L'évaluation de l'incertitude associée à la prévision numérique du temps à haute résolution, et en particulier l'estimation de la prévisibilité des événements de fortes précipitations en région méditerranéenne, sont les objectifs de ce travail de thèse. Nous avons procédé à l'étude de quatre sources d'incertitude contrôlant la prévisibilité de ces événements : la description des conditions d'échelle synoptique, la représentation des conditions atmosphériques à méso-échelle (notamment le flux de basses couches alimentant le système convectif), le rôle de processus physiques complexes tels que l'établissement d'une plage froide sous orage, et enfin la définition des conditions de surface. Pour quantifier l'impact de ces différentes sources d'incertitude, nous avons opté pour la méthode des prévisions d'ensemble avec le modèle AROME. Chaque source d'incertitude est étudiée individuellement à travers la génération de perturbations pertinentes, et les ensembles ainsi obtenus sont évalués dans un premier temps pour des cas de fortes précipitations. Nous avons aussi procédé à une évaluation statistique du comportement des prévisions d'ensemble réalisées sur des périodes de prévision longues de deux à quatre semaines. Cette évaluation, ainsi que celle de systèmes de prévision d'ensemble échantillonnant plusieurs sources d'incertitude simultanément, permettent d'établir une hiérarchisation de ces sources d'incertitude et enfin quelques recommandations en vue de la mise en place d'un système de prévision d'ensemble à échelle convective opérationnel à Météo-France

Les régions méditerranéennes sont particulièrement soumises au risque de crues rapides. Ces crues sont provoquées par des pluies intenses pouvant être stationnaires et qui affectent des bassins versants à la topographie marquée et aux temps de réponses courts. Ces crues peuvent être très violentes, dévastatrices voire meurtrières. Il est donc important de disposer de systèmes de prévision adaptés pour l'anticipation des pluies et des débits des cours d'eau méditerranéens. Le système couplé ISBA-TOP a été particulièrement conçu pour simuler la réponse hydrologique de bassins versants à dynamique rapide. Il s'agit d'un couplage entre le modèle de surface ISBA et une version du modèle hydrologique TOPMODEL adaptée aux crues rapides. Une première étape du travail de thèse a été d'évaluer l'apport d'une meilleure représentation des processus hydrologiques dans le sol pour la simulation des débits avec ISBA-TOP. Une version d'ISBA-TOP basée sur la version diffusive d'ISBA (ISBA-DF qui découpe verticalement les colonnes de sol en de multiples couches) a donc été comparée à la version originale d'ISBA-TOP qui utilisait l'approche ISBA-3L où 3 couches de sol sont représentées. Sur un échantillon d'une vingtaine de cas d'étude, on montre une légère amélioration des simulations de débits avec la nouvelle version d'ISBA-TOP. Cette nouvelle version permet de s'affranchir du calage de deux paramètres gérant la répartition verticale de l'eau dans les colonnes de sol qu'il était nécessaire de réaliser pour chacun des bassins étudiés. La simulation de petits bassins versants non jaugés, pour lesquels on ne dispose pas d'observations pour réaliser le calage des paramètres, peut donc être envisagée. Il n'en reste pas moins que la modélisation hydrologique avec ISBA-TOP (comme avec tout autre modèle) reste entachée d'incertitude. La seconde partie de cette thèse vise à identifier ces incertitudes et à les quantifier. Dans le cas des crues rapides, les données de précipitation utilisées en entrée du modèle hydrologique constituent la source majeure d'incertitude mais elle n'est pas la seule. La connaissance des conditions initiales d'humidité des sols est également incertaine et le modèle hydrologique, lui-même, est entaché d'incertitude de par la `` paramétrisation '' des processus physiques et de par sa structure. Afin d'explorer ces deux sources d'incertitude et de les hiérarchiser, une étude de sensibilité du modèle ISBA-TOP à ses paramètres et à ses conditions initiales d'humidité des sols a été menée. Cette étude de sensibilité a d'abord été conduite pour un cas idéalisé, d'interprétation plus facile, avant de confirmer et d'approfondir les résultats sur des cas réels. Les simulations de débit avec ISBA-TOP se sont avérées