La statistique, une boîte à outils complète pour quantifier l'incertitude - Application aux projections climatiques en zone de montagne - CNRS - Centre national de la recherche scientifique Accéder directement au contenu
Article Dans Une Revue Sciences Eaux & Territoires Année : 2019

Quantifying uncertainties in climate projections using statistical tools

La statistique, une boîte à outils complète pour quantifier l'incertitude - Application aux projections climatiques en zone de montagne

Guillaume Evin
Nicolas Eckert
Benoît Hingray
J. Blanchet
Samuel Morin

Résumé

Taking into account the uncertainties associated with climate projections is essential but often overlooked. One main reason for that is the multiplicity of climate projections representing possible future climates as a consequence of uncertainties surrounding developments for greenhouse gases, uncertainties arising from the climate models and the impact models (hydrology, biodiversity etc.), as well as the natural variability of the climate. To describe these different sources of uncertainty, and take them into account is not easy for engineers and managers who are more accustomed to reasoning in a determinist framework. This article aims to demonstrate that statistics offers a number of approaches which make it possible to use a given multi-scenario, multimodel climate projection. The simplest propose a descriptive summary of the information, while the more complex approaches can test the significance of the expected changes, to separate the different causes of uncertainty and measure each one's contribution to the overall variability. The approach is illustrated by a set of projections for temperature, precipitation and mean snow depth for a mountainous region of the French Alps. It can be easily applied to any variable whose projections have been generated through an impact model which simulates the consequences of a set of climate projections for a given sector defined in social and ecosystem terms.
La prise en compte des incertitudes est devenue un impératif affiché, mais reste souvent un voeu pieu dans la pratique. Le cas des projections climatiques et de leur déclinaison sectorielle constitue un exemple emblématique de cette dichotomie. La communauté scientifique génère un nombre croissant de trajectoires représentant des futurs possibles. Cette multiplicité résulte d'un ensemble de scénarios d'évolution des gaz à effet de serre, d'un nombre croissant de modèles climatiques globaux et régionaux et de modèles d'impact (hydrologie, biodiversité, etc.) comportant tous leur lot d'hypothèses. À cette incertitude se conjugue la variabilité naturelle du climat. Gérer rigoureusement ces différentes sources jusqu'aux impacts sectoriels est nécessaire, mais l'ingénieur et le décideur, plus habitués à raisonner dans un monde déterministe, s'en affranchissent fréquemment du fait d'un manque d'appropriation des outils et des méthodes disponibles. Comme illustré dans cet article, la statistique propose une boite à outils complète allant de simples résumés descriptifs de l'information à des modèles explicites permettant l'évaluation des contributions respectives à la variabilité totale des projections. Les méthodes introduites sont illustrées à partir d'un ensemble de projections pour un massif des Alpes françaises, la Chartreuse, et pour trois variables (température, précipitation, hauteur de neige moyenne en hiver). L'approche se généralise aisément à toute transformation des projections climatiques par un modèle d'impact.
Fichier principal
Vignette du fichier
an2019-pub00062125.pdf (1.77 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-02391560 , version 1 (03-12-2019)

Identifiants

Citer

Guillaume Evin, Nicolas Eckert, Benoît Hingray, J. Blanchet, Samuel Morin, et al.. La statistique, une boîte à outils complète pour quantifier l'incertitude - Application aux projections climatiques en zone de montagne. Sciences Eaux & Territoires, 2019, 28, pp.90-97. ⟨10.14758/SET-REVUE.2019.2.19⟩. ⟨hal-02391560⟩
123 Consultations
97 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More