Commit f6a8dd1f authored by Philémon POUX's avatar Philémon POUX

Merge branch 'master' of gitlab.binets.fr:philemon.poux/memoire_juicce

parents 1a074ea9 a7779ed3
......@@ -5,8 +5,16 @@
\chapter{Liste des abbréviations}
\begin{acronym}
\acro{ESDA}{Exploratory Spatial Data Analysis}
\acro{ETCCDI}{Expert Team on Climate Change Detection and Indices}
\acro{HWMI}{Heatwave Magnitude Index}
\acro{IAU}{Institut d'Aménagement et d'Urbanisme}
\acro{GIEC}{Groupe d'experts intergouvernemental sur l'évolution du climat}
\acro{JUICCE}{JUstice In Climate Change Exposure}
\acro{LISA}{Local Indicator of Spatial Autocorrelation}
\acro{NLDI}{Night Light Development Index}
\acro{PNE}{Points Noirs Environnementaux}
\acro{sPCA}{Analyse par Composante Principale Spatiale}
\acro{WBGT}{Wet Bulb Globe Temperature}
\end{acronym}
%!TEX root = ../main.tex
% Appendix Template
\chapter{Autres bases de données} % Main appendix title
\label{Appendix_data}
% Table generated by Excel2LaTeX from sheet 'Feuil4'
\begin{table}[htbp]
\centering
\caption{Autres bases de données socio-économiques traitées}
\resizebox{\textwidth}{!}{
\begin{tabular}{C{5.355em}C{8em}C{5.355em}C{5.355em}C{5.355em}C{5.355em}C{3em}C{3em}C{5.355em}}
Origine & Groupe & Lien & Information & Type & Résolution & 2000 & 2010 & Référence\\
\midrule
CensusHub & Household Types & \href{https://ec.europa.eu/CensusHub2/query.do?step=selectHyperCube\&qhc=false}{Lien} & Types de foyer & Vecteur & LAU & NON & OUI (2011) &\\
CensusHub & Age & \href{https://ec.europa.eu/CensusHub2/query.do?step=selectHyperCube\&qhc=false}{Lien} & Distribution par âge & Vecteur & LAU & NON & OUI (2011) &\\
CensusHub & Sex & \href{https://ec.europa.eu/CensusHub2/query.do?step=selectHyperCube\&qhc=false}{Lien} & Distribution par sexe & Vecteur & LAU & NON & OUI (2011) \\
SEDAC & Global Gridded Geographically Based Economic Data (G-Econ), v4 (1990, 1995, 2000, 2005) & \href{http://sedac.ciesin.columbia.edu/data/set/spatialecon-gecon-v4}{Lien} & PIB & Raster & 1 degré & OUI & OUI & \cite{nordhaus_global_2016}\\[1.5cm]
SEDAC & Global 15 x 15 Minute Grids of the Downscaled GDP Based on the SRES B2 Scenario, v1 (1990, 2025) & \href{http://sedac.ciesin.columbia.edu/data/set/sdp-downscaled-gdp-grid-b2-1990-2025/data-download}{Lien} & GDP & Raster & 15min arc & NON & NON & \cite{gaffin_global_2004}\\[1.5cm]
WorldPop & Répartition par âge et sex & \href{ftp://ftp.worldpop.org.uk/GIS/AgeSex\_structures/Global\_2000\_2020/}{Lien} & Distribution par âge et sexe & Raster & 100m & OUI & OUI &\cite{pezzulo_sub-national_2017}\\
Global Risk Data Platform (UNEP) & Gross Domestic Product 2010 & \href{https://preview.grid.unep.ch/index.php?preview=data\&events=socec\&evcat=1\&lang=eng}{Lien} & GDP & Raster & 30sec arc & NON & OUI & \\
NLDI & The Night Light Development Index (NLDI): A spatially explicit measure of human development from satellite data & \href{http://www.soc-geogr.net/7/23/2012/}{Lien} & NLDI & Raster & 0,25x0,25 & NON & NON (2006) &\cite{elvidge_night_2012}\\
\end{tabular}%
}
\label{tab:extra_socio_db}%
\end{table}%
\begin{table}[htbp]
\centering
\caption{Autres bases de données climatologiques}
\resizebox{\textwidth}{!}{
\begin{tabular}{C{5.355em}C{5.355em}C{5.355em}C{5.355em}C{5.355em}C{5.355em}}
Nom & Donnée & Lien & Résolution & Dates & Référence\\
\midrule
\end{tabular}%
}
\label{tab:extra_climato_db}%
\end{table}%
......@@ -81,3 +81,48 @@
\subcaption*{Les valeurs positives correspondent à une sur-exposition des plus pauvres et les valeurs négatives à une sous-exposition}
\label{fig:dif_exp_student_tmax}
\end{figure}
\begin{table}[ht]
