Le sud de la France est soumis à des crues éclair engendrées par de fortes précipitations automnales. L'évolution de ces événements avec le changement climatique est un enjeu clef pour cette région à forte dynamique démographique. L'étude de ces évolutions est freinée par la différence d'échelle entre les modélisations hydrologique et climatique. L'objectif de cette thèse est de proposer une méthodologie capable de réaliser ce changement d'échelles et adaptée aux crues éclair des petits bassins versants au sud de la France. Le bassin versant du Lez est le bassin d'étude. Un modèle climatique régional à haute résolution fournit les précipitations futures sur le bassin d'étude. Les premiers résultats sur la période future suggèrent que l'intensité des crues éclair du bassin versant du Lez est susceptible d'augmenter. Cependant, ces résultats dépendent fortement du choix du modèle climatique et de l'état hydrique du bassin dont les évolutions sont méconnues. / The Mediterranean region of southern France experiences extreme autumn rainfall, sometimes leading to violent flash floods. The evolution of these floods under the influence of climate change is a key question for the Mediterranean region, where a rapidly growing population puts human lives at stake. The difference in scale between the resolution of climate model outputs and hydrological impacts is a challenge for the study of flash floods in a future climate. The goal of this doctoral thesis is to propose a methodology adapted to the study of climate change impacts on flash floods in the small Mediterranean catchments of southern France. The Lez catchment near Montpellier was selected for a case study. Early results suggest that the intensity of flash floods may increase in the Lez catchment in a future climate. However these results are heavily dependent on the choice of the climate model used to simulate changes in precipitation and the evolution of future soil conditions, which were not taken into account in this study.

Les précipitations extrêmes en France sont responsables de phénomènes d'inondations entraînant la perte de vies humaines et des millions d'euros en dégâts matériels. Mesurer le risque associé à ces événements météorologiques rares fait appel à la théorie statistique des valeurs extrêmes, qui propose plusieurs approches permettant d'évaluer des scénarios catastrophes. Cette thèse s'intéresse en particulier à trois mesures de risque faisant intervenir à la fois des lois de probabilité jointes et des méthodes de prédiction spatiale liées à la géostatistique.Dans un premier temps, plusieurs modèles spatiaux de valeurs extrêmes construits sur des données de maxima annuels sont évalués dans une étude comparative sous la forme d'un article. La comparaison des méthodes est menée en se servant de simulations construites à partir de données réelles de maxima annuels de précipitations en France et porte sur des critères liés aux deux mesures de risque que sont le niveau de retour centennal et le coefficient extrémal.Un modèle en particulier, le processus max-stable et hiérarchique de Reich et Shaby (2012) est étudié en détail et fait l'objet d'une implémentation sous la forme d'un package R dédié à la simulation et à l'estimation par cette méthode.Dans un second temps, les données journalières dépassant un seuil élevé sont modélisées dans un cadre spatial dans le but d'estimer une probabilité d'échec conditionnelle. Plusieurs estimateurs de cette mesure sont proposés en se concentrant d'une part sur des méthodes paramétriques liées aux processus Pareto et d'autre part sur deux approches non paramétriques. Les méthodes sont construites de sorte que la dépendance temporelle observable dans les valeurs journalière soit prise en compte lors de l'estimation.Tout au long de la thèse, les méthodes développées sont appliquées sur des données journalières de précipitations en France / Extreme precipitation in France are responsible for flooding events that cause people's deaths and billions of euros in material damage. Measuring the risk associated to these rare meteorological events is possible thanks to the extreme value theory which allows the estimation of such catastrophic scenarios. This thesis focus on three risk measures involving joint probabilities and spatial prediction methods related to geostatistics.In a first time, several spatial models for extreme values built on annual maxima are evaluated in a comparative study in the form of an article. This comparison is performed using simulated data from real annual maxima of precipitation in France. It is also based on two criteria linked to risk measures: the hundred years return level and the extremal coefficient. One particular model is presented in details: the one of Reich and Shaby (2012). This model is implemented under a R package entirely dedicated to its estimation and simulation procedures.In a second time, exceedances of spatial daily data are modelled in order to estimate a conditional failure probability. Several estimators of this measure are proposed, based on the one hand on parametric methods involving Pareto processes and on the other hand on non parametric approaches. The temporal dependence in extremes is also considered with care when estimating this probability.Along this thesis, the methods are applied on daily data of precipitation in France

