Tesis sobre el tema "Climat – Méthodes statistiques"

Cette thèse porte sur le développement de méthodes statistiques pour la détection de ruptures dans des séries climatiques et pour l’analyse de l’incertitude sur la sensibilité climatique. La détection de ruptures instrumentales est abordée dans le cadre de la théorie de la décision bayésienne, utilisé ici pour développer une méthode de segmentation optimale. Une procédure d’homogénéisation exploite les distributions obtenues pour automatiser deux étapes clés de ce traitement. Cette procédure est appliquée à des séries de température en argentine. Une nouvelle pénalité adaptée à l’inférence du nombre de ruptures par maximisation de vraisemblance est construite grâce à un modèle hiérarchique dans lequel un processus de renouvellement décrit l’occurence des ruptures. La détection de ruptures naturelles, associées au changement et à la variabilité climatique, est abordée dans le cadre géostatistique à travers un modèle de ruptures dans la structure de dépendance d’un champ spatio-temporel, résolu par validation croisée. L’application de ce modèle aux séries argentines révèle une variabilité interdécadale des précipitations caractérisée par une alternance de phases de forte puis de faible dépendance spatiale à l’échelle annuelle. La dispersion des modèles de circulation générale sur la sensibilité climatique est finalement abordée par la propagation de l’incertitude sur les feedbacks vers celle sur la sensibilité. La formalisation apportée par cette méthode, malgré sa grande simplicité, permet d’éclairer et de remettre en question des hypothèses et résultats largement répandus dans le débat actuel sur les causes de l’incertitude sur la sensibilité

Ce travail teste une nouvelle approche pour la prévision des précipitations en Afrique de l'Ouest et de l'Est basée sur des prédicteurs relatifs au forçage continental et atmosphérique régional et la période 1968-1998. La partie diagnostique s'appuie sur les fichiers CRU, CRC, les réanalyses NCEP/NCAR. Les saisons des pluies ouest africaines sont précédées par des modifications du champ d'Energie Statique Humide. Une mémoire inter-saison est portée par l'humidité du sol, la végétation puis le champ d'ESH au printemps. Les saisons est africaines sont associées à des signaux dynamiques : mousson indienne et circulation type Walker pour les short rains, advections humides du Congo, interactions avec les latitudes subtropicales pour les long rains. La partie méthodologique propose des modèles de Régression Multiple, Analyse Discriminante et Réseaux Neuronaux basés sur les prédicteurs détectés. On obtient un gain moyen de 27% de variance expliquée et des prévisions correctes pour 2000-2001 au Sahel
A new approach for West and East African seasonal rainfall forecasting, based on continental and atmospheric forcing predictors and the 1968-1998 homogeneous period is developed. CRU and CRC precipitation databases, NCEP/NCAR reanalyses are used for diagnoses. The West African rainy seasons are preceded by Moist Static Energy field anomalies. An inter-season memory involving soil moisture, vegetation, then MSE over Guinea is found. The East African ones are related to atmospheric dynamics signals: Indian monsoon and Walker type circulation for the short rains, Congo basin air mass intrusion and subtropical stationary waves for the long rains. A 27% explained variance gain is obtained with multiple regression, discriminant analysis and neural networks models fed with these predictors. The 2000-2001 Sahelian rainy seasons real-time forecasts made with these models were correct

Dans le contexte du réchauffement climatique, ce travail étudie l'évolution de la fréquence et de l'intensité des événements extrêmes de vent fort. L'objectif de cette étude est d'établir une relation fonctionnelle entre la vitesse du vent observée près du sol et la configuration locale du champ de tourbillon à 850 hPa, à l'aide d'une ACP. Ensuite une méthode de régression multiple est employée pour désagréger le vent en surface. Les valeurs extrêmes de retour sur 50 ans sont ensuite calculées par une loi de Gumbel. Les résultats du modèle de désagrégation ainsi que les valeurs extrêmes de retour donnent de bons résultats dans la partie Nord de la France, mais sont sous-estimées dans la partie Sud. Cette méthode est ensuite appliquée à la simulation de climat actuel du modèle Arpège-Climat de Météo-France. La comparaison modèle- observations indique que le nombre ainsi que l'intensité des dépressions sont sous-estimées par le modèle, particulièrement en Méditerranée, même si les structures spatiales des dépressions sont bien reproduites
In the context of global warming, this study focuses on the variation of the storm activity in term of intensity and frequency. In this work, a relationship is establish between wind speeds at ground level and parameters that characterize the structure of the vorticity fields at 850hPa level by using a PCA. The transfer's relationship is then found by applying a classical Multiple Regression. The Gumbel distribution is used to assess the 50-year return period. This downscaling model results and the return period of extreme winds results are in accordance with observation data in the North part of France, but are underestimated in the South part. These relations are then implemented to present climate scenario of ARPEGE, the Atmospheric General Circulation Model (AGCM) of Météo-France. Comparing results from present climate scenario and observations data indicates that the number and the intensity of cyclones are underestimated by the model, especially over the Mediterranean region, but the spatial pattern is in accordance with observations

Les inondations constituent le risque naturel prédominant dans le monde et les dégâts qu’elles causent sont les plus importants parmi les catastrophes naturelles. Un des principaux facteurs expliquant les inondations sont les précipitations extrêmes. En raison des changements climatiques, l’occurrence et l’intensité de ces dernières risquent fort probablement de s’accroître. Par conséquent, le risque d’inondation pourrait vraisemblablement s’intensifier. Les impacts de l’évolution des précipitations extrêmes sont désormais un enjeu important pour la sécurité du public et pour la pérennité des infrastructures. Les stratégies de gestion du risque d’inondation dans le climat futur sont essentiellement basées sur les simulations provenant des modèles numériques de climat. Un modèle numérique de climat procure notamment une série chronologique des précipitations pour chacun des points de grille composant son domaine spatial de simulation. Les séries chronologiques simulées peuvent être journalières ou infrajournalières et elles s’étendent sur toute la période de simulation, typiquement entre 1961 et 2100. La continuité spatiale des processus physiques simulés induit une cohérence spatiale parmi les séries chronologiques. Autrement dit, les séries chronologiques provenant de points de grille avoisinants partagent souvent des caractéristiques semblables. De façon générale, la théorie des valeurs extrêmes est appliquée à ces séries chronologiques simulées pour estimer les quantiles correspondants à un certain niveau de risque. La plupart du temps, la variance d’estimation est considérable en raison du nombre limité de précipitations extrêmes disponibles et celle-ci peut jouer un rôle déterminant dans l’élaboration des stratégies de gestion du risque. Par conséquent, un modèle statistique permettant d’estimer de façon précise les quantiles de précipitations extrêmes simulées par un modèle numérique de climat a été développé dans cette thèse. Le modèle développé est spécialement adapté aux données générées par un modèle de climat. En particulier, il exploite l’information contenue dans les séries journalières continues pour améliorer l’estimation des quantiles non stationnaires et ce, sans effectuer d’hypothèse contraignante sur la nature de la non-stationnarité. Le modèle exploite également l’information contenue dans la cohérence spatiale des précipitations extrêmes. Celle-ci est modélisée par un modèle hiérarchique bayésien où les lois a priori des paramètres sont des processus spatiaux, en l’occurrence des champs de Markov gaussiens. L’application du modèle développé à une simulation générée par le Modèle régional canadien du climat a permis de réduire considérablement la variance d’estimation des quantiles en Amérique du Nord.

