Prévisions probabilistes interannuelles en Europe

Les prévisions interannuelles sont des prévisions climatiques à moyen terme. Elles sont notamment rendues possibles grâce aux sources de prévisibilité connues. Elles sont utiles dans divers secteurs comme l’énergie, l’agriculture ou encore la gestion de l’eau. Ces prévisions peuvent être établies par des modèles dynamiques ou statistiques. Ce travail a pour but de développer un modèle statistique de prévisions interannuelles du climat à l’aide d’une approche par analogues. Cette méthode a été créée préalablement avec des données CMIP6 et s’inspire de l’article de Sévellec et Drijfhout (2018), qui emploient un modèle dynamique et étudient uniquement des températures moyennes globales. La méthodologie permet d’obtenir des prévisions probabilistes au niveau des températures et précipitations annuelles. Les prévisions probabilistes permettent de quantifier la probabilité associée à différents évènements (ex : dépassement d’un seuil de température), contrairement aux prévisions déterministes qui donnent une information binaire. Les résultats présentés dans ce mémoire s’intéressent au continent européen caractérisé par une importante influence de l’oscillation Nord Atlantique. Les villes de Uccle, Rome, Stockholm et Kiev, représentatives de différents climats européens, sont analysées tout au long de ce travail. Les prévisions de températures semblent confirmer la tendance au réchauffement climatique dans les années à venir sur toute l’Europe. Concernant les précipitations aucune tendance n’est révélée par le modèle statistique. Enfin, une évaluation des prévisions révèle le caractère moins prévisible des précipitations par rapport aux températures. Interannual forecasts are medium-term climate forecasts. They are made possible by well known sources of predictability. They can be useful in various sectors such as energy, agriculture or water management. These forecasts can be established by dynamic or statistical models. This work aims to develop a statistical model for interannual climate forecasts using an analog approach. This method was previously created with CMIP6 data and is based on the Sévellec and Drijfhout article (2018), which use a dynamic model by fo cusing only on global average temperatures. The methodology provides probabilistic forecasts of annual temperatures and precipitations. Probabilistic forecasts make it possible to quantify the probability associated with different events (e.g. exceeding a temperature threshold), unlike deterministic forecasts that give binary information. The results presented in this master thesis focus on the European continent which is characterized by a significant influence of the North Atlantic Oscillation. The cities of Uccle, Rome, Stockholm and Kiev, representative of different European climates, are analysed throughout this work. The temperature forecasts seem to confirm the trend of global warming in the coming years over the whole of Europe. Regarding precipitations, no trend is revealed by the statistical model. Finally, an evaluation of the forecasts reveals the less predictable nature of precipitations compared to temperatures.