Auswahl der wissenschaftlichen Literatur zum Thema „Changements climatiques – Prévision“

Malgré l’accélération de l’évolution climatique depuis les années 1980 et les prévisions alarmantes pour la production vinicole, surtout dans les régions d’appellation d’origine protégée (AOP), les quelques enquêtes menées auprès d’agriculteurs et de viticulteurs depuis la fin des années 1990 témoignent d’une paradoxale relative indifférence au changement climatique. Une enquête menée dans deux vignobles français corrobore les études précédentes tout en montrant que si les viticulteurs sont d’accord avec les chercheurs sur un ensemble de changements survenus dans les raisins et les vins, ils les attribuent moins au réchauffement climatique qu’au changement technique survenu depuis le milieu des années 1980. Cette divergence ne relève pas d’un climato-scepticisme et d’un problème d’identification des causes objectives du changement, mais d’une différence d’objectivation de la situation par les chercheurs et les vignerons.

Résumé Les prévisions globales du GIEC tendent vers une augmentation des précipitations dans le nord-est de l’Amérique du Nord, une augmentation des températures moyennes annuelles et de la quantité de précipitations neigeuses, mais une diminution de la durée de la couverture de neige au sol. Si les modèles régionaux et les observations de terrain nous permettent de confirmer cette tendance dans le centre et le nord du Québec, la tendance est moins claire dans le bassin versant des Grands Lacs / Saint-Laurent dont dépend la majeure partie de la population québécoise. Sachant que les impacts d’un changement climatique ne peuvent se prévoir de façon déterministe, sans tenir compte de la capacité d’adaptation d’une population et de sa capacité d’anticiper et d’investir, les nouvelles tendances dans la nature, l’abondance et la répartition des précipitations et surtout, l’équilibre entre les précipitations et l’évaporation à l’échelle de grands bassins versants constituent une grande inconnue des changements climatiques à venir. Nous tenterons dans ce court article de caractériser les impacts et les pistes d’adaptation envisagées pour le sud du Québec face aux modifications anticipées du régime hydrologique.

De nombreuses activités humaines peuvent être fortement impactées par les pénuries d'eau (production d’eau potable, irrigation, production électrique, navigation fluviale, loisirs, etc.). Il est donc nécessaire d'anticiper les périodes d'étiage afin d'améliorer la gestion de l'eau pour mieux répondre aux besoins, tout en préservant le fonctionnement des écosystèmes aquatiques. Ceci est renforcé par la perspective d'étiages futurs plus sévères dans le contexte du changement climatique en cours. Pour répondre à ces enjeux, cinq institutions françaises ont développé un outil opérationnel de prévision des bas débits, PREMHYCE. Issu d’un projet de recherche initié en 2011 et soutenu par l’Office français de la biodiversité et la Direction de l’eau et de la biodiversité, il est testé depuis 2018 en temps réel sur plus de mille bassins versants en France métropolitaine et à La Réunion. PREMHYCE comprend cinq modèles hydrologiques qui sont implémentés sur des bassins versants jaugés et assimilent les dernières observations de débits en temps réel. Les prévisions de débits sont émises quotidiennement en considérant des ensembles de scénarios de pluies et de températures (issus d’un modèle météorologique jusqu’à une échéance de 15 jours et d’archives climatiques jusqu’à une échéance de 90 jours). Les résultats de la plateforme sont communiqués aux gestionnaires opérationnels partenaires, à l’aide de supports de communication adaptés, pour les aider dans la prise de décision. Une interface web de visualisation donne une vue d’ensemble en temps réel de la situation observée et prévue.

Les effets du changement climatique sur les allergènes aéroportés et, par suite, sur les maladies allergiques ont été étudiés par de nombreux auteurs. Si l’on met à part l’impact direct, extraclimatique, du CO2 sur la croissance végétale, les principaux points abordés dans ces publications concernent les changements (1) dans la chronologie et la durée de la saison pollinique, (2) dans la production et les concentrations atmosphériques de pollen, (3) dans le contenu des grains de pollen en allergènes, et (4) dans la distribution spatiale des plantes allergisantes ou la dispersion de leur pollen. Un assez large consensus existe désormais sur les deux premiers points, de même que sur le troisième dans le cas particulier du bouleau et de l’ambroisie, mais le quatrième soulève bien des interrogations. Assurément, le changement climatique pourrait en théorie faciliter la diffusion de certaines espèces végétales hors des régions où elles étaient jusque-là présentes. Toutefois, en pratique, les plantes ne suivent pas automatiquement, et surtout pas immédiatement, « leur » climat. Il est important de ne pas confondre les niches écologiques potentielles, optimales et « réalisées ». Les simulations effectuées ici ou là ne sont pas des prévisions, et de grosses incertitudes subsistent d’autant que, par ses plantations agricoles ou d’ornement, l’homme peut perturber profondément les tendances naturelles.

Abstract. Les démarches de cette recherche ont été fondées au départ sur le fait que les ressources en eau diminuent avec le changement climatique, alors que les besoins de la population augmentent incéssament. Elle concerne la Commune urbaine d'Ambositra et la Commune rurale d'Ambositra, traversées par la rivière Isaha . Dans cette optique, cet article a pour objectif d'analyser le rapport entre les ressources et les besoins en eau pour diverses utilisateurs tenant compte des variabilités climatiques dans la zone. Pour ce faire, des variables d'entrée ont été utilisés pour modéliser de l'utilisation des ressources en eau par le biais du logiciel WEAP (Water Evaluation and Planning System), précédé par un traitement cartographique pour la délimitation de la zone par le logiciel QGIS. Les données sur la précipitation sont obtenues avec la médiane des valeurs issues des modèles climatiques du scenario RCP4.5. Les principaux résultats de cette étude concernent à la fois l'utilisation de l'eau à des fins agricoles et pour un usage urbain. Et les stratégies proposées concernent tous les acteurs de tous les niveaux, des utilisateurs à l'Etat central. Nous avons évoqué l'urgence de la concrétisation des recommandations émanant de cette étude vue les réalités actuelles ainsi que la prévision issue de la modélisation.

