Initiation à LARS-WG

LARS-WG est un générateur stochastique de données météorologiques conçu par M. Mikhail Semenov de Rothamsted Research, au Royaume-Uni. Un générateur stochastique de données météorologiques est un modèle statistique capable de simuler les données météorologiques quotidiennes d’après les caractéristiques statistiques observées du temps en un seul lieu. Ce type de modèle statistique peut :

  • générer de longues séries chronologiques de données météorologiques (en général les précipitations, les températures maximales et minimales et le rayonnement solaire) qui permettent l’évaluation des risques agricoles et hydrologiques;
  • offrir un moyen de simuler les données météorologiques là où aucune observation n’a été effectuée ou les relevés d’observation sont très courts;
  • servir d’outil peu couteux en terme de temps de calcul et capable de produire des informations sur les scénarios de changements climatiques à haute résolution temporelle. Ce modèle particulier est capable d’intégrer les variations qui se produisent dans la variabilité climatique ainsi que dans le climat moyen.

Où puis-je me procurer LARS-WG?

Vous pouvez télécharger ce logiciel et le mode d’emploi gratuitement à l’adresse :
www.rothamsted.bbsrc.ac.uk /mas-models/larswg.php

Comment utiliser LARS-WG?


  1. Télécharger le logiciel sur le site Web de LARS-WG dans un répertoire de votre choix sur votre ordinateur. Pour installer le logiciel, il suffit de cliquer deux fois sur le fichier UpdateLARSWG.exe dans ce répertoire et de suivre les directives du guide d’installation.

  2. Pour lancer LARS-WG 4.0 pour la première fois, aller dans le répertoire c:\Program Files\LARSWG (ou dans le répertoire voulu si vous avez installé le logiciel ailleurs). Vous y trouverez l’icône d’un papillon que vous pouvez déplacer vers un endroit plus commode (comme le menu START ou le Bureau) afin d’avoir plus facilement accès à ce programme si vous le souhaitez. Cliquer deux fois sur cette icône pour lancer la version 4.0 de LARS-WG. La fenêtre suivante devrait apparaître à l’écran :
  3. La première étape dans l’utilisation d’un générateur stochastique de données météorologiques est l’analyse statistique des données météorologiques observées de la station en question. Dans la version 4.0 de LARS-WG, cliquer sur le menu Analyse en haut à gauche de la fenêtre principale et sélectionner Site Analysis dans le menu déroulant qui apparaît à l’écran. La version 4.0 de LARS-WG vous est livrée avec deux ensembles de données de démonstration; un pour Debrecen (Hongrie) et l’autre pour Rothamsted (R.-U.) et vous pourrez apprendre à connaître la version 4.0 de LARS-WG en vous exerçant sur l’un ou l’autre de ces deux ensembles de données. Veuillez noter que le mode d’emploi (qui n’a pas encore été actualisé depuis la version 3.0 de LARS-WG) utilise Debrecen pour l’ensemble de données de démonstration et que ce site est également utilisé comme site par défaut dans la version 4.0 de LARS-WG. Si vous souhaitez utiliser un lieu différent, il vous suffit d’entrer les détails sur le répertoire approprié et le nom du fichier dans la fenêtre Site Analysis.

    Cliquer sur le bouton Run Site Analysis pour procéder à l’analyse statistique de l’ensemble de données météorologiques observées (déplacer le curseur de la souris sur les boutons en bas de cette fenêtre afin d’identifier celui-ci correctement). Dans le cadre de la procédure d’analyse, la version 4.0 de LARS-WG procède à un simple contrôle de qualité des données d’entrée et signale les valeurs qu’elle juge suspectes. Si tel est le cas, vous avez la possibilité de visionner les erreurs possibles et vous pouvez retourner à l’ensemble de données originales et y apporter les corrections nécessaires. S’il vous est impossible de savoir qu’elles pourraient être les valeurs exactes des données, la version 4.0 de LARS-WG traite automatiquement les données suspectes comme valeurs manquantes et elles ne sont pas prises en compte dans la procédure d’analyse. Le processus d’analyse du site génère deux fichiers de paramètres dont a besoin la version 4.0 de LARS-WG pour générer des données météorologiques synthétiques pour le site en question. Ces fichiers de paramètres sont archivés dans le répertoire d’analyse du site dans le menu Options de la fenêtre principale. Vous trouverez d’autres précisions sur ces fichiers dans le mode d’emploi.

