Spatio-temporal weather generator for the temperature over France
Caroline Cognot  1, 2@  , Liliane Bel  2@  , Sylvie Parey  1@  , David Métivier  3@  
1 : EDF Labs
EDF Recherche et Développement
2 : Mathématiques et Informatique Appliquées
AgroParisTech, Université Paris-Saclay, Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement, Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement : UMR0518
3 : Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie
Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement, Institut Agro Montpellier

Les générateurs de temps sont des simulateurs qui permettent de reproduire
la variabilité climatique et générer un grand nombre de situations pour des variables
météorologiques selon un modèle statistique ajusté sur les observations. La plupart des
générateurs de temps fournissent des simulations pour une ou plusieurs variables météorologiques
site par site. Dans ce travail, nous nous proposons de concevoir un générateur
spatialisé pour une seule variable météorologique. Nous nous focalisons sur la température.
La moyenne et la variance sont décomposées chacune en une tendance et une saisonnalité.
Les tendances sont modélisées par des fonctions non paramétriques, les saisonnalités par des
polynômes trigonométriques. Chaque fonction est ajustée site par site, puis étendue à tout
l'espace par krigeage pour les saisonnalités et par distance inverse pour la partie tendance.
La partie stochastique est modélisée par un champ gaussien avec une fonction de corrélation
spatio-temporelle non séparable. Ces deux étapes permettent de simuler sur une grille, sur
n'importe quelle période de temps. La validation du modèle a été réalisée à la fois sur le jeu
de données des stations et sur la grille. En calculant plusieurs indicateurs liés à la structure
spatiale, à la structure temporelle ou aux extrêmes, on constate que le générateur fournit
des simulations adéquates et permet la génération de séries de température spatialement
cohérentes, à l'exception toutefois des extrêmes élevés, ce qui était attendu, les processus
gaussiens étant connus pour être peu performants sur cet aspect.



  • Poster
Personnes connectées : 3 Vie privée
Chargement...