Colloque

Régression sur motifs spatiaux pour les données météorologiques spatialisées

Vihotogbé Houssou

Julie Carreau

Membre a labase

Vihotogbé Houssou : Polytechnique Montréal

Résumé de la communication

Les ressources en eau sont fortement affectées par les changements climatiques, notamment à travers l’apparition croissante d’événements météorologiques extrêmes (comme les inondations). Pour étudier les impacts de ces changements, des modèles hydrologiques souvent alimentés par des données de précipitations et de température spatialisées (c’est-à-dire disponibles sur une grille régulière) sont utilisés. Une façon courante d’obtenir ce type de données qui doivent tenir compte des événements extrêmes et de l’hétérogénéité spatiale est d’utiliser des méthodes d’interpolation spatiale. Les méthodes d’interpolation spatiale les plus courantes utilisées telles que la pondération inverse de la distance et le krigeage ordinaire sont limitées par des effets isotropes qui ne leur permettent pas de prendre en compte la variabilité spatiale. Certaines extensions de ces méthodes (krigeage avec dérive externe) utilisent des informations auxiliaires (altitude, climatologie) pour compenser la faible densité du réseau de stations. Dans ce travail, nous proposons une nouvelle méthode pour estimer des données météorologiques spatialisées. Dénommée Spatial Pattern Regression (SPR), elle exploite exclusivement et systématiquement les motifs spatiaux pour interpoler les observations. Les motifs spatiaux sont extraits des données des modèles climatiques régionaux en utilisant l’analyse en composantes principales. Cette méthode permet de garantir la cohérence des informations spatiales.

Résumé du colloque

Les événements hydrométéorologiques extrêmes représentent une des préoccupations importantes pour différents secteurs comme la sécurité publique, l’agriculture, la gestion et la surveillance des infrastructures, l’énergie… Il est bien connu que la fréquence et la sévérité de ces événements est en train de changer rapidement et que tous les secteurs économiques sont grandement touchés et doivent s’adapter sous peine de conséquences catastrophiques. L’estimation du risque associé à ces événements fait appel à plusieurs expertises et sources d’information. La dernière décennie a connu le développement de nouvelles approches, probabilistes et déterministes, pour mieux caractériser ces phénomènes avec de nouvelles sources de données combinées aux connaissances climatiques et physiques.

Dans le cadre de ce colloque, on mettra l’accent sur les outils de modélisation, statistiques, déterministes ainsi que ceux basés sur l’intelligence artificielle pour caractériser les événements hydrométéorologiques extrêmes. Des sessions de présentations seront consacrées à ces thèmes avec une table ronde pour explorer le nexus entre développement, adaptation et gestion des risques ainsi que la résilience des communautés face aux événements hydrométéorologiques extrêmes.