  4. Pour vous assurer du niveau de précision avec lequel la version 4.0 de LARS-WG simule les séquences météorologiques au site en question, vous pouvez comparer les statistiques des données observées originales à celles des données synthétiques générées par la version 4.0 de LARS-WG. Pour ce faire, cliquer sur le menu Analysis et sélectionner QTest dans le menu déroulant qui apparaît à l’écran. Sélectionner le nom du site que vous voulez analyser et cliquer sur le bouton Run Q-test à droite de cette fenêtre (le nom de votre site n’apparaîtra sur ce menu que si vous avez terminé l’analyse des données météorologiques observées, selon les directives fournies en (3) ci-dessus). Une fois le QTest terminé, vous avez la possibilité de visionner les résultats. Des explications de ces résultats sont données à la fois dans le mode d’emploi et en cliquant sur le bouton Help de la fenêtre principale. À partir de ces explications, vous pouvez décider si oui ou non la version 4.0 de LARS-WG donne des résultats suffisamment bons pour continuer à l’utiliser. Si la version 4.0 de LARS-WG donne de mauvais résultats, vous trouverez également quelques explications sur les raisons potentielles de ces mauvais résultats et il se peut que vous deviez apporter des corrections aux données d’entrée (c.-à-d. supprimer les tendances des données s’il y en a) avant de réexécuter la version 4.0 de LARS-WG.

  5. Une fois que vous êtes convaincu du rendement de la version 4.0 de LARS-WG, vous pouvez continuer afin de générer des données météorologiques synthétiques. Cliquer sur Generator dans la fenêtre principale puis sur Site dans le menu déroulant qui apparaît à l’écran. Pour générer des données synthétiques, vous avez besoin d’un fichier de scénarios. Le fichier de scénarios par défaut s’appelle base.sce et il est situé dans le répertoire c:\LARSWG\Sitebase. Le fichier base.sce est agencé de telle manière qu’aucun changement n’est apporté aux données. Vous pouvez utiliser ce fichier tel quel si tout ce que vous voulez, c’est de générer une série chronologique beaucoup plus longue qui présente les mêmes caractéristiques statistiques que l’ensemble de données observées. Toutefois, si vous souhaitez appliquer des changements à l’ensemble de données observées, par exemple selon un scénario de changement climatique particulier, vous devez alors éditer et renommer ce fichier. Pour plus de précisions sur la façon d’apporter des changements à ce fichier au sujet d’un scénario de changement climatique particulier, consulter les pages Help ou le mode d’emploi (nous vous signalons que le mode d’emploi ne traite que des variations de la température moyenne - cela a été actualisé dans la version 4.0 de LARS-WG et le modèle est désormais capable d’utiliser les variations des températures maximales et minimales).

    Vous pouvez éditer le fichier base.sce soit en cliquant sur le bouton Edit Scenario à droite de la fenêtre Site Scenario soit en utilisant NotePad ou WordPad. N’oubliez pas de renommer le fichier base.sce lorsque vous créez un fichier de scénario de changements climatiques! Si vous voulez générer des données quotidiennes d’un scénario de changements climatiques, n’oubliez pas que le répertoire exact et le nom du fichier sont indiqués dans la fenêtre Scenario File dans la fenêtre Site Scenario. Vous pouvez également saisir le nombre d’années de données que vous voulez produire et choisir une suite aléatoire dans cette fenêtre. Le fait de changer la suite aléatoire aboutira à la génération d’un ensemble différent de données synthétiques. Pour plus de précisions sur le nombre d’années de données à générer et sur la suite aléatoire, consulter le mode d’emploi. Cliquer sur le bouton Run Generator à droite de la fenêtre Site Scenario pour générer des données météorologiques synthétiques pour votre scénario. Le fichier sortie qui contient les données du scénario synthétique est situé dans le répertoire c:\LARSWG\Output.

Nota :Les options qui permettent de générer des données pour une région particulière et d’effectuer des interpolations sont désactivées dans cette version de LARS-WG, aussi ne peut-il servir qu’à l’analyse du site en question.

Comment dois-je préparer mes propres données pour les utiliser dans LARS-WG?

