دورية أكاديمية
Estimating The Effect of Uncertain Climate Change on Extreme Sea Levels: the use of Evidence Theory Aproach
| العنوان: | Estimating The Effect of Uncertain Climate Change on Extreme Sea Levels: the use of Evidence Theory Aproach |
|---|---|
| المؤلفون: | Nadia Ben Abdallah, Thierry Denoeux, Nassima Mouhous-Voyneau |
| المساهمون: | Société Hydrotechnique de France |
| المصدر: | Journées de l'Hydraulique 34(1):1-8 |
| بيانات النشر: | nL: PERSEE, 2012. |
| سنة النشر: | 2012 |
| المجموعة: | persee persee:doc persee:serie-jhydr persee:serie-jhydr:doc persee:discipline-112 persee:discipline-112:doc |
| الوصف: | Estimation de l'effet du changement climatique sur les niveaux marins extrêmes : le cadre de la théorie de Dempster Shafer. On présente dans ce papier une méthodologie basée sur la théorie de Dempster-Shafer, aussi appelée théorie de l’évidence pour rendre compte des incertitudes dans l’estimation des niveaux marins extrêmes futurs associés à une période de retour donnée. Les niveaux marins correspondant à des périodes de retour élevées (100 ans ou plus) sont nécessaires pour le dimensionnement des structures de protection côtière, mais leur estimation est sujette à diverses incertitudes de nature aléatoire ou épistémique. Les analyses de risque, si elles ne considèrent et n’intègrent pas ces incertitudes, peuvent aboutir à des estimations erronées des éléments d’aide à la décision. Une première source d’incertitude est l’analyse statistique et plus particulièrement l’inférence statistique qui consiste en l’estimation de paramètres inconnus à partir des observations et mesures disponibles. L’inférence couramment utilisée, dite fréquentiste, utilise des données générées par échantillonnage répété et se base ainsi sur une évidence non existante. On propose une nouvelle méthode qui serait plus robuste dans la modélisation de l’évidence statistique basée sur le principe de la vraisemblance [ Edwards, 1972]. Le niveau de retour, paramètre incertain, est alors représenté par une mesure qui associe des niveaux de plausibilités à des intervalles qui décrit plus fidèlement l’information effective. D’autre part, le changement climatique a une influence directe, via l’élévation du niveau marin moyen, sur la fréquence et l’intensité des évènements extrêmes augmentant ainsi le risque d’inondation des zones côtières. Le développement de stratégies d’adaptation passe par l’estimation des périodes de retour futures, qui présente une part additionnelle d’incertitude introduite par les projections futures de l’élévation des niveaux. On propose le cadre DS pour représenter l’information incertaine disponible : on considère pour cela deux sources d’évidence qu’on combinera pour aboutir à une description globale de la composante élévation pour la fin du siècle : les estimations du GIEC (Groupe Intergouvernemental des Experts du Climat), et les prévisions proposées par Rahmstorf [ Rahmstorf, 2007] . Une simulation type Monte Carlo permet finalement de décrire le niveau de retour futur associé à une période de retour de 100 ans. In this paper, we present a methodology based on evidence theory to better account for the uncertainty in the estimation of extreme sea return level associated to a given return period. Sea return level is estimated through en extreme value analysis. A first source of uncertainty in the estimation of high return levels is introduced by the statistical frequentist inference : we propose to use a different inference approach to model the statistical evidence based on the likelihood principle [ Edwards, 1972]. Likelihood function can be seen as a description of our uncertain knowledge about the uncertain parameters models and can easily be updated when new data becomes available. Information about the return level is described via belief functions. On the other hand, future climate change is expected to influence the height of extreme sea levels along coasts increasing the risk of coastal flooding : integrating the sea level rise (SLR) for defining adaptive strategies become thus necessary However, the future projections about the SLR are highly uncertain. We propose the Evidence theory as a suitable framework to represent this uncertainty. We consider as the best available projections the range of SLR magnitudes for 2100 contained in the IPCC Forth Assessment Report and the projections proposed by Rahmstrof [ Rahmstorf, 2007] : we infer a combined possibility measure for these pieces of evidence. We then use a Monte Carlo procedure to sample from both belief measures of the current return level and future SLR to get the future return level and a measure of the uncertainty within the estimations. |
| نوع الوثيقة: | article |
| اللغة: | English |
| ردمك: | 978-2-906831-89-6 2-906831-89-1 |
| URL الوصول: | https://www.persee.fr/doc/jhydr_0000-0001_2012_act_34_1_1231 |
| حقوق: | Downloading and printing allowed only for personal use. For general information see "Copyright and Other Restrictions" at https://www.persee.fr/web/support/legal-aspects |
| رقم الأكسشن: | edsper.jhydr.0000.0001.2012.act.34.1.1231 |
| قاعدة البيانات: | Persée |
| ردمك: | 9782906831896 2906831891 |
|---|