Introduction - Africa Adaptation Programme
Introduction - Africa Adaptation Programme
Introduction - Africa Adaptation Programme
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
‣ Niveaux et périodes de retour<br />
Dans le cadre de notre problème de prédiction des événements extrêmes, on aimerait<br />
connaître la probabilité de retour à laquelle un événement extrême serait observé.<br />
Cet argument conduit à l’approche suivante : Les données sont stockées dans des séquences<br />
d’observations de taille n, pour une grande valeur de n, ce qui génère une série de maxima de<br />
blocs Mn1, Mn2 . . . Mn, sur lesquels la distribution GEV peut être ajustée. Souvent ces blocs<br />
sont choisis de telle manière qu’ils correspondent à une période d’une année, de manière à ce<br />
que les maxima de blocs correspondent aux maxima journaliers. Nous pouvons ensuite<br />
calculer les quantiles de la loi GEV :<br />
xp<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
log<br />
<br />
<br />
1<br />
log 1<br />
p<br />
log 1<br />
p<br />
<br />
<br />
,<br />
<br />
,<br />
0<br />
0<br />
Où la valeur xp est le (1 − p)-quantile de la loi GEV : G (xp) = 1 − p. Ainsi, dans la<br />
terminologie commune, la valeur xp est le niveau de retour associé à la période de retour 1/p<br />
moyennant un degré raisonnable de précision, le niveau xp serait en effet excédé en moyenne<br />
toutes les 1/p années. Plus précisément, xp est dépassé sur le maximum annuel au cours d’une<br />
année donnée avec probabilité.<br />
Dans la pratique, nous estimons les niveaux de retour pour une valeur fixée p, en remplaçant<br />
dans la formule précédente les estimations des paramètres par le maximum de<br />
vraisemblances. Aussi, nous obtenons les formules suivantes :<br />
Nous avons appliqué cette théorie sur les données hydrologiques. Elle nous a permis de<br />
modéliser statistiquement les données journalières des débits (Guillou et Willems, 2006 ;<br />
Receanu, 2009). Ce programme est incorporé toolkit extReme qui est une extension du<br />
logiciel R, développée par Gilleland et al, 2005. Elle est souvent utilisée dans l’analyse du<br />
temps et du climat.<br />
27