Skip to main content

Générateurs stochastiques de météo pour évaluer l’impact du changement climatique sur les pommes et les vignes

Résumé en français

Les modèles phénologiques ont pour but de prédire les dates de débourrement annuelles des plantes. Dans le cas des pommes et des vignes, ces modèles sont dépendants des températures journalières. En particulier, des scénarios extrêmes de températures peuvent avoir des conséquences graves sur la santé de ces plantes et leur reproduction. Ces scénarios extrêmes sont dus à une variabilité significative des séries de températures journalières enregistrées. Cependant, les modèles climatiques classiques, tels que ceux utilisés dans les rapports du GIEC, reproduisent mal cette variabilité, et sont extrêmement coûteux numériquement. Pour résoudre ces problèmes, nous allons nous servir des générateurs stochastiques de météo. Ce sont des modèles génératifs entraînés sur des données météorologiques, capables de simuler rapidement des séries de températures de même loi, avec la variabilité qui permet de former des scénarios extrêmes. Ainsi, dans ce rapport, nous expliquerons le fonctionnement des générateurs stochastiques de météo. Ensuite, nous présenterons les modèles phénologiques et les résultats qu’ils donnent sur différentes zones géographiques. Enfin, nous verrons ce que donnent les modèles phénologiques appliqués à des séries de températures simulées avec des générateurs de météo entraînés sur des projections de modèles climatiques. Comme ces séries de températures auront la même loi que les projections, les modèles phénologiques nous donneront les distributions empiriques des
scénarios phénologiques futures. Nous verrons alors que le réchauffement climatique peut avoir un impact dramatique sur la phénologie des pommes et des vignes dans les années à venir.

Année
2024
Année de soutenance
2025
Nombre de pages
54
Type de dépôt
Rapport de stage
Langue de publication
Français
Éditeur
Université Angers
Lieu d'édition
Angers
Citation Key
dune20363
URL
https://dune.univ-angers.fr/fichiers/22005148/2024TMMA20363/fichier/20363F.pdf
Libellé de l'étape
M2 Maths appli / Data science & Données Bio & Numériques
Bac+
5
Maître de stage
Métivier, David
Libellé de l'UFR
Faculté des Sciences
Libellé du diplôme
Master Mathématiques et Applications
Entreprise
UMR MISTEA - INRAE Centre Occitanie-Montpellier
Tuteur
Stupfler, Gilles
Fichier