La climatologie est une discipline scientifique dynamique ร usages multiples dans un large champ dโapplication. De nouvelles techniques sont mises au point, des รฉtudes sont entreprises pour savoir comment le climat sโapplique ร de nombreux domaines, notamment lโagriculture et lโรฉnergie [1]. Elle รฉtudie les phรฉnomรจnes atmosphรฉriques ร diverses รฉchelles ; comme l’รฉchelle d’une rรฉgion, d’un pays, ou de la planรจte entiรจre. Elle utilise : des relevรฉs de tempรฉrature, de prรฉcipitations, de vents, de pression sur une pรฉriode d’au moins trente ans [2]. Ces relevรฉs sont gรฉnรฉralement obtenus ร partir des stations de mesures.
Les conditions de mesure dโune station peuvent varier au cours du temps. Les modifications des conditions de mesure (dรฉplacement de stations, remplacement dโinstruments de mesure, changement des heures dโobservations ou encore modification de lโenvironnement immรฉdiat de lโinstrument de mesure) peuvent introduire des ruptures artificielles dans les donnรฉes qui ne reflรจtent pas les variations rรฉelles du climat [3]. Par consรฉquent, il se peut que des dรฉcisions soient prises en se basant sur des donnรฉes qui contiennent des erreurs [4]. Pourtant, cโest justement cela quโil faut รฉviter, dโoรน la nรฉcessitรฉ de lโhomogรฉnรฉisation des donnรฉes. Lโhomogรฉnรฉisation est un processus de dรฉtection et de correction des ruptures (quโon appelle รฉgalement inhomogรฉnรฉitรฉ) dโorigine non climatique. En homogรฉnรฉisation, on compare souvent les donnรฉes dโune station avec celles des stations voisines afin dโรฉviter quโun changement climatique ne soit interprรฉtรฉ comme une inhomogรฉnรฉitรฉ .
Tempรฉrature
Dรฉfinition
Etant une grandeur physique, la tempรฉrature est mesurรฉe ร lโaide dโun thermomรจtre et รฉtudiรฉe en thermomรฉtrie. Selon les conditions atmosphรฉriques (vent, pluie, ensoleillementโฆ), sa perception varie d’un individu ร l’autre [5]. En gรฉnรฉrale, elle est reliรฉe aux sensations de froid et de chaud, provenant du transfert thermique entre le corps humain et son environnement. En physique, cโest une variable dโรฉtat qui, du point de vue de la structure de la matiรจre, caractรฉrise le degrรฉ dโagitation de ses particules. Cโest toujours la tempรฉrature dโune boule au voisinage dโun point que lโon mesure, et que lโon dรฉsigne par ยซ tempรฉrature en ce point ยป.
Echelle
Plusieurs รฉchelles ont รฉtรฉ dรฉfinies pour dรฉterminer la grandeur physique de la tempรฉrature. Telle lโรฉchelle Celsius (ยฐC), Fahrenheit (ยฐF) et kelvin (K). La majoritรฉ des pays utilise le degrรฉ Celsius. Le 0ยฐC de cette รฉchelle correspond au point de congรฉlation de l’eau, et le 100ยฐC au point d’รฉbullition de l’eau [1]. Le kelvin est lโunitรฉ lรฉgale du systรจme internationale.
Homogรฉnรฉisation
Comme nous avons dรฉjร prรฉcisรฉ dans lโintroduction, lโhomogรฉnรฉisation est un processus de dรฉtection et de correction des ruptures dโorigine non climatique. Une meilleure approche dโhomogรฉnรฉisation est de considรฉrer lโinformation livrรฉe par plusieurs stations voisines en รฉvaluant la sรฉrie ร homogรฉnรฉiser.
Mรฉthode
Les techniques dโhomogรฉnรฉisations varient selon lโobjectif pour lesquels on les applique et la philosophie de chaque รฉquipe de travail. Malgrรฉ la grande diversitรฉ des mรฉthodes dโhomogรฉnรฉisations, elles peuvent nรฉanmoins รชtre classifiรฉes en deux catรฉgories principales :
– Mรฉthodes subjectives :
Lorsque lโemplacement dโune discontinuitรฉ est dรฉtectรฉ ร lโลil nu sur un graphique, la mรฉthode appartient ร la classe subjective mรชme si des tests statistiques sont appliquรฉs par la suite. Par exemple : lโanalyse des doubles accumulations, les mรฉthodes basรฉes sur les dรฉviations cumulรฉes et lโanalyse graphique des dรฉviations cumulรฉes.