Les bassins versants nord-méditerranéens sont fréquemment soumis à des crues extrêmes liées à des précipitations convectives intenses et aux caractéristiques hydrologiques locales. La région méditerranéenne est considérée comme une des régions les plus affectées par le réchauffement climatique, ce qui laisse présager des changements dans le cycle hydrologique. L’objectif de cette thèse CIFRE est d’évaluer les impacts du changement climatique sur les précipitations extrêmes à travers une méthode dite de « futurisation », dans laquelle une fonction de transfert est construite en comparant la distribution des quantiles de précipitations du climat présent et futur. Les impacts du changement climatique sur les précipitations extrêmes sont évalués à travers les simulations à haute résolution EMCORDEX. L’exercice se focalise sur le bassin versant de l’Orbieu dans le sud de la France. La méthode de futurisation est appliquée à six épisodes majeurs de précipitations ayant généré des crues éclair. Les impacts hydrologiques des équivalents statistiques futurs des épisodes de précipitations sont ensuite évalués à travers un modèle hydrologique évènementiel conceptuel. Une estimation des changements d’humidité du sol liés au changement climatique est réalisée et couplée à la quantification des impacts hydrologiques. Le choix d’une modélisation hydrologique conceptuelle a été motivé par ses futures applications opérationnelles. Les conséquences de ce choix sont évaluées à travers une comparaison avec un modèle hydrologique à base physique. Ce dernier est mis en place grâce à une caractérisation du fonctionnement hydrologique du bassin versant de l’Orbieu appuyée par plusieurs campagnes de terrain. / Northern mediterranean meso-scale river catchments are submitted to extremes floods events linked to intense convective precipitation and local hydrologic features. The Mediterranean region is known to be one of the most affected areas by global warming, and it is likely that changes can be expected in the hydrological cycle. The aim of this CIFRE thesis is to assess the climate change impacts on extreme precipitation events using a so-called “futurization” method, in which a transfer function is built by comparing the quantiles of distribution for both present and future climate precipitation. The climate change impact on extreme precipitation events is assessed over high-resolution EMCORDEX simulations. The focus is on the Orbieu catchment located in southwestern France. The futurization method is applied to six major events of precipitation that trigger flash floods. The hydrological impacts of those future statistical counterpart precipitation events are therefore assessed through a conceptual event-based hydrological model. An assessment of soil moisture changes under climate change is performed and coupled to the hydrological impact quantification. The conceptual hydrological model chosen, have been motivated by its future operational applications. The consequences of that choice are assessed through a comparison to a physically based hydrological model. It has been implemented through the hydrological functioning caracterisation of the Orbieu catchment supported by several field campaigns.

Ce travail consiste à choisir une méthode statistique d'ajustement des valeurs extrêmes et à l'appliquer aux précipitations extrêmes dans la région Cévennes - Vivarais. La première partie est réalisée à partir de valeurs simulées. La méthode non-paramétrique de Villasenor qui n'impose pas au début de l'analyse une loi statistique à la série de données, est choisie comme la meilleure méthode parmi les cinq méthodes d'ajustements. Dans la deuxième partie les caractéristiques pluviométriques de la région Cévennes - Vivarais sont calculées à partir de mesures horaires de 52 stations par la méthode choisie. La cartographie des caractéristiques pluviométriques de cette région est réalisée par les méthodes : spline et krigeage. La méthode krigeage donne une meilleure interpolation que celle de spline, et fournit encore des informations sur la structure spatiale de la région. Les cartes tracées représentent une distribution réaliste des valeurs extrêmes de précipitation de la région Cévennes - Vivarais.

