’axe des abscisses est gradué toutes les à 0,5 ms
Couche limite atmosphérique
VII.4) Les grandes structures de la variabilité sur l'Atlantique Nord (la NAO) et le Pacifique Nord (la PNA) Echelles de temps caractéristiques des variations.
Méthode des moindres carrés (1)
IV.2) Description de l'Oscillation de Madden Julian (MJO) Cartes de régression de l'OLR, filtré sur la bande jours Les régressions sont ici évaluées.
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Introduction –Analyse de la corrélation –Régression et méthode des.
Principes d'économétrie
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
LE CLIMAT ET LES ÊTRES VIVANTS
Séries chronologiques univariées (STT-6615)
Soline Bielli, René Laprise
Couche limite atmosphérique Conditions frontières.
Distribution à deux variables
Détecter les groupes à hauts risques cardiaques à partir de caractéristiques telles que l’alimentation, le fait de fumer ou pas, les antécédents familiaux.
L’entreprise et sa gestion
PARTIE 2 : Paramètres UV-VIS
Énergie cinétique turbulente moyenne
Lectures Volume du cours: Sections 12.1 à 12.6 inclusivement.
Couche limite atmosphérique Micrométéorologie. Équations de Reynolds 7 équations et 16 inconnues...
ETUDES PRONOSTIQUES Pr Ganry.
Transcription de la présentation:

III.1) Analyses spectrales du Moment Angulaire Atmosphérique Motivation Générale Les analyses statistiques occupent une place centrale en climatologie. Pour des séries de données elles permettent d'établir si celles-ci sont imprévisibles (type bruit blanc), faiblement prévisibles grace à un effe de mémoire (type bruit rouge), ou si elles contiennent des oscillations et deviennent en partie prévisibles avec quelques périodes d'avance. La mise en évidence de ces oscillations indiqueraient que le climat est en partie prévisible, au dela de ce que prévoient les modèles opérationnels de la Météorologie. Nous proposons ici de préciser ces concepts sur le cas d'une donnée univarié, le « Moment Angulaire de l'Atmosphère ». Quelques régressions de champs météorologiques sur ce type de variable sont aussi faites. Elles sont un premier exemple des analyses de données multivariés présentées dans le chapitre VII

III.1) Analyses spectrales du Moment Angulaire Atmosphérique (MAA, ou M) La composante axiale du moment angulaire de l'Atmosphère, M=M R +M O : MAA de masse: MAA de vent: Couple du à la friction de couche limite: Couple des montagnes: Budget bien fermé avec les réanalyses du NCEP ( ): r(dM/dt,T)=0.87

M est une quantité dynamique globale, dont les variations sont directements liés à la longueur du jour (mesurée par satellites, où par méthodes astronomiques) Aux périodes inférieures à quelques années, les variations de M sont liés aux grandes oscillations du système climatique. Longueur du jour et MAA (NASA dataset) III.1) Analyses spectrales du Moment Angulaire Atmosphérique Lien avec la longueur du jour

Moyenne d'hiver du vent barotrope (u b ) Regression du vent barotrope (u b ) sur les variations du MAA de vent (M R ) Données NCEP, mois d'Hiver (DJF) III.1) Analyses spectrales du Moment Angulaire Atmosphérique MAA de vent et vent barotrope

Moyenne de la pression au niveau de la mer (P M ) Regression des variations de P M sur les variations du moment angulaire de masss (M O ) III.1) Analyses spectrales du Moment Angulaire Atmosphérique MAA de masse et Pression au sol (masse de la colonne d'atmosphère) Données NCEP, mois d'Hiver (DJF)

III.1) Analyses spectrales du Moment Angulaire Atmosphérique Couple des montagnes et pression au sol Données NCEP, mois d'Hiver (DJF) Moyenne de la pression au niveau de la mer (P M ) Regression des variations de P M sur les variations du couple des montagnes (T M )

III.1) Analyses spectrales du Moment Angulaire Atmosphérique Evidence qu'il existe des oscillations intrasaisonnières de M Données NCEP, moyennées sur trois jours

III.1) Analyses spectrales du Moment Angulaire Atmosphérique Le Périodogramme de M Données NCEP, moyennées sur trois jours Les niveaux de significativité sont faits par une méthode de Monte-Carlo: 500 Bruits rouges ressemblant à notre série sont générés et leurs Périodogrammes sont évalués. Pour chaque fréquence, on détermine alors le niveau que ne dépasse les bruits rouges que dans 1% (5%) das cas. Si le Périodogramme de M dépasse ce seuil, alors il est différent d'un bruit rouge, et le niveau de confiance que l'on peut donner à cette affirmation est de 99% (95%)

III.1) Analyses spectrales du Moment Angulaire Atmosphérique Le filtrage du Périodogramme pour obtenir une meilleure estimation du Spectre de M Pour obtenir une meilleure estimation du Spectre des données on lisse sur quelques périodes le Périodogramme Cela revient a moyenner les valeurs de quelques pic spectraux adjacents et donc de réduire la variance de l'estimateur du Spectre (cf. théorème de la limite centrale) Avantage: élargit la largeur des pics Inconvénient: diminue la résolution spectrale Les intervalles de confiance se font pas méthode de Monte Carlo, en appliquant aux périodogrammes des 500 bruits rouges le même lissage qu'aux données Pour des périodes comprises entre 30 et 60 jours le spectre des données présente des valeurs significatives à plusieurs périodes. Ces périodes correspondent à celles de l'Oscillation Tropicale de Madden-Julian (cf. Chapitre IV)