Risque hydrologique avec approches statistiques avancées

点击翻译按钮获取中文摘要

L'estimation du risque associé aux événements hydrologiques (EH) extrêmes (ex. crues, étiages, tempêtes) est essentielle pour diverses activités d'ingénierie. L'analyse fréquentielle hydrologique (AFH) est l'une des approches les plus utilisées pour la modélisation d'EH extrêmes et l'évaluation des risques associés. D'une part, l'AFH est composée de 4 étapes principales: analyse descriptive, vérification des hypothèses de base (stationnarité, homogénéité, indépendance en série), modélisation et analyse du risque. D'autre part, les EH extrêmes se caractérisent par plusieurs variables dépendantes (ex. pointe et volume de crues) où plusieurs études ont montré l'importance de considérer conjointement les différentes variables dans un cadre multivarié. Cependant, dans ce dernier, la vérification des hypothèses (étape 2) est souvent négligée malgré son importance et son impact direct sur la modélisation et qu'elles peuvent en effet ne pas être satisfaites dans une variété de situations hydrologiques réelles (ex. causées par les changements climatiques et/ou l'urbanisation). Ne pas tenir compte de ces hypothèses pourrait conduire à des résultats peu fiables et à des interprétations incomplètes. Par conséquent, l'étape des tests est essentielle pour une AFH complète afin d'éviter des décisions inappropriées. Cependant, les tests existants présentent des limitations méthodologiques et ne sont pas adaptés au cadre de l'AFH. De plus, dans le cas où certaines des hypothèses ne sont pas vérifiées, aucun modèle multivarié n'est développé ou les modèles existants sont très simplistes. Ainsi, l'objectif de ce programme de recherche est de développer un cadre multivarié complet et réaliste pour évaluer les risques des EH extrêmes. Plus particulièrement, les travaux proposés se concentrent sur les situations, de plus en plus présentes, où les hypothèses ne sont pas vérifiées dans un cadre multivarié. Ainsi, ce programme vise à développer de nouveaux tests statistiques multivariés bien adaptés au contexte de l'AFH et des modèles multivariés adaptés à la présence d'anomalies (non-stationnarité, hétérogénéité et/ou dépendance en série). A long terme, ce programme constituera une base pour d'autres analyses comme les analyses régionales multivariées si les hypothèses ne sont pas vérifiées. Les résultats potentiels de cette recherche seront de nouveaux outils statistiques (tests et modèles) particulièrement utiles pour effectuer une AFH multivariée plus réaliste et une évaluation plus précise des risques. Ainsi, les hydrologues, ingénieurs et décideurs auront des outils à leur disposition, par exemple pour la conception de futures installations hydroélectriques dans le contexte des changements climatiques.