Chapitre III – Conception de la recherche, zone d'étude, données et méthodes
III.4 Méthodes
III.4.3 Choix des évènements extrêmes
Les évènements météorologiques extrêmes sont généralement décrits par différents attributs : taux d'occurrence, magnitude (intensité), durée, structure spatiale et dépendances multivariées. Dans la littérature scientifique, il n'existe pas de définition unique universelle de ce qu'est un événement extrême (Stephenson, 2008). Selon le GIEC, un événement météorologique extrême est un événement rare dans sa distribution de référence statistique, à un endroit particulier (IPCC, 2001). Les impacts des extrêmes sur les systèmes naturels et humains sont très dépendants de l'emplacement ; un événement météorologique extrême ne cause pas nécessairement des dommages et son impact est lié surtout à la vulnérabilité des lieux touchés.
80 Les «événements extrêmes» peuvent être définis comme des dépassements d'une valeur de seuil pour la variable d'intérêt (De Gaetano, 1996b) ; ce seuil a souvent une signification particulière. Les exemples incluent des températures en dessous de zéro, ou l'apparition d’évènements statistiquement inhabituels (Henderson et Muller, 1997) sous forme de valeurs situées dans une région prédéfinie de la queue de distribution de la fréquence des évènements.
En cette matière il existe aussi un questionnement sur le choix des lois de distribution statistique qui décrivent le mieux les observations.
Bien qu'il existe des arguments en faveur de l'utilisation des valeurs de seuils prédéfinis, cette étude utilise une définition statistique. La principale raison d’adopter une définition statistique est l’objectif d'assurer la cohérence entre les saisons. L'utilisation des seuils exigerait la définition des valeurs seuil significatives par saison. En d'autres termes, un seuil froid de 0°C n’a pas de sens en été et aurait différents niveaux d'importance entre des différentes sous-régions, même en hiver. La définition statistique est censée être moins rigide.
Deux approches statistiques ont été appliquées au cours des dernières années dans l’étude des événements extrêmes, l'une est basée sur la théorie des valeurs extrêmes (Coles, 2001) et l’autre sur des indices climatiques calculés selon les besoin des études réalisées (New et al., 2006). La théorie des valeurs extrêmes peut être appliquée en travaillant soit avec le bloc des maxima ou avec le dépassement d’un seuil élevé. Le premier repose sur la distribution généralisée des valeurs extrêmes alors que le second utilise la méthode de Pareto généralisée (Coles, 2001 ; Mudelsee, 2010). L'approche non paramétrique, basé sur des indices climatiques comme les percentiles, étudie principalement les extrêmes dits souples, c'est à dire des événements rares ayant une période de retour courte (généralement moins de 1 an) (Simolo et al., 2010).
L'avantage d'utiliser des indices pour la détection du changement climatique est qu'ils peuvent être appliqués à différents paramètres climatiques, ils permettent une comparaison facile des tendances entre différentes régions. Ils sont facilement compréhensibles et gérables pour les études d'impact. Le projet STARDEX (STAtistical and Regional dynamical Downscaling of EXtremes for European regions) (http://www.cru.uea.ac.uk/projects/stardex/) recommande une série de 10 indices afin de caractériser les événements climatiques extrêmes. Les experts de l’ETCCDI (http://cccma.seos.uvic.ca/ETCCDI/) en recommandent 27 ; ces indices sont présentés dans le Tableau III.9.
81
Tableau III. 9 : Les indices de caractérisation des événements climatiques extrêmes, comme
définis par le projet STARDEX et l’ETCCDI.