De nombreux usages de l'eau peuvent être fortement impactés par les pénuries d'eau (eau potable, irrigation, hydroéléctricité...). Il est donc nécessaire d'anticiper les périodes d'étiage afin d'améliorer la gestion de l'eau. Ceci est renforcé par la perspective d'étiages futurs plus sévères dans le contexte du changement climatique. Cinq institutions françaises ont développé un outil opérationnel de prévision des bas débits, PREMHYCE. Il est testé en temps réel sur une centaine de bassins versants de France métropolitaine depuis 2017. PREMHYCE comprend cinq modèles hydrologiques qui peuvent être calés sur des bassins versants jaugés et assimilent les dernières observations de débit. Les prévisions de débits sont émises jusqu'à un horizon de 90 jours selon l'approche Ensemble Streamflow Prediction (ESP) (données météorologiques historiques utilisées comme ensemble de scénarios d'entrée). Ces données météorologiques (précipitations, évapotranspiration et température) sont issues de la réanalyse SAFRAN journalière de Météo-France, sur la période 1958–2018. Les performances de l'outil sont analysées sur les étiages 2017–2018 pour 38 bassins versants sur lesquels les prévisions sont disponibles pour tous les modèles. Ces derniers ont montré des capacités d'anticipation de l'ordre de 40 jours en moyenne. La plupart des modèles présentent une précision satisfaisante pour prévoir les bas débits à courte échéance (j + 7).

Les articles présentés ici ont mis en lumière une diversité de méthodes et d’outils d’analyse qui permettent d’évaluer les propositions de la recherche visant à améliorer la durabilité des systèmes agro-sylvo-pastoraux d’Afrique de l’Ouest. Ces méthodes se réfèrent à l’identification des facteurs d’adoption des produits de la recherche, mais aussi à l’analyse des impacts constatés ou espérés des changements proposés. Elles s’appuient sur la constitution de bases de données robustes issues d’enquêtes de terrain. Les modèles économétriques (tels que les modèles probit et tobit) permettent d’identifier les facteurs socio-économiques d’adoption de propositions en comparant deux types de producteurs : adoptant et non-adoptant. Ils permettent aussi d’identifier les facteurs qui influencent l’intensité de la mise en oeuvre de l’innovation chez ceux qui l’ont adoptée (Ngondjeb et coll.). Les analyses multivariées de données d’enquêtes socio-économiques permettent, elles, d’analyser les corrélations entre des variables traduisant l’utilisation effective de la technologie et des variables sociotechniques sur lesquelles sont fondées les typologies des systèmes d’élevage. Ces typologies dépassent la dichotomie adoptant versus non-adoptant. Elles permettent de mettre en évidence différentes modalités d’usage de la technologie suivant les types de producteurs (Bouyer et coll.). Des enquêtes sur les stratégies d’adaptation des ménages à des changements de leur environnement socio-économique permettent de situer les propositions de la recherche au sein de la gamme des leviers d’action mobilisés. Ces enquêtes montrent ainsi la nécessité de retracer sur des pas de temps longs la trajectoire des ménages et du cycle de vie des exploitations pour analyser les stratégies et les dynamiques d’adoption (Pedelahore et coll.). Les modèles d’optimisation des fonctions de production tels que celui utilisé par Dabire et coll. permettent de comparer à un scénario témoin différentes modalités d’une proposition technique et leurs effets respectifs sur les choix d’assolement ainsi que sur le revenu optimal de l’exploitation. La proposition analysée ici est l’accès pour le producteur à une nouvelle source d’information : la prévision saisonnière de la pluviosité. Ce type de modèle offre la possibilité de prendre en compte un risque, par exemple celui d’avoir une bonne ou une mauvaise saison climatique ou de se tromper dans les prévisions. Le modèle de simulation présenté par Sempore et coll. permet au producteur d’analyser avec le chercheur l’impact de la proposition (atelier d’embouche) sur les performances techniques (bilan fourrager et minéral) et économiques (bilan céréalier et revenu) de son exploitation. Il peut ainsi comparer les résultats attendus de ce changement et les modalités de sa mise en oeuvre à la situation initiale de son exploitation. Avec la méthode active de recherche participative (MARP), l’analyse prospective est conduite avec des focus groups (groupes socioprofessionnels d’acteurs) associant chercheurs et producteurs. Cette approche permet de prendre en compte dans l’analyse les préférences et contraintes des producteurs mais elle suppose aussi que ces producteurs aient la capacité d’estimer les effets possibles des propositions de la recherche sur leurs exploitations. Le calcul du budget partiel, utilisé par exemple par Blanchard et coll., permet d’évaluer en termes monétaires les impacts des différents changements techniques observés ou estimés à l’échelle de l’exploitation, suite à l’adoption de la proposition. L’analyse du cycle de vie mise en oeuvre par Vayssières et coll. permet d’évaluer les performances environnementales d’un changement de pratiques. Les auteurs prévoient ainsi l’impact des changements techniques dans les exploitations d’élevage sur leurs consommations énergétiques. Enfin, en analysant les relations de pouvoirs entre acteurs au sein de la filière laitière, Fokou et coll. montrent que les innovations techniques et organisationnelles peuvent être source d’exclusion pour certaines catégories d’acteurs. Ces enquêtes sur les relations de pouvoir entre acteurs apportent un regard complémentaire sur la durabilité sociale des propositions de la recherche.

Les inondations, un aléa récurrent pouvant se montrer dévastateur, peuvent causer de lourds dommages humains et économiques, et sont susceptibles de s’intensifier avec le changement climatique. Leurs impacts soulignent la nécessité d’anticiper les crues en développant constamment des outils efficaces et à la pointe pour la gestion du risque inondation. En France, la prévision des crues repose sur des outils de modélisation spécifiques basés sur la physique, la donnée ou une combinaison des deux. L’intelligence artificielle (IA), en plein essor, offre de nouvelles possibilités et perspectives pour les ingénieurs et chercheurs du domaine, mais n’est cependant pas encore utilisée à l’échelle nationale pour la prévision des crues. Bien que les algorithmes complexes d’apprentissage automatique (ML, Machine Learning) soient prometteurs pour la prévision des crues, leur mise en œuvre et leur utilisation courante restent difficiles pour les non-spécialistes. Cet article explore l’utilisation de six algorithmes d’apprentissage automatique, incluant des modèles simples d’ensemble, pour prévoir les hauteurs d’eau à 24 heures au niveau de deux stations de prévision des crues en France situées dans le Grand Est. Les résultats montrent que les niveaux d’eau, et donc les crues, peuvent être anticipés 24 heures à l’avance en utilisant uniquement des données de hauteur d’eau et par l’intermédiaire de modèles d’apprentissage automatique simples appartenant aux modèles ensemblistes (Random Forest et Gradient Boosting). Ces derniers se révèlent performants, tout en restant accessibles aux non-spécialistes, tandis que les modèles plus complexes ne permettent pas d’obtenir des résultats supérieurs en l’absence de données météorologiques supplémentaires telles que les pluies. Ce travail ouvre la voie vers l’utilisation de l’apprentissage automatique et de l’intelligence artificielle pour la prévision des crues en France.

