• Aucun résultat trouvé

Classification automatique en météorologie

N/A
N/A
Protected

Academic year: 2022

Partager "Classification automatique en météorologie"

Copied!
3
0
0

Texte intégral

(1)

Statistique et analyse des données

G

UY

D

ER

M

EGREDITCHIAN

Classification automatique en météorologie

Statistique et analyse des données, tome 2, no3 (1977), p. 107-108

<http://www.numdam.org/item?id=SAD_1977__2_3_107_0>

© Association pour la statistique et ses utilisations, 1977, tous droits réservés.

L’accès aux archives de la revue « Statistique et analyse des données » implique l’accord avec les conditions générales d’utilisation (http://www.numdam.org/conditions). Toute utilisation commer- ciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impres- sion de ce fichier doit contenir la présente mention de copyright.

Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques

http://www.numdam.org/

(2)

S t a t i s t i q u e et Analyse des Données

1 0

3 - 1 9 7 7

c l a s s i f i c a t i o n a u t o m a t i q u e en m é t é o r o l o g i e

D E R M E G R E D I T C H I A N Guy Météorologie Nationale EERM-GMD, 73-77 rue de Sèvres

F92I00 BOULOGNE SUR SEINE

RESUME

La classification automatique a apporté aux météorologistes un outil de travail adéquat pour la résolution de nombreux problèmes pratiques abordés auparavant par des méthodes empiriques subjectives. Cinq exemples sont ici présentés :

1) Classification des régions avalancheuses en zones homogènes au sens de la simultanéité du déclenchement du phénomène dangereux. Une méthode de classification hiérarchique agglomérative permet le regroupe- ment des stations au comportement similaire destiné à valoriser une prévision de risque d'avalanche basée sur une analyse discriminante para- métrique 1inéaire.

2) Typisation des profils verticaux des éléments météorologiques basée sur la définition d'un indice de similarité de forme de profils.

L'application d'une méthode de classification hiérarchique agglomérative permet l'élaboration d'une typologie des masses d'air dans les basses couches de l'atmosphère. Une application directe de cette typologie se présente pour l'étude de la diffusion des polluants et de la forme des panaches des cheminées en fonction de la situation météorologique.

(3)

108

3) Classification des appareils de mesure à partir de leur courbe de réponse quand l'étalonnage direct est impossible. On désire associer un appareil nouveau à l'un des types d'appareils anciens aux caractéristiques connues. Une méthode de classification hiérarchique agglomérative est appli- quée au résultat de l'expérimentation de 12 anémomètres afin de situer

comparativement la qualité d'un anémomètre français nouvellement mis au point.

4) Régionalisation et typisation du fichier pluviométrique.

On applique la méthode de classification automatique des étalons (noyaux mobiles) pour obtenir d'une part un découpage de la France en zones homogènes au sens de l'intensité des précipitations (régionalisation) et d'autre part une typisation des cartes de répartition spatiale des préci- pitations (typisation). Une étude markovienne des probabilités de passage de types à types devient possible dans un esprit prévisionnel global.

5) Définition des types de temps par classification automatique découlant d'une analyse en composantes principales du champ de pression sur l'hémisphère nord. La classification est suivie d'une étude clima- tologique des types de temps objectivement définis débouchant sur une approche statistique de la prévision du temps.

Références

Documents relatifs

Étape 0 : On détermine k centres provisoires (par exemple, par tirage pseudo-aléatoire sans remise). Les clusters sont caractérisés par un centre

de I : sinon l'axe passant par le centre de gravité des deux clas- ses permettrait d'extraire une part d'inertie plus forte que celle extraite par le 1er axe factoriel (théorème

1 lnttiodiiQ.tA.on : En classification hiérarchique ascendante, le procé- dé consiste à grouper les observations individuelles en classes par a- grégation successive jusqu'à ce

L'analyse avec contrainte permet ainsi d'obtenir un découpage de la ville de façon très rapide. La comparaison de ce découpage avec le d é - coupage obtenu après recomposition

Il n’existe pas de couple sphérique (G, H) avec H très réductif de hauteur au moins 4 dans

vol.. Ceci présente un intérêt dans le traitement de grands ensembles de données où l'on désire avoir un ensemble de hiérarchies localement optima- les par rapport à un

d’un critère qui mesure l’adéquation des individus aux différentes classes et respecte les contraintes de nature des données (qualitatives, ordinales et

général nij désigne le nombre d’observations appartenant à la classe i dans la pre- mière classification et placées dans la classe j pour l’autre classification. 3