Copula-Based Bivariate Kumaraswamy-Teissier Distributions: Modeling Temperature-Rainfall Dependence and Compound Extremes

Dans le terrain haut et accidenté de l'Himalaya du Nord-Ouest, la météo ne suit pas un scénario simple. Ici, l'air est ténu, les montagnes s'élèvent brusquement et le climat est une tapisserie complexe tissée de température et de précipitations. Pendant des décennies, les scientifiques ont tenté de comprendre comment ces deux forces interagissent, mais les méthodes traditionnelles les traitaient souvent comme des récits distincts ou les forçaient dans des formes rigides et prévisibles que la nature respecte rarement. En réalité, une journée chaude peut apporter une averse soudaine, ou une vague de froid peut arriver avec des vents secs, et ces relations changent selon la saison et la vallée spécifique. Pour donner un sens à cela, les chercheurs ont besoin d'outils capables de se courber et de s'étirer pour s'adapter aux données, plutôt que de forcer les données à entrer dans une boîte. C'est ici qu'intervient une branche des mathématiques appelée les copules. Imaginez une copule comme un connecteur flexible qui permet aux scientifiques de décrire comment deux choses différentes évoluent ensemble, sans avoir à supposer qu'elles se comportent de la même manière individuellement. C'est un moyen de cartographier les liens cachés entre les variables, surtout lorsque ces liens deviennent critiques lors d'événements extrêmes comme les vagues de chaleur ou les inondations.

Une équipe de chercheurs de l'Institut indien de technologie de Mandi a maintenant appliqué cette approche flexible au défi spécifique de la modélisation de la température et des précipitations dans l'Himalaya du Nord-Ouest. Ils ont développé deux nouveaux cadres mathématiques conçus pour capturer toute l'étendue des comportements observés dans cette région, des étés dominés par la mousson aux mois d'hiver influencés par les perturbations occidentales. Les chercheurs ont combiné un type spécifique de courbe statistique, qu'ils appellent la distribution de Kumaraswamy–Teissier, avec deux types différents de connecteurs connus sous le nom de copules de Clayton et de Gumbel. Ces connecteurs sont spéciaux car ils peuvent décrire non seulement comment les variables évoluent ensemble dans le milieu de leur plage, mais aussi comment elles se comportent aux extrémités, lorsque les températures sont brûlantes ou que les précipitations sont torrentielles. Pour gérer le fait que la température et les précipitations peuvent parfois évoluer en sens opposés, l'équipe a également utilisé des versions rotatées de ces connecteurs, inversant ainsi le modèle mathématique pour capturer les relations négatives où une variable augmente tandis que l'autre chute.

L'étude s'est concentrée sur une vaste zone couvrant le Jammu-et-Cachemire, l'Himachal Pradesh et l'Uttarakhand, en utilisant des données mensuelles de 1984 à 2024. Avant de construire leurs modèles, les chercheurs ont soigneusement préparé les données, en ajustant le fait que certains mois n'ont pas de pluie ou présentent des températures de gel, garantissant ainsi que les chiffres soient prêts pour l'analyse. Ils ont ensuite testé leurs nouveaux modèles par rapport à plusieurs méthodes existantes pour voir lequel pouvait le mieux décrire la réalité sur le terrain. Les résultats ont montré que leur nouvelle approche était supérieure. En été, lorsque la mousson domine, les données ont révélé un tableau complexe : dans les contreforts inférieurs, les températures élevées avaient tendance à coïncider avec de faibles précipitations, tandis que dans les hautes montagnes, la chaleur et les fortes pluies survenaient souvent ensemble. En hiver, le schéma changeait, le froid étant fréquemment lié à une augmentation des précipitations dans une grande partie de la région. Les nouveaux modèles ont réussi à capturer ces dynamiques changeantes, y compris les manières spécifiques dont les valeurs extrêmes de température et de précipitations ont tendance à se regrouper.

Pour prouver l'efficacité de leurs modèles, les chercheurs ont lancé des milliers de simulations informatiques, générant des données fictives qui imitaient le monde réel pour voir si leurs outils mathématiques pouvaient récupérer les schémas originaux. Les tests ont confirmé que leurs méthodes étaient précises et stables, même en travaillant avec des quantités limitées de données. Lorsqu'ils ont appliqué les modèles les plus ajustés aux données réelles de l'Himalaya, ils ont constaté que la nouvelle approche surpassait les modèles plus anciens et plus rigides. L'analyse a révélé que la relation entre la chaleur et la pluie n'est pas uniforme ; elle change d'une grille à l'autre et d'une saison à l'autre. Par exemple, dans l'Himalaya inférieur pendant l'été, les modèles ont identifié une forte tendance des journées chaudes à être sèches, un schéma que les anciens modèles auraient pu manquer. En revanche, d'autres zones présentaient une tendance à ce que l'extrême chaleur et les précipitations extrêmes se produisent en même temps.

Au-delà de la simple description du passé, les chercheurs ont utilisé ces modèles pour observer les risques futurs d'événements extrêmes. Ils ont calculé ce que l'on appelle les périodes de retour, qui estiment la fréquence à laquelle une combinaison spécifique de chaleur extrême et de fortes pluies peut se produire. Ils ont examiné des scénarios où la température et les précipitations dépassent toutes deux leurs limites habituelles, soit individuellement, soit ensemble. Les conclusions suggèrent que dans certaines parties de la région, particulièrement au Jammu-et-Cachemire, le risque de ces extrêmes composites est plus élevé qu'on ne le pensait auparavant. En hiver, par exemple, les modèles indiquent que d'ici une décennie, il est probable qu'au moins une de ces variables dépasse son seuil dans de nombreuses zones. L'étude a également exploré les risques conditionnels, posant des questions telles que : « S'il pleut abondamment, quelle est la probabilité qu'il fasse extrêmement chaud ? » Les réponses ont fourni une vue plus nuancée du danger, montrant que la présence d'un extrême peut augmenter ou diminuer la probabilité de l'autre, selon l'emplacement et la saison.

Ce travail offre une manière plus réaliste de comprendre les risques hydro-climatiques auxquels sont confrontées les régions montagneuses. En s'éloignant des hypothèses rigides et en adoptant des modèles flexibles basés sur les données, les chercheurs ont fourni une image plus claire de la façon dont la température et les précipitations dansent ensemble dans l'Himalaya. Leur approche ne se contente pas de dire que les extrêmes arrivent ; elle explique comment ils sont liés, offrant un cadre robuste pour évaluer le risque d'inondations et de stress thermique dans un climat changeant. Pour les communautés vivant dans ces hautes vallées, comprendre ces connexions complexes est une étape vitale vers la préparation face à la météo de demain.