Cette thèse s'inscrit dans le contexte de la statistique des valeurs extrêmes. Elle y apporte deux contributions principales. Dans la littérature récente en statistique des valeurs extrêmes, un modèle de queues de distributions a été introduit afin d'englober aussi bien les lois de type Pareto que les lois à queue de type Weibull. Les deux principaux types de décroissance de la fonction de survie sont ainsi modélisés. Un estimateur des quantiles extrêmes a été déduit de ce modèle mais il dépend de deux paramètres inconnus, le rendant inutile dans des situations pratiques. La première contribution de cette thèse est de proposer des estimateurs de ces paramètres. Insérer nos estimateurs dans l'estimateur des quantiles extrêmes précédent permet alors d'estimer des quantiles extrêmes pour des lois de type Pareto aussi bien que pour des lois à queue de type Weibull d'une façon unifiée. Les lois asymptotiques de nos trois nouveaux estimateurs sont établies et leur efficacité est illustrée sur des données simulées et sur un jeu de données réelles de débits de la rivière Nidd se situant dans le Yorkshire en Angleterre. La seconde contribution de cette thèse consiste à introduire et estimer une nouvelle mesure de risque appelé Conditional Tail Moment. Elle est définie comme le moment d'ordre a>0 de la loi des pertes au-delà du quantile d'ordre p appartenant à ]0,1[ de la fonction de survie. Estimer le Conditional Tail Moment permet d'estimer toutes les mesures de risque basées sur les moments conditionnels telles que la Value-at-Risk, la Conditional Tail Expectation, la Conditional Value-at-Risk, la Conditional Tail Variance ou la Conditional Tail Skewness. Ici, on s'intéresse à l'estimation de ces mesures de risque dans le cas de pertes extrêmes c'est-à-dire lorsque p tend vers 0 lorsque la taille de l'échantillon augmente. On suppose également que la loi des pertes est à queue lourde et qu'elle dépend d'une covariable. Les estimateurs proposés combinent des méthodes d'estimation non-paramétrique à noyau avec des méthodes issues de la statistique des valeurs extrêmes. Le comportement asymptotique de nos estimateurs est établi et illustré aussi bien sur des données simulées que sur des données réelles de pluviométrie provenant 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.

La prédiction de futurs évènements extrêmes est d’un grand intérêt dans de nombreux domaines tels que l’environnement ou la gestion des risques. Alors que la théorie des valeurs extrêmes univariées est bien connue, la complexité s’accroît lorsque l’on s’intéresse au comportement joint d’extrêmes de plusieurs variables. Un intérêt particulier est porté aux évènements de nature spatiale, définissant le cadre d’un nombre infini de dimensions. Sous l’hypothèse que ces évènements soient marginalement extrêmes, nous focalisons sur la structure de dépendance qui les lie. Dans un premier temps, nous faisons une revue des modèles paramétriques de dépendance dans le cadre multivarié et présentons différentes méthodes d’estimation. Les processus maxstables permettent l’extension au contexte spatial. Nous dérivons la loi en dimension finie du célèbre modèle de Brown- Resnick, permettant de faire de l’inférence par des méthodes de vraisemblance ou de vraisemblance composée. Nous utilisons ensuite des lois asymétriques afin de définir la représentation spectrale d’un modèle plus large : le modèle Extremal Skew-t, généralisant la plupart des modèles présents dans la littérature. Ce modèle a l’agréable propriété d’être asymétrique et non-stationnaire, deux notions présentées par les évènements environnementaux spatiaux. Ce dernier permet un large spectre de structures de dépendance. Les indicateurs de dépendance sont obtenus en utilisant la loi en dimension finie.Enfin, nous présentons une méthode d’estimation non-paramétrique par noyau pour les queues de distributions et l’appliquons à la sélection de modèles. Nous illustrons notre méthode à partir de l’exemple de modèles climatiques. / Projection of future extreme events is a major issue in a large number of areas including the environment and risk management. Although univariate extreme value theory is well understood, there is an increase in complexity when trying to understand the joint extreme behavior between two or more variables. Particular interest is given to events that are spatial by nature and which define the context of infinite dimensions. Under the assumption that events correspond marginally to univariate extremes, the main focus is then on the dependence structure that links them. First, we provide a review of parametric dependence models in the multivariate framework and illustrate different estimation strategies. The spatial extension of multivariate extremes is introduced through max-stable processes. We derive the finite-dimensional distribution of the widely used Brown-Resnick model which permits inference via full and composite likelihood methods. We then use Skew-symmetric distributions to develop a spectral representation of a wider max-stable model: the extremal Skew-t model from which most models available in the literature can be recovered. This model has the nice advantages of exhibiting skewness and nonstationarity, two properties often held by environmental spatial events. The latter enables a larger spectrum of dependence structures. Indicators of extremal dependence can be calculated using its finite-dimensional distribution. Finally, we introduce a kernel based non-parametric estimation procedure for univariate and multivariate tail density and apply it for model selection. Our method is illustrated by the example of selection of physical climate models.

