Modélisation de la période retour des pluies extrêmes surfaciques en Cévennes-Vivarais

Thèse soutenue par Victor Mélèse en 2019

Ce projet de thèse s’intéresse au risque pluviométrique dans la région Cévennes-Vivarais, une
région méditerranéenne qui connaît régulièrement des crues rapides et très localisées, appelées
crues éclairs. Une mesure statistique du risque est la fréquence d’occurrence ou de manière
équivalente la période de retour. La pluie étant un événement hydrométéorologique qui
s’accumule dans le temps, ces statistiques sont généralement estimées pour des intensités de
pluies accumulées sur des durées allant de la résolution de la mesure (5 minutes, 1 heure) à la
durée de l’évènement pluvieux (plusieurs dizaines d’heures à plusieurs jours) via un réseau de
courbes appelé IDF (Intensité-Durée-Fréquence). Or le routage par les processus hydrologiques
fait que l’accumulation de la pluie dans l’espace a la même importance que dans le temps.
Pourtant, cette notion de risque surfacique est peu présente dans la littérature. Nous disposons au
LTHE d’une expertise depuis de nombreuses années dans le domaine. C’est tout d’abord une
approche empirique qui est développée au LTHE par Ramos et al. (2005), puis un cadre théorique
est proposé par Ceresetti et al. (2012) pour l’analyse multi-échelle (en temps et en espace) de la
pluie. Ce cadre combine les propriétés statistiques des valeurs extrêmes et les propriétés
physiques d’invariance d’échelle en temps et en espace de la pluie.

Néanmoins, en analysant plusieurs évènements pluvieux sur le piedmont et le relief cévenol,
Molinié (2013) montre les limites de la méthodologie proposée par Ceresetti et al. (2012). La
première de ces limites est liée à la méconnaissance des lois de changement d’échelle spatiale qui
n’ont pas pu être éprouvées sur les Cévennes-Vivarais par manque de données à petite échelle. La
deuxième de ces limites est la difficulté à estimer de manière robuste la période retour
d’événements surfaciques observés ponctuellement. En effet les données de pluies ponctuelles les
plus fortes sont très sensibles à l’échantillonnage : pour un même événement pluvieux, les
intensités enregistrées peuvent varier de manière significative à quelques km d’intervalle, et pour
certains cas donner des périodes retour variant de plusieurs ordres de grandeur à quelques km du
maximum. Ce manque de robustesse vient de l’approche locale de la démarche : l’événement est
certes spatialement variable mais la structure spatiale de cet événement est certainement imprimé
dans les stations voisines du maximum. La prise en compte de l’information de ces stations pour
l’estimation de la période retour du maximum surfacique est susceptible de produire une
statistique plus robuste que celle du maximum ponctuel.

Le défi du travail de thèse proposé ici est de lever ces points de blocage en adoptant une
démarche statistique intégrée pour l’estimation du risque surfacique en Cévennes-Vivarais. Cette
démarche se veut plus robuste que la démarche proposée par Ceresetti et al. (2012) et validée de
la petite échelle (quelques km2) à l’échelle régionale (10000 km2). Dans une première partie, la thèse s’intéressera à vérifier le modèle d’invariance d’échelle spatiale pour les extrêmes sur la
sous-région couverte par le réseau HPiconet, permettant de descendre à des échelles de quelques
centaines de m2. On sélectionnera de manière originale un modèle d’invariance par type de temps
(coll. EDF). Dans une deuxième partie de la thèse, il s’agira de coupler ce modèle d’invariance
spatiale à un modèle d’invariance temporelle. En comparaison à Ceresetti et al. (2012), nous
innoverons en adoptant une approche spatio-temporelle intégrée basée sur un modèle bayésien
régional Intensité-Durée-Aire-Fréquence (rIDAF). Ceci nous permettra d’améliorer à la fois la
justesse et la robustesse du modèle. L’utilisation d’une classification en types de temps (coll.
EDF) permettra en outre d’obtenir des rIDAF conditionnés aux types d’événements
météorologiques pour une meilleure caractérisation multi-échelles des processus engendrant les
pluies fortes.

References :
 Ceresetti, D., S. Anquetin, G. Molinié, E. Leblois, J.-D. Creutin, 2012 : Multiscale Evaluation of
Extreme Rainfall Event Predictions Using Severity Diagrams. Weather and Forecasting, 27, 174–
188.
 Molinié, G., 2013 : L’électrisation des orages ; La structure spatio-temporelle de la pluie à
l’échelle aérologique. Thèse d’habilitation à diriger les recherches, Université Joseph Fourier,
Grenoble.
 Ramos, M.-H., J. D. Creutin, and E. Leblois, 2005 : Visualization of storm severity. Journal of
Hydrology, 315, 295–307.