\centering
\begin{tabular}{ll}
\hline
Code ISO Alpha 2 & Pays \\
\hline
AT & Autriche \\
BE & Belgique \\
BG & Bulgarie \\
HR & Croatie \\
CY & Chypre \\
CZ & République Tchèque \\
DK & Danemark \\
EE & Estonie \\
FI & Finlande \\
FR & France \\
DE & Allemagne \\
HU & Hongrie \\
IS & Islande \\
IE & Irlande \\
IT & Italie \\
LV & Lettonie \\
LI & Liechtenstein \\
LT & Lituanie \\
LU & Luxembourg \\
MT & Malte \\
NL & Pays-Bas \\
NO & Norvège \\
PL & Pologne \\
PT & Portugal \\
RO & Roumanie \\
SK & Slovaquie \\
SI & Slovénie \\
ES & Espagne \\
SE & Suède \\
CH & Suisse \\
TR & Turquie \\
MK & L'ex-République Yougoslave de Macédoine \\
\hline
\end{tabular}
\caption{Liste des pays inclus dans l'analyse par pays}
\label{tab:list_pays}
\end{table}
......@@ -28,10 +28,10 @@
\begin{figure}
\centering
\includegraphics[width=\textwidth]{../Figures/count_hw_tmin.png}
\includegraphics[width=\textwidth]{../Figures/count_days_hw_tmin.png}
\caption{Nombre de jours en vagues de chaleur détectés entre 1950 et 2018 selon $\mathrm{T_{min}}$}
\label{fig:count_days_hw_tmin}
\includegraphics[width=\textwidth]{../Figures/count_hw_tmax.png}
\includegraphics[width=\textwidth]{../Figures/count_days_hw_tmax.png}
\caption{Nombre de jours en vagues de chaleur détectés entre 1950 et 2018 selon $\mathrm{T_{max}}$}
\label{fig:count_days_hw_tmax}
\end{figure}
......
%!TEX root = ../main.tex
%TC:group figure 0 1
%TC:group tabular 1 1
%!TeX spellcheck = en-UK,en-DE
\chapter{Conclusion}
\label{ch:Conclusion}
Notre travail a donc permis d'apporter des éléments de réponse à une question de recherche encore non traitée dans la littérature existante :
\noindent\textit{Quel lien entre l’organisation spatiale de la vulnérabilité socio-économique et l’exposition aux vagues de chaleur en Europe ?}
\noindent En utilisant des méthodes d'analyse spatiale, nous avons trouvé qu'à l'échelle de l'Europe, à une résolution assez fine,il existait une corrélation négative entre le PIB par habitant et l'exposition aux vagues de chaleurs, ce lien faisant mettant en évidence une organisation spatiale très auto-corrélée des points de hautes en basses exposition. En revanche nous n'avons pas identifié d'exposition significativment différente pour d'autres populations vulnérables telles les femmes, les jeunes ou les personnes âgées.
Notre analyse nous a également permis de conclure qu'il existe des différences par pays sur les inégalités d'exposition des populations vulnérables et que ces différences reflètent également une organisation géographique. La spatialisation des ces groupes de pays met en évidence deux clusters principaux correspondant à l'est et l'ouest de l'Europe avec des schémas d'exposition différents.
Les grandes tendances à l'échelle de l'Europe sont similaires à celle à l'échelle du globe, dans les pays les moins développés économiquement, les populations les plus vulnérables sont plus exposées aux vagues de chaleurs tandis qu'elles le sont moins dans les autres pays.
Cette étude apportent de premiers résultats à un programme de recherche sur l'ensemble des risques climatiques à la méthodologie cohérente. Elle apporte, du moins nous l'espérons, des éléments pouvant compléter la réflexion sur l'injustice climatique en Europe.
Il faudra attendre les résultats de l'ensemble du projet \ac{JUICCE} pour connaître l'exposition multi-factorielle des populations vulnérables mais il se dégage déjà certaines implications pour les politiques publiques des réductions d'inégalités d'exposition en Europe, en ciblant en particulier les pays les plus exposés et les plus vulnérables.
