4.5 Reproduction chronologique de l’occurrence d’HPE et représentation HPE
4.5.2 Reproduction chronologique de l’occurrence des HPE observés
Pour la période de simulation considérée ici (1960-1980) la liste de référence des dates d’HPE observés (annexe D) fait état de 102 événements.
Les graphiques de la figure 4.28 indiquent pour chaque simulation le nombre total d’HPE reproduits sur la période 1960-1980, le pourcentage d’HPE reproduits (taux de reproduc- tion), le pourcentage d’HPE parmi les événements simulés (100% - taux de fausse alerte) et le score de Brier correspondant, pour un seuil de dépassement de précipitation variant de 100 à 200 mm/jour.
Pour FRA12-corr et FRA50-corr, on retrouve bien les valeurs obtenues à la section 4.2.2 avec le premier critère de définition des HPE simulés. Cette similitude était certes atten- due, mais elle confirme a posteriori que les deux critères de sélection sont analogues. Pour DSCLIM, le pouvoir de bonne reproduction des HPE de la simulation s’avère être assez faible : au mieux, 20% des HPE observés sont reproduits par DSCLIM et plus de 80% des cas simulés ne correspondent pas à des HPE dans les observations.
Section 4.5 : Reproduction chronologique de l’occurrence d’HPE et
représentation HPE dans les simulations corrigées selon un second critère de définition des HPE simulés : comparaison à DSCLIM 137
En fixant le seuil de sélection des événements à 110 mm/jour – seuil pour lequel SAFRAN, DSCLIM et ALADIN-Climat simule un nombre d’événements proche des 102 HPE réper- toriés sur la période 1960-1980 – , le champ de pluie désagrégée produit par DSCLIM est comparé à celui de SAFRAN pour les trois ensembles de jours suivants : HPE reproduits (19 cas), les HPE manqués (83 cas) et cas de fausses alertes (77 cas).
Les cartes de la figure 4.29 indiquent, pour les 19 HPE reproduits par DSCLIM, le biais moyen et l’erreur quadratique moyenne de la précipitation simulée par DSCLIM, par rap- port à SAFRAN.
(a) Nombre de cas définis (b) Taux de reproduction
(c) Score de Brier
Fig. 4.28 – Reproduction chronologique de l’occurrence d’HPE sur la période 1960-1980 en fonction du
seuil de précipitation. (a) : Nombre d’événements simulés. (b) : pourcentage d’HPE reproduits, en traits pleins, et pourcentage d’HPE parmi les événements simulés (100 - taux de fausse alerte) en traits tiretés. (c) : score de Brier. En noir : SAFRAN ; en rouge : FRA12 ; en bleu : FRA50 ; en jaune : DSCLIM ; en vert : CYPRIM.
Elles montrent que même lorsque DSCLIM parvient à reproduire un HPE, l’analogue choisi par la méthode présente un champ de précipitation assez différent de celui observé. Les erreurs commises par DSCLIM lors des HPE non-reproduits et des cas de fausses alertes sont illustrées par les figures 4.30 et 4.31 présentant les composites de précipitations si- mulées par DSCLIM et observées dans SAFRAN pour chacune de ces deux situations (non-reproduction et fausse alerte). On constate que, contrairement à ce que l’on a observé dans les simulations ALADIN-Climat, l’échec de la reproduction ne saurait être interprété
dans DSCLIM comme le résultat d’un effet de seuil plus ou moins marqué (voir sections 4.4.2 et 4.4.3). En effet, pour les HPE qu’elle ne reproduit pas, DSCLIM simule des pluies faibles ou inexistantes. Et à l’inverse, les cas de fausses alertes correspondent dans la réalité à des situations où la précipitation est faible ou absente.
Ainsi, au delà du fait que les scores de « détection » de DSCLIM sont assez peu satisfai- sants, l’analyse montre que les précipitations simulées reste éloignées des observations quel que soit le cas de figure relatif à la reproduction des HPE observés : HPE reproduits ou non, et fausses alertes.
(a) Biais (b) RMSE
Fig.4.29 –Biais moyen (a) et erreur quadratique moyenne (b) des précipitations quotidiennes (mm/jour)
de DSCLIM lors des HPE reproduits par DSCLIM
(a) SAFRAN (b) DSCLIM
Fig. 4.30 –Composites de précipitations quotidiennes (mm/jour) observées (a) et simulées par DSCLIM
(b) lors des HPE non-reproduits par DSCLIM.
Un tel résultat n’est ni étonnant ni alarmant pour la méthode de descente d’échelle sta- tistique mise en oeuvre dans DSCLIM si l’on considère que celle-ci n’est pas destinée à reproduire une quelconque chronologie dans les champs désagrégés qu’elle produit.
