Spatialisation de la température minimale de l’air à l’échelle quotidienne sur 4 départements alpins français

Spatialization of daily minimum air temperature on four French alpine departments

Institut de Géographie Alpine, 14bis Avenue Marie Reynoard, 38100 Grenoble

^* Email: remi.lhotellier@laposte.net

Résumé

Les mesures de la plupart des paramètres climatiques sont effectuées ponctuellement, dans les stations d’un réseau d’une densité souvent inégale. De nombreuses applications, dans le domaine du climat mais avec des influences économiques et sociales, nécessitent pourtant des valeurs climatiques en tout point de leur champ d’étude. Il est donc très souvent nécessaire d’interpoler ces variables. Le travail présenté ici s’intéresse particulièrement à la température de l’air, variable très fluctuante dans le temps comme dans l’espace, notamment en région de montagne. Notre terrain d’étude est constitué de quatre départements français (Isère, Savoie, Haute-Savoie et Hautes-Alpes) situés essentiellement dans les Alpes, même si l’ouest de la région (Avant-Pays Savoyard et Bas Dauphiné) n’est plus à proprement parler dans le domaine alpin. Cet article présente, après les données utilisées, la méthode retenue pour la spatialisation de la température de l’air, fondée sur une régression multiple permettant l’estimation de la température à partir de variables explicatives décrivant le relief et complétée par le krigeage des résidus de cette régression. L’influence de l’échelle temporelle est majeure sur l’intérêt d’inclure certains des paramètres dans le modèle. Par exemple, s’il est évident que sur une moyenne annuelle, l’altitude est souvent la seule variable expliquant les variations de température, il n’en est rien à l’échelle quotidienne, où une combinaison de facteurs est fréquemment nécessaire pour une bonne estimation. La modélisation du comportement quotidien des températures permet également de développer des applications pour étudier, par exemple, la répartition du nombre de jours de gel dans certaines vallées. La période étudiée est le mois de décembre 1995.

Abstract

Many climatic parameters are measured at point locations, in climatological stations of an often unequal density network. However, many applications need climatic values at any point of the studied field. It is thus very often necessary to interpolate these variables. The present work is particularly interested in air temperature, a very fluctuant variable over time and space, in particular in mountainous area. Our studied field is made up of four French alpine departments (Isère, Savoie, Haute-Savoie et Haute-Alpes) primarily located in the Alps, even if the west of the area (Avant-Pays Savoyard and Bas Dauphiné) is not in the alpine field anymore. This article presents, after the used data, the adopted method for spatialization of air temperature, based on a multivariate regression allowing the estimate of the temperature starting from explanatory variables describing the relief, and supplemented by kriging of the regression residuals. In practice, stepwise regression is used to keep only the statistically significant terms in the model. The independent variables, included in the regression model, are: elevation, slope, aspect, tangential, plan and profile curvature, latitude and longitude, potential radiation, and distance between interfluves. These predictors are computed in moving windows (from 3x3 pixels to 41x41 pixels) so that we can take into account several scales of influence. Then, the residuals of the multivariate regression model (ε) are calculated with the previous equation for each sample location and interpolated using ordinary kriging method. Thus, we must sum the predicted values y’ and the kriged ε to get final estimated values.

The influence of temporal scale is major on the evolution of the parameters in the model. For example, if it is obvious that on an annual average, altitude is often the only one variable explaining the variations of air temperature; it is no longer the case at daily scale, for which a combination of factors is frequently necessary to obtain a good estimate. Elevation generally remains the first explanatory factor, but other parameters bring a great part of variance. The modelling of daily temperatures behaviour also makes possible to develop applications: numerous maps can be deduced from temperature. One example is the distribution of the number of frosty days in some alpine valleys. The work is illustrated with data from December 1995.