Désignation de l’indice
Signification de l’indice Source de
l’indice
prec90p 90ème percentile des cumuls pluviométriques journaliers (mm/jour)
Stardex R5d Le plus grand total de précipitations sur 5 jours Stardex SDII Indice simple d’intensité quotidienne : quantité
de précipitations moyennes par jour de pluie
Stardex ETCCDI
CDD Nombre maximal des jours secs
consécutifs(RR <1 mm)
Stardex ETCCDI R90T Pourcentage du total pluviométrique à partir
des événements pluviométriques ayant des cumuls>au 90ème percentile
Stardex
R90N Nombre d’événements dont le total
pluviométrique est >au 90ème percentile des pluies des événements pluvieux
Stardex
tmax90p 90ème percentile des températures maximales quotidiennes
Stardex tmin10p 10ème percentile des températures minimales
quotidiennes Stardex
Fd Nombre de jours de gel, température minimale
quotidienne< 0°C Stardex ETCCDI
txhw90 Durée des vagues de chaleur, basée sur des percentiles
Stardex RX1day Le plus grand cumul pluviométrique journalier ETCCDI RX5day Maximum des précipitations cumulées sur
cinq jours
ETCCDI R10mm Jours de fortes précipitations : nombre de jours
où RR (précipitations quotidiennes) ≥ 10 mm ETCCDI R20mm Jours de très lourdes précipitations : nombre de
jours où RR ≥ 20 mm
ETCCDI Rnnmm Nombre de jours où RR ≥ au seuil (nn) défini
par l'utilisateur, le seuil est en mm
ETCCDI
CWD Nombre maximal des jours pluvieux
consécutifs (RR ≥ 1 mm)
ETCCDI R95pTOT Précipitation causées par des jours très
humides (> 95ème percentile) ETCCDI R99pTOT Précipitation causées par des jours
extrêmement humides (> 99ème percentile) ETCCDI
SU Journées d'été: nombre de jours où la
température maximale quotidienne> 25 °C
ETCCDI
ID Jours de givrage : nombre de jours où la
température maximale quotidienne<0 °C ETCCDI TR Nuits tropicales : nombre de jours où la
température minimale quotidienne > 20 °C
82 GSL (growing season
length)
Nombre annuel de jours entre la première durée d'au moins six jours où la température moyenne quotidienne > 5 °C et la première durée d'au moins six jours où la température moyenne quotidienne<5 °C au cours de la seconde moitié de l'année
ETCCDI
TXx Valeur maximale mensuelle des températures maximales quotidiennes
ETCCDI
TNx Valeur maximale mensuelle des températures
minimales quotidiennes
ETCCDI TXn Valeur minimale mensuelle des températures
maximales quotidiennes
ETCCDI TNn Valeur minimale mensuelle des températures
minimales quotidiennes ETCCDI
TN10p Nuits froides : nombre de jours où la température minimale quotidienne <10èmepercentile
ETCCDI
TX10p Journées froides : nombre de jours où la température maximale
quotidienne<10èmepercentile
ETCCDI
TN90p Nuits chaudes : nombre de jours où la température minimale quotidienne > 90èmepercentile
ETCCDI
TX90p Journées chaudes : nombre de jours où la température maximale quotidienne > 90èmepercentile
ETCCDI
WSDI (warm spell duration index)
Indice de durée des périodes chaudes : nombre de jours dans une période d'au moins six jours où la température maximale quotidienne > 90èmepercentile
ETCCDI
CSDI (cold spell
duration index) Indice des durées des périodes froides : nombre de jours dans une période d'au moins six jours où la température minimale
quotidienne < 10èmepercentile
ETCCDI
DTR (diurnal temperature range)
Amplitude diurne de température : différence entre la température maximale quotidienne et la température minimale quotidienne
ETCCDI
Nous faisons le choix d’étudier les événements extrêmes des températures maximales et minimales, et de pluie, en utilisant un échantillonnage par percentiles.
Un percentile est chacune des 99 valeurs qui divisent les données triées en 100 parts égales, de sorte que chaque partie représente 1/100 de l'échantillon de population. Le p-ième percentile d'une distribution est un nombre tel que p% des valeurs de la distribution est inférieur ou égal à ce nombre. Donc, si '30' est le 90ème percentile d'une série des données, 90% de ces données sont inférieures ou égales à 30.
83 Si n est le nombre total d'observations, un percentile peut être calculé en triant les données dans l’ordre croissant (𝑥1étant la plus petite valeur et 𝑥𝑛la plus grande), 𝑥𝑖 est le 𝑝𝑖è𝑚𝑒 percentile de la série de données et :
𝑝𝑖 = 100𝑖 − 0.5 𝑛
Pour les besoins de ce travail, les jours ayant des températures maximales et minimales extrêmes sont choisis en utilisant les 95ème et 99ème percentiles et les 5ème et 1er percentiles respectivement alors que les événements de pluie sont sélectionnés en se basant sur les percentiles 90, 95 et 99.
Les données journalières ont été utilisées afin de calculer les séries chronologiques des extrêmes à l'échelle saisonnière en utilisant les valeurs des percentiles seuils sur les périodes de disponibilité des données qui dépendent de chaque station de mesure. Les percentiles des extrêmes pluviométriques ont été calculés en utilisant les jours ayant enregistré une pluie supérieure ou égale à 1 mm. Cela est principalement accepté comme critère des jours humides dans les études climatiques (Klein Tank et Können, 2003).
Les évènements extrêmes simulés et projetés ont été choisis sur les sorties des MCR en utilisant les mêmes percentiles que les données observées. Nous présentons plus de détail sur le choix des événements extrêmes en utilisant le seuillage par percentile dans les chapitres 6 et 7.