Ce travail de thèse concerne la caractérisation de la structure spatio-temporelle des fortes précipitations dans la région Cévennes-Vivarais. La région est soumise à des événements de pluie catastrophiques dont la magnitude gouverne les conséquences à différentes échelles de temps et d'espace. La détermination de la probabilité d'occurrence des orages est problématique à cause du caractère extrême des ces événements, de leur dimension spatio-temporelle et du manque de données pluviométriques aux échelles d'intérêt. Nous proposons d'adopter des approches d'invariance d'échelles afin d'estimer la fréquence d'occurrence de ces événements. Ces approches permettent d'extrapoler la distribution de la pluie à haute résolution à partir de données d'intensité pluvieuse à plus faible résolution. La paramétrisation de ces modèles étant fortement dépendante de l'incertitude de la mesure, nous avons d'abord caractérisé l'erreur commise dans la mesure de la pluie par un réseau de pluviomètres à augets. Nous avons ensuite exploré le comportement des pluies extrêmes dans la région d'étude, identifiant les gammes d'invariance d'échelles des extrêmes. Dans cette gamme d'échelles, nous présentons un modèle régional Intensité-Durée-Fréquence qui prend en considération l'hétérogénéité spatiale des extrêmes dans la région. Étant donné que le réseau pluviométrique ne permet pas de détecter les propriétés d'invariance d'échelle spatiale des champs de pluie, nous avons adopté une méthode semi-empirique pour modéliser des intensités de pluie intégrés sur des surfaces données (pluie surfacique) sur la base du concept de la mise en échelle dynamique (" dynamic scaling "). Cette modélisation permet la construction d'un modèle régional Intensité-Durée-Fréquence-Surface. Enfin, nous avons appliqué ce modèle à la construction des diagrammes de sévérité pour trois événements marquants en région Cévennes-Vivarais, afin d'identifier les échelles spatio-temporelles critiques pour chaque événement. Grâce aux diagrammes de sévérité, nous avons pu évaluer, pour ces mêmes événements, la performance d'un modèle météorologique de méso-échelle.

Le climat des années 2000 a été marqué en Europe par une vague d'épisodes chauds battant tous les précédents records saisonniers de température et s'accompagnant d'impacts sociétaux et environnementaux particulièrement sévères. Cette thèse se propose de contribuer à la compréhension des mécanismes physiques responsables de tels extrêmes, dans le but d'anticiper leurs réponses au changement climatique futur. Ce travail mêle ainsi analyses statistiques de données d'observations et de projections climatiques, et expériences de modélisation régionale. Nous montrons dans un premier temps que si la variabilité inter-annuelle du climat européen est pilotée par les fluctuations de la dynamique atmosphérique nord-atlantique, le récent réchauffement apparaît dissocié de potentiels changements dans la circulation. Cette divergence s'illustre particulièrement lors de l'automne exceptionnellement doux de 2006. Les récentes conditions chaudes en surface de l'océan Atlantique nord semblent contribuer au réchauffement européen en automne--hiver, tandis que des processus amplificateurs plus locaux apparaissent au printemps--été (e.g., influence de l'humidité des sols). La seconde partie de notre travail, basée sur les projections climatiques de l'International Panel on Climate Change, montre que la divergence constatée sur la période présente semble se poursuivre dans les projections futures. En particulier la variabilité interne de la dynamique nord-atlantique n'apparaît que peu affectée par le changement climatique. Les futurs extrêmes de température seraient alors associés à des circulations similaires aux circulations observées lors des extrêmes récents. Dans ce cadre, l'hiver européen de 2009/10 fournit une illustration d'un événement extrême froid dans un climat déjà plus chaud.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

La mobilisation et la gestion de l’eau de surface constitue la clé de voûte du bien-être social et économique des populations des zones arides d’Afrique de l’Ouest. Cependant l’utilisation des outils de gestion et de prédétermination hydrologique est entravée par les changements climatiques et environnementaux que connait l’Afrique de l’Ouest depuis les années 1970. Les impacts de ces changements sont assez bien documentés sur les caractéristiques moyennes des régimes hydrologiques mais le sont moins lorsqu’on s’intéresse aux caractéristiques des extrêmes. Cette thèse s’inscrit dans le cadre d’une contribution à un projet d’actualisation des normes hydrologiques en Afrique de l’Ouest, et constitue le premier pas essentiel pour ce projet. Son objectif général est de caractériser les régimes de crues dans la région en répondant aux questions suivantes : Quelles sont les évolutions observées sur les régimes des crues en Afrique de l’Ouest ? Ces évolutions sont-elles en rapport avec les changements climatiques et/ou les modifications environnementales ? Quels sont les scénarii possibles de l’évolution des crues au regard des simulations climatiques futures ? La difficulté majeure de ce travail est liée à la disponibilité des données hydro climatiques et environnementales dans la région, aussi, l’analyse s’est basée sur des outils reconnus robustes dans la littérature. Dans un premier temps, l’utilisation des données de 14 stations hydrométriques de la région... / Water resources plays a key role in the social progress and economic development of west african countries. But the mobilization of water is hampered by climate and environmental changes that undergoes the region since 1970. Extremes parts of hydrological regimes are also impacted, but less studies have focus on their evolution, in relation with climate and environmental changes. The main objective of this thesis is to characterize hydrological extreme events in West Africa, we tried to answer the following questions:- What are the trends of maximum discharge in west Africa?- Are these trends due to climate changes or enviromental changes?- Which speculations can be made from these evolutions, according to future climate simulations?In the first part of the work, we analyzed the trends of floods over 14 watersheds of the region. This analysis allowed us to highlight a clustering behavior of flood according to the climatic region the catchments belong to. Increasing trends have been found on flood magnitude and flood frequency of the 3 sahelian catchments used, and decreasing trends of flood magnitude were found on three sudanian catchments. Finally, the remaining catchments did not showed significant trend in their flood regime...

