Open Access
Issue
Climatologie
Volume 10, 2013
Page(s) 75 - 104
DOI https://doi.org/10.4267/climatologie.152
Published online 09 October 2015
  • Boé J., 2007 : Changement global et cycle hydrologique : Une étude de régionalisation sur la France. Thèse de doctorat, Université Toulouse III - Paul Sabatier, 256 pages. [Google Scholar]
  • Burn D. H. et Hagelnur M. A., 2002 : Detection of hydrological trends and variability. Journal of Hydrology, 255, 107–122. [CrossRef] [Google Scholar]
  • Commeaux F., Drogue G. et François D., 2010 : Analyse prospective des débits mensuels d’étiage de la Meuse française à l’aide d’un modèle hydrologique : sensibilité aux méthodes de descente d’échelle spatiale et aux scénarios d’émission. Bulletin de l’Association de Géographes Français, 87, 178–193. [CrossRef] [Google Scholar]
  • Déqué M. et Piedelievre J.-P., 1995 : High-Resolution climate simulation over Europe. Climate Dynamics, 11, 321–339. [CrossRef] [Google Scholar]
  • Douglas E. M., Vogel R. M. et Kroll C. N., 2000 : Trends in floods and low flows in the United States: impact of spatial correlation. Journal of Hydrology, 240, 90–105. [CrossRef] [Google Scholar]
  • Drogue G., Mestre O., Hoffmann L., Iffly J. F. et Pfister L., 2005 : Recent warming in a small region with semi-oceanic climate, 1949–1998: what is the ground truth? Theoretical and Applied Climatology, 81, 1–10. [CrossRef] [Google Scholar]
  • Drogue G., Wagner C., Mahr N., Hoffmann L. et Pfister L., 2006 : Topography and recent winter rainfall regime change in temperate Western European areas: a case study in the Rhine-Meuse basin. International Journal of Climatology, 26, 785–796. [CrossRef] [Google Scholar]
  • Drogue G., Fournier M., Bauwens A., Buiteveld H., Commeaux F., Degré A., De Keizer O., Detrembleur S., Dewals B., François D., Guilmin E., Hausmann B., Hissel F., Huber N., Lebaut S., Losson B., Kufeld M., Nacken H., Pirotton M., Pontégnie D., Sohier C. et Vanneuville W., 2010 : Analysis of climate change, high-flows and low-flows scenarios on the Meuse basin. Rapport d’étape des actions 1 et 3 du WP1 “Impacts of future floods and low flows” du projet INTERREG IV B AMICE (Adaptation of the Meuse to the Impacts of Climate Evolution), 69 p. + annexes. [Google Scholar]
  • Efron B. et Tibshirani R., 1993 : An introduction to the bootstrap. Chapman & Hall/CRC, New York, 436 pages. [Google Scholar]
  • Fink A., Ulbrich U. et Enge H., 1996 : Aspects of the January 1995 flood in Germany. Weather, 51(2), 34–39. [CrossRef] [Google Scholar]
  • François D., Drogue G. et Commeaux F., 2012 : Évolution des débits d’étiage de la Meuse en France au cours du XXIème siècle. Revue Géographique de l’Est, 51(3–4), 15 pages. [Google Scholar]
  • François D. et Humbert J., 2000 : Quantification spatiale des précipitations; application au Nord-Est de la France. Revue Géographique de l’Est, 40(1–2), 11–22. [Google Scholar]
  • Guerreiro S. B., Kilsby C. G. et Serinaldi F., 2013 : Analysis of time variation of rainfall in transnational basins in Iberia: abrupt changes or trends? International Journal of Climatology, DOI: 10.1002/joc.3669. [Google Scholar]
  • Giuntoli I., Renard B., Vidal J.-P. et Bard A., 2013 : Low flows in France and their relationship to large-scale climate indices. Journal of Hydrology, 482, 105–118. [CrossRef] [Google Scholar]
  • Habets F., Boone A., Champeaux J. L., Etchevers P., Franchistéguy L., Leblois E., Ledoux E., Le Moigne P., Martin E., Morel S., Noilhan J., Quintana Segui P., Rousset-Regimbeau F. et Viennot P., 2008 : The SAFRAN-ISBA-MODCOU hydrometeorological model applied over France. Journal of Geophysical Research (Atmospheres), 113, D06113. [Google Scholar]
  • Hamed K. H. et Rao A. R., 1998 : A modified Mann-Kendall trend test for autocorrelated data. Journal of Hydrology, 204, 182–196. [CrossRef] [Google Scholar]
  • Haylock M. R., Hofstra N., Klein Tank A. M. G., Klok E. J., Jones P. E. et New M., 2008 : A European daily high-resolution gridded dataset of surface temperature and precipitation. Journal of Geophysical Research (Atmospheres), 113, D20119. DOI: 10.1029/2008JD10201. [CrossRef] [Google Scholar]
