Mémoire d'actuariat

La genèse des chapelets de tempêtes
Auteur(s) NOEL V.
Société Groupama
Année 2020

Résumé
L’objectif de ces travaux est de prouver que le courant-jet des moyennes latitudes est la cause principale des situations de clustering, qu’il en constitue donc le fait générateur commun, et que c’est donc la durée de maintien de ce courant-jet qui devrait déterminer la durée de la clause horaire Tempêtes. Étant donné que la compréhension fine des phénomènes climatiques à l’œuvre dans la formation des tempêtes se situe à la frontière de la recherche en la matière, on s’attache à établir cette causalité à partir d’un pur raisonnement statistique sur la base de données de simulations climatiques. On entraîne donc des réseaux de neurones convolutifs à prédire le nombre de tempêtes futures, à partir de données climatiques publiques caractéristiques des dépressions et du courant-jet. Avec ces réseaux de neurones, on est en mesure d’identifier dans plus de 75% des cas une configuration climatique génératrice de tempête, et dans plus de 80% des cas les configurations climatiques caractéristiques du clustering de tempêtes. L’analyse des noyaux de convolution des réseaux de neurones ainsi entraînés permet de mettre en évidence d’une part la relation qui lie les dépressions et le courant-jet lors de la naissance de tempêtes sur la France et d’autre part le rôle majeur du courant-jet dans la formation des clusters de tempêtes. En s’appuyant sur ces résultats, on confirme la nécessité des clauses horaires en matière de réassurance, et on suggère une nouvelle définition de l’événement « Tempête » usuel des traités de réassurance en y incluant la notion de courant-jet. Mots-clés : clustering de tempêtes, clause horaire, réseaux de neurones convolutifs, RCM.

Abstract
The goal of our work is to prove that the main reason behind storm clustering is the northern hemisphere mid-latitude jet stream, and that it should be considered as the event definition on its own, which in turns leads to a redefinition of the hours clause for storms. Given that the fine understanding of the phenomena at play in the birth of extratropical cyclones lies beyond the limits of current research on the matter, we focus on establishing this causality based on a pure statistical reasoning using climate simulations. We therefore train convolutional neural networks to predict the number of incoming storms based public climate data.With these neural networks, we can identify with a 75% probability the stormy configurations, and with an 80% probability the clustering configurations. By analyzing the kernels of the convolutional neural networks, we finally identify the physical features used by these CNN to discriminate between two different climatic configurations: these features allow us to exhibit on the one hand the link between low pressure systems and the jet stream in the birth of extratropical cyclones, and on the other hand the major role of the jet stream in the development of storm clusters. Based on these last results, we therefore confirm the necessity of the hours clause when it comes to reinsurance treaties, and we suggest a new definition for the usual “storm event” of reinsurance treaties including the concept of jet-stream. Keywords: storm clustering, hours clause, convolutional neural networks, RCM.

Mémoire complet