Structure spatio-temporelle des fortes précipitations: application à la région Cévennes-Vivarais

The thesis is devoted to the characterization of the space-time structure of heavy rainfall events in the Cévennes-Vivarais area (France). The region is prone to catastrophic storms whose magnitude governs social and economic consequences at different space and time scales. The magnitude of an event cannot be univocally related to a probability of occurrence. The determination of the occurrence probability of storms is problematic because of their extreme character, of their complex space-time development and of the lack of rainfall data at the spatial and temporal scales of interest. We propose to adopt scale-invariant approaches in order to estimate the heavy rainfall frequency assessment. These approaches allow to extrapolate the high resolution rainfall distribution based on low resolution rainfall intensity data. The model estimation being heavily dependent of the data accuracy, the first step consists in the characterization of the error committed in the point and spatial rainfall estimated by tipping-bucket raingage networks. We then explore the extreme rainfall behavior in the region, detecting the range where extremes are scale-invariant. In this range, we present a regional Intensity-Duration-Frequency model for point rainfall maxima taking into account the heterogeneity of extremes in the region. We demonstrate that the rainfall network does not allow to detect scale-invariant properties of extreme rainfall fields, and then we adopt a semi-empirical method based on the concept of " dynamic scaling " to build regional Intensity-Duration-Area-Frequency curves. Finally, we apply this model for the determination of the severity diagrams for three significant storms in the Cévennes-Vivarais region, with the aim to identify the critical space-time scales of each event. Based on severity diagrams, we then evaluate, for the same events, the performances of a mesoscale meteorological model.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