Développement d’une méthode de reconstitution de données climatologiques à partir de stations d’observations

Résumé du projet

L’objectif du stage est de parvenir à construire un jeu d’observations de référence du climat passé, dans un premier temps de températures, dans les régions de montagnes françaises.
En s’appuyant sur diverses méthodes de machine learning, nous proposons de reconstituer l’enregistrement passé (jusqu’en 1950) de stations pour lesquelles les mesures sont limitées à la période la plus récente.

Résultats attendus

l’objectif est de développer un ou plusieurs algorithmes de reconstruction des données des stations (en se focalisant dans un premier temps sur les températures horaires).
En fonction des progrès réalisés, il sera possible de tester l’impact de l’incorporation de ces stations reconstituées sur l’évolution des températures simulées par la réanalyse, voire d’étendre l’application de l’algorithme de reconstitution à d’autres variables nivo-météorologiques.

Compétences déployées

Méthodes de machine learning (régressions multi-linéaires, gradient boosting, random forest ou réseaux de neurones) pour tenter de reconstituer l’enregistrement passé des stations pour lesquelles les mesures sont limitées à la période la plus récente.