– Mรฉthodes objectives :
Quant aux mรฉthodes objectives, elles ne dรฉpendent pas du jugement de lโutilisateur pour localiser les inhomogรฉnรฉitรฉs. Exemple : rรฉgression multiple, mรฉthode de Jaruskova et mรฉthode d’ Alexandersson (SNHT).
Mรฉtadonnรฉe
La source d’information la plus importante pour appuyer toutes les mรฉthodes existantes de dรฉtection des inhomogรฉnรฉitรฉs dans des sรฉries climatiques provient de la consultation des mรฉtadonnรฉes. Elles sont formรฉes des archives historiques propres ร chaque station. Les mรฉtadonnรฉes contiennent les enregistrements de la station, des annuaires mรฉtรฉorologiques, des fiches d’inspection, des photographies de la station et de son environnement, etc. Une entrevue avec la personne responsable d’une station constitue รฉgalement une source d’information. Les รฉtudes comparatives rรฉalisรฉes sur les instruments peuvent aussi donner une bonne idรฉe de l’effet d’un changement d’instrument dans une sรฉrie de donnรฉes.
Rupture
Une rupture dรฉsigne une modification subite dans les propriรฉtรฉs dโun processus alรฉatoire. Elle suppose que ses propriรฉtรฉs sont de part et dโautre de lโannรฉe de rupture. Il existe deux types de dโinhomogรฉnรฉitรฉs :
Saut de moyenne
Les sauts dans une sรฉrie de donnรฉes climatiques peuvent รชtre occasionnรฉs par plusieurs types de changements :
– changement d’instrument,
– dรฉmรฉnagement d’une station,
– changement de mรฉthode de calcul des statistiques comme les moyennes mensuelles,
– changement de technicien
– changement des heures de mesure.
Les sauts abrupts sont faciles ร dรฉtecter tandis que les sauts de faibles amplitudes sont plus problรฉmatiques.
Tendance
Une tendance (au sens mathรฉmatique) correspond ร une certaine orientation prise par les valeurs dโune sรฉrie de donnรฉes en fonction du temps, c’est-ร -dire ร une รฉvolution du processus observรฉ en fonction du temps. Elle peut รชtre causรฉ par :
– une modification dans l’environnement immรฉdiat de la station (urbanisation et industrialisation).
– reforestation graduelle autour de la station.
– vieillissement de lโappareil de mesure.
Une tendance est plus dรฉlicate ร quantifier car il faut identifier correctement son dรฉbut, sa fin et ainsi que son amplitude.
Sรฉrie de base
La sรฉrie qui peut potentiellement contenir des inhomogรฉnรฉitรฉs est appelรฉe : sรฉrie de base.
Sรฉries de rรฉfรฉrence
Une sรฉrie de rรฉfรฉrence est une fonction d’une ou plusieurs stations climatiquement similaires ร la station de base. Le rรดle de telles sรฉries est d’empรชcher qu’une variation climatique rรฉgionale soit classifiรฉe comme une inhomogรฉnรฉitรฉ. La plupart des mรฉthodes d’homogรฉnรฉisation incluent une ou plusieurs sรฉries voisines pour diffรฉrencier les changements du climat rรฉgional des inhomogรฉnรฉitรฉs observรฉes ร la station de base.
Sรฉrie homogรจne
Une sรฉrie est homogรจne si ces variations rรฉpondent exclusivement aux causes climatiques.
Sรฉrie hรฉtรฉrogรจne
Une sรฉrie est hรฉtรฉrogรจne si elle contienne des ruptures dโorigine non climatique.
Test statistique
Gรฉnรฉralitรฉ
Le test statistique est le moyen de comparer les deux hypothรจses H0 et H1. Cโest une valeur numรฉrique calculรฉe ร partir de la sรฉrie de donnรฉes testรฉe (on calcule la valeur dโune certaine variable appelรฉe la ยซ statistique ยป du test). Le test permet de choisir, parmi les deux hypothรจses รฉmises, celle qui a le plus de chances dโรชtre vraie. Toutefois, en statistique, les hypothรจses ne sont jamais ยซ acceptรฉes ยป. Il est prรฉfรฉrรฉ lโexpression ยซ on ne peut rejeter lโhypothรจse H0 ร un niveau de confiance ยป ou bien, dans le cas de lโalternative, ยซ on doit rejeter lโhypothรจse H0 et retenir lโhypothรจse H1 ร un niveau de confiance ยป.
Quelques dรฉfinitions
En considรฉrant une hypothรจse nulle (privilรฉgiรฉe) H0, une alternative H1, et en bรขtissant une rรจgle permettant de dรฉcider de rejeter ou pas H0. Lโerreur de premiรจre espรจce est de rejeter H0 alors quโelle est vraie. Lโerreur de seconde espรจce est de ne pas rejeter H0 alors quโelle est fausse.