Cette communication est issue d’un travail de recherche en géographie des risques qui s’intéresse à la vulnérabilité de l’agriculture méditerranéenne au changement climatique et à la diminution de la ressource en eau en Roussillon (France). Deux démarches complémentaires sont entreprises : la première caractérise les stratégies d’adaptation à la diminution de la ressource en eau des exploitants agricoles au moyen d’entretiens semi-directifs traités par un logiciel d’analyse textuelle. La seconde spatialise les pratiques d’adaptation des exploitants sur des croquis localisés. L’intérêt de cette démarche est double : elle permet, d’une part, d’identifier les mécanismes de construction de l’adaptation des exploitants et, d’autre part, de les insérer dans l’espace sur lequel elles s’articulent. Cependant, les exploitants ne s’adaptent pas tous de la même manière. Certaines stratégies tendent même à augmenter la vulnérabilité des exploitants à la diminution de la ressource en eau. Replacer ces stratégies dans des dynamiques de fonctionnement d’exploitation et des espaces informe sur l’évolution de la vulnérabilité des espaces. Cette note scientifique se concentre sur le second volet de la démarche. Au moyen de croquis, les stratégies des exploitants sont spatialisées sur un plan. Cela permet de documenter la manière dont les stratégies s’insèrent dans les territoires, ainsi que de distinguer les actions pour y parvenir. Dans le cadre du changement climatique et des prévisions sur l’évolution de la ressource en eau d’irrigation, l’usage de technologies dites « intelligentes » peut diminuer la vulnérabilité de l’exploitant, mais peut aussi l’augmenter. Ce paradoxe dépend du rôle attribué aux technologies dans les stratégies qui agissent sur la dépendance des exploitants à la ressource en eau. Vues à travers le prisme de la géographie des risques, les technologies ont un rôle ambivalent dans la diminution de la vulnérabilité de l’agriculture. Les conclusions nuancent le rôle des pratiques high-tech dans l’adaptation au changement climatique.

Les inondations constituent un enjeu majeur du 21ème siècle. En effet, ces phénomènes imprévisibles ont pris une ampleur considérable ces dernières décennies, en grande partie à cause des effets du changement climatique. Ainsi, la compréhension de ces phénomènes est essentielle pour les décideurs locaux, car elle fournit des informations précieuses pour prévenir et gérer leurs conséquences. Cette étude propose donc une prévision des crues dans le bassin versant du Kou pour éclairer la décision publique. Pour cela, une approche mixte, combinant le système de modélisation hydrologique (HEC-HMS) et les systèmes d'information géographique (SIG), a été utilisée pour simuler les débits futurs du bassin versant. L'analyse du critère de Nash pour le calibrage et la validation du modèle a révélé des valeurs très satisfaisantes, atteignant respectivement 88,1 % et 82,6 %. Les prévisions indiquent que le bassin versant du Kou sera confronté à des épisodes de crues en 2025, 2031, 2042, 2044, 2047 et 2049. Ces résultats exigent des responsables et des décideurs du bassin versant du Kou qu'ils renforcent la protection des équipements de mesure des débits pour éviter leur emportement par les crues prévues, et qu'ils mettent en place des mesures structurelles capables de résister aux volumes importants simulés. English title: Flood forecasting in the Kou watershed, Burkina FasoFloods are a major concern of the 21st century. These unpredictable phenomena have taken on a particularly significant dimension in recent decades, largely due to the effects of climate change. Therefore, understanding these phenomena is essential for local decision- makers, as it provides valuable information to prevent and manage their consequences. This study proposes a flood forecast in the Kou watershed to inform public decision-making. To achieve this goal, a mixed approach combining the Hydrologic Modeling System (HEC- HMS) and Geographic Information Systems (GIS) was used to simulate future flows in the watershed. Analysis of the Nash criterion for model calibration and validation revealed very satisfactory values, reaching 88.1% and 82.6% respectively. The forecasts indicate that the Kou watershed will experience flood episodes in 2025, 2031, 2042, 2044, 2047, and 2049. These results require Kou watershed officials and decision-makers to strengthen the protection of flow measurement equipment to prevent their removal by predicted floods, and to implement structural measures capable of withstanding the significant simulated volumes.

Le feu de forêt est une perturbation naturelle extrêmement répandue sur la planète. Au Québec, les incendies de forêt ont affecté entre 1990 et 2013 une moyenne de 330 000 hectares par année contre une moyenne de 2,3 millions d’hectares pour le Canada. À l’heure des changements climatiques, dont les conséquences sont annoncées comme très coûteuses pour les sociétés humaines, il est important de développer des stratégies d’adaptations aux changements climatiques le plus tôt possible afin de minimiser les coûts, les impacts environnementaux et les impacts sur nos sociétés. Le climat et la météo influencent fortement les patrons spatiaux et temporels de l’activité des incendies de forêt. La couverture terrestre joue également un rôle important à court terme en modulant l’influence des conditions climatiques sur l’activité des feux et à plus long terme par des changements de composition dans la matrice forestière, graduels (succession forestière, changements climatiques) ou rapides (perturbations). Ainsi, il devient urgent de développer des projections fiables de l’activité future des incendies de forêt tout en réduisant l’incertitude autour de ces projections. Malgré le fait que ces besoins ont été identifiés depuis plus d’une décennie, les méthodes nécessaires à l’élaboration de ces projections restaient à être développées. La capacité de prédire ou de prévoir comment un système peut se comporter à l'avenir a toujours représenté un formidable défi pour la communauté scientifique. Dans mes deux premiers chapitres, j’ai modélisé l’influence des changements climatiques et de végétation sur la fréquence et la distribution des tailles des incendies de forêt à l’aide de modèles statistiques. Mon troisième et dernier chapitre utilise les modèles développés dans les deux premiers pour projeter de quelle manière l’activité des incendies de forêt évoluera dans un contexte où le climat (ou la météo) et la végétation (ou la couverture terrestre) sont dynamiques. Grâce à ces travaux on peut aujourd’hui projeter quelle sera l’activité future des incendies de forêt dans un contexte de changements dans la matrice forestière et climatiques.
Abstract Wildfire is an extremely widespread natural disturbance on the planet. In Quebec, forest fires have affected between 1990 and 2013 an average of 330,000 hectares per year against an average of 2.3 million hectares for Canada. In these times of climate change, whose effects are reported as very costly to human societies, it is important to develop adaptation strategies to climate change as soon as possible to minimize costs, environmental impacts and impacts on our societies. Climate and weather strongly influence the spatial and temporal patterns of forest fires activity. Land-cover plays an important role in the short term by modulating the effect of weather on fire activity and longer-term changes in forest composition matrix, gradual (forest succession, climate change), or rapid (disturbances). Thus, it is urgent to develop reliable projections of future activity of forest fires while reducing the uncertainty surrounding these projections. Despite the fact that these requirements have been identified for more than a decade, the methods for the preparation of these projections remained to be developed. The ability to forecast or predict how a system might behave in the future has always been a formidable challenge for the scientific community. In my first two chapters, I modeled the influence of climate change and vegetation on the frequency and size distribution of forest fires using statistical models. My third and final chapter uses models developed in the first two to project how the activity of forest fires will evolve in a context where the climate (or weather) and vegetation (or land-cover) are dynamic. Thanks to this work, we can now project what will be the future activity of forest fires in the context of climate and forest changes.