Les événements extrêmes sont l'expression de la variabilité climatique naturelle. Puisque les émissions anthropiques affectent le climat mondial, il est naturel de se demander si les événements extrêmes observés récemment sont une manifestation du changement climatique. Cette thèse se propose de contribuer à la compréhension de l'influence du changement climatique anthropique sur les événements extrêmes observés, tout en évaluant si et comment cette information scientifique - et plus généralement, l'attribution d'événements extrêmes (AEE) - pourrait être utile à la société. Je propose des outils statistiques et j'utilise un ensemble d'entretiens qualitatifs pour répondre à ces questions.La partie statistique s'applique aux vagues de chaleur européennes. Je quantifie le rôle joué par la circulation atmosphérique dans l'intensité de quatre vagues de chaleur récente. Cette analyse s'appuie sur des analogues de circulations, qui identifient des jours ayant une circulation similaire à celle de l'événement étudié. Ensuite, je dissocie l'influence du changement climatique sur les processus dynamiques et non dynamiques menant aux vagues de chaleur. Je calcule des tendances sur l'occurrence de circulations favorisant les fortes chaleurs et sur la température pour une circulation fixée, pour les vagues de chaleur de 2003 en Europe de l'Ouest et de 2010 en Russie. Je trouve que la significativité des résultats dépend de l'événement étudié, ce qui montre l'intérêt de calculer des tendances pour des types de circulation atmosphérique précis.La partie épistémologique analyse les utilisations sociales potentielles de l'AEE. Je mesure comment elle pourrait informer les négociations internationales sur le climat, en particulier les pertes et préjudices, en réponse à des arguments de scientifiques dans ce sens. Je trouve que le seul rôle que l'AEE puisse jouer pour renforcer les pertes et préjudices est un rôle de sensibilisation des politiques, en marge du processus de négociations. Je compare également les motivations avancées par les scientifiques dans les entretiens avec les résultats existants sur l'utilité sociale de ce type d'information scientifique. Je montre que la pertinence sociale des résultats d'AEE est ambiguë, et qu'il y a un manque de données empiriques pour mieux comprendre comment différents acteurs s'approprient et réagissent à cette information
Extreme events are an expression of natural climate variability. Since anthropogenic emissions affect global climate, it is natural to wonder whether recent observed extreme events are a manifestation of anthropogenic climate change. This thesis aims at contributing to the understanding of the influence of anthopogenic climate change on observed extreme events, while assessing whether and how this scientific information - and more generally, the science of extreme event attribution (EEA) - could be useful for society. I propose statistical tools to achieve the former, while relying on qualitative interviews for the latter.The statistical part focuses on European heatwaves. I quantify the role played by the atmospheric circulation in the intensity of four recent heatwaves. This analysis is based on flow analogues, which identify days with a similar circulation pattern than the event of interest. I then disentangle the influence of climate change on the dynamical and non-dynamical processes leading to heatwaves. I calculate trends in the occurrence of circulation patterns leading to high temperatures and trends in temperature for a fixed circulation pattern, applied to the 2003 Western Europe and 2010 Russia heatwaves. I find that the significance of the results depend on the event of interest, highlighting the value of calculating trends for very specific types of circulation.The epistemological part evaluates the potential social uses of extreme event attribution. I assess how it could inform international climate negotiations, more specifically loss and damage, in response to a number of claims from scientists going in this direction. I find that the only potential role EEA could play to boost the loss and damage agenda would be to raise awareness for policy makers, aside from the negotiation process itself. I also evaluate how the different motivations stated by EEA scientists in interviews fare compared to the existing evidence on social use of this type of scientific information. I show that the social relevance of EEA results is ambiguous, and that there is a lack of empirical data to better understand how different non-scientific stakeholders react and appropriate EEA information

L'océan joue un rôle majeur dans la régulation du climat terrestre et sa bonne représentation par les modèles de climat est essentielle pour une bonne estimation de l'état moyen et de la variabilité du système climatique. Les modèles de climat présentent cependant des biais dans leur représentation de l'océan, dus en partie à une résolution spatiale trop basse ainsi qu'à une mauvaise estimation des variables atmosphériques à l'interface air-mer. Cette thèse se propose de mettre en œuvre une méthode dite de désagrégation statistico-dynamique, afin de permettre une meilleure estimation de l'état moyen et de la variabilité océaniques sur l'océan Atlantique par la réduction des biais systématiques des modèles de climat. La méthode consiste dans un premier temps à reconstruire les variables atmosphériques de surface par relation statistique avec la dynamique atmosphérique de grande échelle estimée en termes de régimes de temps. Le jeu de forçage ainsi reconstruit est ensuite utilisé pour forcer un modèle d'océan plus haute résolution que celle classiquement utilisée dans les modèles de climat. Une fois cette méthode construite et validée à partir des données observées sur la deuxième moitié du 20ème siècle, elle est ensuite appliquée à la dynamique atmosphérique de grande échelle de la simulation historique du modèle de climat CNRM-CM3. L'analyse du jeu de forçage reconstruit et de la simulation océanique associée permet de mettre en avant les performances de la méthode qui, malgré quelques faiblesses, mène à bien son rôle de correcteur de biais du modèle de climat CNRM-CM3
Ocean plays a main role in climate regulation. Its good representation by climate models is necessary to have a correct estimation of mean state and variability of the climate system. However, some biases are present in the representation of the ocean by climate models. This is partly due to their too low horizontal resolution and a poor representation of the atmospheric variables at the ocean surface. In this thesis, a statistico-dynamical downscaling method is carried out. The objective is to obtain a better estimation of oceanic mean state and variability over the Atlantic basin, by reducing the systematic biases of climate models. First, the method consists in reconstructing the surface atmospheric variables by statistical relationship with the large scale atmospheric dynamic, estimated by weather regimes. The resulting forcing set is used afterward to force an oceanic model at a higher resolution than the classical resolution used for the ocean in climate models. Once this method built and validated with the observations over the second half 20th century, it is applied to the large scale atmospheric dynamic from the historical simulation of the CNRM-CM3 climate model. The analysis of the reconstructed forcing and its associated oceanic simulation emphasizes the efficiency of the method. In spite of some weaknesses, the method fully accomplishes its role in correcting climate models biases

