Uncertainties of extreme rainfall quantiles estimated by a stochastic rainfall model and by a Generalized Pareto Distribution
Incertitudes des quantiles extrêmes de pluie estimés par un modèle stochastique d'averses et par une loi de Pareto généralisée
Résumé
The hourly rainfall stochastic model SHYPRE generates long hourly rainfall series and enables the estimation of distribution quantiles. Two different uncertainty analyses are proposed, based on frequential and Bayesian methods, to quantify the effect of sampling distribution and parameter uncertainties on the quantile estimations. The results are compared with those of a regional generalized Pareto distribution (GPD) based on extreme value analysis, with a regionally fixed value of the shape parameter. The GPD and SHYPRE are shown to have similar uncertainties. The application of regional approaches is shown to reduce sampling sensitivity in estimations, especially when few data are available. The study is based on a 122-year daily rainfall series in Marseille, France.
Le modèle stochastique de pluies horaires SHYPRE simule de longues séries de pluies horaires et permet d'estimer les quantiles de distribution. Deux analyses des incertitudes sont proposées, fondées sur des méthodes fréquentielle et Bayésienne, pour quantifier l'effet de l'échantillonnage et des incertitudes de paramétrisation sur les estimations de quantiles. Les résultats sont comparés avec ceux obtenus avec une loi de Pareto généralisée (GPD), fondée sur l'analyse des valeurs extrêmes, dont le paramètre de forme est fixé régionalement. Les incertitudes de la GPD et de SHPYRE sont similaires. Les résultats montrent que l'application d'approches régionales permet de réduire la sensibilité à l'échantillonnage des estimations, en particulier sur de petits échantillons. L'étude est réalisée sur une série de 122 années de pluies journalières de Marseille, en France.