La performance à long terme du réseau routier au Québec est fortement influencée par le climat et les conditions météorologiques (Doré et Zubeck, 2008). Parmi ces facteurs, des niveaux élevés de saturation dans les sols et les matériaux de chaussée peuvent être une cause importante de la détérioration des routes. Selon des scénarios de changements climatiques établis par Ouranos, le sud du Québec subira des augmentations de précipitations moyennes mensuelles de -0,1 % à 8,45 % sur un horizon de 2010 à 2039. Le but de ce projet est de quantifier l’effet de ces futures augmentations sur le comportement mécanique des structures de chaussées et des sols. Basé sur les données collectées dans des sections de routes instrumentées, une relation entre les précipitations et l’augmentation du niveau de saturation des couches de chaussée est proposée. Afin de déterminer la relation entre les propriétés mécaniques et la teneur en eau, les comportements en module réversible et en déformation permanente (quatre différents sols) ont été déterminés avec des essais triaxiaux et ont été validés avec un simulateur de charge routier. Une analyse d’endommagement est effectuée afin de quantifier la diminution de la durée de vie utile causée par les changements climatiques. Il a été montré que les augmentations de précipitations, prévues au Québec, auront un impact significatif sur la performance des chaussées. Ainsi, certaines techniques de mitigation seront proposées pour pallier la diminution de la vie utile des chaussées.
The long-term performance of the road network of the province of Quebec (Canada) is strongly influenced by the climate and the weather conditions. Amongst other factors, high levels of saturation in soils and pavement materials are believed to be an important cause of pavement deterioration. According to the climate change scenarios established by Ouranos (2010), the North and South of Quebec will undergo an average precipitation increase from -0.1% to 8.45% in a future horizon of 2010-2039. The purpose of this project is to quantify the effect of these expected precipitation increases on the mechanical behavior of road structures, materials and soils. Based on literature and on data collected on instrumented road sections, a relationship between precipitation increase and saturation level of pavement layers is proposed. The resilient modulus and permanent deformation behavior for various water contents and four different subgrade soils was determined using triaxial tests, which were validated using small-scale heavy vehicle simulator, in order to determine the existing relationship between mechanical properties and moisture contents. Using the precipitation increase scenarios and the preset models, a damage analysis is performed to quantify the decrease of pavements service life caused by climate change. It is found that climate change, and more precisely the increase of precipitation expected in the Province of Quebec, will have a significant impact on pavement performance and that adapted pavement structures and materials, such as improved drainage, increased structural capacity or materials with reduced sensitivity to water, are possible options to reduce the loss of pavement life associated with climate change.

L'effet des changements climatiques, par le biais d'un modèle éco-physiologique, a été introduit dans des courbes de rendement des strates d'épinette noire en respectant les principes de stratification utilisés lors d'un calcul de possibilité forestière. Un exercice de propagation de l'incertitude été fait afin de déterminer la capacité à observer une différence significative entre les prédictions faites à partir des courbes de croissance sous les changements climatiques et celles actuellement utilisées. Cet exercice a permis de voir qu'il est probable à 67% d'être en mesure de détecter l'effet des changements climatiques. Par contre, un doute subsiste étant donné les multiples sources d'erreur non-considérées. Les gestionnaires de la forêt devront considérer leur degré de confort avec ce niveau de risque afin de déterminer ce qui devra être fait par la suite, à savoir améliorer la méthodologie actuelle ou changer l'actuelle approche du rendement soutenu.

