Pour savoir comment effectuer et gérer un dépôt de document, consultez le « Guide abrégé – Dépôt de documents » sur le site Web de la Bibliothèque. Pour toute question, écrivez à corpus@ulaval.ca.
 

Publication :
Développement d'un modèle statistique non stationnaire et régional pour les précipitations extrêmes simulées par un modèle numérique de climat

bul.contributor.advisor-authkeyBélisle, Claude|=XX4470663
bul.contributor.advisor-authkeyFavre, Anne-Catherine|=XX4232429
bul.contributor.advisor-authkeyAngers, Jean-François|=49546655
bul.contributor.author-authkeyJalbert, Jonathan|=XX4863050
bul.description.provenancespb cm
bul.identifier.controlNumber1132123154
dc.contributor.advisorFavre, Anne-Catherine
dc.contributor.advisorBélisle, Claude
dc.contributor.advisorAngers, Jean-François
dc.contributor.authorJalbert, Jonathan
dc.date.accessioned2018-04-23T22:01:10Z
dc.date.available2018-04-23T22:01:10Z
dc.date.issued2016
dc.date.updated2018-04-23T22:01:10Z
dc.description.abstractLes 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.en
dc.format.extent1 ressource en ligne (xv, 120 pages)
dc.identifier.bacTC-QQLA-32251
dc.identifier.other32251
dc.identifier.urihttp://hdl.handle.net/20.500.11794/26565
dc.languagefre
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subject.classificationQA 3.5 UL 2016
dc.subject.rvmPrécipitations (Météorologie) -- Méthodes statistiquesfr_CA
dc.subject.rvmClimat -- Modèles mathématiquesfr_CA
dc.subject.rvmPluiefr_CA
dc.subject.rvmExtrêmes (Météorologie)fr_CA
dc.titleDéveloppement d'un modèle statistique non stationnaire et régional pour les précipitations extrêmes simulées par un modèle numérique de climatfr_CA
dc.typethèse de doctorat
dc.type.legacyCOAR1_1::Texte::Thèse::Thèse de doctoratfr
dcterms.publisher.locationQuébec
dspace.accessstatus.time2024-03-21 18:45:14
dspace.entity.typePublication
etdms.degree.grantorUniversité Lavalfr_CA
etdms.degree.nameThèse. Mathématiquesfr_CA
relation.isAdvisorOfPublication064f3622-ab3d-41d0-8225-b8e679a7ac55
relation.isAdvisorOfPublicationb94eb1d8-6ae8-4729-9256-605d8fd7ea78
relation.isAdvisorOfPublication.latestForDiscovery064f3622-ab3d-41d0-8225-b8e679a7ac55
relation.isAuthorOfPublicationcf059928-0d80-48d6-a033-fb3f5cd67fa1
relation.isAuthorOfPublication.latestForDiscoverycf059928-0d80-48d6-a033-fb3f5cd67fa1
relation.isResourceTypeOfPublicationea18b676-87ff-47c6-8d0d-fc3b87c36448
relation.isResourceTypeOfPublication.latestForDiscoveryea18b676-87ff-47c6-8d0d-fc3b87c36448

Fichiers

Bundle original
Voici les éléments 1 - 1 sur 1
En cours de chargement...
Vignette d'image
Nom :
32251.pdf
Taille :
5.81 MB
Format :
Adobe Portable Document Format
Description :
Texte