Les inondations constituent le risque naturel prédominant dans le monde et les dégâts qu'elles causent sont les plus importants parmi les catastrophes naturelles. Un des principaux facteurs expliquant les inondations sont les précipitations extrêmes. En raison des changements climatiques, l'occurrence et l'intensité de ces dernières risquent fort probablement de s'accroître. Par conséquent, le risque d'inondation pourrait vraisemblablement s'intensifier. Les impacts de l'évolution des précipitations extrêmes sont désormais un enjeu important pour la sécurité du public et pour la pérennité des infrastructures. Les stratégies de gestion du risque d'inondation dans le climat futur sont essentiellement basées sur les simulations provenant des modèles numériques de climat. Un modèle numérique de climat procure notamment une série chronologique des précipitations pour chacun des points de grille composant son domaine spatial de simulation. Les séries chronologiques simulées peuvent être journalières ou infra-journalières et elles s'étendent sur toute la période de simulation, typiquement entre 1961 et 2100. La continuité spatiale des processus physiques simulés induit une cohérence spatiale parmi les séries chronologiques. Autrement dit, les séries chronologiques provenant de points de grille avoisinants partagent souvent des caractéristiques semblables. De façon générale, la théorie des valeurs extrêmes est appliquée à ces séries chronologiques simulées pour estimer les quantiles correspondants à un certain niveau de risque. La plupart du temps, la variance d'estimation est considérable en raison du nombre limité de précipitations extrêmes disponibles et celle-ci peut jouer un rôle déterminant dans l'élaboration des stratégies de gestion du risque. Par conséquent, un modèle statistique permettant d'estimer de façon précise les quantiles de précipitations extrêmes simulées par un modèle numérique de climat a été développé dans cette thèse. Le modèle développé est spécialement adapté aux données générées par un modèle de climat. En particulier, il exploite l'information contenue dans les séries journalières continues pour améliorer l'estimation des quantiles non stationnaires et ce, sans effectuer d'hypothèse contraignante sur la nature de la non-stationnarité. Le modèle exploite également l'information contenue dans la cohérence spatiale des précipitations extrêmes. Celle-ci est modélisée par un modèle hiérarchique bayésien où les lois a priori des paramètres sont des processus spatiaux, en l'occurrence des champs de Markov gaussiens. L'application du modèle développé à une simulation générée par le Modèle régional canadien du climat a permis de réduire considérablement la variance d'estimation des quantiles en Amérique du Nord. / Precipitation extremes plays a major role in flooding events and their occurrence as well as their intensity are expected to increase. It is therefore important to anticipate the impacts of such an increase to ensure the public safety and the infrastructure sustainability. Since climate models are the only tools for providing quantitative projections of precipitation, flood risk management for the future climate may be based on their simulations. Most of the time, the Extreme value theory is used to estimate the extreme precipitations from a climate simulation, such as the T-year return levels. The variance of the estimations are generally large notably because the sample size of the maxima series are short. Such variance could have a significant impact for flood risk management. It is therefore relevant to reduce the estimation variance of simulated return levels. For this purpose, the aim of this paper is to develop a non-stationary and regional statistical model especially suited for climate models that estimates precipitation extremes. At first, the non-stationarity is removed by a preprocessing approach. Thereafter, the spatial correlation is modeled by a Bayesian hierarchical model including an intrinsic Gaussian Markov random field. The model has been used to estimate the 100-year return levels over North America from a simulation by the Canadian Regional Climate Model. The results show a large estimation variance reduction when using the regional model.

