Bienvenue

Du big data vers les connaissances. L'humanité a accumulé une quantité quasiment incommensurable de données relatives aux enjeux auxquels notre planète fait face. Ces données se trouvent en augmentation permanente grâce aux progrès de l'instrumentation et aux méthodes modernes d'acquisition de données, comme la télédétection et les capteurs embarqués. Cette profusion de données offre un potentiel sans précédent pour extraire de nouvelles connaissances. Les données d'observation sont complétées par d’immenses volumes de données simulées à l'aide de modèles numériques, comme les modèles climatiques qui intègrent les observations du passé et projettent des trajectoires du futur.

Données spatiotemporelles. Les données disponibles sont souvent géolocalisées et répétées dans le temps, et comportent un grand nombre de variables, parfois assez fortement dépendantes. Les défis posés par ces données spatio-temporelles sont multiples : ils concernent à la fois la visualisation de ces données, la définition de modèles pertinents, les méthodes d'estimation pour ceux-ci et la mise en œuvre de ces méthodes pour des ensembles de données de (très) grande taille.
Face à cette abondance de données disponibles de différentes sources et à différentes échelles spatiales et temporelles, le développement de nouveaux outils d'analyse et de prédiction spatiotemporelles est devenu un enjeu crucial dans le domaine de la statistique, et plus généralement de l‘apprentissage artificiel. 

Événements extrêmes et risques. Il est particulièrement important de développer des méthodes spécifiques pour aborder les phénomènes ayant un fort impact sur les populations humaines et les écosystèmes, comme les événements extrêmes et les risques. En pratique, l'objectif est souvent triple : 

  • Identifier les facteurs déterminant les phénomènes étudiés, et quantifier les incertitudes résiduelles.
  • Prévoir les évolutions à court terme en prenant en compte leurs incertitudes, mais aussi estimer les probabilités des événements possibles à long terme.
  • Simuler, confronter et analyser différents scénarios futurs possibles.

Les activités de RESSTE. Le réseau RESSTE (Risques, Extrêmes et Statistique Spatio-TEmporelle) propose une animation scientifique autour des modèles, méthodes et algorithmes pour les données spatio-temporelles, en fédérant statisticiens et scientifiques ayant à traiter ce type de données, et en confrontant les approches et les points de vue des différents domaines de la statistique. Il a pour ambition d'initier de nouveaux fronts de recherche en statistique spatio-temporelle répondant aux enjeux rencontrés par les scientifiques, et de stimuler les collaborations entre équipes de recherche. Il contribue à une plus large diffusion des méthodes de la statistique spatio-temporelle auprès des statisticiens et des modélisateurs.

Comment rester informé ? 

Si vous souhaitez recevoir des informations concernant RESSTE, en particulier au sujet des événements que nous organisons, vous pouvez demander à être ajouté à la liste de diffusion. Pour cela, envoyer un mail à Thomas Opitz en utilisant son adresse mail canonique prenom.nom@inrae.fr.

 

 

Le réseau RESSTE est un des réseaux scientifiques soutenus par le département MathNum d’INRAE. 

 


 

Evènement de l'année en cours



Modélisation spatio-temporelle en écologie avec INLA

Date de l'évènement
11-12 mars 2025, Avignon

Cet atelier s'est déroulé à Avignon Université au centre-ville d'Avignon, les 11 et 12 mars, et a été proposé en collaboration avec le réseau CiSStats d'INRAE (lien de l'événement). Les données d'observations opportunistes d'espèces d'oiseaux ont été fournies par le Parc National des Ecrins. 

Matériel 

Tout le matériel de cet atelier (présentations, données, fichiers R Markdown, sorties html) peut être téléchargé en suivant le lien suivant :
Materiél final

Programme 

Mardi 11 mars

   10h30 - 12h30 : Trois exposés :
       Introduction à la statistique spatiale et bayésienne
       Modèles et vraisemblances pou les distribution d'espèces
       Les packages R utiles pour les approches SDMs avec SPDE

   12h30 - 14h00 : Déjeuner

   14h00 - 18h00 : Deux TDs :
       Inférence par des GLMMs de Poisson spatiaux
       Approche par des processus de Cox log-Gaussiens (LGCP)

Mercredi 12 mars

   9h00 - 12h00 : TD sur les modèles spatio-temporels
   12h00 - 14h00 : Déjeuner
   14h00 -  : Temps libre pour des discussions sur les TDs ou sur vos données

 

 


 

 

 

Journée scientifique: Attribution et changement climatique

Date de l'évènement
18 mars 2025, AgroParisTech, Palaiseau

 

Journée scientifique du réseau RESSTE et du Groupe « Environnement » de la SFdS

L’attribution des événements extrêmes au changement climatique

– Des concepts et méthodes aux applications et services – 

 

Date : 18 mars 2025
Lieu : Amphi C2.0.37 (Rez-de-chaussée batiment C2), AgroParisTech, 22 place de l’Agronomie, 91120 Palaiseau
Lien d'inscription (avant le 7 mars)
https://framaforms.org/inscription-a-la-journee-scientifique-attribution-1736506906

Le matin, il faudra passer par l'accueil d'AgroParisTech pour prendre le badge de circulation.

 

9h45-10h00 Présentation de la journée
Réseau RESSTE – « Risques, Extrêmes et Statistique Spatiotemporelle »
Groupe Spécialisé « Environnement et Statistique » de la SFdS

10h00-11h45 Introduction aux concepts et méthodes
Modération :  Lucia Clarotto

  • Philippe Naveau (LSCE, IPSL)          
    Statistical modeling of records in a changing climate           
    (joint work with Paula Gonzalez, Soulivanh Thao and Julien Worms)          

  • Yoann Robin (LSCE, IPSL) 
    Heatwaves: Past, Present and Future Events 
    (joint work with Mathieu Vrac, Aurélien Ribes, Occitane Barbaux, Philippe Naveau and Robert Vautard)

  • Greta Cazzaniga (LSCE, IPSL)
    RHITA: a framework for real-time detection and characterization of weather extremes
    (joint work with Adrien Burq, Matheu Vrac, Davide Faranda)

11h45-13h15 Buffet-déjeuner sur place

13h15-15h00 Utilisations pratiques et communication 
Modération :  Liliane Bel

  • Aglaé Jézéquel (LMD, ISPL, ENS) 
    Extreme event attribution as a climate service: potential uses, pitfalls and perspectives
  • Davide Faranda (LSCE, IPSL)
    ClimaMeter – Understanding Extreme Weather in a Changing Climate
    (https://www.climameter.org/)
  • Saïd Qasmi (Météo-France, CNRS)
    An automatic procedure for the attribution of climate extremes events at the global scale
    (joint work with Aurélien Ribes, Julien Cattiaux, Occitane Barbaux, Yoann Robin, William Dulac)

15h00-15h30 Pause-Café

15h30-17h00 Attribution des impacts du changement climatique

Modération : Thomas Opitz

  • Raed Hamed (Vrije Universiteit Amsterdam)
    One-third of the global soybean production failure in 2012 is attributable to climate change
  • Marine Lanet (Vrije Universiteit Amsterdam)
    Impact-oriented attribution of summer 2022 extreme wildfire season in Southwest France
  • Shengling Zhu (RECOVER, INRAE)
    Long-term trends in fire weather conditions over France, and attribution to climate change for specific large fires

17h00–17h15 Discussion finale et clôture de la journée 

logos