Les événements extrêmes sont l'expression de la variabilité climatique naturelle. Puisque les émissions anthropiques affectent le climat mondial, il est naturel de se demander si les événements extrêmes observés récemment sont une manifestation du changement climatique. Cette thèse se propose de contribuer à la compréhension de l'influence du changement climatique anthropique sur les événements extrêmes observés, tout en évaluant si et comment cette information scientifique - et plus généralement, l'attribution d'événements extrêmes (AEE) - pourrait être utile à la société. Je propose des outils statistiques et j'utilise un ensemble d'entretiens qualitatifs pour répondre à ces questions.La partie statistique s'applique aux vagues de chaleur européennes. Je quantifie le rôle joué par la circulation atmosphérique dans l'intensité de quatre vagues de chaleur récente. Cette analyse s'appuie sur des analogues de circulations, qui identifient des jours ayant une circulation similaire à celle de l'événement étudié. Ensuite, je dissocie l'influence du changement climatique sur les processus dynamiques et non dynamiques menant aux vagues de chaleur. Je calcule des tendances sur l'occurrence de circulations favorisant les fortes chaleurs et sur la température pour une circulation fixée, pour les vagues de chaleur de 2003 en Europe de l'Ouest et de 2010 en Russie. Je trouve que la significativité des résultats dépend de l'événement étudié, ce qui montre l'intérêt de calculer des tendances pour des types de circulation atmosphérique précis.La partie épistémologique analyse les utilisations sociales potentielles de l'AEE. Je mesure comment elle pourrait informer les négociations internationales sur le climat, en particulier les pertes et préjudices, en réponse à des arguments de scientifiques dans ce sens. Je trouve que le seul rôle que l'AEE puisse jouer pour renforcer les pertes et préjudices est un rôle de sensibilisation des politiques, en marge du processus de négociations. Je compare également les motivations avancées par les scientifiques dans les entretiens avec les résultats existants sur l'utilité sociale de ce type d'information scientifique. Je montre que la pertinence sociale des résultats d'AEE est ambiguë, et qu'il y a un manque de données empiriques pour mieux comprendre comment différents acteurs s'approprient et réagissent à cette information
Extreme events are an expression of natural climate variability. Since anthropogenic emissions affect global climate, it is natural to wonder whether recent observed extreme events are a manifestation of anthropogenic climate change. This thesis aims at contributing to the understanding of the influence of anthopogenic climate change on observed extreme events, while assessing whether and how this scientific information - and more generally, the science of extreme event attribution (EEA) - could be useful for society. I propose statistical tools to achieve the former, while relying on qualitative interviews for the latter.The statistical part focuses on European heatwaves. I quantify the role played by the atmospheric circulation in the intensity of four recent heatwaves. This analysis is based on flow analogues, which identify days with a similar circulation pattern than the event of interest. I then disentangle the influence of climate change on the dynamical and non-dynamical processes leading to heatwaves. I calculate trends in the occurrence of circulation patterns leading to high temperatures and trends in temperature for a fixed circulation pattern, applied to the 2003 Western Europe and 2010 Russia heatwaves. I find that the significance of the results depend on the event of interest, highlighting the value of calculating trends for very specific types of circulation.The epistemological part evaluates the potential social uses of extreme event attribution. I assess how it could inform international climate negotiations, more specifically loss and damage, in response to a number of claims from scientists going in this direction. I find that the only potential role EEA could play to boost the loss and damage agenda would be to raise awareness for policy makers, aside from the negotiation process itself. I also evaluate how the different motivations stated by EEA scientists in interviews fare compared to the existing evidence on social use of this type of scientific information. I show that the social relevance of EEA results is ambiguous, and that there is a lack of empirical data to better understand how different non-scientific stakeholders react and appropriate EEA information

Le climat est un système complexe qui est le résultat de multiples interactions entre ses différentes composantes et ses multiples variables. Cette thèse a pour but d'évaluer si et comment l'utilisation d'approches statistiques multivariées pour l'étude des simulations climatiques peut contribuer à une compréhension plus approfondie du changement climatique et des événements climatiques à forts impacts sur la société. Pour répondre à ces questions, je propose et applique de nouveaux outils statistiques multivariés pour, d'une part, la correction de biais des simulations climatiques, et d'autre part, l'étude des changements de probabilités d'événements conjoints à forts impacts. Le travail s'articule autour de trois objectifs : (i) comparer des méthodes de correction de biais multivariés (MBC) déjà existantes, (ii) développer une nouvelle méthode MBC pour l'ajustement des dépendances spatiales des simulations climatiques, (iii) évaluer la période d'émergence des probabilités d'événements conjoints et quantifier la contribution des propriétés univariées et multivariées aux changements de ces probabilités.La comparaison de méthodes de correction de biais a permis d'une part d'informer les utilisateurs de leurs avantages et leurs inconvénients mais aussi d'identifier des pistes de développements pour de nouvelles méthodes. Une nouvelle méthode, basée sur une technique de Machine Learning appelée réseaux adverses génératifs (CycleGAN), a été développée. Elle donne des résultats satisfaisants, montrant ainsi le potentiel des techniques de Machine Learning pour la correction de biais multivariés. L'évaluation de la période d'émergence des probabilités d'événements conjoints, ainsi que la quantification de la contribution des propriétés univariées et multivariées aux changements de ces probabilités se révèlent être une procédure pertinente pour améliorer la compréhension de tels phénomènes climatiques. Il est trouvé que la non-stationnarité de la structure de dépendance inter-variable dans un contexte de changement climatique peut jouer un rôle important dans les probabilités futures d'événements conjoints.Les travaux réalisés dans cette thèse ouvrent des perspectives pertinentes en termes méthodologiques mais participent aussi à une amélioration de la compréhension du climat et de ses évolutions en fournissant des outils statistiques adaptés à la nature intrinsèquement multivariée du système climatique
Climate is a complex system resulting from various interactions between its different components and its multiple variables. This thesis aims to assess whether and how the use of multivariate statistical approaches for the study of climate simulations can contribute to a deeper understanding of climate change and high-impact climate events. To answer these questions, I propose and apply new multivariate statistical tools for, on the one hand, bias correction of climate simulations, and on the other hand, the investigation of changes in the probabilities of compound climate events. The work conducted pursues three main objectives: (i) to intercompare existing multivariate bias correction (MBC) methods, (ii) to develop a new MBC method for adjusting spatial dependencies of climate simulations, (iii) to assess the time of emergence of compound events probabilities, as well as to quantify the contribution of marginal and dependence properties to these changes of probabilities.The intercomparison of multivariate bias correction methods allowed, first, to better inform end-users of their advantages and disadvantages and, also, to identify avenues for the development of new methods. A new method, based on a Machine Learning technique named cycle-consistent generative adversarial networks (CycleGAN), has been developed. It gives satisfactory results, thus showing the potential of Machine Learning techniques for multivariate bias correction. Assessing the time of emergence of compound events probabilities and quantifying the contribution of univariate and multivariate properties to these changes has proved to be relevant to better investigate compound events. It is found that non-stationarity in inter-variable dependence structures under climate change can play a significant role in future probabilities of compound events.The work carried out in this thesis opens up relevant perspectives in terms of methodology but also contributes to an improved understanding of the climate and its evolution. It provides new statistical tools that are adapted to the intrinsically multivariate nature of the climate system