Pour utiliser la version 4.0 de LARS-WG pour un site de votre choix, vous devez préparer deux fichiers, l’un contenant les données météorologiques quotidiennes et l’autre des détails sur le site. Vous devez créer un nouveau répertoire pour votre site dans le répertoire c:\LARSWG\Data et y mettre ces deux fichiers. Le fichier des données quotidiennes doit être sous forme de colonnes, chaque rangée du fichier de données représentant les valeurs d’une journée particulière. La version 4.0 de LARS-WG ne fonctionnera qu’avec les données sur les précipitations ou avec les précipitations combinées avec un ou tous les paramètres suivants : température maximale, température minimale, rayonnement solaire ou heures d’ensoleillement. Étant donné que le générateur de données météorologiques est conditionnel à la longueur des périodes humides et sèches, il doit y avoir des précipitations pour que le générateur fonctionne. Le fichier décrivant la position du site doit contenir le nom du site, sa latitude, sa longitude et son altitude (si elle est connue), le nom du fichier de données (si le fichier de données n’est pas dans le même répertoire, il faut alors incorporer le nom du répertoire pour le fichier de données) et la forme des données (c.-à-d. les étiquettes précisant quelles données se trouvent dans quelle colonne). Pour d’autres précisions, nous vous conseillons d’examiner les ensembles de données relatives à Debrecen et à Rothamsted ou de consulter les pages Help ou le mode d’emploi. Vous pouvez ensuite procéder à l’analyse des données relatives à votre site selon les directives ci-dessus.


Haute de la page

Autres lectures

Vous trouverez une introduction plus complète sur la façon d’utiliser LARS-WG dans son mode d’emploi que vous pouvez télécharger à l’adresse : www.rothamsted.bbsrc.ac.uk/mas-models/larswg.php.

Vous trouverez d’autres précisions sur la structure des modèles LARS-WG, son développement et sa performance dans les ouvrages de référence suivants :

Dibike Y.B. and Coulibaly P. (2005): Hydrologic Impact of Climate Change in the Saguenay Watershed: Comparison of Downscaling Methods and Hydrologic Models, Journal of Hydrology 307(1-4): 145-163.

Gachon P., St-Hilaire A., Ouarda T.B.M.J., Nguyen V.T.V., Lin C., Milton J., Chaumont D., Goldstein J., Hessami M., Nguyen T.D., Selva F., Nadeau M., Roy P., Parishkura D., Major N., Choux M., Bourque A. (2005): A first evaluation of the strength and weaknesses of statistical downscaling methods for simulating extremes over various regions of eastern Canada. Sub-component, Climate Change Action Fund (CCAF), Environment Canada, Montreal, Quebec, Canada, 209 pp. (available from the 1st author).

Hayhoe H.N. (2000): Improvements of stochastic weather data generators for diverse climates. Climate Research 14: 75-87.

Katz R.W. (1996): Use of conditional stochastic models to generate climate change scenarios. Climatic Change 32 (3): 237-255.

Khan M.S., Coulibaly P. and Dibike Y., 2006. Uncertainty Analysis of Statistical Downscaling Methods, Journal of Hydrology 319(1-4):357-382.

Qian B.D., Hayhoe H., and Gameda S. (2005): Evaluation of the stochastic weather generators LARS-WG and AAFC-WG for climate change impact studies. Climate Research 29(1): 3-21.

Qian B.D., Gameda S., Hayhoe H., De Jong R., and Bootsma A. (2004): Comparison of LARS-WG and AAFC-WG stochastic weather generators for diverse Canadian climates. Climate Research 26: 175-191.

Racsko P., Szeidl L., and Semenov M.A. (1991): A serial approach to local stochastic weather models. Ecological Modelling 57: 27-41.

Richter G.M. and Semenov M.A. (2005): Modelling impacts of climate change on wheat yields in England and Wales – assessing drought risks. Agricultural Systems 84(1): 77-97.

Semenov M.A. (2006): Using Weather Generators in Crop Modelling, Acta Horticultura 707: 93-100.

Semenov M.A. and Barrow E.M. (1997): Use of a stochastic weather generator in the development of climate change scenarios. Climatic Change 35: 397-414.

Semenov M.A., Brooks R.J., Barrow E.M. and Richardson C.W. (1998): Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates. Climate Research 10: 95-107.

Semenov M.A. and Brooks R.J. (1999): Spatial interpolation of the LARS-WG stochastic weather generator in Great Britain. Climate Research 11: 137-148.

Wilks D.S. and Wilby R.L. (1999): The weather generation game: a review of stochastic weather models. Progress in Physical Geography 23: 329-357.

Haute de la page

Dernière mise à jour: 22 juillet 2010 15:43:47


Haut de la Page