Navigation

Mieux prévoir l’impact des intempéries grâce à une combinaison entre théorie et Big Data ?

 

Nous combinons des simulations, basées sur des théories physiques, avec des analyses statistiques de grands volumes de données non structurées, afin d’élaborer des prévisions de tendance sur les intempéries et leurs conséquences. Nous étudions aussi les incertitudes liées à ces prévisions. Avec MétéoSuisse, nous développons un prototype de modèle sur l’impact des phénomènes météorologiques.

Portrait / description du projet (projet de recherche en cours)

La partie sciences naturelles du projet étudie le recours au Big Data pour valider et calibrer des modèles météorologiques et climatiques et vérifie si les incertitudes liées aux prévisions peuvent ainsi être réduites. En collaboration avec MétéoSuisse, le projet examine les obstacles qui se présentent lors de l’application concrète de tels modèles. La partie philosophique analyse les arguments sur lesquels les prévisions de la partie sciences naturelles se basent, développe une typologie des incertitudes liées à ces prévisions et élabore une classification systématique des conséquences des risques climatiques qui soit appropriée pour la communication mobile, c’est-à-dire pour l’app de MétéoSuisse. La partie synthèse s’intéresse aux conditions nécessaires pour le transfert des résultats à d’autres domaines d’application des approches Big Data ainsi qu’à leurs conséquences sur le développement de la méthodologie scientifique.

Contexte

On estime communément que le Big Data est une nouvelle approche scientifique qui se passe de connaissances théoriques. Lors de l’examen des données, on utilise toutefois implicitement des théories sans que leurs fonctions pour l’organisation et l’évaluation des jeux de données aient jusqu’ici été analysées du point de vue philosophique. La recherche météorologique climatologique est un domaine de recherche approprié pour cela. Une comparaison concluante des avantages et inconvénients des modèles basés sur les processus par rapport aux méthodes statistiques n’existe pas encore en ce qui concerne les conséquences socioéconomiques des phénomènes météorologiques et climatiques. Le Big Data n’a pas encore été utilisé pour tester des modèles prenant à la fois en compte la météo, le climat et les décisions politiques.

Objectif

Les objectifs du projet sont les suivants :

  1. développer un prototype de modèle de l’impact de la météo et du climat qui, à l’aide d’une approche Big Data, étudie le potentiel, les limites et les incertitudes d’événements actuels et de tendances futures concernant les intempéries et leurs conséquences ;
  2. développer une typologie des incertitudes qui apparaissent dans ce cadre et une analyse des arguments sur la base desquels des affirmations sur les tendances en matière de risques météo sont justifiées ;
  3. définir des critères quant à la transférabilité des résultats sur les risques climatiques à d’autres domaines d’application du Big Data, en particulier à des problématiques d’autres projets du PNR 75.

Importance / Application

La quantification des risques météorologiques et climatiques a une grande importance économique et sociale. Les dommages ne sont en général estimés qu’à posteriori. Les instruments pour effectuer des prévisions font encore défaut, bien qu’ils soient vraisemblablement réalisables techniquement. Le projet fournit une meilleure compréhension des obstacles qui entravent l’application pratique d’un modèle prévisionnel.

Titre original

Combining theory with Big Data? The case of uncertainty in prediction of trends in extreme weather and impacts

Responsables du projet

  • Prof. Reto Knutti, Institut für Atmosphäre und Klima, ETH Zürich
  • Prof. David Bresch, Institut für Umweltentscheidungen, ETH Zürich
  • Prof. Gertrude Hirsch Hadorn, Institut für Umweltentscheidungen, ETH Zürich

 

 

Plus d’informations sur ce contenu

 Contact

Prof. Reto Knutti Institut für Atmosphäre und Klima
ETH Zürich
Gebäude CHN N 12.1
Universitätstrasse 16 8092 Zürich reto.knutti@env.ethz.ch

A ce sujet