En raison de leurs impacts dévastateurs sur les populations et les infrastructures des pays concernés, l'évolution future de l'activité cyclonique tropicale dans le contexte du réchauffement climatique est une question de grande importance. Deux méthodes existent pour évaluer l'activité cyclonique tropicale en changement climatique dans les modèles de climat : l'utilisation d'algorithmes de détection (traqueurs) de cyclones ou l'utilisation d'indices de cyclogénèse qui traduisent des relations statistiques liant l'activité cyclonique observée à des variables atmosphériques de grande échelle. Ces deux méthodes tendent à fournir des projections opposées dans les simulations climatiques. Motivée par ce désaccord, cette thèse propose alors d'explorer ces deux approches dans le but d'apporter des améliorations à chacune d'elles. Dans un premier temps, le traqueur de cyclones tropicaux du CNRM est appliqué à la réanalyse ERA5 du Centre européen pour les prévisions météorologiques à moyen terme, et évalué à l'aide de la base de données d'observations des cyclones IBTrACS. Ses performances sont évaluées en termes de probabilité de détection et de taux de fausses alarmes (POD et FAR), après optimisation des paramètres de détection, et en appliquant un filtre des systèmes de moyennes latitudes adéquat. Plusieurs métriques d'évaluation de la similarité des trajectoires détectées dans ERA5 avec celles observées sont ensuite proposées puis comparées. Ces métriques novatrices sont complémentaires au POD et au FAR et montrent que l'optimisation des paramètres de détection s'accompagne d'une légère amélioration de la similarité des trajectoires. De nouveaux indices de cyclogénèse sont ensuite construits sur ERA5 par régression de Poisson entre des prédicteurs de grande échelle thermiques et dynamiques, et la base de données IBTrACS. Les régressions sont déclinées à différentes résolutions spatiales et temporelles ainsi qu'à l'échelle globale et pour les différents bassins océaniques. La résolution temporelle accrue permet la correction du biais équatorial présent dans les indices les plus communément utilisés. La variabilité interannuelle des indices apparaît cependant robuste aux modifications apportées aux coefficients de pondération des variables de grande échelle. Suite à ce constat, l'apport de l'ajout de prédicteurs dans les régressions est évalué sur ERA5 ainsi que dans le modèle ARPEGE ; d'une part en ajoutant explicitement un diagnostique du mode de variabilité El Niño (ENSO) dans l'indice, et d'autre part en remplaçant l'humidité relative à 600 hPa par le déficit de saturation d'humidité intégré sur la colonne (VPD). L'ajout du diagnostique ENSO permet alors d'améliorer la variabilité interannuelle de l'indice dans la plupart des bassins océaniques. Les corrélations avec les séries observées est rendue statistiquement significative au seuil de 95% dans tous les bassins à l'exception du Nord Atlantique. L'utilisation du VPD permet quant à elle d'annuler les tendances à la hausse dans la période historique observée dans les indices basés sur l'humidité relative. L'indice obtenu présente donc un meilleur accord avec les observations. Lorsqu'appliqué à des simulations climatiques ARPEGE à très haute résolution, sous le scénario RCP8.5, le VPD amplifie également la diminution de l'activité cyclonique
Given their devastating impact on the populations and infrastructures of the countries concerned the future evolution of tropical cyclone activity in the context of global warming is an issue of great importance. Two methods exist for assessing tropical cyclone activity under climate change in climate models: the use of cyclone detection algorithms (trackers) or the use of cyclogenesis indices, which translate statistical relationships linking observed cyclone activity to large-scale atmospheric variables. These two methods tend to provide opposite projections in climate simulations. Motivated by this disagreement, this thesis proposes to explore these two approaches, with the aim of making improvements to each. Firstly, the CNRM tropical cyclone tracker is applied to the ERA5 reanalysis of the European Centre for Medium-Range Weather Forecasts, and evaluated using the IBTrACS database of cyclone observations. Its performance is evaluated in terms of detection probability and false alarm rate (POD and FAR), after optimizing detection parameters and applying an appropriate mid-latitude system filter. Several metrics for assessing the similarity of the tracks detected in ERA5 with those observed are then proposed and compared. These innovative metrics are complementary to POD and FAR, and show that optimizing detection parameters is accompanied by a slight improvement in track similarity. New cyclogenesis indices are then constructed on ERA5 by Poisson regression between large-scale thermal and dynamic predictors, and the IBTrACS database. The regressions are run at different spatial and temporal resolutions, as well as on a global scale and for different ocean basins. The increased temporal resolution enables the equatorial bias present in the most commonly used indices to be corrected. However, the interannual variability of the indices appears to be robust to changes in the weighting coefficients of the large-scale variables. Following this observation, the contribution of adding predictors to the regressions is evaluated on ERA5 as well as in the ARPEGE model; on the one hand by explicitly adding a diagnostic of the El Niño (ENSO) variability mode to the index, and on the other hand by replacing the relative humidity at 600 hPa by the integrated moisture saturation deficit on the column (VPD). The addition of ENSO diagnostics improves the interannual variability of the index in most ocean basins. Correlations with observed series are made statistically significant at the 95% threshold in all basins except the North Atlantic. The use of the VPD cancels out the upward trends in the historical period observed in indices based on relative humidity. The resulting index is therefore in better agreement with observations. When applied to very high-resolution ARPEGE climate simulations, under the RCP8.5 scenario, the VPD also amplifies the decrease in cyclonic activity

Les vagues de chaleur sont encore peu documentées au Sahel, malgré un impact très fort sur les populations. L'objectif de cette thèse est d'apporter de nouvelles connaissances et une meilleure compréhension des processus et mécanismes mis en jeu dans les vagues de chaleur au Sahel au printemps. L'étude se structure autour de trois axes : (i) la détection des vagues de chaleur, (ii) la documentation de leurs caractéristiques morphologiques, dynamiques et thermodynamiques ainsi que leurs tendances climatiques et (iii) la compréhension des processus et mécanismes en jeu lors de ces événements. Dans un premier temps, une nouvelle méthodologie d’identification des vagues de chaleur, définies ici comme une forte augmentation de la température à des échelles synoptiques à intra-saisonnières, a été développée. Cette définition permet de détecter des vagues de chaleur « météorologiques », associées au temps sensible et qui constituent un véritable enjeu pour la prévision. La détection repose sur trois étapes : (i) un filtrage sélectionne les échelles souhaitées, ici synoptiques à intra-saisonnières ; (ii) les valeurs extrêmes des anomalies de températures ainsi calculées sont conservées, grâce à un seuil limite fixe égal au quantile Q90 ; et (iii) une contrainte morphologique est finalement appliquée pour identifier les événements de grande échelle cohérents dans le temps et l’espace. Par ailleurs, les températures maximales (Tmax) et minimales (Tmin) sont considérées séparément car leurs fluctuations résultent de processus distincts. Cette méthodologie a été appliquée à plusieurs types de jeux de données : un produit basé sur des observations locales (BEST), trois réanalyses météorologiques (ERA-Interim, NCEP2 et MERRA) et des simulations climatiques (CMIP5). Les vagues de chaleur détectées sont ensuite documentées en termes de caractéristiques morphologiques et thermodynamiques, et leurs tendances climatiques sont analysées. L’occurrence de ces événements se concentre particulièrement en début de printemps, et la tendance à la hausse de leurs températures s’explique principalement par le réchauffement moyen au Sahel. Les biais moyens de température dans les simulations, atteignant plus de 5°C dans certaines simulations climatiques, expliquent la plus grande partie des erreurs sur les températures des vagues de chaleur. Les événements détectés dépendent aussi de la méthodologie utilisée, c’est pourquoi nos résultats sont comparés avec ceux obtenus à partir d’autres méthodologies communément utilisées dans la littérature. Les processus et mécanismes mis en jeu lors des vagues de chaleur sont ensuite étudiés. Au printemps, les sols sont secs et le flux de chaleur latente très faible. Les vagues de chaleur détectées sur les Tmax sont anormalement sèches, celles en Tmin anormalement humides. Une dépression est présente lors des deux types d’événements et centrée sur la zone impactée. Les vagues de chaleur diurnes sont associées à un vent de nord-ouest alors que les vagues de chaleur nocturnes correspondent à un vent de sud-ouest, qui favorise l’advection d’humidité par le flux de mousson. La vapeur d’eau joue un rôle majeur sur les vagues de chaleur nocturnes, amplifiant l’effet de serre de l’atmosphère. Une première analyse indique que les vagues de chaleur détectées en Tmax ne sont pas associées à des couches limites plus profondes. Ces résultats soulignent qu’au Sahel, les vagues de chaleur sont associées à des mécanismes différents de ceux observés dans d’autres régions du monde, comme en Europe, où les vagues de chaleur font souvent intervenir des conditions anticycloniques et un assèchement des sols. La méthodologie a été finalement adaptée à la prévision des vagues de chaleur en temps réel et implémentée sur le site Internet http://acasis.sedoo.fr/. Ce travail a permis de suivre et prévoir en temps réel les vagues de chaleur impactant l’Afrique de l’ouest pendant les printemps 2016-2017.