particulièrement sensibles à trois des paramètres hydrodynamiques : le contenu en eau à saturation, la conductivité hydraulique à saturation et le taux de décroissance de la transmissivité avec la profondeur. Cette sensibilité, toutefois, est très dépendante des conditions initiales d'humidité des sols. Sur la base des résultats de l'étude de sensibilité, une méthode de perturbation des paramètres du modèle hydrologique a été conçue afin de tenir compte des erreurs de modélisation. Elle est complétée par une méthode de perturbations des conditions initiales en humidité des sols afin de constituer un système de simulation hydrologique d'ensemble. Evalué sur six cas réels, il a été montré que cet ensemble a un apport pour la simulation des débits par rapport à la version déterministe du modèle. / Intense precipitation events in the Mediterranean often lead to devastating flash floods. The affected watersheds are characterized by steep slopes and a short response time. Flash floods can be violent and destructive. Dedicated meteorological and hydrological systems are thus necessary to anticipate those flash floods. The ISBA -TOP coupled system was developed to simulate the hydrological reaction of fast responding rivers. It is a coupling between the ISBA surface scheme and a version of the TOPMODEL hydrological model dedicated to mediterranean flash floods simulation. A first part of the thesis aims at assessing the benefit of a better representation of hydrological processes within the soil for discharge simulation with ISBA-TOP. Moreover, it would allow the use of ISBA-TOP for any watershed even ungauged. A version of ISBA-TOP based on ISBA-DF (the diffusive version of ISBA that discretizes soil columns in multiple layers) has been compared to the original ISBA-TOP that relies on ISBA-3L (with only 3 soil layers). On 18 study cases, better discharge simulations are obtained basically using the new ISBA-TOP version. So this improved representation of hydrological processes in the soil allows to improve discharge simulations and to be confident into the results obtained for small ungauged catchments. The second part of this PhD work concerns the uncertainty that affects ISBA-TOP simulations. For flash floods, rainfall data used to drive an hydrological model are the major source of uncertainty. But initial soil moisture knowledge is also uncertain and the hydrological model himself is affected by uncertainty. The sensitivity of ISBA-TOP model to its parameters and initial soil moisture is investigated to document those two sources of uncertainty. First an academic case is used to verify some preliminary hypotheses and then real cases are studied to properly consider the different data heterogeneities. Discharge simulations with ISBA-TOP are sensitive to three hydro dynamical parameters : the saturated soil water content, the saturated hydraulic conductivity and the rate of decrease of the transmissivity with depth. This sensitivity is found very dependant on initial soil moisture conditions. Perturbation methods varying the 3 parameters that have the highest impact on discharge simulations as well as initial soil moisture allow to design an ensemble prediction system. This ensemble has been assessed for 6 real cases. Using this ensemble-based approach for discharge simulation lead to better results than using the deterministic version. The skill of the ensemble with 30 to 50 members is close to the skill of this ensemble with 100 members whereas it outerperfoms an ensemble with 10 members. The last part of the thesis is the conception of a complete hydrometeorological ensemble prediction system (HEPS). The hydrological ensemble defined in the second part of the thesis is used to take the uncertainty that affects the hydrological modelling and initials soil moisture into account. The uncertainty that affects precipitation fields is sampled using the AROME ensemble prediction system (AROME-EPS). The skill of this complete chain is better than an HEPS based on AROME-EPS and the deterministic version of ISBA-TOP. But both HEPS exhibit a low bias for discharge simulation on the study cases sample. This bias can come from a low bias that is found for the AROME-EPS rainfall forecasts. A simple bias correction applied on rainfall forecasts improves the bias on discharge forecasts.

