Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Unité de Biostatistique et Processus Spatiaux, INR
Durée : 18 mois
Contact : stephane.girard@inria.fr
Date limite de publication : 2022-11-30
Contexte :
Ce travail de postdoc sera réalisé au sein du projet ANOVEX, financé par Inria et INRAE pour renforcer leurs collaborations autour des risques environnementaux. Les outils statistiques d’analyse multivariée (p. ex. analyse de variance multivariée, analyse de sensibilité, analyse en composantes principales, arbres de décision) sont indispensables pour extraire des structures interprétables à partir de jeux de données complexes, souvent dans une visée de réduction de dimension et de
représentation parcimonieuse du système étudié, et pour construire et valider des modèles statistiques robustes pour la prédiction. Ces outils aident à mieux expliquer et prédire les systèmes à multiples composantes, comme le système climatique ou les risques multiples. Or, les approches classiques exploitent principalement les moyennes et les covariances des variables mesurées, mais sont peu adaptées à des analyses multifactorielles des valeurs extrêmes, souvent associées aux impacts les plus sévères. Ce projet propose des avancées méthodologiques et des implémentations numériques pour adapter ces approches au cadre des événements extrêmes. Dans les applications visées, ces nouveaux outils permettront de mieux caractériser les différences dans les événements extrêmes entre les simulations des différents modèles
climatiques, entre observations et simulations, et de mieux comprendre la sensibilité du risque des feux de forêt aux variables météorologiques à différentes échelles spatio-temporelles. Pour mesurer le risque incendie,
les variables météorologiques sont souvent utilisées en entrée de modèles numériques complexes représentant des processus physiques ou des corrélations statistiques, ou en entrée d’autres algorithmes à construction plus heuristique. Les indicateurs météorologiques du danger de feux de forêt, comme le « Fire Weather Index » (FWI), constituent un très bon exemple. La sensibilité de ces familles d’indicateurs aux événements extrêmes dans le système température-précipitation-humidité-vent, dont les variations d’effectuent dans différentes échelles spatio-temporelles, est encore mal comprise.
Sujet :
Un objectif clé sera de développer des nouvelles représentations mathématiques pour les mesures de risque extrême dans les systèmes multivariables et multi-échelle, afin de pouvoir utiliser les opérations
matricielles classiques, applicables en grande dimension. Une réflexion générale sera à mener sur les approches de réduction de dimension les plus pertinentes pour les événements extrêmes dans des systèmes complexes impliquant de nombreuses variables dépendantes. Dans le volet appliqué, nous ambitionnons une meilleure connaissance des structures des événements extrêmes dans le système climatique en France et en Europe, de leur hétérogénéité spatiale, de leur évolution temporelle sous changement climatique, et de leur impact sur les risques encourus dans les territoires.
Profil du candidat :
Des bonnes connaissances théoriques dans au moins un des trois domaines suivants sont requises : statistique des valeurs extrêmes ; analyse multivariée ; mesures de risque. La programmation en R est également demandée. Des connaissances en sciences du climat seront un atout.
Formation et compétences requises :
Doctorat. Merci d’envoyer un CV (avec la liste des productions scientifiques) et une lettre de motivation, et d’indiquer les coordonnées d’un ou deux encadrant(e)s disposé(e)s à fournir une lettre de recommandation.
Adresse d’emploi :
Unité de Biostatistique et Processus Spatiaux, INRAE Avignon,
Domaine Saint-Paul – Site Agroparc, 228 Rte de l’Aérodrome CS 40509, 84914 Avignon Cedex 9
Document attaché : 202209161207_offre-postdoc-ANOVEX.pdf