En Afrique de l’Ouest, les précipitations durant la période d’été ont connu, au cours du XXe siècle, de fortes modulations aux échelles de temps décennales. On note en particulier une période très humide vers les années 60 suivie d'un épisode de sécheresse durant les années 80 et une reprise des pluies au cours des années 2000. Ces modulations ont des conséquences socio-économiques régionales majeures. Considérées comme l’un des plus grands signaux du changement climatique en Afrique, elles ont fait l'objet de nombreuses études afin de comprendre leur(s) origine(s) et d’anticiper les prochains changements. Ces modulations ont longtemps été associées à la variabilité interne du système climatique et notamment à un rôle de la température de surface de l’océan Atlantique. De récentes études montrent cependant une contribution notable des forçages externes notamment les gaz à effet de serre et les aérosols anthropiques en particulier au cours de la seconde moitié du XXe siècle, soit via les températures de surface de l’océan Atlantique soit via un forçage radiatif direct. Dans tous les cas, le lien avec les températures de surface de l’océan offrent des perspectives de prévisibilité de ces modulations des précipitations. Les prévisions climatiques décennales ont été développées afin d’exploiter cette source de prévisibilité. Elles sont potentiellement très importantes pour la planification économique et structurelle en Afrique de l’Ouest. Dans cette thèse, nous proposons d’attribuer, en premier lieu, les modulations décennales des précipitations au Sahel sur la période temporelle de 1901-2014. En second lieu, nous proposons d’évaluer la prévision des précipitations en Afrique de l’Ouest à l’échelle de temps décennale sur la période 1968-2012. Toute cette étude est réalisée par le diagnostic de simulations climatiques réalisées à partir de modèles contribuant à la phase 6 du projet d’intercomparaison des modèles couplés. Étant donné que les modèles couplés sous-estiment communément le maximum de précipitation au Sahel durant la période d’été, nous avons commencé par proposer un domaine adaptatif des pluies au Sahel. Nos résultats de la première partie de cette thèse montrent que les forçages externes en particulier les aérosols anthropiques contribuent significativement à la chronologie des modulations décennales des précipitations sahéliennes. Ces aérosols modulent en effet la température de surface de l'océan qui se traduit en modulations de précipitation au Sahel par les déplacements de la zone de convergence intertropicale et de la dépression thermique saharienne. La seconde partie de cette thèse s'intéresse à la prévisibilité des précipitations à l’échelle de temps décennale en Afrique de l’Ouest et en particulier au Sahel. Nos résultats montrent que les précipitations sont prévisibles au Sahel dans 5⁄8 des modèles étudiés à une échéance temporelle entre 1 et 10 ans. Cependant, seuls 3 de ces 5 modèles simulent un signal décennal combiné à une variance totale réaliste à ces échéances. La moyenne multi-modèle est généralement plus prévisible que la majorité des modèles individuels. L’initialisation des variables climatiques permet d’améliorer les scores de prévision des précipitations au Sahel pour la moyenne multimodèle et 3⁄5 des modèles montrant une prévisibilité et la fiabilité des prévisions pour un seul modèle. Cet impact de l’initialisation relativement réduit corrobore l’importance des forçages externes déduits de la première étude. En conclusion, nos résultats suggèrent que les effets anthropiques sur le climat deviennent des facteurs majeurs pour expliquer les modulations décennales des précipitations moyennes de mousson au Sahel. En perspective, ces modulations sont associées, au cours du XXe siècle, à des pluies extrêmes qui sont devenues fréquentes de nos jours. Il serait intéressant de se demander si ces pluies extrêmes sont prévisibles en Afrique de l’Ouest aux échelles de temps décennales
In West Africa, rainfall during the summer period (July, August and September) has shown strong modulations on decadal time scales during the 20th century. In particular, there was a very wet period in the 1960s followed by a drought in the 1980s and a recovery of rainfall in the 2000s. These modulations have major regional socio-economic consequences. Considered as one of the most important signals of climate change in Africa, they have been the subject of numerous studies in order to understand their origin(s) and to anticipate future changes. These modulations have long been associated with the internal variability of the climate system and in particular with the role of the surface temperature of the Atlantic Ocean. However, recent studies show a significant contribution of external forcings, notably greenhouse gases and anthropogenic aerosols, in particular during the second half of the 20th century, either via Atlantic Ocean surface temperatures or via direct radiative forcing. In all cases, the link with ocean surface temperatures offers prospects for predicting these precipitation modulations. Decadal climate forecasts, i.e. with a 5-30 year time horizon, have been developed to exploit this source of predictability. They are potentially very important for economic and structural planning in West Africa. In this thesis, we propose to attribute, first, the decadal modulations of Sahel rainfall over the time period of 1901-2014. Secondly, we propose to evaluate the prediction of rainfall in West Africa on the decadal time scale over the period 1968-2012. All this study is carried out through the diagnosis of climate simulations carried out from models contributing to the phase 6 of the coupled models intercomparison project. Since coupled models commonly underestimate the maximum rainfall in the Sahel region during the summer period, we first proposed an adaptive rainfall domain for the Sahel. Our results from the first part of this thesis show that external forcings, in particular anthropogenic aerosols, contribute significantly to the timing of decadal modulations of Sahel rainfall. These aerosols indeed modulate the ocean surface temperature which is translated into precipitation modulations in the Sahel by the displacement of the intertropical convergence zone and the Saharan Heat Low. The second part of this thesis focuses on the predictability of precipitation on decadal time scales in West Africa and in particular in the Sahel. Our results show that rainfall is predictable in the Sahel in 5⁄8 of the models studied at lead times between 1 and 10 years. However, only 3 of these 5 models simulate a decadal signal combined with a realistic total variance (signal-to-noise ratio close to 1) at these lead times. The multi-model mean is generally more predictable than the majority of individual models. Initialization of climate variables improves Sahel rainfall prediction skills for the multi-model mean and 3⁄5 of the models showing predictability and forecast reliability for a single model. This relatively small impact corroborates the importance of external forcings inferred from the first part of this thesis. In conclusion, our results suggest that anthropogenic effects on climate become major factors in explaining decadal modulations of mean monsoon rainfall in the Sahel. In perspective, these modulations are associated, during the 20th century, with extreme rainfall events that have become frequent nowadays. It would be interesting to ask whether these extreme events are predictable in West Africa on decadal time scales

