Détection du changement régional par rééchantillonnage de séries chronologiques : application aux précipitations dans l’espace Rhéno-Mosan

Regional change detection through a boostrap resampling procedure: application to rainfall time series in the upper Rhine-Meuse area

Université de Lorraine, UFR Sciences Humaines et Sociales-Metz, Laboratoire LOTERR, Île du Saulcy, CS 60228, 57045 METZ cedex 01 – France

^* gilles.drogue@univ-lorraine.fr
^** didier.francois@univ-lorraine.fr

Résumé

La mise en œuvre d’une procédure de rééchantillonnage sur des données de précipitations (séries ponctuelles et champs scalaires) permet d’obtenir une approximation de la distribution empirique de l’effectif de tests significatifs. Celle-ci sert à définir la significativité régionale du changement tout en préservant la corrélation croisée entre sites de mesure ou points de grille. L’application concerne un espace de méso-échelle au climat océanique à dégradation continentale (90 000 km²; Nord-Est français et ses franges bordières). Les résultats obtenus montrent qu’au cours des dernières décennies, les précipitations hivernales d’ouest (cumuls et intensité journalière) sont affectées par un changement, soit abrupt soit graduel, cohérent à l’échelle régionale. L’environnement topographique du point de mesure induit une modulation spatiale de ce changement. De plus, l’analyse statistique par bootstrap-années de trois scénarios de précipitations désagrégés à échelle fine pour la fin du siècle sur le bassin de la Meuse française révèle que seul l’été est invariablement affecté par une baisse de précipitations significative aux échelles locale et régionale. Au total, la nature du changement et sa significativité régionale varient en fonction de la variable pluviométrique considérée et de sa persistance spatiale. Il est donc impératif de chercher à fonder les analyses de changement régional sur des indicateurs climatiques à fort rapport signal/bruit et rattachés à des sites ou des points de grille peu corrélés dans l’espace.

Abstract

A boostrap resampling method has been applied to rainfall data (point times series and field values) to get the empirical distribution function of the number of significant tests. By preserving the cross-correlation structure of the network/field, this distribution shows the field significance. The region of interest is a mesoscale area with a semi-oceanic climate (90 000 km², North-Eastern France and surrounding areas). Over the last decades winter westerly rainfall (seasonal amounts and maximum daily intensities) were subject to abrupt and gradual changes having a regional coherence. Topographical conditions are likely to modulate the spatial patterns and magnitude of changes. Statistical analysis of seasonal rainfall amounts downscaled on the French part of the Meuse basin for the end of the century yields a local and regional significant only for summer rainfall. Definitely, field significance and type of change vary according to the rainfall characteristics and their spatial persistency. Regional analysis of change in climate time series should be based on “early bird” sites or grid points poorly correlated in space and whose climate information is maximizing the signal to noise ratio.