La production d'énergie renouvelable et la consommation d'électricité dépendent largement des conditions météorologiques : température, précipitations, vent, rayonnement solaire... Ainsi, pour réaliser des études d'impact sur l'équilibre offre-demande, on peut utiliser un générateur de temps, c'est-à-dire un modèle permettant de simuler rapidement de longues séries de variables météorologiques réalistes, au pas de temps journalier. L'une des approches possibles pour atteindre cet objectif utilise les modèles de Markov caché : l'évolution des variables à modéliser est supposée dépendre d'une variable latente que l'on peut interpréter comme un type de temps. En adoptant cette approche, nous proposons dans cette thèse un modèle permettant de simuler simultanément la température, la vitesse du vent et les précipitations, en tenant compte des non-stationnarités qui caractérisent les variables météorologiques. D'autre part, nous nous intéressons à certaines propriétés théoriques des modèles de Markov caché cyclo-stationnaires : nous donnons des conditions simples pour assurer leur identifiabilité et la consistance forte de l'estimateur du maximum de vraisemblance. On montre aussi cette propriété de l'EMV pour des modèles de Markov caché incluant des tendances de long terme sous forme polynomiale
Renewable energy production and electricity consumption both depend heavily on weather: temperature, precipitations, wind, solar radiation... Thus, making impact studies on the supply/demand equilibrium may require a weather generator, that is a model capable of quickly simulating long, realistic times series of weather variables, at the daily time step. To this aim, one of the possible approaches is using hidden Markov models : we assume that the evolution of the weather variables are governed by a latent variable that can be interpreted as a weather type. Using this approach, we propose a model able to simulate simultaneously temperature, wind speed and precipitations, accounting for the specific non-stationarities of weather variables. Besides, we study some theoretical properties of cyclo-stationary hidden Markov models : we provide simple conditions of identifiability and we show the strong consistency of the maximum likelihood estimator. We also show this property of the MLE for hidden Markov models including long-term polynomial trends

Des récentes études ont montré la difficulté de détecter des tendances des phénomènes extrêmes de précipitation. C'est pourquoi, dans cette thèse, nous proposons une étude originale de l'impact du changement climatique sur les pluies extrêmes par l'utilisation d'un générateur stochastique de pluies horaires. La détection de l'évolution climatique est faite à travers la paramétrisation de ce générateur. Contrairement aux méthodes classiques, les paramètres du modèle sont directement liés à des caractéristiques climatiques moyennes et non aux valeurs extrêmes. Au préalable, une consolidation de la modélisation des phénomènes conditionnant le comportement à l'infini du générateur est réalisée. Sur la base de la modélisation par copules, la dépendance entre les variables du générateur est modélisée et conduit à une meilleure prise en compte du phénomène de persistance des averses générant des cumuls de pluies extrêmes. Ensuite une étude montre que le générateur a un comportement robuste vis à vis des données disponibles tout en proposant des quantiles de pluies extrêmes de bonne qualité. Une analyse par simulation a permis de choisir un test de tendance adapté et de montrer que la modélisation du phénomène étudié a une grande importance dans la pertinence du rejet de la stationnarité des paramètres. Une méthode est créée pour définir la significativité des tendances des paramètres au sein d'une zone climatiquement homogène à partir de la construction de chroniques ''régionalisées''. À partir de longues séries journalières issues de 139 postes pluviométriques de la métropole française, nous étudions l'évolution des paramètres du générateur de pluies sur la période 1960-2003. L'approche régionale est alors préférable à l'approche locale pour tenir compte d'un changement global et être moins soumis à l'échantillonnage. Les résultats montrent qu'un changement dans les caractéristiques moyennes provoque un plus grand impact sur les extrêmes. Les tendances observées ont lieu principalement en hiver avec une recrudescence d'événements pluvieux dans la plupart des régions. La prise en compte du changement climatique dans l'estimation de quantiles de pluies n'apporte pas de gros changements dans le présent par rapport à une estimation sous hypothèse de stationnarité du climat. Les pluies extrêmes semblent tout de même être de plus en plus fréquentes sur l'ensemble de la France hormis le pourtour méditerranéen. Nous proposons ensuite une application en couplant les prévisions des modèles climatiques et le générateur de pluies. D'après les résultats, il semble, entre autres, que le Nord de la Lorraine et l'Est des Cévennes seront soumis à une hausse conséquente du risque pluvial au cours du 21ème siècle
Recent studies showed difficulties to detect the trends on rainfall extreme phenomenon. That is why; an original approach is proposed to estimate the impacts of climate change on extreme rainfall by using an hourly rainfall stochastic generator. Climate evolution is detected from the generator parameterisation. Compared to usual methods, the generator parameters are estimated by average, and not by extreme, values of daily climatic characteristics. At the beginning, we focus on the modelisation of phenomena which influence the asymptotic behaviour of the generator. Based on the copula theory, the dependence between some generator variables is modelised and lead to a better regeneration of the extreme precipitation depth. Then a study shows the generator has a robust behaviour according to available data while it proposes a good estimation of rainfall quantiles. Simulations permit us to choose an adapted trend test and to show the modelisation of the studied phenomenon is of great importance in the relevance of the parameter stationarity rejection. A method is created to test a regional trend in a homogenous climatic zone from the construction of “regionalized” chronicles. From the daily information of 139 rain gauge stations, the stationarity of generator parameters was studied in metropolitan France between 1960-2003. Tests were performed from a local approach and from a regional one. A regional approach seems better to take into account a real change and to reduce the sampling problem. Changes observed on average rainfall characteristics are amplified when working with extreme events. The observed trends occur mainly between December and May when the rainfall occurrence increased during the four last decades in the most zones. Up to now, the taking into account of climate change does not lead to a big change in the quantiles estimation, when compared to their estimation under a hypothesis of stationary climate. However extreme rainfalls seem to be more frequent on the whole French territory except in the Mediterranean area. Besides, we propose an application by combining the climate model predictions and the rainfall generator. According to these results, it seems, for example, the heavy precipitation will increase in the Lorraine northern and in the Cevennes eastern during the 21st century