Notre principal objectif est d'améliorer la qualité des prévisions de production d'énergie photovoltaïque (PV). Ces prévisions sont imparfaites à cause des incertitudes météorologiques et de l'imprécision des modèles statistiques convertissant les prévisions météorologiques en prévisions de production d'énergie. Grâce à une ou plusieurs prévisions météorologiques, nous générons de multiples prévisions de production PV et nous construisons une combinaison linéaire de ces prévisions de production. La minimisation du Continuous Ranked Probability Score (CRPS) permet de calibrer statistiquement la combinaison de ces prévisions, et délivre une prévision probabiliste sous la forme d'une fonction de répartition empirique pondérée.Dans ce contexte, nous proposons une étude du biais du CRPS et une étude des propriétés des scores propres pouvant se décomposer en somme de scores pondérés par seuil ou en somme de scores pondérés par quantile. Des techniques d'apprentissage séquentiel sont mises en oeuvre pour réaliser cette minimisation. Ces techniques fournissent des garanties théoriques de robustesse en termes de qualité de prévision, sous des hypothèses minimes. Ces méthodes sont appliquées à la prévision d'ensoleillement et à la prévision de production PV, fondée sur des prévisions météorologiques à haute résolution et sur des ensembles de prévisions classiques. / Our main objective is to improve the quality of photovoltaic power forecasts deriving from weather forecasts. Such forecasts are imperfect due to meteorological uncertainties and statistical modeling inaccuracies in the conversion of weather forecasts to power forecasts. First we gather several weather forecasts, secondly we generate multiple photovoltaic power forecasts, and finally we build linear combinations of the power forecasts. The minimization of the Continuous Ranked Probability Score (CRPS) allows to statistically calibrate the combination of these forecasts, and provides probabilistic forecasts under the form of a weighted empirical distribution function. We investigate the CRPS bias in this context and several properties of scoring rules which can be seen as a sum of quantile-weighted losses or a sum of threshold-weighted losses. The minimization procedure is achieved with online learning techniques. Such techniques come with theoretical guarantees of robustness on the predictive power of the combination of the forecasts. Essentially no assumptions are needed for the theoretical guarantees to hold. The proposed methods are applied to the forecast of solar radiation using satellite data, and the forecast of photovoltaic power based on high-resolution weather forecasts and standard ensembles of forecasts.

En prévision numérique du temps, les modèles de prévision d'ensemble sont devenus un outil incontournable pour quantifier l'incertitude des prévisions et fournir des prévisions probabilistes. Malheureusement, ces modèles ne sont pas parfaits et une correction simultanée de leur biais et de leur dispersion est nécessaire.Cette thèse présente de nouvelles méthodes de post-traitement statistique des prévisions d'ensemble. Celles-ci ont pour particularité d'être basées sur les forêts aléatoires.Contrairement à la plupart des techniques usuelles, ces méthodes non-paramétriques permettent de prendre en compte la dynamique non-linéaire de l'atmosphère.Elles permettent aussi d'ajouter des covariables (autres variables météorologiques, variables temporelles, géographiques...) facilement et sélectionnent elles-mêmes les prédicteurs les plus utiles dans la régression. De plus, nous ne faisons aucune hypothèse sur la distribution de la variable à traiter. Cette nouvelle approche surpasse les méthodes existantes pour des variables telles que la température et la vitesse du vent.Pour des variables reconnues comme difficiles à calibrer, telles que les précipitations sexti-horaires, des versions hybrides de nos techniques ont été créées. Nous montrons que ces versions hybrides (ainsi que nos versions originales) sont meilleures que les méthodes existantes. Elles amènent notamment une véritable valeur ajoutée pour les pluies extrêmes.La dernière partie de cette thèse concerne l'évaluation des prévisions d'ensemble pour les événements extrêmes. Nous avons montré quelques propriétés concernant le Continuous Ranked Probability