– ฮฑ est la probabilitรฉ de rejeter ร tort H0 (risque de premiรจre espรจce).
– ฮฒ est la probabilitรฉ de ne pas rejeter H0 alors que H1 est vraie (risque de premiรจre espรจce).
– la rรฉgion dโacceptation du test reprรฉsente un intervalle regroupant (1-๏ก )% des valeurs que peut prendre la statistique si lโhypothรจse H0 est vraie.et son complรฉmentaire cโest la rรฉgion critique.
– la p valeur (p-value) cโest la probabilitรฉ que la statistique thรฉorique sous H0 soit supรฉrieure ร la statistique calculรฉe (expรฉrimentale).
|
Table des matiรจres
INTRODUCTION
PARTIE I : GENERALITES
I.1. Tempรฉrature
I.1.1. Dรฉfinition
I.1.2. Echelle
I.2. Homogรฉnรฉisation
I.2.1. Mรฉthode
I.2.2. Mรฉtadonnรฉe
I.2.3. Rupture
I.2.3.1. Saut de moyenne
I.2.3.1. Tendance
I.2.4. Sรฉrie de base
I.2.5. Sรฉries de rรฉfรฉrence
I.2.6. Sรฉrie homogรจne
I.2.7. Sรฉrie hรฉtรฉrogรจne
I.3. Test statistique
I.3.1. Gรฉnรฉralitรฉ
I.3.2. Quelques dรฉfinitions
I.3.3. Etape du test statistique
I.3.4. Tests paramรฉtriques et tests non paramรฉtriques
I.3.4.1. Tests paramรฉtriques
I.3.4.2. Tests non paramรฉtriques
I.4. Exposant de Hurst
I.5. Modรฉlisation ARIMA des sรฉries chronologique
I.5.1. Box & Jenkins
I.5.2. Les processus ARMA
I.5.3. Les processus ARIMA
I.6. Moyenne des Erreurs Absolues en Pourcentage
PARTIE II: MATERIELS ET METHODES
II.1. Matรฉriels
II.1.1. Localisation de la zone dโรฉtude
II.1.2. Donnรฉes utilisรฉes
II.1.3. Outils informatique
II.1.4. Outils statistiques
II.1.4.1. Test de Buishand
II.1.4.2. Test de SNHT
II.1.4.2.1. Test pour un saut
II.1.4.2.2. Test pour une tendance
II.1.4.3. Test de Mann Kendall
II.1.4.4. Test de normalitรฉ de Shapiro-Wilk
II.2. Mรฉthodes
II.2.1. Prรฉparation des donnรฉes
II.2.2. Homogรฉnรฉisation des donnรฉes
II.2.2.1. Homogรฉnรฉitรฉ absolue
II.2.2.2. Homogรฉnรฉitรฉ relative
II.2.2.2.1. Premiรจre approche : ร partir de lโhomogรฉnรฉitรฉ absolue et corrรฉlation
II.2.2.2.2. Deuxiรจme approche : ร partir des sรฉries voisines initiales
II.2.2.2.3. Test dโhomogรฉnรฉitรฉ relative des sรฉries de base
II.2.3. Recherche de meilleure mรฉthode dโhomogรฉnรฉisation
II.2.4. Zonage et modรฉlisation
PARTIE III: RESULTATS ET INTERPRETATIONS
III.1. Test de normalitรฉ
III.2. Test dโhomogรฉnรฉitรฉ absolue
III.2.1. Test de Buishand
III.2.2. Test de Mann Kendall
III.3. Ajustement
III.4. Rรฉsultat final dโhomogรฉnรฉitรฉ absolue aprรจs ajustement
III.5. Homogรฉnรฉitรฉ relative
III.5.1. Premiรจre approche
III.5.1.1. Sรฉrie avec un saut
III.5.1.2. Deux sauts
III.5.1.3. Tendance
III.5.1.4. Saut et tendance
III.5.2. Deuxiรจme approche
III.6. Rรฉsultat de lโanalyse en composante principale
III.7. Modรฉlisation
III.7.1. Sรฉrie moyenne de la sous zone A
III.8. Modรฉlisation ARIMA
III.8.1. Etude de stationnaritรฉ de la sรฉrie
III.8.2. Identification de modรจle
III.8.2. Estimation du modรจle
III.8.4. Prรฉvision
II.9. Discussion
CONCLUSION
REFERENCES BIBLIOGRAPHIQUES
ANNEXES