Les effets du changement climatique à l'échelle planétaire ont déjà des répercussions sur la viticulture et ces changements engendrent des interrogations sur son fonctionnement futur. L'évaluation des modifications possibles sur le vignoble de Champagne, notamment en termes d'extrêmes thermiques dommageables pour la vigne tels que l'aléa gélif printanier et les canicules, présente donc un intérêt pour la profession. Les températures influencent en effet le bon déroulement du cycle végétatif de la vigne et une avancée des stades phénologiques est déjà observée en Champagne. Ce vignoble présente un intérêt particulier du fait de sa position septentrionale mais aussi parce que les analyses y sont facilitées par la densité du réseau météorologique en place depuis près de 20 ans. Pour établir une prospective des conditions thermiques possibles, des sorties des modèles du climat français LMD et ARPEGE-Climat (RETIC) respectivement, à 300 km et 50 km de résolution sont validées et analysées sur une période de contrôle (1950 à 2000). Ils permettent ensuite de donner un aperçu des conditions thermiques et bioclimatiques futures (2001 à 2100) selon trois scénarios de changement climatique, les plus couramment utilisés : A1B, Bl et A2. La période de contrôle permet de mettre en évidence les biais froids des distributions statistiques des sorties de modèles au printemps et en été en termes d'estimation de fréquences d'extrêmes et de choisir le modèle ARPEGE-Climat (RETIC). Les sorties thermiques de ce modèle sont alors utilisées pour évaluer l'évolution jusqu'à 2100 des conditions bioclimatiques et thermiques futures. La fréquence des extrêmes gélifs printaniers au moment du débourrement devrait diminuer en avril mais dans l'hypothèse d'un débourrement plus précoce, ces extrêmes devraient, d'après les modèles, rester importants en mars et provoqueraient un gel accru des bourgeons. Celle des extrêmes chauds estivaux devrait augmenter dans le futur. L'analyse à échelle régionale est complétée par une analyse topoclimatique grâce au modèle à méso-échelle RAMS, qui permet d'obtenir une modélisation spatiale des températures. Incluant les facteurs locaux, ce modèle produit des résultats à résolution de 200 m. Les simulations de validation sont réalisées sur les événements extrêmes gélifs printaniers (du 4 au 9 avril) et caniculaires estivaux (du 4 au 8 août) de l'année 2003, qui a provoqué le gel des bourgeons et l’échaudage des baies et qui est considérée ici comme exceptionnelle et représentative « du climat futur ». Les températures simulées (200 m) sur la Champagne sont comparées aux températures enregistrées par des stations sur les coteaux. Le modèle reproduit bien le cycle journalier des températures avec des biais plus ou moins bien marqués notamment sur les minimas et maximas journaliers
Global climatic change has already consequences on viticulture Worldwide and these modifications imply some questions about future. Evaluation of possible modifications in Champagne vineyard is necessary in terms of thermal extremes for vineyard as spring frost during budbreak and heat-waves. Indeed temperature influences phenological cycle and earlier phenological stages have already been observed. This vineyard is particularly interesting to study because of its northern location and thanks to a large network of weather stations since 20 years. To establish a prospective of thermal possible conditions, data of French climate models LMD and ARPEGE-Climate model, respectively at 300 km and 50 km of resolution, are validated and analyzed on a control period (1950 to 2000). They are also used to give an overview of bioclimatic and thermal future conditions (2001 to 2100) with three scenarios, currently used (A1B, Bl and A2). The control period shows cold biases within statistical distributions of climate models data in spring and summer, in terms of extremes frequencies estimation and better results with ARPEGE climate model. Data of this model are used to assess thermal and bioclimatic futures conditions. Summer extremes could increase in the future while cold spring extremes could decrease during budbreak. Budbreak could be earlier and spring cold extremes in Mardi could cause more severe frost of buds. Regional analysis is completed by a local analysis with RAMS meso-scale model, which downscales simulations at a resolution of 200m, taking into account local factors. The validation modeling is proceeded during the 2003 extreme climatic events (late spring frost and summer heat wave), this year is considered as exceptional and representative of the "future climate" which caused buds frost and berries warming. Simulated temperatures (200 m) for the Champagne vineyard were compared to recorded temperatures by weather stations located within the vineyards. The model reproduced the diurnal cycle of temperatures correctly with biases more or less marked depending dates

La gestion et l'utilisation adéquate des eaux superficielles nécessitent une connaissance des écoulements des bassins versants à aménager pour satisfaire les besoins en eau et pour prévenir les crues dévastatrices qui entraînent des dégâts humains et matériels occasionnés le long des cours d'eau. Cette gestion exige l'élaboration de méthodes adéquates afin d'appréhender les risques d'inondation et par la suite contribuer à un développement socio-économique durable. C'est pourquoi, il s'est avéré intéressant d'analyser le régime hydrologique des eaux superficielles de certains bassins versants représentatifs en zone semi-aride du Maroc. L'analyse et la connaissance des caractéristiques hydrologiques au sein des différents bassins versants situés dans des contextes géologiques et climatiques différentes fait appel à de nombreux outils statistiques et certaines techniques de la modélisation des écoulements superficiels. La démarche méthodologique adoptée, basée sur des approches différentes et complémentaires, a permis d'identifier diverses affinités entre les bassins versants étudiés, de dégager les facteurs intervenant dans la répartition du débit et dans la genèse des phénomènes de crues, de caractériser l'hydrodynamisme des eaux superficielles de chaque bassin versant et de procéder à la modélisation des eaux superficielles pour la simulation et la prévision des débits à l'exutoire du bassin. Le modèle de réseaux de neurones artificiels peut être utilisé comme outil de prévision pour évaluer les risques d'inondations dans le cadre de l'aménagement hydraulique. Cette nouvelle technique peut donc être applicable à d'autres systèmes hydrologiques pour une gestion prévisionnelle des ressources en eau de surface du climat semi-aride plus particulièrement en période de crue.

Idéalement située à la confluence entre climat tropical et climat tempéré, l'Afrique australe est une zone très sensible aux variations des conditions climatiques. Cette région fait cependant preuve d'un manque de données paléoclimatiques important, et les méthodes de reconstruction traditionnelles trouvent rapidement leurs limites face aux conditions particulières qui y sévissent. Les méthodes de reconstruction quantitatives communément employées se révèlent inutilisables face aux conditions d'aridité extrêmes qui ne permettent que très rarement l'accumulation et la préservation de pollen moderne et fossile et se confrontent également aux particularités de la végétation abritée par cette région. L'objectif de ces travaux de thèse vise à développer une méthode de reconstruction quantitative basée sur des données polliniques fossiles, à partir de la relation entre la distribution actuelle des taxons polliniques et le climat en Afrique australe. Nous avons développé une fonction de transfert utilisant les propriétés des fonctions de densité de probabilité (pdfs), permettant de transformer l'information contenue dans un assemblage pollinique en estimation quantitative du climat. En parallèle, cette étude a permis de développer une méthode permettant de sélectionner les espèces les plus probables à inclure dans chaque type pollinique qui compose un assemblage. Cette méthode de sélection des espèces (SSM) a permis de pallier la faible résolution taxonomique des données polliniques de cette région caractérisée par une biodiversité élevée et d'affiner la méthode des espèces indicatrices, afin de la rendre utilisable en Afrique australe. Cette méthodologie a été appliquée aux données polliniques du site de Wonderkrater (Afrique du Sud). Les résultats observés et leur comparaison avec ceux provenant de sites régionaux ont permis de déterminer que les températures estivales et hivernales étaient 6±2°C inférieure au cours du LGM et du Younger Dryas et que les précipitations au cours de la saison humide étaient 50% moins importantes qu'actuellement. Ces résultats montrent que les SST enregistrées dans le canal du Mozambique régissent les conditions hydrologiques du continent adjacent, en opposition avec la possible implication de l'ITCZ sous ces latitudes. Les résultats indiquent également que les deux tropiques montrent des tendances climatiques similaires au cours des derniers 20 000 ans. La méthode a ensuite été appliquée à un enregistrement pollinique provenant de la région du fynbos (Afrique du Sud). Les résultats ont montré les limites de la méthode au vu de la faible amplitude de reconstruction obtenue pour les températures entre le LGM et l'Holocène (~2°C). Les résultats ont néanmoins permis de mettre en évidence que les températures montraient un pattern similaire à celui observé en Antarctique. Nous avons également pu montrer que les périodes glaciaires coïncidaient avec les périodes les plus humides, en accord avec le modèle de Cockroft (1987). Ce modèle dérive du mécanisme de migration des « westerlies » vers l'équateur au cours des périodes glaciaires, en réponse au déplacement du vortex circcum polaire. Les travaux issus de cette thèse ont montré qu'il était possible d'utiliser la distribution actuelle des plantes pour estimer les variations quantitatives des changements climatiques passés, dans la plupart des configurations botaniques et climatiques rencontrées en Afrique australe. La méthode de sélection des espèces se révèle être un outil indispensable dans cette région de haute biodiversité. Ces travaux offrent des perspectives intéressantes dans cette zone actuellement dépourvue de reconstructions climatiques quantitatives. Cependant, les résultats émanant des deux cas d'études ont mis en évidence des faiblesses et des limites méthodologiques qui devront faire l'objet d'études supplémentaires afin d'en améliorer les performances
Located at the interface between tropical and temperate climate systems, southern Africa is a particularly sensitive region in terms of long-term climate change. However, few reliable paleoclimatic records exist from the region – largely as a result of the arid climate with precludes the preservation of wetland sequences - , and virtually no quantitative reconstructions are available.The aim of this thesis is to develop quantitative palaeoclimate reconstruction method based the relation between modern plant distributions and climate in southern Africa. We develop botanical-climatological transfer functions derived from probability density functions (pdfs), allowing for quantitative estimates of the palaeoclimatic variables to be calculated from fossil pollen assemblages. In addition, a species-selection method (SSM) based on Bayesian statistics is outlined, which provides a parsimonious choice of most likely plant species from what are otherwise taxonomically broad pollen-types. This method addresses limitations imposed by the low taxonomic resolution of pollen identification, which is particularly problematic in areas of high biodiversity such as many regions of southern Africa.This methodology has been applied to pollen record from Wonderkrater (South Africa). Results indicate that temperatures during both the warm and cold season were 6±2°C colder during the Last Glacial Maximum and Younger Dryas, and that rainy season precipitation during the Last Glacial Maximum was ~50% of that during the mid-Holocene. Our results also imply that changes in precipitation at Wonderkrater generally track changes in Mozambique Channel sea-surface temperatures, with a steady increase following the Younger Dryas to a period of maximum water availability at Wonderkrater ~3-7 ka. These findings indicate that the northern and southern tropics experienced similar climatic trends during the last 20 kyr, and highlight the role of variations in sea-surface temperatures over the more popularly perceived role of a shifting Intertropical Convergence Zone in determining long-term environmental trends.This method has also been applied to a pollen record from Pakhuis Pass, in the Fynbos Biome (South Africa). Results show the limitations of quantitative methods, with only unrealistically low amplitude being reconstructed between the Last Glacial Maximum and Holocene (~2°C). However, results indicate that the reconstructed temperature trends, if not amplitudes, are similar to trends observed in Antarctic ice core records. Further, in reconstructing past humidity, we show that over the last 18 kyr, cooler conditions appear to be generally wetter at the site. These results are consistent with Cockcroft model (1987), derived from equatorward shift of the westerlies resulting from expansions of the circum-polar vortex.This study shows the potential of using modern plant distributions to estimates past climate parameters in southern Africa, and the species selection method proves to be a useful tool in region with high biodiversity. This work provides a novel perspective in the region, where no quantitative paleoclimatic reconstructions have been available. However, results from Pakhuis Pass highlight some of the limitations of this methodology, which will be subject of future work in this promising field of inquiry