Ceci étant, dans la mesure où DSCLIM reçoit ici en entrée l’information grande échelle d’ERA-40 qui respecte la chronologie observée, le fait qu’elle ne parvienne à reproduire qu’un petit nombre d’HPE observé implique l’alternative suivante : soit la grande échelle d’ERA-40 ne contient que très peu d’informations susceptibles de prédire l’occurrence d’HPE, soit la classification des situations synoptiques réalisées dans DSCLIM et/ou la méthode de recherche d’analogues ne permettent pas de produire des HPE qui soient co- hérents avec l’information grande échelle.
Section 4.5 : Reproduction chronologique de l’occurrence d’HPE et
représentation HPE dans les simulations corrigées selon un second critère de définition des HPE simulés : comparaison à DSCLIM 139
(a) SAFRAN (b) DSCLIM
Fig.4.31 –Composites de précipitations quotidiennes (mm/jour) observées (a) et simulées par DSCLIM
(b) lors des cas de fausses alertes de DSCLIM.
ALADIN-Climat indiquent précisément que ERA-40 contient une information grande échelle susceptible d’être utilisée pour prévoir l’occurrence d’au moins un quart des HPE, c’est donc que la méthode employée dans DSCLIM ne discrimine pas les situations synop- tiques propices à la survenue d’un HPE. Cette conclusion n’est pas non plus tout à fait surprenante puisque les régimes de temps définis pour cette méthode n’ont pas été orientés à cette fin et que la recherche d’analogues qui en découle intègre les valeurs de précipita- tions de SAFRAN sur l’ensemble du territoire français et non la seule région Sud-Est. Elle atténue cependant la confiance que l’on peut apporter à la désagrégation statistique d’un scénario de changement climatique par DSCLIM au regard de l’évolution future des HPE. En dépit de cette limitation dans la bonne reproduction des HPE, remarquons que DSCLIM produit des fréquences d’occurrence d’événements réaliste par rapport à celles de SAFRAN. D’un point de vue statistique excluant toute considération chronologique, cette méthode n’est donc pas nécessairement moins performante qu’ALADIN-Climat à 12.5 km de réso- lution.
Sensibilité des résultats à l’ajoût d’une condition sur la distance devant séparer les deux points dépassant le seuil
A l’annexe E, sont présentées les figures d’une brève étude de sensibilité des scores de « détection »chronologique obtenus avec ce critère de définition (détaillés à la section suivante) au fait d’ajouter une condition sur la distance devant séparer les deux points répondant au critère de dépassement – incluant ainsi, en considérant une distance nulle, la possibilité de ne retenir qu’un seul point. Seuls les résultats obtenus pour SAFRAN, FRA12-corr et FRA50-corr ont été représentés, ce au vu des scores de « détection » de DSCLIM.
Les résultats montrent que le fait de choisir deux points plutôt qu’un seul permet de réduire de façon notable le taux de fausse alerte sans pour autant trop dégrader le taux de reproduction. Ce comportement est cohérent avec le fait que la liste de référence des HPE observés (annexe D) a précisément était construite de façon à exclure le cas de phénomènes trop isolés (Nuissier et al., 2011).
En imposant une condition de distance sur les deux points de notre critère de définition des HPE simulés, on observe une diminution du taux de fausse alerte à mesure que la distance augmente. Ainsi, plus l’événement simulé couvre une surface étendue, plus il y a de chance qu’il corresponde à un HPE qui fut réellement observé. Mais dans le même
temps, le taux de reproduction des HPE diminue lorsque la distance augmente. Le choix de la distance minimale à imposer entre nos deux points dépend donc du taux que l’on cherche à optimiser (taux de reproduction ou fausse alerte) ou du compromis auquel on souhaite aboutir entre les deux. L’option qui a été retenue dans ce travail est finalement celle d’une absence de condition sur la distance entre les deux points (distance nulle) car à moins de prendre une distance de 60 km identique à celle du critère de définition de Nuissier et al. (2011), le choix aurait été à la fois assez arbitraire et pas forcément optimal pour toutes les simulations. Or pour cette distance de 60 km, on obtient moins de 80 HPE dans SAFRAN (alors qu’on en observe 102 sur la période), pour un taux de reproduction inférieur à 60%, avec certes un taux de fausse alerte très bas (moins de 10%) mais ces valeurs indique que le critère de définition des HPE devient alors trop sévère pour obtenir ne serait-ce qu’une fréquence d’occurrence correcte. Nous opterons donc pour la simplicité, consistant à ne pas imposer de condition sur la distance devant séparer nos deux points.