Années 1950-1970 ; California ; Chaîne de Markov ; Climat ; Effet de persistance ; Etats-Unis ; Formule de récurrence ; Géographie physique ; Jours de pluie ; Los Angeles ; Modèle ; Modèle stochastique ; Probabilité ; Probabilité conditionnelle
Etude de la probabilité d'observer un jour pluvieux, en fonction de la lame d'eau enregistrée la veille. Exemple de Los Angeles en saison froide (novembre-avril), alors que moins de 16 % des jours sont arrosés. (JPB).
Analyse des séquences de jours secs consécutifs. Application à 31 postes du réseau météorologique français
Cartographie thématique ; Chaîne de Markov ; Distribution binomiale négative ; Distribution binomiale négative translatée ; France ; Géographie physique ; Persistance ; Probabilité ; Processus aléatoire ; Précipitation ; SchémadePolya
Les AA. décrivent différents modèles théoriques utilisés pour ajuster la distribution des séquences de jours consécutifs secs en fonction de leur longueur. Le modèle des distributions binomiales négatives translatées (BNT) est jugé le plus
satisfaisant pour rendre compte de la persistance et de la probabilité d'occurrence de longues séquences exemptes de précipitations. Ce modèle est appliqué à une cartographie du nombre moyen annuel de séquences sèches de plus de 20 jours débutant au cours d'un
ANALYSE SPATIALE ; BASSIN-VERSANT ; CONFLUENCE ; DISTRIBUTION BINOMIALE NEGATIVE ; DISTRIBUTION POISSON ; DISTRIBUTION POLYA-AEPPLI ; Généralités sur la géographie ; METHODOLOGIE ; MODELE PROBABILISTE ; ORGANISATION SPATIALE ; RESEAU DE DRAINAGE
DISTRIBUTIONS DE POISSON, DEPOLYA-AEPPLI, BINOMIALE NEGATIVE. LE MEILLEUR AJUSTEMENT EST OBTENU AVEC LA LOI BINOMIALE NEGATIVE.
ANALYSE DE L'ORGANISATION SPATIALE DE CINQ HIERARCHIES DE DRAINAGE, PAR LA METHODE DES QUADRATS APPLIQUEE A DES MODELES PROBABILISTES ET DES MODELES DE DISTRIBUTION GROUPEE. COMPARAISON ENTRE LA DISTRIBUTION DES CONFLUENCES DES CINQ RESEAUX ET LES
On considère souvent que les précipitations ou les débits exceptionnels suivent un processus de Poisson. Cependant cette hypothèse ne correspond pas toujours aux observations et ce, surtout pour les valeurs extrêmes. Le processus dePolya donne un
meilleur ajustement. Justification de la validité des hypothèses de ce processus.
Des différents modèles possibles des séquences climatiques, l'A. propose le schémade Bernoulli, le schémadePolya, la modélisation de la longueur des séquences par la loi binomiale négative translatée, les chaînes de Markov d'ordre 1 et 2
. Application aux séquences de jours secs consécutifs| le modèle ajustant le mieux les séquences est celui basé sur la distribution négative translatée, permettant surtout un bon ajustement des séquences sèches longues. Vérification de la stabilité temporelle
des paramètres, mise en évidence de la saisonnalité de la persistance. Sur 31 stations pluviométriques françaises, c'est en hiver que la persistance admet les variations les plus fortes. Une autre partie est consacrée à la détermination des risques
mensuels d'apparition de longues séquences sèches pour un seuil de précipitations de 1 mm.
Plus appliqué cet article analyse successivement le processus dePolya en tant que processus ponctuel, et les limites imposées par la dépendance infinie des événements obéissant à ce processus| l'analyse du processus de Neyman-Scott qui décrit
l'agrégation dans les séries de précipitations| les AA. soulignent les difficultés liées aux calculs lourds, spécifiques à ce processus| dans la dernière partie, détermination du comportement statistique d'une sortie (le débit par exemple) généré par une entrée
(précipitation) analysée comme un processus ponctuel et une fonction de transfert déterministe. A ce propos, ou peut mesurer l'utilité de la fonction génératrice probabiliste encore peu employée en hydrologie stochastique. Enfin, formalisation probabiliste du
processus ponctuel spatio-temporel des précipitations. (Cch).
to the mathematical model of reproduced or transformed in a stochastic manner. It refers to the mathematical model of Polya and Eggenberger i.e. the so-called Polya urn. Path dependence, while constructing explanatory sequences, concentrates on the non-determined