  • Hess P. et Brezowski H., 1977 : Katalog der Grosswetterlagen Europas (1881-1976). Berichte des Deutschen Wetterdienstes, 113, Deutscher Wetterdienst, Offenbach am Main, 14 pages. [Google Scholar]
  • James P. M., 2007 : An objective classification method for Hess and Brezowsky Grosswetterlagen over Europe. Theoretical and Applied Climatology, 88, 17–42. [CrossRef] [Google Scholar]
  • Kastendeuch P. P., 2007 : Pressure gradient force, atmospheric circulation and climate in western Europe (1899–2002). International Journal of Climatology, 27, 2055–2067. [CrossRef] [Google Scholar]
  • Kendall M. G., 1975 : Rank correlation methods, 4th edition. Charles Griffin, London. [Google Scholar]
  • Livezey R. E. et Chen W. Y., 1983 : Statistical field significance and its determination by Monte Carlo techniques. Monthly Weather Review, 111, 46–59. [CrossRef] [Google Scholar]
  • Mann H. B., 1945 : Non parametric tests against trend. Econometrica, 13, 245–259. [CrossRef] [MathSciNet] [Google Scholar]
  • Mann H. B. et Whitney D. R., 1947 : On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50–60. [CrossRef] [Google Scholar]
  • Mestre O., 2000 : Méthodes statistiques pour l’homogénéisation de longues séries climatiques. Thèse de doctorat, Université Paul Sabatier, Toulouse, 230 pages. [Google Scholar]
  • Pagé C., Terray L. et Boé J., 2009 : Dsclim: A software package to downscale climate scenarios at regional scale using a weather-typing based statistical methodology. Technical Report TR/CMGC/09/21, CERFACS, 60 pages. [Google Scholar]
  • Pettitt A. N., 1979 : A non parametric approach to the change point problem. Applied Statistics, 28, 126–135. [CrossRef] [Google Scholar]
  • Pfister L., Drogue G., El Idrissi A., Iffly J.-F., Poirier C. et Hoffmann L., 2004 : Spatial variability of trends in the rainfall-runoff relationship: a mesoscale study in the Mosel basin. Climatic Change, 66, 66–87. [CrossRef] [Google Scholar]
  • Planton S. et Terray L., 2007 : Détection et attribution à l’échelle régionale : le cas de la France. La Météorologie, 58, 25–29. [Google Scholar]
  • Renard B., 2006 : Détection et prise en compte d’éventuels impacts du changement climatique sur les extrêmes hydrologiques en France. Thèse de doctorat, INP Grenoble, 361 pages. [Google Scholar]
  • Renard B., Lang M., Bois P., Dupeyrat A., Mestre O., Niel H., Sauquet E., Prudhomme C., Parey S., Paquet E., Neppel L. et Gailhard J., 2008 : Regional methods for trend detection: assessing field significance and regional consistency. Water Resources Research, 44, 8. DOI: 10.1029/2007WR00626844. [Google Scholar]
  • Saporta G., 1990 : Probabilités, analyse des données et statistique. Technip Editions, 496 pages. [Google Scholar]
  • Vidal J.-P., Martin E., Franchistéguy L., Baillon M. et Soubeyroux J.-M., 2010 : A 50-year high-resolution atmospheric reanalysis over France with the Safran system. International Journal of Climatology, 30(11), 1627–1644. [CrossRef] [Google Scholar]
  • Wilcoxon F., 1945 : Individual comparisons by ranking methods. Biometrics Bulletin, 1, 80–83. [CrossRef] [Google Scholar]
  • Wilks D. S., 2006 : On “Field Significance” and the False Discovery Rate. Journal of Applied Meteorolgy and Climatology, 45, 1181–1189. [CrossRef] [Google Scholar]
  • Yue S., Pilon P. et Cavadias G., 2002 : Power of the Mann-Kendall and Spearman’s rho tests for detecting monotonic trends in hydrological series. Journal of Hydrology, 259, 254–271. [CrossRef] [Google Scholar]
  • Yue S., Pilon P. et Phinney B., 2003 : Canadian streamflow trend detection: impacts of serial and cross-correlation. Hydrological Sciences Journal des Sciences Hydrologiques, 48, 51–63. [CrossRef] [Google Scholar]
  • Ziegler A. D., Edwin P. M., Sheffield J., Bart N., Wood E. F. et Lettenmaier D. P., 2005 : Detection time for plausible changes in annual precipitation, evapotranspiration, and streamflow in three mississippi river sub-basins. Climatic Change, 72, 17–36. [CrossRef] [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.