Anna Kiriliouk

"La théorie des valeurs extrêmes" est un domaine de la statistique qui se concentre sur la caractérisation des événements rares et extrêmes, c'est-à-dire des événements qui ne se produisent pas souvent mais qui ont un impact majeur lorsqu'ils se produisent. Dans le domaine de la science du climat, la théorie des valeurs extrêmes peut aider à comprendre et à prévoir les phénomènes météorologiques extrêmes, tels que les vagues de chaleur, les inondations et les fortes tempêtes de pluie. Avec le changement climatique, ces événements extrêmes devraient devenir plus fréquents et plus graves. "La science de l'attribution" vise à estimer si, et dans quelle mesure, un événement météorologique extrême spécifique a été rendu plus probable par le changement climatique causé par l'homme. Pour ce faire, on compare les probabilités d'événements extrêmes dans deux scénarios : l'un dans lequel le climat mondial a été affecté par les activités humaines (telles que l'augmentation des émissions de gaz à effet de serre), et l'autre dans lequel il ne l'a pas été.

Par conséquent, un élément clé de l'attribution est le développement de modèles avancés de valeurs extrêmes capables de traiter à la fois des données à haute dimension (c'est-à-dire plusieurs variables climatiques simultanément) et un climat changeant.

Résumé du projet FNRS MIS grant - Flexible statistical models for compound climate events

De nombreux événements météorologiques et climatiques à fort impact résultent de la combinaison de plusieurs risques environnementaux tels que des températures élevées, de fortes précipitations ou des vents violents. La caractérisation de ces événements extrêmes composés est essentielle pour évaluer et atténuer les risques induits par le climat, d'autant plus que leur probabilité d'occurrence devrait augmenter en raison du réchauffement climatique.

Pour décrire le comportement de multiples variables environnementales, on se concentre généralement soit sur le centre de leurs distributions sous-jacentes, soit sur leurs extrêmes. Ce dernier point est particulièrement difficile, car il y a peu d’observations extrêmes par définition. De plus, lorsque l'intérêt se porte simultanément sur le centre et la queue des variables environnementales, un modèle flexible est nécessaire pour caractériser l'ensemble des données sur toute la gamme de son support. Une telle approche est particulièrement pertinente pour les événements composés, où les variables individuelles n'ont pas besoin d'être dans un état extrême, mais leur combinaison l'est.

Les objectifs de ce projet sont de 

1. proposer des modèles de dépendance multivariés flexibles capables d'une représentation réaliste du centre et de la queue d'un vecteur aléatoire, 
2. proposer des estimateurs des paramètres de ces modèles dans le but de déduire des probabilités de défaillance pour des événements extrêmes multivariés et d'améliorer leur précision par l'augmentation des données, 
3. de projeter les risques induits par le climat de certains événements composés majeurs en termes de réchauffement climatique.

Philippe Naveau est professeur au Laboratoire des Sciences du Climat et l'Environnement (CNRS).

"J'ai choisi Philippe Naveau comme mentor parce que ses recherches jettent des ponts entre les sciences du climat et les sciences statistiques. Ses travaux ont éveillé mon intérêt à la fois pour la science de l'attribution (le sujet de notre collaboration) et pour l'étude des événements composés."

Statisticien de formation, Philippe Naveau s'intéresse principalement au développement d'outils statistiques de haut niveau issus de la théorie des valeurs extrêmes pour les sciences de l'environnement et du climat, et à l'étude d'algorithmes permettant d'évaluer les événements extrêmes dans les systèmes complexes. Il est co-auteur de plus de 120 articles dans des revues statistiques, climatiques et environnementales. Il a coorganisé 20 ateliers internationaux et écoles d'été sur le thème de l'analyse des événements extrêmes, conseillé 15 étudiants en doctorat et dirigé 15 projets nationaux et internationaux en tant que chercheur principal ou chef de projet. Par exemple, il dirige actuellement le projet « Quels paradigmes d'apprentissage pour la représentation des extrêmes géophysiques ? » dans le cadre du projet ANR français « Bridging Geophysics and Machine Learning », et il est le principal responsable du projet CNRS-INSU « Extremes Learning » qui vise à adapter la théorie statistique des valeurs extrêmes aux projections des modèles climatiques. Il est également rédacteur en chef adjoint de trois revues : Annals of Applied Statistics, Extremes et Environmetrics.

Plus d'informations sur Philippe Naveau