Détection et prise en compte d'éventuels impacts du changement climatique sur les extrêmes hydrologiques en France

Detecting and taking into account possible impacts of climate change on hydrological extremes : the case of France

• Auteur / Autrice : Benjamin Renard
• Direction : Michel Lang, Philippe Bois
• Type : Thèse de doctorat
• Discipline(s) : Océan, atmosphère, hydrologie
• Date : Soutenance en 2006
• Etablissement(s) : Grenoble INPG

Mots clés

Mots clés contrôlés

Hydrologie

Changements climatiques

Inondations

Gestion du risque

Statistique bayésienne

Cours d'eau -- Jaugeage

Études régionales

Résumé

Le changement climatique est une réalité largement reconnue aujourd'hui dans la communauté scientifique. Néanmoins, son impact sur les extrêmes hydrologiques est délicat à observer et à prévoir. Dans ce contexte, l'objectif de cette thèse est d'apporter des éléments de réponse aux trois questions suivantes: Comment détecter des changements dans les séries hydro-climatiques ? Quelles sont les évolutions observées sur les régimes extrêmes des cours d'eau en France métropolitaine? Comment prendre en compte ces éventuels changements dans les méthodes de gestion des risques? Chacun de ces trois objectifs sera traité à l'échelle locale et à l'échelle régionale. A cet effet, un travail méthodologique a été effectué, en évaluant l'apport de méthodes statistiques comme l'analyse Bayésienne ou la modélisation de la dépendance spatiale via des copules.

Climate change is widely considered as a reality by scientists. Nevertheless, impacts on hydrological extremes are more difficult to observe and to predict. The aim of this thesis is to answer the following questions: How to detect changes in hydro-climatic series? What are the observed changes for extreme discharges in France? How to take into account possible changes in frequency analysis? These objectives refer to both the local and the regional scales. For this purpose, methodological aspects have been explored, by evaluating the benefit ofusing statistical tools like the Bayesian analysis or the use of copulas as a model for spatial dependence.