Inférence et modélisation de la dépendance spatiale des extrêmes neigeux dans les Alpes françaises par processus max-stables Gilles Nicolet To cite this version: Gilles Nicolet. Inférence et modélisation de la dépendance spatiale des extrêmes neigeux dans les Alpes françaises par processus max-stables. Climatologie. Université Grenoble Alpes, 2017. Français. ￿NNT: 2017GREAU017￿. ￿tel-01618950v2￿ HAL Id: tel-01618950 https://theses.hal.science/tel-01618950v2 Submitted on 15 Jan 2018 HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non, lished or not. The documents may come from émanant des établissements d’enseignement et de teaching and research institutions in France or recherche français ou étrangers, des laboratoires abroad, or from public or private research centers. publics ou privés. THÈSE Pour obtenir le grade de DOCTEUR DE LA COMMUNAUTÉ UNIVERSITÉ GRENOBLE ALPES Spécialité : Sciences de la Terre et Univers, Environnement Arrêté ministériel : 25 mai 2016 Présentée par Gilles NICOLET Thèse dirigée par Nicolas ECKERT et codirigée par Samuel MORIN préparée au sein d’Irstea Grenoble – Equipe ETNA et du CNRM/CEN (Météo-France – CNRS) dans l'École Doctorale Terre Univers Environnement Inférence et modélisation de la dépendance spatiale des extrêmes neigeux dans les Alpes françaises par processus max-stables Thèse soutenue publiquement le 16 juin 2017, devant le jury composé de : Prof. Anne-Catherine FAVRE Professeure, Grenoble INP – Ense3, Présidente Prof. Liliane BEL Professeure, AgroParisTech, Rapportrice Dr. Juan Ignacio LOPEZ-MORENO Tenured Scientist, Instituto Pirenaico de Ecología, Rapporteur Dr. Juliette BLANCHET CR CNRS, Institut des Géosciences de l’Environnement, Examinatrice Prof. Anthony C. DAVISON Professeur, Ecole Polytechnique Fédérale de Lausanne, Examinateur Dr. Philippe NAVEAU DR CNRS, Laboratoire des Sciences du Climat et de l’Environnement, Examinateur Dr. Nicolas ECKERT ICPEF, Irstea Grenoble, Directeur de thèse Dr. Samuel MORIN ICPEF, Météo-France – CNRS, CNRM/CEN, Co-Directeur de thèse Amonpère iv Remerciements Mes premiers remerciements vont à mes encadrants. En plus de ses compétences scientifiques,jeremercieNicolasEckertpoursagentillesseetsadécontractionquiont rendu l’atmosphère de travail d’autant plus agréable. Je le remercie aussi beaucoup pour sa compréhension lors des moments difficiles. Je remercie Samuel Morin, et en particulierpourlagrandepatiencedontilafaitpreuvelorsdesesexplications. Jenele remercierai jamais assez pour avoir si longuement insisté sur l’importance du travail de pédagogiepourlesnon-spécialistes. JeremercieJulietteBlanchetpoursasympathieet sadisponibilité,ainsiquepoursoncoupd’œilpourrepérerleserreursquim’aététrès utile. Je remercie mon jury de thèse : Anne-Catherine pour l’avoir présidé, Liliane Bel et Nachó Lopez-Moreno pour avoir rapporté mon manuscrit, ainsi que Anthony Davison etPhilippeNaveau. Jeremercielespersonnesquiontparticipéàmoncomitédesuivide thèse: Anne-LaureFougères,EmmanuelPaquetetBenjaminRenard, pourleurslectures attentives, leurs conseils et leursremarques. Je remercie GuillaumeEvin et David Penot pour leur aide. Je suis très reconnaissant envers mes encadrantes de stage de master, CécileMercadieretAnne-LaureFougèrespourm’avoirinitiéauxstatistiquesextrêmes. JesalueQuentinavecquij’aifaitmonstage. Je suis très reconnaissant à Météo