22.04.2015 Views

Actes - Climato.be

Actes - Climato.be

Actes - Climato.be

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

XIX e Colloque de l’Association Internationale de <strong>Climato</strong>logie<br />

celles qui ont la propriété de séparer une alternance de moyennes locales constantes ; ce<br />

procédé a été appliqué pour le Moyen Âge.<br />

Un autre type de changement climatique est déterminé par la possible apparition de tendances<br />

linéaires monotones, ou en marches, qui peuvent être constantes ou variables, spécifiques<br />

pour la série globale ou pour des séquences locales. Une procédure basée sur le test de Mann-<br />

Kendall modifié est expliquée par Haidu et Mercier (1996) et utilisée dans le cas de la Sibérie<br />

par Ananicheva et al. (2003). Karl et al. (2000) mettent en évidence une succession jamais<br />

rencontrée auparavant de 16 mois de températures mensuelles successivement de plus en plus<br />

élevées (1997-1998) et affirment que les séries qui expriment le réchauffement global actuel<br />

nécessitent des procédures spéciales de modélisation. Pour ce cas spécial, Tomé et Miranda<br />

(2004) proposent le modèle “picewise” trend, qu’ils appliquent dans l’étude publiée en 2005<br />

et pour la série “proxy” hémisphérique de Mann et Jones (2003). Seidel et Lazante (2004) se<br />

préoccupent de la généralisation de la méthodologie et ajoutent au modèle “picewise” trend<br />

deux autres modèles “flat steps” (en fait, avec le même résultat que le modèle de<br />

segmentation de Hu<strong>be</strong>rt) et “sloped steps” sous la forme d’une succession de tendances<br />

linéaires interrompues par des sauts brusques.<br />

1. Méthodologie<br />

Du point de vue statistique, un changement climatique est détecté et accepté lorsque dans une<br />

série temporelle on observe, à partir d’un moment donné, soit un changement significatif de<br />

moyenne, soit un changement significatif de variance. Il est également possible que les deux<br />

types de changements statistiques, de moyenne aussi bien que de variance, se manifestent à<br />

partir d’un certain moment. Les modalités possibles de changements climatiques sont souvent<br />

associées avec les procédures de vérification de la stationnarité ou du caractère aléatoire de la<br />

série des données. Pour la détection des changements de moyenne on a utilisé les tests T,<br />

Worsley, Wilcoxon, Buishand, Lee-Henghinian, Alexandersson et Pettitt. Pour la détection des<br />

multiples sauts dans la moyenne on a utilisé les tests de Hu<strong>be</strong>rt et de Yamamoto. Récemment,<br />

on véhicule l’idée que la forme la plus susceptible de changement climatique correspond à<br />

une tendance de réchauffement global. Pour les séries citées, ceci est mis en évidence par le<br />

test CUSUMS de Page et par le test de Mann-Kendall. La possible existence des tendances<br />

multiples dans une série climatique a été investiguée dans le cadre de cette étude à l’aide de<br />

l’algorithme proposé par Haidu et Mercier, ainsi que par l’algorithme de Štìpánek. Quelquesuns<br />

de ces tests sont accessibles dans des paquets de programmes statistiques généraux<br />

(MatLab, SAS, SPSS, Statistica, etc.), mais il y a également des programmes spécialement<br />

élaborés pour des applications hydro-climatiques, tels que le programme KhronoStat de Boyer<br />

(1998) et le programme AnClim de Štìpánek (2005).<br />

2. Résultats<br />

Tous les tests non-paramétriques ci-dessus sont associés à des procédures statistiques qui<br />

visent l’identification des points de changement de caractéristiques statistiques descriptives le<br />

long de la série de temps. En essence, les résultats de cette étude sont basés sur la construction<br />

des moyennes locales, des tendances locales, délimitées par la succession des points de<br />

changement climatique offerte par les tests non-paramétriques. L’interprétation des résultats<br />

vise trois cas : 1) les sauts de moyenne, 2) les tendances multiples et 3) les tendances récentes<br />

dans le contexte de la variabilité passée. Les deux premiers cas d’interprétation se réfèrent à la<br />

période 1856-2004 qui correspond à la série instrumentale hémisphérique de Jones. Dans le<br />

troisième cas, on procède à l’intégration du mode de variabilité climatique récente (exprimé<br />

par le changement climatique global) dans le contexte de la variabilité passé, c’est-à-dire du<br />

dernier millénaire.<br />

283

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!