Développement de méthodes d’analyse fréquentielle non-stationnaire avec l’approche des dépassements de seuil et application avec la précipitation totale journalière dans le sud-est du Canada.

L’analyse fréquentielle (AF) est un outil statistique très utilisé en hydrologie pour la prédiction des quantiles d’évènements extrêmes. L’objectif général de la présente thèse était de proposer de nouvelles approches d’AF des extrêmes basées sur la méthode des dépassements de seuil ou peaks-over-th...

Full description

Bibliographic Details
Main Author: Thiombiano, Alida Nadège
Format: Doctoral or Postdoctoral Thesis
Language:French
Published: 2017
Subjects:
Online Access:https://espace.inrs.ca/id/eprint/6648/
https://espace.inrs.ca/id/eprint/6648/1/T000849.pdf
Description
Summary:L’analyse fréquentielle (AF) est un outil statistique très utilisé en hydrologie pour la prédiction des quantiles d’évènements extrêmes. L’objectif général de la présente thèse était de proposer de nouvelles approches d’AF des extrêmes basées sur la méthode des dépassements de seuil ou peaks-over-threshold (POT) en anglais. En effet, avec la problématique des changements climatiques (CC), les indices climatiques sont fréquemment utilisés comme covariables dans le développement de modèles d’AF non-stationnaire du fait de la présence de tendances, dépendances, cycles ou ruptures dans les séries d’observations hydroclimatiques. Le premier objectif spécifique de cette thèse visait à analyser les téléconnexions entre les oscillations climatiques à grande échelle et les processus hydrologiques locaux/régionaux, afin de développer des modèles POT avec covariables. Les précipitations étant par essence très variables dans le temps et dans l’espace, la relation de dépendance entre plusieurs indices climatiques et des séries temporelles décrivant l’intensité et la fréquence des évènements extrêmes de la précipitation totale journalière, a été examinée à l’échelle du Sud-Est du Canada. Deux méthodes d’évaluation complémentaires, à savoir l’analyse de corrélation des rangs par le calcul du tau de Kendall ainsi que l’analyse par ondelettes, ont été employées pour confirmer statistiquement les interactions existantes. Cette analyse préliminaire a permis d’identifier deux indices climatiques ayant une influence significative sur l’intensité et la fréquence des précipitations extrêmes à l’échelle de la zone d’étude choisie : l’indice de l’oscillation arctique (AO pour Arctic Oscillation) et l’indice du Pacifique-Amérique du Nord (PNA pour Pacific North American). Des modèles de Pareto Généralisée (GPD pour Generalized Pareto Distribution) non-stationnaires ont été alors développés en faisant varier le paramètre d’échelle de la GPD en fonction de l’indice AO ou PNA au moyen de l’utilisation de fonctions semi-paramétriques, les ...