Most of Eastern Africa has arid and semi-arid climate with high space-time variability in rainfall. The droughts are very common in this region, and often persist for several years, preceded or followed by extreme floods. Most of the livelihoods and socio-economic activities however remain rain-dependent leading to severe negative impacts during the periods of occurrence of climate extremes. It has been noted that one extreme event was capable of reversing national economic growth made over a period of several years. Thus no sustainable development can be attained in eastern Africa without effective mainstreaming of climate information in the development policies, plans and programmes. Many past studies in the region have focused on rainfall variability at seasonal, annual and decadal scales. Very little work has been done at intraseasonal timescale that is paramount to most agricultural applications. This study aims at filling this research gap, by investigating the structure of rainfall season in terms of the distribution of wet and dry spells and how this distribution varies in space and time at interannual time scale over Equatorial Eastern Africa. Prediction models for use in the early warning systems aimed at climate risk reduction were finally developed. The specific objectives of the study include, delineate and diagnose the some aspects of the distribution of the wet and dry spells at interannual timescale; investigate the linkages between the aspects of the distribution of wet and dry spells identified and dominant large scale climate fields that drive the global climate; and assess the predictability of the various aspects of wet and dry spells for the improvement of the use in the early warning systems of the region.Several datasets spanning a period of 40 years (1961 - 2000) were used. The data included gauged daily rainfall amount for the three Eastern Africa countries namely Kenya, Uganda, and Tanzania; Hadley Centre Sea Surface Temperature (SST); re-analysis data and radiosonde observations from Nairobi (Kenya) and Bangui (Central Africa Republic) upper air stations. The indices of El Niño-Southern Oscillation (ENSO), Indian Ocean Dipole and SST gradients which constituted the predefined predictors were also used [...]

La réponse des nuages des régimes d'alizés au réchauffement climatique reste incertaine. Elle soulève notamment la possibilité d'une sensibilité climatique élevée due à une diminution de la fraction nuageuse sous l'effet de l'interaction entre le mélange convectif, la turbulence, le rayonnement et l'environnement à grande échelle. La campagne EUREC4A (Elucidation du rôle du couplage nuage-circulation dans le climat) a apporté de nouvelles observations qui permettent de mieux comprendre la physique des régimes d'alizés, et d'apporter pour la première fois une contrainte sur la rétroaction des cumulus d'alizés basée sur les processus. Je montre d'abord comment les observations EUREC4A permettent d'approfondir la compréhension de la structure verticale caractéristique de la couche limite des alizés et des processus qui produisent cette structure. Elles amènent à revisiter certains aspects des modèles conceptuels et suggèrent un rôle plus actif des nuages dans le maintien de cette structure. Cette compréhension physique est ensuite appliquée à l'évaluation des rétroactions des cumulus d'alizés, montrant que les observations rendent peu plausibles les fortes rétroactions des cumulus d'alizés dans le réchauffement climatique
The response of trade-wind clouds to warming remains uncertain, raising the specter of a large climate sensitivity. Decreases in cloud fraction are thought to relate to interplay among convective mixing, turbulence, radiation, and the large-scale environment. The EUREC4A (Elucidating the role of cloud-circulation coupling in climate) field campaign made extensive measurements that allow for deeper physical understanding and the first process-based constraint on the trade cumulus feedback.I first use EUREC4A observations to improve understanding of the characteristic vertical structure of the trade-wind boundary layer and the processes that produce this structure. This improved physical understanding is then applied to the evaluation of trade cumulus feedbacks. Ideas developed support new conceptual models of the structure of the trade-wind boundary layer and a more active role of clouds in maintaining this structure, and show little evidence for a strong trade cumulus feedback to warming

Depuis la prise en compte croissante du changement climatique, denombreux commentateurs ont commencé à raconter une histoire : celle des petitsÉtats insulaires du Pacifique sud, entièrement constitués d’atolls, qui risquent dedisparaître en raison de l’élévation du niveau marin. Nous considérons que cettehistoire est un « récit d’action publique » destiné à attirer l’attention et à convaincreles décideurs politiques d’agir pour empêcher la réalisation du problème ou luitrouver une solution. Ces « récits de la disparition » présentent deux particularités :ils ne sont associés à aucune politique publique déjà mise en oeuvre et ils sontmobilisés par des acteurs variés issus des milieux politiques et de la société civile.À partir de la littérature sur l’analyse cognitive des politiques publiques et plusparticulièrement l’analyse des récits de politiques publiques, cette thèse se proposed’étudier la production, la diffusion et les cadrages de ces récits de la disparition àl’aide de méthodes mixtes associant une démarche qualitative d’enquête avec laréalisation d’une analyse statistique textuelle
In the last 40 years, climate change has been increasingly taken intoaccount. Various observers have started to tell a story: the story of small Pacific atollisland states that might disappear beneath the rising seas. The argument developedin this thesis is that this story is a "public action narative" which aims at drawingattention towards those states and at inciting policy makers to prevent the risk or tofind a solution. Those "sinking island States narratives" display two particularcharacteristics: they are not linked to an existing policy and they are used by variousactors from the political sphere and the civil society.Building on the policy narratives literature, this thesis aims at analysing theproduction, the dissemination and the framing of the sinking island states narratives.It is based on mixed methods and combines a qualitative framework and a statisticalanalysis of textual data