%
......@@ -5,3 +5,76 @@
\chapter{Données et traitement}
\label{ch:Donnees et methodes}
Ce chapitre présente les bases de données utilisées dans notre étude et le traitement que nous avons appliqué afin de pouvoir les exploiter.
\section{Données socio-économiques}
La \autoref{tab:socioeco_db} résume les principales informations sur les bases de données utilisées.
\begin{table}[htbp]
\centering
\caption{bases de données socio-économiques utilisées}
\resizebox{\textwidth}{!}{
\begin{tabular}{C{5.355em}C{5.355em}C{5.355em}rC{5.355em}C{5.355em}C{5.355em}}
Origine & Nom & Information & \multicolumn{1}{C{5.355em}}{Année} & Résolution & Lien & Référence \\
\midrule
SEDAC & Basic Demographic Characteristics, v4.11 & \% < 15 ans, \% < 65 ans et \% de femmes & 2010 & 30 secondes d'arc & \href{http://sedac.ciesin.columbia.edu/data/set/gpw-v4-basic-demographic-characteristics-rev11}{Lien} &\cite{sedac_gridded_2019} \\[1.5cm]
Center for Global Environment Research (CGER) & Estimation of gridded population and GDP scenarios with spatially explicit statistical downscaling & PIB et Population & 2010 & 15 minutes d'arc & \href{http://www.cger.nies.go.jp/gcp/population-and-gdp.html}{Lien} & \cite{murakami_estimation_2016} \\
\end{tabular}%
}
\label{tab:socioeco_db}%
\end{table}%
Nous avons ensuite utilisé \textbf{R} et \textbf{cdo} pour traiter et normaliser ces données. La normalisation s'est faite vers une résolution de $0.5$ degré selon une l'extension spatiale suivante (voir \autoref{fig:extent}) :
\[
\left \{
\begin{array}{rcl}
x_{min} & = & -41.92681 \\
x_{max} & = & 53.07319 \\
y_{min} & = & 19.29244 \\
y_{max} & = & 74.29244
\end{array}
\right .
\]
\begin{figure}
\centering
\includegraphics[width=\textwidth]{Figures/extent.png}
\caption{Zone d'étude}
\label{fig:extent}
\end{figure}
Pour les données du CGER nous avons précédemment divisé les données de PIB par la population totale pour obtenir le PIB par habitant.
D'autres données, correspondant à d'autres variables ou d'autres années ont également été identifiées et normalisées. Nous avons décidé d'utiliser des données pour l'année 2010 car la elles étaient disponibles à une résolution fine et fiables. Nous avons également pu obtenir de telles données pour 2000 mais il nous a semblé plus judicieux d'effectuer notre étude sur une population la plus récente possible. Un bref descriptif des autres bases de données est présenté \autoref{Appendix_data}.
\section{Données climatologiques}
Afin de d'identifier les vagues de chaleurs en Europe, nous avons utilisé la base de donnée E-OBS présentée en \autoref{tab:climato_db}. Afin d'appliquer la méthodologie décrite en \autoref{sec:Detection des vagues de chaleur} nous avons utilisé \textbf{cdo} pour ne garder que les mois d'été (juin, juillet et août) et recentrer les données.
\parencite{cornes_ensemble_2018} qui recense les températures
\begin{table}[htbp]
\centering
\caption{bases de données socio-économiques utilisées}
\resizebox{\textwidth}{!}{
\begin{tabular}{C{5.355em}C{5.355em}C{5.355em}C{5.355em}C{5.355em}C{5.355em}C{5.355em}}
Origine & Nom & Information & Fréquence & Résolution & Lien & Référence \\
\midrule
E-OBS & E_OBS v9.0e & $T_\text{min}$ et $T_\text{max}$ & Journalier (1950-2018) & 0.25 degrés & \href{http://surfobs.climate.copernicus.eu/dataaccess/access_eobs.php}{Lien} &\cite{cornes_ensemble_2018} \\
\end{tabular}%
}
\label{tab:climato_db}%
\end{table}%
Nous avons ensuite appliqué la méthodologie de \cite{stefanon_heatwave_2012} avec les paramètres suivants :
\begin{description}
\item[$\bullet$ Fenêtre temporelle :] Nous avons utilisé une fenêtre temporelle de 21 jours centrée sur le jour étudié.