Dans un monde où le réchauffement climatique provoque de plus en plus de phénomènes météorologiques extrêmes d’ampleurs croissantes, cette thèse explore la modélisation des évènements extrêmes à travers des méthodes statistiques enrichies par l’apprentissage statistique. Elle se divise en deux grandes parties. Dans un premier temps, les extrêmes fonctionnels sont étudiés, c’est-à-dire les extrêmes de données dépendant explicitement d’une variable continue comme le temps. Nous travaillons dans un espace de Hilbert séparable, avec un focus sur l’espace L2[0, 1].Des résultats sur la variation régulière, hypothèse fondamentale en théorie des valeurs extrêmes, sont développés, et des caractérisations ainsi que des exemples non triviaux sont présentés. De plus, une méthode de réduction de dimension adaptée aux données fonctionnelles extrêmes est proposée, avec des garanties probabilistes et statistiques. Dans un second temps, nous développons un cadre probabiliste pour la régression dans des régions où la variable d’entrée est extrême, contrairement aux approches classiques qui se concentrent sur les régions où la variable de sortie est extrême. Des résultats sur les risques et les fonctions de régression dans les régions extrêmes, ainsi qu’un algorithme adapté, sont établis. Ce dernier est comparé à des méthodes classiques et appliquées à la prédiction des extrêmes maritimes. En Bretagne, où nous cherchons à compléter les données extrêmes passées pour réduire les incertitudes liées à certaines estimations
In a world where climate change is causing more and more extreme weather events of increasingmagnitude, this thesis explores the modeling of extreme events through statistical methods enhanced by statistical learning. It is divided into two main parts. First, functional extremes are studied, that is, the extremes of data explicitly dependent on a continuous variable such as time. We work in a separable Hilbert space, with a focus on the space L2[0; 1]. Results on regular variation, a fundamental hypothesis in extreme value theory, are developed, along with characterizations and non-trivial examples. Additionally, a dimensionality reduction method tailored to functional extreme data is proposed, with probabilistic and statistical guarantees. In the second part, we develop a probabilistic framework for regression in regions where the input variable is extreme, in contrast to classic approaches that focus on regions where the output variable is extreme. Results on risks and regression functions in extreme regions, as well as an adapted algorithm, are established. This algorithm is compared to classical methods and applied to the prediction of extreme sea levels in Brittany, where the goal is to reconstruct past extreme data to reduce uncertainties associated with certain estimates

Les sols sont la principale composantede l’écosystème terrestre et le plus grand réservoir de carbone organique sur Terre, étant très réactifs aux perturbations humaines et aux changements climatiques. Malgré leur importance dans les réservoirs de carbone, la dynamique du carbone des sols est une source importante d'incertitudes pour les prévisions climatiques futures. Le but de la thèse était d'explorer différents aspects d’études du carbone des sols (mesures expérimentales, modélisation et évaluation de bases de données) à différentes échelles spatiales (de l'échelle d'un profil à l'échelle globale). Nous avons souligné que l'estimation des stocks globaux de carbone du sol est encore assez incertaine.Par conséquent le rôle du carbone des sols dans la dynamique du climat devient l'une des principales incertitudes dans les modèles du système terrestre utilisés pour prédire les changements climatiques futurs. La deuxième partie de la thèse porte sur la présentation d'une nouvelle version du modèle IPSL-Land Surface appelé ORCHIDEE-SOM, intégrant la dynamique du 14C dans le sol. Plusieurs tests effectués supposent que les améliorations du modèle devraient se focaliser davantage sur une paramétrisation dépendante de la profondeur,principalement pour la diffusion, afin d'améliorer la représentation du cycle global du carbone dans les modèles de surface terrestre, contribuant ainsi à contraindre les prédictions futures du réchauffement climatique
Soils are the major components ofthe terrestrial ecosystems and the largest organiccarbon reservoir on Earth, being very reactive tohuman disturbance and climate change. Despiteits importance within the carbon reservoirs, soilcarbon dynamics is an important source ofuncertainties for future climate predictions. Theaim of the thesis was to explore different aspectsof soil carbon studies (Experimentalmeasurements, modeling, and databaseevaluation) at different spatial scales (from thescale of a profile to the global scale). Wehighlighted that the estimation of the global soilcarbon stocks is still quite uncertain.Consequently, the role of soil carbon in theclimate dynamics becomes one of the majoruncertainties in the Earth system models (ESMs)used to predict future climate change. Thesecond part of thesis deals with the presentationof a new version of the IPSL-Land SurfaceModel called ORCHIDEE-SOM, incorporatingthe 14C dynamics in the soil. Several tests doneassume that model improvements should focusmore on a depth dependent parameterization,mainly for the diffusion, in order to improve therepresentation of the global carbon cycle inLand Surface Models, thus helping to constrainthe predictions of the future soil organic carbonresponse to global warming

