Pas renseigné - Archive ouverte HAL Access content directly
Theses Year : 2004

Pas renseigné

PREVISION QUANTITATIVE DES PRECIPITATIONS : ADAPTATION PROBABILISTE PAR RECHERCHE D'ANALOGUES.Utilisation des Réanalyses NCEP / NCAR et application aux précipitations du Sud-Est de la France

(1)
1

Abstract

This work deals with the application of the analogy principle to rainfall forecast and simulation . Given a target meteorological situation, similar past situations are searched for in a meteorological archive . The precipitations amounts, associated with those analogous situations, allowed us to build a probabilistic estimation of the expected rainfall amount for the targest situation.At first, the criterions and scores we used to compare 2 different probabilistic forecasts have been defined. Then, we tried to identify the analogy algorithm which best suits the precipitation forecast. Relying on the NCEP/NCAR meteorological reanalyses, we built analogy algorithms which take into account both (I) large scale information brought by the synoptic circulation and (II) more local scale information brought by the humidity variables . The differentparameters of the algorithms ( choice of variables, spatial domain to consider , …) have been optimised through a first calibration step. Further, the validation of the calibrated algorithms allowed to appraise the forecast performances from the user point of view, as well as to study the sensibility of these algorithms to the features of the meteorological archives. Lastly, thanks to the implementation of an operational forecasting chain, we have been able to assess the on-line performances of the adaptation by analogues sorting. As a case-study, we focused on the catastrophic 8th and 9th September 2002 hydro-meteorological event, which occured in the Cevennes area ( France) .
Ce mémoire étudie l'application du principe d'analogie à la prévision et à la simulation des précipitations. A partir de la caractérisation d'une situation météorologique cible, cette approche consiste à rechercher, dans une archive météorologique, les situations passées similaires. Les précipitations observées lors de ces situations analogues permettent ensuite de donner une estimation probabiliste des précipitations attendues pour la situation cible.Après avoir défini les critères et les scores qui nous permettent de comparer deux prévisions probabilistes, nous avons cherché à identifier les algorithmes d'analogie les plus informatifs vis à vis des précipitations. Pour ce faire, nous nous sommes appuyé sur les réanalyses NCEP / NCAR. La richesse de cette archive nous a permis de définir des algorithmes d'analogie qui intègrent à la fois (i) l'information à grande échelle contenue dans la circulation synoptique, et (ii) l'information à échelle plus locale contenue dans les variables d'humidité.Les différents paramètres de la méthode (choix des variables,domaine à prendre en compte, ... ) ont été optimisés lors d'une phase de calibration. La validation des algorithmes obtenus a ensuite permis d'apprécier les performances atteintes en adoptant lepoint de vue d'un utilisateur, ainsi que d'étudier la sensibilité de ces algorithmes aux caractéristiques de l'archive météorologique utilisée. Enfin, grâce à la mise en place d'une chaîne opérationnelle prototype, nous avons pu tester les performances opérationnelles de l'adaptation par analogie, notamment via l'étude de cas de l'évènement intense survenu les 8 et 9 septembre 2002 dans les Cévennes.
Fichier principal
Vignette du fichier
These_Bontron-2004.pdf (14.19 Mo) Télécharger le fichier

Dates and versions

tel-01090969 , version 1 (05-12-2014)

Identifiers

  • HAL Id : tel-01090969 , version 1

Cite

Guillaume Bontron. PREVISION QUANTITATIVE DES PRECIPITATIONS : ADAPTATION PROBABILISTE PAR RECHERCHE D'ANALOGUES.Utilisation des Réanalyses NCEP / NCAR et application aux précipitations du Sud-Est de la France. Météorologie. Institut National Polytechnique Grenoble (INPG), 2004. Français. ⟨NNT : ⟩. ⟨tel-01090969⟩
475 View
203 Download

Share

Gmail Facebook Twitter LinkedIn More