\item[$\bullet$ Fenêtre spatiale :] Nous avons pris un carré de côté 3.75 degré d'arc centré sur le point de grille étudié.
\item[$\bullet$ Percentile :] Nous avons pris le 95\ieme{} percentile de la distribution des températures sur les 21 jours entre 1950 et 2018 comme seuil.
\item[$\bullet$ Durée :] Nous avons défini une vague de chaleur pour 4 jours consécutifs dépassant le seuil
\end{description}
Les auteurs ont eu la gentillesse de partager leur code avec nous ce qui nous a permis de détecter les vagues de chaleurs sur le jeu de donnée E-OBS. Une fois la détection des vagues de chaleurs effectuée, nous avons normlisé les données. Nous avons ensuite pu calculer, pour chaque point de grille, le nombre de vagues de chaleurs et le nombre de jours en vagues de chaleurs.
%
This diff is collapsed.
......@@ -8,7 +8,7 @@
\glsresetall
%TODO vraie introduction du début
L'été 2019 n'a pas été épargné par des épisodes caniculaires particulièrement intenses et de nombreuses températures maximales ont malheureusement été dépassées partout en Europe. Ce type de canicules particulièrement extrême risque de devenir plus fréquent dans le futur et c'est globalement les évènements climatiques extrêmes (vagues de chaleur, sécheresses, pluies intenses \textit{etc}.) qui risquent d'augmenter en fréquence et/ou en intensité dans les décennies à venir \parencite{ipcc_managing_2017}
L'été 2019 n'a pas été épargné par des épisodes caniculaires particulièrement intenses et de nombreux records de températures ont malheureusement été dépassés partout en Europe. Ce type de canicules particulièrement extrême risque de devenir plus fréquent dans le futur et ce sont globalement les évènements climatiques extrêmes (vagues de chaleur, sécheresses, pluies intenses \textit{etc}.) qui risquent d'augmenter en fréquence et/ou en intensité dans les décennies à venir \parencite{ipcc_managing_2017}
C'est pour comprendre comment les différentes populations sont et seront touchées par ces évènements que le projet \ac{JUICCE} a été conçu.
......@@ -18,9 +18,9 @@
\label{sec:contexte projet}
Ce projet de recherche s'inscrit dans les recommandations des derniers rapports du \ac{GIEC} \parencite{kovats_climate_2014,hoegh-guldberg_impacts_2018} d'accentuer les efforts de recherche sur les effets du dérèglement climatique sur les populations les plus vulnérables. Le projet \ac{JUICCE} s'inscrit donc dans cet objectif en cherchant à identifier, à une échelle fine, les populations les plus affectées par les évènements climatiques extrêmes. Il s'intéresse à l'évolution des injustices climatiques entre 1950 et 2100, associant un travail historique à une partie prospective.
La notion d'injustice environnementale s'inscrit dans le cadre conceptuel de la justice environnementale que Schlosberg définit, en s'inspirant de Sen, Fraser, Young et Nussbaum, comme l'équité dans l'exposition aux externalités environnementales, qu'elles soient positives ou négatives \parencite{schlosberg_defining_2009}. Il est à noter que le concept proposé par Schlosberg s'étend au-delà de la justice distributive et concerne également un aspect procédural que notre projet n'a pas vocation à traiter.
La notion d'injustice environnementale telle que proposée par \cite{schlosberg_defining_2009} dans le cadre conceptuel de la justice environnementale\footnote{s'inspirant de Sen, Fraser, Young et Nussbaum} se définit l'équité dans l'exposition aux externalités environnementales, qu'elles soient positives ou négatives. Il est à noter que le concept proposé par Schlosberg s'étend au-delà de la justice distributive et concerne également un aspect procédural que notre projet n'a pas vocation à traiter.
Plus précisément, le projet \ac{JUICCE} s'interroge sur les inégalités d'exposition aux évènements climatiques extrêmes en fonction du revenu et de la distribution par sexe et tranche d'âge. Cela permet donc d'identifier si les inégalités de risques sont accrues par des inégalités socio-économiques ou non, selon la typologie présentée \autoref{fig:risk_vulnerability} \parencite{Oppenheimer2014-gh}. Les dangers en question sont donc les évènements climatiques extrêmes. L'exposition et la vulnérabilité sont les paramètres d'études de notre recherche.
