Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Discovery Grants Program - Individual

Université de Moncton

$20,000.00

Approches statistiques optimales en analyse fréquentielle non-stationnaire des variables hydrométéorologiques

EF 2015-16

Résumé
L'analyse statistique des valeurs extrêmes des variables hydrométéorologiques permet l'interprétation du passé et l'inférence sur les probabilités futures d'apparition d'événements extrêmes tels que les inondations, les précipitations extrêmes, canicules ou rafales de vent. Les valeurs extrêmes sont souvent représentées par la valeur maximale d'une variable sur une période de temps comme une année. L'analyse fréquentielle est un outil privilégié pour estimer l'événement « XT » de période de retour T. Une période de retour est la fréquence à laquelle on pourrait s'attendre, en moyenne sur une longue période, à observer un événement d'une intensité donnée. Pour obtenir une bonne estimation, plusieurs modèles peuvent être considérés. Il est donc important de choisir le modèle approprié qui représente de manière adéquate l'événement extrême à estimer. En effet, une sous-estimation de "" XT "" augmente les risques d'inondation et peut conduire à des pertes de vies humaines et des conséquences en termes d'activités économiques; tandis qu'une surestimation de «XT» conduit à des coûts de construction inutilement élevés. Des données récentes concernant l'impact des tendances persistantes de la variabilité du climat régional, couplées avec l'intensification des activités humaines, a conduit les hydrologues à étudier le régime des crues dans un cadre non-stationnaire. Plusieurs approches ont été récemment développées pour prendre en compte la non-stationnarité des séries hydrométéorologiques. Ces modèles ont pour objectifs d'intégrer le maximum d'informations dans le processus d'évaluation des risques en tenant compte des interactions entre les variations climatiques et les variables hydrométéorologiques. Ces approches permettent de généraliser les méthodes classiques en tenant compte des relations complexes entre covariables. Pour ce faire, on considère des méthodes tels que les modèles additifs généralisés, les réseaux de neurones et les copules. Les principaux objectifs du présent programme de recherche sont: (1) d'introduire la persistance d'épisodes climatiques pour estimer les événements extrêmes hydrométéorologiques, (2) d'intégrer le maximum d'informations géomorphologiques et climatiques, (3) de développer des outils pour l'ajustement et la sélection du modèle le plus adéquat afin de minimiser l'incertitude et (4) d'étudier les propriétés régionales de certaines variables hydrométéorologiques extrêmes pour des fins d'interpolation. Des comparaisons des approches développées seront effectuées avec des applications sur des données observées provenant de bassins versants de différentes régions climatiques au Canada. Des webinaires seront organisés durant la période du projet ainsi qu'un atelier, pendant la cinquième année, pour assurer un transfert des approches et outils développés à l'ensemble des chercheurs et ingénieurs ouvrant dans le domaine de l'estimation et la gestion des événements hydrométéorologiques extrêmes.
Programme
Discovery Grants Program - Individual
Emplacement
New Brunswick, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
RGPIN-2014-04029
Name nom
ElAdlouni, SalahEddine
Department département
Mathématiques et statistique
Organization id
73
Institution établissement
Université de Moncton
Province en
New Brunswick
Province fr
Nouveau-Brunswick
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2015
Competition year année de concours
2014
Award amount
20000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
Discovery grants programs
Group fr
Programmes de subventions à la découverte
Committee code
1509
Committee name en
Civil, Industrial and Systems Engineering
Committee name fr
Génie civil, industriel et des systèmes
Area of application code
600
Area of application group en
Construction, urban and rural planning
Area of application group fr
Construction, urbanisme et aménagement rural
Area of application en
Construction, urban and rural planning
Area of application fr
Construction, urbanisme et aménagement rural
Research subject code
4503
Research subject group en
Hydrology
Research subject group fr
Hydrologie
Research subject en
Surface water
Research subject fr
Eau de surface
Partie
2
Nb partie
5
Application title
Approches statistiques optimales en analyse fréquentielle non-stationnaire des variables hydrométéorologiques
Keyword
NSERC
Application summary
L'analyse statistique des valeurs extrêmes des variables hydrométéorologiques permet l'interprétation du passé et l'inférence sur les probabilités futures d'apparition d'événements extrêmes tels que les inondations, les précipitations extrêmes, canicules ou rafales de vent. Les valeurs extrêmes sont souvent représentées par la valeur maximale d'une variable sur une période de temps comme une année. L'analyse fréquentielle est un outil privilégié pour estimer l'événement « XT » de période de retour T. Une période de retour est la fréquence à laquelle on pourrait s'attendre, en moyenne sur une longue période, à observer un événement d'une intensité donnée. Pour obtenir une bonne estimation, plusieurs modèles peuvent être considérés. Il est donc important de choisir le modèle approprié qui représente de manière adéquate l'événement extrême à estimer. En effet, une sous-estimation de "" XT "" augmente les risques d'inondation et peut conduire à des pertes de vies humaines et des conséquences en termes d'activités économiques; tandis qu'une surestimation de «XT» conduit à des coûts de construction inutilement élevés. Des données récentes concernant l'impact des tendances persistantes de la variabilité du climat régional, couplées avec l'intensification des activités humaines, a conduit les hydrologues à étudier le régime des crues dans un cadre non-stationnaire. Plusieurs approches ont été récemment développées pour prendre en compte la non-stationnarité des séries hydrométéorologiques. Ces modèles ont pour objectifs d'intégrer le maximum d'informations dans le processus d'évaluation des risques en tenant compte des interactions entre les variations climatiques et les variables hydrométéorologiques. Ces approches permettent de généraliser les méthodes classiques en tenant compte des relations complexes entre covariables. Pour ce faire, on considère des méthodes tels que les modèles additifs généralisés, les réseaux de neurones et les copules. Les principaux objectifs du présent programme de recherche sont: (1) d'introduire la persistance d'épisodes climatiques pour estimer les événements extrêmes hydrométéorologiques, (2) d'intégrer le maximum d'informations géomorphologiques et climatiques, (3) de développer des outils pour l'ajustement et la sélection du modèle le plus adéquat afin de minimiser l'incertitude et (4) d'étudier les propriétés régionales de certaines variables hydrométéorologiques extrêmes pour des fins d'interpolation. Des comparaisons des approches développées seront effectuées avec des applications sur des données observées provenant de bassins versants de différentes régions climatiques au Canada. Des webinaires seront organisés durant la période du projet ainsi qu'un atelier, pendant la cinquième année, pour assurer un transfert des approches et outils développés à l'ensemble des chercheurs et ingénieurs ouvrant dans le domaine de l'estimation et la gestion des événements hydrométéorologiques extrêmes.