La prévision numérique du temps constitue l'un des enjeux majeurs de nos sociétés pour se prémunir contre les risques météorologiques et climatiques. L'augmentation de la population a pour conséquence d'augmenter la pression de cette dernière sur le territoire. De ce fait, elle est aujourd'hui davantage exposée et vulnérable à ces risques. Des prévisions précises permettent de sauver des vies, en avertissant à l'avance les autorités ou acteurs concernés de se préparer et de se prémunir des conséquences en mettant en place des mesures de protection. Cela permet de réduire les impacts et diminuer les pertes humaines économiques. Toutefois, les systèmes de prévisions opérationnels actuels peinent encore à répondre aux besoins des autorités et acteurs concernés à se préparer efficacement en minimisant les coûts associés à la mise en œuvre des mesures de protection. Pour répondre à cette problématique, deux outils sont développés et évalués dans ce travail de thèse. Le but étant de proposer des outils simples et peu gourmand en temps de calculs de sorte à fournir des prévisions plus précises que les modèles actuels à court et moyen terme. Pour cela, trois situations qui peinent encore aujourd'hui à être correctement simulées par les modèles de prévision ont été choisies: les évènements de précipitations d'origine convective dans les Préalpes bernoises, les évènements de précipitation d'origine orographique dans le Sud des Alpes et le risque de gel dans le vignoble bourguignon d'Aloxe-Corton.

Le premier outil a été développé spécifiquement pour les évènements de fortes précipitations convectives dans les Préalpes bernoises. Il est basé sur un indice de convection composite, nommé Heavy Precipitation Index, réunissant les indices de convections les plus performants de la région d'étude. Cet indice a permis de capturer plus d'évènements de précipitations que le modèle à partir duquel il est calculé, au prix d'une surestimation des faux positifs. Le deuxième outil a été développé et évalué pour nos trois situations. Il s'agit d'un modèle "multi-colonnes" basé sur un assemblage de modèles colonne. Ce modèle quasi-3D, nommée FIZCR, consiste à appliquer un modèle colonne sur chaque cellule d'une maille de haute résolution (500 m), offrant ainsi une plus grande résolution spatiale que les modèles opérationnel utilisé actuellement. Pour chacune de ces cellules, des paramètres de surface et conditions initiales venant de bases de données de haute résolution, telles que les images satellite sont prises en compte. Le but est d'améliorer la prévision en considérant les phénomènes induits par l'hétérogénéité de la surface (i.e. topographie complexe, utilisation du sol, etc.). En effet, nous supposons que les processus "physiques" agissant dans la verticale sont plus déterminants dans le comportement de l'atmosphère à l'échelle locale que la dynamique. La prise en compte des paramètres de surface sous-maille, notamment les sources d'humidité pour les précipitations d'origine convective, et la topographie pour les précipitations d'origine orographique n'ont cependant pas permis d'améliorer la simulation de ces dernières. En revanche, pour le vignoble d'Aloxe-Corton, elle a permis d'obtenir des simulations de température de surface plus précises que le modèle régional climatique qui le pilote, malgré une sous-estimations de l'amplitude thermique journalière.