Les événements de pluies extrêmes et les inondations qui en résultent constituent une préoccupation majeure en France comme dans le monde. Dans le domaine de l'ingénierie, les méthodes d'analyse probabiliste sont pratiquement utilisées pour prédire les risques, dimensionner des ouvrages hydrauliques et préparer l'atténuation. Ces méthodes sont classiquement basées sur l'hypothèse que les observations sont identiquement distribuées. Il y a aujourd'hui de plus en plus d'éléments montrant que des variabilités climatiques à grande échelle (par exemple les oscillations El Niño - La Niña, cf. indice ENSO) ont une influence significative sur les précipitations dans le monde. Par ailleurs, les effets attendus du changement climatique sur le cycle de l'eau remettent en question l'hypothèse de variables aléatoires "identiquement distribuées" dans le temps. Il est ainsi important de comprendre et de prédire l'impact de la variabilité et du changement climatique sur l'intensité et la fréquence des événements hydrologiques, surtout les extrêmes. Cette thèse propose une étape importante vers cet objectif, en développant un cadre spatio-temporel d'analyse probabiliste régionale qui prend en compte les effets de la variabilité climatique sur les événements hydrologiques. Les données sont supposées suivre une distribution, dont les paramètres sont liés à des variables temporelles et/ou spatiales à l'aide de modèles de régression. Les paramètres sont estimés avec une méthode de Monte-Carlo par Chaînes de Markov dans un cadre Bayésien. La dépendance spatiale des données est modélisée par des copules. Les outils de comparaison de modèles sont aussi intégrés. L'élaboration de ce cadre général de modélisation est complétée par des simulations Monte-Carlo pour évaluer sa fiabilité. Deux études de cas sont effectuées pour confirmer la généralité, la flexibilité et l'utilité du cadre de modélisation pour comprendre et prédire l'impact de la variabilité climatique sur les événements hydrologiques. Ces cas d'études sont réalisés à deux échelles spatiales distinctes: * Echelle régionale: les pluies d'été dans le sud-est du Queensland (Australie). Ce cas d'étude analyse l'impact de l'oscillation ENSO sur la pluie totale et la pluie maximale d'été. En utilisant un modèle régional, l'impact asymétrique de l'ENSO est souligné: une phase La Niña induit une augmentation significative sur la pluie totale et maximale, alors qu'une phase El Niño n'a pas d'influence significative. * Echelle mondiale: une nouvelle base de données mondiale des précipitations extrêmes composée de 11588 stations pluviométriques est utilisée pour analyser l'impact des oscillations ENSO sur les précipitations extrêmes mondiales. Cette analyse permet d'apprécier les secteurs où ENSO a un impact sur les précipitations à l'échelle mondiale et de quantifier son impact sur les estimations de quantiles extrêmes. Par ailleurs, l'asymétrie de l'impact ENSO et son caractère saisonnier sont également évalués.

Selon le Groupe Intergouvernemental d'experts sur l'Évolution du Climat (GIEC), il est important de connaitre le climat passé afin de replacer le changement climatique actuel dans son contexte. Ainsi, de nombreux chercheurs ont travaillé à l'établissement de procédures permettant de reconstituer les températures ou les précipitations passées à l'aide d'indicateurs climatiques indirects. Ces procédures sont généralement basées sur des méthodes statistiques mais l'estimation des incertitudes associées à ces reconstructions reste une difficulté majeure. L'objectif principal de cette thèse est donc de proposer de nouvelles méthodes statistiques permettant une estimation précise des erreurs commises, en particulier dans le cadre de reconstructions à partir de données sur les cernes d'arbres.De manière générale, les reconstructions climatiques à partir de mesures de cernes d'arbres se déroulent en deux étapes : l'estimation d'une variable cachée, commune à un ensemble de séries de mesures de cernes, et supposée climatique puis l'estimation de la relation existante entre cette variable cachée et certaines variables climatiques. Dans les deux cas, nous avons développé une nouvelle procédure basée sur des modèles bayésiens semi- paramétriques. Tout d'abord, concernant l'extraction du signal commun, nous proposons un modèle hiérarchique semi-paramétrique qui offre la possibilité de capturer les hautes et les basses fréquences contenues dans les cernes d'arbres, ce qui était difficile dans les études dendroclimatologiques passées. Ensuite, nous avons développé un modèle additif généralisé afin de modéliser le lien entre le signal extrait et certaines variables climatiques, permettant ainsi l'existence de relations non-linéaires contrairement aux méthodes classiques de la dendrochronologie. Ces nouvelles méthodes sont à chaque fois comparées aux méthodes utilisées traditionnellement par les dendrochronologues afin de comprendre ce qu'elles peuvent apporter à ces derniers.

L’adaptation côtière est un impératif pour faire face à l’élévation du niveau marin,conséquence directe du réchauffement climatique. Cependant, la mise en place d’actions et de stratégies est souvent entravée par la présence de diverses et importantes incertitudes lors de l’estimation des aléas et risques futurs. Ces incertitudes peuvent être dues à une connaissance limitée (de l’élévation du niveau marin futur par exemple) ou à la variabilité naturelle de certaines variables (les conditions de mer extrêmes). La prise en compte des incertitudes dans la chaîne d’évaluation des risques est essentielle pour une adaptation efficace.L’objectif de ce travail est de proposer une méthodologie pour la quantification des incertitudes basée sur les fonctions de croyance – un formalisme de l’incertain plus flexible que les probabilités. Les fonctions de croyance nous permettent de décrire plus fidèlement l’information incomplète fournie par des experts (quantiles,intervalles, etc.), et de combiner différentes sources d’information. L’information statistique peut quand à elle être décrite par de fonctions des croyance définies à partir de la fonction de vraisemblance. Pour la propagation d’incertitudes, nous exploitons l’équivalence mathématique entre fonctions de croyance et intervalles aléatoires, et procédons par échantillonnage Monte Carlo. La méthodologie est appliquée dans l’estimation des projections de la remontée du niveau marin global à la fin du siècle issues de la modélisation physique, d’élicitation d’avis d’experts, et de modèle semi-empirique. Ensuite, dans une étude de cas, nous évaluons l’impact du changement climatique sur les conditions de mers extrêmes et évaluons le renforcement nécessaire d’une structure afin de maintenir son niveau de performance fonctionnelle
Coastal adaptation is an imperative to deal with the elevation of the global sealevel caused by the ongoing global warming. However, when defining adaptationactions, coastal engineers encounter substantial uncertainties in the assessment of future hazards and risks. These uncertainties may stem from a limited knowledge (e.g., about the magnitude of the future sea-level rise) or from the natural variabilityof some quantities (e.g., extreme sea conditions). A proper consideration of these uncertainties is of principal concern for efficient design and adaptation.The objective of this work is to propose a methodology for uncertainty analysis based on the theory of belief functions – an uncertainty formalism that offers greater features to handle both aleatory and epistemic uncertainties than probabilities.In particular, it allows to represent more faithfully experts’ incomplete knowledge (quantiles, intervals, etc.) and to combine multi-sources evidence taking into account their dependences and reliabilities. Statistical evidence can be modeledby like lihood-based belief functions, which are simply the translation of some inference principles in evidential terms. By exploiting the mathematical equivalence between belief functions and random intervals, uncertainty can be propagated through models by Monte Carlo simulations. We use this method to quantify uncertainty in future projections of the elevation of the global sea level by 2100 and evaluate its impact on some coastal risk indicators used in coastal design. Sea-level rise projections are derived from physical modelling, expert elicitation, and historical sea-level measurements. Then, within a methodologically-oriented case study,we assess the impact of climate change on extreme sea conditions and evaluate there inforcement of a typical coastal defence asset so that its functional performance is maintained