Plus précisément, le projet \ac{JUICCE} s'interroge sur les inégalités d'exposition aux évènements climatiques extrêmes en fonction du revenu et de la distribution par sexe et tranche d'âge. Cela permet de détecter si les inégalités de risques sont accrues par des inégalités socio-économiques ou non, selon la typologie présentée \autoref{fig:risk_vulnerability} \parencite{Oppenheimer2014-gh}. Les dangers sont ici les évènements climatiques extrêmes. L'exposition et la vulnérabilité sont les variables d'études de notre recherche.
\begin{figure}
\begin{centering}
......@@ -30,16 +30,16 @@ Plus précisément, le projet \ac{JUICCE} s'interroge sur les inégalités d'exp
\end{centering}
\end{figure}
\ac{JUICCE} ambitionne de comparer l'exposition à différents évènements climatiques extrêmes afin de proposer une revue comparative qui n'existe pas dans la littérature (\nameref{ch:etat de l'art}).
\\
Le présent mémoire correspond à une première étape de ce travail, présentant les résultats sur l'exposition historique aux vagues de chaleurs.
\ac{JUICCE} vise donc à comparer l'exposition à différents évènements climatiques extrêmes selon la vulnérabilité des populations puis de proposer une analyse transversale. Notre revue de littérature (\autoref{ch:etat de l'art}) nous a permis de repérer qu'une telle recherche n'existait pas encore à l'échelle de l'Europe.
Le présent mémoire correspond à la première étape de ce travail, présentant les résultats sur l'exposition historique aux vagues de chaleurs.
\section{Question de recherche et objectifs du stage}
C'est donc dans ce cadre que j'ai cherché à répondre à la question suivante :
C'est dans ce cadre que j'ai cherché à répondre à la question suivante :
\noindent\textit{Quel lien entre l’organisation spatiale de la vulnérabilité socio-économique et l’exposition aux vagues de chaleur en Europe ?}
\noindent Ce mémoire correspond donc à une analyse des zones les plus exposées aux vagues de chaleurs en Europe et aux caractéristiques socio-économiques des populations résidant dans ces zones. Les objectifs du projet étaient donc :
\noindent Ce mémoire correspond donc à une analyse des zones les plus exposées aux vagues de chaleurs en Europe et aux caractéristiques socio-économiques des populations résidant dans ces zones. Les objectifs du projet étaient :
\begin{enumerate}
\item De spatialiser l'expostion aux vagues de chaleurs en Europe. Ce travail est fait en analysant les épisodes caniculaires des 70 dernières années (partie exposition de la \autoref{fig:risk_vulnerability})
\item D'identifier et de représenter les données socio-économiques disponibles à l'échelle de l'Europe à une résolution assez fine pour caractériser la vulnérabilité des populations ((partie vulnérabilité de la \autoref{fig:risk_vulnerability}))
......@@ -47,13 +47,20 @@ C'est donc dans ce cadre que j'ai cherché à répondre à la question suivante
\end{enumerate}
Les méthodes utilisées pour choisir et spatialiser les données sont issues d'une revue de littérature sur le sujet (\autoref{ch:etat de l'art}) et sont présentées \autoref{ch:Donnees et methodes}. Ces analyses nous ont permis de tester les hypothèses suivantes :
\begin{enumerate}
\item Les populations les plus pauvres sont les plus exposées aux vagues de chaleur
\item Il existe des classes de sexe/âge surexposées au vagues de chaleur en Europe
\item Les inégalités socio-démographiques d'exposition sont plus fortes dans les zones les plus exposées
\end{enumerate}
Les éléments de réponses à ces hypothèses sont présentés dans le \autoref{ch:resultats} puis leur domaine de validité et des pistes de recherche future sont discutés \autoref{ch:Discussion}.
\begin{hyp}{hyp:1}
Les populations les plus pauvres sont les plus exposées aux vagues de chaleur
\end{hyp}
\begin{hyp}{hyp:2}
Il existe des classes de sexe/âge surexposées au vagues de chaleur en Europe
\end{hyp}
\begin{hyp}{hyp:3}
Les inégalités socio-démographiques d'exposition sont plus fortes dans les zones les plus exposées
\end{hyp}
Les résultats sont présentés dans le \autoref{ch:resultats} puis leur domaine de validité et des pistes de recherche future sont discutés \autoref{ch:Discussion}.
......
This diff is collapsed.