Depuis 2006, à EDF, les études de crues extrêmes sont réalisées avec la méthode SCHADEX (Simulation Climato-Hydrologique pour l'Appréciation des Débits EXtrêmes). Elle s'appuie sur un modèle probabiliste MEWP (distribution saisonnière utilisant une classification par type de temps) pour décrire l'aléa pluie et sur une simulation stochastique croisant l'aléa pluie et l'aléa de saturation du bassin. Les approches par simulation, type SCHADEX, ont montré de bonnes performances pour estimer les distributions de crues extrêmes (projet ANR ExtraFlo , 2013). Cependant, l'utilisation de SCHADEX en l'absence de données (pluie, température, débit) sur le bassin à étudier reste problématique. Cette thèse propose une adaptation de la méthode en site non jaugé en essayant de conserver ses points forts, à savoir: - une structuration spatiale et probabiliste des précipitations conditionnée par les types de temps. - un croisement des aléas pluie et saturation du bassin par simulation stochastique. Ce travail s'est limité au pas de temps journalier afin d'aborder la problématique de régionalisation avec un maximum de données. La démarche s'est alors articulée autour de quatre grands axes: - proposer une méthode de régionalisation des précipitations journalières extrêmes ponctuelles et construire des cartes de pluies aux temps de retour remarquables. Évaluer l'intérêt d'une classification par type de temps pour la régionalisation des distributions de pluies extrêmes et qualifier l'interpolateur de pluie SPAZM pour l'estimation des pluies extrêmes. - s'intéresser à la construction de pluies de bassin (ou pluies spatiales) et en particulier à l'impact des choix de construction de cette pluie sur l'estimation des précipitations extrêmes concernant le bassin. - développer une méthode de simulation stochastique régionale permettant de proposer une distribution de débits journaliers issue d'un croisement des aléas pluies et saturation du bassin. - étudier le passage de la distribution des débits journaliers à la distribution des débits de pointe. Les principaux apports de cette thèse sont les suivants: - la prise en compte des types de temps permet d'améliorer la description des structures spatiales des précipitations extrêmes. - l'information apportée par les pluies SPAZM se révèle être précieuse pour l'estimation des pluies extrêmes en site non jaugé. - une étude de sensibilité du calcul de la pluie spatiale en fonction du nombre de postes utilisés (comparaison des pluies SPAZM et Thiessen) donne une indication sur le biais d'estimation. - le générateur de champs de pluie par bandes tournantes SAMPO permet d'étudier l'abattement sur les précipitations extrêmes et de mettre en place un modèle de correction pour les quantiles élevés des pluies spatiales SPAZM. - une nouvelle méthode de simulation stochastique peu paramétrée mais analogue à la méthode SCHADEX (croisement d'un aléa pluie et d'un aléa de saturation du bassin pour produire une distribution des débits journaliers) est proposée pour l'estimation en site non jaugé. - enfin, un travail préliminaire donne des premiers éléments sur le passage à la distribution des débits de pointe par un générateur d'hydrogrammes s'adaptant à la séquence des débits journaliers simulés. Tous ces développements et conclusions sont détaillés et justifiés dans le mémoire de thèse. / Since 2006, at EDF, extreme flood estimations are computed with the SCHADEX method (Climatic-hydrological simulation of extreme floods). This method relies on a MEWP probabilistic model (seasonal rainfall distribution using a weather pattern concept) and on a stochastic simulation to cross rainy events hazard and catchment saturation states. Simulation approaches, as SCHADEX, have shown good performances to estimate extreme flood distributions. However, the use of SCHADEX method without data for a considered catchment (rain, temperature, runoff) remains a main issue. This thesis suggests an adaptation of the method in ungauged context, trying to keep the key points of the SCHADEX method: - spatial and probabilistic structure of rainfall conditioned by weather patterns. - a cross of rainfall and catchment saturation hazards by stochastic simulation. This work is limited to a daily step to address the issue of regionalization with a maximum of data. The approach is then structured around four main points: - regionalize punctual daily extreme precipitations and construct maps of return period rainfalls. Evaluate the contribution of a weather type classification for the regionalization of extreme rainfall distributions and qualify the SPAZM interpolator for the estimation of extreme rainfall. - wonder about the construction of an areal rainfall and in particular about the impact of its construction choices on the estimation of extreme precipitations. - develop a regional stochastic simulation method to estimate a distribution of daily runoffs which crosses rainy events and catchment saturation hazards. - study the transposition from a daily runoff distribution to a peak flow distribution. The main contributions of this thesis are: - taking into account the weather types improves the description of spatial patterns of extreme precipitations. - information provided by the SPAZM rainfall interpolator proves to be valuable for the estimation of extreme rainfall in ungauged site. - a sensitivity analysis of the calculation of the areal rainfall based on the number of stations used (comparison SPAZM and Thiessen areal rainfalls) gives an indication of the estimation bias. - the SAMPO rainfall generator used to study the areal reduction factor of extreme precipitation and implement a correction model for high quantiles of SPAZM areal rainfall. - a simplified method of stochastic simulation similar to SCHADEX method (cross between a rainfall hazard and a catchment saturation hazard) is developed to produce a distribution of daily flows in ungauged site. - finally, preliminary work provides a way for the transition to the peak flow distribution using a hydrograph generator adapted to the sequence of daily simulated runoffs. All these developments and conclusions are detailed and justified in the thesis.STAR