Home DE ES FR


Advanced Search

Our On-Line PhDs

Submit a Thesis
My Account Register Help

About
Fields
Mathematics and Applications
Information and Communication Sciences and Technologies
Physics, Optics
Materials Science, Mechanics and Mechanical Engineering
Fluid Mechanics and Energy
Chemistry, Physical Chemistry and Chemical Engineering
Life Sciences and Engineering
Earth Sciences and Environmental Engineering
Sciences of Economy, Management and Society
Couplage données historiques - modélisation numérique pour la prédétermination des avalanches : une approche bayésienne

Eckert, Nicolas (2007) Couplage données historiques - modélisation numérique pour la prédétermination des avalanches : une approche bayésienne. PhD thesis Statistique Appliquée aux Sciences de l'Environnement, Cemagref UR ETNA, AgroParistech 07AGPT0060 p.282.

Full text available as:

- thèse.nicolas.eckert.pdf ( 5279 Kb )
Licence: CC NC ND 2.0

Abstract

Cette thèse s’intéresse au problème de la prédétermination des avalanches par couplage entre modélisation numérique et données historiques. L’assemblage s’effectue grâce au formalisme bayésien hiérarchique. La modélisation stochastique, l’inférence du modèle et la prédiction des aléas de référence sont clairement distinguées.

L’échelle d’étude est tout d’abord celle d’un site avalancheux. Trois jeux d’hypothèses correspondant à différents compromis entre disponibilité des données et description de la propagation de l’avalanche sont proposés. L’incertitude liée à la méconnaissance du phénomène est combinée avec sa variabilité intrinsèque pour obtenir la loi de probabilité prédictive de la période de retour associée à n’importe quelle distance d’arrêt. Les distributions des autres variables caractérisant l’aléa sont également étudiées. Une analyse de sensibilité aux différentes hypothèses de modélisation est proposée.

La prédétermination des fréquences avalancheuses sur des sites peu documentés et en contexte non stationnaire est ensuite traitée à l’échelle communale avec un modèle spatio-temporel. Celui-ci permet de quantifier les variations des occurrences avalancheuses dans les Alpes françaises au cours des soixante dernières années.

Enfin, le problème du dimensionnement d’un ouvrage de protection est abordé. Le modèle stochastique est complété par les effets sur l’écoulement avalancheux d’une digue verticale et par une fonction de coût permettant l’optimisation de la hauteur de l’ouvrage. Le risque bayésien permet de ne pas séparer inférence et décision en prenant en compte l’erreur d’estimation pour le dimensionnement.

Item Type:PhD Thesis (PhD)
Thesis Supervisor:Parent, Eric
Date:20 December 2007
Board of examiners:Degoutte, Gérard and Favre, Anne-Catherine and Keylock, Christopher and Bacro, Jean-Noël and Boreux, Jean-Jacques and Naaim, Mohamed and Parent, Eric and Richard, Didier
Ecole Doctorale:ED 398 GEOSCIENCES ET RESSOURCES NATURELLES
Discipline:Statistique Appliquée aux Sciences de l'Environnement
Collection (Fonds):ENGREF
AgroParistech
Institution:AgroParistech
Department:Cemagref UR ETNA
Subjects:1. Mathematics and Applications
Uncontrolled Keywords:Avalanches de Neige, Prédétermination, Cadre de Travail Stochastique, Données Historiques, Modèle de Propagation Numérique, Modélisation Bayésienne Hiérarchique, Période de Retour, Dimensionnement Optimal
ID Code:3404
Deposited By:Nicolas ECKERT
Deposited On:02 May 2008

Statistiques de consultation

Repository Staff Only: edit this item

© ParisTech 2007 - Réalisé par RILK.com - Graphisme par Winch Communication