%!TEX root = ../main.tex
%TC:group figure 0 1
%TC:group tabular 1 1
%!TeX spellcheck = en-GB
\chapter*{Préambule}
\addchaptertocentry{Préambule}
Ce mémoire présente les résultats de 5 mois de recherche sur les inégalités d'exposition aux vagues de chaleur en Europe selon la vulnérabilité des populations. Ce travail de recherche a été effectué dans le cadre d'un projet de recherche plus général nommé \acs{JUICCE}.
L'objectif principal du stage était, avant l'obtention de résultats analytiques, d'identifier des bases de données socio-démographiques exploitables, de les standardiser, de faire une revue de littérature des travaux similaires existants et d'établir une méthodologie d'analyse spatiale adaptée au projet de recherche. Le mémoire qui suit présente une partie cohérente de ces recherches exploratoires.
Le choix d'indicateurs puis l'application de ladite méthodologie à ces indicateurs n'était pas, intialement, prévus dans les objectifs du stage. Il convient donc de garder à l'esprit, à la lecture de ce mémoire, que les indicateurs choisis pourront être modifiés à l'avenir et que ces résultats seront complétés dans le futur.
%%
......@@ -9,11 +9,11 @@
\label{ch:resultats}
J'enlèverai les sections après mais là ça permet de structurer
\section{Identification des canicules}
L'analyse des données climatologiques ont permis de détecter 141 vagues de chaleur (pour un total de 843 jours, durée moyenne d'une vague de $5,98$ jours) par $\mathrm{T_ {min}}$ et 228 avec $\mathrm{T_ {max}}$ (pour un total de 1385 jours, durée moyenne d'une vague de $6.07$ jours). La \autoref{fig:historique} présente l'évolution de ces vagues de chaleurs par année.
L'analyse des données climatologiques a permis de détecter 141 vagues de chaleur (pour un total de 843 jours, durée moyenne d'une vague de $5,98$ jours) par $\mathrm{T_ {min}}$ et 228 avec $\mathrm{T_ {max}}$ (pour un total de 1385 jours, durée moyenne d'une vague de $6.07$ jours). La \autoref{fig:historique} (en annexe) présente l'évolution de ces vagues de chaleurs par année.
Les cartes \autoref{fig:count_hw_tmin} et \ref{fig:count_hw_tmax} permettent d'identifier les zones les plus touchées. Notons que les résultats varient largement selon l'indicateur de température utilisé. Une analyse des zones à forte et faible fréquence de vagues de chaleur selon $\mathrm{T_ {max}}$ montre une concentration de zones faiblement exposées tout autour du bassin méditerranéen. Néanmoins ce sont les régions où les températures moyennes en vagues de chaleurs sont les plus importantes. Ce schéma ne se retrouve pas avec $\mathrm{T_ {min}}$ (voir \autoref{fig:LISA}, \autoref{Appendix_resultats}).
Notre étude portant sur l'exposition des plus vulnérables aux fortes chaleurs, nous présenterons désormais les résultats pour une détection par $\mathrm{T_ {min}}$. Une partie des résultats équivalents est disponible dans les différentes annexes.
Notre étude portant sur l'exposition des plus vulnérables aux fortes chaleurs, nous présenterons désormais les résultats pour une détection par $\mathrm{T_ {min}}$\footnote{Ce point est discuté plus longuement \autoref{sec:discussion vague de chaleur}}. Une partie des résultats équivalents pour $\mathrm{T_ {min}}$ est disponible dans les différentes annexes.
\begin{figure}
\centering
......@@ -42,12 +42,13 @@ La \autoref{fig:bivariate} permet de représenter les zones à haut revenu par h
\centering
\includegraphics[width=\textwidth]{../Figures/bivariate_hw_GDP.png}
\caption{Chloroplèthe bivarié : nombre de vagues de chaleur et revenu par habitant}
\label{fig:bivariate}
\end{figure}
Nous réalisons donc une \ac{sPCA}\footnote{pour spatial Principal Component Analysis} sur ces données. Nous réalisons cette \ac{sPCA} sur les données suivantes : nombre de jours en vagues de chaleur (\#HW), PIB/habitant (GDP), pourcentage de plus de 65 ans (\% Old) et pourcentage de femmes (\%\female). Nous n'incluons pas le pourcentage de jeunes pour éviter d'avoir un trop fort impact de la corrélation entre ($\% > 15$) et ($\% \female$) sur la \ac{sPCA}\footnote{Nous souhaitons prioritairement observer les liens entre le nombre de vagues de chaleur et les autres variables. Garder deux variables très corrélées aurait fait d'abord apparaître cette corrélation dans la \ac{sPCA}}.
