Résumé
La prévision d’événements extrêmes est un enjeu scientifique et sociétal important. Le devenir de certaines situations météorologiques est plus facile à prévoir que d’autres, et il existe des situations pour lesquelles les probabilités que se développent certains extrêmes, comme les vagues de chaleur estivales les plus meurtrières, sont plus grandes. Nous allons nous intéresser à la détermination de ces situations. De nombreuses techniques ont été développées en data science et en sciences atmosphériques pour répondre à ce défi, en apportant une meilleure compréhension physique sur la formation de ces événements.
Dans cette thèse, nous nous intéresserons principalement à caractériser la prévisibilité de trajectoires de systèmes chaotiques comme ceux qui décrivent les mouvements de l’atmosphère. La prévisibilité est une mesure du caractère prédictible du système, pour une échelle de temps donnée. Par exemple, le devenir de certaines situations météorologiques est prévisible pendant plusieurs jours à l’avance (forte prévisibilité), alors que d’autres peuvent changer très rapidement (faible prévisibilité). Cela peut se traduire par le fait que l’incertitude liée aux conditions initiales est moins forte dans le cas que dans le second. Comment caractériser cette incertitude
L’étude de la prévisibilité (en sciences atmosphériques) se place souvent dans un cadre probabiliste : on s’intéresse à la probabilité de se trouver dans un état particulier, sachant qu’on part d’un état donné, qui peut avoir une incertitude.
Le LSCE a développé un ensemble d’outils de simulations stochastiques d’ensemble de variables météorologiques, pour déterminer les densités de probabilité de ces variables, ainsi que des scores statistiques pour évaluer la qualité des prévisions ainsi produites. En parallèle, des algorithmes de mécanique statistique permettent de simuler des événements extrêmes de manière optimale, à partir de principes d’échantillonnage d’importance.
On va donc s’intéresser à déterminer les conditions météorologiques qui conduisent à des vagues de chaleur extrêmes et leur probabilité. L’objet de cette thèse est de développer une méthodologie statistique pour trouver les paramètres optimaux des outils de simulations climatiques, et de déterminer les variables importantes à partir desquelles les vagues de chaleur sont prédictibles, à des échéances allant de quelques jours à la saison. Un autre aspect important de la thèse sera de déterminer l’impact du changement climatique sur la prévisibilité de ces événements extrêmes.
La thèse se placera à l’interface entre les sciences du climat, les statistiques et la physique statistique. On cherchera à établir un équilibre entre expériences numériques et analyse de données en fonction des résultats obtenus dans les premiers mois de la thèse. La thèse sera financée par le projet d’ANR SAMPRACE (https://samprace871353291.wordpress.com/). Elle se déroulera sous la direction de Pascal Yiou (LSCE), en collaboration avec Freddy Bouchet (ENS Lyon).
PHoCEA DRF - Tous droits réservés - Mentions légales - Protection des données personnelles - Dernière mise à jour : 25-04-2024
