Méthodologie de combinaison d'informations statistiques et d'avis d'experts dans le cadre de la théorie de Dempster et Shafer : Application au dimensionnement des ouvrages côtiers
L'estimation des niveaux marins et des houles
extrêmes associés à des périodes de retour centennales
revêt une importance majeure dans la conception des
ouvrages de protection côtière et les analyses de risque
d'inondation. L'approche commune pour l'estimation de
ces niveaux consiste en une inférence statistique à partir
des mesures disponibles, en supposant que la distribution
des extrêmes est stationnaire. Cependant, durant
les dernières décennies, une attention croissante a
été accordée à l'intégration de l'effet du changement climatique
dans les analyses de risques environnementaux.
L'information sur les prévisions des impacts climatiques
futurs sur le niveau marin et la houle, fournie par des
experts, est généralement très incertaine du fait de la
compréhension très limitée des processus physiques qui
régissent le climat.
Dans cet article, nous présentons une méthodologie basée
sur la théorie des fonctions de croyance pour représenter
et combiner des informations statistiques et des opinions
d'experts, afin d'estimer un niveau de dimensionnement
de période de retour de 100 ans.
Estimation of extreme sea levels and waves for high
return periods is of prime importance in hydrological design
and flood risk assessment. The common practice
consists of inferring design levels from the available observations
and assuming the distribution of extreme values
to be stationary. However, in the recent decades,
more concern has been given to the integration of the effect
of climate change in environmental analysis. Due to
limited knowledge about the future world and the climate
system, and also to the lack of sufficient sea records, uncertainty
involved in extrapolating beyond available data
and projecting in the future is huge and should absolutely
be accounted for in the estimation of design values.
In this paper, we present a methodology based on evidence
theory to represent and combine statistical and expert
evidence for the estimation of future extreme sea return
level associated to a given return period.