La météo et le climat ont un impact important sur les rendements agricoles. De nombreuses études basées sur différentes approches ont été réalisées pour mesurer cet impact. Cette thèse se concentre sur les modèles statistiques pour mesurer la sensibilité des cultures aux conditions météorologiques sur la base des enregistrements historiques. Lors de l'utilisation d'un modèle statistique, une difficulté critique survient lorsque les données sont rares, ce qui est souvent le cas pour la modélisation des cultures. Il y a un risque élevé de sur-apprentissage si le modèle n'est pas développé avec certaine précautions. Ainsi, la validation et le choix du modèle sont deux préoccupations majeures de cette thèse. Deux approches statistiques sont développées. La première utilise la régression linéaire avec régularisation et validation croisée (c.-à.-d. leave-one-out ou LOO), appliquée au café robusta dans la principale région productrice de café du Vietnam. Le café est une culture rémunératrice, sensible aux intempéries, et qui a une phénologie très complexe en raison de sa nature pérenne. Les résultats suggèrent que les informations sur les précipitations et la température peuvent être utilisées pour prévoir l'anomalie de rendement avec une anticipation de 3 à 6 mois selon la région. Les estimations du rendement du robusta à la fin de la saison montrent que les conditions météorologiques expliquent jusqu'à 36 % des anomalies de rendement historiques. Cette première approche de validation par LOO est largement utilisée dans la littérature, mais elle peut être mal utilisé pour de nombreuses raisons : elle est technique, mal interprétée et nécessite de l'expérience. Une alternative, l'approche “leave-two-out nested cross-validation” (ou LTO), est proposée pour choisir le modèle approprié, évaluer sa véritable capacité de généralisation et choisir la complexité du modèle optimale. Cette méthode est sophistiquée mais simple. Nous démontrons son applicabilité pour le café robusta au Vietnam et le maïs en France. Dans les deux cas, un modèle plus simple avec moins de prédicteurs potentiels et d'entrées est plus approprié. Utiliser uniquement la méthode LOO peut être très trompeur car cela encourage à choisir un modèle qui sur-apprend les données de manière indirecte. L'approche LTO est également utile dans les applications de prévision saisonnière. Les estimations de rendement du maïs en fin de saison suggèrent que les conditions météorologiques peuvent expliquer plus de 40 % de la variabilité de l'anomalie de rendement en France. Les impacts du changement climatique sur la production de café au Brésil et au Vietnam sont également étudiés à l'aide de simulations climatiques et de modèles d'impact ou “suitability models”. Les données climatiques sont cependant biaisées par rapport au climat réel. De nombreuses méthodes de “correction de biais” (appelées ici “calibration”) ont été introduites pour corriger ces biais. Une présentation critique et détaillée de ces calibrations dans la littérature est fournie pour mieux comprendre les hypothèses, les propriétés et les objectifs d'application de chaque méthode. Les simulations climatiques sont ensuite calibrées par une méthode basée sur les quantiles avant d'être utilisées sur nos modèles d'impact. Ces modèles sont développés sur la base des données de recensement des zones caféières, et les variables climatiques potentielles sont basées sur un examen des études précédentes utilisant des modèles d'impact pour le café et des recommandations d'experts. Les résultats montrent que les zones propices à l'arabica au Brésil pourraient diminuer d'environ 26 % d'ici le milieu du siècle dans le scénario à fortes émissions, les régions compatibles avec la culture du robusta vietnamien pourraient quant à elle diminué d'environ 60 %. Les impacts sont significatifs à basse altitude pour les deux types de café, suggérant des déplacements potentiels de la production vers des endroits plus élevés
Weather and climate strongly impact crop yields. Many studies based on different techniques have been done to measure this impact. This thesis focuses on statistical models to measure the sensitivity of crops to weather conditions based on historical records. When using a statistical model, a critical difficulty arises when data is scarce, which is often the case with statistical crop modelling. There is a high risk of overfitting if the model development is not done carefully. Thus, careful validation and selection of statistical models are major concerns of this thesis. Two statistical approaches are developed. The first one uses linear regression with regularization and leave-one-out cross-validation (or LOO), applied to Robusta coffee in the main coffee-producing area of Vietnam (i.e. the Central Highlands). Coffee is a valuable commodity crop, sensitive to weather, and has a very complex phenology due to its perennial nature. Results suggest that precipitation and temperature information can be used to forecast the yield anomaly with 3–6 months' anticipation depending on the location. Estimates of Robusta yield at the end of the season show that weather explains up to 36 % of historical yield anomalies. The first approach using LOO is widely used in the literature; however, it can be misused for many reasons: it is technical, misinterpreted, and requires experience. As an alternative, the “leave-two-out nested cross-validation” (or LTO) approach, is proposed to choose the suitable model and assess its true generalization ability. This method is sophisticated but straightforward; its benefits are demonstrated for Robusta coffee in Vietnam and grain maize in France. In both cases, a simpler model with fewer potential predictors and inputs is more appropriate. Using only the LOO method, without any regularization, can be highly misleading as it encourages choosing a model that overfits the data in an indirect way. The LTO approach is also useful in seasonal forecasting applications. The end-of-season grain maize yield estimates suggest that weather can account for more than 40 % of the variability in yield anomaly. Climate change's impacts on coffee production in Brazil and Vietnam are also studied using climate simulations and suitability models. Climate data are, however, biased compared to the real-world climate. Therefore, many “bias correction” methods (called here instead “calibration”) have been introduced to correct these biases. An up-to-date review of the available methods is provided to better understand each method's assumptions, properties, and applicative purposes. The climate simulations are then calibrated by a quantile-based method before being used in the suitability models. The suitability models are developed based on census data of coffee areas, and potential climate variables are based on a review of previous studies using impact models for coffee and expert recommendations. Results show that suitable arabica areas in Brazil could decrease by about 26 % by the mid-century in the high-emissions scenario, while the decrease is surprisingly high for Vietnamese Robusta coffee (≈ 60 %). Impacts are significant at low elevations for both coffee types, suggesting potential shifts in production to higher locations. The used statistical approaches, especially the LTO technique, can contribute to the development of crop modelling. They can be applied to a complex perennial crop like coffee or more industrialized annual crops like grain maize. They can be used in seasonal forecasts or end-of-season estimations, which are helpful in crop management and monitoring. Estimating the future crop suitability helps to anticipate the consequences of climate change on the agricultural system and to define adaptation or mitigation strategies. Methodologies used in this thesis can be easily generalized to other cultures and regions worldwide