Des changements de croissance ont été documentés pour le XXe siècle dans de nombreuses régions en Europe. Cependant une évaluation exhaustive des changements de productivité, à une large échelle géographique, avec une analyse de leur hétérogénéité spatiale et de la diversité interspécifique de la réponse fait encore défaut. L'objectif de cette thèse est d'évaluer les changements récents de la productivité forestière aux échelles nationale, régionale et locale en France, et de rechercher leurs causes environnementales, à partir d'une approche de modélisation statistique de l'accroissement en surface terrière du peuplement (∆G) et d'indicateurs environnementaux. Nous avons utilisé les données de l'inventaire forestier national français pour 8 espèces dont la niche écologique et la distribution diffèrent (Fagus sylvatica, Quercus robur, Quercus petraea, Quercus pubescens, Picea abies, Abies alba, Pinus sylvestris and Pinus halepensis), observées en peuplements purs et réguliers. Nous présentons les facteurs ayant un effet sur la productivité des différentes espèces à l'échelle nationale, ainsi que des cartes de productivité suggérant que l'aire de distribution des espèces n'est pas toujours limitée par les conditions environnementales. Entre 1980 et 2005, nous observons des tendances positives, modales ou non significatives de la productivité pour toutes les espèces à l'exception des deux espèces méditerranéennes dont la productivité a diminué, soulignant ainsi la variabilité interspécifique de ces changements. Nous observons également de fortes variations spatiales des changements de productivité, autant dans leur intensité que dans leur signe, aux échelles régionale et intra-régionale. Ces résultats remettent en question la pertinence d'une évaluation moyenne à large échelle et soulignent le caractère contextuel des estimations. Nous mettons en évidence le rôle du réchauffement climatique récent dans les tendances observées. Ce travail fournit une évaluation plurispécifique et multi-échelle de la réaction de la productivité des espèces arborées à un environnement changeant. Nous avons souligné le caractère spécifique des changements de productivité et leur caractère contextuel, du fait de différences dans l'autécologie des espèces et de variations spatiales des facteurs limitants. Une étude approfondie de l'effet des facteurs environnementaux et de leurs interactions complexes est nécessaire pour la prédiction de la productivité future des espèces
Growth trends have been reported in many regions of Europe over the twentieth century. However, an integrated assessment of productivity changes, including focus on a wide geographical scale, analysis of spatial heterogeneity, and the inter-specific diversity of growth responses is still lacking. The aim of this Ph.D work was to assess recent changes in forest productivity on a national, regional and local scale in France, and to investigate their potential environmental causes, based on statistical modeling approaches of stand basal area increment (BAI), and environmental indicators. We used the French NFI data for 8 species of contrasted ecological niches and distributions (Fagus sylvatica, Quercus robur, Quercus petraea, Quercus pubescens, Picea abies, Abies alba, Pinus sylvestris and Pinus halepensis), taken in pure and even-aged stands. We identified the main factors influencing tree species productivity on a national scale, and produced productivity maps suggesting that species distribution ranges are not always limited by environmental conditions. Between 1980 and 2005, the productivity trends reported were positive, modal or non-significant for all species, except the two Mediterranean species for which productivity decreased, highlighting inter-specific differences in these changes. We observed strong variations of productivity changes, both in intensity and sign, on a regional and intra-regional scale. These results question the relevance of wide-scale average assessments and highlight their context-dependence. The role of recent climatic warming in featuring the BAI trends was highlighted. This work provides an enriched scale- and species-dependent assessment of tree species reaction to a changing environment. We emphasized the species- and context dependence of productivity changes, due to differences in species autecology and spatial variations in the limiting factors. Further focus on the effect of environmental factors and their complex interactions is needed for the prediction of species future productivity

This thesis explores the entire cycle of education, from initial access to schooling, over degree completion, to returns to education. Despite recent gains in increasing access, an tens of millions of children worldwide are still out of school. Abolishing school fees has increased enrollment rates in several countries where enrollments were low and fees were high. However, such policies may be less effective, or even have negative consequences, when supply-side responses are weak. The first part of the thesis evaluates the impacts of a tuition waiver program in Haiti, which provided public financing to nonpublic schools conditional on not charging tuition. The chapter concludes that school's participation in the program results in more students enrolled, more staff, and slightly higher student-teacher ratios. The program also reduces grade repetition and the share of overage students. While the increase in students does not directly equate to a reduction in the number of children out of school, it does demonstrate strong demand from families for the program and a correspondingly strong supply response from the nonpublic sector.Pertaining degree completion, it is well established that natural disasters can have a negative effect on human capital accumulation. However, a comparison of the differential impacts of distinct disaster classes is missing. Using census data and information from DesInventar and EMDAT, two large disaster databases, the second part of the thesis assesses how geological disasters and climatic shocks affect the upper secondary degree attainment of adolescents. The chapter focuses on Mexico, given its diverse disaster landscape and lack of obligatory upper secondary education over the observed time period. While all disaster types are found to impede attainment, climatic disasters that are not infrastructure-destructive (e.g. droughts) have the strongest negative effect, decreasing educational expansion by over 40%. The effects seem largely driven by demand-side changes such as increases in school dropouts and fertility, especially for young women. The results may also be influenced by deteriorated parental labor market outcomes. Supply-side effects appear to be solely driven by infrastructure-destructive climatic shocks (e.g. floods). These findings thus call for differential public measures according to specific disaster types and an enhanced attention to climatic events given their potentially stronger impact on younger generations.It is also widely appreciated that natural disasters can have negative impacts on local labor market outcomes. However, the study of differential types of negative capital shocks, the underlying labor market mechanisms, and the context of the poorest countries have been neglected. Following testable predictions of economic theory, the third part of the thesis exploits the exogenous variation of destruction of human and physical capital caused by the 2010 Haiti earthquake to disentangle the differential impact on local individual monetary returns to education. Employing individual-level survey data from before and after the earthquake the chapter finds that the returns decreased on average by 37%, especially in equipment-capital intensive industry. Higher educated individuals adjust into low-paying self-employment or agriculture. The returns are particularly shock-sensitive for urban residents, migrants, males, and people over age 25.
Doctorat en Sciences économiques et de gestion
info:eu-repo/semantics/nonPublished