Impact d’un mode couplé entre l’océan et l’atmosphère sur les températures et précipitations en Europe

L’objectif de ce projet est d’utiliser les notions de statistiques multivariées (EOF, CCA) développées dans le cours pour évaluer l’impact conjoint des variations de pression au niveau de la mer (SLP) et des températures de surface de la mer (SST) sur les températures de l’air observées en Europe de l’ouest. Les étudiants recevront chacun des jeux de données couvrant l’Atlantique nord et l’Europe (observations de températures et précipitations, pressions de surface, température de l’eau de surface) et des programmes en R qu’ils devront adapter à leurs besoins pour effectuer les calculs et tracer les cartes.

Ce projet peut être réalisé sur n’importe quelle plateforme (linux, windows, macintosh) pourvu que R et sa librairie fields soient installés. La mise en place des calculs ne doit pas prendre plus de 3 heures car l’essentiel du codage a déjà été fait. L’étudiant devra s’intéresser principalement à la robustesse des résultats et à leur interprétation.

Le rapport sera rendu sous forme de document PDF, Word ou LaTeX, en incluant les graphiques dans le texte. Un soin particulier devra être apporté à la rédaction des légendes des figures et à la citation d’éventuelles références.

Notes importantes

Les données et programmes nécessaires (et suffisants) à la réalisation du projet se trouvent dans ce répertoire (http://www.ipsl.jussieu.fr/~ypsce/courses/ProjectMaster/)
Chaque étudiant aura à traiter une variable (température max, min, moyenne, précipitation ; saison ; région d’Europe différente). La liste des étudiants/variables à traiter se trouve à la fin de ce document.
En cas de problème insurmontable (informatique ou statistique), contacter Pascal Yiou <pascal.yiou@cea.fr>.
Ne commencez pas à vous y mettre au dernier moment ! Récupérez les données, programmes et instructions dès que possible.
Il m’a fallu 3 heures pour écrire les programmes en R (commentaires compris) et les tester sur les données. La réalisation du projet ne devrait pas en demander significativement plus.
Une version .pdf de ce document est disponible ici.

Première étape : EOFs et PCs des données

Lecture des données de SST et SLP et des informations afférentes (longitudes, latitudes, dates…) avec load.

Calcul des EOFs et PCs des données de SST et SLP mensuelles pour l’hiver et le printemps (utilisation de prcomp) :

Tracer les trois premières EOFs des deux champs pour les deux saisons (utilisation du programme image.cont).
Déterminer les corrélations entre PCs de SST et SLP (fonction cor). Quelles sont les PCs respectives qui maximisent la corrélation ? Cette corrélation est-elle significative (fonction cor.test) ?
Vérifier si on peut augmenter cette corrélation en décalant d’un mois les SST par rapport aux SLP. Si oui, donnez une interprétation physique.
Combien de PCs faut-il à chaque champ pour conserver plus de 80% de la variance ?

Deuxième étape : CCA des données

Sélectionner un nombre de PCs pour les SST et SLP en expliquant les critères du choix.
Effectuer une normalisation des PCs et EOFs (programme fourni).
Calcul de la CCA entre les deux champs (fonction cancor). Quelle est la corrélation optimale ? Est-elle significative ?
Composition des modes CCA pour retrouver l’espace physique (programme fourni). Tracer les cartes de corrélations optimales. Les commenter et interpréter.
Quels sont les pourcentages de variance de chaque champ des premiers modes CCA ?
Faire varier les nombres de PCs pour s’assurer la stabilité des résultats. Les résultats sont-ils stables si on change le nombre de PCs ?
Peut-on optimiser la corrélation en décalant les champs d’un mois ou plus ?

Troisième étape : Impact sur des observations de température ou de précipitation

Télécharger les observations de température et précipitation sur le site : http://eca.knmi.nl/utils/downloadfile.php?file=download/ECA_blend_all.zip
Extraire l’ensemble des données de température et précipitation du fichier ECA_blend_all.zip.
Lire les données de température et de précipitation (programme fourni) pour des stations en Europe, et extraire la saison qui vous est assignée.
Calculer les moyennes mensuelles (programme fourni).
Pour chaque station de la zone assignée, déterminer les corrélations et les coefficients de régression linéaire des moyennes de température et précipitation avec les modes CCA calculés dans la deuxième étape (fonction lm). Vérifier si les corrélations sont significatives.
Déterminer les 10^ème et 90^ème quantiles pour chaque station (fonction quantile). Les années où les valeurs de température ou de précipitation dépassent ces quantiles, calculer la SLP et la SST moyennes, et les tracer.
Donner une interprétation physique aux calculs.

Références

Il est préférable d’avoir assisté aux TDs de « statistiques » pour se familiariser avec le langage R.
Les connaissances nécessaires pour ce projet sont dans les cours, disponibles sous forme de fichiers .pdf à : http://www.ipsl.jussieu.fr/~ypsce/py_cours.html.
Il peut être utile de se servir du livre de H. Von Storch et F. Zwiers (Statistical Analysis in Climate Research, Cambridge University Press, 1999).

Liste des fichiers à récupérer

SLP_EMULATE_mon.Rdata : données de pression de surface en moyenne mensuelle
SST_NA_kaplan.Rdata : données de température de l’eau de mer en moyenne mensuelle
ECA_blend_all.zip : observations quotidiennes de températures de surface en Europe depuis le début du 20^ème siècle. Ce fichier est très gros. Vous pouvez récupérer la variable qui vous intéresse (TX, TN, TG ou RR) au lieu de tout prendre sur : http://eca.knmi.nl/dailydata/predefinedseries.php
imagecont.R : programmes en R pour tracer des cartes et les pourtours des continents
readextranc.R : routines en R pour faciliter quelques petits calculs
ccaSSTSLP_TD.R : programme en R pour calculer les EOFs et CCA entre SST et SLP
KNMI_TD.R : programme en R pour les calculs sur les observations de températures en Europe depuis le 20^ème siècle.
Si nécessaire, récupérer le fichier fields_2.0.zip qui contient le package fields de R.

Liste des étudiants et attribution des projets

	Nom	Prénom	Sujet de Projet
	Nom	Prénom	No. de zone	Saison	Variable
ICE	BERANGER	Louis	1	MAM	TG
(UVSQ)	EZZERHOUNI	Lahcen	2	JJA	TX
	GAIMOZ	Cécile	3	MAM	TN
	HOUCHI	Karim	1	JJA	RR
	MATRAS	Aude	2	MAM	TG
	NICAISE	Bastien	3	JJA	TX
	NOEL	Thomas	1	MAM	TN
	MOHAMED	Salim	2	JJA	RR

M2S	JEAN	Cyril	3	MAM	TG
(INSTN)	HOARAU	Emma	1	JJA	TX
	POPESCU	Mihai	2	MAM	TN

3e année	ABECASSIS	Mélanie	3	MAM	RR
(ENSTA)	BEAUVILAIN	Alexandre	1	JJA	TG
	DAVANCENS	Jeanne	2	MAM	TX
	GAGNAIRE-RENOU	Elodie	3	JJA	TN
	GERME	Agathe	1	MAM	RR
	GRUMBACH	Anne-Sophie	2	JJA	TG
	LENAIN	Yves	3	MAM	TX
	MALAFOSSE	Justine	1	JJA	TN
	MARZIN	Charline	2	MAM	RR
	PICART	Godefroy	3	JJA	TG
	SANDRIN	Charlotte	1	MAM	TX

Autres	MESSAGER	Cyril	2	JJA	TN
(doctorants...)	PARIS	Jean-Daniel	3	MAM	RR