Score (CRPS) pour les valeurs extrêmes. Nous avons aussi défini une nouvelle mesure combinant le CRPS et la théorie des valeurs extrêmes, dont nous examinons la cohérence sur une simulation ainsi que dans un cadre opérationnel.Les résultats de ce travail sont destinés à être insérés au sein de la chaîne de prévision et de vérification à Météo-France. / In numerical weather prediction, ensemble forecasts systems have become an essential tool to quantifyforecast uncertainty and to provide probabilistic forecasts. Unfortunately, these models are not perfect and a simultaneouscorrection of their bias and their dispersion is needed.This thesis presents new statistical post-processing methods for ensemble forecasting. These are based onrandom forests algorithms, which are non-parametric.Contrary to state of the art procedures, random forests can take into account non-linear features of atmospheric states. They easily allowthe addition of covariables (such as other weather variables, seasonal or geographic predictors) by a self-selection of the mostuseful predictors for the regression. Moreover, we do not make assumptions on the distribution of the variable of interest. This new approachoutperforms the existing methods for variables such as surface temperature and wind speed.For variables well-known to be tricky to calibrate, such as six-hours accumulated rainfall, hybrid versions of our techniqueshave been created. We show that these versions (and our original methods) are better than existing ones. Especially, they provideadded value for extreme precipitations.The last part of this thesis deals with the verification of ensemble forecasts for extreme events. We have shown several properties ofthe Continuous Ranked Probability Score (CRPS) for extreme values. We have also defined a new index combining the CRPS and the extremevalue theory, whose consistency is investigated on both simulations and real cases.The contributions of this work are intended to be inserted into the forecasting and verification chain at Météo-France.

De septembre à novembre, la région méditerranéenne nord-occidentale peut être le siège d'épisodes de fortes précipitations (HPE selon l'acronyme anglais). Le sud-est de la France fait partie des régions particulièrement affectées par ces événements. Au cours des années récentes, la prévision numérique de tels événements s'est considérablement améliorée. Toutefois, en raison des interactions complexes et multi-échelles qui régissent les systèmes nuageux convectifs, les modèles demeurent entachés d'erreur, principalement dans leur représentation des processus physiques. En particulier, les paramétrisations utilisées pour décrire les processus turbulents et nuageux reposent sur d'inévitables hypothèses simplificatrices, qui vont clairement restreindre la précision des prévisions. Afin de prendre en compte les incertitudes associées à ces paramétrisations, nous avons développé des méthodes de perturbations et évalué celles-ci pour la prévision d'ensemble à l'échelle convective. Les perturbations sont appliquées soit aux tendances temporelles des processus microphysiques et turbulents, soit aux paramètres ajustables des paramétrisations microphysiques. L'approche a été testée et évaluée sur deux situations convectives idéalisées avec l'objectif de mettre en évidence les processus menant à la plus grande dispersion dans le champ de précipitation. Suite à ces tests, des prévisions d'ensemble ont été effectuées pour sept situations réelles ayant affecté le sud-est de la France lors des automnes 2010, 2011 et 2012. La plus grande dispersion est obtenue en perturbant simultanément et aléatoirement les tendances temporelles des processus microphysiques et turbulents. Le niveau de dispersion est variable selon la nature de l'événement précipitant. Il est généralement plus élevé pour les situations associées à des flux incidents modérés et des précipitations se produisant en plaine. Pour certaines situations, les perturbations des processus physiques induisent une dispersion comparable à celle générée par des perturbations de conditions initiales et aux limites. Nos résultats suggèrent que, bien que l'impact des perturbations physiques soit modéré, il est suffisamment important pour justifier leur prise en compte dans un système de prévision d'ensemble opérationnel.