L'objectif de ces travaux est d'étudier la dynamique de différents types de vagues extrêmes en eau peu profonde et plus particulièrement les tsunamis et les vagues scélérates. Pour modélisation et analyse, les simulations numériques sont réalisées à l'aide d'une méthode d'intégrales de frontières appelée BIEM (Boundary Integral Equation Method). Dans un premier temps nous considérons numériquement la dynamique des ondes solitaires, modèles simples pour les vagues de tsunamis dont la phase appelée "runup" sera l'objet d'un développement particulier. Afin de valider le modèle BIEM, nous confrontons les résultats numériques d'une onde solitaire déferlante avec une approche expérimentale. Une méthode de génération numérique de ces ondes est ensuite développée. Enfin une étude complète sur la collision frontale de deux ondes solitaires de Tanaka est effectuée. Un nouveau phénomène est alors découvert, puis exploré, la formation d'un jet résiduel en chute libre apparaissant à partir d'une valeur critique du paramètre de non linéarité a/h. Nous considérons ensuite numériquement la génération de vagues scélérates en eau peu profonde par focalisation d'énergie due à la nature dispersive des vagues. Ce travail s'attache à étudier entre autres l'influence du vent sur la dynamique de ces vagues. Le mécanisme d'abri proposé par Jeffreys est modifié par l'introduction d'un seuil de pente pour lequel un décollement aérien au-dessus des vagues apparaît. Ces vagues sont alors amplifiées et leur durée de vie est significativement augmentée."

Les enjeux en modélisation du climat sont énormes du fait de la forte demande sociétale, en particulier sur la quantification des incertitudes des projections climatiques régionales et leurs conséquences sur l'évaluation de la vulnérabilité de nos sociétés dans un contexte de réchauffement climatique. Du point de vue climatique, la région méditerranéenne constitue une zone de transition entre les climats semi-arides au sud et les climats tempérés au nord, sous l'influence des circulations synoptiques des latitudes moyennes et de la variabilité climatique tropicale. A petite échelle, l'orographie complexe de la région méditerranéenne est un acteur majeur de la perturbation de l'écoulement synoptique, à l'origine de la formation de structures de méso-échelle pouvant évoluer en systèmes météorologiques extrêmes à fort impact tels que tempêtes, précipitations intenses et crues. La contribution des processus de très fines échelles et leurs interactions non-linéaires avec les processus de la grande échelle rendent donc délicate la modélisation du climat et de l'environnement régional à fine échelle. Dans ce contexte, l'objectif de cette thèse est de mieux appréhender la nature et les effets des interactions d'échelles sur notre compréhension du climat régional méditerranéen et sur sa modélisation à fine échelle par approches dynamiques, statistiques et stochastiques.

La complexité d'un système et les approximations de modélisation qui en résultent, le caractère aléatoire des perturbations externes ainsi que la dispersion des paramètres de conception autour de leur valeur nominale sont autant de raisons qui amènent à remettre en cause les approches déterministes qui supposent une connaissance parfaite du système et de son environnement. La n´ecessité de concevoir des systèmes robustes nous conduit à élaborer des modèles statistiques qui permettent de gérer les incertitudes, et en particulier l'apparition de valeurs extrêmes à la sortie des systèmes. La modélisation des valeurs extrêmes et la protection d'un système vis-à-vis de ces évènements revêt un intérêt particulier, puisque ces valeurs extrêmes peuvent correspondre à des violations du cahier des charges, voire à des destructions du système. L'objectif de ce mémoire est de mettre en place des outils pour étudier les performances d'un dispositif lorsqu'il est sollicité à la limite du fonctionnement normalement prévu. Une valeur extrême est en général un évènement rare qui nécessite a priori de faire un grand nombre d'expériences avant d'être observé. Cependant, de telles expériences, ou les simulations qui sont de plus en plus utilisées pour les remplacer, sont souvent coûteuses. Il est donc souhaitable de caractériser les valeurs extrêmes à partir d'un petit nombre d'expériences ou de simulations. Concrètement, nous étudions la modélisation des queues de probabilité, l'estimation d'une faible probabilité de défaillance et l'estimation du pire cas de fonctionnement d'un système.