Résumé de la thèse :
Les crues éclair constituent un risque naturel majeur, difficiles à prévoir en raison de leur apparition rapide après des pluies intenses et localisées. En France, le pourtour méditerranéen est très exposé. Les modèles hydrologiques classiques, fondés sur des observations, offrent des horizons de prévision trop courts pour une gestion de crise efficace. L’intégration de prévisions météorologiques à courte échéance permet d’allonger ces horizons. Cette thèse vise à développer un modèle hydrologique basé sur un réseau de neurones capable de prévoir les crues éclair à un horizon de 24 heures en utilisant des prévisions de pluie issues du modèle AROME. Les travaux montrent que le couplage hydrométéorologique proposé est robuste, performant malgré les incertitudes météorologiques et capable de généraliser à des événements plus intenses que ceux observés en apprentissage. Cette approche parcimonieuse présente un fort potentiel opérationnel et transférable à d’autres bassins versants.