La prévision des crues est un exercice hydrologique complexe : les incertitudes y sont nombreuses, aussi bien dans le processus de modélisation hydrologique, dans la détermination de l'état initial du bassin versant avant le lancement de la prévision, que dans l'évolution des conditions météorologiques futures. Dans le cas des bassins versants non jaugés, où les observations de débits sont lacunaires voire absentes, ces incertitudes sont encore plus importantes, et le besoin de les réduire devient incontournable. Cette thèse s'intéresse à des méthodes simples et robustes qui peuvent apporter de l'information pertinente pour quantifier les incertitudes de prévision dans les bassins versants non jaugés. Le but est d'étudier la meilleure stratégie pour chercher l'information dans les bassins jaugés "donneurs", et pour la transférer vers le site non jaugé. Nous étudions les besoins pour mettre en place un modèle de simulation pluie-débit et pour effectuer une mise à jour du modèle de prévision en temps réel. Ces deux composantes de la prévision sont ainsi découplées dans notre approche. Cette thèse s'appuie sur une large base de données constituée d'environ 1000 bassins versants français, dont un jeu clé de 211 bassins versants qui permet la validation des approches développées. Elle s'appuie également sur une archive d'environ 4,5 années de prévisions d'ensemble de pluies, utilisées en forçage à la modélisation hydrologique journalière. La démarche adoptée consiste à intégrer les scenarios de transfert de l'information régionale disponible et les scenarios de la prévision météorologique d'ensemble dans un système de prévision orienté vers les bassins versants non jaugés. L'approche de prévision d'ensemble est ainsi généralisée à ce cas particulier de la prévision hydrologique. A travers plusieurs scénarios de débits futurs, nous cherchons à quantifier les incertitudes de prévisions dans les sites cibles non jaugés. Pour évaluer les différents scénarios des prévisions hydrologiques émis, un cadre de diagnostic d'évaluation des principales qualités d'un système de prévision d'ensemble, comprenant plusieurs critères numériques et graphiques, a été mis en place. Dans cette thèse, une attention particulière est prêtée aux attributs "fiabilité" et "précision" des prévisions. Nous proposons ainsi un nouveau critère graphique, nommé diagramme de précision d'ensemble. Ce critère permet notamment de mettre en valeur la qualité des prévisions qui ne sont pas forcément fiables, mais qui sont précises. Les résultats obtenus ont mis en évidence que la fiabilité des prévisions peut être améliorée sur un bassin versant non jaugé par l'utilisation de plusieurs jeux de paramètres issus des bassins versants voisins. Si la variabilité apportée par le voisinage géographique influe sur la dispersion des membres, et augmente ainsi la fiabilité des prévisions, la prise en compte des caractéristiques physiques, principalement de la surface des bassins versants, est apparue comme une alternative intéressante, influençant positivement aussi l'attribut précision des prévisions sur le site cible. De plus, il a été montré que la précision des prévisions d'ensemble sur le site non jaugé est améliorée par l'intermédiaire du transfert des bassins versants jaugés vers le site cible des corrections faites lors de la mise à jour sur les bassins voisins (mise à jour caractérisée ici par l'assimilation de la dernière observation de débit dans le modèle hydrologique, avant l'instant de prévision). Les différentes mesures de performance ont montré que la meilleure option pour améliorer la précision des prévisions serait de considérer les corrections effectuées sur le bassin le plus proche à chaque pas de temps de prévision. Le krigeage a également donné des résultats satisfaisants, marqués en plus par l'influence positive sur l'attribut fiabilité des prévisions.