La \autoref{tab:spca} présente la part de la variance et de l'indice de Moran dans les valeurs propres. Notons que toutes les valeurs propres sont positives,avec un indice de Moran élevé, indiquant une forte autocorrélation positive.
La \autoref{tab:spca} présente la part de la variance et de l'indice de Moran dans les valeurs propres. Notons que toutes les valeurs propres sont positives,avec un indice de Moran élevé, indiquant une forte auto-corrélation positive.
La \autoref{fig:sPCA axe tmin} présente l'explication des différentes variables par les deux premiers axes.
......@@ -82,7 +83,7 @@ La \autoref{fig:sPCA axe tmin} présente l'explication des différentes variable
\section{Comparaison par pays}
Afin de tester notre hypothèse sur les différences entre pays, nous conduisons ici une étude comparative transversale entre les pays. Pour chacun des pays, nous testons l'hypothèse suivante : \textit{l'exposition à des vagues de chaleurs est significativement différente pour les 20\% les plus exposés que pour le reste de la population}.
Afin de tester notre hypothèse sur les différences entre pays, nous conduisons ici une étude comparative transversale entre les pays (liste des pays \autoref{tab:list_pays}). Pour chacun des pays, nous testons l'hypothèse suivante : \textit{l'exposition à des vagues de chaleurs est significativement différente pour les 20\% les plus exposés que pour le reste de la population}.
Nous réalisons donc un test de Student dans chacun des pays les variables suivantes :
\begin{itemize}
......
Figures/LISA.png

13.1 KB | W: | H:

Figures/LISA.png

13 KB | W: | H:

Figures/LISA.png
Figures/LISA.png
Figures/LISA.png
Figures/LISA.png
  • 2-up
  • Swipe
  • Onion skin
@Comment{$ biblatex control file $}
@Comment{$ biblatex version 2.5 $}
Do not modify this file!
This is an auxiliary file used by the 'biblatex' package.
This file may safely be deleted. It will be recreated as
required.
@Comment{$ biblatex bbl format version 3.0 $}
% Do not modify this file!
%
% This is an auxiliary file used by the 'biblatex' package.
% This file may safely be deleted. It will be recreated as
% required.
@Control{biblatex-control,
options = {2.5:0:0:1:0:0:1:1:0:0:1:0:2:1:3:1:79:+},
options = {3.0:0:0:1:0:1:1:0:0:1:0:2:3:1:3:1:79:+:+:nyt},
}
No preview for this file type
......@@ -55,7 +55,7 @@ headsepline, % Uncomment to get a line under the header
\usepackage[acronym]{glossaries}
\makeglossaries
\usepackage[printonlyused]{acronym}
\usepackage[frenchb]{babel}
\usepackage[french]{babel}
\usepackage[french,threshold=3]{csquotes}
\usepackage{caption}
\usepackage{subcaption}
......@@ -76,9 +76,34 @@ headsepline, % Uncomment to get a line under the header
\usepackage{titlesec}
\usepackage{graphicx}
\usepackage{wasysym}
\addto\extrafrenchb{ \def\Appendixautorefname{Annexe}}
\addto\extrafrench{ \def\appendixautorefname{Annexe}}
\addto\extrafrench{ \def\Appendixautorefname{Annexe}}
\definecolor{gray75}{gray}{0.75}
\usepackage{array}
\newcolumntype{L}[1]{>{\raggedright\let\newline\\\arraybackslash\hspace{0pt}}m{#1}}
\newcolumntype{C}[1]{>{\centering\let\newline\\\arraybackslash\hspace{0pt}}m{#1}}
\newcolumntype{R}[1]{>{\raggedleft\let\newline\\\arraybackslash\hspace{0pt}}m{#1}}
\def\Hnospace~{H}
\newcommand*{\hypautorefname}{\Hnospace}
\newcommand*{\appendixautorefname}{Annexe}
\newcommand*{\Appendixautorefname}{Annexe}
\newcounter{hyp}
\newenvironment{hyp}[1]{
\refstepcounter{hyp}\label{#1}
\medskip
\begin{center}
\begin{itshape}
}{
\end{itshape}(H\thehyp)
\end{center}
\medskip}
%% Hyphenation
\tolerance=1
\emergencystretch=\maxdimen
......@@ -159,6 +184,8 @@ headsepline, % Uncomment to get a line under the header
\begin{document}
\newcommand*{\appendixautorefname}{annexe}
\newcommand*{\Appendixautorefname}{Annexe}
\frontmatter % Use roman page numbering style (i, ii, iii, iv...) for the pre-content pages
......@@ -259,6 +286,9 @@ headsepline, % Uncomment to get a line under the header
\addchaptertocentry{\abstractname} % Add the abstract to the table of contents
Les vagues de chaleurs, anomalies positives de températures pendant plusieurs jours, ont un impact sur la santé et l'économie bien documenté. On sait désormais que l'Europe sera confrontée, selon tous les scénario de réchauffement climatique, à des vagues de chaleurs plus intenses dans le futur et que certaines catégories de la population sont plus vulnérables. Ce mémoire identifie les zones les plus exposées à des vagues de chaleurs en Europe à une résolution de 0.5\degres d'arc. L'exposition est issue d'une analyse des évènements climatiques des 70 dernières années. Nous regardons ensuite les caractéristiques socio-démographiques des populations des régions les plus affectées.
