Le comportement saisonnier des extrêmes pluviométriques (Application sur l’Ouest Algérien)

Abstract

Différentes approches de la théorie des valeurs extrêmes ont été mises en œuvre pour analyser les pluies extrêmes, à partir de séries pluviométriques mises à notre disposition. Le point de vue adopté dans l’étude est local : les pluies sont analysées en un site donné, et nous laissons les points de vue régional et spatial en perspectives. Ce travail s'attache à améliorer nos connaissances sur le régime des pluies extrêmes sur l’ouest du pays sous-documenté à l'heure actuelle dans les sciences du climat et de l'hydrologie opérationnelle. Le travail s'articule autour de deux objectifs : (i) fournir une introduction à une vision régionale intégrée de l'organisation spatiale des extrêmes, (ii) caractériser les extrêmes pluviométriques en produisant des cartes climatologiques des extrêmes. Dans une première partie, nous rappelons différents aspects de la théorie probabiliste des valeurs extrêmes et nous présentons des méthodes statistiques d’estimation des quantiles de modèles probabilistes appliqués en littérature. Dans nos analyses, les valeurs extrêmes de pluies ont été étudiées via une extraction des maxima saisonniers, ou via les dépassements de seuil. Les maxima saisonniers sont souvent modélisés par une loi Gumbel. Cependant, la littérature montre depuis peu un certain scepticisme vis-à-vis de la modélisation des maxima saisonniers par une loi Gumbel. Il ne parait en effet pas justifié d’utiliser la loi Gumbel, au lieu d’une loi GEV, plus générale. Notre approche multi-variée a montré que les distributions des extrêmes sont mieux modélisées par une distribution GEV à queue lourde ; bornée inférieurement et de paramètre de forme non nul, que par la loi Gumbel. En revanche, le comportement temporel des valeurs de pluies successives a été ignoré. D’un point de vue mathématique, nous avons utilisé la théorie des valeurs extrêmes de séries stationnaires pour la variable étudiée. La loi des valeurs extrêmes se montre fortement sensible à l’´échantillonnage, essentiellement du fait de son paramètre de forme, et les intervalles de crédibilité obtenus peuvent être très larges, voire irréalistes pour des mesures de pluie.