Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 20121. Les données utilisées et analyses statistiquesDeux ensembles de données ont été utilisés. Le premier ensemble est composé des donnéesde précipitation et de température obtenue avec la technique de “Optimal Interpolation”(Kalnay, 2003) en ARPA Piémont (Agence Régionale pour la Protection de l'Environnementdans le Piémont). Cette procédure fournit les valeurs de température et de précipitationsjournalières sur une grille régulière de résolution 0,125° (14 km), ce qui inclut le Piémont et laVallée d'Aoste à partir des données des stations météorologiques situées sur les deux régions.Pour plus de détails voir Ronchi et al., 2008. Le deuxième ensemble est composé desfluctuations annuelles de la position des fronts des glaciers qui sont utilisées commeindicateur des bilans de masse annuels. Ces données sont disponibles dans le site Web duComitato Glaciologico Italiano (GCI), http://www.glaciologia.it/.Dans ce travail, on a considéré 14 grands glaciers alpins, dans les régions du Piémont etVallée d'Aoste (Italie). La période qui a été analysée commence en 1958, l'année où lespremières séries des données de température et de précipitation sont disponibles, et se termineen 2009, l'année les dernières données des variations annuelles des fronts glaciaires où sontdisponibles. En considérant la moyenne des fluctuations glaciaires, on a vu comment lecomportement global des glaciers examinés et pour la période 1958-2009 est celle d'un retraitqui peut être plus ou moins prononcé en fonction de la météorologie locale et de lamorphologie du glacier. Ce fait montre l’homogénéité régionale du comportement desglaciers du nord-ouest italien et nous autorise à effectuer une moyenne des sérieschronologiques des différents glaciers (normalisée en soustrayant la moyenne et en divisantpar l'écart-type) pour produire un signal unique d X qui décrit le comportement moyen desglaciers observés dans la période 1958-2009. Pour les précipitations et les températures, on acalculé les moyennes mensuelles standardisées sur la zone qui comprend le Piémont et laVallée d'Aoste et à partir de ces moyennes a produit des variables mensuelles agrégéesmoyennée sur des fenêtres temporelles différentes. Pour chaque prédicteur possible, nousavons calculé la corrélation croisée avec la série des fluctuations glaciaires normalisé d X enobtenant pour chaque variable agrégée le retard de telle manière que la corrélation croiséeentre les deux séries soit maximale en valeur absolue (les fluctuations glaciaires sont corréléespositivement avec la précipitation et négativement avec la température). On a trouvé que lesglaciers réagissent aux fluctuations de température et de précipitations moyennes avec unretard plus ou moins grand, à la fois selon la période de l’année considérée et selon la fenêtretemporelle considérée. Par exemple, les glaciers répondent avec un retard de dix ans auxchangements de précipitation moyenne entre novembre et mars P 10 (11-3). Ce retard estmoindre (sept ans) quand on considère la réponse des glaciers à la température pendant lapériode d’ablation entre juillet et octobre T 7 (7-10).2. La construction du modèle empirique et linéairePour la construction du modèle empirique, nous avons appliqué aux prédicteurs unerégression “backward stepwise” pour une première sélection des variables. À ce niveau, afinde trouver un modèle encore plus économique en termes de nombre de variables, nous avonsréalisé une évaluation croisée en divisant la série de données dans le milieu en deux parties :la première partie a été utilisée comme une période d’apprentissage pour le modèle et ladeuxième partie comme la période de prévision en utilisant les estimations des coefficientsdans la période d’apprentissage. Nous avons considéré toutes les combinaisons possibles des12 variables ci-dessus (2 12 = 4096) et nous avons tenu compte seulement de celui avec lameilleure performance (valeur maximale du rapport r/RMSE dans la période de prévision).On a ainsi obtenu 4 prédicteurs qui nous ont permis de construire un simple modèle linéaire,dans lequel les variations de la température et de la précipitation affectent avec un certain142