Développement du modèle log-normal non-stationnaire et comparaison avec le modèle GEV non-stationnaire

• Published in: Hydrological sciences journal 2009-12, Vol.54 (6), p.1141-1156
• Main Authors: AISSAOUI-FQAYEH, I., EL-ADLOUNI, S., OUARDA, T. B. M. J., ST-HILAIRE, A.
• Format: Article
• Language: fre
• Subjects: annual maximum precipitation; distribution log-normale; estimateur du maximum de vraisemblance; Géologie de l'ingénieur et de l'environnement. Géothermie; Hydrologie; Hydrologie. Hydrogéologie; lognormal model; maximum likelihood estimator; modèles non-stationnaires; non-stationary model; précipitations maximales annuelles; quantiles; Risques naturels: prévisions, dommages, etc; Sciences de la terre; Sciences exactes et technologie; Terre, ocean, espace
• ISSN: 0262-6667; 2150-3435
• DOI: 10.1623/hysj.54.6.1141

Dans le présent travail on présente le modèle log-normal (LN) non-stationnaire pour l'ajustement des séries dont les paramètres sont fonctions de covariables. Les modèles non-stationnaires, d'une manière générale, permettent de tenir compte des tendances ou de la variabilité temporelle observée dans un échantillon. Ils permettent également de considérer l'effet d'une covariable sur une variable donnée. Le modèle LN non-stationnaire est comparé au modèle GEV non-stationnaire par simulation de Monte Carlo. Les résultats montrent que même dans le cas de séries générées à partir d'un modèle GEV non-stationnaire, le modèle LN non-stationnaire conduit à une estimation des quantiles plus adéquate que celle qui est obtenue par le modèle GEV non-stationnaire. L'utilité de ces modèles est illustrée par l'étude de l'effet d'un indice climatique (Indice d'Oscillation Australe, SOI) sur des données hydro-climatiques de la Californie, USA. L'effet de l'indice SOI sur les précipitations maximales annuelles, enregistrées à la station Tehachapi de la Californie, est étudié.