INTRODUCTION GENERALE
L'assurance intègre cette incertitude dans l'évaluation des risques et la reflète dans le calcul de la prime et de l'indemnisation. Le développement de l'instrument ainsi que sa mise en œuvre opérationnelle m'ont été confiés en début de thèse. L’objectif de ce chapitre est de présenter un aperçu de la bibliographie sur les tempêtes de vent hivernales causant des dégâts en Europe.
Une partie de l’étude de la formation et du développement des cyclones extratropicaux (ETC) repose sur l’analyse d’observations météorologiques et le développement de modèles conceptuels. Cet équilibre correspond à l'état stationnaire de l'atmosphère et se vérifie bien au-delà de la couche limite. Il existe plusieurs modèles de dynamique associés à ces zones de vent maximum (Keyser et Shapiro, 1986).
La présence de zones de vent maximum induit des zones de courants ascendants et descendants, mais qui ne sont pas organisées de la même manière qu'un courant-jet rectiligne (Keyser et Shapiro, 1986). Le choix de la variable de détection dépend de l'objectif de l'analyse et affecte la conception de la méthode (Ulbrich et al., 2009). Le développement de la méthode et les études de sensibilité sont présentés au chapitre 4.
Le retour d’expérience de la première utilisation de l’instrument lors de cette saison particulièrement mouvementée est présenté au chapitre 7.
QUANTIFICATION DE L’IMPACT DU CHANGEMENT CLIMATIQUE SUR
Here we focus on the relative eddy current at 850 hPa and the sea level pressure anomaly, which is also used in ETC detection studies, along with the ratio of the 10 m wind speed to its 98th percentile. This shows that the relative eddy current and mean sea level pressure have a predictive value for the intensity of the generated wind storms. LAST ROW, 10 M WIND SPEED CONDITIONS (ONLY GRID POINTS OVER THE LAND ARE CONSIDERED). WE MASKED THE MEDITERRANEAN AREA OF THE DOMAIN.
The mean sea level pressure is a large-scale field that is much less dependent on spatial resolution than the relative vorticity at 850 hPa, i.e. the ratio of 10-m local wind speed measures wind intensity, which is strongly related to damage potential. The method itself and parameter selection are based on a case study of ten reference storms using the ERA Interim data set.
The events obtained at different stages of the process are then compared with those of the XWS database. The answers to these questions lead us to the definition of criteria specific to the detection of the ten events. The intensity of the ten reference storms is compared with the distribution of the global maxima in Figure 3.
In the first row, time series for the maxima of the three variables are shown together with their respective 95th percentile (red dashed line) and 98th percentile (blue line). Most of the maximum values at the time of occurrence of the ten reference storms (colored in green) reach the highest values. THE SECOND ROW REPRESENTS THE VALUES OF MAXIMA FOR EACH VARIABLE AT THE TIME OF OCCURRENCE OF THE TEN REFERENCE STORMS.
Final events are not necessarily detected at each time step with each of the three variables. The results show that the 14 insurance storms in the XWS database are detected with 10 m wind speed conditions. The other 13 events of the last 24 events include 5 XWS non-insurance storms and 8 other events.
The robustness of the method with respect to the spatial resolution and dataset is now tested in Section 4. The advantage of obtaining two more insurance events is then lost due to the detection of a large number of final events.
DETECTION DES TEMPETES HIVERNALES A FORT POTENTIEL
Cette première version de l'outil est appliquée à un seul ou à une série de pas de temps résultant de la prévision d'une seule exécution GFS. La figure 40 montre la trajectoire de l'événement ainsi que les vitesses maximales de vent observées aux stations Météo France. Le but de l’algorithme de détection est de détecter les tempêtes de vent hivernales intenses et d’estimer leur trajectoire.
Le graphique b) montre le résultat de l'étape de surveillance des centres de pression pour la prévision du 23 janvier 2009 à 6 heures du matin. 2009 06 (GRAPHIQUE DU HAUT) ET 23 JANVIER 200918 (GRAPHIQUE DU BAS) : TRAJECTOIRE DE L'ÉVÉNEMENT (À GAUCHE), EMPREINTE DU VENT (MILIEU) ET EMPREINTE TEMPORELLE DU VENT AU-DESSUS DE 80 KM/H (À DROITE). TRAJECTOIRE DE L'ÉVÉNEMENT (À GAUCHE), EMPREINTE DU VENT (Centre) ET EMPREINTE TEMPORELLE DES VENTS SUPÉRIEURS À 80 KM/H (À DROITE).
