Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012une information spatiale sur l'épaisseur de la neige au sol qui est meilleure que celle obtenueen interpolant seulement les données au sol. Donc, cette étude démontre que, pour obtenir unereprésentation plus fiable de la variabilité spatiale des paramètres de neige, il est utiled'utiliser également les données des satellites en plus de celles du réseau de stationsmétéorologiques.Le processus présenté est entièrement automatisé et généralisable, il permet donc decalculer l'épaisseur moyenne mensuelle du manteau neigeux au cours de la période 2000-2010, c'est à dire la période couverte par les données MODIS. La technique du krigeage peutêtre encore perfectionnée par une meilleure modélisation de la variance des données enintroduisant d'autres co-variables telles que l'exposition et la pente des versants, en plus del'altitude. En plus, les données des stations météorologiques sont considérées représentativesd'un domaine égal à la résolution spatiale de la grille, donc il serait souhaitable d'estimerl'erreur associée aux mesures nivométriques, qui tient compte de la variabilité spatiale de lahauteur de neige liée à des effets locaux (présence/absence de végétation, effets de pente etexposition, hétérogénéité de la topographie sous-maille), et l'insérer dans le modèle.Références bibliographiquesBiancotti A., Carotta M., Motta L. et Turroni E., 1998 : Le precipitazioni nevose sulle Alpi piemontesi.Trentennio 1966-1996. Collana Studi Climatologici in Piemonte. Regione Piemonte, 80 pages.Bivand R., Pebesma E. et Gomez-Rubio V., 2008 : Applied Spatial Data Analysis with R. Springer, 378 pages.Hunter R. et Meentemeyer R., 2005 : Climatologically aided mapping of daily precipitation and temperature.Journal of Applied Meteorology, 44, 1501-1510.Klein Tank A., Wijngaard J., Konnen G., Bohm R., Demaree G., Gocheva A., Mileta M., Pashiardis S., HejkrlikL., Kern-Hansen C., Heino R., Bessemoulin P., Muller-Westermeier G., Tzanakou M., Szalai S., Palsdottir T.,Fitzgerald D., Rubin S., Capaldo M., Maugeri M., Leitass A., Bukantis A., Aberfeld R., van Engelen A., ForlandE., Mietus M., Coelho F., Mares C., Razuvaev V., Nieplova E., Cegnar T., Antonio Lopez J., Dahlstrom B.,Moberg A., Kirchhofer W., Ceylan A., Pachaliuk O., Alexander L. et Petrovic P., 2002 : Daily dataset of 20 thcentury surface air temperature and precipitation series for the European Climate Assessment. InternationalJournal of Climatology, 22, 1441-1453.R Development Core Team, 2012 : A Language and Environment for Statistical Computing. R Foundation forStatistical Computing, Vienna, Austria.Sluiter R., 2009 : Interpolation methods for climate data - literature review. Technical Report 04, RoyalNetherlands Meteorological Institute (KNMI).Soenario I. et Sluiter R., 2010 : Optimization of rainfall interpolation. Technical Report 01, Royal NetherlandsMeteorological Institute (KNMI).Terzago S., 2012 : Climatic change in Western Italian Alps: analysis of snow precipitation variability during theperiod 1925-2010 using historical and satellite series. Thèse de doctorat en Scienza ed Alta Tecnologia,Università di Torino, 217 pages.Terzago S., Cremonini R. et Fratianni S., 2010 : Variabilité de la précipitation neigeuse dans l’Ouest des Alpespendant la période 2000-2009 par données satellitaires de MODIS et stations météorologiques – Risques etchangement climatique. Acte du XXIII ème colloque de l’Association Internationale de Climatologie, 607-612.744