France et au CEN, et particulièrement à toutes les personnes impliquées dans la constitution des jeux de données utilisés dans cette thèse. Je remercieDéborah pourles réanalysesSAFRAN- Crocus. Je remerciele LabEx OSUG@2020pouravoirparticipéaufinancementdemathèseetmonEcoleDoctorale TerreUniversEnvironnement. UngrandmerciàChristinepoursonexcellenttravailà l’ED.Je remercie lepersonneldu restaurantSodexodu CTPpourleur sympathie etleur bonnehumeur. vi Je salue mes collègues (anciens et actuels) d’Irstea Grenoble que j’ai côtoyé durant ma thèse : Simon, Perrine, Hugo, Coraline, Guillaume P., Guillaume D., Félix, Elodie, Firmin, Antoine, Alexandra, Ségolène, Clément, Manon, Loïc, Pauline, Jiaying, Hao, PascalH.,PascalS.,Hoan,Gaëtan,Raphaël,Eva,Adel,Didier,Mohamed,Thierry,Fred, Hervé,Gwenola,Bertrand,Thomas,Christian,Valérie,Anne-Sophie,Geneviève,ainsi quetousceuxquej’aioublié. Unementionspécialepourlespersonnesquiontpartagé monbureau,François,Mélanie,CostanzaetYoichipourtouslesbonsmomentspassés ensemble. Je salue Nicolas, Xiaoxiu, Yann, Mao, Hélène, Wentao, Meina, Cédric, Zhu, Ying, Chao,Patrick, Yanning, Dan,Donatien,Rudy,Shanshan, Alexandra,Cyril,Mamounet tousceuxquetousceuxquej’aioublié. Jeremerciemafamille,particulièrementJulia,Franck,LisaetYann. Jeremerciema Maman. JeremercieLingranpoursapatienceetsagentillesse. Abstract Extremesnowfallandextremesnowdepthsareamong themostdangeroushazards inthemountainousregions. Max-stableprocesses,whichconnectextremevaluestatistics andgeostatisticsbymodelingthespatialdependenceofextremes,offerasuitableframe- worktodealwith. Twochallengingissuesconcerningspatialdependenceofextremesare broached in this thesis through the examples ofsnowfall and snow depthsin the French Alps: modelselectionandtemporalnonstationarity. Weprocesstwowintermaximadata setsof3-daysnowfall(90stationsfrom1958 to2013)andsnowdepths(82stationsfrom 1970to2013). First,weintroducealeave-two-outcross-validationprocedureappropriate for evaluating the predictive ability of max-stable processes to model the dependence structureofspatialextremes. Wecomparefiveofthemostcommonlyusedmax-stable processes,usingasacasestudythesnowfallmaximadataset. Thisapproachallowsus toshow thattheextremal-t, geometricGaussianandBrown-Resnick processesareable to represent as well the structure of dependence of the data, regardless of the number of stations or years. Then, we show, using a data-based approach allowing to make minimalmodelingassumptions,thatsnowfallextremestendedtobecomelessspatially dependent over time, with the dependence range reduced roughly by half during the study period. Wedemonstrate that this is attributable at first to the increase in tempera- tureanditsmajorcontrolonthesnow/rainpartitioning. Amagnitudeeffect,withless dependentextremesduetoadecreaseinwintercumulatedsnowfall,alsoexists. Finally, wetacklethefirst-everuseofmax-stableprocesseswithtemporaltrendsinthespatial dependencestructure. Thisapproachisappliedtosnowdepthwintermaximamodeled by a Brown-Resnick process. We show that the spatial dependence of extreme snow depths is impacted by climate change in a similar way to that has been observed for extremesnowfall. Keywords: snowfall, snow depths, spatial extremes, max-stable processes, climate change,FrenchAlps viii Résumé étendu Cerésuméétenduaétépréparésouslaformed’unarticledesynthèsepourLaHouille Blanche.