Les épisodes de fortes précipitations, caractéristiques du climat méditerranéen, souffrent parfois d'importantes erreurs de prévision. Ces erreurs proviennent essentiellement d'incertitudes sur les conditions initiales du modèle ou la représentation des processus physiques. L'impact des différentes sources d'incertitudes est classiquement étudié à partir de prévisions d'ensemble. Au cours de ce travail, nous avons développé une méthodologie d'ensemble visant à étudier la sensibilité des prévisions à différentes configurations initiales des anomalies dynamiques d'altitude. Ces anomalies sont des zones à fort gradient, susceptibles de constituer des zones d'erreurs de prévision privilégiées. Elles sont par ailleurs un précurseur connu des perturbations météorologiques. La méthodologie proposée repose sur l'advection de la variable conservative associée aux anomalies d'altitude : le tourbillon potentiel (PV). Le modèle utilisé, MIMOSA, advecte le PV sur un niveau isentrope, sur une grille de haute résolution, permettant de mieux représenter les petites échelles et les zones de gradient tout en contrôlant les grandes échelles grâce à une relaxation vers un PV de contrôle. Le PV MIMOSA a été introduit dans un modèle en équations primitives à l'aide d'un outil d'inversion du PV. Le choix retenu pour l'inversion est un algorithme qui fournit des solutions équilibrées au sens des équations du modèle. Différentes configurations d'advection du PV ont fourni un ensemble de conditions initiales au modèle de prévision ARPEGE. Cet ensemble dénommé ARPEGE-MIMOSA, a été appliqué à 5 cas réels de fortes précipitations : le premier épisode, ou "catastrophe de Draguignan" sur le département du Var le 15 juin 2010, est associé à une prévisibilité particulièrement faible ; les 4 autres cas ont été observés en 2012 durant la campagne HyMeX et ont été utilisés comme un premier échantillon pour évaluer l'apport statistique du système de prévision d'ensemble ARPEGE-MIMOSA. Le cas du 15 juin 2010 a fait l'objet d'une étude détaillée, qui a notamment confronté l'impact de perturbations d'altitude à celui des perturbations de basse-couche. Pour cette situation, nous concluons que les incertitudes des champs d'altitude ont joué un rôle mineur durant la première phase de l'épisode en raison d'une absence de couplage entre les anomalies de surface et d'altitude. Le rôle des incertitudes de surface a été examiné au moyen de plusieurs expériences perturbées: des modifications manuelles de la pression au niveau de la mer et du champ d'humidité se sont avérées toutes deux capables d'améliorer la première phase de l'épisode. Cette amélioration a été attribuée au déclenchement d'un système fortement précipitant le long d'une zone frontale. Pour la seconde phase de l'épisode, nous avons mis en évidence le rôle de l'humidité à travers une simulation qui permet de se rapprocher du scénario observé sans toutefois atteindre le niveau de précipitation observé. Une explication alternative a été alors proposée, mettant en jeu l'insuffisance du modèle à reproduire la progression d'une onde d'altitude dans un contexte fortement diabatique. Enfin, une évaluation objective du système de prévision d'ensemble ARPEGE-MIMOSA a été réalisée à partir des 4 cas HyMeX. Les résultats obtenus avec l'ensemble ARPEGE-MIMOSA ont été comparés aux résultats issus de deux systèmes de prévision d'ensemble opérationnels. Cette comparaison a permis de mieux quantifier l'erreur de prévision attribuable à la seule dynamique d'altitude et de mettre en évidence la valeur ajoutée du système ARPEGE-MIMOSA pour les seuils de fortes précipitations.

Les bassins de la région Cévennes-Vivarais subissent des crues récurrentes, générées par des épisodes de précipitations intenses, généralement en automne. La prévision de ces crues est une préoccupation majeure, nécessitant l'anticipation maximale pour le déclenchement de l'alerte, ainsi que la meilleure estimation possible des débits futurs. Après avoir dressé un panorama des éléments nécessaires à l'élaboration de prévisions hydrologiques, avec leurs incertitudes associées, nous proposons une approche simple et modulaire, adaptée aux bassins versants à réponse rapide (temps au pic de quelques heures). Compte tenu de l'anticipation souhaitée (24-48h), les prévisions quantitatives de précipitations constituent un élément clé de la démarche. Nous décrivons et évaluons deux sources de prévisions disponibles, i.e. la prévision d'ensemble EPS du CEPMMT et la prévision élaborée par adaptation statistique (analogie) au LTHE, puis nous proposons une correction de la seconde qui améliore encore sa fiabilité. Ces prévisions sont ensuite désagrégées des pas 12 ou 24h au pas horaire, via un désagrégateur flexible, générant des scénarios qui respectent les prévisions de précipitations et la structure climatologique horaire des averses. Ces scénarios forcent un modèle hydrologique, simple et robuste, pour élaborer une prévision hydrologique ensembliste. Il ressort alors que les prévisions hydrologiques sont sensiblement améliorées lorsqu'elles intègrent une information sur la répartition infra-journalière des cumuls de précipitations prévus, issue soit des EPS à 6 ou 12h, soit de la méthode des analogues appliquée au pas de 12h, soit d'une combinaison des deux approches.