Climat & Environnement

    Événements météorologiques extrêmes

    Changement climatique

    Intelligence artificielle & Technologies émergentes

    Big Data

    Tempêtes violentes & Précipitations

    Adaptation au climat & Résilience

Post-Doctoral Fellowships

Canada

Fusion bayésienne de données pour la prévision spatiotemporelle des précipitations

Faut-il prendre un parapluie aujourd’hui ? La prévision des précipitations n’est pas toujours des plus précises, comme vous l’avez peut-être remarqué... Mais les chercheurs travaillent sur la question ! Au cours de ses recherches post-doctorales, Dominique Fasbender a conçu une approche statistique innovante visant à prévoir les précipitations à l’échelle locale. La difficulté en la matière tient aux multiples paramètres à prendre en compte, comme les conditions atmosphériques mais aussi la topographie. La stratégie de Dominic Fasbender permet donc d’intégrer tous ces paramètres. À l’avenir, ses résultats pourraient se montrer utiles sur plusieurs plans : perfectionner les systèmes d’alerte précoce en cas de précipitations extrêmes, étudier comment le changement climatique est susceptible d’accentuer le risque d’événements extrêmes à l’échelle locale, et formuler des recommandations destinées aux autorités privées et publiques chargées du développement du territoire.

Mieux qu'une grenouille : prévoir la pluie

Pour ajouter ou modifier une information de cette page, vous pouvez nous contacter à l'adresse suivante : community.research@axa.com

Dominique
FASBENDER

Institution

Institut National de la Recherche Scientifique

Country

Canada

Nationality

Belgian

ORCID Open Researcher and Contributor ID, a unique and persistent identifier to researchers