Lors de la prévision du 25 février 2010 à 12h00, une première trajectoire de l'événement est obtenue, située légèrement plus au sud que la trajectoire réelle observée. Pour chaque code INSEE, une valeur de vitesse du vent est dérivée de la trace du vent d'un événement ayant déclenché une alerte. Les valeurs d'exposition et de vitesse du vent déterminent la courbe de vulnérabilité sur laquelle 1000 tirages ont été réalisés.
Le premier représente la densité de probabilité du sinistre total en France et le second l'évolution des sinistres au cours de l'événement. La principale difficulté que nous avons rencontrée lors du développement de ce module a été le choix des données de vent pour les courbes de vulnérabilité. La section vulnérabilité et pertes sera revue, notamment en modifiant les classes d'exposition et de vent définies lors de l'élaboration des courbes de vulnérabilité.
Le chapitre suivant présente les résultats de l'outil au cours de cette première saison opérationnelle de détection et d'évaluation des pertes. Description de la situation hivernale Résumé du rapport du MetOffice « Tempêtes et inondations récentes au Royaume-Uni ». Le module de détection fournit, pour chaque événement déclenchant une alarme, une estimation de la trajectoire, de la trace des rafales de vent et de la trace temporelle de l'événement.
La figure 66 présente, pour chacun des 9 événements détectés au cours de l'hiver, les centres de pression et de tourbillon relatif ainsi que l'empreinte du rapport du vent. EVOLUTION DE L'ESTIMATION DE LA PERTE MAXIMALE (LIGNE ROUGE SOLIDE) ET DU NOMBRE DE SINISTRE (LIGNE BLEUE DU DÉTECTEUR).
CONCLUSION GENERALE ET PERSPECTIVES
L'incertitude inhérente aux modèles et scénarios utilisés pour modéliser les conditions climatiques futures a conduit au développement d'une méthode multivariable qui permet l'extraction d'événements à fort potentiel d'impact et l'étude des caractéristiques de ces événements dans les différentes périodes. considéré. Enfin, la comparaison des résultats obtenus avec SWIFT pour l'hiver et des résultats obtenus en appliquant la méthode multivariée aux réanalyses disponibles sur cette période a montré que les événements détectés n'étaient pas les mêmes. La méthode multivariée semble sélectionner les événements avec une signature plus intense en variables météorologiques que les événements sélectionnés avec SWIFT.
Cependant, une fois les seuils de la méthode multivariée adaptés à la taille de la fenêtre, des événements plus courants sont détectés. Dans le cas du projet de recherche, la méthode développée apporte en effet une nouvelle vision du potentiel de dommages défini par plusieurs variables météorologiques par rapport aux indices utilisés jusqu'à présent. Un article sur la méthode multivariée a été accepté dans la revue Natural Hazard and Earth System Science.
Un deuxième article sur les résultats de l'application de la méthode multivariée aux données CMIP5 est en cours de rédaction. Les travaux sur la méthode multivariée ont déjà été poursuivis dans le cadre d'un post-doc au Laboratoire des Sciences Climatiques et Environnementales sur l'élaboration d'un catalogue de plusieurs milliers de tempêtes de vent hivernales en Europe, à partir de données de réanalyse. La méthode développée pour récupérer les événements du catalogue des tempêtes s'appuie d'une part sur la méthode multivariable présentée dans ce manuscrit et sur une méthode de circulation analogue.
La méthode pourrait également être appliquée aux données issues de la simulation des modèles climatiques globaux participant au projet PMIP (Paleoclimate Modeling Intercomparison Project). L'application de la méthode multivariée nécessite, d'une part, le téléchargement de grandes quantités de données, le contrôle qualité des fichiers (qui peut prendre plusieurs mois) et, d'autre part, une phase de traitement et d'analyse (qui prend également plusieurs semaines). ). Une deuxième possibilité d'amélioration, évoquée au chapitre 6, consiste à modifier certains critères de comparaison des résultats obtenus à partir des prévisions GFS successives.
Une première idée serait d'utiliser la moyenne des positions des centres de pression détectés lors des prévisions successives, au lieu d'utiliser uniquement la position du dernier centre. Le premier concerne le calibrage des courbes de vulnérabilité et l’analyse de l’impact de la définition des vitesses de vent et des classes d’exposition sur les résultats. Il est également possible que d’autres aléas dont la variable principale est locale et difficile à capturer dans les modèles climatiques mondiaux puissent être identifiés à l’aide d’une approche multivariée.
