Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions

L’adaptation côtière est un impératif pour faire face à l’élévation du niveau marin,conséquence directe du réchauffement climatique. Cependant, la mise en place d’actions et de stratégies est souvent entravée par la présence de diverses et importantes incertitudes lors de l’estimation des aléas et r...

Full description

Bibliographic Details
Main Author: Ben Abdallah, Nadia
Other Authors: Compiègne
Language:en
Published: 2014
Subjects:
510
Online Access:http://www.theses.fr/2014COMP1616
id ndltd-theses.fr-2014COMP1616
record_format oai_dc
collection NDLTD
language en
sources NDLTD
topic Fonctions de croyances
Intervalles aléatoires
Avis d'experts
Inférence statistique basée sur la vraisemblance
Copules
Analyse d'incertitude
Dimensionnement côtier
Elévation du niveau marin
Belief functions
Random intervals
Expert opinions
Likelihood based inference
Monte Carlo
Copulas
Extreme value theory
Climate change
Uncertainty analysis
Coastal design
510
spellingShingle Fonctions de croyances
Intervalles aléatoires
Avis d'experts
Inférence statistique basée sur la vraisemblance
Copules
Analyse d'incertitude
Dimensionnement côtier
Elévation du niveau marin
Belief functions
Random intervals
Expert opinions
Likelihood based inference
Monte Carlo
Copulas
Extreme value theory
Climate change
Uncertainty analysis
Coastal design
510
Ben Abdallah, Nadia
Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
description L’adaptation côtière est un impératif pour faire face à l’élévation du niveau marin,conséquence directe du réchauffement climatique. Cependant, la mise en place d’actions et de stratégies est souvent entravée par la présence de diverses et importantes incertitudes lors de l’estimation des aléas et risques futurs. Ces incertitudes peuvent être dues à une connaissance limitée (de l’élévation du niveau marin futur par exemple) ou à la variabilité naturelle de certaines variables (les conditions de mer extrêmes). La prise en compte des incertitudes dans la chaîne d’évaluation des risques est essentielle pour une adaptation efficace.L’objectif de ce travail est de proposer une méthodologie pour la quantification des incertitudes basée sur les fonctions de croyance – un formalisme de l’incertain plus flexible que les probabilités. Les fonctions de croyance nous permettent de décrire plus fidèlement l’information incomplète fournie par des experts (quantiles,intervalles, etc.), et de combiner différentes sources d’information. L’information statistique peut quand à elle être décrite par de fonctions des croyance définies à partir de la fonction de vraisemblance. Pour la propagation d’incertitudes, nous exploitons l’équivalence mathématique entre fonctions de croyance et intervalles aléatoires, et procédons par échantillonnage Monte Carlo. La méthodologie est appliquée dans l’estimation des projections de la remontée du niveau marin global à la fin du siècle issues de la modélisation physique, d’élicitation d’avis d’experts, et de modèle semi-empirique. Ensuite, dans une étude de cas, nous évaluons l’impact du changement climatique sur les conditions de mers extrêmes et évaluons le renforcement nécessaire d’une structure afin de maintenir son niveau de performance fonctionnelle. === Coastal adaptation is an imperative to deal with the elevation of the global sealevel caused by the ongoing global warming. However, when defining adaptationactions, coastal engineers encounter substantial uncertainties in the assessment of future hazards and risks. These uncertainties may stem from a limited knowledge (e.g., about the magnitude of the future sea-level rise) or from the natural variabilityof some quantities (e.g., extreme sea conditions). A proper consideration of these uncertainties is of principal concern for efficient design and adaptation.The objective of this work is to propose a methodology for uncertainty analysis based on the theory of belief functions – an uncertainty formalism that offers greater features to handle both aleatory and epistemic uncertainties than probabilities.In particular, it allows to represent more faithfully experts’ incomplete knowledge (quantiles, intervals, etc.) and to combine multi-sources evidence taking into account their dependences and reliabilities. Statistical evidence can be modeledby like lihood-based belief functions, which are simply the translation of some inference principles in evidential terms. By exploiting the mathematical equivalence between belief functions and random intervals, uncertainty can be propagated through models by Monte Carlo simulations. We use this method to quantify uncertainty in future projections of the elevation of the global sea level by 2100 and evaluate its impact on some coastal risk indicators used in coastal design. Sea-level rise projections are derived from physical modelling, expert elicitation, and historical sea-level measurements. Then, within a methodologically-oriented case study,we assess the impact of climate change on extreme sea conditions and evaluate there inforcement of a typical coastal defence asset so that its functional performance is maintained.
author2 Compiègne
author_facet Compiègne
Ben Abdallah, Nadia
author Ben Abdallah, Nadia
author_sort Ben Abdallah, Nadia
title Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
title_short Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
title_full Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
title_fullStr Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
title_full_unstemmed Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
title_sort modeling sea-level rise uncertainties for coastal defence adaptation using belief functions
publishDate 2014
url http://www.theses.fr/2014COMP1616
work_keys_str_mv AT benabdallahnadia modelingsealevelriseuncertaintiesforcoastaldefenceadaptationusingbelieffunctions
AT benabdallahnadia utilisationdesfonctionsdecroyancepourlamodelisationdesincertitudesdanslesprojectionsdelelevationduniveaumarinpourladaptationcotiere
_version_ 1718488647676723200
spelling ndltd-theses.fr-2014COMP16162017-07-01T04:41:23Z Modeling sea-level rise uncertainties for coastal defence adaptation using belief functions Utilisation des fonctions de croyance pour la modélisation des incertitudes dans les projections de l'élévation du niveau marin pour l'adaptation côtière Fonctions de croyances Intervalles aléatoires Avis d'experts Inférence statistique basée sur la vraisemblance Copules Analyse d'incertitude Dimensionnement côtier Elévation du niveau marin Belief functions Random intervals Expert opinions Likelihood based inference Monte Carlo Copulas Extreme value theory Climate change Uncertainty analysis Coastal design 510 L’adaptation côtière est un impératif pour faire face à l’élévation du niveau marin,conséquence directe du réchauffement climatique. Cependant, la mise en place d’actions et de stratégies est souvent entravée par la présence de diverses et importantes incertitudes lors de l’estimation des aléas et risques futurs. Ces incertitudes peuvent être dues à une connaissance limitée (de l’élévation du niveau marin futur par exemple) ou à la variabilité naturelle de certaines variables (les conditions de mer extrêmes). La prise en compte des incertitudes dans la chaîne d’évaluation des risques est essentielle pour une adaptation efficace.L’objectif de ce travail est de proposer une méthodologie pour la quantification des incertitudes basée sur les fonctions de croyance – un formalisme de l’incertain plus flexible que les probabilités. Les fonctions de croyance nous permettent de décrire plus fidèlement l’information incomplète fournie par des experts (quantiles,intervalles, etc.), et de combiner différentes sources d’information. L’information statistique peut quand à elle être décrite par de fonctions des croyance définies à partir de la fonction de vraisemblance. Pour la propagation d’incertitudes, nous exploitons l’équivalence mathématique entre fonctions de croyance et intervalles aléatoires, et procédons par échantillonnage Monte Carlo. La méthodologie est appliquée dans l’estimation des projections de la remontée du niveau marin global à la fin du siècle issues de la modélisation physique, d’élicitation d’avis d’experts, et de modèle semi-empirique. Ensuite, dans une étude de cas, nous évaluons l’impact du changement climatique sur les conditions de mers extrêmes et évaluons le renforcement nécessaire d’une structure afin de maintenir son niveau de performance fonctionnelle. Coastal adaptation is an imperative to deal with the elevation of the global sealevel caused by the ongoing global warming. However, when defining adaptationactions, coastal engineers encounter substantial uncertainties in the assessment of future hazards and risks. These uncertainties may stem from a limited knowledge (e.g., about the magnitude of the future sea-level rise) or from the natural variabilityof some quantities (e.g., extreme sea conditions). A proper consideration of these uncertainties is of principal concern for efficient design and adaptation.The objective of this work is to propose a methodology for uncertainty analysis based on the theory of belief functions – an uncertainty formalism that offers greater features to handle both aleatory and epistemic uncertainties than probabilities.In particular, it allows to represent more faithfully experts’ incomplete knowledge (quantiles, intervals, etc.) and to combine multi-sources evidence taking into account their dependences and reliabilities. Statistical evidence can be modeledby like lihood-based belief functions, which are simply the translation of some inference principles in evidential terms. By exploiting the mathematical equivalence between belief functions and random intervals, uncertainty can be propagated through models by Monte Carlo simulations. We use this method to quantify uncertainty in future projections of the elevation of the global sea level by 2100 and evaluate its impact on some coastal risk indicators used in coastal design. Sea-level rise projections are derived from physical modelling, expert elicitation, and historical sea-level measurements. Then, within a methodologically-oriented case study,we assess the impact of climate change on extreme sea conditions and evaluate there inforcement of a typical coastal defence asset so that its functional performance is maintained. Electronic Thesis or Dissertation Text en http://www.theses.fr/2014COMP1616 Ben Abdallah, Nadia 2014-03-12 Compiègne Denoeux, Thierry Mouhous-Voyneau, Nassima