Températures maximales au 21ème siècle

  • Thèse terminée

  • La recherche

  • Environnement

  • Recherche

10/12/2025

Laboratoire d'accueil : ​Bureau d'expertise en hydrogéologie et sur les risques d'inondation et géotechniques (BEHRIG)

Nom du doctorant : Occitane BARBAUX

Soutenance : 12 décembre 2025

Résumé

Le réchauffement climatique modifie la distribution des températures extrêmes. Les indices de risque classiques tels que les niveaux de retour s’interprètent dans un cadre stationnaire mais deviennent inadéquats en dehors de cette hypothèse. De nouveaux outils probabilistes intégrant à la fois les trajectoires projetées pour l'avenir, diverses sources d'information et une incertitude accrue sont nécessaires.

Cette thèse aborde  la caractérisation des risques associés aux températures extrêmes dans un contexte de changement climatique.

Tout d'abord, nous présentons une méthodologie pour produire des distributions de températures extrêmes dans un contexte non stationnaire en utilisant une distribution d'extremum généralisée, incluant une covariable pour représenter les trajectoires du réchauffement climatique dans différents  scénarios d'émissions futures. Les paramètres de cette distribution sont estimés en utilisant une méthode bayésienne similaire à celle de Robin et Ribes (2020), qui synthétise les projections des modèles climatiques dans une distribution a priori puis la met à jour  à partir d’observations. Des projections de maxima annuels combinant modèles et observations sont ainsi obtenues. L’aspect informatique a fait l’objet d’une attention spécifique, avec une évaluation systématique de divers algorithmes d'échantillonnage de la distribution a posteriori (méthodes MCMC). L'adoption du No-U-Turn Sampler a considérablement réduit le temps de calcul et amélioré la fiabilité des estimations, permettant de réaliser des analyses à la fois à plus haute résolution et sur des domaines plus vastes.

Dans une deuxième partie, nous introduisons le niveau de fiabilité prédictive équivalente (PER), un indice de risque synthétique pour résumer les distributions des extrêmes de chaleur. Il étend le concept des niveaux de retour à un contexte non stationnaire en utilisant des probabilités cumulées de dépassement sur la période de conception, tout en garantissant la cohérence avec les pratiques établies. La formulation prédictive intègre l'incertitude stochastique et paramétrique dans cet indice probabiliste. Son intérêt pratique est illustré par des analyses de durée de vie, montrant que les niveaux PER dépendent des choix de conception, dont la période de conception, la probabilité de dépassement et le scénario d'émission. En effet, la définition d'un indice de risque n'est pas seulement un exercice technique, mais est intrinsèquement liée au contexte décisionnel.

En troisième partie, cette méthodologie est appliquée à l'échelle globale, nationale et locale. Un effort est fait pour évaluer la représentativité des données utilisées, qu'elles soient observationnelles ou simulées. Pour la température la plus chaude sur Terre, la période de conception 2050-2100 avec une probabilité de dépassement cumulée de 5 % donne des niveaux de PER de 55,5 °C sous SSP1-1,9, 57,4 °C sous SSP2-4,5 et 61,5 °C sous SSP5-8,5. À l'échelle nationale, les jeux d'observation utilisés conditionnent fortement les projections, même si, en France, l’influence du scénario d’émissions excède celle du choix entre ERA5 et une base de données d’observations nationales.

À l’échelle locale, sur un site côtier mal représenté par les GCMs, nous proposons une méthode de correction de la distribution a priori avec des modèles régionaux à plus haute résolution, permettant de tenir compte des spécificités locales.

Dans l'ensemble, cette thèse propose à la fois des avancées méthodologiques et des applications pratiques pour évaluer les risques liés aux températures extrêmes en changement climatique. En conciliant les projections des modèles climatiques et les observations dans une méthode d'inférence bayésienne, une mesure de risque prédictive et cumulative, et des applications à plusieurs échelles, elle contribue à la description des extrêmes du futur et à leur prise en compte dans les stratégies d'adaptation de secteurs tels que la santé publique et la sûreté nucléaire.