Modélisation non-stationaire des extrêmes liés à la neige dans les Alpes françaises : analyse des tendances passées et futures

Non-stationary modelling of snow-related extremes in the French Alps : analysis of past and future trends

• Auteur / Autrice : Erwan Le Roux
• Direction : Nicolas Eckert, Guillaume Evin
• Type : Thèse de doctorat
• Discipline(s) : Océan, Atmosphère, Hydrologie
• Date : Soutenance le 20/01/2022
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Sciences de la terre, de l’environnement et des planètes (Grenoble, Isère, France ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Érosion torrentielle, neige et avalanches (Grenoble, Isère, France ; 1997-....)
• Jury : Président / Présidente : Anne-Catherine Favre Pugin
• Jury : Examinateurs / Examinatrices : Samuel Morin, Juliette Blanchet, Mathieu Ribatet
• Jury : Rapporteur / Rapporteuse : Michaël Lehning, J. Ignacio López Moreno

Mots clés

Mots clés contrôlés

Alpes (France)

Valeurs extrêmes, Théorie des

Changements climatiques

Neige

Mots clés libres

Chutes de neige

Changement climatique

Charges de neige

Niveaux de retour

Alpes françaises

Modèle GEV non-Stationnaire

French Alps

Non-Stationary generalized extreme value models

Snowfall

Snow load

Climate change

Return levels

Résumé

L’anticipation et la gestion des événements climatiques extrêmes reposent souvent sur l’estimation de niveaux de retour associés à des périodes de retour de T années, c’est-à-dire des valeurs dépassées chaque année avec une probabilité égale à 1 , et qui sont habituellement utilisées pour concevoir des infrastructures critiques. Ces niveaux de retour sont traditionnellement estimés en deux étapes: i) une distribution d’extremum généralisée (GEV) stationnaire est ajustée à une série temporelle de maxima annuels ii) les niveaux de retour sont calculés à partir de la distribution ajustée. Dans un contexte de réchauffement climatique global, les changements de niveaux de retour sont habituellement évalués avec des distributions GEV qui peuvent évoluer avec le temps, c’est-à-dire avec des modèles GEV non-stationnaires où les paramètres de la distribution de GEV peuvent varier avec le temps.Cette thèse étudie les changements passés et projetés de niveaux de retour 50 ans de charges de neige et de niveaux de retour 100 ans de chutes de neige dans les Alpes françaises à l’aide de modèles GEV non-stationnaires. Les chutes de neige (précipitations solides) font partie des variables clefs pour le risque d’avalanche et pour éviter une perturbation des réseaux de transport, alors que les charges de neige (pressions exercées par le manteau neigeux sur le sol) ont un impact important sur les ressources en eau et pour les normes de construction de toitures. Les travaux présentés dans cette thèse reposent sur l’analyse de séries temporelles de maxima annuels de chutes de neige et de charges de neige sont fournis tous les 300 m d’altitude pour les 23 massifs des Alpes françaises: par la réanalyse S2M pour la période passée (1959-2019), et par un ensemble de 20 projections climatiques de l’expérience EURO-CORDEX pour les périodes passées et futures (1951-2100). Ces projections sont ajustées par rapport à la réanalyse S2M pour un scénario de fortes émissions nommé RCP8.5, qui conduit en 2100 à plus de +4◦C de réchauffement climatique à l’échelle planétaire par rapport à l’ère préindustrielle.Afin d’étudier les changements de niveaux de retour, nous avons développé de nouveaux modèles GEV non-stationnaires qui i) se basent sur une méthode statistique simple et robuste pour la réanalyse S2M ii) reposent sur des fonctions linéaires par morceaux pour l’ensemble de projections climatiques iii) peuvent améliorer les estimations en combinant les maxima d’altitudes différentes ou d’un ensemble de projections climatiques.Ces modèles ont permis de quantifier l’évolution des niveaux de retour des charges et des chutes de neige dans les 23 massifs des Alpes françaises. Entre 900 m et 3600 m d’altitude, les niveaux de retour 50 ans de charges de neige ont diminué pour la période 1959-2019 et devraient diminuer par rapport à +1◦C de réchauffement climatique (réchauffement atteint en 2017). Les niveaux de retour 100 ans de chutes de neige ont en moyenne i) augmenté au-dessus de (diminué sous) 2000 m pour la période 1959-2019 ii) devraient augmenter au-dessus d e (diminuer sous) 3000 m entre +4◦C et +1◦C de réchauffement climatique.Cette thèse a des implications en termes de gestion des catastrophes naturelles dans les Alpes françaises. D’abord, malgré leur diminution, les niveaux de retour 50 ans de charges de neige estimés dans nos travaux dépassent parfois les niveaux de retour 50 ans des normes françaises. Par exemple, à 1800 m, les normes françaises sont dépassées de 15% en moyenne, et pour la moitié des massifs. Ces dépassements sont probablement liés à des hypothèses discutables à propos du calcul des normes. Une deuxième implication est que les conceptions d’infrastructures critiques doivent être vérifiées au-dessus de 2000 m pour les aléas liés à la neige, c’est-à-dire là où les niveaux de retour 100 ans de chutes de neige ont augmenté.

The anticipation of extreme climate events often relies on the quantification of T-year return levels, i.e. large values exceeded each year with probability 1 , which are widely used to design critical infrastructures. Return levels are typically estimated with a two-step approach: i) a stationary generalized extreme value (GEV) distribution is fitted on a time series of annual maxima ii) return levels are computed using the fitted distribution. In the context of global warming, changes in return levels are usually assessed using GEV distributions that can vary with time, i.e using non-stationary GEV models where the parameters of the GEV distribution can vary with time.This thesis analyses past and future changes of 50-year return levels of snow load and 100-year return levels of snowfall in the French Alps using non-stationary GEV models. Snowfall (solid precipitation) is one of the key variables both for avalanche risk and for avoiding the disruption of transportation systems, while snow load (pressure exerted by the snowpack on the ground) is central both for water resource management and for the structural design of roofs. Time series of annual maxima of snowfall and snow load are provided every 300 m of elevation for the 23 massifs of the French Alps: by the S2M reanalysis (1959-2019), and by an ensemble of 20 climate projection of the EURO-CORDEX experiment (1951-2100). Each projection is adjusted against the S2M reanalysis for a high emission scenario called RCP8.5, which leads to more than +4◦C of global warming w.r.t. pre-industrial levels in 2100.To study changes in return levels, we develop novel non-stationary GEV models that i) are based on a simple and robust statistical methodology for the S2M reanalysis ii) rely on piecewise-linear functions for the climate projection ensemble iii) can gather strength across consecutive elevations and within a climate projection ensemble.We quantify changes in return levels using these models. Between 900 m and 3600 m of elevation, 50-year return levels of snow load have been decreasing for the period 1959-2019 and are projected to decrease when compared with +1◦C of global warming (reached in 2017). Averaged on all massifs, 100-year return levels of snowfall i) have been increasing above (decreasing below) 2000 m for the period 1959-2019 ii) are projected to increase above (decrease below) 3000 m at +4◦C of global warming when compared with +1◦C.This thesis has implications for natural hazard management in the French Alps. First, despite their decrease, our 50-year return levels of snow load are sometimes exceeding 50-year return levels of French building standards. For example, at 1800 m, French standards are exceeded by 15% on average, and by half of the massifs. These exceedances are likely due to questionable assumptions concerning the computation of these standards. A second implication is that the design of critical infrastructures needs to be verified above 2000 m for snow-related hazards, i.e. where 100-year return levels of snowfall have increased.