La même méthode de détection, effectuée avec $T_\text{min}$ et $T_\text{max}$ (resp.) indique une forte exposition de l'est du bassin méditerranéen, en Scandinavie et en Europe de l'est (resp. Le nord de l'Europe, la Scandinavie et le Royaume_Uni).
Notre analyse montre, à l'échelle de l'Europe, une sur-exposition des régions avec un faible PIB par habitant, situés dans en Europe de l'est. Un algorithme de clustering hiérarchique indique montre ensuite qu'en Europe de l'est, les jeunes et les plus pauvres sont plus exposés tandis que ces résultats ne sont pas valides en Europe de l'ouest où les régions kes plus riches sont plus exposées aux vagues de chaleur.
%146 words
\end{abstract}
......@@ -271,6 +301,13 @@ Les vagues de chaleurs, anomalies positives de températures pendant plusieurs j
\begin{Remerciements}
\addchaptertocentry{\acknowledgementname} % Add the acknowledgements to the table of contents
Mes petits remerciements...
% Je tiens à remercier avant tout Aglaé Jézéquiel pour avoir accepté de travailler avec nous et d'avoir partagé sa connaissance en climatologie avec nous. Son aide pour détecter les vagues de chaleurs a été précieuse.
%
% Il me faut également remercier Audrey Brouillet pour sa disponibilité et ses recommandations.
%
% Je remercie également César pour sa relecture et ses conseils toujours avisés.
%
% Enfin je souhaite remercier chaleureusement Améline et Céline de m'avoir fait confiance pour commencer ce beau projet et de m'avoir guidé avec attention et finesse pour aller aussi loin que possible.
\end{Remerciements}
......@@ -278,6 +315,7 @@ Mes petits remerciements...
%----------------------------------------------------------------------------------------
% LIST OF CONTENTS/FIGURES/TABLES PAGES
%----------------------------------------------------------------------------------------
\include{Chapters/Preambule}
\tableofcontents % Prints the main table of contents
......@@ -336,6 +374,8 @@ Mes petits remerciements...
% THESIS CONTENT - CHAPTERS
%----------------------------------------------------------------------------------------
\mainmatter % Begin numeric (1,2,3...) page numbering
\pagestyle{thesis} % Return the page headers back to the "thesis" style
......@@ -346,9 +386,8 @@ Mes petits remerciements...
\include{Chapters/Introduction}
\include{Chapters/LiteratureReview}
\include{Chapters/Data_methods}
%\include{Chapters/Climato}
\include{Chapters/Resultats}
\include{Chapters/CaseStudy}
\setlength{\parindent}{10ex}
\include{Chapters/Discussion}
\include{Chapters/Conclusion}
......@@ -361,10 +400,9 @@ Mes petits remerciements...
% Include the appendices of the thesis as separate files from the Appendices folder
% Uncomment the lines as you write the Appendices
%\include{Appendices/AppendixA}
%\include{Appendices/AppendixB}
%\include{Appendices/AppendixC}
\include{Appendices/Acronyms}
\include{Appendices/AppendixData}
\include{Appendices/Appendix_resultats}
\include{Appendices/AppendixParPays}
\include{Appendices/AppendixCluster}
......
Markdown is supported
0%
or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment