Thierry Brossard
Research Interests
Thierry Brossard has a total of 10 co-authors. Here are the top co-authors by number of shared publications:
- Daniel Joly
Laboratoire ThéMA, CNRS and Université Bourgogne Franche-Comté, Besançon, France
3 shared publications - Hervé Cardot
CESAER, Dijon Cedex, France
2 shared publications - Pierre Wavresky2 shared publications
A. Elvebakk
1 shared publication- Jean Cavailhès
UMR INRA-ENESAD CESAER, 26, Boulevard Docteur, Petitjean, BP 87999, 21079 Dijon Cedex, France
1 shared publication - Jean Cavailhès
Institut National de Recherche Agronomique UMR 1041 ‐ CESAER, Dijon 26, Boulevard Docteur Petitjean, BP 87999 21079 Dijon Cedex France
1 shared publication
Latest Publications
- Open Access
- 1 January 2011
- Published by OpenEdition in Cybergeo
Les types de climats en France, une construction spatiale
Le climat est un élément important de la vie des territoires car il conditionne le comportement et les décisions des individus et des groupes sociaux comme celui de l’ensemble des espèces vivantes et des écosystèmes. A ce titre, la différenciation de l’espace selon les climats et les aptitudes qui en résultent est un domaine qui mérite d’être réinvesti par la recherche en mettant à profit des moyens de traitement modernes de l’information. Avec cet objectif en vue, les auteurs proposent une approche spatiale de définition des climats. Partant des mesures stationnelles de précipitation et de température mises à disposition par Météo-France, un jeu de 14 variables intégrant une série temporelle de 30 ans (1971-2000) est défini pour caractériser les climats et leurs modalités distinctives de variation. Une méthode originale dite d’interpolation locale permet de reconstituer les champs spatiaux continus des variables en question et de les exprimer sous forme de couches d’information gérables par SIG. Ces données sont ensuite soumises à un traitement associant analyse factorielle des correspondances et classification hiérarchique ascendante pour en obtenir une typologie où huit climats sont identifiés et cartographiés sur le territoire métropolitain. Un traitement complémentaire faisant appel aux probabilités permet de restituer l’espace de distribution potentielle de chacun des types et de nuancer la partition stricte tirée de la classification. Une synthèse met en perspective les résultats obtenus pour les réinterpréter dans un schéma général de compréhension du climat. Deux annexes permettent de télécharger les bases cartographiques et les données associées à cet article.
- 1 January 2011
- Published by OpenEdition in Cybergeo
Open AccessLes types de climats en France, une construction spatiale
Le climat est un élément important de la vie des territoires car il conditionne le comportement et les décisions des individus et des groupes sociaux comme celui de l’ensemble des espèces vivantes et des écosystèmes. A ce titre, la différenciation de l’espace selon les climats et les aptitudes qui en résultent est un domaine qui mérite d’être réinvesti par la recherche en mettant à profit des moyens de traitement modernes de l’information. Avec cet objectif en vue, les auteurs proposent une approche spatiale de définition des climats. Partant des mesures stationnelles de précipitation et de température mises à disposition par Météo-France, un jeu de 14 variables intégrant une série temporelle de 30 ans (1971-2000) est défini pour caractériser les climats et leurs modalités distinctives de variation. Une méthode originale dite d’interpolation locale permet de reconstituer les champs spatiaux continus des variables en question et de les exprimer sous forme de couches d’information gérables par SIG. Ces données sont ensuite soumises à un traitement associant analyse factorielle des correspondances et classification hiérarchique ascendante pour en obtenir une typologie où huit climats sont identifiés et cartographiés sur le territoire métropolitain. Un traitement complémentaire faisant appel aux probabilités permet de restituer l’espace de distribution potentielle de chacun des types et de nuancer la partition stricte tirée de la classification. Une synthèse met en perspective les résultats obtenus pour les réinterpréter dans un schéma général de compréhension du climat. Deux annexes permettent de télécharger les bases cartographiques et les données associées à cet article.
- Open Access
- 1 January 2008
- Published by EDP Sciences in Climatologie
- Vol. 5, 27-47
Interpolation par recherche d’information locale
Les méthodes d’interpolation, qu’elles procèdent de régressions ou de krigeage, sont globales, en ce sens qu’elles utilisent l’ensemble des données disponibles sur un territoire donné. Or, quand l’hétérogénéité spatiale de celui-ci est forte, la qualité des résultats s’en ressent. Pour dépasser cette difficulté, une méthode d’interpolation locale est proposée et appliquée, à titre de test, aux températures du territoire français. Partant d’un jeu de stations de mesures réparties sur cet espace digitalisé à 250 m, la méthode consiste à modéliser les variations spatiales locales de la température en considérant chaque point de la grille et lesnstations voisines les plus proches qui l’entourent. La procédure enchaîne les étapes suivantes : reconnaissance desnstations les plus proches du point d’estimation et partition du territoire en polygones définis selon une règle de voisinage, établissement d’un modèle local par régression multiple pour chaque polygone, application des coefficients obtenus de la régression en vue d’obtenir une valeur estimée en chaque point du polygone considéré. Ces résultats sont comparés à ceux de trois méthodes d’interpolation globales : (i) régressions, (ii) krigeage ordinaire, (iii) régressions avec krigeage des résidus. Une quatrième partie développe les résultats originaux autorisés par l’interpolation locale : cartographie du coefficient de détermination, du coefficient de la corrélation température/altitude et de la constante (intercept) liée à l’altitude. Avec ces développements, l’accent est d’abord mis sur les processus qui commandent la variation spatiale du climat.
- 1 January 2008
- Published by EDP Sciences in Climatologie
- Vol. 5, 27-47
Open AccessInterpolation par recherche d’information locale
Les méthodes d’interpolation, qu’elles procèdent de régressions ou de krigeage, sont globales, en ce sens qu’elles utilisent l’ensemble des données disponibles sur un territoire donné. Or, quand l’hétérogénéité spatiale de celui-ci est forte, la qualité des résultats s’en ressent. Pour dépasser cette difficulté, une méthode d’interpolation locale est proposée et appliquée, à titre de test, aux températures du territoire français. Partant d’un jeu de stations de mesures réparties sur cet espace digitalisé à 250 m, la méthode consiste à modéliser les variations spatiales locales de la température en considérant chaque point de la grille et lesnstations voisines les plus proches qui l’entourent. La procédure enchaîne les étapes suivantes : reconnaissance desnstations les plus proches du point d’estimation et partition du territoire en polygones définis selon une règle de voisinage, établissement d’un modèle local par régression multiple pour chaque polygone, application des coefficients obtenus de la régression en vue d’obtenir une valeur estimée en chaque point du polygone considéré. Ces résultats sont comparés à ceux de trois méthodes d’interpolation globales : (i) régressions, (ii) krigeage ordinaire, (iii) régressions avec krigeage des résidus. Une quatrième partie développe les résultats originaux autorisés par l’interpolation locale : cartographie du coefficient de détermination, du coefficient de la corrélation température/altitude et de la constante (intercept) liée à l’altitude. Avec ces développements, l’accent est d’abord mis sur les processus qui commandent la variation spatiale du climat.
- 1 January 2003
- Published by PERSEE Program in Bulletin de L’association de Géographes Français
- Vol. 80 (4) , 355-361
Modèles spatiaux à grande échelle en climatologie : exemple de la température et du vent au Spitsberg
Résumé. - Le climat est l'un des facteurs clef de la distribution des plantes. L'objectif de cet article est de présenter la méthode sur laquelle nous nous sommes appuyés pour acquérir de telles données à haute résolution (5 m). Des analyses spatiales appliquées aux couches d'information archivées dans un SIG permettent de modéliser la température et le vent observés en une cinquantaine de postes climatologiques. L'aire d'étude (8 km2) est située sur le piémont de deux petits glaciers en Baie du Roi (Spitsberg du NO).
- 1 January 2003
- Published by PERSEE Program in Bulletin de L’association de Géographes Français
- Vol. 80 (4) , 355-361
Modèles spatiaux à grande échelle en climatologie : exemple de la température et du vent au Spitsberg
Résumé. - Le climat est l'un des facteurs clef de la distribution des plantes. L'objectif de cet article est de présenter la méthode sur laquelle nous nous sommes appuyés pour acquérir de telles données à haute résolution (5 m). Des analyses spatiales appliquées aux couches d'information archivées dans un SIG permettent de modéliser la température et le vent observés en une cinquantaine de postes climatologiques. L'aire d'étude (8 km2) est située sur le piémont de deux petits glaciers en Baie du Roi (Spitsberg du NO).